On covariation estimation for multivariate continuous Itô semimartingales with noise in non-synchronous observation schemes
含噪非同步观测下多元连续伊藤半鞅的协变差估计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。
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：摘要直接研究高频含噪非同步观测下的协变差估计，对应高频计量与波动协动方法。
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…
含噪非同步观测下多元连续伊藤半鞅的协变差估计
- 研究问题
- 多元连续伊藤半鞅各分量在不同高频时点被含噪观测时，如何无需同步化就估计协变差矩阵，并容许一定的噪声依赖？
- 方法与思路
- 作者结合局部平均与 Hayashi–Yoshida 估计构造协变差估计量，利用分块技术和半鞅稳定收敛结果证明中心极限定理及可实施的渐近推断。
- 材料陈述的贡献
- 摘要称，新估计无需前值插补或刷新时点同步化，可对某些噪声依赖结构保持稳健，并提供中心极限定理、可行渐近结果和模拟分析。
- 阅读关注点
- 应核对允许的噪声依赖形式、非同步时点条件、局部平均的窗口和权重选择、渐近方差的可行估计，以及连续过程限制的作用。
- 阅读边界
- 所给来源为 arXiv 预印本，同行评审或期刊接收未获核实；摘要未列明噪声依赖与采样条件，且结论针对连续过程，跳跃情形未说明。
原文摘要
This paper presents a Hayashi-Yoshida type estimator for the covariation matrix of continuous Itô semimartingales observed with noise. The coordinates of the multivariate process are assumed to be observed at highly frequent non-synchronous points. The estimator of the covariation matrix is designed via a certain combination of the local averages and the Hayashi-Yoshida estimator. Our method does not require any synchronization of the observation scheme (as e.g. previous tick method or refreshing time method) and it is robust to some dependence structure of the noise process. We show the associated central limit theorem for the proposed estimator and provide a feasible asymptotic result. Our proofs are based on a blocking technique and a stable convergence theorem for semimartingales. Finally, we show simulation results for the proposed estimator to illustrate its finite sample properties.