Truncated dynamics and estimation of diffusion equations
截断动态与扩散方程估计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：摘要研究通用连续时间扩散估计，未明确金融应用；出现波动和风险不足以确定金融细分。
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
截断动态与扩散方程估计
- 研究问题
- 以固定时间间隔离散观察连续时间过程时，如何改善基于生成元的筛估计，尤其是允许取值范围边界附近的特征函数估计？
- 方法与思路
- 作者修改基于无穷小生成元的筛估计方法，先截断原过程以改善边界特征函数估计，并推导扩散过程漂移和波动项的非参数估计。
- 材料陈述的贡献
- 摘要称，过程截断有助于改善边界处的估计，并可在实践中排除极端风险对应的特定动态；同时给出漂移和波动的估计方法。
- 阅读关注点
- 应核对截断如何定义、它是否改变估计目标，以及生成元和特征函数的识别条件、边界处理及固定观测间隔下的推断依据。
- 阅读边界
- 仅据所给 HAL 仓储记录对应的版本摘要，未核对正式刊本；截断偏差、边界条件和推断性质未说明，排除动态不等于消除现实风险。
原文摘要
We study inference on continuous-time processes from discrete data with a given time interval between consecutive observations, and propose a modification of the sieve estimation method based on the infinitesimal generator. Our approach consists on truncating the initial process to improve the estimation of the eigenfunctions at the boundaries of the set of admissible values. For diffusion processes, nonparametric estimation of the drift and volatility are derived. A prior truncation is also useful to eliminate in practice the specific dynamics of extreme risks.