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]
本报告系统分析了以太坊区块链的燃气费结构，首先建立多维资源约束下的燃气费供应端模型，结合区块构建者的利润最大化，提出了动态燃气费调整机制。其次，采用分数布朗运动驱动的分数Ornstein-Uhlenbeck过程对燃气价格的需求端进行建模，进一步推导了燃气费衍生品的定价方法，助力用户规避价格波动风险，提升交易成本的可预见性和稳定性 [page::0][page::1][page::13][page::14][page::16][page::17]
本文提出基于模型置信集（MCS）框架的四种自适应组合预测策略，通过加权使用多种参数、半参数及非参数模型的VaR和ES预测，显著提升尾部风险预测的准确性和稳定性。实证分析基于S&P 500及上证综指数据，结果显示组合预测优于单一模型，且通过严格的回测和MCS检验，综合预测能有效缓解模型不确定性对风险度量的影响，且具有较小波动性。[page::0][page::1][page::5][page::6][page::12]
本报告通过机器学习模型分析近600万篇跨国合作科学团队，量化中国科学家在国际科学领导地位的提升。结果显示，中国在与美国、英国、欧盟的合作中领袖比例显著增长，预计2027-2028年中国与美国在双边合作团队领导数量将实现平价。关键技术领域如人工智能、半导体等亦呈现类似趋势，但按每位合作伙伴贡献调整后，中国达到平价的时间将延迟至2087年以后。报告还揭示中国通过“一带一路”倡议国家的科学合作与人才培养措施，正在稳步提升全球科学影响力，尽管发展依然存在挑战 [page::0][page::3][page::4][page::6][page::8][page::9][page::11][page::12]。
本研究基于最优Merton模型，提出了一个反映异质理性交易者集体行为的交易策略模型，揭示了交易量动态中存在的市场非效率及全新交易风险溢价。实证部分基于NYSE不同资产的日交易数据，发现交易量的漂移-扩散比率虽稳定但显著偏离Merton理论值，且交易量与价格过程由不同布朗运动驱动。通过该模型，可估计市场的平均风险厌恶系数和体现交易影响下资产价格的“理想价格”，进一步揭示交易风险溢价与行为金融中的前景理论相吻合，交易价格风险溢价高于无交易市场的风险溢价，反映投资者对交易风险的额外补偿。研究结果为理解交易量信息与市场理性及风险价格关系提供新视角，为资产定价及投资策略研究提供理论与实证依据[page::0][page::1][page::4][page::11][page::12][page::29]
本报告基于宏观做市框架，将市场做市扩展到随机博弈，刻画了基于最优报价的价格竞争。通过多维特征方程延拓耦合场方法，解决前向-后向随机微分方程(FBSDE)的良定问题，揭示了排序性质、维度约简及Nash均衡的存在唯一性。重点研究线性及一般非线性强度函数，及不同风险系数情形，提出多维随机Riccati方程，实现对市场影响分解与均衡解构建[page::0][page::1][page::5][page::12][page::30][page::39]。
本报告提出“人类投射”（Human Projection）理论框架，阐释人们在评估人工智能（AI）性能时过度依赖与人类相关的任务特征，尤其将人类容易的任务失败视作AI能力低下的重要信号，导致人们错误形成AI性能预期。通过标准化数学题的实验数据，揭示人类对AI表现的预测与真实无关，且“拟人化”AI形象加剧此误判，进而导致AI的次优采纳。基于真实育儿AI聊天机器人的现场实验进一步验证，当AI给出相似度较低的错误答案时，用户信任和持续使用显著降低，提示人类对“相似性”的投射影响AI的使用决策。这些结果为AI产品设计、用户培训和AI性能评估提供重要启示 [page::0][page::1][page::4][page::5][page::11][page::32][page::33][page::35]
本报告提出利用密切相关的成绩差异来识别同伴效应，有效控制了不可观测的个体和课堂异质性。基于线性教育产出函数与GMM估计方法，应用Tennessee Project STAR数据，发现K至三年级学生同伴效应显著但偏小，表明同伴潜在能力的提升能带动个体成绩提升约20%-40%[page::0][page::4][page::22][page::23][page::32]。
本研究以欧洲碳排放交易体系(EU ETS)价格为核心，采用最新的非参数信息不平衡度方法，系统分析了多个宏观经济、经济不确定性及能源类变量对EU ETS价格的解释力。结果显示，第三阶段以能源相关指标（如ERIX指数）最具信息量，而第四阶段金融波动性（尤其是EUR/CHF汇率不确定性）成为关键驱动，反映了疫情及能源危机的深远影响。通过结合高斯过程回归，提出了基于信息不平衡的多频率混合预测方法，发现周频数据预测效果最佳，实现了高效且精简的碳价预测模型构建 [page::0][page::1][page::8][page::10][page::11][page::12][page::13].
本报告提出了一个基于物理学和随机过程工具的代数框架，用于建模限价委托簿（LOB）。该框架采用狄拉克符号和广义生成函数，精确描述订单生成、撤销和撮合过程，实现了LOB状态的时间演化模拟。通过吉莱斯皮算法，框架支持准确仿真多样交易者行为对关键市场指标如买卖差价、收益波动率和流动性的影响。两种模拟场景展示了不同交易者群体对市场微观结构的影响，验证了框架的组合能力和应用潜力 [page::0][page::3][page::13][page::21][page::22][page::20]
本报告提出了一个无分布假设的投资者偏好框架，以实现多策略组合优于单一策略的长期财富增长。通过对无卖空条件下多策略组合的在线学习方法进行构造，提出了既适用于小规模也适用于大规模策略集的组合方案，并在真实27年蓝筹股票数据上数值验证了其优越性与鲁棒性。实验证明，即使在无统计假设前提下，该组合策略及其加速变体能最终实现累计财富超过所有组件策略，且增长率优于基线策略，虽夏普比率略有让步但风险控制良好，体现了策略在实际应用中的有效性和灵活性 [page::0][page::1][page::2][page::10][page::12][page::14][page::19][page::17][page::15][page::16]
本报告针对纯交换经济中由风险厌恶的货币效用函数表征的代理人的效用偏好，研究了帕累托最优的存在性及其结构特征。通过运用单调、次可加、Schur凹性且平移不变的效用函数的对偶表示，尤其在正齐次的标度不变货币效用下，报告给出了帕累托最优配置的明确刻画及计算算法。此外，证明了正齐次和法不变货币效用对应的竞争均衡存在性及其福利定理，并在风险分担市场中针对法不变一致风险度量提供了具体数值示例，展示了帕累托最优风险分担配置的实际应用价值 [page::0][page::2][page::12][page::17][page::23]
Cure Violence is a violence reduction program aiming to mediate conflicts and alter norms to reduce gun violence. Using NYC shooting data (2006-2023) and a difference-in-differences approach, the study finds a persistent 14% reduction in shootings in treated precincts compared to controls, with suggestive spillover effects into adjacent precincts. The analysis, controlling for alternative explanations and police activity, estimates about 1,300 shootings prevented between 2012-2023, yielding a net social benefit of $2.45 billion and a benefit-cost ratio of 6.5:1 for Cure Violence in NYC [page::0][page::1][page::9][page::10][page::12][page::16][page::19].
本文研究了Guyon和Lekeufack（2023）提出的带路径依赖波动率（PDV）模型的4因素版本，重点解决了VIX期权的定价与联合校准难题。通过引入额外参数，并采用路径神经网络近似方法，本文实现了对S&P 500及VIX期权的高效联合校准，显著提升计算速度和精度，同时模型能准确拟合S&P 500隐含波动率曲面，体现了路径依赖波动率模型的实际应用潜力与稳定性 [page::0][page::3][page::6][page::9][page::10][page::16][page::20][page::26][page::28]
本报告探讨了机器学习中的归纳偏置如何与经济动态中涉及的无穷远边界条件（如横截率条件）自然对齐。报告理论证明最小范数解满足经济动态系统的无穷远边界条件，并通过资产定价模型和新古典增长模型等标准经济基准问题验证了神经网络与无正则核方法能准确恢复经济学最优稳态，且不直接强加边界条件，展现了其稳定性、快速性及超越传统算法的潜力，为高维动态经济模型的反问题估计打开新途径 [page::0][page::1][page::4][page::5][page::6][page::7][page::19][page::22][page::23]。
本报告提出了一种基于广义Wasserstein重心（GWB）的几何方法，将投资者观点与统计资产收益分布结合，构建资产配置，允许灵活调整投资者对观点的置信度，实现先验与观点分布的平滑插值，超越传统Black-Litterman模型。通过理论证明及模拟和实证回测，方法在正确观点下显著提升策略表现，且在观点不确定或错误时合理调整风险，展现出更优的风险收益特性和用户信心奖励机制 [page::0][page::2][page::4][page::7][page::12][page::15][page::19][page::23][page::24]
本报告系统研究了在Markowitz框架中采用多种稳健协方差估计方法构建投资组合，重点对比了Ledoit收缩协方差和Gerber稳健协方差矩阵在2012-2022年大盘股组合上的表现。结果显示，Gerber与MAD阈值组合的协方差估计表现最佳，尤其在牛市中优于市值加权基准，但在极端市场条件下表现不佳。通过引入条件风险价值（CVaR）约束，组合风险得以有效控制。额外采用基于K-means的嵌套聚类优化（NCO）算法缓解信号不稳定性，降低回撤风险，实现更稳健的投资决策 [page::0][page::3][page::4][page::5][page::9]
本报告提出了基于神经网络构建漂移与波动函数的随机微分方程(SDE)模型，创新性地设计了针对欧式期权的无偏随机梯度下降训练算法及基于Kolmogorov PDE的美式和Bermudan期权标定方法。实证中，模型在标普500和标普100指数期权及单股票美式期权上表现出优异的定价和对冲性能，显著优于Black-Scholes、Dupire局部波动率和Heston模型，并能实现对未见成交品种的泛化定价[page::0][page::1][page::3][page::4][page::6][page::13][page::16][page::22][page::25]
本报告基于离散区块时间和几何布朗运动价格模型，建立了区块链环境下荷兰竞价拍卖及其渐进版本的损失-公平价值（Loss-Versus-Fair, LVF）模型。推导了卖方因价格衰减及资产波动，向套利者让渡价值的封闭表达式，并分析了成交时间与损失间的权衡关系。结果显示区块时间间隔、价格衰减率及波动率是关键参数，且LPF损失存在最低不可避免边界。模型指导了拍卖参数的优化选择，对区块链设计和DeFi机制参数设置具有实际参考意义 [page::0][page::2][page::3][page::6][page::8].
本报告针对机场行李处理的团队组建与路径优化问题，考虑航站区随机旅行时间引入服务水平保障，通过两种二元规划模型构建结合Branch-Price-Cut-and-Switch算法动态切换求解方法，实现对任务时窗的概率约束和队伍技能层级的综合优化。实证基于慕尼黑机场数据，算法显著提升求解效率与解的可行性，随机旅行时间模型显著减少延误风险及罚款，确保稳定服务水平，为航空地面运营资源配置提供理论与算法支持[page::0][page::1][page::6][page::12][page::22][page::25][page::29][page::32].
