高频波动率预测中的跳跃检测与建模.docxVIP

高频波动率预测中的跳跃检测与建模

一、引言

金融市场中，波动率是衡量资产风险水平、支撑资产定价、优化投资组合的核心指标，精准的波动率预测始终是金融工程领域的重点研究方向。早期波动率预测多依赖日度及更低频的交易数据，受限于信息颗粒度不足，预测精度始终难以突破瓶颈。随着电子交易技术的发展，日内高频交易数据的获取成本不断降低，基于高频数据构造的已实现波动率指标，因能更全面地捕捉日内波动信息、更贴近真实风险水平，逐渐成为波动率预测的主流工具。但在高频波动率的应用过程中，研究者发现资产价格时常出现短时间内的大幅异常变动，也就是价格跳跃现象，这类波动成分与正常的连续波动存在本质差异，若直接套用传统波动率模型处理，会大幅降低预测的准确性。

围绕跳跃问题的研究，最早可追溯至跳扩散模型的提出，但受限于数据条件，早期研究难以实现对跳跃的精准识别与有效利用。高频数据普及后，跳跃检测技术不断成熟，融入跳跃成分的波动率建模框架也持续完善，逐步形成了从检测到应用的完整研究体系。下文将从跳跃的本质内涵、检测方法演进、建模路径三个维度展开系统论述，梳理该领域的研究进展与实践价值，最后总结现有研究的局限并展望未来方向。

二、高频波动率框架下跳跃的本质内涵与研究价值

要理解跳跃在高频波动率预测中的作用，首先需要明确高频波动率的核心定义，以及跳跃的形成机理与特征，进而理清跳跃对波动率预测的具体影响，这是开展后续检测与建