本文针对传统多智能体投资系统依赖现金流估值、难以处理临床阶段生物科技企业的问题，提出融合科学临床分析、事件驱动风险调整估值、跨市场协调、冲突感知意见融合及风险组合管理的多智能体框架。该框架源于作者此前手工执行的“Glocal”投资方法，该方法在十六个月内实现127.17%的回报，相对50.67%的基准显著跑赢，但论文明确指出该业绩属于人工实践，并非AI系统验证结果。[page::0][page::1][page::3][page::7]
本文指出 Beraja（2023）新凯恩斯模型示例在其公布校准下并未实现结构识别：六项限制中有两项在一致结构集合上完全重合，导致十二个系数仅由十一个独立条件约束。文章提出可由约化形式与限制矩阵直接计算的秩条件，证明其满足时才能唯一确定结构，并据此修正定理表述；同时识别并纠正反事实冲击载荷矩阵中的排印错误，说明政策冲击持久性或增加限制可恢复识别。[page::0][page::1][page::7][page::9][page::11][page::13]
本文提出面向目标的量化投资框架OOQI，将自动化量化研究从单一指标优化转向可验证的多维策略规格满足。框架以带类型接口的模块化策略管线为供给层，以包含硬软约束、优先级和交互关系的策略规格为需求层，并通过编译、验证、搜索账本、时间留出和满意度去膨胀形成可审计证书。在32个合成管线的示例中，单纯追求信息比率的策略取得7.10的样本内IR但仅满足25%的规格；规格驱动选择满足100%，IR为6.71，身份合规成本为5.5%。[page::0][page::1][page::2][page::10][page::11]
本文提出基于弹性停止谱正Lévy过程的多信用定价框架：以潜在压力过程运行上确界触发独立指数障碍，实现兼具结构模型可解释性与Cox模型不可预期违约特征的单名信用建模；通过引入共同复合泊松跳跃刻画同时违约，并采用无时间离散偏差的Wiener–Hopf蒙特卡洛方法定价指数分层。实证显示，负漂移Lévy驱动在CDX北美高收益和投资级面板中具有最低样本外误差，并能较好复现临近违约主体的倒挂利差曲线；共同跳跃依赖结构可弥合独立边际模型73%至89%的分层定价缺口，完全重新标定时最高达到95%。 [page::0][page::1][page::3][page::28][page::29]
本文指出，金融机构对代理式AI的认知已较普遍，但实际治理严重滞后：88%的受访金融从业者表示机构尚无运营治理框架，披露使用AI的大型美国资管机构中仅32%披露正式治理政策。报告提出覆盖政策、工程、组合与系统性风险的四层治理框架，以奖励函数审查、基于遗憾—协方差的策略漂移监测、内在置信度熔断、供应商版本认证、行动权限边界及拥挤风险披露等机制，弥补静态模型验证对持续再训练系统的不足。合成模拟显示，拥挤压力下联合回撤概率可由39.2%升至79.3%，真实案例则说明治理缺口已在交易、对冲基金及客户服务场景中产生实际后果。[page::0][page::3][page::11][page::24][page::26][page::36]
本文提出PORTBENCH，面向大语言模型驱动的投资组合管理，构建覆盖六类资产、183项金融工具及2015—2025年市场数据的相关性感知基准。研究将静态金融问答与动态五阶段配置流程结合，并通过双层相关性评分、CEPS跨阶段误差传播指标、压力情景和投资者风险画像评估模型能力。实验显示，模型虽在公式型问答中表现较强，但在信号转化、协方差利用、交易执行和压力风险控制方面明显不足；2024年约90%的模型—风险画像组合未能战胜等权配置，说明金融知识与市场解读尚未转化为稳定、风险感知的组合管理能力。[page::0][page::1][page::3][page::7]
本文提出扩展状态依赖Hawkes过程（ExsdHawkes），通过允许物理上不可行的状态消失并引入KKT约束，实现转移概率与Hawkes参数的可分离估计。基于MUFG高频数据，研究发现AMS/AMB触发盘口脱离均衡，MLO加剧流动性消耗并形成局部超临界性，使模型能够稳定复现高频波动率特征图；MUFG的局部谱半径约为1.2978，但全局谱半径约为0.8993，表明物理约束是维持模拟稳定性和统计一致性的关键。[page::0][page::1][page::5][page::6][page::7][page::9][page::19]
本文建立两个耦合限价订单簿的统一解析框架，将操作时间中的反应–扩散订单流、配对交易者耦合与日历时间观测时钟相结合，解释跨资产相关性如何从订单流互动中产生，并揭示短周期Epps效应来自异步事件时钟、有限耦合响应时间及二者共同作用三种机制。模型通过移动反应边界定义对数中间价，并以时钟重叠因子和耦合响应因子的乘积近似刻画相关性随聚合区间上升的过程。[page::0][page::3][page::4]
本文构建了面向多智能体生成式AI治理的联合Lyapunov证明框架，揭示个体模型稳定并不意味着耦合系统整体稳定；系统的精确临界耦合阈值由交互矩阵最负特征值决定，而非谱半径。研究进一步给出噪声地板、拓扑依赖风险及协调性隐性漂移的理论结果，并通过五项数值实验验证。针对逐期权重生成器证明的空洞性，报告提出基于Cholesky分解的静态谱证书SNARK，实现对专有耦合拓扑的零知识治理证明。[page::0][page::16][page::21][page::36][page::38]
本文研究持续自适应生成式人工智能模型在模型风险管理中的持续验证缺口，提出结合行为KL散度、Merkle权重链、连续时间二次变差、Lyapunov稳定性与CUSUM触发器的遥测架构，并系统分析抑制、伪造、侧信道、噪声掩蔽、Girsanov变换和Hessian利用等六类隐藏攻击及其应对措施。[page::3][page::6][page::14][page::20] 研究证明，在任意有限检测分辨率下，仍存在具有严格正半径的不可检测扰动集合，因此连续遥测只能缩小风险，不能替代定期侵入式审计，最终形成“连续监测+周期审计”的双重治理机制。[page::30][page::31][page::40]
本文研究如何通过神经网络校正器与随机森林残差学习模块，适配冻结的TimesFM基础模型，用于科技股开盘首小时高频收益预测。基于10只大型科技股、超过200万条数据和12组模型变体的消融实验，GatedLinear+RF取得最佳综合表现，平均日内相关系数达到0.373，较TimesFM基线的0.059显著提升， pooled correlation达到0.597；随机森林残差学习贡献最大，自注意力是最有效的神经组件，而参数更少的简单结构在结合经典机器学习后表现出更优的参数效率。[page::0][page::4][page::5][page::6]
本文基于覆盖495份国际上市公司年报、2967组问答的Financial Touchstone v1.2基准，系统比较20个开源权重与闭源大语言模型的金融文本理解能力。Claude Opus 4.6以88.4%的准确率排名第一，开源权重模型Kimi K2.6排名第三；Gemini 2.5 Pro以0.08%的幻觉率表现出最强事实可靠性。研究发现，检索失败占全部失败的48.9%，是系统性能的首要瓶颈；此外，中国模型存在受模型及访问路由影响的内容过滤拒答现象，为全球金融分析部署带来新的风险。[page::0][page::4][page::5][page::7]
本文提出一个价格涨跌幅限制下的隐状态随机模型：超出涨跌停板、但被观测端截断的隐藏超额部分，可按一定比例保留至下一交易日，从而在独立同分布冲击下生成时间记忆。模型表明，保留机制不改变潜在收益的重尾指数，却会放大尾部幅度；宽幅限制下，涨停或跌停后的次日收益呈同方向响应，且响应幅度随限制宽度线性增加，同边界持续概率趋于非零，而反向边界转换则按幂律衰减。印度NSE数据总体支持同向响应及其随涨跌停幅度增强的结论，但显示出明显的涨跌方向不对称性。[page::0][page::2][page::5][page::7][page::8]
本文研究无限期、非负收益和非线性评价下的Bermudan最优停止问题，建立价值族的非线性Snell包络刻画与动态规划原理，并证明ε-最优停止时刻的存在性；价值族首次触及收益族的时刻在且仅在其几乎处处有限时最优。此外，文章针对仅依赖评价时点的情形，给出非负非线性超鞅的Doob型收敛定理，并以无限期BSDE和g-评价构造应用示例。[page::0][page::1]
本文系统评估美国人工智能数据中心快速扩张带来的环境与经济影响，重点分析电力需求、边际发电结构、冷却用水、噪声、土地占用及备用电源排放等因素。研究表明，影响并非仅由设施设计决定，而是取决于其所处的电力、水资源和土地利用系统；数据中心用电量预计将持续上升，至2028年可能占美国总用电量的6.7%—12.0%，并进一步推高电网峰值负荷、基础设施投资和资源配置压力。[page::0][page::2][page::3] 先进冷却、需求响应、负荷转移、储能和低碳现场发电能够降低部分环境影响，但效果依赖具体区域和系统条件。[page::9][page::18] 文章据此提出完善电价与成本分摊机制、改革大负荷并网流程、内部化环境外部性以及统筹电力、水资源和土地规划等政策建议。[page::19][page::20][page::21]
本文构建风险厌恶的P2P再保险人与多名同质或异质成员之间的非对称Nash议价模型，引入基于共同费率加成的价格公平约束，并刻画完全、部分及零再保险下的唯一最优合约。研究进一步提出可计算的联盟稳定性条件。数值结果表明，价格公平能够降低成员风险分担比例和确定性等价费率的离散度，但可能增加再保险人的风险承担；扩大风险池虽强化内部分散化，却未必单调改善各方福利，最终取决于议价能力的演化。[page::0][page::2][page::9][page::22]
本文提出有效认知人口（ECP）这一可分解的国家生产能力计量单位，将人口规模、人力资本生产率、AI技术机会与转换治理条件纳入统一框架，并通过剔除AIPI中的人力资本维度避免重复计量。[page::0][page::2][page::4] 在144个国家样本中，ECP相较HCI+调整人口将对2024年总产出的解释度R²由0.849提升至0.882，并将留一国交叉验证RMSE由0.723降至0.641。[page::18][page::19] 研究同时发现，AI机会与治理的直接交互项缺乏统计支持，因此ECP中的乘积项应被理解为规划情景规则，而非已识别的因果互补关系。[page::21][page::30] ECP显著改变部分国家的规模排序，但其定位是透明、可审计的规划诊断工具，而非人口下降、AI生产率因果效应或国家福利排名的预测模型。[page::23][page::31][page::33]
本文研究金融相关矩阵谱下端的小特征值所包含的市场同步化信息，并基于Marchenko–Pastur分布构建下谱指标 m−，以刻画相关矩阵数值零度上升、有效维度下降及分散化机会收缩。实证结果显示，该指标能够在标普500行业组合、个股组合及日经指数中识别多次系统性压力事件，并在预测未来市场波动和极端损失方面优于仅依赖大特征值的上谱指标及CRF方法；指数加权还能兼顾理论稳定性与近期信息敏感度。[page::2][page::3][page::16][page::20][page::23][page::26]
本文基于2024年1月至2025年12月四只欧洲加密货币ETP的一分钟数据，利用极值理论POT基准及跨交易所价差、无恢复和动量反转三类新指标识别盘中异常。研究发现，异常K线占比均低于1%，但通常伴随更高的有效价差、流动性风险指标和卖方订单失衡；四类异常均具备一定的一步预测能力，AUC–ROC最高达到0.82，其中短期波动率与回撤指标较微观结构变量更具预测价值。[page::0][page::12][page::19][page::21]
本文提出气候条件级联风险网络（CCRN），将日历尺度气候状态、事件内多灾种传播以及容量约束的保险损失映射分离建模，并通过有向无环图描述燃料干旱、野火、极端降水和火后泥石流之间的有序触发关系。模型结合互补对数-对数触发风险、条件严重度响应和年度聚合再保险合约，证明有限步闭包、唯一性及共同随机数下的路径单调性与矩形压力集上界。数值结果显示，中心层价格在不同匹配边际依赖模型下较为稳健，但远尾、高附着层损失和TVaR差异显著；方向性传播、年度事件频率和依赖强度是主要风险驱动因素。[page::0][page::2][page::17][page::30]
