高频数据瞬时波动率核估计的窗宽选择及算法研究
Bandwidth Selection for Kernel Estimator of Spot Volatility in High Frequency data and Algorithm Design作者机构:上海财经大学统计与管理学院上海200433 华中师范大学经济与工商管理学院湖北武汉430079 中国科学院数学与系统科学研究院北京100190
出 版 物:《中国管理科学》 (Chinese Journal of Management Science)
年 卷 期:2018年第26卷第7期
页 面:1-8页
核心收录:
学科分类:02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 0714[理学-统计学(可授理学、经济学学位)] 070103[理学-概率论与数理统计] 0701[理学-数学]
基 金:国家自然科学基金委重点项目(71331006,91546202) 中国科学院重点实验室项目(2008DP173182) 国家数学与交叉科学中心项目(2008DP173182) 上海财经大学创新团队支持计划项目(IRTSHUFE 13122402) 教育部人文社会科学研究青年资助项目(15YJC910007)
摘 要:在瞬时波动率的各种估计量中,非参数估计量因其能准确地度量瞬时波动率,一直是学者们的研究热点。然而,这类估计量在实际应用中都面临着最优窗宽的确定问题。由于最优窗宽中往往携带一些难以估计的未知参数,使得在实际应用过程中确定最优窗宽的具体数值存在困难。本文以瞬时波动率的核估计量为例,借鉴非参数回归分析中窗宽选择的思想,构建了一种能从数据中准确计算出最优窗宽具体值的算法。理论的分析和数值上的验证表明:文中所构建的算法具有良好的稳定性、适应性和收敛速度。算法的提出为瞬时波动率的后续应用研究铺平道路。