Overnight GARCH-Itô Volatility Models
隔夜 GARCH–Itô 波动率模型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：摘要直接研究金融波动率，并讨论高频已实现波动率与隔夜数据缺口，因此归入波动率和高频计量。
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
隔夜 GARCH–Itô 波动率模型
- 研究问题
- 研究如何把开盘至收盘和收盘至次日开盘的波动信息共同纳入模型，缓解隔夜缺少高频交易数据造成的信息损失。
- 方法与思路
- 作者基于 Itô 扩散，为日内与隔夜时段设置不同的瞬时波动率过程，并采用加权最小二乘估计两个时段的参数。
- 材料陈述的贡献
- 摘要称，模型能够容纳日内与隔夜两类波动过程，并研究参数估计的渐近性质，以刻画覆盖全天的市场动态。
- 阅读关注点
- 应核对两个时段的过程如何衔接、隔夜信息如何进入估计、权重如何确定，以及渐近结论需要哪些观测条件。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要，不能判断模型的实证预测表现；摘要未说明具体渐近条件，后续刊本变化未核验。
原文摘要
Various parametric volatility models for financial data have been developed to incorporate high-frequency realized volatilities and better capture market dynamics. However, because high-frequency trading data are not available during the close-to-open period, the volatility models often ignore volatility information over the close-to-open period and thus may suffer from loss of important information relevant to market dynamics. In this article, to account for whole-day market dynamics, we propose an overnight volatility model based on Itô diffusions to accommodate two different instantaneous volatility processes for the open-to-close and close-to-open periods. We develop a weighted least squares method to estimate model parameters for two different periods and investigate its asymptotic properties.