Resumen

Consideramos la estimación no paramétrica de la volatilidad puntual para modelos de difusión con observaciones discretas de alta frecuencia. Nuestro estimador se lleva a cabo en dos pasos. Primero, utilizando el promedio local de la varianza basada en el rango, proponemos un estimador rudimentario de la volatilidad puntual. Segundo, utilizamos el suavizado de núcleo no paramétrico habitual para reconstruir la función de volatilidad a partir del estimador rudimentario. Por inferencia, encontramos que tal operación de doble suavizado puede reducir efectivamente el error de estimación.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Estimación de volatilidad puntual; Modelos de difusión; Observaciones de alta frecuencia; Estimador no paramétrico; Suavizado de núcleo; Error de estimación
• Keywords:Spot volatility estimation; Diffusion models; High frequency observations; Nonparametric estimator; Kernel smoothing; Estimation error