Realized wavelet-based estimation of integrated variance and jumps in the presence of noise
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F15%3A00434203" target="_blank" >RIV/67985556:_____/15:00434203 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/00216208:11230/15:10281366
Výsledek na webu
<a href="http://dx.doi.org/10.1080/14697688.2014.950319" target="_blank" >http://dx.doi.org/10.1080/14697688.2014.950319</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1080/14697688.2014.950319" target="_blank" >10.1080/14697688.2014.950319</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Realized wavelet-based estimation of integrated variance and jumps in the presence of noise
Popis výsledku v původním jazyce
We introduce wavelet-based methodology for estimation of realized variance allowing its mea- surement in the time-frequency domain. Using smooth wavelets and Maximum Overlap Dis- crete Wavelet Transform, we allow for the decomposition of the realized variance into several investment horizons and jumps. Basing our estimator in the two-scale realized variance frame- work, we are able to utilize all available data and get feasible estimator in the presence of microstructure noise as well. The estimator is tested in a large numerical study of the finite sample performance and is compared to other popular realized variation estimators. We use different simulation settings with changing noise as well as jump level in different price pro- cesses including long memory fractional stochastic volatility model. The results reveal that our wavelet-based estimator is able to estimate and forecast the realized measures with the greatest precision.
Název v anglickém jazyce
Realized wavelet-based estimation of integrated variance and jumps in the presence of noise
Popis výsledku anglicky
We introduce wavelet-based methodology for estimation of realized variance allowing its mea- surement in the time-frequency domain. Using smooth wavelets and Maximum Overlap Dis- crete Wavelet Transform, we allow for the decomposition of the realized variance into several investment horizons and jumps. Basing our estimator in the two-scale realized variance frame- work, we are able to utilize all available data and get feasible estimator in the presence of microstructure noise as well. The estimator is tested in a large numerical study of the finite sample performance and is compared to other popular realized variation estimators. We use different simulation settings with changing noise as well as jump level in different price pro- cesses including long memory fractional stochastic volatility model. The results reveal that our wavelet-based estimator is able to estimate and forecast the realized measures with the greatest precision.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
AH - Ekonomie
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Quantitative Finance
ISSN
1469-7688
e-ISSN
—
Svazek periodika
15
Číslo periodika v rámci svazku
8
Stát vydavatele periodika
GB - Spojené království Velké Británie a Severního Irska
Počet stran výsledku
18
Strana od-do
1347-1364
Kód UT WoS článku
000357669600001
EID výsledku v databázi Scopus
2-s2.0-84936890267