Nonparametric inference of discretely sampled stable Lévy processes
离散采样稳定 Lévy 过程的非参数推断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：摘要明确估计厚尾过程中的波动率函数，并应用于主要外汇汇率，直接支持金融波动率方向的分类。
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
离散采样稳定 Lévy 过程的非参数推断
- 研究问题
- 对稳定 Lévy 过程驱动的离散观测模型，如何估计稳定指数和波动率函数，并处理厚尾导致经典最小二乘不适用的问题？
- 方法与思路
- 作者提出稳定指数的非参数估计及波动率的最小绝对偏差或中位数估计，通过 Bahadur–Kiefer 型表示研究渐近性质。
- 材料陈述的贡献
- 摘要称稳定指数估计达到参数收敛速率，并建立波动率估计的渐近正态性与最大偏差结果，最后应用于若干主要汇率。
- 阅读关注点
- 应核对采样渐近框架、稳定指数与波动率的识别条件、分位数估计的构造，以及表示结果和汇率应用的设定。
- 阅读边界
- 摘要未给出采样频率、具体速率公式或汇率结果；不能将所述方法扩展为所有厚尾过程或认定其普遍优于其他估计。
原文摘要
We study nonparametric inference of stochastic models driven by stable Lévy processes. We introduce a nonparametric estimator of the stable index that achieves the parametric rate of convergence. For the volatility function, due to the heavy-tailedness, the classical least-squares method is not applicable. We then propose a nonparametric least-absolute-deviation or median-quantile estimator and study its asymptotic behavior, including asymptotic normality and maximal deviations, by establishing a representation of Bahadur-Kiefer type. The result is applied to several major foreign exchange rates.