Realised quantile-based estimation of the integrated variance
基于已实现分位数的积分方差估计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：摘要直接估计金融收益的积分方差，并处理高频价格数据和市场微观结构噪声，支持高频计量与波动率分类。
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…
基于已实现分位数的积分方差估计
- 研究问题
- 如何利用可能含噪的价格数据估计收益连续部分的积分方差，同时降低有限活动跳跃和价格异常值对估计的影响？
- 方法与思路
- 作者提出基于分位数的已实现方差度量，建立一致性和可实施中心极限定理，并修改估计量以适应市场微观结构噪声。
- 材料陈述的贡献
- 摘要称估计量达到最优可达收敛速度，对有限活动跳跃和异常值渐近稳健；模拟展示有限样本稳健性，并给出股票数据应用。
- 阅读关注点
- 应核对分位数和局部窗口选择、噪声与跳跃条件、中心极限定理的方差估计，以及最优速度和效率比较所限定的模型。
- 阅读边界
- 所据为 arXiv 预印本摘要，同行评审及期刊接收未核实；最优速度及效率的条件未说明，对有限活动跳跃的结论不涵盖所有跳跃。
原文摘要
In this paper, we propose a new jump robust quantile-based realised variance measure of ex-post return variation that can be computed using potentially noisy data. The estimator is consistent for the integrated variance and we present feasible central limit theorems which show that it converges at the best attainable rate and has excellent efficiency. Asymptotically, the quantile-based realised variance is immune to finite activity jumps and outliers in the price series, while in modified form the estimator is applicable with market microstructure noise and therefore operational on high-frequency data. Simulations show that it has superior robustness properties in finite sample, while an empirical application illustrates its use on equity data.