Estimating covariation: Epps effect, microstructure noise
协变动估计：Epps 效应与微观结构噪声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：摘要研究非同步高频价格中的积分协方差、采样频率与微观结构噪声。
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
协变动估计：Epps 效应与微观结构噪声
- 研究问题
- 在价格含噪声、离散观测且交易不同步时，如何估计两项资产的积分协方差，并处理随采样频率变化的偏差？
- 方法与思路
- 作者分析前值匹配协方差的偏差，推导平衡多类误差的采样频率，并提出同时处理非同步交易与噪声的双尺度估计量。
- 材料陈述的贡献
- 摘要称，前值匹配偏差在低流动性资产上更大；双尺度方法可在一阶上消除 Epps 效应和微观结构噪声的影响。
- 阅读关注点
- 应核对 Epps 效应的解析条件、最优采样频率的目标函数，以及双尺度修正的一阶含义和实证比较依据。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断剩余误差或数据中改善的幅度；一阶抵消不能直接理解为有限样本完全无偏。
原文摘要
This paper is about how to estimate the integrated covariance T of two assets over a fixed time horizon [0,T], when the observations of X and Y are "contaminated" and when such noisy observations are at discrete, but not synchronized, times. We show that the usual previous-tick covariance estimator is biased, and the size of the bias is more pronounced for less liquid assets. This is an analytic characterization of the Epps effect. We also provide the optimal sampling frequency which balances the tradeoff between the bias and various sources of stochastic error terms, including nonsynchronous trading, microstructure noise, and time discretization. Finally, a two scales covariance estimator is provided which simultaneously cancels (to first order) the Epps effect and the effect of microstructure noise. The gain is demonstrated in data.