本论文基于NYSE和NASDAQ多年度高频交易数据，系统实证分析了股票自响应函数和交叉响应函数，揭示市场微观结构中非马尔科夫性及其时间变化，探讨了2008年金融危机及算法交易兴起对市场交易者行为影响的非平稳性，表现为响应函数在不同时间尺度与年份的显著差异和权重记忆变化，展示了不同板块间的交互影响及其演化特征，为理解金融市场微观机制与交易策略提供了深刻的数据支撑和理论启示[page::0][page::1][page::5][page::6][page::9][page::19]。
本报告首次系统比较了大型语言模型（LLM）驱动代理与人类交易者在实验资产交易市场中的行为。结果显示，LLM代理表现出更接近基本面的理性定价，较少发生价格泡沫，而人类市场普遍产生显著泡沫及崩溃，且波动更大。多种实验条件下的异质模型混合市场也未出现人类典型的泡沫现象。策略文本分析显示，LLM代理更依赖基本面，行为更一致，预测更准确且偏差更小。这表明直接用现成LLM模拟人类市场行为存在风险，不足以捕捉人类行为驱动的复杂市场现象[page::0][page::1][page::2][page::4][page::6][page::7][page::8][page::9].
本文提出利用图神经网络（GNN）对三角套利问题进行建模，通过松弛损失函数和深度Q学习原理实现套利机会的高效检测。实验表明，该方法在合成货币网络上较传统Bellman-Ford算法和线性规划求解器，能获得更高收益（6.3%）且显著降低计算时间（147ms），展现了GNN在金融优化问题中的潜力与实用性[page::0][page::4][page::5]。
本论文在离散时间无摩擦市场背景下，研究了随机非凹、有界效用函数的鲁棒效用最大化问题，利用投影确定性公理(PD)构建了项目测度理论框架，证明了在该框架与若干合理假设下，非凹效用的最优投资策略存在，且给出了存在性条件和若干反例以说明假设的合理性，同时指出传统ZFC集合论不足以支持此类多期鲁棒优化，需加强理论假设 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::18][page::19][page::20][page::21][page::22][page::23][page::24][page::25][page::26][page::27][page::28][page::29][page::30][page::31][page::32][page::33][page::34][page::35]
本报告介绍了一系列具有严格时间戳限制的指令式大语言模型（ChronoGPT-Instruct），旨在消除训练中的先见偏差，实现训练数据与预测任务时间的完全时序隔离。通过多阶段数据精筛和验证，确保模型无未来信息泄漏，同时保留一定的预测能力。以金融新闻为例，构建基于模型输出的交易组合回测，证明至少有54%的预测能力在无泄漏情况下仍然存在，为研究者提供了衡量大语言模型免泄漏预测能力的基准工具 [page::0][page::2][page::13][page::15][page::17]
本文提出了基于Attention机制的条件隐含因子模型，用联合端到端的方式学习可交易的统计套利因子及其交易策略，优化交易成本后的风险调整收益。实证针对美国最大500只股票的24年日度数据，Attention Factor模型实现了超过4的无摩擦夏普比率及2.3的交易成本后夏普比率，显著优于传统两步法PCA模型。模型揭示弱因子在识别价格偏离中的重要性，并通过时间序列卷积捕获复杂动态结构，为统计套利因子构建提供了新范式 [page::0][page::1][page::4][page::5][page::6]
本文研究了基于动态分布通胀机制下权益率的稳定性，指出高收益对权益率敏感性与行为延迟共同引起系统震荡。通过数值模拟与线性分析，提出了一种稳定性回廊模型，将收益率导数区域设为零，有效抑制了震荡，实现了系统稳定收敛。研究结合控制理论分析了不同通胀曲线设计对权益率稳定性的影响，验证了减少收益率敏感度的设计可显著提升系统鲁棒性，为PoS协议货币政策设计提供理论支持和实践方向[page::0][page::1][page::3][page::5][page::6][page::7][page::8].
本文基于流体力学Navier-Stokes方程，建立识别差分中的空间和时间效应边界的统一理论框架。通过理论推导和美国煤电厂空气污染数据实证，验证了污染物浓度随距离的指数衰减规律及其区域异质性，明确了适用条件与诊断方法，为空间差分设计提供物理基础和边界估计工具 [page::0][page::1][page::6][page::23][page::37]
本报告提出了基于隐马尔可夫模型（HMM）隐状态的Multi-Agent Regime-Conditioned Diffusion (MARCD)框架，结合尾部加权扩散训练目标和多专家机制，强化危机期间的共动结构，并通过一个考虑换手率控制的凸CVaR分配器实现资产配置。实证结果显示，MARCD在2005-2025年期限内的多资产ETF组合中，相较传统均衡和Black-Litterman方法显著降低最大回撤34%，夏普比例提升至1.23，并保持相当的换手率，展现了更优的风险调整收益和尾部风险控制效果[page::0][page::1][page::4][page::7]
本文提出并分析了在不确定性（ambiguity）下的连续时间鲁棒强化学习框架，用于最优停止问题。通过将传统的最优停止问题转化为熵正则化的最优控制问题，并引入Bernoulli分布控制实现探索，利用反向随机微分方程（BSDE）刻画最优控制。基于该理论，设计了具有策略迭代收敛性的强化学习算法，并通过数值实证验证了算法在不同不确定性和探索程度下的稳定性和鲁棒性 [page::0][page::1][page::7][page::8][page::13]。
本论文利用欧元区微观收入调查数据，采用结构面板向量自回归和局部投影法，系统分析金融冲击对收入不平等的分布效应。结果表明，正向金融冲击显著提升收入基尼指数，特别影响收入分布两端，推动金融收入和劳动收入的不平等上升，后者主要通过技能溢价渠道实现。负向冲击则使收入不平等下降，影响中间收入群体更为明显。本研究揭示了金融冲击在不同收入组间的异质性效应及其传导机制，对宏观经济和分配政策具有重要启示 [page::0][page::3][page::4][page::11][page::12][page::13][page::15][page::18][page::21]。
本文结合均场博弈理论与经典二项树框架，研究股票价格形成的均衡问题。针对具有指数效用和递归型指数效用的代理人，证明了均衡存在唯一性，推导了股票价格在二项树路径上的均衡转移概率显式表达式。模型中考虑了依赖于不可对冲的公共及个体因素的随机期末负债和增量赋予，并引入了外部订单流。数值实例表明，这些因素显著影响均衡价格分布的形态及风险溢价水平，且异质性因素驱动市场交易量产生 [page::0][page::1][page::8][page::9][page::16][page::24]
本文通过构建基于欧式看跌期权的p-index测度资产风险，结合p-ratio和经验有效前沿（EEF），实证研究了2014-2024年中国沪深300和美国NYSE成份股的多种投资策略表现。结果显示，沪深300股票一周持有期且复投策略下，最高p-ratio策略年化收益高达499.97%，而美国市场策略收益普遍较差；非复投策略及价格涨跌幅限制调整后，沪深300依然表现优异；p-index对美国股票回报具有正线性驱动作用，且将p-index纳入多因子模型能提升解释力，但对中国市场则效果有限[page::1][page::11][page::13][page::26][page::27]。
本文提出结合行为金融指标的HLPPL（Hyped Log-Periodic Power Law）模型，实现对金融泡沫及负泡沫的双向识别与量化。利用LPPL残差、媒体关注度（Hype Index）和文本情绪（Sentiment Score）构建统一的Bubble Score，并通过双流Transformer深度模型进行多时点预测，显著提升泡沫检测的准确性和可操作性。实证和回测结果显示该方法在美国房地产等行业股票上取得年化收益34.13%，显著超越传统买入持有策略，且能有效捕捉市场的过度乐观与悲观阶段[page::0][page::5][page::21][page::24]。
本论文利用2010-2021年卢旺达区级面板数据，采用基于雨量的工具变量两阶段最小二乘法，研究农业产量波动对小学和中学按性别分学童入学率的因果影响。结果表明，小学入学率反周期，主要受机会成本影响，较大波动出现在男孩中；中学入学率则呈现强烈的正周期性，反映资金约束下的收入效应，同时女性中学入学在持续繁荣期出现显著下降。该研究揭示了不同教育阶段与性别的经济决策差异及家庭对长期冲击的动态应对策略 [page::0][page::2][page::8][page::9][page::10][page::11][page::13]
本论文提出一种结合截断对数特征（log-signature）与神经粗糙微分方程（Neural RDE）架构的深度BSDE/2BSDE求解器，用于高维路径依赖的量化金融问题。通过CVaR倾斜的终端目标和二阶HJB残差约束，实现了对极端尾部风险的精确校准及模型训练的稳定性。实验证明，在路径依赖定价及投资组合控制任务中，该方法在误差率、尾部风险度量及计算效率方面均优于现有深度BSDE基线，尤其随着维度提升优势更加明显，展示了截断log-signature与连续时间状态传递相结合对复杂路径依赖问题的有效建模能力[page::0][page::1][page::4][page::5][page::6][page::7]。
本报告提出基于FinGPT大语言模型的情绪驱动量化交易系统，结合传统技术指标与强化学习算法TD3实现信号融合。比较规则基与RL方法，验证情绪信号的增值作用及RL在动态环境中整合多源信号的有效性，实证分析显示RL驱动策略在超额收益、夏普率和波动性控制上均优于基准 [page::0][page::17][page::18]。
本文提出一种嵌入央行支持的混合货币生态安全架构，通过100%储备支持、互操作赎回通道及常备流动性设施，有效缓解稳定币的流动性风险。基于2023年SVB银行崩溃导致USDC脱钩的案例，模型显著降低了钉住偏离峰值、缩短压力持续时间并稳定赎回队列，为稳定币与CBDC的融合提供结构性保障路径[page::0][page::10][page::17][page::24][page::28]。
本研究基于印度1976-1994年五个邦对印度教继承法的州级修订，运用差异中的差异（DID）方法，评估继承权改革对女性赋权各维度的影响。结果显示，改革显著提升女性婚姻选择权、身体与公民自主权，并减少亲密伴侣暴力；但对家庭内部决策权和经济参与无显著改善，且不同社会经济地位、地域及父权制程度的群体影响不一，凸显制度变革与社会文化互动的复杂性。研究强调赋权多维度指标需综合考察，政策制定应结合法律与社会因素协同推进 [page::1][page::8][page::25].
本论文研究了带劳动收入的最优年金转换问题，采用动态规划方法，在年龄依赖的死亡率影响下，推导出最优消费、投资组合及劳动供给策略的闭式解。结果显示，退休前投资随财富增加而增长，退休后消费财富比例上升；且年龄增长导致个体主观贴现率提升抑制年金需求，但保险公司提供的死亡率红利刺激年金转换。劳动收入作为退休后的稳定替代收入，增强了养老保障。本研究为退休规划提供理论基础和决策参考[page::0][page::1][page::14][page::24]。
