Ultra high frequency volatility estimation with dependent microstructure noise
相关微观结构噪声下的超高频波动率估计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。
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：摘要直接研究超高频金融价格中相关噪声下的积分波动率估计。
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…
相关微观结构噪声下的超高频波动率估计
- 研究问题
- 当超高频价格中的微观结构噪声具有时间序列相关性时，积分波动率估计如何受影响，多时间尺度方法是否仍然有效？
- 方法与思路
- 作者分析相关噪声下双时间尺度估计的性质，并研究基于多个时间尺度的改进方法，与标准已实现波动率进行经验比较。
- 材料陈述的贡献
- 摘要称，结合两个时间尺度的方法在噪声具有时间依赖时仍可使用，并进一步分析多时间尺度改进及不同估计量表现。
- 阅读关注点
- 应核对允许的噪声依赖结构、时间尺度与权重选择，以及双尺度和多尺度方法的理论性质及经验比较指标。
- 阅读边界
- 仅据所给出版社摘要，不能认为方法适用于任意相关噪声；摘要未给出完整依赖条件、具体收敛性质或实证优势数值。
原文摘要
We analyze the impact of time series dependence in market microstructure noise on the properties of estimators of the integrated volatility of an asset price based on data sampled at frequencies high enough for that noise to be a dominant consideration. We show that combining two time scales for that purpose will work even when the noise exhibits time series dependence, analyze in that context a refinement of this approach is based on multiple time scales, and compare empirically our different estimators to the standard realized volatility.