本论文提出 Onflow——一种基于 softmax 参数化与连续梯度流（用 ODE 实现）的无模型在线组合配置算法，显式将交易成本项（按比例费用并用 pseudo-Huber 正则化）纳入目标函数，从而在高交易费用情形下显著降低换手并保持超越或可比于经典在线策略的表现；在对 Old NYSE 和若干高波动资产（包括 NVDA/TSLA、BTC/ETH）离线回测中，当交易费为 0 时 Onflow 与 Cover 的 Universal Portfolio、Helmbold 等 EG 策略可比，当费率升至 2% 时 Onflow 明显优于多数基准且换手率显著更低；在对随机抽样（10 资产样本）的大规模实验中，Onflow 的 Sharpe 中位数优于对照组并在统计上显著（Wilcoxon p<10^-3）[page::0][page::4][page::11][page::13][page::20]
本文提出以多维度（相关性、极性、强度、不确定性、前瞻性）LLM情感信号预测WTI周度期货方向，使用2020–2025年能源新闻并将GPT-4o、Llama 3.2 与 FinBERT 比较，结果显示GPT-4o 与 FinBERT 结合带来最佳分类性能，且强度与不确定性维度为重要驱动因子，表明情感预测价值超越单一极性衡量 [page::0][page::5][page::16]
本文构建了一个线性世界的一般均衡模型，将国家边界与商品贸易同时内生化，证明了在该框架下存在且唯一的世界分割均衡，并从中导出长期重力方程、迁移与边界稳定性、选举扩权与国家规模、以及国家间与国内意识形态分化等一系列政策含义；模型显示经济全球化（降低远洋贸易成本）与政治容忍度必须协同变化以维持既有边界，否则中心（WGC）处最先触发重划，并且导出的重力关系 X_{m,n}=ζ S_m S_n exp(−τ D_{m,n}) 将州大小与有效距离共同纳入贸易量决定中 [page::0][page::11][page::12][page::14][page::16][page::19][page::21][page::23]
本论文基于DAO–季度面板构建并估计固定效应“kink”模型，发现当季度提案数超过约9.4件（ln(1+P)=2.3441）后，活跃投票者对提案流的边际响应显著下降，且以每位参与者计的治理负荷（proposals per voter）与投票集中度（HHI、Top‑3）呈显著非线性关系：在较低负荷下集中度随负荷快速上升，但超过阈值后增速大幅放缓，这一证据支持“too‑big‑to‑monitor” 的内生集中机制 [page::9][page::11]
本报告研判政策推动与国产替代双引擎驱动下，AI产业进入结构性机遇期；大模型迭代与场景渗透加速应用落地，国内模型在性价比与部分能力上已逼近海外头部模型[page::1][page::2][page::3]。中证人工智能产业指数自2024-12-31至2026-03-06区间收益显著跑赢可比指数，且在上行周期进攻属性突出（上行区间涨幅78.36%），指数流动性与市值分布适合公募和机构资产配置[page::0][page::7][page::8]。华富中证人工智能产业ETF（515980）长期跟踪误差低、复制性强，为一键布局AI核心资产的便捷工具，但需注意股票型基金固有的波动与回撤风险[page::11][page::12]。
本报告总结了2026年3月USDA供需报告与国内豆粕市场表现，认为本次USDA对全球及美豆供需仅作小幅调整、总体影响有限；近期价格上涨主要由中东地缘冲突带动的原油—豆油—美豆—国内豆粕传导链触发，国内豆粕存在低估值补涨潜力，但若无南美天气等基本面配合，上涨或属阶段性波段性走势，需关注进口到港延误与其他突发事件的风险 [page::0]
本报告基于伊朗地缘冲突演变，梳理对国内主要期货品种的影响逻辑与风险：当前原油价格虽受地缘事件影响但波动幅度收窄，市场关注点有望由上游能源向下游化工品转移；同时提示能源化工板块流动性风险及部分品种情绪过热带来的回调风险，为短中期交易与风险管理提供决策参考 [page::0]
报告评述两会及相关代表委员对自动驾驶立法与监管放宽的呼吁，指出合法性与归责逻辑是自动驾驶规模化落地的关键瓶颈；提出加快修订道路交通安全法、制定强制性国家标准、完善保险与试点示范等制度供给，将有助于推动无人驾驶商业化进程并带动产业繁荣 [page::0].
报告指出：2026年高阶智能驾驶有望成为独立增长赛道，能在整车销量承压下实现与销量脱钩的渗透增长；L2+市场到2029年规模超1500亿元，2024-2029年CAGR约33.7%，产业链呈“自上而下”完善，芯片与Robotaxi等细分市场成长显著；智驾平权趋势使第三方方案与性价比方案供应商受益，同时需要警惕政策进度、系统安全和成本下降不及预期的风险 [page::0]
本报告测试了OpenClaw在量化流程中从环境部署、数据提取、因子计算到回测与机器学习策略构建的可行性，结果显示OpenClaw能在较多环节实现自动化（如数据拉取、因子构建、导出Excel与训练GRU模型），并能输出可用的绩效与IC测算结果，但仍存在数据字段误读、排序/执行低级错误、异步反馈缺失及文件发送失败等稳定性问题，因此当前更适合作为“执行者”工具而非决策思考主体，未来需靠更稳定的Skill与大模型在线表现改善以实现真正的零代码量化闭环 [page::0][page::12][page::16]
本文提出将最优停止问题用“随机化停止/有限燃料奇异控制”与累积剩余熵（CRE）正则化相结合，从而在连续时间/连续状态下构建具有探索性的最优策略，并证明正则化问题的值函数满足退化的(n+1)-维奇异控制HJB方程并具有唯一反射式最优解 [page::0][page::13]. 基于该理论框架，作者给出基于策略迭代的模型化数值方案和基于actor–critic的模型自由深度强化学习算法，并在一维与高维实验中验证了算法能有效学习到自由边界与价值函数近似近似解 [page::27][page::33].
本文构建基于期权隐含波动率的时间变参数VAR网络，提取“相关性调整后”的货币间波动性传导（to-/from-directional），并证明传出更多波动冲击的货币获得更低的超额收益；以买入最弱、卖出最强传导体的多空组合在2005–2021年样本外表现优异（年化差异约4.4%，Sharpe≈0.6），该效应由现货汇率变动驱动且无法被常规模型或现有货币因子所解释 [page::0][page::2][page::18][page::24]。
本文提出并研究了一类多维“fake stationary”仿射Volterra（含rough）波动率模型下的Merton 效用最大化问题，针对非马尔可夫与非半鞅特性，采用Riccati型Volterra方程与Riccati-BSDE的随机因子解法，通过鞅最优性原理与验证引理得到幂式与指数效用下的半封闭最优投资策略，并在二维fake stationary rough Heston的数值实验中展示了波动率粗糙度与稳定化函数对最优配置的显著影响 [page::0][page::9][page::21].
We propose a directed bipartite-graph framework that screens time-ordered cross-market predictors (via rolling-window t-statistic thresholding) and feeds the sparse graph-selected features into a suite of machine-learning models to forecast next-session open-to-close returns; the approach uncovers a pronounced directional asymmetry — U.S. previous-close-to-close information is substantially more predictive for Chinese intraday returns than the reverse — and combining graph-based selection with cross-market features materially improves out-of-sample Sharpe Ratios across many models [page::9][page::2][page::22][page::28].
本文构建并校准了一个针对以色列的小型开放经济的半结构DSGE模型，加入了家庭部门的信贷摩擦（利差随杠杆上升而上升），并评估该摩擦对货币政策与宏观审慎政策的影响；主要结论为：货币政策应关注信贷市场变量（如利差）以提高稳定通胀与实物活动的效果，宏观审慎政策通过提升利差对杠杆的敏感度可抑制过度借贷并降低去杠杆危机风险 [page::1][page::38]。
本论文提出 Perturbed Optimal Transport (POT) 框架，通过对已标定的 entropic martingale optimal transport 指数族耦合进行信息几何上的线性响应分析，实现对 SPX–VIX 市场冲击的无再校准风险生成；核心工具为 Fisher 信息矩阵导出的线性响应（LR）系统与在条件耦合不变假设下的降维重解（DR）方法，两者在数值实验中能在显著降低计算量的同时保持与完整再校准相近的风险敏感度估计，并在随机化 VIX 期权对冲回测中显著降低对冲 P&L 方差 [page::0][page::3][page::19][page::29][page::31][page::34]
本文提出基于金融领域的FinRedTeamBench、基于三模评判的自动化多轮红队流程与风险敏感指标RAHS，用以衡量LLM在银行/金融/保险场景下的越狱风险与操作性披露严重性，并验证高采样随机性与多回合交互会同时提升越狱成功率与披露严重度 [page::0][page::3][page::6]
本文基于2016–2022年英国金边回购（gilt repo）分交易数据，构建交易层面dealer markups/markdowns与时变TVP‑VAR衍生的“全球dealer因子”，并回归债券级别与市场级别流动性指标，发现：单一dealer的市场权力导致票息（yield）偏离基准曲线约0.5–1.3个百分点，且经由经纪商网络传递的异质且持久冲击可再额外解释约2–4个百分点的偏差，合计在样本期间对gilts的偏价影响约2.5–5.3个百分点；此外，这些机制在reverse‑repo段对市场流动性恶化的影响更强，且在压力事件（如2020年Dash‑for‑Cash）中呈非线性放大效应 [page::2].
This paper develops a two-tier stochastic control model for RFQ market making where tier A (aggregator) flow is gated by a slowly evolving win-score while tier B provides ungated background flow; the dealer selects size-ladder offsets and optimal quotes are recovered via reduced Hamiltonians and an envelope theorem, producing an adiabatic separation between fast inventory control and slow score dynamics [page::0][page::2][page::3][page::4][page::6].
本文提出并刻画了加权广义风险度量（WGRM）及其在Fundamental Risk Quadrangle上的加权扩展WRQ，给出离散与连续情形下的表示定理与权重唯一性条件，并将WRQ结构用于将复杂的风险最小化问题转化为可解的线性规划，同时通过NASDAQ100与S&P500的实证在衰退/扩张两类市况下验证WGRM组合在风险调整后表现与下行韧性上的优势 [page::0][page::11][page::17]
