A nonparametric test for rough volatility
粗糙波动率的非参数检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接检验资产波动率路径性质，并使用高频收益、现货波动估计及微观结构噪声处理，支持两个金融细分方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
粗糙波动率的非参数检验
- 研究问题
- 研究如何利用高频资产收益区分有限二次变差的标准半鞅波动率与无限二次变差的粗糙波动率，并应对跳跃和微观结构噪声。
- 方法与思路
- 作者利用摘要所述高频波动增量负自相关特征，以现货波动率估计增量的样本自协方差构造统计量，并建立零假设下可行中心极限定理。
- 材料陈述的贡献
- 摘要称，检验具有固定渐近尺寸和趋于一的功效，可容许任意活跃度跳跃及微观结构噪声；SPY 高频应用提供粗糙波动证据。
- 阅读关注点
- 应核对负自相关与粗糙性的等价关系适用条件、采样和局部估计窗口，以及跳跃、噪声处理与可行方差估计的具体要求。
- 阅读边界
- 所给来源为 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未列出完整条件及检验数值，单一应用不能支持普遍结论。
原文摘要
We develop a nonparametric test for deciding whether volatility of an asset follows a standard semimartingale process, with paths of finite quadratic variation, or a rough process with paths of infinite quadratic variation. The test utilizes the fact that volatility is rough if and only if volatility increments are negatively autocorrelated at high frequencies. It is based on the sample autocovariance of increments of spot volatility estimates computed from high-frequency asset return data. By showing a feasible CLT for this statistic under the null hypothesis of semimartingale volatility paths, we construct a test with fixed asymptotic size and an asymptotic power equal to one. The test is derived under very general conditions for the data-generating process. In particular, it is robust to jumps with arbitrary activity and to the presence of market microstructure noise. In an application of the test to SPY high-frequency data, we find evidence for rough volatility.