The Explicative Market Microstructure Noise
可解释的市场微观结构噪声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：摘要明确研究高频金融数据的微观结构噪声，并考察其对波动率特征曲线的影响。
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
可解释的市场微观结构噪声
- 研究问题
- 高频金融价格中的市场微观结构噪声，有多少能够由可观察交易信息解释，如何识别重要交易变量并估计它们对应的噪声成分？
- 方法与思路
- 作者先提出高频环境下不依赖指定模型的变量重要性度量，衡量交易变量子集的价格影响，再据显著变量非参数估计可解释噪声并分析渐近性质。
- 材料陈述的贡献
- 摘要称，真实数据校准模拟用于评价有限样本表现；实证发现可解释噪声对收益变动有重要作用，纳入该成分后波动率特征曲线明显平滑。
- 阅读关注点
- 应核对重要性度量的统计含义、交易变量选择与后续推断的关系、噪声估计的采样和依赖条件，以及波动率特征曲线的构造方式。
- 阅读边界
- 仅依据所给 OpenAlex 摘要版本。摘要未提供解释比例、估计误差或平滑幅度；变量重要性和价格影响的表述不能直接视为交易变量的因果效应。
原文摘要
High-frequency financial data are often contaminated by market microstructure effects. In this study, we consider a setting where a portion of the microstructure noise can be explained by observable trading information, referred to as the explicative noise component. To formally analyze this component, we first develop a model-free variable importance measure in the high-frequency setting that quantifies the price impact of subsets of trading variables. Based on the identified significant variables, we then introduce a nonparametric estimator for the explicative noise and establish its asymptotic properties. The finite-sample performance of the proposed methods is assessed through Monte Carlo simulations calibrated to real data. Finally, an empirical application shows that the explicative noise component plays a key role in explaining return variation, and that accounting for it substantially smooths the volatility signature curve. Supplementary materials for this article are available online.