Using the Crypto Fear & Greed Index and Bitcoin (and ETH) market data, the paper documents an "extremity premium": extreme sentiment regimes (extreme greed or extreme fear) are associated with materially higher uncertainty and wider estimated spreads than neutral regimes, an effect that survives multiple robustness checks including within-volatility-quintile stratification and cross-asset replication [page::0][page::14][page::28].
创建时间: 2026-02-17T12:39:48.768477+08:00
更新时间: 2026-02-17T13:12:47.862335+08:00
本文基于OECD 7国工人微观调查，检验工作中使用AI与三类主观福祉（心理健康、工作愉悦度、身体健康与安全）之间的关联，发现AI使用者更可能报告改善，幅度在约7.9%–19.7%之间，且效应在代际与性别间显著不同（例如：Y世代在三方面均显著受益；Z世代主要在工作愉悦上有显著提升）[page::5][page::10][page::14]. 本研究为AI对非金钱性劳动力成果的跨国微观证据，并指出政策应关注职业阶段、技能与任务匹配以实现包容性AI采用[page::5][page::17].
创建时间: 2026-02-17T12:39:47.614726+08:00
更新时间: 2026-02-17T13:12:51.047502+08:00
本文建立一周期效用极大化框架，考虑再保险人储备的背景风险 S 与当期内生违约（当约定给付超过可用准备金时发生），在期望价值计价下通过“固定保险费→求局部最优合同→对保险费优化”的两步法得到解析/半解析的最优再保险合同；主要结论为：允许以 S 为参照的合同时，全球最优为单一免赔+保额上限的默认无违约合同；若合同只依赖损失 X（且 S 为离散、与 X 独立），最优合同呈多层结构并可能引发违约 [page::0][page::11].
创建时间: 2026-02-17T12:36:45.181846+08:00
更新时间: 2026-02-17T13:14:27.257687+08:00
本文提出Portfolio Tangent Kernel（PTK）：在深度神经网络（DNN）训练构建SDF时，将“发现特征（what to price）”与“定价规则（how to price）”严格分离。PTK把网络学到的梯度特征映射为一个大规模特征管理因子集合，并给出闭式线性定价表示（LFM），在样本外能显著优于原始DNN和强随机特征基准；同时，PTK的谱复杂度自21世纪初以来显著上升（约6倍），这提高了隐含正则化并限制有限样本下的可学性能 [page::0][page::4][page::38].
创建时间: 2026-02-17T12:36:44.687957+08:00
更新时间: 2026-02-17T13:18:24.068603+08:00
本文提出在不知晓模型原语的情形下，通过设计一类特殊高斯随机策略的辅助问题，将连续时间强化学习（actor-critic）用于求解不完全市场中的Merton效用最大化问题，证明辅助问题最优高斯策略的均值等于原始问题的最优策略，并给出收敛性、温度参数（λ）对偏差-方差权衡的理论分析；数值与实证结果显示所述RL算法在有/无模型误差及有限样本情形下均显著优于传统plug-in与ERM方法 [page::0][page::9][page::15][page::21][page::25].
创建时间: 2026-02-17T12:36:44.191033+08:00
更新时间: 2026-02-17T13:19:06.249534+08:00
本文提出以交易价值与交易量的随机性为出发点，推导出“市场基准（market-based）”的收益率均值与方差，并证明当交易量不恒定时，传统基于价格时间序列的频率式估计会低估或错判收益的统计特性；此外给出考虑时间位移τ的收益方差表达式，并指出收益-成交量的直接相关性为零，应以收益与成交量平方的协动来衡量二者的统计依赖性，为宏观与大模型的校准提供了替代性度量建议 [page::0][page::6][page::15]
创建时间: 2026-02-17T12:36:43.931884+08:00
更新时间: 2026-02-17T13:18:27.433682+08:00
本研究提出一种面向“直接指数化”与严格基数约束（K-of-N）问题的约束保持 QAOA-XY 框架：以 Dicke 态初始化进入恰为 K 的子空间，使用完整图 XY-mixer 保持哈明权不变，并以 trotter 化线性参数铺排缓解 Barren-Plateau，从而避免惩罚项扭曲能量面。基于 10 只美股（2025 年月度滚动回测，180 日回溯，交易成本 5bp×turnover）进行的对比实验显示，QAOA-XY 在净化交易成本后实现了 30.09% 的总收益与 1.81 的 Sharpe，比 Simulated Annealing（24.17%、1.31）和 HRP（10.88%、0.98）显著更优，但伴随更高的月均换手率 76.8%，提示在实务中需权衡换手与实施成本 [page::4][page::6][page::7]
创建时间: 2026-02-17T12:36:43.675991+08:00
更新时间: 2026-02-17T13:22:20.203431+08:00
本文指出金融场景下对大语言模型(LLM)的评估普遍忽视五类结构性偏误（前瞻/存活/叙事/目标/成本），并提出“结构有效性框架”及可检验的五项检查（时间消毒、动态样本空间、理由稳健性、置信校准、现实成本）以保证回测结果具备部署证据 [page::0][page::5]
创建时间: 2026-02-17T12:36:43.379571+08:00
更新时间: 2026-02-17T13:22:41.167146+08:00
本文提出一个包含计划管理人和再保人两层的P2P（点对点）再保险框架，分别给出Pareto（JP-optimal）与Bowley（领袖-跟随）两类博弈契约的封闭形式解，并分析了载荷（safety loading）选择、联盟稳定性与个体理性约束的充要条件；证明了Bowley解从不属于JP最优且通常导致较低的总体福利；数值案例展示再保险层能提高福利、单一载荷限制对高风险成员更有利，并研究了再保人风险厌恶对再保险转移与福利的影响 [page::0][page::3][page::13][page::17][page::19]
创建时间: 2026-02-17T12:36:43.092469+08:00
更新时间: 2026-02-17T13:24:47.337910+08:00
本文基于2025年9月整月的全链数据，研究了Solana上Launchpad平台Pump.fun中代币“毕业”（迁移到真实AMM）的决定因素，构建并估计了以虚拟Bonding-curve上锁SOL(vSol)为基准的条件毕业概率曲线，并展示将交易速率、机器人占比、历史胜利交易者与高产创作者等行为微观变量加入条件集合能显著提升预测力，同时披露了常见的预毕业集中抛售（dump）机制对毕业路径的破坏性影响 [page::2][page::26]。
创建时间: 2026-02-17T12:36:42.838514+08:00
更新时间: 2026-02-17T12:42:25.004293+08:00
本文评估2019年墨西哥社会养老金（PAM）普遍化改革的因果影响，利用ENIGH重复横截面数据与三重差分（DDD）设计区分资格扩展与补贴提高的效应，发现普遍化显著提高参保率但并未降低总体贫困，且在2024年观测到极端贫困小幅上升，这主要由底层老年人劳动退出导致，表明普遍化在减少行政排除的同时可能稀释再分配效果并引发不利行为反应 [page::0][page::2][page::10][page::11][page::12][page::20]
创建时间: 2026-02-17T12:36:42.579673+08:00
更新时间: 2026-02-17T12:45:53.777131+08:00
本研究使用2011年1月至2019年5月67家沪市A-H双重上市公司月度数据，基于双步系统GMM动态面板估计，发现上海—香港股票互联互通（SHHK）实施后A-H溢价平均上升约18.4%，且该效应在低效率市场中更强、在高效率市场中减弱；公告阶段未观察到显著反应，且一系列稳健性与安慰剂检验支持效率依赖性结论 [page::0][page::5][page::8][page::14]
创建时间: 2026-02-17T12:36:42.313182+08:00
更新时间: 2026-02-17T12:40:48.282858+08:00
本文提出 FactorMiner——一种将可执行“因子挖掘技能”与结构化经验记忆相结合的自演化代理，采用Ralph Loop（检索-生成-评估-蒸馏）循环，利用记忆先验引导因子搜索以降低冗余并提高发现效率；在A股与加密市场上构建了110个可解释公式因子库，展示出较高的IC/ICIR与受控的因子间相关性，且在有记忆/无记忆消融中证明记忆显著提升高质量因子产出 [page::0][page::5][page::6]
创建时间: 2026-02-17T12:36:42.050824+08:00
更新时间: 2026-02-17T12:45:58.266963+08:00
本文将金融市场视为信息传输系统，基于四条信息论假设（A1–A4）通过极小化 surprisal 与 Kullback–Leibler 散度，导出仅含一参数的最简市场模型（MMM），并证明在该模型下归一化因子为 CIR（或 SROU）过程，因子及其和以及股票的 GOP 在相应活动时间内演化为平方径向 Ornstein–Uhlenbeck（SROU）过程 [page::2][page::13][page::19]。在该框架下提出的 benchmark-neutral（以GOP为基准）定价方法无需额外估计 net risk-adjusted return，从而实现对多类或长期（极端到期）债券的极高精度对冲，实证示例表明对冲误差极小（图4.3）[page::16][page::23]。
创建时间: 2026-02-17T12:36:41.781598+08:00
更新时间: 2026-02-17T12:50:16.505953+08:00
本文以二次向量自回归（QVAR/QAR）为 DGP 实验室，系统比较线性 LP、两类常用的 state-dependent LP（按冲击符号分割的 shock-based 与以滞后可观测量为状态的 lag-based）以及作者提出的可实现规格（Feas，包含 u_t、u_t^2 与滞后状态×u_t 的交互项），并推导了各规格的族内人口 IRF 与均方近似误差，结论是：纯线性 LP 在对称冲击下无法捕捉二阶非线性，AsymLP 捕获高阶（非对称）效应而 LagLP 捕获状态依赖，但两者的改进主要集中于尾部（大冲击或极端状态）；Feas 在整个冲击—状态联合分布上均显著改善，是实证上的一个稳健中间选项，同时需要使用 HAC/HAR 而非简单 EHW 来做推断 [page::0][page::3][page::13].
创建时间: 2026-02-17T12:36:41.063330+08:00
更新时间: 2026-02-17T12:52:14.365488+08:00
本文研究在大维度下向样本协方差引入正定正则化矩阵并施加组合平均ESG约束后的正则化均值—方差投资问题，给出该正则化ESG约束组合的渐近出样Sharpe比极限及基于随机矩阵理论构造的一致性OOS Sharpe比估计量，提出基于估计器的自适应正则化选取方法并在S&P500成分股上展示其在满足ESG目标同时取得高出样Sharpe比的实证效果 [page::0][page::3][page::24]
创建时间: 2026-02-17T12:36:40.794068+08:00
更新时间: 2026-02-17T12:55:38.132532+08:00
本文提出将各类优先级金融结构形式化为“可计算的分配算子”，将随机现金流的生成层与确定性的分配/触发逻辑分离，从而使支付瀑布、触发条件与结构参数以统一、可执行的计算对象呈现，便于在相同场景下比较不同结构配置并导出位置级支付流、估值与损失分布 [page::0][page::6]
创建时间: 2026-02-17T12:36:40.536925+08:00
更新时间: 2026-02-17T12:39:45.272786+08:00
本文研究将Quasi-Monte Carlo（Sobol’ LDS）与全局灵敏度分析（GSA）应用于期权定价与Greeks的计算，证明对多数欧式及路径依赖衍生品QMC在收敛率、稳定性与场景数上普遍优于标准MC，且通过Brownian-bridge与PCA可降低有效维度从而增强QMC效果；在greeks计算上，若灵敏度数量不大，FD结合QMC即可接近AAD的精度/效率，从而在实现成本上更有优势 [page::0][page::29].
创建时间: 2026-02-17T12:36:40.278898+08:00
更新时间: 2026-02-17T12:45:24.101456+08:00
本文提出把关键定价输入（尤其是融资利率与标的收益率）随机化并通过“fugit”（期望早行使时间）或其分布对美式期权定价做加权积分，以量化美式期权中被常规定价体系遗漏的隐含可选性与凸性，结论显示：随着利率路径不确定性（σ_r）上升，美式-确定化基准之间的差值π_A单调增大，且在不同利率动力学下（正态、对数正态、Hull–White）均成立 [page::0][page::8].
创建时间: 2026-02-17T12:36:40.018469+08:00
更新时间: 2026-02-17T12:48:38.151310+08:00
本论文介绍 Factor Engine——一个以可扩展、可复现为设计目标的高性能 Python 因子计算库，采用装饰器 API 简化因子定义与管理，并通过与 Stata 参考实现的相关性与回测比较验证了计算正确性与实用性，为量化因子工程和策略开发提供了实用工具与范式 [page::0][page::4]
创建时间: 2026-02-17T12:36:39.750512+08:00
更新时间: 2026-02-17T12:51:39.468613+08:00
