Testing mean stationarity of intraday volatility curves
日内波动率曲线均值平稳性的检验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：摘要使用高频金融数据检验潜在日内波动率曲线，并应用于股指期货。
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…
日内波动率曲线均值平稳性的检验
- 研究问题
- 研究如何利用高频价格数据检验潜在日内波动率曲线的均值平稳性，并判断日内波动模式是否存在系统性的时间变化。
- 方法与思路
- 作者在强混合条件下建立半鞅的函数型不变原理，推导检验的渐近尺寸与功效，并分析带确定性趋势的备择情形。
- 材料陈述的贡献
- 摘要提出潜在波动率曲线的平稳性检验；标普五百期货应用显示波动模式非平稳，并讨论风险管理和市场活动度量的意义。
- 阅读关注点
- 应核对潜在波动率曲线如何从高频数据恢复、混合与抽样条件，以及跳跃和观测噪声是否纳入检验理论。
- 阅读边界
- 仅据所给 Crossref 摘要，不能推断其他版本变化；高频采样与噪声处理细节未说明，均值平稳性结论不涵盖全部分布特征。
原文摘要
We develop a test for mean stationarity of latent volatility curves using high‐frequency data. To derive the asymptotic test size and power, we establish a functional invariance principle for semimartingales under a strong mixing condition. The power properties are analyzed under alternatives featuring deterministic trends in the volatility curve dynamics. Application to S&P 500 futures data provides strong evidence of nonstationary variation in the volatility pattern, with implications for real‐time risk management and market activity measurement, including identification of spot volatility and the size of price jumps.