1703563047
1703563048
1703563049
资料来源：Garman和Klass，1980。
1703563050
1703563051
一旦我们知道偏差在哪里，就总会有办法去调整它。但更严重的问题是，有研究表明，这些估计量之所以能提高估计效率，是因为它们依赖于一些并不适用于真实市场的假设，尤其价格服从不带漂移项的几何布朗运动以及连续交易的假设。Rogers、Satchell和Yoon（Rogers和Satchell，1991；Rogers、Satchell和Yoon，1994）在一定程度上放宽了这些限制条件，引入带有漂移项的更优的估计量，其表达式为：
1703563052
1703563053
1703563054
1703563055
1703563056
其中，oi为交易期内的收盘价。
1703563057
1703563058
随后，Yang和Zhang（2000）推导出了适用于开盘价格跳空的估计量。它本质上是Rogers-Satchell-Yoon估计量、收盘价–收盘价估计量和开盘价–收盘价估计量的加权平均。在一些模拟测试中，它的收敛效率可以达到收盘价–收盘价估计量的14倍，但却与由开盘跳空所导致的波动率占整个波动率的比例高度相关。如果价格跳空占据主导，那么这个估计量并不会比收盘价–收盘价估计量好多少。该估计量的表达式为：
1703563059
1703563060
1703563061
1703563062
1703563063
其中：
1703563064
1703563065
1703563066
1703563067
1703563068
1703563069
1703563070
1703563071
1703563072
1703563073
1703563074
1703563075
1703563076
1703563077
Brandt和Kinlay（2005）证明了上面两个估计量也都存在着向下偏差。这一点并不奇怪，因为它们都依赖于价格极值并且还假设交易连续。
1703563078
1703563079
迄今为止，我们已经讨论了5种波动率估计量，每种估计量都是为了克服上一种估计量的不足而构造出来的。因此每次的更迭都应该比上一次更优。那该使用何种估计量是否已经很明显了呢？其实不然。Brandt和Kinlay在更逼真的模拟数据（包括离散取样、带有价格漂移项和价格跳空）上进行测试，结果表明，不同估计量的差别并不显著。在这样的市场环境中，Garman-Klass和Yang-Zhang估计值会略微偏高，并且所有这些非经典的估计量都具有类似的效率。另外，当用实际市场数据进行测试时，这些估计量之间的相关性比用仿真数据的要高得多（相关性结果见表2-5）。
1703563080
1703563081
表2-5a 使用模拟数据时不同波动率估计值之间的相关性
1703563082
1703563083
1703563084
1703563085
1703563086
注：数据为25天的5分钟抽样数据。随机波动率均值为14%，漂移项为8%。
1703563087
1703563088
资料来源：Brandt和Kinlay，2005。
1703563089
1703563090
表2-5b 使用标准普尔500市场数据时不同波动率估计值之间的相关性
1703563091
1703563092
1703563093
1703563094
1703563095
注：数据为1988年1月4日至2003年12月31日的5分钟抽样数据。
1703563096