Local Parametric Estimation in High Frequency Data
Local Parametric Estimation in High Frequency Data
复制标题
高频数据中的局部参数估计
DOI：
10.1080/07350015.2019.1566731
复制
发表时间：
2020
影响因子：
3
通讯作者：
Mykland, Per
中科院分区：
文献类型：
--
作者：
Potiron, Yoann;Mykland, Per
本文给出了一个一般的时变参数模型，其中多维参数可能包含跳跃。感兴趣的量被定义为参数过程随时间的积分值。我们提供了一个局部参数估计（LPE）和条件下，我们可以证明中心极限定理。粗略地说，这些条件对应于一些统一的极限理论的参数版本的问题。该框架被限制到特定的收敛率1 scin2。LPE的几个例子进行了研究：估计的波动性，波动的权力，波动时，将交易信息和随时间变化的MA（1）。
We give a general time-varying parameter model, where the multidimensional parameter possibly includes jumps. The quantity of interest is defined as the integrated value over time of the parameter process. We provide a local parametric estimator (LPE) of Θ and conditions under which we can show the central limit theorem. Roughly speaking those conditions correspond to some uniform limit theory in the parametric version of the problem. The framework is restricted to the specific convergence raten1∕2. Several examples of LPE are studied: estimation of volatility, powers of volatility, volatility when incorporating trading information and time-varying MA(1).
登录
查看更多内容
DOI：
10.2139/ssrn.3043834
发表时间：
2017-08
期刊：
ERN: Asset Price Forecasts (Topic)
影响因子：
--
作者：
R. Da;D. Xiu
通讯作者：
R. Da;D. Xiu
ARMA模型中与最大似然估计相关的渐近展开式
DOI：
10.1111/j.2517-6161.1984.tb01276.x
发表时间：
1984
期刊：
Journal of the royal statistical society series b-methodological
影响因子：
--
作者：
Katsuto Tanaka
通讯作者：
Katsuto Tanaka
DOI：
10.2139/ssrn.2475620
发表时间：
2016-09
期刊：
Capital Markets: Market Microstructure eJournal
影响因子：
--
作者：
P. Mykland;Lan Zhang
通讯作者：
P. Mykland;Lan Zhang
DOI：
--
发表时间：
2019
期刊：
影响因子：
--
作者：
Kobayashi Genya;Yamauchi Yuta;Kakamu Kazuhiko;Kawakubo Yuki;Sugasawa Shonosuke;Simon Clinet
通讯作者：
Simon Clinet
影响因子：
1.5
作者：
Simon Clinet;Yoann Potiron
通讯作者：
Yoann Potiron