arXiv 計量ファイナンス（q-fin）。
説明CorrFlow：相関楕円体上で厳密かつ置換同変なフローマッチング生成手法
要約本論文は相関行列の生成を扱い、有効性の保証と経験分布の学習を分離するCorrFlowを提案している。一般化Fisher変換で相関行列を無制約座標に写像し、グラフフローマッチングネットワークでその座標上の分布を学習する。台湾株式の80×80行列による実験では、生成された全サンプルが有効で、特徴量スライス化Wasserstein距離はCorrGANや画像拡散モデルより小さかった。ただし著者らは、十分に調整された画像モデルに対する優位性や各構成要素の寄与は示されていないと述べている。
説明高次元金融回帰におけるモンテカルロ木探索によるL0特徴量選択
要約本論文は、特徴量が多く相関が強い高次元金融回帰の課題に対し、一般化ネスト型ロールアウト方策適応（GNRPA）を組み込んだモンテカルロ木探索で特徴量部分集合を選ぶ手法を提案します。部分集合の評価は学習誤差ではなく検証データでの外部性能に基づきます。NASDAQ-100指数の週次収益率を1,072個の工学的特徴量で説明する課題では、得られた疎な部分集合の外部R²は0.6961で、最適化されたLasso基準の0.6313を上回りました。
説明実現テールリスク条件付き自己回帰期待値分位モデル：高精度で安定した予測
要約本論文は、バリュー・アット・リスク（VaR）と期待ショートフォール（ES）を同時に予測するための、実現テールリスク条件付き自己回帰期待値分位（RTCARE）モデルを提案している。日中の高頻度リターンから構築した実現分位点や実現ESといったテール指標を、条件付き期待値分位の動学方程式と測定方程式に組み込み、下方テールのリスク情報を予測に反映させる。パラメータはマルコフ連鎖モンテカルロ法で推定され、数値例と米国株式リターンデータを用いた実証分析でVaRとESの予測を評価している。検討したテール水準全体にわたり、RTCAREモデルは既存手法と比べて競争力があり、多くの場合より優れた予測性能を示し、モンテカルロの反復試行やローリング予測評価においても安定した結果を示した。
説明公開開示情報から年金スポンサーの財務困窮を早期検知する論文
要約本論文は、SEC EDGARの貸借対照表データとマクロ指標を用いた「スポンサー脆弱性指数（SVI）」を中心とする、公開データのみで構成された早期警戒の手法を提示しています。米国36社・1,418企業四半期を対象に、留一企業交差検証でAUC-ROCは0.887でした。さらにストレス付きVaRと、SVIに連動する動的な自社株投資上限も示され、手法の失敗例も併せて報告されています。
説明取引テキストの行動特徴で信用リスクスコアカードを強化する研究
要約本論文は、取引明細の支払い摘要テキストを信用リスクモデリングの代替データとして利用する方法を検討しています。自然言語処理と正規表現で非構造の取引記述を解釈可能な支出カテゴリに分類し、新しい分類アルゴリズムを開発しました。これらの特徴をスコアカードに加えると、ジニ係数が有意に向上したと報告しています。
説明空売り禁止下のエントロピー正則化：動的平均分散ポートフォリオ選択における構造保存と凸性
要約本論文は、空売り禁止制約を伴う離散時間の動的平均分散ポートフォリオ問題に対するエントロピー正則化を研究している。元の問題の齊次性に合わせた状態依存の温度パラメータを導入し、区分二次の価値関数と有限次元のベルマン再帰を回復させる。さらに、温度が十分に小さい場合には有限時間区間全体でベルマン構造と凸性が保たれることを証明し、温度がゼロに近づくと元の空売り禁止問題の解が得られることを示している。
説明SPXショートストラドルポートフォリオの決済タイミングを、MLPで初期化した強化学習で最適化する研究
要約本論文は、S&P500指数（SPX）のショートストラドル・ポートフォリオの決済タイミングを、教師あり学習と強化学習の二段階フレームワークで研究しています。まず過去データから事後的に最適な保有・決済ラベルを作成し、多層パーセプトロン（MLP）を学習させます。その後、MLPで初期化した強化学習アクターをリスク考慮型の報酬で微調整します。2024〜2026年のアウトオブサンプル評価では、教師ありMLPが受動的保有や固定時間・損益ルールを大きく上回りました。
説明FLEXオプションと市場への影響：カスタマイズ可能な取引所オプションが通常のオプションと原資産株に与える効果の研究
要約本論文は、行使価格・満期・行使方式・決済条件を選択できつつ中央清算を維持する取引所上場型のFLEXオプションの取引が、通常の上場オプション市場や個別株式に測定可能な影響を残すかを検証しています。2025年3月から2026年3月までの約250取引日、41銘柄、53のイベント日のデータを用いた結果、FLEX取引後に上場オプションの建玉が有意に増加し、FLEX取引が高いインプライド・ボラティリティ局面に集中することが示されています。著者らは、FLEX取引は株価の方向性を予測する指標というより、機関投資家のボラティリティ需要と建玉ポジションを示す観測可能な指標だと結論づけています。
説明小売市場におけるAI仲介の収益への影響と品揃え最適化
要約AIショッピングアシスタントが消費者の商品検討に影響を与える中で、小売業者が品揃えをどう計画すべきかを研究した論文です。AI仲介を考慮しない場合、収益は最適解に比べ平均2.52%から11.37%失われることを示し、AIの効用順位に基づく単純な決定的近似では平均損失が最大0.53%に抑えられるとしています。さらに、顧客セグメント数が固定されている場合、この最適化問題には完全多項式時間近似スキームが存在することを証明しています。
説明債務救済の資金調達：仲介機関の流動性と借り手情報の価値
要約本論文は、2019年から2022年までのジニーメイ（Ginnie Mae）の買取オプション190万件を用いて、仲介機関の流動性が住宅ローンの処理にどう影響するかを調べています。2020年に資金市場が凍結した際、ノンバンクの発行機関は、同じプールのローンを扱う預金取扱機関に比べて延滞ローンの買い戻しがはるかに少なく、同じ機関・同じ月の中で、最も多くの現金を必要とする大口残高のローンから買い戻しを移していました。約190億ドルの買い戻しが遅れ、その大半は後に完了しました。
説明大規模言語モデルの振る舞い特性化とリスク管理のための分布的フレームワーク：反復応答の分布で安定性と制御性を測る
要約本論文は、大規模言語モデルは本質的に確率的であり、同一条件での反復実行で異なる応答が生じうることを指摘しています。タスク設計から残存挙動、継続的モニタリングまでモデルのライフサイクル全体に適用できるフレームワークを提案し、モンテカルロシミュレーションで経験的応答分布を推定し、意味的介入による分布の変化を調べます。借り手分類とアルバム推薦の2つのタスクで分布変化を定量化し、モデルリスク管理およびガバナンスと結び付けています。観測された応答のみに依拠するため、商用APIで提供されるブラックボックスモデルにも適用可能です。
