本文提出以单位能耗衡量人工智能系统经济产出的评价框架，定义净价值每焦耳（NVJ）和节省时间每焦耳（TSJ），并在220项专业任务、44个职业、5个模型和4类加速器上进行测试。研究发现，产出价值最高的模型或职业未必具备最高的能源回报；Gemma 4 31B虽然单任务产出价值低于GLM 5.2，却以显著更低的能耗取得约2.5倍的NVJ和2.8倍的TSJ。加速器类型和数量同样会显著改变单位能耗回报，B200在单加速器比较中领先，而增加至8张H100仅使完成时间缩短22%，却消耗3.24倍能源。研究据此建议将价值、专家时间节省与能耗共同纳入模型、硬件和任务路由优化。[page::0][page::2][page::7][page::9]
本文研究金融新闻信号随时间老化后的组合配置问题，比较保留信号并向强化学习策略提供时效信息，与新闻超过八周后直接过滤两种处理方式。基于固定大语言模型从美国证券交易委员会定期披露中提取正面、中性或负面信号，并在2023—2025年十只美股的周频回测中评估。结果显示，强化学习能够响应新闻年龄变化，但加入时效信息并未稳定提升历史净收益；大语言模型组合策略在四周新闻延迟下过滤旧信号表现最佳，年化净收益达到18.43%，高于使用新闻的强化学习策略。[page::0][page::1][page::2][page::3]
本文提出面向自主投资的多智能体大语言模型系统 Steward，通过九类角色代理、代码组装的七层共享记忆、类型化推理记录以及不可修改的风险控制核心，实现可审计、可回放且受约束的自我进化。系统在102个交易日的实时纸面账户部署中取得5.0%的组合收益，并将半导体板块24.6%的回撤控制为0.3%的组合损失；回放实验显示，单一模型在相同数据下交易更频繁且相对市场额外损失1.35个百分点，而多代理协同未出现显著损失。研究同时验证了提示词注入防御、确定性风险规则、量化结果追踪及季度学习机制的有效性。[page::0][page::4][page::5][page::6]
本文以组织和专业买家的工作流为单位，提出“软件替代前沿”框架，用于比较客户自建或改造软件与直接购买软件的全生命周期成本。[page::0][page::5] 研究发现，编码代理的任务能力、固定基准测试成本、公共软件创作活动及商业软件替代项目均快速增长，但购买端数据尚未显示出广泛的替代趋势。[page::9][page::11][page::12][page::14] 组织调查显示部分客户已因能够内部构建功能而放弃购买，但现有证据无法确认被替代的支出规模、工具可靠性及持续使用情况；因此，客户“可构建”的可信选项可能早于总体软件采购变化影响定价和竞争。[page::17][page::19][page::24]
本文针对粗糙Heston模型中仅依赖神经网络点校准难以刻画参数不确定性的问题，利用仿真基础推断与Telescoping Neural Ratio Estimation学习给定隐含波动率曲面后的完整参数后验，并通过异方差神经代理定价器将后验不确定性传导至远期启动、障碍和已实现方差期权。研究表明，完整后验预测区间能够实现接近名义水平或偏保守的覆盖，而单点校准在部分合约情形下会产生显著定价误差；同时，Hellinger-SHAP识别出正标准化货币翼及中长期期限是多项粗糙Heston参数获得信息增益的重要区域。[page::1][page::2][page::29][page::32]
本文基于交易所五只股票的高频限价订单簿数据，研究机构交易者的盘中价格预测能力、流动性提供行为与自营交易盈利之间的关系。研究发现，前两日筛选出的预测能力较强交易者，其执行流在随后三日仍能显著预测价格变动；基于该执行流构建的策略年化夏普比率达到16—63。基于FIFO匹配的买卖执行对分析表明，预测能力每提高一个标准差，单个匹配头寸的P&L增加1.02—1.19货币单位；相较于两次均为主动执行，一次被动执行和两次被动执行分别对应更高的1.28—1.31及5.08—5.13货币单位P&L，显示预测能力与流动性提供均与机构交易盈利显著相关，但结果属于条件相关关系而非因果效应。[page::0][page::6][page::50]
本文研究如何将方向正确的专家观点纳入投资组合优化。理论结果表明，即使专家观点仅包含少量方向性信息，也能显著提升组合的夏普比率；在观点逐步接近真实未来均值时，夏普比率单调上升，并在最优点附近呈现凹性。[page::0][page::1] 研究进一步证明，小幅均值或协方差估计误差仅造成二阶夏普损失。[page::2] 在印度大型股票样本上的实证结果显示，加入方向正确观点后，长仓Markowitz模型与端到端LSTM模型的表现高度接近，且大部分收益改善在较小观点权重下已经实现。[page::3][page::4]
本文比较DeepSeek R1与Kimi K3发布后的金融市场反应。R1以接近前沿的能力、开放权重和显著低于竞争对手的成本，引发市场对AI算力需求及资本开支的重新评估，冲击集中于芯片与数据中心供应链；K3则以接近前沿的能力和价格进入市场，影响主要集中于缺乏互补资产的中国AI实验室。研究认为，开放权重模型主要是在AI价值链中重新分配租金，而非消灭行业利润；分销、产品捆绑、转换成本、专有数据、服务能力和契约信任等互补资产仍是 incumbents 的重要护城河。[page::0][page::2][page::3][page::9][page::18]
本文构建了智能体可委派指数（ADI），利用两个语言模型对18,796项O*NET任务进行分级评分，并通过ISCO-08职业分类和146个国家的就业数据测算全球AI智能体可委派程度。研究发现，全球就业任务时间中35.2%至少可部分委派，但仅2.5%可完全委派；可委派就业占比随收入显著上升，从低收入国家的22.5%升至高收入国家的48.7%，主要原因是贫困国家就业更多集中于受物理障碍约束的农业、手工业和基础职业。[page::0][page::2][page::14] ADI与既有AI暴露指数高度相关，但通过区分部分与完全委派、识别物理性及问责等障碍，并扩展至全球国家层面，补充了传统暴露度指标。[page::2][page::18] 研究同时发现，完全委派概率在约11.8分钟的人类任务时长处达到峰值，且中等收入国家并未表现出预期的AI采用滞后。[page::12][page::18]
本文在风险中性 Black–Scholes 模型下研究有限期限、具有多个行权权利且连续行权间隔受限的美式看跌期权。研究证明，每个剩余权利层级的最优行权区域均由单一下方边界刻画，且边界随剩余行权权利数量增加而有序上移；同时建立了最优首次触及时间、期限可行性截止日处的跳跃传输条件、边界局部 Lipschitz 连续性、平滑贴合、QVI 与自由边界表述，以及早期行权溢价和递归 Volterra 边界方程。数值结果显示，边界在截止日出现向下跳跃，且多权利边界整体高于单权利边界。[page::0][page::1][page::2][page::29][page::34][page::37][page::42][page::51]
本文针对Uniswap V3集中流动性池的动态流动性分布，提出由退化Sturm–Liouville算子与Hilbert–Schmidt积分算子共同构成的随机偏积分微分方程模型，以刻画流动性围绕市场价格的均值回归和跨价格区间的非局部再配置。模型可通过Gegenbauer特征函数展开转化为具有水平、斜率和曲率含义的线性随机微分方程系统，并进一步推导池储备、池价值及损失相对再平衡的表达式。对ARB5、ETH5和ETH30三个Uniswap池的有限秩校准表明，ARB5和ETH5在活跃价格带内相较鞅基准具有较低预测误差，而ETH30呈现明显非平稳性，说明价格感知和时变模型是后续扩展方向。[page::0][page::1][page::24][page::28][page::29][page::32]
本文基于SHARE六期调查、11个欧洲国家的181,861个个人—波次观测，构建涵盖健康、经济不安全和社会排斥的多维剥夺指数，并以周期调整初级余额衡量财政紧缩。研究发现，财政紧缩整体上与老年人更高的多维剥夺相关，但平均性别差异并不显著；这一总体结论掩盖了南欧和东欧女性剥夺成本更高、北欧及大陆欧洲性别差异不明显的区域异质性。机制分析显示，经济不安全维度中男性恶化更快，而社会排斥维度的女性不利效应虽较大，却在更严格的聚类推断下缺乏稳健性。[page::0][page::4][page::6][page::7][page::9][page::10][page::11]
本文提出GROMM模型，在SANOS框架基础上构建同时满足静态与动态无套利条件的欧洲期权市场模型，并证明其动态过程存在唯一强解。模型使用随机离散局部波动率描述期权价格面、Black–Scholes过程进行平滑插值，并显式构造风险中性漂移。基于2022年1月至2025年8月的标普500指数期权数据，模型超过95%的报价落在市场买卖价差内；在受限交易集合及包含5,001个工具的完整网格上，风险中性检验均未拒绝无套利假设 [page::0][page::1][page::2][page::22]。
本文提出面向大语言模型进化因子挖掘的 LineageEvo 框架，以进化谱系作为个体搜索与群体选择之间的中间控制单元，通过谱系条件化先验引导 LLM 进行变异与交叉，并利用谱系分层父代选择机制平衡因子质量和搜索多样性。在 CSI 500 与 S&P 500 上，LineageEvo 在 IC、ICIR、年化收益、信息比率和最大回撤等指标上均取得最佳结果，同时提升谱系熵与表达式结构多样性，并在约75个有效评估因子内达到较强性能平台，显示出更高的搜索效率与泛化能力。[page::0][page::1][page::4][page::5][page::6]
本文以谱风险度量为基础，提出统一的最坏情形风险凸变分理论，并以“保持完整歧义集凸性”为原则，在分位数空间与分布空间之间选择建模表示。[page::0][page::1][page::5] 该理论通过驻点条件、约束校准与法锥条件刻画最坏分布，覆盖中心矩、Wasserstein与ES压力、双侧ES区间、偏部分矩、几何矩及均值锚定KL歧义等模型。[page::1][page::6][page::8] 研究进一步证明，高维高斯参考下的均值锚定联合KL歧义可精确投影至任意组合损失方向，使稳健ES投资组合优化在一次校准后转化为二阶锥规划。[page::2][page::32][page::33]
本文基于Polymarket约80.3万个已结算市场，研究仅利用上线时的主题、文本和规则信息预测后续交易量与争议风险。结果显示，主题信息是交易量预测的最大来源，梯度提升模型在同期评估中的对数交易量样本外R²达到0.747、达到1000美元交易量门槛的AUC达到0.940；但平台规则和题型变化会显著削弱跨时期泛化能力，模型AUC由0.940降至0.577，主要原因是特征与需求关系发生变化。争议风险模型的AUC为0.78，但受0.31%的低基准率影响，平均精确率仅为0.012，更适合用于风险排序和人工审核，而非个案预测。[page::0][page::1][page::5][page::6][page::7]
本文构建统一的全球气候控制模拟框架，在5,000个陆地网格中耦合屋顶光伏、气候驱动用电需求与V2H/V2B电动汽车储能，发现PV-EV系统自给率可达84.2%，且相较仅配置光伏的系统，中位自给率提高21.1个百分点。[page::2][page::3] 太阳能资源、日间需求匹配度和年度需求压力共同解释98%的空间差异。[page::4] 仅依据光伏容量因子筛选会低估全球1,000座人口最多城市中21.9%的PV-EV潜力，报告据此主张将城市光伏选址从资源排名转向气候驱动的供需匹配评估。[page::11][page::13][page::14]
本文针对连续状态与动作空间中的Value-at-Risk（VaR）马尔可夫决策过程，建立适用于一般Borel空间的VaR分解定理，并据此构造有限期与无限期动态规划、VaR递归和嵌套VaR递归，证明两种形式等价且能够恢复最优价值与最优策略。[page::0][page::1][page::5][page::9][page::12][page::19] 在最优执行应用中，研究发现动态策略能够根据价格创新和风险水平调整交易行为；当永久冲击与临时冲击满足特定关系时，问题可转化为带阈值规则的最优停止问题，动态策略在较大风险水平下严格优于静态策略。[page::1][page::23][page::24][page::27] 数值实验进一步表明，动态策略在不同参数设定下均取得更高VaR，基准情形下最大改进为0.37%，在高波动与较低临时冲击参数组合下最高改进达到1.93%。[page::28][page::30]
本文建立了一个围绕指数成分调整的连续时间多资产交易博弈模型，刻画具有异质信念的机会交易者在公告前建仓、公告后调整并在实施日与指数基金交易的动态过程。研究在无价格操纵条件下构造了仿射反馈型子博弈精炼纳什均衡，并通过非标准矩阵Riccati方程和线性常微分方程实现全球可解；在均值场尺度下进一步证明有限玩家均衡向均值场均衡收敛，并给出近似纳什界。数值结果表明，竞争加剧能够平滑实施日前后的价格冲击并降低指数执行短缺，但在价格韧性很低时，机会交易者早期建仓造成的持续冲击可能反而提高指数执行成本；在平均信念不变时，信念分歧会增加交易总量，却不改变机会交易者的净总持仓和价格冲击。[page::0][page::3][page::4]
本文构建了预测市场组合套利框架，以逻辑关系生成联合收益状态，通过凸包一致性、整数规划与全深度订单簿模拟识别可执行套利。基于2026年6月23日至8月3日的Polymarket数据，研究恢复约190万条逻辑关系，覆盖超过25.5万个合约，并发现结算组合在扣除点差和费用后仍可获得显著无风险收益；关系越依赖语义解析和LLM推断，套利机会持续时间越长、实际参与越少。[page::0][page::1][page::2][page::20][page::23]
