Volatility coupling
波动率估计的耦合理论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：摘要明确研究基于高频数据的现货波动率估计及相关过程的统一推断。
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
波动率估计的耦合理论
- 研究问题
- 如何利用高频数据为现货波动率过程开展统一推断，并处理波动率占用时间及其分位数等非光滑积分泛函的推断问题？
- 方法与思路
- 作者将非参数现货波动率估计的 t 统计过程强近似为由布朗增量函数构成的增长维独立向量，并用于加密渐近推断。
- 材料陈述的贡献
- 摘要称该耦合理论可构造波动率、贝塔、特异方差及非线性变换的统一置信带，并处理单调非光滑积分波动率泛函的推断。
- 阅读关注点
- 阅读全文时应核对观测过程与采样条件、耦合误差和增长维度的控制，以及置信带构造与非光滑泛函推断的适用要求。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；对跳跃、微观结构噪声及采样方式的处理未说明，不能推断其适用于任意高频数据。
原文摘要
This paper provides a strong approximation, or coupling, theory for spot volatility estimators formed using high-frequency data. We show that the t-statistic process associated with the nonparametric spot volatility estimator can be strongly approximated by a growing-dimensional vector of independent variables defined as functions of Brownian increments. We use this coupling theory to study the uniform inference for the volatility process in an infill asymptotic setting. Specifically, we propose uniform confidence bands for spot volatility, beta, idiosyncratic variance processes, and their nonlinear transforms. The theory is also applied to address an open question concerning the inference of monotone nonsmooth integrated volatility functionals such as the occupation time and its quantiles.