跳到正文
← 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:摘要围绕股票波动率、离散报价和连续监测下的价格变动间隔展开,直接涉及波动率与高频计量。

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
D. CHINHYUNG CHO
EDWARD W. FREES

离散股票价格的波动率估计

研究问题
当股票报价只能取离散价格时,如何利用价格变化的时间信息估计波动率,并减少价格离散化造成的估计偏差?
方法与思路
在连续监测股票价格的设定下,作者根据价格变化的快慢而非幅度构造估计量,并研究渐近性质和模拟表现。
材料陈述的贡献
摘要称,该估计量渐近消除离散价格偏差,具有一致性与渐近正态性,并在低价和中价股票模拟中优于自然估计量。
阅读关注点
应核对价格过程与离散报价机制、连续监测假设、价格变动间隔的定义,以及模拟中比较估计量和计时误设的范围。
阅读边界
摘要未说明完整价格模型、渐近框架及具体模拟结果;对部分计时误设的稳健性不能推广为对各类市场微观结构噪声稳健。

原文摘要

ABSTRACT This paper introduces an estimator of stock price volatility that eliminates, at least asymptotically, the biases that are caused by the discreteness of observed stock prices. Assuming that the observed stock prices are continuously monitored, an estimator is constructed using the notion of how quickly the price changes rather than how much the price changes. It is shown that this estimator has desirable asymptotic properties, including consistency and asymptotic normality. Also, through a simulation study, the authors show that it outperforms natural estimators for the low‐ and middle‐priced stocks. Furthermoret, he simulation study demonstratest hat the proposed estimator is robust to certain misspecifications in measuring the time between price changes.

笔记与分组
相关领域论文