刘丽萍，女，1984年11月生，山东菏泽人，统计学博士，副教授，新加坡国立大学访问学者，现就职于贵州财经大学数学与统计学院，任贵州财经大学统计学科学术带头人（2013～2016）。在国家核心期刊《统计研究》《数量经济技术经济研究》《管理工程学报》《系统工程理论与实践》《统计与信息论坛》《系统工程》《投资研究》《统计与决策》《数学的实践与认识》等刊物发表相关论文10余篇，主持国家社会科学基金项目1项、省部级项目若干。

　　《金融高频协方差阵的估计及应用研究》基于金融市场的高频数据，考虑市场微观结构噪声和跳跃对协方差阵的影响，提出了修正的门限预平均已实现协方差阵（MTPCOV），并采用分块策略和正则化技术对其进行修正。将高频数据波动理论、计量分析方法及实证研究进行结合，研究了新估计量的理论性质及其在投资组合中的应用。
　　《金融高频协方差阵的估计及应用研究》适合统计学、金融学和数学等相关专业的研究人员和高校师生阅读，也可供从事金融高频数据研究的工作者和对金融计量感兴趣的读者阅读。

前言
缩写释义

1 绪论

2 金融高频数据研究现状
2．1 高频数据及其特征分析
2．1．1 什么是金融高频数据
2．1．2 金融高频数据的主要特征
2．2 金融高频数据分析的主要动因
2．3 金融高频数据分析研究的现状
2．3．1 金融高频数据统计特征的研究
2．3．2 金融市场微观结构的研究
2．3．3 金融高频数据建模的研究
2．3．4 基于金融高频数据已实现波动的研究
2．3．5 基于金融高频数据协方差阵的研究
2．4 我国研究金融高频数据的必要性

3 常见的高频协方差阵估计方法及其应用
3．1 RCOV估计方法
3．2 基于市场微观结构噪声的RCOV估计方法
3．2．1 市场微观结构噪声对RCOV的影响
3．2．2 考虑了市场微观结构噪声影响的RCOV估计方法
3．3 考虑跳跃影响的高频协方差阵估计方法
3．3．1 RBPCOV估计方法
3．3．2 ROWCOV估计方法
3．3．3 thresholdCOV估计方法
3．4 金融高频协方差阵在投资组合中的应用情况
3．5 本章小结

4 TPCOV估计方法的提出及其修正
4．1 预平均协方差阵估计方法
4．1．1 改进的预平均方法
4．1．2 基于预平均方法的MRCOV估计法
4．2 新估计量的提出-TPCOV及其修正
4．2．1 高频数据的基本设定
4．2．2 MTPCOV的构造形式
4．2．3 积分方差的一致估计量——MTPRV
4．2．4 积分协方差的一致估计量——MTPCV估计量
4．3 基于MTPCV的模拟研究
4．3．1 窗宽及门限函数的选择
4．3．2 基于随机波动模型的数据模拟研究
4．4 本章小结

5 RnBMTPCOV的估计
5．1 基于刷新时间方案的MTPCOV的数据损失分析
5．1．1 刷新时间方案
5．1．2 基于刷新时间方案的数据损失分析
5．2 RnBMTPCOV估计方法
5．2．1 基于分块策略的协方差矩阵
5．2．2 协方差阵的正则化处理方法
5．3 RnBMTPCOV的估计及有效性分析
5．3．1 RnBMTPCOV估计结果的描述性统计分析
……
6 多维协方差阵预测模型的比较分析
7 金融高频协方差阵在投资组合中应用的实证分析
参考文献
附录A 书中用到的部分程序代码
附录B 部分模拟数据