Quarticity and other functionals of volatility: Efficient estimation
四次变差及其他波动率泛函的有效估计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：摘要明确以高频采样半鞅数据估计波动率矩阵的积分泛函。
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
四次变差及其他波动率泛函的有效估计
- 研究问题
- 对规则高频观测的多维 Itô 半鞅，如何有效估计波动率矩阵函数的时间积分，并克服局部波动率估计精度较低的问题？
- 方法与思路
- 作者用局部点态波动率估计构造黎曼和近似积分，再进行适当偏差修正，分析估计误差的中心极限定理及子模型效率。
- 材料陈述的贡献
- 摘要称，积分估计达到 Δ 的二分之一次幂速率，快于点态估计的四分之一次幂速率；修正后获得无偏移极限及部分子模型效率。
- 阅读关注点
- 应核对允许的波动率函数、局部窗口与偏差修正形式，以及跳跃、观测噪声的处理范围和渐近有效性对应的子模型。
- 阅读边界
- 索引摘要未注明版本，未列出正则条件或噪声处理范围；中心极限定理中的偏差修正不等于有限样本严格无偏，效率仅限所述子模型。
原文摘要
We consider a multidimensional Itô semimartingale regularly sampled on $[0,t]$ at high frequency $1/\Delta_{n}$, with $\Delta_{n}$ going to zero. The goal of this paper is to provide an estimator for the integral over $[0,t]$ of a given function of the volatility matrix. To approximate the integral, we simply use a Riemann sum based on local estimators of the pointwise volatility. We show that although the accuracy of the pointwise estimation is at most $\Delta_{n}^{1/4}$, this procedure reaches the parametric rate $\Delta_{n}^{1/2}$, as it is usually the case in integrated functionals estimation. After a suitable bias correction, we obtain an unbiased central limit theorem for our estimator and show that it is asymptotically efficient within some classes of sub models.