A new volatility model: GQARCH-Itô model
一种新的波动率模型：GQARCH-Itô 模型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：摘要明确研究金融波动率不对称性，并联合使用高频与低频历史数据。
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…
一种新的波动率模型：GQARCH-Itô 模型
- 研究问题
- 如何联合高频和低频历史金融数据刻画波动率不对称性，并据此估计模型参数、评价波动率预测表现？
- 方法与思路
- 作者提出 GQARCH-Itô 模型，构造参数的准最大似然估计并分析渐近性质，再以模拟和实证检验有限样本及预测表现。
- 材料陈述的贡献
- 摘要称该模型能够描述波动率不对称性，并报告实证应用中的波动率预测能力强于文献中的 GARCH-Itô 模型。
- 阅读关注点
- 应核对不对称机制、高低频数据的连接方式，以及准似然条件、预测评价设计和与基准模型比较的具体范围。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未提供模型方程、市场样本或预测改进的数值与显著性。
原文摘要
Volatility asymmetry is a hot topic in high-frequency financial market. In this paper, we propose a new econometric model, which could describe volatility asymmetry based on high-frequency historical data and low-frequency historical data. After providing the quasi-maximum likelihood estimators for the parameters, we establish their asymptotic properties. We also conduct a series of simulation studies to check the finite sample performance and volatility forecasting performance of the proposed methodologies. And an empirical application is demonstrated that the new model has stronger volatility prediction power than GARCH-Itô model in the literature.