本文研究以对数收益为绩效与风险度量的连续时间RVaR投资组合选择问题，将动态优化转化为静态分位数优化，并通过RVaR变换权重函数的凸包刻画最优终值财富。研究识别出两类凸包几何及相应的多区域财富结构，证明RVaR在区间收缩或下端点为零时分别连接VaR与ES，并发现风险区间参数和收益—风险权重对风险资产配置具有非线性、非单调影响；当α>0且仅最小化RVaR时，极端不利状态甚至可能被配置为零终值财富。[page::0][page::3][page::22][page::23][page::28][page::29]
本报告围绕逐笔成交数据的深度学习选股方法展开研究，从资金流和事件驱动两个维度构建特征，并通过 Transformer 学习跨时间、跨 K 线及跨事件的注意力规律。研究表明，融合因子在2017年至2025年6月的回测中取得10.96%的周度RankIC和24.52%的多头年化超额收益；用于中证1000指数增强时，年化超额收益率为19.92%、信息比率为4.04，但模型仍面临微观结构变化、训练复杂度和过拟合等风险。[page::0][page::12][page::14]
本文提出一种面向多股票的通用条件扩散模型，联合生成下一交易日的股票收益率与隐含波动率曲面增量，并通过平滑性、静态套利约束及情景重加权提升生成结果的金融合理性。模型基于50只股票训练，并在50只样本内股票和50只样本外股票上进行检验；结果显示，扩散模型在静态套利控制、收益风险预测和主成分方差结构还原方面整体优于VolGAN，且无需重新训练即可迁移至样本外股票。其中，MSE版本的套利违约最少，套利约束版本的收益率区间覆盖率最接近95%目标，说明模型学习到了可跨股票共享的隐含波动率动态 [page::0][page::3][page::4][page::5][page::7]。
本文构建理论模型并利用约1986—2006年、覆盖约40个州的地区检察官政治履历与监禁数据，采用动态双重差分识别选举周期对刑事判刑的因果影响。研究发现，地区检察官选举年的人均入狱人数和人均判刑月数显著上升，选举年入狱效应相当于州内检察官判刑强度分布上升0.85个标准差，判刑月数效应相当于上升0.62个标准差；共和党县、竞争性选举和南部中部地区的效应更强，而逮捕率与犯罪率没有同步上升。选举效应在1986—2006年间逐渐减弱，并与公众对法院惩罚过重的看法增加相伴，表明检察官的刑罚决策会响应地方选民的政治激励。[page::2][page::16][page::23][page::31][page::32][page::35][page::38]
本文将配对交易与均值回复思想引入美国总统选举博彩市场，利用带加性白噪声的时变均值Ornstein-Uhlenbeck模型刻画两位主要候选人合计隐含概率，并通过参数自助法构建预测上界识别交易信号，再以无截距Bradley-Terry模型选择具体候选人赔率。基于2020年数据训练、2024年数据样本外检验，策略产生130笔完整交易，经验覆盖率为95.1%，合成赔率价格平均收益为1.86%，未年化单笔Sharpe型比率为1.12，但该结果未计入真实交易摩擦，不能等同于可执行博彩交易利润。[page::0][page::2][page::20][page::22][page::23]
本文研究价格与波动率均随系统年龄呈幂律变化时的连续时间Kelly最优配置。模型表明，当价格基准为P(t)=At^α、收益方差为σ²(t)=σ₀²t^-2γ时，Kelly配置满足K*(t)=(α/σ₀²)t^(2γ-1)，仅当γ=1/2时具有严格时间不变性 [page::0][page::3]。基于网络增长、参与者数量、流动性深度与波动率之间的条件性缩放假设，理论基准值γ=1/2得以推出 [page::2]。Bitcoin历史日度数据显示，4至9年滚动窗口估计的波动率指数均值约为0.53，窗口间标准差约为0.03，整体与γ=1/2大致一致，但该波动反映模型对窗口的敏感性而非正式置信区间 [page::5][page::9]。研究还指出，交易费用波动等额外的时间变动方差因子可能破坏Kelly配置的不变性 [page::8][page::9]。
本文借鉴 Music Lab 实验设计，研究社会信息如何影响 AI 群体对科学论文的选择。基于 GPT-5.6 Sol 对 114 篇《美国经济评论》2025 年论文的两组实验发现，展示先前选择会使单个代理平均选择量下降 17.2%，集体覆盖范围收窄、选择集中度上升，并放大社区间差异；随机赋予论文初始热度后，其后续被选择率提高 45.55 个百分点。AI 选择与外部引用仅有适度相关，与下载量相关性很弱，说明信息展示规则会显著塑造人工科研群体的科学注意力分配。[page::0][page::1][page::6][page::10][page::11]
本文研究大语言模型在招聘中的“单一文化偏差”，通过比较十个模型的基础版与后训练版，发现后训练显著提升模型在人力资本特征上的一致性判断，但也使模型决策更加相关，并将全球系统性排斥率从5.6%推升至17.3%。后训练模型对年长求职者的回调概率平均下降3.6%，八个模型出现负向年龄偏差，导致不同人口群体的系统性排斥率扩大至12.2%—21.7%；结果表明，提升局部决策质量可能同时放大劳动力市场层面的同质化偏差与群体不平等风险。[page::0][page::1][page::7][page::8]
本文构建了一个具有异质性代理人的优先定价机制设计框架，研究在质量分散会降低平均质量的摩擦条件下，如何通过价格、补贴与分层配置实现相对于平等分配的帕累托改进。核心结论是，两层优先体系无法使所有人受益，而包含高质量付费层、基准质量中间层和低质量补偿层的三层体系，能够利用不同阈值类型之间的排序收益弥补平均质量损失。该结论适用于车道定价、排队服务、异质质量公共品及逆向选择保险等场景。[page::0][page::2][page::3][page::26]
本文构建偏好驱动扭曲下的竞争模型学习框架，并通过实验比较贝叶斯平均更新者与最佳拟合模型更新者。结果显示，非对称收益会使信念向偏好状态移动，最佳拟合型参与者的偏移约为8.4个百分点，显著高于贝叶斯型参与者的0.5个百分点；研究还发现，最佳拟合型参与者通常表现出更极端的信念，并更可能持有极端经济叙事观点。[page::0][page::3][page::29][page::34]
本文提出面向合成金融网络系统性风险动态的算子化视觉分析管线，将潜在风险映射、概率评分、加权金融网络构建、基于最短路径的冲击传播、视觉编码与透视投影串联为统一的数学算子组合。实验采用520个合成观测、24个网络节点和31条加权边，结果显示平均概率风险整体保持相对稳定，而级联规模及传染强度在冲击发生后逐步上升，最终平均概率风险约为0.561。研究强调可视化应作为分析流程中的显式计算阶段，而非事后处理；该框架主要用于展示模块化、可复现的合成系统性风险分析架构，并不提出新的预测模型或传染机制。[page::1][page::7][page::11][page::12][page::18][page::22]
本文研究垄断再保险人在多维信息不对称环境下，为具有不同损失暴露和VaR偏好的连续型保险人设计最优再保险菜单。通过将类型重新参数化为再保险前VaR，并引入间接效用函数，研究将无限维、非凸的全球激励约束转化为逐类型条件。结果表明，止损、比例分保和变损合同下的最优间接效用均呈现铰链形式，并形成内生市场排除阈值；止损合同通过类型相关免赔额进行筛选，比例分保则将参与者集中于全额分保，变损合同在一定条件下不会比止损合同带来更多利润。数值结果进一步揭示了信息租与低风险类型市场排除之间的权衡。[page::0][page::2][page::3][page::21][page::33]
本文研究带独立Rademacher系数的随机符号Takagi–Landsberg桥及其路径变差性质。研究证明，在H=1/2时，沿任意固定确定性、网格趋于零的细化分割，二次变差几乎处处且关于时间一致收敛于t；对非细化分割，o(1/log n)的网格条件足够且阶数最优 [page::0][page::2][page::5][page::6]。当符号具有非零均值时，二次变差可能偏离二进制结果，甚至沿三进制分割不收敛 [page::2][page::6][page::17][page::18]。对于临界指数p=1/H，H≠1/2时可构造固定确定性细化分割，使临界幂和具有两个不同的有限累积点；但在满足相应网格条件的分割序列上，变差指数仍几乎处处等于1/H [page::7][page::8][page::26]。论文的核心方法包括二次和的算子表示、Rademacher混沌矩估计、Hanson–Wright集中不等式及有界差分方法 [page::9][page::11][page::14][page::26]。
本文提出一种融合参数型与模型损失触发机制的透明巨灾债券，通过成本随机场同时纳入风速灾害、脆弱性函数和保险暴露，并利用极值理论中的最大稳定随机场刻画德国风暴风险。基于1999—2020年德国风暴数据，研究估计脆弱性指数为7.8，触发机制与行业损失的拟合优度R²达到0.9307，显著优于多种基准参数型触发器；进一步采用带Cauchy相关结构的extremal-t模型和Wang变换完成定价，结果显示透明机制能够降低道德风险，同时改善基础风险，但模型在损失分布右尾仍存在低估。[page::14][page::17][page::20][page::26][page::28]
本文研究隐藏有限状态马尔可夫增长 regime 下、具有 Epstein–Zin 递归偏好的代表性消费者经济。报告证明，在允许价格包含额外正值绝对连续估值因子的候选类中，均衡会迫使该因子为常数，因此股票价格最终仅由股利和后验信念决定 [page::0][page::2]。在两状态情形下，作者进一步证明定价方程正经典解的存在性、唯一性、端点光滑性、内部解析性及有界性，并分析偏好参数对价格—股利比单调性与曲率的影响 [page::15][page::16][page::17]。在高增长状态信念提高估值的区域，学习效应使股票波动率随信念呈状态依赖，并通过风险中性动力学形成期权定价 PDE；短期限条件风险中性收益偏度的领先符号由股票波动率对信念的斜率决定 [page::20][page::23][page::24]。
本文利用新加坡公共住房“主要升级计划”的分期实施，采用双向固定效应、交错双重差分和空间暴露校正方法，识别高密度城市住房升级的直接效应与邻里外部性。结果显示，升级完成后处理建筑房价上涨约11.5%，500米内每增加一栋已升级建筑，邻近房价上涨约0.15%，平均累计溢价约1.95%，且外部性在500至1000米范围内趋近于零。福利模型表明，在新加坡高密度环境下，住房实物补贴因正向溢出而优于等额现金转移；但在人口密度较低的城市中，该优势显著减弱甚至逆转。机制分析进一步发现，升级降低居民流动率并提高社区平均年龄，表明老年住户留存是重要的构成型外部性渠道。[page::0][page::2][page::3]
本文提出一种基于确定性时间变换的结构化信用模型校准方法：以可解析的首次穿越时间模型为潜在模型，通过反演潜在生存曲线构造唯一隐含时钟，使模型能够精确匹配任意满足正则性条件的目标生存概率曲线。[page::0][page::6][page::7] 该方法适用于布朗运动、带漂移布朗运动及AT1P等模型，并揭示AT1P中的确定性波动率本质上对应时间变换时钟。[page::10][page::12] 数值结果显示，时间变换后的布朗运动和AT1P模型均能有效复现目标曲线；尽管短期时钟速率可能发散，其累计方差在有限期限内仍保持有限。[page::14][page::15][page::18]
本文提出面向去中心化交易所算法交易系统的拒绝后跟踪采样方法（PRFS），通过与拒绝扫描器相同的实时预言机路径，按预设时间间隔观测被拒绝代币的价格与流动性轨迹。基于单一Solana pump.fun子市场、8.63天窗口内的2,997个拒绝事件和67,000条观测记录，原因感知的三字段匹配覆盖率为48.55%，原因无关的诊断覆盖率为54.75%，且覆盖率在过滤器、数据源和时间维度上显著不均衡。研究同时披露了253条原因冲突记录、263个孤立键及8,593条未对齐结果，并强调事件聚类、缺失机制和首日预热对统计解释的影响。PRFS测量的是实际拒绝后的观察性市场轨迹，不代表假设接受交易的收益或因果结果 [page::0][page::2][page::9][page::11][page::14][page::15]
本文针对随机波动率模型中Euler离散存在偏差、方差可能为负，以及精确模拟需要逐路径计算条件积分方差等问题，提出基于Strang二阶算子分裂的统一模拟框架。该方法仅需模拟终端方差或跳跃增量，避免傅里叶反演、矩匹配和复杂接受拒绝抽样，并适用于Heston、4/2、Hull–White、lifted Heston及Barndorff–Nielsen–Shephard模型。理论上，方案对欧式及离散监控路径依赖期权具有二阶弱收敛；数值实验显示，其在精度—计算速度权衡、稳健性和实现便利性方面整体优于Euler及多种既有模拟方法。[page::0][page::2][page::20][page::23][page::34]
本文针对Ornstein–Uhlenbeck驱动随机波动率模型，提出基于Strang–Marchuk算子分裂的高效蒙特卡洛期权定价方法，通过各子算子的解析解避免条件积分方差抽样和特征函数路径反演，仅需生成少量正态随机变量。数值结果表明，该方法在亚洲期权、障碍期权及走廊方差互换等高频监控路径依赖产品上具有最佳的精度—速度权衡，并可结合条件蒙特卡洛和鞅保持控制变量进一步降低方差。[page::0][page::1][page::14][page::15][page::16]
