Pre-averaging estimators of the ex-post covariance matrix in noisy diffusion models with non-synchronous data
噪声与非同步数据下事后协方差矩阵的预平均估计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。
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：摘要直接研究高频金融收益的协方差估计、微观结构噪声与非同步交易。
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…
噪声与非同步数据下事后协方差矩阵的预平均估计
- 研究问题
- 在微观结构噪声和非同步交易同时存在时，如何估计金融收益的事后协方差，并兼顾收敛速度与矩阵的半正定性？
- 方法与思路
- 作者构造预平均已实现协方差并建立渐近理论，另提出抗噪 Hayashi–Yoshida 估计量，可直接使用未经价格对齐的数据。
- 材料陈述的贡献
- 摘要称预平均估计可配置为达到最优收敛速度或确保半正定；另一个估计量无需预先对齐价格，并用模拟和高频股票数据展示。
- 阅读关注点
- 应核对噪声与交易时点假设、预平均窗口设置，以及最优速度和半正定配置的关系，并比较两类估计量的有限样本性质。
- 阅读边界
- 仅依据所给出版社摘要，不能认定最优速度与半正定可同时实现；具体采样条件、配置差异和模拟比较数值均未说明。
原文摘要
We show how pre-averaging can be applied to the problem of measuring the ex-post covariance of financial asset returns under microstructure noise and non-synchronous trading. A pre-averaged realised covariance is proposed, and we present an asymptotic theory for this new estimator, which can be configured to possess an optimal convergence rate or to ensure positive semi-definite covariance matrix estimates. We also derive a noise-robust Hayashi-Yoshida estimator that can be implemented on the original data without prior alignment of prices. We uncover the finite sample properties of our estimators with simulations and illustrate their practical use on high-frequency equity data.