对金融波动的描述与分析,以往的研究成果,主要利用金融低频数据以及等间隔的高频数据,从建立模型的思想出发,来刻画波动的特征,然而模型化的方法有其局限性,本文采用非模型化的方法,利用分笔的超高频数据,从不同角度刻画金融波动。本文第一章主要描述论文的研究背景,提出本论文主要解决的问题。第二章是国内外研究文献综述,具体包括超高频时间序列研究状况述评和符号化时间序列分析方法具体研究文献回顾,重点介绍了超高频时间序列研究的模型化方法以及符号化时间序列分析方法的原理。在应用研究方面,本文第三章首先以浦发展和工商银行分笔交易数据为例,采用三种不同的符号划分方法,对浦发展和工商银行的交易间隔变化规律进行分析,利用改进的Shannon熵选取字符串长度;探讨了三种符号化方法在揭示银行业交易间隔变化规律方面的差异性。其次,采用动态的差值法对浦发展和工商银行的交易数量变化规律进行分析,揭示二者交易数量的变化规律。第四章同时考虑交易间隔和交易数量,首先采用差值法对交易数量随交易间隔变化的规律进行描述,其次,采用自适应符号分区的思想,分别对交易间隔和交易数量变化的区间进行划分,揭示其变化规律。第五章选取行业中有代表性的个股进行分析,对不同行业的交易间隔进行比较分析,探讨了差异性最大的行业和差异性最小的行业,及其形成原因。