高频数据 即指日与日内的数据，主要针对以小时、分钟或秒为采集频率的数据。而超高频数据则指对交易过程实时采集的数据（显然是不等间隔的数据）。一般而言，金融市场上的信息是连续性影响证券价格变化过程，离散模型必然会造成信息的丢失，数据频率越低，则信息丢失就越多。作为一种先进的数据分析工具，高频数据分析正逐渐将被中国的理论研究者和金融市场的管理者所接纳。

      金融高频数据和超高频数据的研究是金融计量学的一个全新的研究领域，研究的基本动因在于，一是对金融高频数据和超高频数据本身所具有的特征的关注，二是对理解金融市场的微观结构来说相当重要。当前这一领域从统计特征、“日历效应”、微观结构、建模等方面得到了一些研究的理论和实证成果。金融高频数据和超高频数据的研究中存在诸如：模型、微观结构误差等问题，未来金融高频数据和超高频数据研究趋势与方向应在波动持续性、风险度量等方面。

      就中国现实的金融市场而言，（超）高频数据分析和微结构理论是紧密联系的，而这对中国目前的金融市场无论是市场交易还是市场监管都具有非常重要的意义，特别在以下几个领域急待实证和理论分析：

1. 中国股票市场的高频数据形态特征和国际比较

2. 基金投资行为分析和市场影响研究

3. 中国市场交易者的特征分析

4. 中国股票市场的交易规则影响分析和市场机制设计

样本下载 (分笔高频数据)

样本下载 (分时高频数据)

   测试数据下载

相关文献阅读：

此部分内容只有注册用户才可以查看，请注册， 登录

1. 中国股市回报波动性分析——高频数据揭示股市的特征
2. 日内高频数据的异常点检测研究
3. 金融计量学与高频数据分析
4. 基于高频数据的中国股市持续性特征研究
5. 基于高频数据的套利研究
6. 在高频数据中挖掘交易机会
7. 中国股票市场个股已实现波动率估计