本报告提出通过利用证券公司每日报告，将定性文本信息分解为关键因子并结合数值价格数据，构建多模态上下文集合，采用LLMs对关键因子进行Likert量表打分，实现在金融市场中将定性洞察量化为可预测的数值。通过自回归移动窗口构建上下文，实现动态更新，提升预测性能。实验结果显示LLMs在捕捉市场短期趋势及预测准确率方面整体优于传统时间序列模型，同时基于推理过程的得分解释增强了模型透明性，但仍存在可复现性和解释性不足的问题[page::0][page::2][page::5][page::6]。
本论文提出了一种结合向量自回归(VAR)与前馈神经网络(FNN)的混合模型，用于高频交易中订单流失衡(OFI)的预测。VAR捕捉线性依赖，FNN对残差建模非线性模式，实现对买卖方交易压力的强度评估。通过Binance的合成及真实加密货币数据回测，混合模型在预测准确度及交易信号精度上均优于单独VAR和FNN模型，提升了高频交易中市场动态理解和策略制定能力[page::0][page::1][page::6][page::10][page::11][page::12]。
本报告提出了一种基于多层嵌套Ornstein-Uhlenbeck过程的稳定币及质押资产汇率动态模型，结合随机最优控制理论，设计了专门针对挂钩加密资产交换的自动化做市商(AMM)策略。通过实证数据的参数估计与过滤方法验证了模型有效性，并显示该策略在风险控制与流动性提供方面优于传统基于几何布朗运动的模型，显著提升了挂钩资产市场的效率和流动性 [page::0][page::2][page::4][page::5][page::6][page::7][page::8][page::11][page::14][page::15][page::18][page::19][page::20]
本文从数学性质出发，证明了科布-道格拉斯生产函数是唯一满足：在具有规模报酬不变的条件下，企业在任何给定产出水平上最小化成本时，劳动成本份额保持常数的函数。该定理提供了生产函数的独特刻画，赋予科布-道格拉斯函数更坚实的理论基础 [page::0][page::1]。
本报告提出了面向房地产多个定价组的动态定价数学模型，旨在最大化销售期末的累计总收入，同时满足销售量和收入目标。模型扩展考虑了资金时间价值和房地产价值随施工进度提升的影响。设计了分配收入目标的方法，并基于多组价格构建了定价策略算法，通过数值模拟验证了算法在需求变化情况下的适应性。模型及算法为房地产开发企业优化利润管理提供了理论支持与实践工具 [page::0][page::1][page::4][page::6][page::10][page::14][page::19]。
本报告围绕强化学习在量化交易中的应用，重点探讨通过20种技术指标输入并利用DQN、PPO、A2C等算法构建交易模型，详细分析数据预处理、奖励函数设计及超参数调优对模型表现的影响。实验证明DQN在合理调参后实现了42%以上年化收益率，彰显RL在复杂金融市场中的潜力和挑战，奠定了后续研究基础 [page::0][page::2][page::5][page::6][page::7]。
本报告基于相关几何布朗运动假设，提出了一种通过主成分分析和奇异值分解，结合正则化方法，实证计算无风险影子利率（SRR）的数值方法。实证应用涵盖包括多组合股票和ETF市场，分析了SRR及其相关状态价格折现因子的漂移和总波动率时序特征，展示了SRR在资产类别鉴别中的潜力及数值稳定性改进策略 [page::0][page::1][page::6][page::8][page::14][page::16][page::17].
本报告研究了基于秩依赖期望效用和累计前景理论框架下的广义短缺风险度量，推导了其在重尾风险下的一级和二级渐近展开。结果统一了扭曲风险度量和效用基短缺风险度量，并为极端水平的风险度量估计提供了理论依据。报告还通过数值实例验证了渐近展开及估计器的准确性，具有重要的理论与实际意义 [page::0][page::2][page::7][page::8][page::12][page::18]。
本报告基于2,500个NGO活动案例，揭示NGO围绕目标公司的年度股东大会（AGM）日期调整活动时点的策略演进。早期NGO更多选择在AGM当天发起活动以最大化媒体曝光，促使消费者反应和相关股东提案，但对当年投票无直接影响。随着声誉资本积累，成熟NGO逐渐提前发起活动，增强对AGM投票的影响力，实现企业环境和社会绩效的提升，展示了曝光与影响之间的权衡机制 [page::0][page::1][page::9][page::13][page::16]
本报告通过实验验证了利用现代控制理论中的极点配置方法，实现对五策略演化博弈中纳什均衡的选择控制。实验结果表明，策略的长期分布、循环模式及收敛速度与理论预测高度一致，证明了设计控制器以调节均衡选择的可行性和有效性，为演化博弈动力学过程控制提供了实证支持 [page::0][page::1][page::6][page::7][page::8][page::10]
本报告提出基于Archimedean copula的信用投资组合风险模型，刻画强尾部依赖性，通过精确渐近分析推导大额组合损失的尾概率和期望短缺，进而设计两种高效的蒙特卡洛方差缩减算法（基于重要性抽样和条件蒙特卡洛），显著提升罕见事件估计的计算效率，特别是结合条件蒙特卡洛方法实现了百万级方差缩减 [page::0][page::2][page::5][page::9][page::16]
本报告提出了一种基于连续Hopfield网络的全模拟投资组合优化流程，通过线性自编码器与平衡传播算法计算低秩协方差矩阵，再利用Hopfield网络快速求解最小方差组合，实现高效能、高速的风险收益权衡，适合高频交易等场景 [page::0][page::5]。
本文介绍了Python开源包ajdmom，自动推导带状态无关跳跃强度的仿射跳跃扩散(AJD)模型的显式矩公式，包括条件矩和无条件矩，支持任意阶矩及其对模型参数的偏导数计算，极大地促进了这类金融和其他领域复杂随机模型的分析与估计 [page::0][page::2][page::3][page::5][page::6][page::8][page::12][page::14]。
本报告提出基于深度强化学习（DQN）在多智能体仿真环境ABIDES中实现的最优交易执行策略。通过模型化悬价单薄顺序簿（LOB）状态特征，训练智能体动态决定交易规模，实现了在限时内最大限度降低市场冲击和执行成本的目标。结果显示该强化学习策略在收益和执行稳定性上显著优于传统基准策略如TWAP和被动交易方法，体现了强化学习在复杂金融市场执行策略优化中的潜力 [page::0][page::5][page::6]。
本文通过公理化方法系统刻画了若干简单风险分担规则，包括均等分担、均值比例分担及基于协方差的线性分担规则。利用重排性、贡献者匿名性及强聚合贡献性等公理，构建出统一的理论框架，明晰这些规则背后的核心原则与数学表达。此外，本文提出了基于场景的新型风险分担规则，为实际操作提供更灵活的方案选择[page::0][page::13][page::23]。
本报告基于离散时间Radner均衡框架，构建了碳排放权交易市场模型，提出了排放配额价格及其方差的显式解。通过灵敏度分析揭示了监管标准、减排成本和排放水平对配额价格与企业减排努力的影响机制，特别量化了处罚力度和排放上限对价格均值和波动性的不同作用，对政策制定和市场行为管理提供了重要参考 [page::0][page::1][page::2][page::3][page::8][page::14][page::17][page::26]。
本报告提出了基于文本数据的全新组合多样化度量指标——词汇比率（Lexical Ratio，LR），通过计算投资组合各资产相关文本的词汇分布熵，捕捉传统基于相关性和波动率指标难以识别的多样化维度。通过对S&P 500组合的实证分析，LR显示出优于马科维茨波动率和多样化比率等传统指标的风险调整收益能力，特别是在波动加剧的市场环境中，LR能揭示资产间潜在的非数值依赖关系，为组合风险管理提供更丰富的信息视角和更稳健的优化结果 [page::0][page::4][page::10][page::19][page::25]。
本报告提出了BreakGPT，一种结合大语言模型和Transformer架构，用于预测加密货币市场价格急剧上涨的时间序列预测模型。通过对比简单Transformer、ConvTransformer及BreakGPT三种模型，验证其在捕捉局部和全局时间依赖关系上的能力。结果显示，ConvTransformer在捕捉短期波动及长期趋势上表现最佳，BreakGPT则通过提示语增强模型对价格突变的识别能力，训练周期短且具备较强竞争力，为金融市场价格预测提供了创新且高效的解决方案 [page::0][page::2][page::3][page::5][page::6]。
本报告聚焦于外汇期权隐含波动率缺失数据的填补问题，提出通过改进变分自编码器（VAE）架构与训练方法提升波动率曲面插补性能。引入基于残差网络的VAE结构和基于噪声异方差的改进，显著降低估计误差且无需调节β-VAE超参数，同时实现对插补波动率的不确定性有效建模。实验结果表明，改进后的VAE模型在高缺失率环境中优于经典隐含波动率模型，且针对不确定性的估计提高了模型的实际应用价值 [page::0][page::5][page::7][page::13][page::15][page::18][page::19]。
本报告基于2023年6月至2024年6月Uniswap去中心化交易所的逐笔交易数据，利用多重尺度重整波动分析方法（MFDFA）系统研究了基于自动化做市机制的DEX市场中ETH/USDT与ETH/USDC的价格和成交量波动特征。结果显示，尽管DEX的流动性远低于CEX，且交易机制不同，其价格波动和成交量序列表现出明显多重分形特征，且多重分形谱呈明显左偏，表明大波动主导多重分形性质。成交量的多重分形特征更为显著，且波动率与成交量间存在弱多重分形交叉相关。本文首次定量揭示了去中心化交易所的复杂性，为理解DEX市场成熟度及其与传统中心化市场的异同提供重要理论支持[page::0][page::2][page::4][page::6][page::8][page::9][page::10][page::11][page::12][page::13].
