Volatility of Volatility and Leverage Effect from Options
利用期权估计波动率的波动率与杠杆效应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：摘要直接使用高频期权数据估计波动率动态与价格—波动率联动。
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
利用期权估计波动率的波动率与杠杆效应
- 研究问题
- 如何利用短期限期权的高频观测，非参数估计波动率的波动率和杠杆效应，并处理期权观测误差及不同主导误差来源？
- 方法与思路
- 作者由期权恢复价格增量的条件特征函数和即期波动率，再用波动率增量的方差、自协方差及其与价格增量的协方差构造估计。
- 材料陈述的贡献
- 摘要称方法以一阶自协方差修正观测误差偏差，分析收敛速度，并提供无需预先知道哪类误差渐近占主导的可行推断。
- 阅读关注点
- 应核对期权期限与观测频率的渐近安排、特征函数恢复及偏差修正条件，以及近平值期权误差如何进入收敛速度和推断。
- 阅读边界
- 这是预印本，同行评审及期刊接收未获核验。摘要未给出完整正则条件和实证表现，无模型估计的表述也不意味着无需统计假设。
原文摘要
We propose model-free (nonparametric) estimators of the volatility of volatility and leverage effect using high-frequency observations of short-dated options. At each point in time, we integrate available options into estimates of the conditional characteristic function of the price increment until the options' expiration and we use these estimates to recover spot volatility. Our volatility of volatility estimator is then formed from the sample variance and first-order autocovariance of the spot volatility increments, with the latter correcting for the bias in the former due to option observation errors. The leverage effect estimator is the sample covariance between price increments and the estimated volatility increments. The rate of convergence of the estimators depends on the diffusive innovations in the latent volatility process as well as on the observation error in the options with strikes in the vicinity of the current spot price. Feasible inference is developed in a way that does not require prior knowledge of the source of estimation error that is asymptotically dominating.