Estimating the quadratic covariation matrix from noisy observations: Local method of moments and efficiency
含噪观测下二次协变差矩阵的估计：局部矩方法与效率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。
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：摘要明确涉及含噪不同步高频观测，以及二次协变差和积分协波动矩阵估计。
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…
含噪观测下二次协变差矩阵的估计：局部矩方法与效率
- 研究问题
- 面对含噪且观测时间不同步的多元连续鞅，如何有效估计二次协变差或积分协波动矩阵，并评价相关性对效率的影响？
- 方法与思路
- 作者借助渐近等价的连续时间观测模型，在频谱域构造局部广义矩方法估计量，并研究其半参数效率与模拟表现。
- 材料陈述的贡献
- 摘要称，估计达到 Cramér–Rao 意义的渐近半参数效率；在其框架下不同步不影响渐近结果，相关性可带来显著效率增益。
- 阅读关注点
- 应核对噪声、采样时间和连续鞅的具体条件，频谱权重与局部化设计，以及不同步无渐近影响结论的适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，完整条件和模拟数值未说明；渐近结论不能解释为不同步在有限样本中没有影响。
原文摘要
An efficient estimator is constructed for the quadratic covariation or integrated co-volatility matrix of a multivariate continuous martingale based on noisy and nonsynchronous observations under high-frequency asymptotics. Our approach relies on an asymptotically equivalent continuous-time observation model where a local generalised method of moments in the spectral domain turns out to be optimal. Asymptotic semi-parametric efficiency is established in the Cramér–Rao sense. Main findings are that nonsynchronicity of observation times has no impact on the asymptotics and that major efficiency gains are possible under correlation. Simulations illustrate the finite-sample behaviour.