本文对Chakraborti庭院买卖模型及其变种进行了新的概率分析，证明了无论公平交易、财富优势还是一定条件下的贫困优势，财富最终局部集中于某些代理人，形成局部财富凝聚现象。该分析基于财富向量欧几里得范数的演变，突破了传统鞅论证的局限，适用于交易对不完全连接的图结构以及财富偏向规则 [page::0][page::1][page::2][page::3][page::4][page::5]。
本报告基于图聚类算法构建统计套利策略，结合机器学习分类器集成和Kelly准则，提出创新的动态止盈止损函数，显著提升风险调整后收益，且对交易成本具有良好耐受性。研究结果显示，该策略在实际交易成本设定下表现优异，且对关键参数的变化敏感度分析验证了模型的稳健性 [page::0][page::1][page::6][page::18][page::29].
本报告基于广义FGM（GFGM）copula与多维伯努利分布间一一对应关系，证明了GFGM依赖类为凸多面体结构，利用其极值点推导了风险度量（如VaR、期望损失和熵风险度量）的精确上下界。针对具有公共参数$p$的同分布风险，报告通过几何结构建立了其和分布的凸序关系，简化了凸风险度量的边界计算并在指数和离散边际下给出数值实例，显著提升了高维风险组合的分析能力。[page::1][page::2][page::4][page::8][page::16][page::20]
本报告深入研究了在具有随机系数的Cramér-Lundberg模型下，保险公司面临凸锥约束的均值-方差投资-再保险问题。通过将问题转化为含跳跃的随机线性二次控制问题，利用BSDE方法建立了部分耦合随机Riccati方程的存在性和唯一性。明确给出了最优的反馈策略及均值-方差有效前沿，揭示了随机系数及市场风险对策略的显著影响，为非马尔科夫随机市场参数下保险风险管理提供了理论依据 [page::0][page::6][page::16][page::25]。
本报告阐释了消费者需求中的近似理性化与近似成本理性化的等价性，创新性地将Afriat关键成本效率指数（CCEI）诠释为通过成本无效率度量近似理性化的指标。CCEI反映了消费者在实现目标效用时，所花费支出相较最优方案的偏差程度，既丰富了理论理解，也有助于实际数据分析中理性程度的测评 [page::0][page::1][page::5][page::6][page::7]。
本文提出一种高效数值计算框架，用以求解多边际马氏最优传输问题，能处理路径依赖性衍生品（如回望期权、亚式期权）的稳健定价。通过引入辅助状态变量和结构化分解，并结合熵正则化，极大提升计算效率，支持大量边际的求解。文中还通过实例验证算法的准确性及规模优势，展示其对金融稳健定价的适用性与潜力 [page::0][page::1][page::3][page::5][page::7][page::13][page::21][page::23][page::25][page::27][page::31][page::33][page::34][page::35]。
本报告提出了一种混合型资产特定的市场状态识别与预测框架，结合统计跳跃模型与XGBoost分类器实现对每个资产的多周期牛熊状态精准预测。通过引入资产特定的状态预测，提升组合收益风险调控效果，实证显示在包含12个多元资产的投资组合中，动态资产配置策略显著优于传统最小方差、均值方差及等权重策略，兼顾收益提升与回撤降低，验证了资产特定状态预测的有效性与实用价值 [page::0][page::2][page::15][page::20][page::22][page::27]
本报告围绕算术平均隔夜远期利率(Arithmetic Forwards)的理论计算及其近似展开，详细推导了算术因子$\mathcal{A}_k$的理论表达及其在Gaussian HJM模型中的闭式解，验证了它们在不同市场环境中的数值稳定性与精度，提出了线性及分段线性近似以简化计算，并阐释了与Takada近似的联系，为利率衍生品定价提供了理论依据和实用方法 [page::0][page::2][page::5][page::9][page::12][page::18]。
本文提出DeepUnifiedMom模型，采用多任务学习和多门门控混合专家结构，实现跨多时段的统一时间序列动量组合构建。通过多任务网络捕捉短期、中期和长期动量，及资本分配网络动态优化组合权重，显著提升风险调整收益率和降低最大回撤。实证包含股票指数、固收、外汇及商品等多资产类别，验证方法优于传统动量策略及均等权重和均值方差优化基准，显示端到端训练及软截断夏普比率目标函数提升泛化能力和投资绩效。[page::0][page::5][page::16][page::19][page::20]
本报告引入异质信念模型，解释了股票市场中动量与反转现象的内生起因。通过设定部分投资者接收到带噪声的基本价值信号且对信号准确性存在异质看法，模型展示了价格动量源于信息误判带来的初期价格冲击弱化，价格反转则因价格朝基本价值回归而产生。多资产扩展进一步说明了跨资产的协动效应和领先-滞后效应，实现了对多种价格预测异常的统一解释 [page::0][page::5][page::8][page::9]。
本报告基于比利时“Win-Win”计划，通过回归不连续设计和双重差分方法，深入分析了针对低学历青年失业者的单次招聘补贴在经济复苏期的短期与长期影响。研究发现，补贴在短期内提升私营部门就业转移率10个百分点，但长期有效仅限于高中毕业生，具体表现为七年内私营部门就业增加2.8季度，且其就业结构由低薪的公共部门及自营职业转向私营部门更优质职位，带来更高收入和税收。然而，对高中辍学者无持续效应，且在卢森堡边境紧缩劳动力市场导致补贴效果完全浪费，强调了劳动力市场松紧对政策效果的调节作用及技能门槛的重要性[page::0][page::2][page::4][page::16][page::19][page::21][page::22][page::26][page::33].
本报告基于1,445只股票的高频数据，深入分析了传统线性HAR模型与机器学习（ML）模型在实现波动率预测中的表现差异，强调了HAR模型在训练窗口和重估频率选择上的敏感性。研究发现，经过精心拟合的HAR模型在预测准确性和计算效率上均优于多种机器学习方法，尤其在仅使用历史实现波动率和VIX指标时表现最优。该结论不仅质疑了ML模型的普适优势，也为未来波动率预测提供了实用基线和方法指导 [page::0][page::1][page::3][page::20][page::21]。
本文研究了典型随机最优控制问题的凸性传播与凸序关系，聚焦能源市场常用的“Take-or-Pay”摆动期权定价。假设基础资产价格服从凸系数的ARCH模型，证明了价值函数关于资产价格的凸性，并引入支配准则揭示了波动率参数变化对价值函数的单调影响。文中还借助Stein公式及正则化技术，将ARCH系数的凸性放宽为半凸性假设，尤其在一维情形下成立。最后通过数值模拟验证理论结果，涵盖单因子及多因子模型下摆动期权价格与风险指标的凸性和单调性体现 [page::0][page::1][page::2][page::10][page::20][page::21][page::23][page::24]
本报告综述了离散观察半鞅的统计方法及其在电子金融市场的应用，重点分析了三个方面：基于极值理论的价格跳跃检测及新型Rényi统计检验，粗糙分数随机波动率及其正则性辨识的极限，和带一侧市场微观结构噪声的极限价模型。报告还融合经典概率统计方法为金融市场风险管理和高频数据分析提供方法论支持 [page::0][page::4][page::11][page::14][page::20][page::23][page::25][page::28]
本报告系统阐述了内在时间（intrinsic time）理论的发展及其在金融市场中的应用。内在时间以事件为基础，替代传统的物理时间，实现了对市场动态的多尺度、算法式刻画。研究发现，内在时间框架揭示了金融数据中被传统均匀时间尺度掩盖的多重尺度涨跌变化和一系列标志性规模律，反映复杂系统的内在组织机制。该新时间范式推动了经济模型和市场行为预测方法的变革，深刻揭示了时间的观察者依赖性与金融市场的复杂性特征，为复杂系统和高频金融分析开辟了新的研究路径 [page::0][page::2][page::5][page::8]。
本报告针对去中心化交易所中流动性提供者的投资风险管理问题，提出一种三步最小化条件风险价值（CVaR）的算法：利用核岭回归近似复杂的非线性目标函数，随后基于该近似函数求解初步最优解，最后以该解为起点使用序列最小二乘规划精细优化。该方法显著降低了计算复杂度，同时保证了解的准确性，并通过Cython加速实现进一步提升效率。实验证明本方法在多池流动性提供策略设计中优于竞品，表现稳健且高效[page::0][page::1][page::4][page::6][page::8][page::10]。
本文利用多阶段随机优化模型EMPIRE，模拟了欧盟新绿色氢气定义对欧洲能源系统的影响，发现满足绿色氢气监管标准将使2024-2048年系统成本增加820亿欧元，主要由于新增可再生能源投资和电解槽容量扩增。此外，空间、时间相关性及额外性等要求显著影响投资布局与成本结构，排除这些限制能不同程度降低成本。研究强调绿色氢气虽然增成本，但对加速欧洲能源转型和减排具重要战略意义 [page::0][page::1][page::10][page::17]
本研究结合统计套利中的配对交易策略与Black-Litterman贝叶斯模型，实现了均值-方差组合最优化。有效解决了传统配对交易在波动或危机市况下的表现不足问题，通过将配对交易信号作为投资者视角引入组合优化框架，策略在正常及极端市场环境中均优于标普500指数。本文创新性地提出了统计套利信号与组合优化系统性结合的可扩展方法，提升策略稳健性与风险控制能力。[page::0][page::4][page::6][page::7][page::8]
本报告提出了MSGCA框架，通过融合股价指标序列、情绪新闻文本和行业关系图三种异质模态，采用门控交叉注意力机制实现稳定的多模态融合，有效处理数据稀疏与语义冲突问题，实现精细化的股票涨、跌、平趋势预测。实验证明，MSGCA在四个多模态数据集上的预测性能较现有方法最高提升31.6%，显著增强了多模态融合的稳定性与准确率 [page::0][page::1][page::2][page::4][page::6][page::9][page::11]
本报告针对多臂赌博机问题中的风险调整决策，提出了优化常用风险度量Sharpe比率（SR）的多种在线算法，包括针对Regret Minimization的UCB-RSSR及固定预算下的Best Arm Identification算法SHVV、SHSR和SuRSR。通过推导SR和正则化平方SR（RSSR）的路径依赖浓缩不等式，证明了所提算法均具备对数级别的遗憾界和错误概率上界。实证结果表明，在多种奖励分布和设置下，UCB-RSSR相较现有算法明显提升了风险调整性能，BAI算法在固定预算内能高效识别最优臂，具备在风险敏感的投资组合管理中广泛应用潜力[page::0][page::3][page::5][page::7][page::9][page::13][page::16][page::18]
