Spectral norm bounds for high-dimensional realized covariance matrices and application to weak factor models
高维已实现协方差矩阵的谱范数界及弱因子模型应用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：摘要直接针对高频金融数据的已实现协方差及连续时间弱因子模型。
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
高维已实现协方差矩阵的谱范数界及弱因子模型应用
- 研究问题
- 在高频金融数据含高维结构、弱共同因子和可能无限活动跳跃时，如何控制已实现协方差矩阵的谱范数并估计相关因子数？
- 方法与思路
- 作者借助非交换 Lp 空间理论建立矩阵鞅的 Burkholder–Gundy 型不等式，再推导高维伊藤半鞅已实现协方差的谱范数上界。
- 材料陈述的贡献
- 摘要称得到尖锐的谱范数上界，并将其用于连续时间潜在因子模型，在存在弱因子的高频数据中估计相关共同因子的数量。
- 阅读关注点
- 应核对维度与采样频率的增长关系、跳跃和矩条件、弱因子强度定义，以及谱范数界如何支持因子数估计的有效性。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未经核实。摘要未给出界的具体阶数和因子检测阈值，也未说明是否处理观测噪声。
原文摘要
Motivated by statistical analysis of latent factor models for high-frequency financial data, we develop sharp upper bounds for the spectral norm of the realized covariance matrix of a high-dimensional Itô semimartingale with possibly infinite activity jumps. For this purpose, we develop Burkholder-Gundy type inequalities for matrix martingales with the help of the theory of non-commutative $L^p$ spaces. The obtained bounds are applied to estimating the number of (relevant) common factors in a continuous-time latent factor model from high-frequency data in the presence of weak factors.