arXiv 計量ファイナンス（q-fin）。
説明Bonart による平方根インパクト則の解釈についての研究
要約本論文は、取引量の平方根に比例する価格インパクトを説明する平方根インパクト則（SRIL）の理論的解釈を検討する。著者らは Bonart の白色増分に基づく議論を再構成し、市場が個々の注文ではなく各参加者の定常的な注文フローを白色化することが鍵だと指摘する。また、複数主体の伝播モデルを構築し、時間的に孤立した注文はSRILに従わないという予測が既知の実証データと合わないように見えると述べている。
説明DSTNet：因果的多期間金融予測のための動的スペクトル軌跡ネットワーク（ウェーブレットに基づく株価などの予測手法の提案）
要約本論文は、過去20営業日の7つのテクニカル指標から得られるフィルタバンクのスペクトル変化を因果的に保持し、1日・3日・5日・10日先を一度に予測するDSTNetを提案する。7つの株価指数と金を、9つの学習型ベースラインおよびランダムウォーク基準と比較している。MAEとMAPEの下で、DSTNetは10の固定モデルのうち、系列とホライズンの32組中、ほぼすべての組で最も低い誤差を示したわけではなく、1日先では統計的に優位とは言えない結果も報告されている。株式のタイミング優位性は確認されていない。
説明実証的資産価格決定における残差学習：ニューラルネットワークを深くする手法
要約浅いモデルは深いモデルの特殊ケースであり、理論的には深いモデルが浅いモデルを上回る可能性がある。本論文は残差学習を用い、浅いモデルを保持・改良しながら資産価格決定のニューラルネットワークモデルを深くする方法を示す。アウトオブサンプルでは、深い残差モデルの価値加重ロング・ショート・ポートフォリオのシャープレシオは2.07で、対応する浅いモデル（1.92）を上回り、深いフィードフォワードモデル（0.89）の2倍以上となった。著者らは、モデルの深さが資産価格決定における追加的な経済的価値の源泉であると論じている。
説明報酬・ペナルティ機構下の条件付きバリュー・アット・リスクと、頑健なポートフォリオ運用への応用
要約本論文は、報酬とペナルティの仕組みを組み込んだ頑健なポートフォリオ選択モデルを提示する。構成資産の損失の同時分布は不確実で、多変量分布の集合に含まれると仮定する。この分布の不確実性のもとで、最悪ケースの条件付きバリュー・アット・リスク（CVaR）を最小化する配分を求める。実市場データを用いた実験では、下方リスクと損失を同時に考慮することが、どちらか一方のみを考慮する場合より、リスク管理に有効で高い収益につながりうることが示された。また、期待収益の向上と最悪ケースCVaRの抑制とのトレードオフも示されている。
説明弱い平均回帰価格と指数効用投資家
要約本論文は、資産価格が弱い（劣線形の）平均回帰を示し、非ゼロのドリフトを持つ連続時間金融市場を研究している。期待指数効用を最大化する投資家について、確実性等価額が O(T^{2β+1}) の速さで増加することを示す。ここで 0<β<1 は平均回帰の強さである。さらに、漸近的に最適な明示的戦略も与えられている。
