本报告研究了强化学习驱动的AI算法在资本市场中的交易行为，揭示了AI交易者在无协议沟通情况下通过价格触发或学习偏差两种机制自主形成“算法串通”，实现超竞争利润，但损害市场流动性和价格信息效率。模拟结果验证了理论分析，展示了AI交易策略导致价格非效率和市场流动性减弱的双重风险，提供监管参考 [page::0][page::4][page::5][page::7][page::33][page::51].
本论文系统深入分析了高维机器学习在金融预测中的理论基础与实际表现差异。作者证明，实际中普遍采用的随机傅里叶特征（RFF）样本内标准化破坏了核函数的理论收敛性质，导致方法依赖训练集相关的近似核而非经典高斯核。同时，基于PAC学习理论提出了信息论的最小样本复杂度下界，显示在典型金融参数设定下，可靠学习需要远超实际可用数据长度的样本量。实证验证涵盖了大规模参数空间，揭示标准化机制造成的核近似误差显著，解释了为何金融领域中的机器学习成就多出于简单模式匹配而非真正的高维学习机制[page::0][page::15][page::22][page::26]
本报告介绍了“Crisis-Proof Alpha Portfolio”策略，结合动态行业轮动和自适应杠杆管理两大模块，旨在实现在各类市场环境下的稳健超额收益。模块一通过每周对10个SPDR行业ETF相对表现的选取及固定权重分配，实现风险控制和趋势追踪，有效规避危机时的系统性风险。模块二基于标普500指数64日均线的趋势判断，动态调整杠杆倍数，实现收益的显著提升与风险的可控管理。该策略历史同期表现出总回报达到4201.37%，年化收益率27.84%，夏普比率高达2.31，最大回撤仅为-11.11%，在多次市场危机中展现出优异的资本保护能力和风险调整后收益 [page::1][page::2][page::10][page::13][page::16][page::25]。
本论文利用1999年至2024年间涵盖110家企业的面板数据，采用固定效应模型实证研究地缘政治行为与威胁对食品、饮料与烟草（FBT）行业股价的影响。结果显示，地缘政治行为对股价具有显著负面影响，而地缘政治威胁反而正向影响股价，表明该行业可能在地缘政治紧张时期具备避险属性。此外，地区差异显著，西方与非西方公司对风险的反应不同，强调投资及政策制定中应充分考虑地缘政治风险因素。[page::0][page::18][page::20][page::23][page::29][page::30]
本报告研究2025年4月2日美国总统宣布的互惠关税政策对全球67国股市的影响，发现全球股市在公告后4日内普遍大幅下跌，平均跌幅超过7%。市场反应因国别结构差异显著，大型经济体和高失业率国家股市跌幅更大，而GDP增长强劲的国家相对抗跌，贸易暴露度影响有限，显示投资者更关注出口竞争力的结构性指标而非直接贸易规模 [page::0][page::1][page::5][page::7]。
本研究基于1790名代表性样本的在线实地实验，比较了三种短时可扩展的可持续金融知识(SFL)教育方式（测验、视频、小册子）与自动化默认选项对投资行为的影响。教育干预能显著提升可持续金融素养（提高11%-15%），促进可持续投资及股票市场参与，而默认选项则未提升理解且降低了投资自我效能。高水平的SFL能减少对绿色漂绿产品的投资，尽管多数投资者未对披露的漂绿信息做出反应。心理机制分析表明，认知和信念变化是行为改变的重要中介。研究结果对推动ESG政策及金融教育策略设计具有重要启示[page::1][page::2][page::4][page::5][page::6][page::33][page::34][page::35]
本文探索了将机器学习，尤其是随机森林模型，应用于基于技术指标的股票收益预测及投资组合构建。通过使用DJIA成分股的37个技术指标及Boruta算法进行特征选择，发现特征选择显著提升预测准确度和投资组合表现。尽管ML模型构建的投资组合在未考虑交易成本时优于传统1/N组合，但高换手率导致交易成本后优势消失，提示仅依赖技术指标难以稳定战胜市场。未来可结合更多多样化特征和优化组合构建方法以提升策略盈利能力 [page::0][page::1][page::8][page::9]
本报告研究欧盟碳政策冲击对股票资产定价的影响，发现传统绿色溢价（Greenium）主要适用于非化石燃料棕色资产。化石燃料类股票收益主要受油价驱动，且碳政策冲击的效应依赖于油市周期（牛市或熊市）。油价牛市期间，股票收益和绿色溢价下降更明显；油价熊市期间，绿色资产表现相对更好。该研究结合多因子模型和局部投影法，实证了碳政策与油价循环的交互影响，为气候金融研究提供更细粒度的资产分类视角和实证证据 [page::0][page::1][page::3][page::10][page::17][page::25]
本研究基于生命周期经济模型，评估在美国401(k)退休计划中将部分资产默认转换为终身年金的可行性和效益。结果显示，默认将20%的退休资产超过阈值部分购买即时或延迟年金，能显著提升大部分退休人员的养老保障和福利水平。不同教育、性别及风险偏好群体对应的最优年金购买决策存在差异；政策建议针对不同人群设计“相对较好”的默认年金方案，以兼顾个体异质性和提升整体福利 [page::1][page::2][page::11][page::19][page::29]
本文研究了投资者面对经济动态的不确定性，采用非参数估计消费增长过程，并构建了基于最坏情况模型的资产定价框架。结果表明，最坏情况模型天然包含长期风险特征，能匹配资产价格的高风险溢价、股价过度波动、利率稳定等主要事实。非参数不确定性和模糊厌恶导致投资者对低频波动高度敏感，所决定的最坏情况消费动态表现为ARMA(1,1)形式，实证标定与数据高度吻合，支持长期风险模型的经济合理性和解释力 [page::1][page::2][page::12][page::19][page::26]
本论文基于中国大型券商190,000多名散户投资者的交易数据，实证揭示投资者过去的正负交易经验对处置效应的非对称影响：正收益经验能显著减弱处置效应，而负收益经验则强化该偏差。文中提出基于记忆检索的理论模型，解释了这种经验驱动的行为模式，阐明经验内容（获利或亏损）而非简单交易次数决定行为调整机制，为行为金融学提供实证与理论新视角[page::0][page::3][page::16][page::31][page::33][page::39]。
本文采用面板分位数回归及局部投影方法，分析欧元区银行盈利性受周期性系统性风险的影响，提出了一种简单直观的反周期资本缓冲(CCyB)校准框架，包括“正中性”CCyB率的确定。研究表明，正中性CCyB率目标范围为1.1%至1.8%，该方法不仅与各国周期性系统性风险演变一致，还能实现缓冲的提前逐步积累，无需在周期峰值时提高资本要求，且能确保疫情爆发初期银行业已持有可释放缓冲[page::1][page::2][page::3][page::14][page::20][page::26][page::33][page::34]。
本研究利用意大利独特司法数据和欧洲央行贷款数据库，分析了打击黑手党企业后银行信贷行为的变化。结果显示，反黑手党行动显著提升了受影响地区正当企业的贷款额（平均增长0.8%-2.1%），但借贷成本也随之上升，主要因银行面临更高风险认知。不同银行基于地方软信息的获取能力表现差异显著，本地银行利率调整有限，非本地和外国银行则提升利率。此外，反黑手党行动还促进了地区生产率提升，显现出经济结构性复苏效应，为反有组织犯罪政策提供了金融与宏观经济双重视角的实证支持[page::1][page::2][page::5][page::17][page::19].
本文提出以稀缺性作为所有资产价值的统一根源，摒弃传统生产性与非生产性资产的分类。通过将稀缺性建模为受需求与供给动态影响的潜变量状态，定义了将稀缺状态映射为可观测现金流的货币化函数，统一阐释了股票、债券、黄金及比特币等资产的定价机制。该框架证明了终值资产与中间现金流资产的结构等价性，为跨资产类别的价值评估提供了理论基础 [page::0][page::3][page::8][page::9][page::11][page::12]。
本文通过设计在线实验，揭示了实验参与者对被告知的平均期望收益作为参照点，对风险承担行为产生显著混淆效应。实验结果表明，在控制排名的情况下，参照点以下的参与者风险承担显著高于参照点以上者，而排名本身在控制参照点距离后未表现出显著影响。非社交场景及多种风险测度的鲁棒性验证进一步支持该结论，凸显在线实验设计中期望收益传达对行为的深远影响[page::0][page::3][page::6][page::7][page::14][page::16][page::24][page::29][page::30]
本报告系统阐述了商品期货投资逻辑与执行流程。通过分析典型品种（如石油、基本金属、畜牧产品）具有结构性现货稀缺与库存管理困境，形成价格呈现上涨的预期，从而支撑期货合约的正期望收益。投资流程强调选择历史表现稳定且符合基本面逻辑的市场，在入场点考虑曲线形态、库存水平及季节性因素，出场则结合价格达到最高点或时间止损控制风险。报告展示了多样化策略对投资组合波动率的降低作用以及组合内固定收益头寸对系统性风险的对冲功能，辅以事件风险模拟及详细风险暴露分析为投资策略保驾护航 [page::1][page::3][page::4][page::8][page::9][page::10][page::11]。
本文提出了一个不依赖于全球统一无风险资产的现代投资组合理论框架，创新地定义了“安全性”为投资者特定的多维“安全面”概念，反映了地理、政治和制度多极化环境下的风险分布。建立了安全约束的组合优化模型，并用信誉加权基准替代传统无风险利率，推导出多重本地随机贴现因子的均衡定价条件，解释了跨境套利难题、跨国利差和资本市场分割等现象，提出了安全性碎片化对资产定价和福利的深刻影响，强调未来金融理论需适应这一多极化现实[page::0][page::1][page::3][page::5][page::7][page::9][page::11][page::13]。
本文提出一种基于半正定松弛的高阶投资组合矩方法，能够在一定的偏度值范围内有效提升组合的偏度水平。通过迹运算表达组合矩，将偏度引入投资组合优化模型，并结合方差和峰度进行联合优化。数值实例基于标普500中的16只股票，展示了在引入偏度后，优化组合的偏度显著提升，但伴随均值、方差和峰度的增加，同时指出该方法对资产数量有较大限制，且偏度近似仅在特定范围内有效 [page::0][page::1][page::4][page::7][page::8]。
本文提出TIP-Search，一种针对实时金融市场预测的时限感知推理调度框架。通过结合离线延迟剖析与领域感知的准确率估计，TIP-Search动态为每个任务选择满足时限的最优模型，实现最高预测准确率并确保100%时限达成。实验证明TIP-Search在多源异构数据及模型环境下显著优于固定模型、随机选择和基于源标签的调度策略，表现出优秀的实时性、准确性和泛化能力，为实时高频决策系统提供实用调度解决方案[page::0][page::4][page::5][page::6].
本论文提出了一种基于时间变换的分数阶随机波动率模型，结合价格与波动率跳跃及其短期依赖，构建了适用于加密货币市场的逆向和Quadro逆向幂次期权定价对冲框架。实证基于比特币期权数据，验证了模型在不同市场条件下的优越性及计算效率，针对非线性风险调整的幂次机制进行了敏感性分析，提升了加密期权定价与风险管理的理论及应用水平 [page::0][page::9][page::29][page::32]
