金融波动性是金融市场的内在属性，与金融市场的功能与稳定性密切相关，也是衡量一个市场效率和发展完善程度的指标。金融市场的波动性意味着市场中不确定性和风险，因此无论对于市场投资者还是市场监管者而言，研究金融波动特性，全面、正确认识金融波动，把握金融波动特性，都有着重要的意义。金融市场本质上是一个非线性系统，影响因素众多，变化复杂。分形、混沌分析和符号时间序列分析等非线性系统分析方法逐步引入金融市场的分析中，以期能够更有效、更全面地揭示金融波动性的规律。众多研究结果发现，金融市场波动存在多尺度现象，利用单一时间尺度分析金融波动得到的结果往往是片面的。因此本文从多尺度的角度出发，采用符号时间序列分析方法，对金融市场的波动特性展开研究，希望能够全面且准确地认识金融波动的特性。首先，文章论述了进行金融市场波动研究的背景及意义，总结了金融波动的研究成果，重点介绍了符号时间序列分析方法和小波多分辨分析的基本理论，为论文的展开提供理论基础。然后将小波多分辨分析与符号时间序列方法结合，对将上证综指和深证成指的“已实现”波动序列分解为不同尺度的细节分量，对原序列及不同的细节分量分别采用符号化分析，得出不同尺度上的符号序列直方图，辨别确定不同时间尺度上的主要变化模式与异常变化模式，为不同类型的投资者提供投资策略和风险管理的依据；提出符号序列秩次图，直观地研究不同序列之间以及同一序列在不同尺度上的相似性与差异性，体现符号时间序列分析的优越性，计算简便，减少了很多不必要的麻烦；采用欧几里得范数、2统计量、相对熵以及秩次距离等符号时间序列的统计量，定量地分析不同序列之间不同尺度上的差异性，用具体的值描述差异性。本文是国家自然科学基金项目“基于符号时间序列分析的金融波动研究”(项目编号：70971097)研究工作的一部分。