Efficient estimation of integrated volatility incorporating trading information
纳入交易信息的积分波动率有效估计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：摘要直接研究积分波动率、市场微观结构噪声与交易信息，并允许不规则观测和跳跃，明确属于波动率及高频计量。
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
纳入交易信息的积分波动率有效估计
- 研究问题
- 当市场微观结构噪声可由交易信息的参数函数解释时，如何估计其参数及积分波动率，并允许不规则观测和价格跳跃？
- 方法与思路
- 作者用交易信息的参数函数描述微观结构噪声，允许剩余噪声，并在其为Op(1/n)的假设下构造参数与波动率估计。
- 材料陈述的贡献
- 摘要称估计具有较快收敛速度，模拟涵盖模型误设与舍入，实证显示简单模型可解释微观结构噪声中的较高比例变动。
- 阅读关注点
- 应核对剩余噪声阶数的含义与合理性、交易信息模型的识别，以及原文收敛率记号和不规则观测、跳跃的处理方式。
- 阅读边界
- 仅据所给出版社摘要，无法确认所述n收敛率记号是否完整，也不知噪声解释比例及误设程度；不能据此声称普遍稳健。
原文摘要
We consider a setting where market microstructure noise is a parametric function of trading information, possibly with a remaining noise component. Assuming that the remaining noise is Op(1/n), allowing irregular times and jumps, we show that we can estimate the parameters at rate n, and propose a volatility estimator which enjoys n convergence rate. Simulation studies show that our method performs well even with model misspecification and rounding. Empirical studies demonstrate the practical relevance and advantages of our method. Furthermore, we find that a simple model can account for a high percentage of the total variation in microstructure noise.