研究人员提出带一阶偏差校正的特征函数价差估计方法
热点事件持续更新
研究人员提出带一阶偏差校正的特征函数价差估计方法
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Abhik Rana、Sarvesh Ravichandran Iyer、Sandeep Juneja发布工作论文,提出带一阶偏差校正的经验特征函数方法,用于无报价数据场景下的交易成本价差估计,并在合适条件下建立了校正后估计量的渐近分布。 该方法针对现有模型的局限:Roll模型在一阶自协方差为正时失效,Hasbrouck估计量在涉及大量证券时计算成本较高。数值实验显示,该方法相比Roll模型存在偏差-方差权衡,相比Hasbrouck模型具备计算效率优势。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
基于特征函数的估计量的交易成本模型偏差校正报道时间线
沿着报道,了解事件的不同侧面。
10月20日
- arXiv q-fin基于特征函数的估计量的交易成本模型偏差校正
针对无报价数据场景下的交易成本估计需求,研究人员开发了带一阶偏差校正的经验特征函数方法用于价差估计,并在合适条件下建立了校正后估计量的渐近分布。数值实验显示该方法相比Roll模型存在偏差-方差权衡,相比Hasbrouck模型具备计算效率优势。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。