Data-driven fixed-point tuning for truncated realized variations
截断已实现变差的数据驱动不动点调参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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究基于采样频率和已实现变差的积分波动率估计及跳跃处理。
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…
截断已实现变差的数据驱动不动点调参
- 研究问题
- 含跳跃过程的积分波动率估计依赖截断等调参选择时，如何以数据驱动方式自动确定参数，并为随机调参提供理论依据？
- 方法与思路
- 作者针对含跳跃半鞅的截断已实现变差，提出随机不动点迭代调参程序；摘要称实施只需关于采样频率的信息。
- 材料陈述的贡献
- 摘要称，该程序减少实践中的人工调参需求，可实现积分波动率的渐近有效估计，并在有限样本中优于所比较的常用方法。
- 阅读关注点
- 应核对迭代的定义、收敛和停止规则，以及跳跃与采样条件、随机阈值的理论处理和有限样本比较使用的损失指标。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实。摘要未说明渐近有效性的条件、微观结构噪声处理及性能改善的具体数值。
原文摘要
Many methods for estimating integrated volatility and related functionals of semimartingales in the presence of jumps require specification of tuning parameters for their use in practice. In much of the available theory, tuning parameters are assumed to be deterministic and their values are specified only up to asymptotic constraints. However, in empirical work and in simulation studies, they are typically chosen to be random and data-dependent, with explicit choices often relying entirely on heuristics. In this paper, we consider novel data-driven tuning procedures for the truncated realized variations of a semimartingale with jumps based on a type of random fixed-point iteration. Being effectively automated, our approach alleviates the need for delicate decision-making regarding tuning parameters in practice and can be implemented using information regarding sampling frequency alone. We demonstrate our methods can lead to asymptotically efficient estimation of integrated volatility and exhibit superior finite-sample performance compared to popular alternatives in the literature.