跳到正文
← 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:摘要以高频价格数据中的微观结构噪声为对象,重点估计其矩、自协方差与自相关,直接属于高频计量研究。

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
Jean Jacod
Yingying Li
Xinghua Zheng

微观结构噪声的统计性质

研究问题
在价格可能跳跃、观测时间不规则且噪声与价格相关并存在日内特征时,如何利用高频数据估计微观结构噪声的联合矩与序列相关性?
方法与思路
作者在非参数框架下构造任意阶矩与联合矩估计量,包括噪声自协方差和自相关估计,并通过模拟与股票实证考察表现。
材料陈述的贡献
摘要称给出一致性与中心极限定理;模拟覆盖跳跃、不规则观测和价格取整,股票实证显示所考察噪声具有适度正自相关。
阅读关注点
应核对噪声与价格相关、日内特征及时间不规则所需的具体条件,联合矩估计的构造方式,以及极限方差估计和实证样本选择。
阅读边界
摘要未提供噪声依赖结构的完整限制、模拟数值或股票样本信息;作者报告的表现不能直接推广至所有市场或观测频率。

原文摘要

We study the estimation of (joint) moments of microstructure noise based on high frequency data. The estimation is conducted under a nonparametric setting, which allows the underlying price process to have jumps, the observation times to be irregularly spaced, and the noise to be dependent on the price process and to have diurnal features. Estimators of arbitrary orders of (joint) moments are provided, for which we establish consistency as well as central limit theorems. In particular, we provide estimators of autocovariances and autocorrelations of the noise. Simulation studies demonstrate excellent performance of our estimators in the presence of jumps, irregular observation times, and even rounding. Empirical studies reveal (moderate) positive autocorrelations of microstructure noise for the stocks tested.

笔记与分组
相关领域论文