1703563195
1703563196
Parkinson估计量
1703563197
1703563198
优点：
1703563199
1703563200
·使用日内极差来估计波动率很合理，并且相对于基于时间的抽样方法（如收盘价），其提供了更全面的独立信息。
1703563201
1703563202
缺点：
1703563203
1703563204
·只适用于几何布朗运动过程的波动率估计，不能处理趋势和跳空。
1703563205
1703563206
·会系统性地低估波动率。
1703563207
1703563208
Garman-Klass估计量
1703563209
1703563210
优点：
1703563211
1703563212
·效率要比收盘价–收盘价估计量高8倍。
1703563213
1703563214
·充分利用常见的可获取的价格信息。
1703563215
1703563216
缺点：
1703563217
1703563218
·偏差甚至比Parkinson估计量还大。
1703563219
1703563220
Rogers-Satchell估计量
1703563221
1703563222
优点：
1703563223
1703563224
·允许趋势的存在。
1703563225
1703563226
缺点：
1703563227
1703563228
·同样无法处理价格跳空。
1703563229
1703563230
Yang-Zhang估计量
1703563231
1703563232
优点：
1703563233
1703563234
·具有最小估计误差。
1703563235
1703563236
·能够处理漂移项和价格跳空。
1703563237
1703563238
·在可用数据的使用上最为有效。
1703563239
1703563240
缺点：
1703563241
1703563242
·如果价格过程由跳空主导，其性能会降低到和收盘价–收盘价估计量差不多。
1703563243
1703563244
初次退出时间估计量
[
上一页 ]
[ :1.703563195e+09 ]
[
下一页 ]