本文提出并分析了Avellaneda–Stoikov市场做市模型的遍历形式，构建了基于正则化最大似然估计的在线参数学习算法，实现了对关键未知参数填充率敏感度κ的估计。通过解析求解遍历HJB方程，建立了最优反馈控制策略，证明了基于该学习算法的收益期望后悔界为对数平方量级，数值实验验证了算法的收敛性和鲁棒性 [page::0][page::3][page::19][page::23]。
本文基于43年高时频气象数据，建立RESCORE模型，评估欧洲电网深度脱碳背景下的可靠性与成本权衡。结果显示，满足高可靠性需大规模风电主导的可再生能源过度布置及储能，且少量天然气作为调峰备用显著降低系统总成本，减少了储能需求和供电中断风险 [page::0][page::1][page::12][page::14][page::18]。
本文提出了一个基于矩阵理论与图论的Coincidence of Wants（CoW）机制，实现了去中心化交易所中资产互换订单的闭环匹配与价值守恒。通过设计资产转移矩阵和美元价值矩阵，算法可识别完整及不完整的CoW循环，并生成桥接订单完成缺失的环节。实证分析使用Arbitrum链上的真实交易数据，验证了算法在稀疏市场条件下发现自然与合成CoW循环的能力，展示了减少滑点、提高资本效率和抵御MEV风险的潜力，为去中心化流动性提供和交易执行设计提供了理论与算法基础[page::0][page::5][page::12][page::18]。
本文针对利率建模中的Cox-Ingersoll-Ross (CIR)过程及其推广的CKLS模型参数估计问题，提出基于Euler-Maruyama离散化的方法，并通过线性回归实现估计参数的强一致性与渐近正态性。研究涵盖模型边界行为、稳态分布存在性条件及参数估计的数值模拟验证，揭示了初值对均值回归速率估计的影响，且扩展了多项式漂移项的分析框架，为固定收益产品建模提供理论与方法支持 [page::0][page::1][page::3][page::4][page::6][page::8][page::9][page::10][page::11]
本文提出了一种基于经济激励和去中心化治理的内容真实性验证框架，通过内容创作者、挑战者与陪审团三方的有限注资机制，结合区块链智能合约实现事实查证的激励对齐。该模型设计有效激励社区参与，缓解虚假信息风险，保障内容来源的可追溯性与透明度，且具有抗串通性及扩展能力。实验与理论分析支持该方案在降低错判风险与提高参与质量方面的潜力 [page::0][page::2][page::7][page::17][page::18].
本文通过对13篇实证研究的系统综述和加权重要性评分，量化汇总了58个AI驱动的创业公司成功预测因子。结果显示，公司特征、投资者结构、数字与社交势能及融资历史是影响创业成功的四大核心因素，但其重要性随成功定义、创业阶段及数据来源存在显著差异。研究强调数据便利性偏差及宏观环境缺失，呼吁业界采用更透明规范的报告标准，实现对创业成功预测的更全面、精准理解。[page::0][page::3][page::5][page::8][page::11]
<paper_abstract>本论文利用四个独立数据集和两种实证策略，首次提供了亲密伴侣暴力（IPV）对女性时间偏好产生因果影响的证据。随机回忆实验显示，经历过IPV且被提示回忆暴力事件的女性表现出更大的即时满足倾向；同时，两项随机干预降低IPV后，女性时间偏好趋于更有耐心，表明IPV会使受害者加重对未来的折扣，影响其储蓄、投资和劳动参与决策，揭示了暴力导致经济劣势的心理机制 [page::0][page::1][page::4][page::5][page::29]。
本论文基于瑞典和瑞士超市的产品层面数据，研究气候友好型食品是否存在价格绿色溢价。实证结果显示整体样本中无显著正溢价，部分类别甚至呈现显著负溢价，说明气候优良产品价格更低，揭示了绿色溢价谜题。论文指出需求侧心理距离、优先级冲突及环保标签信任缺失等市场摩擦是溢价缺失的重要原因，对促进可持续消费的政策制定与市场激励提出了借鉴意义[page::0][page::12][page::14][page::15][page::17].
本文基于德国某大型必修统计课程的两期学生队列，采用双重/去偏机器学习方法，因果分析翻转课堂对学生学习行为与结果的影响。结果表明，翻转课堂显著提升学生自我认知、减少拖延行为，但降低课堂享受感，对考试成绩和知识保持无显著正向影响。详尽的视频观看及时率和测验参与度数据揭示学生整体未能充分实施翻转教学，这或是考试绩效无提升的机制所在，提示实施翻转课堂须辅以有效策略保障学生充分参与。[page::0][page::1][page::5][page::21][page::23]
本报告通过将GPT-2及FinBERT等大型语言模型的情感分析与传统技术指标（如MACD、SAR）及时间序列模型（ARIMA、ETS、Prophet）融合，构建S&P 500的交易策略。结果表明，此混合预测方法能显著提升交易表现，混合策略实现5.77%的最高回报，优于基准买入持有策略，凸显情感分析在股票市场中的应用价值[page::0][page::21][page::23][page::25]
本论文基于最大熵原理提出了带参数的Boltzmann价格定义，将该价格作为高频市场中公允价格的度量。文中构建了一个基于买卖盘量差驱动的价格动态模型，模型的漂移和波动率均受成交量不平衡影响，能生成更高峰度和重尾分布，优于标准Bachelier或Geometric Brownian运动模型。通过模拟和历史股票数据验证，Boltzmann价格更合理地反映了价格、成交量不平衡与临时价差的相互作用，为市场微观结构和价格发现提供理论新框架 [page::0][page::2][page::6][page::9][page::13][page::19]。
本报告重点分析ETF市场单日资金流向，跨境ETF单日净流入20.67亿元，宽基及行业主题ETF资金流动活跃。通过行业拥挤度模型监测，发现电子、汽车、家电行业拥挤度较低，建议关注相关标的。基于溢价率Z-score模型，构建ETF产品关注信号，提示潜在套利机会与风险 [page::0][page::1][page::2][page::3]。
本文提出了NMIXX，一套面向金融领域的跨语言神经嵌入模型，通过18.8K高质量三元组数据进行领域适应微调，有效捕捉低资源语言（如韩语）中的金融专业语义偏移。为了评估模型性能，发布了面向韩语金融文本的KorFinSTS基准，涵盖新闻、披露、研究报告与法规四大子领域。实验证明，NMIXX在金融语义文本相似度任务中，尤其是跨语言金融语料上表现显著提升（Spearman’s ρ提升最高达0.22），但在通用领域表现有所折损，强调了领域定制与泛化能力的权衡。同时，研究指出编码器的词表设计对于低资源语言的领域适应至关重要，本报告详述了该技术路线及其实际效用 [page::0][page::1][page::2][page::4][page::5][page::6]
本文提出两种新颖的选择性新闻报贩模型，分别对应全有全无需求和价格影响需求，结合依赖于订单量的交付时间，研究运筹与市场营销的联合决策。基于所建模型，设计了高效的R搜索算法，解决混合整数非线性优化问题，实现对销售价格、订单量及客户分配的最优决策。通过数值实验与参数敏感性分析，验证模型适用性与算法效率，揭示订单量受限导致的缺货现象及补货策略，为供应链多部门协同决策提供理论支持 [page::1][page::4][page::31]
本文研究了多零售商供应链中的库存集中与配送中心选址决策，建立了分散与集中两种多地点新svendor模型。考虑不同运输成本模式，提出了闭式解和非线性规划算法（Q-search）。实验表明集中系统在大规模网络中在利润和服务水平上优于分散系统，并提出了以零售商作为临时配送中心的实用选项 [page::1][page::3][page::5][page::29][page::38]。
本论文提出了结合转移熵（Transfer Entropy）与N维Kramers–Moyal（KM）展开的方法，分析纳斯达克、原油、黄金及美元指数间的方向性非线性和随机交互。研究发现COVID-19和乌克兰危机期间信息流和耦合增强，金美元互动持续显著，且石油与股票的联系表现出制度依赖性脆弱，体现出复杂的市场动态演化，为风险管理与对冲策略提供新视角 [page::1][page::7]。
