Testing for jumps in noisy high frequency data
含噪高频数据中的跳跃检验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：摘要直接研究含市场微观结构噪声的高频金融数据跳跃检验。
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
含噪高频数据中的跳跃检验
- 研究问题
- 高频金融数据含有市场微观结构噪声时，如何调整既有跳跃检验，使其仍能区分存在跳跃与不存在跳跃的过程？
- 方法与思路
- 作者基于预平均方法，对既有跳跃检验统计量进行稳健化处理，以应对高频观测中的市场微观结构噪声。
- 材料陈述的贡献
- 摘要称，稳健化后的统计量能够在存在市场微观结构噪声时，恢复原检验对跳跃与无跳跃情形的区分能力。
- 阅读关注点
- 应核对噪声与价格过程的条件、预平均窗口和调参规则，以及跳跃与无跳跃下的极限分布及临界值构造。
- 阅读边界
- 仅据所给出版社摘要，无法判断允许的噪声依赖形式、有限样本误拒率或功效，也不能推断对所有高频噪声均有效。
原文摘要
This paper proposes a robustification of the test statistic of Aït-Sahalia and Jacod (2009b) for the presence of market microstructure noise in high frequency data, based on the pre-averaging method of Jacod et al. (2010). We show that the robustified statistic restores the test’s discriminating power between jumps and no jumps despite the presence of market microstructure noise in the data.