本文回顾并扩展了Markowitz的投资组合构建理论，提出了Markowitz++方法，加入多种实际限制和稳健优化等技术，通过凸优化框架解决输入数据敏感性问题，实现高效求解和参数调优。数值实验证明该方法在满足风险目标的同时，有效控制杠杆和换手率，显著提升了投资组合的风险调整后收益表现。[page::0][page::3][page::7][page::19][page::23][page::31][page::35][page::39][page::40]
本文介绍了一种基于GPT-4推理能力的股票选股框架MarketSenseAI，融合新闻摘要、财务数据、价格动态及宏观经济分析，实现类专家的投资决策。实证结果显示，在15个月内对标S&P 100成分股，系统可实现10%至30%的超额收益，累计回报率高达72%，且风险水平与市场相当，体现了大型语言模型在金融分析与投资策略中的巨大潜能与可解释性优势 [page::0][page::1][page::8][page::10][page::13][page::15]
本文提出多因子、结构化因子及因子藤蔓（factor-vine）copula模型，利用欧洲和美国银行的信用违约掉期（CDS）数据区分银行系统性与特有风险传染渠道。采用变分贝叶斯估计方法，实现模型参数的高效推断和自动模型选择。实证结果显示，区域内金融传染同时存在系统性与特有性渠道，而跨大区域银行系统主要由系统性传染驱动。模型准确捕捉了2008全球金融危机、2020新冠疫情、2022年加息及2023年银行危机等历史压力期，提供对银行系统风险的联合与条件违约概率预测 [page::0][page::2][page::3][page::15][page::16][page::18][page::19][page::20][page::22]
本报告基于2011-2022年日度SPX期权数据，实证比较了粗糙波动率模型、路径依赖模型和Markovian模型在拟合全期限结构隐含波动率曲面及ATM斜率方面的表现。结果显示，粗糙波动率模型在短期和长期期限均未表现出优越性，且ATM斜率的幂律假设不符合市场数据。路径依赖和两因子Markovian Bergomi模型基于相似参数数量展现更优的拟合和预测能力，且粗糙模型的非半鞅性质导致其实现成本较高且拟合效果受限。实证还表明，衡量实现波动率的粗糙性不足以反映底层波动率过程的粗糙度，提示粗糙波动率并非选模标准 [page::0][page::1][page::2][page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::16][page::17]
本报告提出了一种针对具有到期属性资产的去中心化交易所(DEX)设计，结合自动化做市商(AMM)与限价委托簿，允许流动性提供者动态调节价格及流动性冻结以应对到期资产供需失衡，确保市场流动性与交易完成。通过引入交易拍卖机制，保障市场清算并激励流动性提供者持续参与，从而解决传统AMM在资产临近到期时价格波动及套利失效问题 [page::0][page::1][page::2][page::6][page::7][page::13][page::21][page::24][page::26]。
本报告系统研究了气候变化对欧元区消费者价格的影响，揭示不同子行业、国家和季节间存在显著的异质性。通过引入基于地理表面时序数据的函数型主成分分析方法，克服传统国家平均气候数据的局限，捕捉气候异常对价格的空间维度影响。实证发现气温是影响最大的气象变量，食物和能源价格受天气冲击影响尤为显著，且价格响应表现出非线性和滞后性。季节性和地理位置也显著影响价格反应。本文提出的基于高维数据的因子提取和功能脉冲响应分析方法，为理解气候变化如何扰动价格稳定提供了新的工具和视角 [page::0][page::8][page::9][page::11][page::16][page::23]
本报告提出了一种基于最大回撤的线性化投资组合优化新模型（MD模型），通过混合整数线性规划（MILP）显著提升了解决速度（较Markowitz模型快200倍）和鲁棒性。实证基于2020年COVID-19期间约400只美股数据，显示MD模型在减少最大回撤的同时，保持较高预期收益和合理波动率，尤其在样本外测试中表现优异，模型结构简单且易于扩展 [page::0][page::5][page::8][page::9][page::12]
本报告提出“游戏挖矿”概念，研究非合作博弈中玩家通过与第三方达成结果相关合约以获取收益的机制。通过构造不同的博弈结构，分析挖矿者与玩家间合同形成过程及其对均衡的影响，揭示游戏挖矿能带来效率提升或降低，同时界定挖矿者利润上限和策略优势，提供博弈论中关于合同约束与时序博弈的新视角 [page::0][page::5][page::15][page::20][page::21].
本报告提出反单调改进定理，揭示了风险寻求型预期效用（EU）和秩相关效用（RDU）代理人在风险交换经济中的帕累托最优配置与纳什均衡结构。首次刻画风险寻求EU代理人的帕累托最优与竞争均衡均为“头奖（jackpot）”配置，统一了福利经济学两大基本定理的适用性。对具有局部风险寻求行为的同质RDU代理人，展示小规模财富情况下头奖配置的帕累托优越性，但在大额财富下则被比例分配优越，解释了人类小赌行为的经济学机理[page::0][page::2][page::12][page::15][page::24][page::25][page::26]。
本报告研究经纪商在执行风险下受限于客户基准策略情况下的大宗订单执行问题。基于Almgren-Chriss模型，构建了最大化超额盈亏效用的最优执行策略，闭式解明确展示在无执行风险情况下最优策略的确定性及其基于实施短差（IS）和目标收盘（TC）订单的仿射结构。研究结果揭示了复杂参考策略可用分段常数策略逼近，最优策略相应近似为IS与TC订单线性组合。数值实验对比最优与TWAP策略，验证了最优策略在收益和风险控制上的优势[page::0][page::2][page::4][page::10][page::16][page::21][page::24][page::38]。
本文在随机环境下扩展了Larson-Gonedes及Yagil确定合并交换比率的经典模型，提出在考虑风险测度时，股东面临交换比率的上下界限。利用Kulpa的区间图示法，将二元议价区域转化为二维平面上的点，直观呈现不同风险与预期协同效应下可接受交换比率的范围，深化了合并中风险调整股权价值的理解，为财政决策提供理论支撑。[page::0][page::2][page::3][page::5][page::9][page::12]
本文提出了一个基于几何布朗运动参考价格的自动化做市商（AMM）价格动态模型，考虑手续费影响及套利行为，利用局部时间和游程理论刻画AMM价格边界和过程特性，推导出AMM价格的时间变换表示及渐近行为，首次系统分析了AMM价格过程的概率结构，为区块链去中心化交易提供理论基础 [page::0][page::1][page::2][page::3][page::5][page::6].
本报告提出了一个新颖的温室气体（GHG）抵消信用（OC）市场框架，结合随机控制和博弈论分析单玩家和双玩家情形下的最优行为。通过数值方法和蒙特卡洛模拟，揭示了最佳OC交易与生成策略对市场参与者收益的显著提升，且双玩家模型刻画了异质与同质项目机会下的纳什均衡。多期扩展亦展示了策略的动态调整能力，为理解加拿大GHG OC市场的行为提供了理论基础 [page::0][page::2][page::6][page::13][page::24][page::28]
本文围绕基于Shannon小波的SWIFT方法进行深入复盘，重点分析了用于欧式期权定价的各类数值积分方案对关键系数计算精度和价格误差的影响。通过Heston模型案例，比较了Vieta展开、中点法、梯形法及Euler-Maclaurin公式等多种计算方法，验证更高阶逼近虽提升系数精度但不显著改善价格准确度。同时揭示了参数选取的敏感性及多种初始化策略对算法性能的重要影响，并指出SWIFT与COS方法在极端参数下的共性缺陷，强调SWIFT方法在稳健性方面的潜力及实用限制 [page::0][page::4][page::6][page::7]。
本报告通过文本挖掘和自然语言处理技术，分析了1997至2022年间arXiv上约16,000篇定量金融论文的全文内容及引用信息，揭示了研究主题的演变趋势、最受关注的作者和期刊。多种主题建模算法对比显示，基于Doc2Vec和K-means的方法效果最佳。研究还发现，近年来去中心化金融、区块链、深度学习股票预测和经济学相关主题增长迅速，展示了量化金融研究领域的动态变化和多样化。该方法为大规模预印本库研究提供有效范式 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::8][page::9][page::11][page::12][page::13][page::15][page::16][page::17]
本文首次对以太坊去中心化交易所的非原子套利进行深度实证研究，发现该类套利占五大DEX交易量近30%，并由极少数集成搜索者主导，体现为区块构建市场强烈的中心化趋势。该套利类型在加密货币高波动期尤为活跃，显著影响区块空间竞争及以太坊生态安全，文中提出包括分离区块顶部交易和缩短出块时间在内的多种缓解措施 [page::0][page::1][page::3][page::6][page::7][page::9][page::10][page::11][page::12]
本报告针对加密货币领域比特币价格预测问题，系统比较并评估了多种机器学习模型（线性回归、Lasso回归、决策树、LSTM），强调模型的解释性和性能的协同提升。通过时间序列预处理手段（分解、ACF、指数平滑等）挖掘复杂模式，实验结果显示Lasso回归在准确性和泛化性上优于其他模型，揭示了特征选择在金融时序预测中的关键作用，为加密资产分析提供了有效的理论框架和实用方法 [page::0][page::1][page::3][page::7][page::8]
本论文系统阐述了“极简市场设计”框架，强调经济学者从外部批评者视角，通过识别制度使命、避免非必要变更及内嵌说服策略，结合定制化理论推动制度改革。该方法广泛应用于学校择校、肾脏与肝脏交换、军队专业分配、印度平权政策及COVID-19医疗资源分配等领域，取得实际政策影响并促进理论创新，彰显以目标导向和最小干预实现制度优化的科研范式之价值 [page::1][page::6][page::10][page::50][page::75][page::140][page::175][page::189][page::204][page::220].
本文研究了逆向欧式期权（Inverse options）在一般随机波动率模型下的平值隐含波动率短期期限行为，利用 Malliavin 微积分的预期 Itˆo 公式推导了隐含波动率及其偏度的渐近公式，并将结果应用于 SABR 和分数 Bergomi 模型，同时结合 Deribit 交易的比特币期权实证验证模型对市场数据的拟合能力，为加密衍生品定价和对冲提供了理论依据 [page::0][page::2][page::5][page::14][page::17][page::18][page::19]
本报告基于欧洲79个沿海区域自1900年以来120年的经济与海平面上升（SLR）数据，实证分析SLR对地区人均GDP的长期影响。结果显示，当前约39cm的SLR已造成约4.7%的GDP累计损失，长短期效应存在差异，反映了适应投资的动态调整。未来情景预测表明，若无额外适应措施，至2100年GDP损失可能达6.3%-20.8%，突出通过资本重分配和保护投资对经济增长的影响，为区域气候适应策略设计提供了统计学实证基础[page::0][page::2][page::5][page::6][page::11]
