本报告研究了生成式人工智能（AI）如何影响劳动市场信号传递，基于Freelancer.com平台引入AI写作工具的实证数据。结果表明，AI工具显著提升了求职信的定制化程度，并提高了获得面试邀请的概率，但也削弱了求职信作为能力信号的有效性，促使雇主更多依赖过往评价等不可轻易伪造的信号。同时，人机协作中的人工编辑时长与招聘成功率正相关，凸显人工加工的增值作用[page::0][page::3][page::11][page::21][page::26][page::36]。
本文基于94,039笔交易数据，运用机器视觉提取196项视觉特征，构建静态与动态贝叶斯混合效应模型，发现NFT价格受聚焦饱和度、构图集中度、曲线平滑度等视觉特征及市场周期共同驱动，且视觉特征的价格影响随市场扩张与收缩阶段呈现明显时变特性，深度嵌入特征增益有限，品牌效应显著且随周期漂移，建立了NFT数字艺术品估值与市场周期关联的分析框架[page::0][page::2][page::13][page::17][page::20]。
本研究基于PISA 2022数据和拉丁美洲9国样本，采用解释性机器学习（SHAP方法）分析学业韧性学生（即弱势背景下表现优良学生）的主要决定因素。结果显示，家庭数字设备和书籍、性别、作业和学习重复等学生层面指标，以及学校规模、师生比、教师资质和疫情期间学校关闭时长等学校层面因素，对学业韧性影响显著。研究揭示疫情闭校和远程学习障碍负面影响，强调不同学业韧性定义下驱动因素差异，区分私立与公立、城乡学校的决定因素特点，为区域教育公平与政策制定提供科学依据 [page::0][page::1][page::6][page::7][page::10]
本文系统研究了Meyer风险度量，即与阈值效用函数定义的$v$-分数阶随机优势($v$-SD)一致的货币风险度量。该方法推广了经典的二阶随机优势（SSD），揭示了各种风险度量属性与$v$-SD一致性的内在张力，尤其证实只有当阈值效用为指数形式时才存在非平凡的Meyer风险度量，并且正齐次性和凸性常常与$v$-SD一致性不兼容。论文还探讨了基于Meyer风险度量的投资组合优化及其在金融时间序列风险评价中的应用，展示了不同风险厌恶参数下的风险评估差异 [page::0][page::1][page::2][page::4][page::6][page::13][page::15][page::17][page::18][page::20][page::21][page::22][page::23][page::24]
本论文基于2022年PISA拉美10国数据，应用解释性机器学习SHAP值分析后疫情时期学生低成绩表现的主要决定因素。研究发现重复率高、家庭贫困、数字设备缺乏、少数族裔语言以及学校劣势（如较差的学校氛围、薄弱的ICT基础和师资质量低下）是显著驱动因素。模型结合了多种机器学习算法的堆叠方法，预测效果优越。结果揭示了不同表现水平学生的关键差异，为制定针对性教育干预提供数据支持与政策建议，有助于缓解拉美地区的学习危机和教育不平等[page::0][page::1][page::5][page::7][page::12]。
本报告基于Restrepo(2025)的AGI经济增长模型，结合Moravec范式，区分认知任务与物理任务的自动化成本差异，揭示物理瓶颈任务的高计算需求可维持人类劳动份额为正，并影响长期分配及增长动态。数值分析显示认知任务相对较快自动化，物理任务则受限计算资源，长期保留人力，最终影响收入分配结构 [page::0][page::2][page::3][page::4]。
本文针对Heston随机局部波动率模型中CIR型波动率过程的数值模拟问题，比较了截断Euler方法与隐式向后Euler方法的性能。数值实验表明，截断Euler方法在高波动率情形下表现出强收敛性和稳定性，而隐式方法在压力测试条件下误差最小但计算代价更高。两种方案各具优势，适用于不同的期权定价与风险管理需求 [page::0][page::5][page::8]。
本论文利用2005至2023年超过138,000份财报新闻稿文本数据，比较传统词袋模型与BERT家族模型，发现软信息对公告日股票收益预测同硬信息（盈利惊喜）同样有效，FinBERT表现最佳。结合多模型提升解释力，证实股价于开盘时已完全反映新闻稿信息，支持市场效率假说。同时揭示管理层话语中的自利偏差，为实时收益预测提供可解释框架 [page::0][page::3][page::4][page::5]
本论文提出了STRAPSim，一种面向交易型开放式指数基金（ETF）和组合交易的语义权重残差感知投资组合相似度度量方法。该方法通过基于成分语义相似度的贪婪匹配及动态权重调整，显著优于传统Jaccard和BERTScore等方法，在多个分类、回归及债券ETF组合实证中表现出更高的预测准确性和排序相关性，有效支持ETF基准对标、组合构建和系统化交易执行 [page::0][page::1][page::2][page::5].
本论文基于融合LSTM时间序列模型、图注意力网络（GAT）以及金融新闻情感分析的端到端深度学习框架，直接生成股票组合权重，避免传统预测收益后再优化的误差叠加。以覆盖六大行业的9只美股为实验样本，模型在风险调整收益（如夏普比率）和累计收益上均优于等权重及CAPM-MVO基准，强调情感信号和资产间动态关系对提升投资组合表现和稳定性的作用，提出未来可扩展至更大规模资产池的研究方向。[page::0][page::2][page::8][page::12]
本报告创新性地应用GPT自动生成中国期货市场的40个量化因子，通过构建单因子和多因子多空/多头投资组合进行回测。结果显示，GPT因子表现出较高的夏普比率和年化收益率，并且在多项稳健性测试中保持稳定，包括超出GPT训练截止期后的样本外表现，且显著优于IPCA基准模型，证明了其为新兴市场因子研究提供了有效且创新的数据驱动方案 [page::0][page::1][page::9][page::11][page::17][page::28]。
本研究采用差异中的差异方法，利用1999-2020年美国各州关于驾驶许可年龄的差异，首次因果辨识早期驾驶许可对女性青少年15-19岁死因的影响。研究发现虽然早期驾驶有效降低了交通死亡率，但显著提升了药物相关死亡率和心理健康相关死亡率，特别是药物死因贡献近三成总体增长，心理健康死因贡献约一成，表明驾驶政策在安全收益与健康风险间存在权衡，建议加强监管与心理健康支持以缓解负面外部性[page::0][page::4][page::12][page::21]。
本文提出SIMPOL框架，基于Howard策略迭代与上风差分法，稳定高效求解连续时间异质代理模型中的耦合HJB-FPK偏微分方程系统。创新消费策略后处理模块通过平滑与斜率约束提升了收敛速度和经济合理性。体系结构模块化，包含系统诊断验证（如Wasserstein-2收缩验证与Merton模型解析解对比），显著增强结果的鲁棒性和理论一致性，为定量宏观经济学研究提供可靠工具[page::0][page::3][page::11][page::13]。
本论文基于世界价值观调查及NASA高频卫星气象数据，创新性提出“显著性与归因”机制，发现晴朗天气反而可能因提升环境意识和责任归因而降低公众对政府的信任度。研究揭示了主观幸福感、政治兴趣、政治讨论和健康认知等中介路径，并强调环境条件对问卷信任指标的测量误差影响，丰富了环境心理学与行为政治经济学理论，提出对治理和调查方法的实践启示[page::0][page::1][page::5][page::12].
本文提出基于历史波动率比率(HVR)与动态波动率比率(DVR)的风险测度，揭示股票波动率与基准指数波动率的协整关系，构建基于向量误差修正模型(VECM)的多资产波动率预测框架，实证验证该方法优于传统协方差矩阵估计，尤其在高维和短中期频率下提升预测准确率，具有更强稳定性和解释力[page::1][page::7][page::16]。
本报告由超量子基金副总经理聂稳分享，围绕量化投资的科学方法论、因子投资理论及实践、市场中的风险与分布不确定性进行深入探讨。报告强调逻辑正确优于结果驱动，并通过构建稳健的因子库和风险管理体系，实现中低频指数增强策略的稳定超额收益，展现量化投资在复杂市场中的未来发展路径 [page::0][page::1][page::2][page::3]。
本文基于中国A股企业2006-2023年CSR报告，运用LDA主题模型及Gini-辛普森指数与Shannon熵衡量CSR披露的主题多样性。研究发现，企业亏损显著压缩CSR主题多样性，符合“松弛资源假说”；同时，媒体关注度、管理层薪酬激励及监事会持股比例等内外部治理机制缓解该负面影响。异质性分析显示，第三方保障报告、关注安全内容、大型企业及竞争较弱行业中该效应减弱。这为理解财务困境对非财务披露结构性影响提供新视角，并对企业责任沟通优化、评级机构指标完善及监管政策设计具有指导意义[page::0][page::3][page::4][page::6][page::8][page::10][page::11][page::12][page::15][page::16][page::17]
本周轻工制造与纺织服饰行业维持中性评级，包装纸价格上调趋势明显，涨价逐步传导至下游纸板纸箱。美国宣布软垫家具及建材进口高额关税，但短期影响有限。智能床垫国家标准发布，促进行业规范发展。相关企业股权激励及上市计划推进，行业面临宏观经济波动和成本上涨风险。[page::0][page::1]
本报告详尽分析中国稀土作为专业化上市平台的优势，2025年上半年业绩大幅改善，稀土价格回升带动净利率提升。短期受新能源汽车及家电需求带动，稀土价格有支撑，长期看战略资源稀缺使供应维持严格管控，海外需求或因出口不确定性增加库存准备。公司矿产资源及产能逐步释放，优质资产注入空间大，盈利能力预计稳步提升，首次覆盖给予增持评级 [page::0][page::1]。
本报告详细介绍了支持向量机（SVM）在量化金融领域的应用优势，强调其处理非线性关系和高维数据的能力。通过与随机森林模型的对比分析，指出两种模型各有优势，SVM泛化能力更强，适合复杂市场环境下的量化选股。报告基于2020年至2025年历史数据，涵盖25个多维因子，强调模型虽具备预测能力但存在历史失效风险，需谨慎使用 [page::0][page::1]。
