arXiv 計量ファイナンス（q-fin）。
説明二重オークション市場における社会厚生と価格発見
要約二重オークション方式が価格を競争均衡へ導く傾向は実験室実験で多く確認されてきたが、その理論的説明はなかった。本論文は純粋交換経済における動的な二重オークションを扱い、参加者は現在の保有量と選好から導かれる無差別価格で入札するとする。ワルラス均衡が二重オークションの不動点と一致し、繰り返しの二重オークションは有界な配分と価格の系列を生み、その集積点が移転を伴うワルラス均衡となることを示している。
説明スコアではなく主張を検証する：モジュール型エージェントの証拠に基づく検証監査
要約本論文は、計画・行動・検査・改良を行うモジュール型エージェントに対し、総合的なタスクスコアではなく、主張ごとに証拠を検証する監査手法を提案している。各結論は根拠となる証拠とともに記録され、支持・不支持・未解決・未評価の四種の判定と、その成立範囲が示される。隠れた市場状態を持つ合成市場での投資配分エージェントに適用され、その結果が報告されている。貢献は検証プロトコルそのものであり、実証結果は対象としたエージェントと環境に限られる。
説明PPO-HRAP：リスク管理型取引のための、相場局面を考慮した混合近接方策最適化
要約本論文は、近接方策最適化（PPO）と解釈可能な相場局面の事前分布を組み合わせたPPO-HRAP手法を提案します。報酬はポートフォリオの対数収益、VIXに基づく下落増加ペナルティ、目標エクスポージャーからの乖離、売買回転コストを組み合わせ、PPOの出力と相場局面から導いた目標エクスポージャーを混合して行動を決定します。2020〜2022年のSPY保留テスト期間で、総リターンは27.62%、最大ドローダウンはバイ・アンド・ホールドの34.10%から18.47%に低下しました。ただし回転率は依然として高く、SPY以外の資産での結果は単一実行の証拠にとどまります。
説明確率的局所ボラティリティと確率的相関の下でのアメリカンオプション価格付け（RBSDE枠組み）
要約本論文は、確率的局所ボラティリティ（SLV）モデルに、別の確率過程によって駆動される確率的相関を組み込んだ拡張モデルの下で、アメリカンオプションの価格付けを研究している。著者らは対応する反射型前方後方確率微分方程式（RBSDE）を導出し、価格付けとヘッジのためにデータ駆動型の数値手法で解いている。さらに提案手法の収束解析を行い、数値実験により拡張モデルの性能と手法の精度・効率を示している。
説明巨大災害債券（CATボンド）の最適設計と気候変動リスクへの応用
要約本論文は、巨大災害債券の支払関数を決定変数とみなし、発行者の立場から最適な設計を検討したものである。期待効用およびスペクトルリスク尺度の枠組みで区分線形の支払関数が最適であることを示し、無限次元の設計問題を起債点（アタッチメントポイント）に関する一次元の最適化に帰着させている。米国の激しい暴風雨による損失データで校正した結果、多くのリスク基準で大幅なリスク低減が得られるとされる。
説明超競争的結果を超えて：最適執行ゲームにおける深層強化学習の協調的行動
要約本論文は、二人のプレイヤーによる有限期間のAlmgren-Chriss清算ゲームを検討しています。独立に学習した近接方策最適化エージェントが、ナッシュ均衡の基準より低いコストを達成しました。研究者らは、一方が逸脱した場合に相手が清算を加速して罰を与える学習済みの仕組みを特定しています。二つの検定により、この逸脱に対する罰は逸脱による利益を上回り、取引行動の変化は与えた損失を説明できることが示され、超競争的結果の共謀的な解釈が支持されています。
