Optimum thresholding using mean and conditional mean squared error
基于均方误差与条件均方误差的最优阈值选择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：摘要研究离散资产价格观测、跳跃筛除及积分方差估计，直接对应高频计量和波动率。
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…
基于均方误差与条件均方误差的最优阈值选择
- 研究问题
- 含可能无限活动跳跃的资产价格中，阈值选择会影响积分方差估计的有限样本表现；如何按平均或路径条件误差选择阈值？
- 方法与思路
- 作者研究将低于阈值的价格增量平方求和的非参数估计，以最小化均方误差或条件均方误差作为阈值选择准则。
- 材料陈述的贡献
- 摘要提出两种阈值优化目标，并说明条件均方误差准则面向给定波动率和跳跃路径，而非仅追求平均意义上的最优。
- 阅读关注点
- 应核对两种误差准则的条件信息、最优阈值的求解与可行估计，以及无限活动跳跃下的一致性条件和有限样本评价。
- 阅读边界
- 仅据所给出版社摘要，无法判断路径最优阈值能否直接实现；摘要未说明求解公式、潜变量估计要求或实际性能提升。
原文摘要
We consider a univariate semimartingale model for (the logarithm of) an asset price, containing jumps having possibly infinite activity. The nonparametric threshold estimator IV̂n of the integrated variance IV≔∫0Tσs2ds proposed in Mancini (2009) is constructed using observations on a discrete time grid, and precisely it sums up the squared increments of the process when they are below a threshold, which depends on the observation time step and, sometimes, model parameters or latent variables, that need to be estimated. All the threshold functions satisfying given conditions allow asymptotically consistent estimates of IV, however the finite sample properties of IV̂n can depend on the specific choice of the threshold. We aim here at optimally selecting the threshold by minimizing either the estimation mean squared error (MSE) or the conditional mean squared error (cMSE). The last criterion allows to reach a threshold which is optimal not in mean but for the specific volatility and jumps paths at hand.