20世纪90年代以前，学者们对金融市场进行实证研究所依据的数据都是日、周、月、季度或者年度等频率数据，这种金融数据在金融计量学研究领域通常称为低频数据．由于金融市场往往是连续运行的，基于低频数据的金融市场研究无疑会造成大量有用市场信息的损失．因此一种能更准确地描述金融市场运行原始特征的高频数据呼之欲出．所谓高频数据即日内数据，是指在金融市场运行过程中以小时、分钟、秒或实际交易间隔为采集频率的数据．近年来，随着计算机与通信技术的迅猛发展，记录、收集、存储和操作金融市场实时交易数据的成本大大降低，越来越多的学者、市场交易者开始尝试寻找和挖掘埋藏在海量、高频交易数据中的金矿．高频金融数据建模理论与实证研究成为金融、统计、计量经济学等学科的热门研究题目，高频交易模式也逐渐在华尔街等主流金融市场流行．我们自2006年开始学习高频金融数据的研究方法，通过多年的科研、教学积累，在该领域取得了一定的成绩和进展，部分研究成果也得到了学界的认可．我们对近几年在高频金融数据研究领域取得的研究成果进行了归纳、梳理，并集结成书，希望本书能为对该领域感兴趣的研究人员、金融从业者提供有价值的参考．

本书共14章，按照内容可分为4大部分．第一部分包括绪论、预备知识、证券市场微观结构3章，主要给出高频金融数据研究的背景和现状、必备的数学知识背景、证券市场运行的基本知识等内容．第二部分为第4~8章，主要介绍基于高频数据的积分波动率和瞬时波动率的估计问题．第三部分为第9~11章，主要研究了高频金融数据中普遍存在的跳跃行为，主要包括一维和多维情况下跳跃行为的检验方法及跳跃特征行为的研究．第四部分为第12~14章，主要内容为我们构建的已实现向上和向下幂变差的理论结果及在此基础上扩展出来的正负跳跃度量与交易量、日内序列相关性之间关系的实证研究．本书可作为高等院校金融专业、统计专业本科生和研究生教材，也可以作为金融从业人员的参考书目．由于作者知识水平有限，选题也限于作者的兴趣，本书难免存在疏漏，欢迎广大读者不吝赐教．

香港科技大学数学系荆炳义教授在百忙之中阅读了本书初稿并提出了宝贵的意见和建议，特此致谢！本书是中国人民大学科学研究基金项目成果，作者对中国人民大学的支持表示感谢！

著者

2015.4