Information gains from using short‐dated options for measuring and forecasting volatility
利用短期期权测量与预测波动率的信息增益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：摘要将短期期权与高频收益构造的即期波动率代理结合，用于测量和预测波动率，直接对应波动率与高频计量。
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
利用短期期权测量与预测波动率的信息增益
- 研究问题
- 短期期权能为即期波动率测量和未来波动率预测增加多少信息，如何与收益数据组合，并区分测量误差改善与额外预测信号？
- 方法与思路
- 作者以期权组合非参数估计即期波动率，称所需标的资产假设较弱；随后用市场指数和道指30只股票考察收益与期权数据的组合。
- 材料陈述的贡献
- 摘要称最优组合可带来波动率预测增益，来源于两种代理测量误差的分散；超出当前即期波动率的期权信息预测作用有限。
- 阅读关注点
- 核对短期期权期限与非参数估计的假设、两类代理测量误差的相关性，以及最优组合权重、预测评估设计和误差分散机制。
- 阅读边界
- 摘要未说明样本期间、期权流动性筛选、预测期限与增益大小；不能据此判断效果在其他资产或市场环境中能否持续。
原文摘要
Summary We study the gains from using short‐dated options for volatility measurement and forecasting. Using option portfolios, we estimate nonparametrically spot volatility under weak assumptions for the underlying asset. This volatility estimator complements existing ones constructed from high‐frequency returns. We show empirically, using the market index and Dow 30 stocks, that combining optimally return and option data can lead to nontrivial gains for volatility forecasting. These gains are due to “diversification” of the measurement error in the two volatility proxies. The information content of short‐dated options, not spanned by the current spot volatility, is of limited relevance for volatility forecasting.