The SIML method without microstructure noise
无微观结构噪声情形下的 SIML 方法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：摘要明确以高频观测下的积分波动率估计为研究对象，并讨论微观结构噪声与采样方案，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…
无微观结构噪声情形下的 SIML 方法
- 研究问题
- 对于不含微观结构噪声的高频 Itô 过程观测，SIML 积分波动率估计量在一般采样方案下是否一致，并具有何种渐近分布？
- 方法与思路
- 作者在无微观结构噪声的一般采样框架中分析 SIML 估计量，并考察已有 Malliavin–Mancino 估计量的快速收敛性质能否扩展。
- 材料陈述的贡献
- 摘要称建立 SIML 估计量的一致性与渐近正态性，并证明其具有此前针对 Malliavin–Mancino 估计量得到的快速收敛性质。
- 阅读关注点
- 应核对一般采样方案允许的具体形式、过程正则条件、调节参数和标准化速率，并检查渐近方差的估计与推断实现方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未给出具体收敛速率与条件，结论也不能直接外推至含微观结构噪声数据。
原文摘要
The SIML (abbreviation of Separating Information Maximal Likelihood) method, has been introduced by N. Kunitomo and S. Sato and their collaborators to estimate the integrated volatility of high-frequency data that is assumed to be an Itô process but with so-called microstructure noise. The SIML estimator turned out to share many properties with the estimator introduced by P. Malliavin and M.E. Mancino. The present paper establishes the consistency and the asymptotic normality under a general sampling scheme but without microstructure noise. Specifically, a fast convergence shown for Malliavin--Mancino estimator by E. Clement and A. Gloter is also established for the SIML estimator.