Fixed‐ k inference for volatility
波动率的固定k推断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：摘要直接研究资产即时波动率的非参数推断，并使用股指日内高频数据分析公告时点变化。
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
波动率的固定k推断
- 研究问题
- 当局部估计区间内的观测数保持固定时，即时波动率估计不再一致，如何仍构造有效的点态区间与路径置信带？
- 方法与思路
- 作者在半鞅资产价格框架下建立固定区间观测数的渐近理论，再扩展至估计区间数量增长的高维路径推断。
- 材料陈述的贡献
- 摘要称，该理论允许构造易计算的渐近有效区间和一致置信带；模拟及标普500日内数据应用提供实践证据。
- 阅读关注点
- 应核对固定k渐近方案、价格过程与观测条件，以及路径置信带的多重推断处理和公告时点跳跃检验的实施。
- 阅读边界
- 仅据所给Crossref摘要，具体适用条件和模拟覆盖率未说明；公告时点波动率跳跃的结果不足以单独验证所有识别方案。
原文摘要
We present a new theory for the conduct of nonparametric inference about the latent spot volatility of a semimartingale asset price process. In contrast to existing theories based on the asymptotic notion of an increasing number of observations in local estimation blocks, our theory treats the estimation block size k as fixed. While the resulting spot volatility estimator is no longer consistent, the new theory permits the construction of asymptotically valid and easy‐to‐calculate pointwise confidence intervals for the volatility at any given point in time. Extending the theory to a high‐dimensional inference setting with a growing number of estimation blocks further permits the construction of uniform confidence bands for the volatility path. An empirically realistically calibrated simulation study underscores the practical reliability of the new inference procedures. An empirical application based on intraday data for the S&P 500 equity index reveals highly significant abrupt changes, or jumps, in the market volatility at FOMC news announcement times, validating recent uses of various high‐frequency‐based identification schemes in asset pricing finance and monetary economics.