本文提出一种结合了线图构建与改进的Moore-Bellman-Ford算法的新方法，用于在Uniswap V2上识别更多套利机会，涵盖套利循环和非循环路径。该方法突破了传统MBF算法每次仅能识别少数套利循环的局限，能够从任意起始代币检测套利循环并发现任意代币对之间的非循环套利路径。实证结果显示，本方法识别的套利路径数量远超MBF，最大潜在套利收益可达百万美元级别，且有效反映了Uniswap的市场效率变迁趋势。[page::0][page::1][page::4][page::5]
本报告提出Alpha2框架，利用深度强化学习结合蒙特卡洛树搜索，有效发现符号逻辑一致且多样化的公式化阿尔法因子。通过引入维度一致性约束和多指标综合评价，极大地缩减搜索空间并提升因子性能和多样性，最终显著增强量化交易策略的效益和稳健性。实证表明，Alpha2在真实股市中表现优异，优于传统方法和机器学习基线 [page::0][page::1][page::4][page::5][page::7][page::8]。
本报告提出了一种新型带路径依赖的随机波动率模型，既考虑天然气价格波动，又融合库存增量路径依赖特征，刻画天然气市场价格-库存动态。基于前向欧拉法、共识优化（CBO）算法完成模型参数标定，体现出不同时间区间价格波动率的粗糙行为。通过动态规划原则构建离散时刻摆动期权定价框架，并采用深度学习神经网络逼近条件期望，最后给出算法及其收敛性分析，为天然气衍生品定价提供了创新实用方法[page::0][page::2][page::3][page::15][page::17][page::22][page::24]。
本报告围绕偏度粘滞比(SSR)的理论构建与计算展开，提出了基于特征函数的无模型表达式，推广了SSR的短期极限为波动率过程Hurst指数加3/2，深入分析了仿射远期方差模型中的解析形式及路径依赖特征。通过森林展开方法推导出SSR的高阶近似，并结合经典Heston和Rough Heston模型进行了数值验证，结果显示SSR对模型动态极为敏感，难以从隐含波动率表面直接推断，实证观察的SSR值与主流粗波动率模型存在显著差异，这一不一致性仍是重要研究课题[page::0][page::1][page::5][page::7][page::8][page::9][page::14][page::16][page::17].
本报告基于对2023年土耳其地震受灾及未受灾人群的风险偏好实验调查，发现重灾区个体整体风险偏好显著提高，尤其是女性受影响更为显著。同时，房屋损毁程度（实现性损失）与风险厌恶呈正相关，完全房屋损毁导致更强风险规避。此外，谨慎偏好（高阶风险偏好）与灾后内部迁徙行为正相关，反映出灾后个体的自我保护行为特征，且谨慎偏好与稳定收入及储蓄行为相关联，提示灾害影响下风险偏好多维度改变及其行为经济学意义 [page::0][page::2][page::3][page::4][page::24][page::27][page::32][page::34]。
本报告基于博弈统计的测试赌注框架，将实验中的测试财富过程视为金融资产，构建了允许研究者通过期权衍生品组合对实验风险进行套期保值的方法。核心贡献包括风险中性定价该资产、构建包含风险资产与无风险资产的投资组合以调整风险偏好，并首次引入基于测试财富过程的衍生品合约对实验风险进行对冲。模拟和实际基因表达数据实证表明，衍生品组合可有效消除破产风险，同时保持与最优Kelly下注策略相当的检验效力与收益能力[page::0][page::1][page::5][page::6][page::9][page::10][page::11]。
本文研究了德州能源市场引入的针对天然气发电容量的新型可靠性激励机制，结合理论模型和实证分析，发现该激励机制在市场中被买卖双方抵消，未能有效促进天然气发电容量新增，且因价格调整导致市场价格反而下降，表明该方案无法提升系统可靠性。[page::0][page::1][page::5][page::22][page::27][page::29]
本报告提出一种创新的基于大型语言模型（LLM）与强化学习相结合的动态适应金融市场行情切换的方法，借鉴了机器人领域四足机器人灵活适应复杂地形的训练机制。通过两阶段的教师-学生架构，结合自然的市场反馈信号实现持续策略调整，显著提升了股票价格走势预测准确率，超过当前最优基准15%以上，并优于GPT-4等超大模型。报告展示了数据集构建、模型设计、训练流程及丰富实证结果，深入分析了语言模型嵌入信息增益对市场观察质量的影响，为市场预测和量化策略提供新思路。[page::0][page::1][page::4][page::5]
本报告研究了向市政顾问施加受托责任对市政债券收益率及顾问费用的影响。通过差异中差分分析发现，SEC市政顾问规则实施后，因承销差价降低，经协商发售的债券收益率下降约9%，大规模发行方受益显著，小型发行方若主顾问退出则借款成本上升。此外，基于手工收集数据，顾问费用并未因规则实施而增加，表明受托责任有效缓解部分发行人与顾问间的委托代理问题，但效果具有异质性[page::0][page::1][page::13][page::18][page::20][page::32]
本文探讨了金融机构在模型风险管理中的关键实践，包括模型所有权、文档管理和有效质询，提出将这些原则应用于学术研究，以提升研究质量、降低错误率并防范学术不端，建议建立严格的研究所有权和全面文档、引入风险评级与独立验证流程，有助于提升研究的可重复性和诚信度，防止误导性和欺诈性结果的产生 [page::0][page::1][page::3][page::4][page::8][page::11][page::15][page::17][page::19][page::21].
本报告提出基于贸易伙伴国经济产出专业预测误差构建的小型开放经济财政SVAR-IV工具变量，克服政策内生性识别难题。实证显示该工具变量具备显著的相关性与外生性，量化分析加拿大和欧元区小型开放经济的财政乘数。结果显示，加拿大两年累计财政乘数接近1，欧元区小经济约为0.5，且两地财政乘数反映货币政策与汇率制度差异对财政效应的影响，挑战传统Mundell-Fleming理论预测[page::0][page::4][page::20][page::31]。
本文研究了在部分已知损失分布信息下的Robust Λ-quantiles模型，证明Robust Λ-quantiles可通过极端概率的Λ-quantiles计算得到。通过矩约束、Wasserstein距离约束和边际约束三类不确定性集具体求解极端概率，并应用于带模型不确定性的最优投资组合选择，显著简化了鲁棒风险度量的计算。[page::0][page::1][page::3][page::8][page::12][page::23][page::25]
本文在Heston-Hawkes随机波动率模型框架下，推导了欧式VIX看涨期权的半解析定价公式。该模型通过引入复合Hawkes过程捕捉波动率聚类效应，实现了方差和Hawkes强度的线性组合表达，利用广义Ricatti微分方程获得联合特征函数，基于傅里叶方法完成期权定价。研究证明了模型无套利性及风险中性测度的存在性，为VIX衍生品定价提供了理论依据和计算方法。[page::0][page::1][page::5][page::7][page::13]
本报告提出了一种在线学习框架下的动态均值-方差（M-V）投资策略，解决了未来资产收益分布未知、参数估计误差导致传统方法表现下降的问题。报告证明，在无冗余资产的市场中，基于动态参数更新的M-V策略，其经验效用、夏普比率及财富增长率可渐近达到知晓真实分布时的最优策略水平。特别针对正态分布市场，风险厌恶系数调整与增长率提升的关系被理论化。此外，提出了带风险厌恶动态更新的算法，实现对最优夏普比率或增长率的逼近。最后，针对平稳且时间可逆的市场，证明基于真实条件分布的贝叶斯策略不优于所提方法。报告还指出，算法的普适性覆盖了广泛随机过程市场，且对后续量化策略推广具指导意义 [page::0][page::2][page::8][page::11][page::12][page::14][page::17][page::19]
本文研究了基于随机变量不确定性的最坏情况凸风险度量，重点刻画了其对偶表示中的凸共轭罚函数。针对以p-范数和Wasserstein距离定义的不确定性集，提供了闭式表达式，展示了该最坏情况风险度量与基风险度量之间的紧密联系与统一特性，拓展了现有文献的适用范围，且给出了多种具体风险度量的应用范例 [page::0][page::1][page::5].
本报告研究去中心化金融中自动化做市商（AMM）手续费选择对收益的影响，通过模拟AMM与中心化交易所（CEX）间的套利动态，发现动态方向性手续费可有效缓解因信息化订单流造成的损失，提高AMM费用收入。研究基于随机游走与几何布朗运动模型，揭示对称与不对称阈值对套利触发时间的不同影响，并通过仿真验证了手续费设置与收益关系，为AMM手续费设计提供理论依据与实用参考[page::0][page::1][page::2][page::4][page::5][page::6][page::11][page::12][page::14][page::21]
本文在连续时间经济模型中，将Epstein-Zin偏好表达为贴现股息的奇异控制效用，证明其存在唯一解并与Maenhout的鲁棒偏好下的管理者分红策略等价。该鲁棒分红策略为基于公司的剩余过程的阈值策略，其阈值为Hamilton–Jacobi–Bellman变分不等式的自由边界，模型揭示分红信号传递管理层对收益预期实现的置信度。本文通过BSDE理论和偏微分方程方法，建立因子均衡，推进了具有破产风险和模糊偏好的分红优化研究 [page::1][page::2][page::8][page::11][page::13][page::27][page::37]。
本报告结合全球与欧洲铁废金属贸易数据和企业商业智能数据，揭示欧洲钢铁工业向电弧炉（EAF）转型导致废钢铁成为战略资源的关键因素。报告发现，欧洲主要EAF国家的废钢进口自2007年以来持续下降，而全球废钢贸易近年回升，EAF产能每增加1000吨，废钢进口增加550吨、出口减少1000吨，表明废钢竞争加剧。同时，每家废钢相关企业能支持约7.9万吨的EAF钢产量。根据规划产能预测，欧洲需新增约730家废钢企业，带来3.5万人就业和350亿美元营业额，凸显废钢物流网络重塑与商业机会 [page::0][page::4][page::8][page::9][page::11]
本报告系统综述了大型语言模型（LLMs）在金融领域的应用进展，涵盖模型发展、关键任务（如语言处理、情感分析、时间序列、推理与智能代理建模）及数据集和基准，重点讨论其技术优势和面临挑战，包括多模态分析、模型定制、法律伦理与信号衰减等，从而推动LLMs在金融行业的创新应用与发展[page::0][page::1][page::2][page::24][page::25][page::26].
本报告提出一种基于神经算子的全新隐含波动率平滑方法，实现了隐含波动率面连续、无套利的高精度拟合。该方法利用图神经算子架构，训练单一模型即可处理10年标普500期权的6000多万个波动率数据点，显著优于传统SVI参数化和经典神经网络技术，实现了离线训练与实时推断的高效结合，具备良好泛化能力和输入稀疏鲁棒性，为金融工程领域的大规模历史数据应用开辟新途径[page::0][page::1][page::4][page::8][page::10]。
