本文研究了基于有限状态连续时间马尔可夫链(CTMC)模型的利率衍生品定价与复制问题。建立了衍生品价格的闭式表达式，证明任意衍生品均可通过货币市场账户和零息债券动态复制，并采用Ross恢复定理推导真实世界下短期利率的CTMC动态。在两状态模型中给出具体计算示例，验证了该方法的实用性和完整性[page::0][page::1][page::2][page::4][page::5][page::6][page::7][page::9]。
本研究基于2022年AAPL的高度活跃限价单簿(LOB)数据，运用深度学习模型分析中间价的高频价格变动预测。研究指出传统预测任务因目标定义不当可能导致结果无效，区分了波动率与方向性预测两大维度。结果表明，单纯价格信息难以提升方向预测准确率，但加入成交量及其不平衡显著改善方向预测效果，且使用仅Level 1数据即能获得接近全LOB数据的预测性能，方向与波动率预测准确率均达七成左右[page::0][page::4][page::6][page::7]。
本报告基于肯尼亚Sarafu社区货币交易数据，运用网络科学方法定义了循环与非循环拓扑组件，揭示其在货币再流通中的关键作用。研究发现，强连通成分（循环组件）显著促进货币活跃流转，而非循环组件中部分节点表现出可能的系统滥用和试用行为。此外，基于三元组结构与再流通时间的分析，区分了不同用户策略和参与度，验证了社区货币在疫情紧急救助中的经济刺激效果，为数字货币设计和货币干预评估提供了系统工具[page::0][page::3][page::4][page::8][page::12][page::13][page::15][page::17].
本报告提出了一种带有自适应期望收益水平的Markowitz投资组合模型（MPAERL），避免了传统固定收益水平带来的不适应性问题。通过同步优化预期收益率和投资组合权重，实现了动态平衡风险与收益。为求解该模型，设计了一种收敛高效的Krasnoselskii-Mann邻近算法（KMPA），并证明其在一般两项凸优化模型中的可扩展性。实验部分基于6个真实财务数据集，结果表明MPAERL在累计财富、α因子、夏普比率以及最大回撤控制上均优于九种先进投资组合模型，且具备良好的交易成本控制能力，体现了自适应预期收益方案在动态市场环境中的优越性和实用价值 [page::0][page::1][page::4][page::13][page::16][page::17][page::18][page::19][page::21][page::22].
本报告利用深度学习训练神经网络，学习在同时使用标的资产和对冲期权时的最优复制策略。结果表明，当期权价格符合Black–Scholes模型时，网络能成功学习该模型的gamma对冲策略，尤其在存在模型不确定性时表现优异。研究表明，实际应用中采用gamma对冲更多地是为了应对模型不确定性，而非减少交易成本。报告通过模拟不同交易成本和模型不确定性条件，验证了深度对冲策略的有效性和优越性，为理解gamma对冲的实用价值提供了新视角 [page::0][page::1][page::2][page::16].
本报告系统比较了金融市场与赌博市场，重点从平台、产品、过程、参与者及策略五大方面分析两者的相似性。研究指出金融交易所与在线博彩交易所（如Betfair）的结构高度相似，某些金融产品（如期权）与体育博彩一样带有投机性质。此外，统计套利等金融市场策略已成功应用于赌博市场，特别是在点对点博彩交换中，通过量化模型利用赔率差异实现无风险利润。此研究为跨市场策略移植和创新提供新的视角和机遇 [page::0][page::5][page::6][page::13][page::16]。
本研究基于Bench Press比赛数据，剖析竞争压力如何影响选手在序贯决策中的风险偏好与表现，发现压力促使尝试更大重量但成功率存在异质性，男女及经验差异显著。反事实模拟显示，移除压力使多数选手采取保守策略且预期成绩下降，但部分选手受益，揭示竞争压力在激励与制约之间复杂的双重作用机制[page::0][page::1][page::2][page::27][page::35]。
本报告提出一种函数值的随机波动率模型，用于描述固定收益和商品市场中远期曲线的演化。模型基于Heath-Jarrow-Morton-Musiela框架，通过带有拉普拉斯Lyapunov算子的仿射过程刻画算子值瞬时协方差，实现对不同期限对应风险和波动集聚的精准建模。采用谱Galerkin近似方法构建数值可实施的有限秩逼近，并提供逼近误差界限，保证模型的数值稳定性和理论鲁棒性[page::0][page::4][page::10][page::20][page::27]。
本报告系统性地形式化了带杠杆的集中流动性（CL）头寸的定义与性质，结合数学模型明确了保证金水平、资产与债务的演变规律，证明了该类头寸在价格区间内的安全性、不存在无局部极小值等关键性质。报告还阐释了安全的减仓、去杠杆与强制平仓机制，及其对保证金水平的影响。论证了抵御价差操纵和相关风险的机制，最后结合Kai Leverage协议介绍了DeFi应用实务，为杠杆CL头寸设计与风险管理提供理论基础和实施指导 [page::0][page::2][page::3][page::4][page::6][page::7][page::8][page::9][page::10]
本报告提出了一种通用框架，将金融扩散模型从风险中性度量成功转移到现实世界度量，利用概率论中的Girsanov定理，实现对市场风险溢价的纳入。以包含非加性噪声的$\mathrm{CIR++}$信用利差模型为例，模型不仅保证无套利和生成合理的利差期限结构，还可精确拟合任意给定的市场风险指标曲线。通过高盛2024年信用展望和欧洲银行管理局2023年压力测试的实证检验，验证了模型的实用性及稳健性，为风险管理和压力测试提供强大工具 [page::0][page::1][page::8][page::11][page::15]
本文提出一种结合跳跃过程与扩散过程的跳跃扩散定价模型，专门针对算法交易与高频交易中的限价单簿（LOB）价格动态建模。模型中跳跃部分分别采用半马尔可夫过程和霍克斯过程，捕捉非马尔可夫性及市场簿跳跃特点，并通过扩散近似获得数值可解的最优控制策略。基于真实LOB数据，研究了资产获取与清算问题，模拟了价格路径、库存变化与执行交易速度，显示跳跃成分显著影响最优交易节奏及策略表现，为算法交易执行策略改进提供理论支持与实践指引[page::0][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::18][page::19][page::20][page::21][page::22][page::23][page::24][page::25][page::26][page::27][page::28]
本报告针对高频交易中的市场做市策略，深入研究了成交概率和不利成交（adverse fills）对策略模拟表现的影响。通过对CME最活跃的四种期货合约（ES、NQ、CL、ZN）的实证分析，揭示了忽略不利成交会导致策略表现被系统性高估的问题，提出了结合不利成交和现实成交概率的改进仿真框架，以更贴近真实交易环境的风险与收益评估 [page::0][page::1][page::5][page::15][page::20][page::21]。
本报告通过案例研究方法，以“自营公司”（in-house company）与私营公司会计服务企业为对象，采用自上而下和自下而上相结合的分析框架，系统比较了两者在财务表现和运营效率上的差异。研究发现私营公司在成本控制、盈利能力和流动性方面表现更优，尤其在劳动力成本及集体协议带来的影响上更具优势。同时，业务从按小时计费转向按月订阅模式，提高了工作效率和客户服务质量。该研究揭示了私营化对提升公司绩效的积极影响，并就公共部门对自营公司的管理和管控提出建议[page::0][page::7][page::12][page::14]。
本报告提出了一个包含噪声交易者、基本面交易者与AI交易者的多主体市场模型，成功建立了GARCH模型的微观基础。通过数学推导与仿真验证，模型能再现金融市场的波动聚集和肥尾现象，揭示了不同交易者比例对市场波动性参数（如α、β）的影响，深化了对AI交易者在价格形成及市场波动中的角色理解，为市场稳定与监管提供理论支持[page::0][page::7][page::12][page::14]。
本报告系统推导了Heston模型的期权定价公式，结合蒙特卡洛模拟方法验证了模型的理论正确性与数值精度，分析了模型参数对隐含波动率曲线的影响。利用WTI原油期货及期权市场数据，通过机器学习算法完成模型参数校准，揭示了模型在实际市场中参数动态变化的现象及其局限性，为未来模型改进和量化投资策略提供方向 [page::0][page::6][page::15][page::16][page::23]。
本报告基于弹性弦模型（BBDL模型）构建了利率期限结构的微观结构模型，揭示了流动性对远期利率曲线价格与成交量动态的影响。通过将高频冲击解读为交易惊喜，实现了价格-量的联动建模，提出了参数更少但拟合不逊色于现有交叉冲击模型的框架，并首次兼顾了价格的短期非鞅特性和不同期限间的流动性相关性[page::0][page::3][page::4][page::7][page::9][page::11][page::17]
本研报提出基于极值理论构建股票极端依赖关系网络，利用最大独立集理论筛选极端依赖较低的股票组合，有效降低极端风险。通过对125只深证成份股构建阈值网络，比较基于行业和社区划分的子网络，采用VaR和ES指标优化投资组合，实证表明社区划分下的组合在2024年表现出更稳定的收益与更低的风险，优于传统市场组合和行业划分策略，为极端风险管理提供新思路 [page::0][page::4][page::9][page::11][page::13]
本报告通过行为实验首次实证证明，基于大型语言模型（如GPT-4）的对话型AI能在消费者不察觉的情况下，有效影响其购买选择。实验显示，约36%的消费者会因对话AI的引导改变偏好，且近40%的参与者未察觉有引导存在。对话AI具备传统广告无法比拟的动态适应、偏好学习、个性化交叉销售及隐性说服能力，这使其操控市场的风险及监管挑战凸显，亟需政策制定者审视并完善相关法规。[page::0][page::2][page::6][page::8]
本报告基于认知层级理论，构建了考虑旅客战略推理能力异质性的日常网络流动态模型，成功再现了虚拟实验中的交通流演变特征。通过扩展网络调整过程（NTP）与Logit动态，研究了多均衡现象及局部稳定性，发现战略预测对用户均衡稳定性有重要影响，且合理的低估预测有助于系统稳定[page::0][page::2][page::9][page::13][page::15][page::35][page::36]。
本报告利用英国1950年代起分阶段推行的烟雾控制区政策，揭示该政策有效降低了黑烟污染水平，持续超过五年，并显著提升了受影响地区出生人口的出生体重和成年身高，未发现对教育年限和流体智力的影响。研究结合历史污染数据与个体基因信息，发现健康收益在基因“赋能”较高人群中更为显著，表明存在环境投入与遗传能力的互补性[page::0][page::3][page::11][page::20][page::23][page::28][page::33][page::34]。
