Properties of Realized Variance Under Alternative Sampling Schemes
不同抽样方案下已实现方差的性质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：摘要明确讨论市场微观结构噪声下高频证券价格的抽样与已实现方差，直接对应高频计量和波动率两个方向。
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…
关注这篇论文的作者
不同抽样方案下已实现方差的性质
- 研究问题
- 研究市场微观结构噪声存在时，抽样时钟如何影响已实现方差的统计性质，以及交易强度变化是否改变不同抽样方案的表现。
- 方法与思路
- 作者以纯跳跃过程刻画高频证券价格，在市场微观结构噪声存在时，比较日历时间、业务时间与交易时间抽样下已实现方差的统计性质。
- 材料陈述的贡献
- 摘要称交易时间抽样通常降低已实现方差的均方误差，交易强度波动越大优势越明显；IBM 样本中平均降幅约为 5%。
- 阅读关注点
- 重点核对三种抽样时钟的定义、纯跳跃过程与噪声的设定、均方误差比较的条件，以及最优频率与 IBM 样本结果的计算方法。
- 阅读边界
- 本条仅据摘要；摘要未说明完整的噪声假设与均方误差比较条件，IBM 在 2000—2004 年的结果能否推广至其他资产和时期仍需核对。
原文摘要
This article investigates the statistical properties of the realized variance estimator in the presence of market microstructure noise. Different from the existing literature, the analysis relies on a pure jump process for high-frequency security prices and explicitly distinguishes among alternative sampling schemes, including calendar time sampling, business time sampling, and transaction time sampling. The main finding in this article is that transaction time sampling is generally superior to the common practice of calendar time sampling in that it leads to a lower mean squared error (MSE) of the realized variance. The benefits of sampling in transaction time are particularly pronounced when the trade intensity pattern is volatile. Based on IBM transaction data over the period 2000–2004, the empirical analysis finds an average optimal sampling frequency of about 3 minutes with a steady downward trend and significant day-to-day variation related to market liquidity and a consistent reduction in MSE of the realized variance due to sampling in transaction time that is about 5% on average but can be as high as 40% on days with irregular trading.