Overnight GARCH-Itô Volatility Models
隔夜 GARCH–Itô 波动率模型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，并将高频已实现波动信息与隔夜波动建模结合。
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
隔夜 GARCH–Itô 波动率模型
- 研究问题
- 高频交易数据缺少收盘至开盘时段的信息时，如何同时刻画日内与隔夜波动，使波动率模型覆盖完整交易日？
- 方法与思路
- 作者基于 Itô 扩散为日内和隔夜设置不同瞬时波动过程，采用加权最小二乘估计两时段参数，并研究渐近性质。
- 材料陈述的贡献
- 摘要提出整合日内与隔夜动态的波动率模型及估计方法，报告有限样本模拟与真实交易数据应用，但未给出具体比较结果。
- 阅读关注点
- 应核对两个时段过程的衔接、可观测波动信息的构造、权重选择及渐近条件，并检查隔夜信息带来的实际估计或预测收益。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未说明交易数据、噪声处理或改进幅度，不能据此断言优于现有波动模型。
原文摘要
Various parametric volatility models for financial data have been developed to incorporate high-frequency realized volatilities and better capture market dynamics. However, because high-frequency trading data are not available during the close-to-open period, the volatility models often ignore volatility information over the close-to-open period and thus may suffer from loss of important information relevant to market dynamics. In this paper, to account for whole-day market dynamics, we propose an overnight volatility model based on Itô diffusions to accommodate two different instantaneous volatility processes for the open-to-close and close-to-open periods. We develop a weighted least squares method to estimate model parameters for two different periods and investigate its asymptotic properties. We conduct a simulation study to check the finite sample performance of the proposed model and method. Finally, we apply the proposed approaches to real trading data.