Efficient Integrated Volatility Estimation in the Presence of Infinite Variation Jumps via Debiased Truncated Realized Variations
通过去偏截断已实现变差有效估计无限变差跳跃下的积分波动率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：摘要直接研究高频观测下连续部分二次变差与积分波动率的有效估计，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…
通过去偏截断已实现变差有效估计无限变差跳跃下的积分波动率
- 研究问题
- 当高频观测的 Itô 半鞅含无限变差跳跃时，如何有效估计连续部分的积分波动率，并消除截断估计中的跳跃偏差？
- 方法与思路
- 作者推导局部稳定 Lévy 过程截断矩的高阶展开，对截断已实现二次变差两步去偏，主要处理跳跃指数 Y∈(1,8/5)。
- 材料陈述的贡献
- 摘要称，该估计量在所研究过程类中具有速率和方差效率，也可覆盖 Y<1；模拟显示在理论框架内优于所比较的有效率方法。
- 阅读关注点
- 应核对局部稳定跳跃条件、截断阈值与两步去偏的实施、效率基准的定义，以及跳跃指数范围限制在证明中的作用。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未给出完整过程条件、阈值公式，也未说明是否允许微观结构噪声。
原文摘要
Statistical inference for stochastic processes based on high-frequency observations has been an active research area for more than two decades. One of the most well-known and widely studied problems has been the estimation of the quadratic variation of the continuous component of an Itô semimartingale with jumps. Several rate- and variance-efficient estimators have been proposed in the literature when the jump component is of bounded variation. However, to date, very few methods can deal with jumps of unbounded variation. By developing new high-order expansions of the truncated moments of a locally stable Lévy process, we propose a new rate- and variance-efficient volatility estimator for a class of Itô semimartingales whose jumps behave locally like those of a stable Lévy process with Blumenthal-Getoor index $Y\in (1,8/5)$ (hence, of unbounded variation). The proposed method is based on a two-step debiasing procedure for the truncated realized quadratic variation of the process and can also cover the case $Y<1$. Our Monte Carlo experiments indicate that the method outperforms other efficient alternatives in the literature in the setting covered by our theoretical framework.