Intraday volatility patterns from short-dated options
利用短期期权估计日内波动率模式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：摘要直接利用日内高频短期期权数据估计波动率的周期成分。
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
利用短期期权估计日内波动率模式
- 研究问题
- 如何从交易日内高频观测的零日期权和一日期权中，提取波动率的确定性周期成分，并剔除条件预期中的随机变化？
- 方法与思路
- 作者非参数估计两种期限下未来累计收益变差的条件风险中性期望，再用适当比值消去随机成分，并在加密渐近下研究估计。
- 材料陈述的贡献
- 摘要称建立估计量的中心极限定理，收敛速率由执行价网格与剩余期限决定，并将该方法应用于标普五百指数期权数据。
- 阅读关注点
- 应核对比值消去随机成分的展开条件、执行价离散化和期限缩短的相对速率，以及期权观测误差对周期成分估计的影响。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断期限与网格条件及实证周期形态；风险中性量与实际概率下波动率的关系未说明，不推断版本变化。
原文摘要
We propose a nonparametric estimator for the deterministic periodic component of volatility from short-dated options within an in-fill asymptotic setting. The estimator uses options with zero and one day to expiration sampled at high-frequency during a trading day. At each point in time, we aggregate the options to form nonparametric estimates of conditional risk-neutral expectations of future integrated return variation for the two available option tenors. A suitable ratio of these estimates removes the stochastic components of the conditional expectations of future volatility, up to asymptotically higher-order terms, and allows to form estimates of the deterministic periodic component of volatility. We derive a Central Limit Theorem for the estimator, with its rate of convergence determined from the mesh of the strike grid and the length of the time to expiration of the options. The newly-developed estimation procedure is applied to S&P 500 index options data.