ANOVA for diffusions and Itô processes
扩散过程与Itô过程的方差分析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：摘要明确把二次变差解释为积分波动率，并讨论金融对冲误差，直接对应波动率方向。
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
扩散过程与Itô过程的方差分析
- 研究问题
- 两个Itô过程之间的非参数回归关系中，如何估计单位时间内残差的二次变差，并据此评价模型和金融对冲误差？
- 方法与思路
- 作者围绕回归残差的二次变差建立方差分析方法，研究估计误差中的偏差与混合正态项，并讨论参数及非参数模型评价。
- 材料陈述的贡献
- 摘要称，残差二次变差可近乎按残差已观测时估计，但存在与混合正态误差项同阶的偏差；方法也可量化金融对冲误差。
- 阅读关注点
- 核对观测与渐近设定、残差估计方式、同阶偏差的来源及处理，以及如何把二次变差用于模型评价和对冲误差分析。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要；观测频率、偏差公式与完整条件未说明，不能忽略同阶偏差或据此判断有限样本精度。
原文摘要
Itô processes are the most common form of continuous semimartingales, and include diffusion processes. This paper is concerned with the nonparametric regression relationship between two such Itô processes. We are interested in the quadratic variation (integrated volatility) of the residual in this regression, over a unit of time (such as a day). A main conceptual finding is that this quadratic variation can be estimated almost as if the residual process were observed, the difference being that there is also a bias which is of the same asymptotic order as the mixed normal error term. The proposed methodology, “ANOVA for diffusions and Itô processes,” can be used to measure the statistical quality of a parametric model and, nonparametrically, the appropriateness of a one-regressor model in general. On the other hand, it also helps quantify and characterize the trading (hedging) error in the case of financial applications.