摘要: 本文对近十五年多达17万笔高频交易数据研究发现,早晨9:30开盘期间收益回报是显著为负值,而在下午3:00 收盘前的5分钟集合竞价阶段的收益回报显著为正值,称这种现象为“首尾5分钟现象”。并且日内收益数据具有较为显著的季节效应或周期效应,本文首次提出利用具有季节效应的SVJt-s模型对上证综合指数的5分钟高频交易数据进行建模,并给出模型的两步估计方法。由于高频随机波动建模时的数据量巨大、计算负荷严重,模型的估计、评价以及预测评价方法都需进行相应的改进,本文主要通过APF方法计算边际似然和BF进行模型比较,并从模型的预测能力发现本文给出的具有季节效应SVJt-s模型,优于通常的GARCH模型和基本随机波动模型,最后给出了模型在风险管理中的应用。