Time-Varying Periodicity in Intraday Volatility
日内波动率周期模式的时变性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：摘要直接研究高频收益数据中的日内波动率周期及其检验。
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…
日内波动率周期模式的时变性
- 研究问题
- 在长跨度高频收益数据中，日内波动率的时点模式是否保持不变，还是会随市场波动水平等因素变化？
- 方法与思路
- 作者估计日内周期成分并将收益学生化，再比较交易日内不同时间的经验特征函数，通过模拟计算检验临界值。
- 材料陈述的贡献
- 摘要称提出了日内周期不变性的非参数检验；标普500应用发现周期模式变化，高波动时收盘前的波动占比更高。
- 阅读关注点
- 应核对原假设、波动率恢复误差与经验过程误差如何进入极限分布，以及高频采样条件和临界值模拟程序。
- 阅读边界
- 仅据版本未注明的索引摘要，不能判断检验对市场微观结构噪声的适用性；摘要未说明具体条件、数值结果或刊本变化。
原文摘要
We develop a nonparametric test for whether return volatility exhibits time-varying intraday periodicity using a long time series of high-frequency data. Our null hypothesis, commonly adopted in work on volatility modeling, is that volatility follows a stationary process combined with a constant time-of-day periodic component. We construct time-of-day volatility estimates and studentize the high-frequency returns with these periodic components. If the intraday periodicity is invariant, then the distribution of the studentized returns should be identical across the trading day. Consequently, the test compares the empirical characteristic function of the studentized returns across the trading day. The limit distribution of the test depends on the error in recovering volatility from discrete return data and the empirical process error associated with estimating volatility moments through their sample counterparts. Critical values are computed via easy-to-implement simulation. In an empirical application to S&P 500 index returns, we find strong evidence for variation in the intraday volatility pattern driven in part by the current level of volatility. When volatility is elevated, the period preceding the market close constitutes a significantly higher fraction of the total daily integrated volatility than during low volatility regimes. Supplementary materials for this article are available online.