A nonparametric test for diurnal variation in spot correlation processes
即期相关过程日内变化的非参数检验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：摘要直接以股票高频数据估计即期相关过程并检验日内变化。
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
即期相关过程日内变化的非参数检验
- 研究问题
- 股票高频价格增量的即期相关性是否在交易日内系统变化，如何检验这种日内模式，并分析宏观新闻与财报公告的关联？
- 方法与思路
- 作者构造检测相关过程日内变化的非参数统计量，给出原假设下分布与备择下发散性质，并开展模拟和长期股票高频数据应用。
- 材料陈述的贡献
- 摘要称模拟表现接近渐近预测，实证多数情况下拒绝无日内变化假设，并展示宏观新闻和财报公告信息与相关曲线的关系。
- 阅读关注点
- 应核对即期相关估计、无日内变化原假设的定义、统计量极限分布条件，以及公告信息如何进入日内相关曲线分析。
- 阅读边界
- 所据为 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明噪声、非同步交易等问题的处理，也未报告具体拒绝比例。
原文摘要
The association between log-price increments of exchange-traded equities, as measured by their spot correlation estimated from high-frequency data, exhibits a pronounced upward-sloping and almost piecewise linear relationship at the intraday horizon. There is notably lower-on average less positive-correlation in the morning than in the afternoon. We develop a nonparametric testing procedure to detect such variation in a correlation process. The test statistic has a known distribution under the null hypothesis, whereas it diverges under the alternative. We run a Monte Carlo simulation to discover the finite sample properties of the test statistic, which are close to the large sample predictions, even for small sample sizes and realistic levels of diurnal variation. In an application, we implement the test on a high-frequency dataset covering the stock market over an extended period. The test leads to rejection of the null most of the time. This suggests diurnal variation in the correlation process is a nontrivial effect in practice. We show how conditioning information about macroeconomic news and corporate earnings announcements affect the intraday correlation curve.