An asymptotic analysis of likelihood-based diffusion model selection using high frequency data
基于高频数据的似然扩散模型选择：渐近分析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：摘要直接分析高频采样下的扩散模型选择，对应高频计量方法，但未说明具体金融应用。
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…
基于高频数据的似然扩散模型选择：渐近分析
- 研究问题
- 用似然比较两个候选扩散模型时，采样间隔缩小与观测跨度扩大如何影响模型选择，漂移函数和扩散函数各起什么作用？
- 方法与思路
- 作者采用采样间隔趋于零、观测跨度增大的二维渐近展开，比较候选模型的似然，并分析漂移与扩散函数设定对选择结果的影响。
- 材料陈述的贡献
- 摘要称，当采样间隔相对观测跨度足够小时，扩散函数设定更好的模型会被优先选择；漂移设定仅在扩散设定相同时影响选择。
- 阅读关注点
- 应核对两种渐近尺度的精确关系、扩散设定优劣的定义、似然计算方式，以及该选择结论所依赖的过程与参数条件。
- 阅读边界
- 仅据所给出版社摘要，无法确定采样尺度的具体阈值或有限样本可靠性；市场微观结构噪声、离散似然误差等问题摘要未说明。
原文摘要
We provide a new asymptotic analysis of model selection procedure that compares likelihoods of two candidate diffusion models. Our asymptotic analysis relies on two dimensional asymptotic expansions with shrinking sampling interval Δ and increasing sampling span T, and clarifies the different roles of drift and diffusion functions in the selection of diffusion models. In particular, we show that the model with superior diffusion function specification is always preferred to the competing model regardless of their drift specifications if Δ is sufficiently small relative to T. The specifications of drift functions matter only when the models have an identical diffusion specification.