跳到正文
← 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:摘要直接研究高频订单簿报价的微观结构噪声,并明确讨论有效价格与波动率估计,因此选择这两个金融方向。

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
Markus Bibinger
Adrian Grüber
Moritz Jirak

资产特异的限价订单微观结构噪声:参数估计与经验证据

研究问题
高频限价订单报价的单侧微观结构噪声若具有资产特异尾部,如何估计噪声参数,并判断其对有效价格和波动率估计的影响?
方法与思路
作者扩展单侧噪声模型,利用高频收益矩估计参数;在 Gamma 噪声下研究一阶依赖差分分布,并纳入半鞅对数价格的卷积模型。
材料陈述的贡献
摘要称建立相关中心极限定理,说明其在一般半鞅价格卷积模型中仍成立,并以 NASDAQ 订单簿数据展示资产特异噪声尾部的实际相关性。
阅读关注点
应核对噪声与价格过程的关系、Gamma 参数识别及矩条件,以及高频抽样要求、一阶依赖结构和尾部参数对波动率估计的具体作用。
阅读边界
这是 arXiv 预印本,同行评审或期刊接收未核实。摘要未给出完整定理条件与经验样本细节,Gamma 情形结论不能自动推广到任意噪声分布。

原文摘要

The one-sided microstructure noise model for high-frequency quotes from a limit order book is generalized to capture asset-specific noise tail behaviour. Estimation of a noise tail parameter becomes the key step for inference. This is possible based on moments of the high-frequency returns when specifying a parametric noise model. For a Gamma noise distribution, we establish a central limit theorem for 1-dependent observations from the resulting Gamma difference distribution and prove that it is valid also in the convolution model with general semimartingale log-price dynamics. We highlight that the noise tail parameter has important implications for estimating the efficient price and its volatility. An empirical analysis of recent NASDAQ limit order book data demonstrates that asset-specific noise tail parameters are relevant in practice.

笔记与分组