本文介绍开源软件包 BeforeIT.jl：一个基于 Julia 的高性能宏观经济主体建模平台，能够构建、模拟、校准和扩展大规模宏观主体模型。报告展示了其多主体经济结构、模块化运行机制、多国预测流程、模型变体构建方法及自动微分能力。基准测试表明，BeforeIT 相比原始 Matlab 实现显著提速，并在大规模模拟中优于 Matlab 生成的 C 代码；自动微分还能够以近似固定的计算成本处理高维参数梯度，为宏观模型校准、敏感性分析和政策模拟提供了可扩展工具 [page::0][page::4][page::8][page::11]。
本文提出一种融合金融新闻情绪信息的Actor-Critic深度强化学习股票交易框架，将情绪倾向分别注入状态空间与奖励函数，并比较A2C、PPO、DDPG、TD3和SAC五类智能体在印度股票市场中的表现。研究基于2019年1月至2024年6月的五只印度大盘股数据，并以2023年6月至2024年6月进行约一年期交易实验。结果显示，结合策略优化与Q学习的DDPG和SAC在深度情绪注入下整体表现更稳定，其中DDPG取得最高年化收益率和夏普比率，SAC的夏普比率达到2.02；TD3则因更保守的价值估计受到情绪奖励波动影响，表现有所下降。[page::1][page::2][page::5][page::7][page::8]
本文研究连续时间衍生品定价中的神经网络分层因子构建问题，证明在高斯因子及协方差秩最终保持条件下，条件期望与条件分布具有连续性，并结合神经网络的稠密性建立可行分层因子的通用逼近定理。数值实验表明，所学习的因子在G2++模型CMS区间累计产品和Wishart模型最差表现自动赎回产品中均较基准因子取得更高解释方差和更强的蒙特卡洛方差降低效果。[page::0][page::3][page::17][page::21][page::23]
本文研究监管要求存在不确定性时的集体投资优化问题，将多个可能的财富监管阈值纳入加权平均合规概率约束，并利用鞅方法刻画最优终端财富。结果显示，最优支付结构由监管阈值处的财富平台和Merton型投资区域共同构成；当合规概率要求较高、较低阈值较高或初始资本有限时，监管约束会显著扭曲投资组合并造成较大的福利损失。在异质投资者集体中，风险厌恶程度和Pareto权重还会影响监管成本的规模及其在投资者之间的分配，小额出资者可能承担超比例的福利损失。[page::0][page::2][page::23]
本文提出保险定价中的分类、类内聚合与平衡转移框架，将风险充足性、组合覆盖、保护群体构成差异及群体保费效应纳入多目标优化。研究刻画了完美风险充足性的推断阈值、分类合并带来的风险不足成本、平衡转移可实现的群体效应及其最小代价，并证明保护群体分布结构而非单一公平指标决定补偿成本。汽车保险数值案例表明，降低推断差异可能牺牲风险充足性，且组合覆盖改善还可能需要额外的风险不足成本。[page::0][page::2][page::3][page::26]
本文构建包含退休决策、代际货币与时间转移及成年子女生育选择的家庭模型，并利用中国法定退休年龄断点开展模糊回归不连续分析。研究发现，退休显著增加孙辈数量和祖辈照护，但减少对成年子女的货币转移；2025年渐进式延迟退休改革在后期队列中提高老年就业和递延养老金，却降低老年人福利与成年子女生育。普惠或定向托育补贴能够在保留就业增益的同时缓解上述福利和生育损失。[page::0][page::2][page::3][page::35][page::44][page::45]
本文构建了一个研究写作与阅读验证成本不对称下降的理论模型，指出人工智能降低写作成本后，论文数量增加而注意力和验证能力保持有限，读者将更多依赖作者声誉：低声誉作者被忽略，中等声誉作者接受验证，高声誉作者未经核验即获信任，最终被验证论文的比例趋近于零 [page::0][page::1][page::4]。论文进一步分析AI文献摘要与AI同行评审，发现共享同一AI错误的论文会产生相关性偏误，当AI生成论文比例超过阈值后，摘要共识将复制AI错误；允许摘要读取未经评审的预印本，可在一定条件下恢复独立研究对错误共识的纠正能力 [page::7][page::8][page::9]。
本文研究短缺厌恶下的最优消费与投资问题，提出一种将历史消费峰值作为状态变量和奇异控制的对偶框架，并通过变分不等式或最优停止刻画其动态演化。研究表明，该方法适用于贴现与非贴现效用，并在可行控制范围和价值函数方面优于既有基于HJB局部最优性的解法，同时揭示既有方法可能存在的局部最优性不足问题。[page::0][page::1][page::14][page::22]
本文基于1988—2025年约四十年的路透社新闻，利用Qwen、Llama和DeepSeek三模型多数投票构建政治施压事件指标，系统评估政治人物对美联储的公开施压是否被金融市场定价。研究发现，鸽派施压使近端联邦基金期货利率每个事件下降约1个基点，相当于下一次FOMC降息概率提高约4个百分点，影响主要集中于未来三个月，鹰派施压则未表现出显著影响。[page::1][page::19][page::22] 同时，美元贬值，而通胀预期和市场波动率基本不变，表明市场主要定价预期中的短期货币宽松，而非对美联储名义锚可信度的全面折价。[page::5][page::27][page::28] 排除特朗普执政时期后，效应反而更强；董事会党派一致性、总统身份及压力事件的近期密集程度进一步揭示了市场对潜在政策顺应性和边际信息含量的定价。[page::24][page::25][page::65][page::67]
本文提出基于自然可见图的相对强弱指标VGRSI，通过因果性的后向可见性筛选并隐式加权价格增量，构建A0与A1两种0—100刻度的振荡指标。[page::1][page::2][page::3] 研究在2024—2025年对DJI30、EUR/USD和XAU/USD开展30日滚动优化、7日步进前向测试，VGRSI策略在三类标的上均取得正累计净利润，且结果显示可见性筛选对策略表现具有重要影响。[page::5][page::6][page::8][page::11] 但研究仅覆盖三个标的和一个两年样本期，且存在参数范围与窗口设置导致的选择偏差风险，结论应视为初步结果而非普遍盈利证明。[page::9][page::11]
本文基于跨资产日频期货数据，系统比较16类深度学习与线性时间序列架构在波动率目标控制和端到端夏普比率优化框架下的金融预测表现。研究发现，标准时间序列基准中的先进模型并不能稳定迁移至金融市场，通用Transformer和部分状态空间模型甚至弱于简单AR(1)基准。结合变量选择网络与LSTM的VLSTM取得最高风险调整收益，LPatchTST在回撤控制方面表现突出，xLSTM则对交易成本最具韧性。结果表明，显式递归记忆、特征筛选、表示压缩和稳定的时间状态演化，比单纯增加模型复杂度更有助于处理金融收益率的低信噪比、非平稳性和厚尾特征。[page::0][page::2][page::7][page::9][page::17][page::19]
本文研究状态依赖Hawkes订单流下做市商的最优挂单数量，将执行量分解为平均订单规模、随报价深度指数衰减的需求函数和由Prony级数表示的状态乘子，并通过Cartea动态规划与CMA-ES闭环校准完成参数估计。[page::0][page::1][page::2][page::8][page::9][page::13] 在MSFT五个交易日的限价订单簿数据上，模型能够结合市场订单数量、Hawkes强度和库存约束动态调整报价与下单规模；样本外结果显示，遗留参数策略日价值达到119,707美元，同时将最大库存控制在约9,988股，显著优于忽略库存控制的基准策略。[page::30][page::31][page::32][page::34]
本文研究在有限到期日边际约束或衍生品价格约束下，如何通过动态鞅最优传输构造尽量贴近给定参考模型波动率的连续时间鞅模型。文章利用 qx-Bass 鞅将连续时间问题离散化为多边际弱鞅最优传输问题，并证明离散优化解对应的连续时间插值在时间网格变细时渐近逼近原问题最优值；同时基于对偶势和广义鞅 Sinkhorn 算法设计可并行计算的投影次梯度方法，从而避免显式优化相邻时点间的鞅耦合，并支持仅利用部分边际或期权价格信息进行校准。[page::0][page::1][page::2][page::10][page::11][page::15]
本文通过差异化双寡头市场中的表格型Q-learning模拟，研究竞争对手价格信息延迟与企业调价频率如何共同影响成本下降后的价格传导和消费者福利。实验采用信息年龄、调价周期、成本制度和企业不对称性的2×2×2×2设计，共运行960个市场条件组合。对称且成本下降环境中的滞后×调价频率交互项估计为0.0002533，95%置信区间为[-0.04022，0.03929]，无法拒绝交互效应为零；在快速信息与快速调价条件下，两家企业的价格变动仅分别对应成本下降的55.6%和44.0%。学习策略在所有处理条件下的消费者福利均低于相应静态网格纳什基准，但研究无法据此证明算法合谋、均衡收敛或现实AI供应商的定价行为。[page::0][page::2][page::3][page::5][page::7]
本文提出随机化招募驱动抽样（RRDS），针对因疫情、灾害或冲突等外部因素而难以接触、但不存在显著污名障碍的人群，通过收集受访者较完整的手机联系人列表，并由研究者在每轮随机抽取联系人，从设计层面缓解传统RDS中的同质性与便利性招募偏差。模拟结果显示，RRDS较传统偏向性RDS更快收敛至总体年龄和性别参数；孟加拉国服装工人实验进一步表明，结合Tree Bootstrap估计时，RRDS的标准化RMSE为2.503，95%置信区间覆盖率达到83.3%，但其效果仍受网络稀疏、断连、联系人遗漏和非响应等结构性因素制约。[page::0][page::13][page::19][page::23][page::24]
本文提出一种适用于小规模处理组的条件分位数处理效应推断方法：利用大型控制组估计参考分位数函数，并基于处理组分位数指标的精确条件Bernoulli表示模拟检验统计量分布，从而在部分处理组样本量保持有限时仍实现渐近规模控制与具有明确界限的检验功效。该框架允许非可分离结果函数、异方差、处理组间灵活的误差分布，并覆盖动态处理、非可分位数模型及交错采用的双重差分设计 [page::0][page::1][page::2][page::3]。蒙特卡洛结果表明，只要参考组足够大，检验规模接近名义水平且对误差分布形状较稳健；但极端稀疏处理组的信息离散性会限制检验功效 [page::25][page::26][page::27][page::28]。天气冲击与GDP增长的实证分析进一步显示，传统方法可能因处理组仅包含少量国家而夸大显著性，所提出方法未能拒绝温度冲击无效的原假设 [page::29][page::30][page::31]。
本文提出一种模块化近似贝叶斯推断方法，将日度现货收益、高频现货数据与期权价格三类信息结合，并通过理论期权定价模型、软切反馈和高斯混合近似，在不显式设定期权定价误差及高频测量误差模型的情况下快速生成未来期权价格预测分布。基于Heston模型的模拟结果显示，该方法预测覆盖率接近基于似然的模块化MCMC方法，但计算时间从约17.5小时降至约12秒；S&P 500期权实证结果表明，短期限、接近平值期权的预测覆盖率较为合理，但整体预测区间偏窄。[page::1][page::9][page::16][page::25][page::26][page::30]
本文基于1992—2019年全球8,808个功能性城市区的网格化人均GDP增长数据，运用高阶信息量、O-information与部分信息分解方法，研究城市增长信息在国内及跨国城市组合中的冗余与协同结构。跨境三元组出现负O-information的比例为29.93%，显著高于国内三元组的2.00%；在总体依赖强度可比时，该差异仍约为四倍，并在数据质量限制下保持方向一致。[page::1][page::5][page::7] 研究同时发现，行政区划的平均O-information处于同国随机划分的参考范围内，表明城市组合、比较对象与空间边界的选择会显著影响地理依赖的解释，但这些信息结构不能直接等同于贸易联系、经济溢出或跨境合作机制。[page::13][page::15][page::16]
本文提出多选择建模框架，将相互依赖的决策配置空间与外部不确定性共同纳入蒙特卡洛模拟，并结合基于方差的敏感性分析和条件分布分析，探索不同选择组合在多种未来情景下的绩效、风险与交互效应。制造升级、并购战略和抵押贷款三个案例表明，显式拓展决策空间能够发现非线性互补关系、风险特征不同的近优配置以及传统固定策略分析难以识别的行动路径，从而将决策支持从评估既定方案转向设计和发现策略。[page::0][page::2][page::10][page::30]
本文构建了由多个战略性做市商与一名非战略性代表性交易者组成的双边做市博弈模型，证明在连续报价空间中纯策略纳什均衡始终存在，且均衡价差会随资产价值波动率严格扩大并呈线性关系。[page::0][page::5][page::6][page::11][page::12] 在离散价格网格和正则性条件下，相关均衡以及无内部遗憾学习者的时间平均报价会随着最小报价单位趋于零而接近连续博弈的纳什价格包络。[page::12][page::15][page::16] 数值模拟进一步验证了报价网格收敛和波动率驱动价差扩大的理论结论。[page::16][page::17]
