本文首创性地将常数函数自动做市商（CFAMM）头寸建模为永续美式连续分期（CI）期权的期权组合，证明AMM头寸的损失-再平衡(LVR)可解析地等价于嵌入期权的时间价值消逝（融资费率）。此框架推导出等价关系，构造近似恒定、路径无关的未来LVR流形，并通过隐含波动率对融资费率参数进行校准，为流动性提供者量化未来逆向选择成本、设计头寸参数提供理论和实用指导[page::0][page::1][page::6][page::8][page::12][page::14]。
本论文通过大规模实验验证了利用大型语言模型(Large Language Models,LLMs)驱动的人工智能代理（AI agents）作为团队成员，可有效测量人类个体的领导力。实验中人类领导者领导AI代理和人类跟随者进行协作问题解决，AI领导力测试结果与人类领导者在实际人类团队中对团队绩效的因果贡献高度相关。研究发现，成功的领导者具备较高的社交智能、流体智力和决策能力，表现出的沟通行为（如提问频率、对话轮次）一致，同时性别、年龄、民族和教育背景对领导力影响不显著，证明AI代理能够成为社会科学中测量领导力和团队能力的有效代理 [page::0][page::1][page::4][page::6][page::7][page::8]。
本文构建了基于价值链网络的代理人模型，模拟乌克兰式寡头经济中，寡头对生产链控制的不同位置和力度如何造成整体经济效率损失。实证蒙特卡洛实验显示，寡头控制靠近原材料开采的生产环节将显著拖累GDP，且寡头对中间产品的截留能力同样加剧经济效率损失。模型揭示，去寡头化应优先切断寡头对初级资源的垄断，并限制其对关键中间环节交易的控制权，部分去寡头化措施甚至可能自动通过经济增效补偿成本，助力乌克兰经济制度转型与欧盟接轨 [page::0][page::4][page::29][page::35][page::37]
本报告首次构建了针对加密货币市场的时间序列生成（TSG）基准CTBench，包含452种代币的高频24/7交易数据，提出双任务框架评估合成数据的预测效用与统计套利能力。通过13项指标全面衡量模型的预测准确性、排序保真度、交易表现、风险及效率，系统比较8类代表性模型，揭示精度与盈利性间权衡，并为加密量化策略提供实证指导与模型选择建议 [page::0][page::1][page::3][page::4][page::8][page::10][page::11]。
本文提出Kronos，一种针对金融K线序列的基础模型框架。通过设计基于Transformer的层次化量化器，将连续多变量K线数据离散编码为粗细粒度双子码，并利用自回归Transformer模型进行预训练。基于超过120亿条覆盖全球45个交易所、多频率的K线数据，Kronos在价格序列预测、波动率预测、合成K线生成及投资回测等多项金融任务中均取得显著性能提升，最高达传统模型的93% RankIC提升，展现了强泛化性和多任务适应能力，为金融时序分析提供了统一且高效的表示学习方案[page::0][page::1][page::4].
本研究提出了集成企业财务指标与年报文本特征的信用评级框架，利用FinBERT提取非结构化年报信息，构建了包含2,307样本的综合企业评级数据集。实验证明，结合年报特征后，各模型准确率提升8%-12%，尤其是基于GNN的模型改善显著，有效增强了评级的准确性与泛化能力[page::0][page::5][page::6]。
本报告提出了一种针对实际动态数据流环境下迁移学习方法评估的框架，能够模拟数据及标签逐步到达、产生多域及域间变换等情形。通过对真实金融诈骗检测及公开银行欺诈数据的案例研究，揭示不同迁移学习方法在数据可用性变化下的性能趋势，并对模型部署提供实务指导 [page::0][page::1][page::4][page::10][page::12][page::14]
本论文构建了适用于不完全且流动性不足的SOFR衍生品市场的统计学利率期限结构模型，融合了驱动联邦基金政策利率的宏观经济因子及FOMC会议日的跳跃效应。模型易于历史数据和市场报价校准，适合大规模蒙特卡洛模拟，支持风险管理、投资组合优化及期权定价，并通过实际SOFR期货及期权的贴现价差计算示例验证了模型有效性[page::0][page::1][page::4][page::10][page::17][page::21]。
本文提出一种针对股票不同波动率状态的混合专家模型框架，结合了递归神经网络和线性回归，利用波动敏感的门控机制实现动态加权。该模型在30只美国上市股票上进行验证，相比单一模型，分别在高波动和低波动资产上实现了最高33%和28%的均方误差改进。实验表明，模型能够根据波动率调整复杂度，显著提升预测准确性，适应市场结构性异质性，为金融时间序列预测提供了一种有效的自适应架构[page::0][page::13][page::17][page::18]。
本文基于28个Curve Finance流动性池一年的数据，系统对比了六种模型（XGBoost、随机森林、LSTM、Transformer、量子神经网络QNN及量子支持向量机QSVM-QNN）的DeFi收益率预测性能。结果表明，传统集成方法（XGBoost和随机森林）在MAE和方向准确率方面显著优于深度学习及量子模型，后者表现落后，方向准确率均低于50%。该研究首次为DeFi领域提供跨范式模型基准及量子金融应用的实践指导，强调当前量子方法在实际金融时序预测中的局限性和经典方法的稳健性[page::0][page::1][page::3][page::4].
本研究基于三策略演化博弈模型，系统分析了自然灾害风险管理中非正式互助机制和指数保险的竞争关系，重点探讨了基差风险、风险损失率、风险共享比率及风险厌恶对个体保险策略选择的影响，同时提出了保险公司的最优定价方法，实现产品吸引力与盈利的平衡，促进市场可持续发展 [page::0][page::1][page::3][page::4][page::7].
本报告聚焦ESG相关的两大量化策略：ESG筛选策略和ESG舆情整合策略，均基于马科维兹资产组合理论构建。最新数据显示，ESG舆情整合策略本周表现优异，取得相对沪深300指数1.58%的超额收益，表现出较强抗跌能力和风险调整后的优势，显示出ESG因子在股票筛选中的增量价值[page::0]。
东方雨虹2025年上半年业绩承压，但Q2降幅收窄，渠道变革与费用管控效果显著，毛利率有望下半年修复。海外市场加速布局，产能释放及海外并购有望带来增长新动力，全年盈利改善预期明确，为投资者提供积极信号。[page::0][page::1]
本报告系统跟踪具身智能产业链发展，结合全球与中国机器人市场预测、头部厂商动态及核心技术进展，行业展望2029年全球机器人市场规模将超4000亿美元，中国市场占近半，重点推荐具备快速场景落地能力的主机厂及关键零部件供应链企业，分析了技术创新与应用场景拓展的驱动因素及潜在风险，提供产业链投资机会与行业景气度判断 [page::0][page::3][page::5].
本报告聚焦2025年8月社会服务行业投资机会，重点关注海南自贸港封关促进免税市场扩容，澳门博彩消费持续超预期且非博彩转型驱动估值修复，现制饮品板块业绩表现强劲，以及AI+教育和人力资源商业化进展。基于行业景气度持续，分析了主要子板块表现及未来风险提示，为投资布局提供方向指引 [page::0][page::1].
本报告总结了2025年7月ESG筛选策略在沪深300指数上的优异表现，绝对收益达到3.74%，策略结合ESG风险信息与马科维兹资产组合理论，展现了较高的夏普比率3.82。此外，报告对市场行情、估值水平及碳市场交易情况进行了全面分析，强调了市场情绪和政策风险。多条策略及指数收益累计显示ESG策略优于央国企及万得全A市场表现，为投资者提供了价值参考 [page::0].
报告涵盖7月ESG筛选策略收益显著，实现绝对收益3.74%，结合马科维兹资产组合理论构建；重点跟踪盾安环境、东方雨虹业绩及行业动态；新能源机器人市场2029年规模预计超4000亿美元，具身智能指数年内表现抢眼。多行业核心分析与风险提示，为投资者提供全面策略参考[page::0][page::1][page::2][page::3][page::4]
本报告分析了Nickel Industries RKEF项目2025年第二季度NPI产量同比减少5%至30,463吨，销量和销售收入同比下降，单位现金成本和电力成本上涨导致EBITDA显著减少。主要因窑炉调整和发电厂维护停机影响产能和成本，相关风险包括下游需求放缓及矿山产量增加等因素 [page::0][page::1]。
本报告重点推荐国产算力及AI+应用板块，分析指出海外算力链高景气带动芯片及设备厂商受益，国产芯片加速国产化进程，相关标的包括寒武纪、华工科技等，长期成长动力明确。风险涵盖技术进展及政策变动等因素 [page::0][page::1].
本报告对过去十年白酒行业进行系统复盘，重点分析当前面临的政策、需求和业绩三重压力，认为行业估值及市值已充分反映短期风险，未来有望逐步修复，四季度或出现阶段性好转，消费核心需求通过非标茅台酒批价变化可见端倪，整体保持适度乐观预期 [page::0][page::1]。
