论文研究-高频数据波动率非参数估计及窗宽选择.pdf,
基于高频数据采用非参数的方法估量波动率，因其能更准确地度量波动率，一直是学者们研究的热点.然而，波动率的所有非参数估计都面临着窗宽的选择问题.由于最优窗宽中往往携带一些难以估计的未知参数，使得在应用过程中确定最优窗宽的具体数值存在困难，从而阻碍了这类估计量的使用.本文以已实现核估计作为波动率非参数估计的代表，构建了一种能自动从实际数据中确定最优窗宽的算法.理论分析的结果表明：算法具有稳定性，其所确定的窗宽是最优窗宽的无偏一致估计量，收敛速度为O（n-1/5）.实际数据检验的结果显示，算法是稳定的并且具有良好的适应性，由算法确定的窗宽不依赖初始值的选取.模拟数据的结果显示，相比传统确定窗宽的方法，算法确定的窗宽所对应的估计量具有更高的精度.文中的算法可推广到波动率其他的非参数估计量中，从而为这类估计量的使用铺平道路.
