Bayesian Arbitrage Threshold Analysis
贝叶斯套利阈值分析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：摘要围绕金融套利平价、指数期货和无套利区间展开，多阈值模型服务于价格关系分析，最直接对应资产定价方向。
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…
贝叶斯套利阈值分析
- 研究问题
- 金融套利关系的偏离可能在交易成本范围内持续存在，如何估计多区制调整机制及指数期货套利不盈利的价格区间？
- 方法与思路
- 作者提出多区制、多阈值误差修正模型的贝叶斯估计，并利用建立套利头寸的已知成本信息设定信息性先验。
- 材料陈述的贡献
- 摘要称该方法相较经典逐步阈值自回归分析具有优势，并用指数期货估计无套利区间；具体优势及量化结果未说明。
- 阅读关注点
- 应核对阈值与区制的设定、成本信息如何形成先验，以及无套利区间的后验不确定性与区间外误差修正机制。
- 阅读边界
- 摘要未说明成本构成、样本信息、估计计算或比较标准，不能仅据其优势表述判断方法更优或套利区间可稳定外推。
原文摘要
A Bayesian estimation procedure is developed for estimating multiple-regime (multiple-threshold) error-correction models appropriate for deviations from financial arbitrage relationships. This approach has clear advantages over classical stepwise threshold autoregressive analysis. Unlike many other applications of threshold models, the knowledge of some costs involved in setting up arbitrage positions allows us to specify an informative prior. To illustrate the Bayesian procedure, we estimate a no-arbitrage band within which index futures arbitrage is not profitable despite (persistent) deviations from parity.