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].
本报告通过分析超过32,000篇NBER工作论文文本，更新了经济学不同领域中“可信度革命”的进展，覆盖金融和宏观经济领域。研究发现，尽管应用微观经济学领域广泛采用了实验和准实验方法，金融和宏观经济学在这些方法的采用上仍相对滞后，主要增长动因为差分法。其他方法如工具变量、回归不连续设计及随机对照试验增长平缓，合成控制方法自2020年后趋势下降。报告揭示，差分法在金融领域的普及推动了该领域“可信度革命”的跃进，且不同研究项目之间存在显著差异，为未来研究方法多样化提供了参考 [page::0][page::1][page::5][page::13][page::17][page::18]
本报告提出了一个概率性投票模型，解释在政治家边际效用递减的前提下，政党政策分歧的形成机制。研究发现，政党通过差异化政策吸引不同选民群体，稳固核心支持基础，借此获得政治租金。单一政策维度中，政党因选民极端立场的分化收益增加，激励双方推动对方支持者极端化以拓展自身优势。多维政策维度扩展显示，政党受益于社会分裂成两个意识形态高度内聚的派系。报告还分析了党派身份认同、零和思维及信息提供对极化的放大作用，建议通过调整选举规则减少极化。[page::0][page::2][page::3][page::10][page::14][page::22][page::25][page::27][page::31][page::34][page::35]
本报告构建了一个债务循环（debt recycling）动态模型，研究房屋净值与抵押贷款余额的时间演化，揭示了借款人属性和市场条件对该策略成败的关键影响。分析结果表明，策略存在强成功、弱成功、违约和永久再抵押四种动态相，且成功与否高度依赖贷款价值比、投资风险和房市表现等参数。模型利用均值过程和随机波动深入探讨了首次触及时间，权衡了传统月供和债务循环策略的比较优势，结果与数值模拟高度吻合，为理解及监管债务循环提供了理论基础和实践参考 [page::0][page::4][page::7][page::29]。
本报告在仅已知分布的部分信息（均值和方差）条件下，系统地推导了广义失真风险度量（distortion riskmetrics）和加权熵的极端最坏情形。这些结果拓展了现有的失真风险测度极值理论，涵盖了常用熵指标如Gini、CRE、Tsallis熵及其加权版本，同时对相关的保险费原则和尾部短缺进行了应用说明。报告提供了极值分布的精确构造方法，并通过NASDAQ三只股票日收益数据数值验证了所得界限的有效性 [page::0][page::3][page::6][page::23]。
本报告提出了HLOB，一种基于Triangulated Maximally Filtered Graph（TMFG）和Homological Convolutional Neural Networks（HCNNs）的高频限价单簿（LOB）中值价格变化方向预测深度学习模型。HLOB通过建模LOB体积及价格层级间的高阶依赖结构，有效捕获非平凡的空间信息结构，在不同微观结构风险股票上，尤其是large-tick类别，实现了对比9种最先进模型的优势，揭示了信息空间分布及其随预测时长的衰减规律，推进了市场微观结构与深度学习的结合研究 [page::0][page::2][page::5][page::15][page::20][page::26]
本报告提出基于瞬时价格冲击模型的经纪商执行成本估计新方法，分别改进线性成本与价格冲击成本的估计精度，实现信噪比显著提升。通过利用执行期间的中价动态和合理加权价格变动，有效降低了统计误差，加速了经纪商优选过程，为交易执行性能评估提供了高效且稳健的量化框架 [page::0][page::1][page::7][page::11][page::13]。
本报告提出了一种基于凸优化的滴答级流动性配置方法，旨在在给定价格波动率和交易量预测的条件下，最大化去除折旧后资产价值的收益。实验证明，将流动性集中在当前价格附近通常非最优，最优策略体现了费用追逐和损失规避两个相互作用的效应。该方法通过严格的数学推导和Python工具实现，支持多协议、多费率池的候选滴答集合，为去中心化市场的深度流动性提供了理论及实务框架 [page::0][page::3][page::7][page::8][page::11]
本报告针对限价订单簿（LOB）仿真，重点扩展了队列反应模型，通过引入订单大小的状态依赖因素，显著提升市场仿真逼真度。基于德国国债期货实证校准结果，扩展模型更准确反映了订单流特性、队列分布形状及价格波动性，兼顾了订单类型、到达率及订单大小，成功复制了多项市场典型特征，为高频交易策略设计及风险管理提供了实用模拟工具 [page::0][page::22][page::14].
本报告在Cramér-Lundberg风险模型框架下，采用单调均值-方差准则，研究存在锥形约束和随机市场参数的投资-再保险最优策略。通过求解带跳跃的BSDE，得出半闭式解，验证了该模型下单调均值-方差与经典均值-方差问题的最优策略一致性，拓展了带跳跃不连续财富过程的相关理论[page::0][page::1][page::10][page::18]。
本文提出了一种风险中性生成网络（RNGN）方法，通过神经网络函数式建模时间到期收益率的随机曲线，实现无套利条件下高效准确地从期权市场价格中提取风险中性密度。包含三种具体模型（RN-Q、RN-MLP、RN-DMLP），凭借灵活建模波动率、偏度和峰度的期限结构，显著优于多种经典模型。实证使用标普500期权数据验证了模型的定价精度、稳定性及市场合理性，特别是RN-DMLP表现最佳，捕捉了复杂分布形态并保持预测稳定性，且风险中性波动率与VIX高度相关，显示模型良好金融解释力[page::0][page::4][page::18][page::26][page::30].
本文扩展了DeTEcT框架，通过引入静态与动态以及确定性与概率性的参数化方法，增强了对不同类型代币经济体中财富分布的建模能力。本文还提出了动态货币供应扩展，支持无上限代币经济（如以太坊）的建模，阐明了时间平移对称性与折现因子的关系，丰富了DeTEcT对现实经济的适用范围[page::0][page::1][page::10][page::17][page::19][page::22][page::24]。
本报告提出一种基于Distribution Builder的多期最优消费模型，利用copula构建消费期间依赖结构，实现给定分布下的成本最小化策略。通过Black-Scholes与CEV模型验证了方法有效性，结果显示正相关的消费随机变量构成成本效率最优策略，并引入了对应的成本效率前沿，为投资者提供风险-收益的决策参考 [page::0][page::5][page::9][page::19]。
本报告运用拓扑数据分析（TDA）方法，通过计算持久同调的$L^{1}$、$L^{2}$范数及Wasserstein距离，成功识别了2008年金融危机和COVID-19大流行造成的股票市场极端事件（EE）。研究覆盖亚洲、欧洲、美洲及大洋洲等主要大陆，并细化分析了COVID-19期间印度多个行业板块的异质性冲击，发现银行业在主跌后依然承受较长时间的显著震荡，证明TDA在多时间序列极端事件检测及后续影响分析中的有效性和优越性[page::0][page::1][page::7][page::10][page::11]。
本报告提出一种半监督深度生成框架，结合消费者偏好和外部用户生成内容(UGC)数据，指导连续条件生成对抗网络（CcGAN）生成更受消费者欢迎的产品设计。该模型有效缓解了小型企业“冷启动”难题，通过整合内外部偏好信息，显著提升设计吸引力和多样性，验证于中国无人摄影连锁企业的照片模板设计应用，显示出其在捕捉异质消费者偏好及提升设计效率方面的突出优势 [page::0][page::2][page::4][page::29][page::34]
本研究基于2015年巴西马里亚纳矿坝灾难，利用差异化处理模型和巴西全国劳动力数据，揭示环境灾难主要通过生产要素渠道导致受灾区域工资显著下降（约5.5%），而空间均衡机制在非直接用水职业中表现为薪酬补偿效应但未显著影响总体水平。产业异质性分析显示，矿业和农业等用水密集行业工资损失更大，卫生行业则出现薪酬上升，表现为灾难引发的劳动力需求增加。扩展区域结果进一步支持环境作为生产资本的推论，且大部分解雇和迁移效应不显著，表明环境灾难主要通过资本冲击导致劳动力贫困化，而空间均衡效应局限于部分职业群体。本研究丰富了环境灾难与劳动力市场动态联动的理解，为未来环境政策制定提供参考 [page::0][page::2][page::6][page::16][page::22][page::28][page::38]
