本研究构建了融合动态负二项分布需求模型与智能合约采纳的联合优化框架，通过实证多个电商与物流数据集，验证该模型在捕捉需求过度离散性及自相关性方面优于传统泊松模型。模拟结果显示，当需求离散度超过临界值时，智能合约采纳率提升显著增强盈利能力与服务水平，指出根据需求波动性调整数字采购战略的重要性。该分析为在高不确定环境中结合概率需求建模与激励机制设计提供理论与实践指导[page::0][page::9][page::11][page::13][page::16][page::18][page::20][page::21][page::22]。
本论文探讨了人工智能在金融领域中的应用进展，重点介绍了量子逻辑与量子机器学习（QML）在捕捉金融市场中投资者非经典期望和有限理性行为方面的潜力。通过建立基于量子概率的认知模型，量子神经网络和量子增强强化学习被提出以提升金融决策和风险管理的效率与准确性。论文结合行为金融学揭示了经典贝叶斯推断的局限，强调量子逻辑能更好反映复杂市场环境下的状态依赖和非交换特性，为构建更人性化且高效的金融AI提供理论支持[page::0][page::4][page::7][page::10][page::11].
本文建立了在连续时间下考虑模型不确定性及波动率约束时，美式期权的鲁棒定价与对冲的对偶理论。通过将美式期权等价扩张空间中的欧式期权问题，克服了动态定价-对冲中的双重难题，结合随机停时、Azéma超鞅分解以及半鞅最优传输理论，证明了含静态交易欧式期权的市场环境下的定价对偶无缺口 [page::0][page::2][page::5][page::14][page::19]。
本报告提出了一种基于极坐标构建n维集中流动性的自动做市商（AMM）方法，创新性地引入了极坐标tick机制及流动性偏斜调整，并指出多维稳定币池的内在风险及对冲方案。通过数学不变量扩展、流动性指纹分析及Rust实现展示了方案的有效性，为DeFi稳定币做市提供新思路[page::0][page::1][page::2][page::4].
本论文提出基于带符号加权网络的资产间局部动态的降维方法，通过负相关边的“套期保值”特性选择资产子集以降低投资组合风险。方法构建时间序列签名图，定义资产的负边比例“套期保值分数”，并通过优化选择子集后再应用经典均值-方差配置。实证回测显示，所提方法在多数情况下与Markowitz模型及等权重基准表现持平甚至优越，验证了该网络模型在组合优化降维中的有效性和潜力 [page::0][page::2][page::6][page::8][page::9][page::16]
本报告基于流动性、经济面、估值面、资金面、技术面、拥挤度六大维度共21个指标构建综合择时雷达，衡量当前权益市场环境。最新数据表明，估值性价比指标有所下滑，资金面与流动性保持相对积极，技术面与拥挤度指标发出看空信号，整体综合得分为-0.32，体现市场中性偏空观点。报告详细解析各子因子表现并附多组趋势及分数图展示市场信号[page::0][page::1][page::3][page::5][page::6][page::8][page::10]。
本报告重点推荐2025年10月精选金股，涵盖电子、能源开采、交通运输等多个行业，结合财务数据（如EPS及PE预测）与行业前景，深入分析各重点标的的盈利趋势及估值水平，为投资者提供实用参考。报告还推荐了黄金、电池及通信设备ETF，涵盖主流投资工具，多维度挖掘投资机会。[page::0][page::1][page::2]
本报告基于产业生命周期视角，采用自下而上的量化大势研判框架，通过比较预期增长gf、实际增长g、ROE等资产优势差，分析当前A股风格轮动趋势及细分行业推荐。10月继续看好预期成长风格，结合分析师预期与主题轮动策略，推荐氟化工、锂电化学品、储能等行业。历年回测表明该框架具备稳定超额收益能力，为风格轮动策略提供系统化量化依据 [page::1][page::3][page::4][page::6][page::8]
本报告基于高频宏观因子、债券久期择时、转债估值与风格轮动、黄金配置等多个维度系统性构建多资产组合配置策略，结合主动风险预算模型优化股票与债券仓位。在行业层面，通过多维度行业轮动子模型动态合成行业配置信号，精选钢铁、电子、通信、汽车、交通运输、电力设备等板块优选。量化基金组合策略倾向于高成长、高质量因子，低配低估值、小盘黑马策略。核心策略和回测结果充分体现量化因子的动态择时能力，提供系统化的资产配置与行业轮动指导 [page::0][page::1][page::3][page::4][page::9][page::14][page::15].
本论文利用意大利银行企业季度调查数据，基于贝叶斯向量自回归模型识别天然气价格冲击，研究其对企业定价行为及通胀预期的影响。发现天然气价格冲击显著推动企业当前及预期价格上升，且引发通胀不确定性增加，尤其在2021-2023年疫情后能源危机期间效果显著。此外，通过状态依赖局部投影法，揭示高通胀不确定性下企业成本传导充分，低不确定性下价格受需求影响下降的非线性规律 [page::0][page::7][page::13]
本论文提出了一种基于零漂移几何布朗运动的DeFi抵押品清算概率解析计算方法，推导出打破清算阈值的概率闭式公式。该方法相比传统蒙特卡洛模拟，计算高效且精确，适用于DeFi实时风险评估。通过理论推导及仿真结果验证，展示了反射原理与逆高斯分布的有效性及适用范围，为DeFi平台尤其是Aave协议的风险管理和清算策略提供了创新工具 [page::0][page::2][page::5][page::6]。
本文提出了一种基于下行风险的均衡解概念——DRAE，利用低阶部分矩（LPM）度量风险，仅约束潜在损失风险，兼顾高阶风险偏好并考虑环境外生风险。DRAE在多种博弈环境中实现了在维持期望收益的同时显著减少下行风险，理论证明了其存在性及最优性，并证明相较传统方差风险模型，DRAE对风险的刻画更为合理和灵活 [page::0][page::3][page::11][page::18][page::19]。
本论文以贝宁2017年劳动市场改革为背景，运用双重固定效应模型和微观数据，实证分析改革对正式与非正式部门就业、合同类型、工龄及工资的影响。结果显示，改革显著提升正式部门就业及长期合同比例，工龄结构呈现双重变化且工资水平显著上升。理论模型充分解释降低解雇成本对企业用工及工资谈判行为的作用机制，为发展中国家劳动市场政策提供实证和理论支持[page::0][page::2][page::3][page::36]。
本报告基于Benin免费剖宫产政策，采用DID方法实证分析政策对母婴死亡率、家庭生育决策及母亲劳动力参与的直接与间接影响。结果显示，政策显著降低婴儿死亡率（下降约18.79%），但母亲死亡率有所上升（增长约5.21%），导致育龄女性生育意愿和劳动参与均出现下降，尤其对中低收入及无教育女性效果更佳，提示免费政策虽有效降低新生儿死亡，但对女性健康存在潜在负面影响，建议完善围产期护理保障女性健康 [page::0][page::13][page::16][page::20]。
本论文通过回归不连续设计 (RD) 因果推断方法，利用约2.3万名大学新生的面向写作课程的自我推荐数据，实证检验了“定向自我分班（DSP）”对学生成绩与通过率的影响。结果表明，学生可自主选择课程的DSP模式下，被建议接受发展性教育（remedial education）并未对成绩和通过率产生显著负面影响，减轻了传统强制分班带来的不利效应，但收入、种族和性别等结构性不平等仍然存在。该研究首次为DSP的因果效应提供实证证据，为高等教育分班政策的公平优化提供参考 [page::0][page::1][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::14][page::15]
本文提出了非保守性最优传输问题的理论框架，其核心在于引入了质量变化因子以允许传输过程中的质量增减，应用于投资组合的最优再平衡等实际问题。论文证明了最优方案和强对偶性的存在，给出了扰动和二次损失成本情形下的最优映射存在性，并推广了Benamou-Brenier动态表述，实现了较传统最优传输问题的自然扩展，同时阐释了该方法与非平衡、熵正则及非归一化最优传输的关系 [page::0][page::2][page::3][page::11][page::12][page::15].
本报告提出多种柔性状态切换模型以捕捉市场结构变化，改进S&P 500波动率预测，覆盖2014至2025年11年高频数据。基于HAR模型，结合前瞻性VIX特征、跳跃变异与峰度等非线性因素，设计三种建模框架：隐马尔可夫软切换，基于分布的光谱聚类，以及基于回归系数的软聚类。后者通过时段系数聚类并结合XGBoost概率预测表现最佳。对疫情前、中、后疫情三阶段均显著提升了均方误差表现，同时引入递归多步预测，反映出双递归结构在波动率和隐含波动之间的动态反馈优势，尤其在疫情震荡期体现稳定性和适应性[page::0][page::4][page::5][page::10][page::12][page::15]
2025年9月港股市场整体表现优于A股，恒生指数上涨7.1%，恒生科技指数涨幅达13.9%。南下资金继续维持千亿净流入，累计流入达2024年的145%，创历史新高。四类资金流向分析显示，不同投资者增配细分行业。基于港股通成分股构建的多因子“港股优选20”组合具备长期超额收益能力，超额年化收益率达12.9%。10月组合增配有色金属板块，反映资金流向趋势 [page::0][page::1][page::2][page::3][page::4][page::5]
本短文为国金金融工程团队发布的节日祝福，无具体研究内容或数据分析。[page::0]
本报告提出FinReflectKG-MultiHop，一个基于结构化金融知识图谱的多跳问答基准，涵盖S&P100公司多文件、多年份间的财务披露。与传统文本窗口检索相比，KG精确检索提升问答准确率约24%，减少输入令牌使用约84.5%，显著提高推理效率。实验基于多型号LLM验证在不同证据检索策略下的表现，强调KG在多跳金融推理中的关键作用，且发布了含555条高质量问答的子集推动社区研究发展[page::0][page::1][page::4][page::6][page::8][page::9]。
