本文通过统计分析与模型模拟，探讨了M6投资挑战赛中运气与战略因素对团队表现的影响。研究表明，观察到的极端夏普比率大概率源于偶然性，未能证实持续异常收益的存在。文章构建了针对最高排名优化的动态规划模型，发现通过基于当前排名的对抗性配置调整（例如增加空头比例），团队能显著提升夺冠概率，即使未能获得异常收益。实证分析参赛组合权重验证了这一战略行为，展现了投资竞赛的非传统最优策略特征及其与期望收益最大化的区别。[page::0][page::5][page::6][page::7][page::10]
本报告基于Robinhood零售加密货币交易数据，运用无模型、无分布假设的有效自由度函数$N^{*}(N)$，验证了日收益率高度相关（约54%），且加密货币收益的相关结构更符合各资产同质相关（各向同性模型）而非线性因子模型。通过大量随机组合实验和统计检验，强烈否定标准线性因子模型，对Robinhood及CoinMarketCap历史数据的分析表明，这一同质相关特征至少稳定存在五年，提示市场风险集中且分散效果有限，为加密资产组合管理提供新视角与理论支持 [page::0][page::4][page::5][page::6][page::8][page::9][page::10][page::11]
本报告通过新闻关注度视角研究Gilchrist和Zakrajšek（2012）提出的过量债券风险溢价（EBP）驱动因素。结果表明，对180个新闻话题的月度关注度能够解释高达80%以上的EBP变动，该基于新闻注意力的EBP可以有效预测宏观经济走势，尤其是关注金融中介和危机话题时EBP上升，预示经济下行，而政治和科技话题关注度上升则对应EBP下降。该研究还发现，基于新闻关注构建的EBP版本在近百年间保持其预测宏观经济波动的能力，对传统情绪指标的预测作用具有替代效应，突显了新闻关注度在理解信用风险溢价与经济周期中的关键作用。[page::0][page::1][page::2][page::3][page::9][page::13][page::20]
本报告基于GDP、人均收入、移动支付普及率与互联网渗透率构建电商准备度评分体系，评估非洲各国电商发展潜力。通过尼日利亚、肯尼亚与南非城市与乡村案例对比，展示城市地区凭借完善基础设施和数字素养带来电商蓬勃发展，乡村则受限于网络覆盖和数字技能不足，发展相对滞后。研究强调通过针对性投资缩小城乡数字鸿沟，发挥移动支付等本地解决方案促进乡村电商融合的战略价值 [page::0][page::3][page::5][page::6][page::7]。
本报告提出了一种结合结构性变迁与区域差异的经济地理模型，通过引入非齐次Cobb-Douglas偏好，实现了对农业比重下降与制造业空间集聚共同演化的解析。模型表明，随着劳动生产率提升，制造业作为奢侈品的支出比重上升，引发劳动力从农业向制造业转移，同时制造业空间集聚促进整体生产率提升，结构性变迁与区域差异相互强化，共同驱动经济增长过程[page::0][page::2][page::18][page::19][page::21]。
本文针对由多算法交易策略组成的投资组合的换手率估计问题，建立了基于策略收益协方差矩阵的数学模型，证明了模型适用的必要条件，提出了新的换手率估计公式，并通过美国股票市场数据进行数值实验验证。研究表明，当各策略的换手率与收益波动率比值差异较小时，提出的新估计方法效果更优，提升组合优化时的换手率预测准确性，助力更合理的交易成本控制和投资决策 [page::0][page::3][page::5][page::9][page::10][page::12][page::13]
本报告提出一个多项目动态投资创新模型，展示了在异质研究项目和信息外部性的条件下，创新搜索一旦开始，理性代理将持续搜索直至成功，且有严格正概率导致搜索永无止境，反映了学习与搜索强度动态调整的合理性和政策启示 [page::0][page::1][page::3][page::4][page::5]
本报告利用2007年SXSW节日引发的Twitter在美国县级的准外生扩散，采用工具变量法，控制多种地理、人口及社会经济因素，实证分析了Twitter的采用率与自杀率之间的因果关系。结果显示，Twitter的地理扩散与自杀率没有显著关联，提示社交媒体在整体层面对自杀率影响有限[page::0][page::2][page::7][page::12]。
本报告提出了一个创新框架，通过定量识别和评估客户痛点的价值，推动工业智能服务创新。基于B2B场景，以频率和影响为核心参数，模型量化了解决功能性和结构性痛点所带来的客户与服务提供商的经济价值，有效指导价值定价和服务设计优化。案例研究验证了模型的实用性，支持加快智能服务创新流程并实现价值最大化 [page::0][page::1][page::4][page::6][page::7][page::8][page::9]。
本报告提出了MILLION，一个结合多目标学习与风险可控的深度学习投资组合管理框架。其通过资产回报率预测与排序两个辅助目标提升模型对未来市场的泛化能力，并通过投资组合插值与改进方法实现对用户指定风险水平的精细控制。实证研究表明，MILLION在三大真实市场数据集上显著优于传统预测优化及RL方法，表现出更优的收益风险平衡与训练效率 [page::0][page::1][page::3][page::5][page::6][page::7]
本文研究了一类来源于具有时间不一致偏好的投资组合选择问题的非线性积分方程，提出了一个统一框架，最小化对市场系数的假设，证明了该积分方程在温和条件下的方差可积解的存在唯一性。通过该框架，涵盖了均值-方差投资及随机风险厌恶偏好的均衡策略构造，拓展了相关文献的适用范围[page::0][page::1][page::4][page::9][page::11]。
本报告提出了一种基于规则的命名实体识别方法，用于识别法国下游空间领域的企业。该方法结合行业代码过滤、文本词汇筛选、上下文检测与正则表达式规则，成功从新闻语料库中检测出88家新的下游空间公司，显著丰富了行业数据库约33%。方法区别于纯统计模型，强调专家规则制定，提高了识别精度和效率，为新兴行业企业挖掘提供通用框架 [page::0][page::16][page::18][page::27][page::28]。
本文提出了一种基于无监督学习的rBergomi模型校准新方法，利用BSDE来替代传统需大量训练数据的监督学习，结合神经网络同时拟合模型参数和BSDE解。理论上证明了拟合误差界限，数值实验验证了方法在合成及历史数据上的高效和准确性，显著提升校准速度并具备更强适应性 [page::0][page::2][page::3][page::15][page::18].
本文提出了一种基于表现的"奖惩"变量保费方案，将再保险保费与实际实现损失挂钩，引入保费随机性。建立了保险人最优再保险策略及Bowley最优模型，数值表明该方案较期望值保费能有效降低再保险人的风险暴露，促进双方利益协调 [page::0][page::2][page::9][page::17][page::24]。
本报告基于20世纪初瑞典工业化时期的详细历史数据，结合工业动力来源和城市工人分布，构建污染强度代理变量并评估其对短期死亡率的影响。研究发现污染增加导致城市死亡率显著上升，最高达17%，主要驱动群体为中老年人。通过利用水力发电资源的自然差异，有效区分污染与经济增长的影响，确保估计结果的准确性和因果解释力 [page::0][page::4][page::7][page::12][page::13]。
本报告提出了一个可持续战略投资的连续时间随机博弈模型，解析了一个环保偏好的投资者与企业之间如何通过纳什均衡实现投资和减排策略的动态最优平衡。模型发现，企业和投资者的最优行动由两个随减排行为变化的移动边界触发，即“投资边界”和“减排边界”，反映了财务与环境绩效互动机制，进一步证明企业只有在财务绩效低于某阈值时才会主动减排以吸引投资。数值算法与蒙特卡洛模拟验证了理论结构，并揭示减排对企业财务绩效的长期积极影响和投资者资本配置的动态响应特征，为影响力投资与企业绿色转型提供了新的理论框架和量化分析工具 [page::0][page::1][page::6][page::29][page::39]。
本报告提出了一种基于神经网络的零售需求估计与动态定价方法，解决传统计量经济模型因价格波动不足导致的估计困难。通过模拟与实证分析，机器学习模型在低价格变化环境下显著提升了需求参数估计精度，平均均方误差降低近三倍，且始终能准确反映价格与需求负相关关系，表现优于传统回归模型[page::0][page::3][page::5]。
本文提出了一种基于Warm Start遗传编程的新框架，通过选取有效初始alpha结构并限制树结构搜索空间，提高了股票选股因子的发现效率和解释性。实证分析表明，该方法在2020-2024年中国股市数据中实现了优越的样本外预测能力和更高的组合收益率，显著优于传统遗传编程和基准因子，且有效缓解过拟合和高相关性问题。[page::0][page::2][page::4][page::6][page::7][page::8]
本报告提出了一种基于热力学数学结构的宏观经济学公理化理论——热宏观经济学（Thermal Macroeconomics，TM）。该理论无需微观经济主体的偏好和行为假设，推导了宏观经济的价格、货币价值、通胀含义等关系，构建了经济熵、经济温度等新概念，揭示了经济系统状态转移受第二定律约束，实现了多经济体联系时的非减熵原则。通过理想假设及柯布-道格拉斯代理微观模型验证TM理论，并拓展到贸易、金融流动、通货膨胀、货币容量、市场价格、税收关税等经济现实现象的定量分析，展示了经济温度与边际货币效用的对应关系及可测性，为宏观经济学提供了一条全新、严谨且可扩展的发展路径 [page::0][page::11][page::16][page::19][page::23][page::44]。
本报告提出了适用于去中心化金融的链上信用风险评分（OCCR Score）框架，该评分通过综合历史信用风险、当前风险、信用利用率、链上交易行为和新贷款行为等多个子评分，准确量化钱包的违约概率。报告通过数学建模与模拟验证了该评分的无偏性、一致性及渐近正态性，并提出基于OCCR动态调整贷款价值比（LTV），进而促进DeFi市场的资本效率提升和风险优化 [page::0][page::2][page::6][page::8][page::26].
