×

基于B样条对偶的非参数密度估计。 (英语) Zbl 1435.62131号

摘要:在本文中,我们提出了一种基于框架和Riesz基理论的非参数密度估计。特别地,我们提出了基于B样条类的所谓双正交密度估计,并推导了其理论性质,包括带宽的渐近最优选择。文中对我们的估计与现有的局部基和核密度估计进行了详细的理论分析和比较。该估计器特别适合金融和经济市场中的高频数据分析。

MSC公司:

62G07年 密度估算
65D07年 使用样条曲线进行数值计算
第62页第20页 统计学在经济学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Adusumilli,K.&Otsu,T.(2018)变量误差的非参数工具回归。计量经济学36(6),1256-1280·Zbl 1406.62032号
[2] Aít-Sahalia,Y.(1996)利率衍生证券的非参数定价。《计量经济学》64(3),527-560·Zbl 0844.62094号
[3] Bandi,F.M.和Moloche,G.(2017)关于多元扩散过程的函数估计。计量经济学理论34(4),896-946·Zbl 1393.62036号
[4] Beare,B.&Schmidt,L.(2014)定价核单调性的实证检验。应用计量经济学杂志31(2),338-356。
[5] Botev,Z.I.,Grotowski,J.F.和Kroese,D.P.(2010)通过扩散的核密度估计。《统计年鉴》38(5),2916-2957·Zbl 1200.62029号
[6] Bowman,A.(1984)密度估计值平滑的交叉验证替代方法。生物特征71,353-360。
[7] Cai,Z.和Wang,X.(2008)条件VaR和预期差额的非参数估计。《计量经济学杂志》147(1),120-130·Zbl 1429.62385号
[8] Calonico,S.、Cattaneo,M.D.和Farrell,M.H.(2018)《关于非参数推断中偏差估计对覆盖准确性的影响》。《美国统计协会杂志》113(522),767-779·Zbl 1398.62113号
[9] Carroll,R.、Delaigle,A.和Hall,P.(2013)从构造功能数据分类器中平滑离散数据时带宽选择的意外特性。《统计年鉴》41(6),2739-2767·Zbl 1292.62059号
[10] Cattaneo,M.D.、Jansson,M.和Ma,X.(2017)简单局部多项式密度估计。技术报告、工作文件。2017年7月22日检索自网址:http://wwpersonal.umich.edu/~cattaneo/paperss/cattaneo-Jansson-Ma_2017_LocPolDensity.pdf·Zbl 1441.62091号
[11] Cencov,N.(1962)根据观测值评估未知分布密度。苏联数学31559-1562·Zbl 0133.11801号
[12] Chen,S.&Xu,Z.(2014)《关于期权的隐含波动性——一些值得微笑的理由和更多需要纠正的理由》。《计量经济学杂志》179(1),1-15·Zbl 1293.91193号
[13] Christensen,O.(2003)框架和Riesz基底简介。博克豪斯波士顿·兹比尔1017.42022
[14] Cui,Z.,Kirkby,J.,&Nguyen,D.(2017a)区域切换和随机波动率模型中带集团式担保的股票挂钩年金定价。保险:数学与经济74,46-62·Zbl 1394.91206号
[15] Cui,Z.,Kirkby,J.,&Nguyen,D.(2017b)带跳跃的随机波动率模型中离散采样已实现方差导数的一般框架。《欧洲运筹学杂志》262(1),381-400·Zbl 1403.91334号
[16] Donoho,D.,Johnstone,I.,Kerkyacharian,G.,&Picard,D.(1996)小波阈值密度估计。《统计年鉴》24(2),508-539·Zbl 0860.62032号
[17] Duin,R.(1976年)。关于概率密度函数的Parzen估计的平滑参数的选择。IEEE计算机汇刊C-251175-1179·Zbl 0359.93035号
[18] Eilers,P.和Marx,B.(1996年)使用B样条和惩罚进行灵活平滑。统计科学11(2),89-121·Zbl 0955.62562号
[19] Fan,J.(2005)金融计量经济学中非参数方法的选择性概述。统计科学317-337·Zbl 1130.62364号
[20] Figueroa-López,J.E.&Li,C.(2016)随机微分方程即期波动率的最优核估计,arXiv预印本,arXiv:1612.04507·Zbl 1441.62225号
[21] Filipović,D.、Mayerhofer,E.和Schneider,P.(2013)多元仿射跳跃扩散过程的密度近似。《计量经济学杂志》176(2),93-111·Zbl 1284.62110号
[22] Fix,E.&Hodges,J.(1951)非参数判别:一致性属性。报告编号4,项目编号21-49-004,美国空军航空医学院,德克萨斯州伦道夫菲尔德,2月·Zbl 0715.62080号
[23] Gehringer,K.R.&Redner,R.A.(1992)使用规范化b样条进行非参数概率密度估计。统计通信-模拟与计算21(3),849-878·Zbl 0775.62093号
[24] Gu,C.(1993)平滑样条密度估计:无量纲自动算法。《美国统计协会杂志》88(422),495-504·Zbl 0775.62095号
[25] Gu,C.和Qiu,C.(1993)平滑样条密度估计:理论。统计年鉴21(1),217-234·Zbl 0770.62030号
[26] Gu,C.&Wang,J.(2003)惩罚似然密度估计:直接交叉验证和可扩展近似。中国统计局13,811-826·Zbl 1028.62019号
[27] Hall,P.(1981)关于密度的三角级数估计。《统计年鉴》9(3),683-685·Zbl 0484.62057号
[28] Hall,P.(1987)正交序列密度估计的交叉验证和平滑。多元分析杂志21(2),189-206·Zbl 0619.62033号
[29] Hall,P.,Kang,K.-H.(2005)非参数分类的带宽选择。统计年鉴33(1),284-306·Zbl 1064.62075号
[30] Hall,P.G.&Racine,J.S.(2015)无限阶交叉验证局部多项式回归。《计量经济学杂志》185(2),510-525·兹比尔1331.62229
[31] Hardle,W.和Marron,J.S.(1985)非参数回归函数估计中的最佳带宽选择。《统计年鉴》13(4),1465-1481·Zbl 0594.62043号
[32] Hayfield,T.,Racine,J.S.(2008)非参数计量经济学:NP包。统计软件杂志27(5),1-32。
[33] Heil,C.(2011)《基础理论入门》,扩充版。比克豪泽·Zbl 1227.46001号
[34] Huang,S.-Y.(1999)基于小波的再生核密度估计。中国统计9(1),137-151·Zbl 0959.62031号
[35] Izenman,A.(1991)非参数密度估计的最新发展。《美国统计协会杂志》86(413),205-223·Zbl 0734.62040号
[36] Jones,M.、Marron,J.S.和Park,B.U.(1991)简单根𝑛 带宽选择器。《统计年鉴》19(4),1919-1932年·Zbl 0745.62033号
[37] Jones,M.C.、Marron,J.S.和Sheather,S.J.(1996a)密度估计带宽选择的简要调查。《美国统计协会杂志》91(433),401-407·Zbl 0873.62040号
[38] Jones,M.C.、Marron,J.S.和Sheather,S.J.(1996b)基于数据的带宽选择用于核密度估计的进展。计算统计11(3),337-381·Zbl 0897.62037号
[39] Kirkby,J.(2015)通过快速傅里叶变换的框架二元性进行有效期权定价。SIAM金融数学杂志6(1),713-747·Zbl 1320.91155号
[40] Kirkby,J.(2016)。一种有效的亚式期权定价转换方法。SIAM金融数学期刊7(1),845-892·Zbl 1357.91053号
[41] Kirkby,J.(2017)具有特征函数和密度投影的B样条阶的稳健期权定价。《计算金融杂志》21(2),101-127。
[42] Kirkby,J.和Deng,S.(2019年)《带回报框架的奇异期权的静态套期保值和定价》。数学金融,29(2),407-693·Zbl 1411.91567号
[43] Kirkby,J.,Nguyen,D.,&Cui,Z.(2017)带跳跃的随机波动率模型下百慕大期权和障碍期权的统一方法。《经济动力学与控制杂志》80,75-100·Zbl 1401.91533号
[44] Koo,J.(1996)张量对数样条密度估计的二元B样条。计算统计与数据分析21,31-42·Zbl 0900.62193号
[45] Kooperberg,C.和Stone,C.(1991)对数样条密度估计研究。计算统计与数据分析12,327-347·Zbl 0825.62442号
[46] Kou,S.G.(2002)期权定价的跳跃扩散模型。《管理科学》48(8),1086-1101·Zbl 1216.91039号
[47] Leitao,A.、Oosterlee,C.、Ortiz-Gracia,L.和Bohte,S.(2018)关于数据驱动的COS方法。应用数学与计算317,68-84·Zbl 1427.91297号
[48] Li,C.和Chen,D.(2016)使用闭合形式似然展开估计跳跃扩散。《计量经济学杂志》195(1),51-70·Zbl 1443.62361号
[49] Liu,G.&Hong,L.J.(2009)分位数敏感性的核估计。海军研究后勤56(6),511-525·Zbl 1185.91134号
[50] Liu,G.&Hong,L.J.(2011)希腊不连续收益期权的核估计。运营研究59(1),96-108·Zbl 1217.91211号
[51] Loader,C.(1999)带宽选择:经典还是插件?《统计年鉴》27(2),415-438·Zbl 0938.62035号
[52] Marron,J.(1987)密度估算中交叉验证技术的比较。《统计年鉴》15(1),152-162·Zbl 0619.62032号
[53] Marron,J.和Wand,M.(1992)《精确平均积分平方误差》。统计年鉴20(2),712-736·Zbl 0746.62040号
[54] Marron,J.S.(1985)核密度估计带宽问题的渐近有效解决方案。《统计学年鉴》13(3),1011-1023·Zbl 0585.62073号
[55] Masri,R.&Redner,R.(2005)有界和半无限域上均匀B样条密度估计的收敛速度。非参数统计17(5),555-582·Zbl 1075.62026号
[56] Merton,R.(1976)当基础股票回报不连续时的期权定价。《金融经济杂志》3,125-144·Zbl 1131.91344号
[57] Opschoor,A.、Dijk,D.和Van Der Wel,M.(2017)使用聚焦评分规则组合密度预测。应用计量经济学杂志32(7),1298-1313。
[58] Parzen,E.(1962)关于概率密度函数和模式的估计。《数理统计年鉴》301065-1076·兹伯利0116.11302
[59] Penev,S.和Dechevsky,L.(1997)关于基于非负小波的密度估计。非参数统计杂志7,365-394·Zbl 1003.62513号
[60] Peter,A.和Rangarajan,A.(2008)最大似然小波密度估计及其在图像和形状匹配中的应用。IEEE图像处理汇刊17(4),458-468。
[61] Racine,J.&Li,K.(2017)非参数条件分位数估计:局部加权分位数核方法。《计量经济学杂志》201(1),72-94·Zbl 1391.62061号
[62] Redner,R.(1999)均匀B样条密度估计的收敛速度第一部分:一维。SIAM科学计算杂志20(6),1929-1953·Zbl 1030.62523号
[63] Rosenblatt,M.(1956)关于密度函数的一些非参数估计的评论。《数理统计年鉴》27832-837·Zbl 0073.14602号
[64] Rudemo,M.(1982)直方图和核密度估计的经验选择。斯堪的纳维亚统计杂志9,65-78·Zbl 0501.62028号
[65] Ruijter,M.、Versteegh,M.和Oosterlee,C.(2015)关于傅里叶期权定价技术中谱滤波器的应用。《计算金融杂志》19(1),76-106。
[66] Schwartz,S.(1967)通过正交级数估计概率密度。《数理统计年鉴》381261-1265·Zbl 0157.47904号
[67] Sheather,S.J.&Jones,M.C.(1991)一种用于核密度估计的可靠的基于数据的带宽选择方法。英国皇家统计学会杂志。B系列(方法学)53(3),683-690·Zbl 0800.62219
[68] Silverman,B.(1986)《统计和数据分析密度估计》。查普曼和霍尔·Zbl 0617.62042号
[69] Song,Z.和Xiu,D.(2016)两个期权市场的故事:定价核心和波动风险。《计量经济学杂志》190(1),176-196·Zbl 1422.91723号
[70] Terrell,G.&Scott,D.(1992),可变核密度估计。《统计年鉴》20(3),1236-1265·Zbl 0763.62024号
[71] Unser,M.(1996)消失矩和小波展开的近似幂。在Delogne,P.(编辑),图像处理,1996年。《国际会议记录》,第1卷,第629-632页。电气与电子工程师协会。
[72] Unser,M.和Daubechies,I.(1997),关于基于卷积的最小二乘与插值的逼近能力。IEEE信号处理学报45(7),1697-1711·兹比尔0879.94005
[73] Van Es,B.、Spreij,P.和Zanten,H.(2003)非参数波动率密度估计。伯努利9(3),451-465·Zbl 1044.62037号
[74] Wahba,G.(1981)正交序列密度估计的基于数据的最优平滑。统计年鉴9(1),146-156·Zbl 0463.62034号
[75] Walter,G.&Blum,J.(1979)使用增量序列的概率密度估计。《统计年鉴》7(2),328-340·Zbl 0403.62025号
[76] Wand,M.P.和Jones,M.C.(1994)《内核平滑》。CRC出版社·Zbl 0854.62043号
[77] Wang,C.-S.和Zhao,Z.(2016)条件价值-风险:半参数估计和推断。《计量经济学杂志》195(1),86-103·Zbl 1443.62373号
[78] Wang,X.和Hong,Y.(2018)基于特征函数的条件独立性测试:非参数回归方法。计量经济学理论34(4),815-849·Zbl 1393.62019年
[79] Watson,G.(1969)正交级数密度估计。《数理统计年鉴》38,1262-1265。
[80] Wegman,E.(1972)非参数概率密度估计:可用方法概述。《技术计量学》14(3),533-546·Zbl 0243.62028号
[81] Woodroof,M.(1970)关于选择三角洲层序。数学统计年鉴411665-1671·Zbl 0229.62022号
[82] Young,R.(1980)《非简谐傅里叶级数导论》,修订版,学术出版社·Zbl 0493.42001号
[83] Yu,J.(2007)闭合形式似然近似和跳跃扩散估计及其在人民币重新调整风险中的应用。《计量经济学杂志》141(2),1245-1280·Zbl 1418.62291号
[84] Zhang,X.,Brooks,R.,&King,M.(2009)多元核回归带宽选择的贝叶斯方法及其在状态-概率密度估计中的应用。《计量经济学杂志》153(1),21-32·Zbl 1431.62176号
[85] Zu,Y.(2015)基于波动密度的随机波动率模型的非参数规范检验。《计量经济学杂志》187(1),323-344·Zbl 1337.62336号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。