Time is limited on the road to asymptopia
通往渐近世界的道路上，时间有限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：摘要主要讨论金融主体模型的模拟估计、遍历性与矩函数收敛，未明确对应资产定价、波动率、风险或收益预测等给定细分方向。
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
通往渐近世界的道路上，时间有限
- 研究问题
- 研究只有一条观测金融时间序列且模拟资源有限时，基于主体的金融市场模型中的矩函数收敛与遍历性如何影响估计可靠性。
- 方法与思路
- 作者对两个原型模型开展蒙特卡洛实验，考察矩函数的收敛行为，并根据遍历性质安排模拟集合规模与每条模拟路径长度。
- 材料陈述的贡献
- 摘要称，多数所考察矩函数的收敛时间长到难以实际承担；利用矩函数遍历性质配置模拟资源，帮助作者实施模型估计。
- 阅读关注点
- 应核对平稳性、遍历性与有限样本慢收敛如何区分，矩函数和原型模型如何选择，以及资源配置建议对估计不确定性的影响。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实。摘要未提供具体模型、收敛时间或配置规则，两个原型的结果不能直接推广到所有模型。
原文摘要
One challenge in the estimation of financial market agent-based models (FABMs) is to infer reliable insights using numerical simulations validated by only a single observed time series. Ergodicity (besides stationarity) is a strong precondition for any estimation, however it has not been systematically explored and is often simply presumed. For finite-sample lengths and limited computational resources empirical estimation always takes place in pre-asymptopia. Thus broken ergodicity must be considered the rule, but it remains largely unclear how to deal with the remaining uncertainty in non-ergodic observables. Here we show how an understanding of the ergodic properties of moment functions can help to improve the estimation of (F)ABMs. We run Monte Carlo experiments and study the convergence behaviour of moment functions of two prototype models. We find infeasibly-long convergence times for most. Choosing an efficient mix of ensemble size and simulated time length guided our estimation and might help in general.