Testing for jumps in a discretely observed price process with endogenous sampling times
内生抽样时点下离散观测价格过程的跳跃检验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：摘要直接研究高频价格过程、内生观测时点及金融价格跳跃检验。
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…
内生抽样时点下离散观测价格过程的跳跃检验
- 研究问题
- 价格按内生首退出时点观测时，如何区分布朗运动引起的阈值越界与真正跳跃，并构造对噪声稳健的高频检验？
- 方法与思路
- 作者针对离散观测的 Itô 半鞅，利用对称双障碍的递归首退出抽样，建立区分连续波动与跳跃越界的非参数检验。
- 材料陈述的贡献
- 摘要称，提出可实施且抗噪声的跳跃检验；模拟报告较好的有限样本表现，纽约证交所股票应用报告稳健的跳跃证据。
- 阅读关注点
- 核对障碍阈值选择、抽样递推方式、噪声与跳跃活动假设，以及检验水平、功效和虚假跳跃识别的评价方法。
- 阅读边界
- 仅据所给 OpenAlex 摘要，不能判断抗噪声结论覆盖的噪声类型、比较条件或实际误检率；实证证据尚未独立核验，不推断刊本变化。
原文摘要
This paper introduces a novel nonparametric high-frequency jump test for discretely observed Itô semimartingales. Based on observations sampled recursively at first exit times from a symmetric double barrier, our method distinguishes between threshold exceedances caused by the Brownian component and jumps, which enables the construction of a feasible, noise-robust statistical test. Simulation results demonstrate superior finite-sample performance of our test compared to existing methods. An empirical analysis of NYSE-traded stocks provides clear statistical evidence for jumps, with the results highly robust to spurious detections.