本周美股通信板块跌幅较上周收窄，半数子板块实现上涨，电子元件与通信设备表现领先；AT&T宣布未来五年拟投入约2500亿美元以加速光纤、5G与卫星覆盖，强化网络与人才投入；OFC大会（3/16-19）将聚焦硅光子学、激光器与光模块，推动下一代数据中心与AI网络互操作技术落地，支撑光模块与光通信设备厂商业绩与订单改善，因而看好运营商、卫星通信与光模块板块的中期配置价值 [page::1][page::3][page::4][page::6]
本文提出一种基于 signature kernel 的无模拟（simulation-free）路径依赖 PDE（PPDE）数值求解器：将求解转化为在 signature RKHS 中以高阶导数约束的最小范数最优恢复问题，线性情形下可通过代表元定理得到闭式系数表达，且在一定条件下证明了随着配点致密，数值解向真实解收敛；文中还给出若干在 rough volatility 下的期权定价数值示例并开源代码 [page::0][page::2]。
论文利用日本 Timee 平台的逐笔招聘与合同数据，采用 wage-bin DID 与“缺失/超额职位”分解，发现受影响工资区间就业净减少约2%，受影响工资的就业弹性约为 -0.388；短期调整主要通过减少岗位发布（vacancy creation）而非劳动供给收缩，并伴随岗位组合向更高配套（交通补贴）与更偏向有经验工人的描述转移，而女性定向描述减少 [page::3][page::35].
本文提出在Alkire–Foster计数框架内的“positional poverty gap”（位置性贫困缺口），通过对每个指标的经验累积分布（CDF）进行标准化，构造可在序数指标上衡量贫困“深度”的指标，实现了在含序数变量的多维贫困测量中同时报告发生率、广度与深度的可能性；该方法在固定参考分布（anchored CDFs）下保持AF框架的重要公理性质，并在巴西与孟加拉实例中展示了其补充性和政策意义（如：在少数但深度贫困个体识别上的价值）[page::0][page::13][page::22]
本文提出将随机多组SIR传染模型与企业粒度增长模型耦合，以量化传染性网络性网络攻击对企业营收与网络保险组合的影响，使用CIR过程对传染/恢复/内部传播概率建随机化、用Cox过程（由SIR导出的force of infection）驱动攻击到达，并以Aggregate Exceedance Probability（AEP）衡量组合极端损失；模型经LockBit（2024/05–07）事件校准并应用于Île-de-France代表性组合，结果显示在100天事件期内，保险人在50%置信水平下可能需赔付相当于多达两天收入的损失 [page::2][page::0][page::19][page::34]。
本文系统综述私有信贷（private credit）文献，指出该市场自2010年~2023年间以约22%复合年增长率扩张并在规模上接近或超过广义杠杆贷款市场，同时直贷（direct lending）对同类表内贷款收取约200bp的价差溢价且该溢价在净收益中大部分被基金费用侵蚀，此外私有信贷的杠杆、估值不透明与与银行的信用额度联系构成潜在系统性脆弱性 [page::0][page::41][page::42]
本文提出在熵正则化的连续时间探索扩散框架下的风险敏感（指数型）强化学习：将原始指数型目标通过指数鞅与伊藤引理等价地转化为普通加法型目标并加入价值过程的二次变差（QV）惩罚，从而得到关于value与q-function的线性鞅表征，便于用q-learning方法学习并避免策略梯度的偏差；并给出在Merton投资问题与线性二次（LQ）案例上的收敛论证与数值验证（包括参数收敛速率与ERWL/Regret阶的理论界） [page::0][page::3][page::13][page::22][page::25]
本报告提出了基于Fisher–Rao流形的坐标不变相关性（correlation）压力测试框架：将相关性压力定义为保持协方差矩阵行列式不变的测地线族，并用参数化路径 Σ(t)=Σ^{1/2} exp(X t) Σ^{1/2}（X 为对称无迹矩阵）构造任意规模的相关性压力测试；同时用Rao距离作为压力大小并以 P=exp(−d) 给出可行性度量，支持统一抽样与最可行性补全（示例：债券-股票-商品的最可行拟合矩阵）[page::6][page::8][page::17]
本文构建并解析求解了在Basel III（Tier‑1与LCR）约束下的银行资本结构与股息/增资最优控制问题：通过同质性将二维资产/负债动态降维为杠杆率Y的一维冲击-奇异控制问题，证明最优策略为在上界y*处以反射支付股息、仅在破产边界y=1触发（有成本的）一次性增资并跳到唯一目标水平，同时给出阈值的解析特性并通过蒙特卡洛绘制监管的安全—盈利帕累托前沿，发现提高偿付能力参数a1通常在安全性与盈利性间最有效权衡 [page::0][page::2]
本文提出一个两期资产清算的最坏情形（maximin）决策框架，研究银行在未知对手早期清算策略下的稳健最优早期出售规模。对两类常见情形（永久性价格冲击与银行间债权暴露）分别给出可解析或半解析解：在有永久冲击时，稳健解随冲击参数γ呈“V形”依赖并在阈值γ*处转折；在含互联负债时，稳健解简洁地为原无提前清算情形下的清算量的一半 [page::0][page::14][page::20]
本文提出 E-TRENDS：对30只大型美股采用差分后的LSTM预测次日趋势变化，理论证明差分可降低估计方差并在可控范围内增加偏差；实证上与OLS、Ridge、Lasso及LightGBM比较，平均RMSE下降约15%，组合层面P&L由-2.15提升至+0.28，且多数标的获得正向收益与Sharpe改善，为将深度学习信号整合进系统化跟踪策略提供可行路径 [page::0][page::6][page::4]
提出以仿射联络定义的协变 Hessian 替代普通 Hessian，使短期二阶 P&L 预测对坐标变换（如 S / log F）不变；同时将 desk 的二阶目标（如 Vanna–Volga）与执行成本（通过局部二次交易成本 Λ 与重平衡映射 M）分别作为“值侧”与“罚侧”输入校准，从而得到可比、流动性感知的二阶敏感度与最小成本再平衡路径，并在 EURUSD 与 USDTRY 两个敲入期权案例中展示了工作流与定量影响 [page::0][page::26]
本文构建了一个非参数的动态赫多尼克（hedonic）揭示偏好检验框架，给出包含习惯形成时刻的Afriat型必要充分条件，并将检验分解为结构性（价格能否由属性阴影价格产生）与行为性（阴影价格在时间上是否理性）两部分，从而能量化违规严重性并指导何时静态WTP被误测。实证上基于家庭扫描数据的谷物购买：大多数静态模型失败源自结构性价格约束，而在满足价格跨度后引入习惯可系统改善行为一致性，改变价格到WTP的映射并影响福利解释 [page::0][page::17][page::21]
本文利用瑞典行政微观数据和因果机器学习（Generalized Random Forest, GRF）估计就业厂关闭导致的相对年收入损失的条件平均处理效应（CATE），发现跨工人、企业与市场的异质性极大：短期平均收入下降约24%，但最易受冲击的分位组损失接近46%，最韧性组仅约6%，且短期预测对中长期损失具有稳定预测力，表明多维且可操作的定向救助政策（例如基于年龄与岗位例行性规则）能够显著提高救助效率与公平性 [page::0][page::18][page::35]
本文对单次多项结果下注下的全Kelly问题给出简明的状态价（state-price）导出：将现金视为对每一状态的隐含头寸，使得在任一活跃支持上显式下注仅是将隐含的c q_i补足到最佳总注额p_i，从而得到阈值规则p_i/q_i>c与一次性贪心支持选择算法，简化了支持选择步骤并使解的记忆更直观 [page::0][page::4]
本论文通过13次半结构化访谈，基于自我决定论（SDT）分析加密货币KOL的动机、实践与可信度建构，提出可信度为一种自我决定的伦理性实践，并识别出四个社区认可的可信度标记（自我约束、受限的认识能力、问责与反思自纠）；方法上采用人类主导且由LLM辅助的主题分析工作流，并提出面向平台、社区与监管的可操作性建议以提升透明度与责任感 [page::0][page::5][page::11].
本文提出一种基于构造单纯形上柯西序列并寻找其极限作为风险预算组合的替代方法，建立了对应的迭代算法（固定点方法）并给出收敛性、存在性与唯一性的充分条件；在以标准差为风险度量的情形中，明确了步长 k 的选取（通过四次/三次多项式条件）与保持迭代在单纯形内的显式约束，并在数值实验中显示该固定点算法在速度和精度上优于若干常见优化或非线性方程求解方法 [page::0][page::3][page::29]
本文构建并证明了在驱动对数收益位于α-stable吸引域（1<α<2）时，指数Lévy模型的近到期ATM认购期权价格与隐含波动率的一阶短时渐近展开，证明了该吸引域及中心化常数μ在份额测度(share measure)下不变，从而使ATM价格的一阶系数可由Lévy测度在原点的正则变差信息直接读取；当存在布朗分量时，跳跃项为次阶，ATM价格的主导项为√t（由高斯成分驱动）；并给出一个包含对数慢变修正的显式例子，导致B_t具有(t / log(1/t))^{1/α}类的收敛率 [page::10]
本文构建并估计一个包含婚姻匹配與家庭內議價的動態模型，將「休閒技術增長」納入家庭效用中，並以日本2019–2023年資料校準模型以回溯2005–2009年的變動。結果顯示休閒技術提高使單身相對更有吸引力，模型可解釋約21.1%的婚姻率下降與73.1%的生育率下降，且休閒技術對生育率下降的貢獻最大（同時伴隨子女對閒暇的顯著懲罰）[page::4][page::19][page::6].
本文提出一个基于Agentic AI的自治因子发现闭环框架：智能体自动生成、回测并解释可交易因子，使用严格的样本外验证与经济合理性门槛以抑制数据挖掘偏差。实证（美股日频，2021–2024 OOS）表明：单因子显著、因子集经线性/LightGBM聚合后实现卓越可实现收益——线性组合的年化净夏普比率达3.11，年化收益约59.53%，并在计入交易成本与周转约束后保持显著性 [page::0][page::21][page::22]。
