Functional estimation and change detection for nonstationary time series
非平稳时间序列的泛函估计与变化检测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：摘要明确研究非平稳时间序列的结构变化检测，并应用于高频资产价格，直接支持这三个领域细分。
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
非平稳时间序列的泛函估计与变化检测
- 研究问题
- 如何在允许干扰特征发生非平稳变化的同时，检验目标参数是否发生结构突变，使检验对目标变化敏感而对无关变化稳健？
- 方法与思路
- 作者为局部平稳时间序列构造积分参数估计量，建立泛函中心极限定理，并提出一致的自助法以实现矩的非线性函数的变点推断。
- 材料陈述的贡献
- 摘要称，该框架覆盖峰度、自相关和线性回归系数等参数，并提供极限理论与可行自助推断，以模拟及高频资产价格应用展示方法。
- 阅读关注点
- 应核对原假设允许哪些非平稳性、积分参数与突变的对应方式，以及泛函极限定理和自助法一致性所需的依赖与平滑条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实。摘要未列出所谓温和假设、检验功效或应用结果，不能判断具体变化下的稳健性。
原文摘要
Tests for structural breaks in time series should ideally be sensitive to breaks in the parameter of interest, while being robust to nuisance changes. Statistical analysis thus needs to allow for some form of nonstationarity under the null hypothesis of no change. In this paper, estimators for integrated parameters of locally stationary time series are constructed and a corresponding functional central limit theorem is established, enabling change-point inference for a broad class of parameters under mild assumptions. The proposed framework covers all parameters which may be expressed as nonlinear functions of moments, for example kurtosis, autocorrelation, and coefficients in a linear regression model. To perform feasible inference based on the derived limit distribution, a bootstrap variant is proposed and its consistency is established. The methodology is illustrated by means of a simulation study and by an application to high-frequency asset prices.