Bias reduction in spot volatility estimation from options
基于期权的即时波动率估计之偏差缩减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：摘要明确研究利用期权估计即时波动率及跳跃偏差，没有充分信息另行归入高频数据计量。
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
基于期权的即时波动率估计之偏差缩减
- 研究问题
- 利用期权非参数估计即时波动率时，如何减少波动率时变和标的价格跳跃造成的偏差，并进一步处理小跳跃的影响？
- 方法与思路
- 作者对收缩时间区间内价格增量的特征函数作高阶展开，结合两个期限的期权估计，并用小跳跃偏差估计进一步去偏。
- 材料陈述的贡献
- 摘要称相较既有方法，该方案降低时变波动率和跳跃引起的渐近偏差，进一步去偏带来改进，并以模拟和实证展示。
- 阅读关注点
- 应核对两个期限如何选择、期权价格如何恢复特征函数，以及小跳跃偏差估计的条件、误差传播和实际数据要求。
- 阅读边界
- 仅据所给出版社摘要；渐近偏差减少不直接保证有限样本均方误差更低，摘要未说明具体改进幅度或数据噪声条件。
原文摘要
We consider the problem of nonparametric spot volatility estimation from options that is robust to time-variation in volatility and presence of jumps in the underlying asset price. Using a higher-order expansion of the characteristic function of the underlying price increment over shrinking time intervals and option-based estimates of the latter over two distinct horizons, we achieve asymptotic bias-reduction in spot volatility estimation, relative to existing methods, that is due to time-variation in volatility and presence of jumps. Further asymptotic improvement is achieved by de-biasing the volatility estimator using an estimate for the bias in it due to the small jumps in the price process. The gains from the newly-developed volatility estimation approach are illustrated on simulated data and in an empirical application.