Global jump filters and realized volatility
全局跳跃过滤与已实现波动率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：摘要利用过程增量过滤跳跃并估计积分波动率，直接对应高频波动率计量。
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
全局跳跃过滤与已实现波动率
- 研究问题
- 对于含跳跃的半鞅，如何利用全部观测识别受跳跃影响的增量，并估计连续鞅部分的二次变差，即积分波动率？
- 方法与思路
- 作者以全部绝对增量的上侧分位数作为跳跃筛选阈值，构造全局已实现波动率及温莎化变体，并分析渐近性质和模拟表现。
- 材料陈述的贡献
- 摘要称，论文给出估计量的收敛速率和渐近混合正态性；模拟中，它们优于所比较的依赖少量相邻增量处理跳跃的估计量。
- 阅读关注点
- 应核对跳跃过程与采样条件、阈值参数的选择、混合正态极限的方差估计，以及模拟比较采用的基准和数据生成机制。
- 阅读边界
- 所给版本为 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未给出具体收敛速率、理论条件或模拟优势的数值。
原文摘要
For a semimartingale with jumps, we propose a new estimation method for integrated volatility, i.e., the quadratic variation of the continuous martingale part, based on the global jump filter proposed by Inatsugu and Yoshida [8]. To decide whether each increment of the process has jumps, the global jump filter adopts the upper $α$-quantile of the absolute increments as the threshold. This jump filter is called global since it uses all the observations to classify one increment. We give a rate of convergence and prove asymptotic mixed normality of the global realized volatility and its variant "Winsorized global volatility". By simulation studies, we show that our estimators outperform previous realized volatility estimators that use a few adjacent increments to mitigate the effects of jumps.