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
1703563245
1703563246
优点：
1703563247
1703563248
·使用了与传统时间序列方法本质上完全不同的信息。
1703563249
1703563250
·是实时使用的自然估计量。
1703563251
1703563252
·收敛相对更快。
1703563253
1703563254
缺点：
1703563255
1703563256
·需要使用高频数据。
1703563257
1703563258
最后，我们得出的整体结论是：没有迹象表明存在最好的估计量。所有度量方法都包含了信息。我们不能根据纯粹的数学推导就决定使用哪个估计量，而应该考虑不同估计量的实际含义，并以此来决定选择谁。例如，如果Parkinson波动率为40%，而收盘价–收盘价波动率为20%，我们则可以合理地认为，真实波动主要来自日内大幅波动，而收盘价低估了真实波动过程。这个认识在我们决定如何更好地进行对冲时非常有用[实际上，它的确会非常有用，但究竟有多有用则是另一个问题了。一些股票类型如美国存托凭证（ADR），其Parkinson估计量与收盘价估计量之比在一定程度上是可预测的，因为当这些股票不在交易时段时，会有许多新信息产生]。
[
上一页 ]
[ :1.703563209e+09 ]
[
下一页 ]