arXiv 計量ファイナンス（q-fin）。
説明繰り返しゲームにおけるk段階推論の特定：戦略、信念、認知能力
要約本論文は、超ゲーム（supergame）の戦略レベルで働くk段階推論を繰り返しゲームの中で特定します。戦略の選択と他者の戦略に対する信念の両方を含むモデルを構築し、無限に繰り返される囚人のジレンマから得た戦略と戦略信念のデータを用い、新たに提案された「バランス最適誤差許容度」を適用して、被験者の相当数を1段階または2段階の推論者に分類しています。また、k段階推論が繰り返しゲームの戦略レベルで働く場合、認知能力と経験がより高い段階の推論を予測することを示しています。
説明機関投資家トレーダーの日中予測能力と流動性供給
要約本研究は、ある証券取引所の高頻度データを用いて、機関投資家トレーダーの予測能力および流動性供給と、自己勘定による日中収益性との関係を分析している。トレーダーには持続的な予測能力が見られ、これら熟練トレーダーの約定フローに追随する仮想戦略は、取引頻度によって年率換算シャープ・レシオが16から63になるとされる。予測能力が1標準偏差高まるごとに、マッチング済みポジションあたりの損益は1.02から1.19通貨単位高くなり、受動的約定が0件から1件、1件から2件に増えると、損益はそれぞれ約1.28から1.31、3.79から3.82通貨単位高くなる。
説明ポートフォリオ最適化における方向性の正しい見通し：専門家の方向性判断で資産配分を改善する研究
要約本論文はBlack-Littermanの枠組みに着想を得て、専門家の見通しを取り入れることで資産配分が改善するかを検討しています。単純なMarkowitz型の設定では、方向性が正しい情報がわずかでも投資判断を大きく改善しうることを示しています。さらに、エントロピーに基づく考え方を用いて、専門家の見通しをエンドツーエンドのポートフォリオモデルに組み込む方法も論じています。実証結果では、方向性の正しい専門家を組み込めば、より単純なMarkowitz型モデルがエンドツーエンドモデルと同程度の成績を示すとされています。
説明マルチチョイス・モデリング：不確実性下での意思決定構成空間の探索
要約本論文は、相互に依存する多数の選択肢からなる意思決定の構成空間を明示し、不確実性のもとで計算的に探索する「マルチチョイス・モデリング」の枠組みを提案します。著者は起伏の多い地形（rugged landscapes）の理論を借り、構成ごとに未来の状況によって変わる条件付きの成果景観として問題を捉えます。分散ベースの感度分析と条件付き分布分析を組み合わせ、製造工程の高度化、M&A戦略、住宅ローン設計の3つの事例で有効性を示しています。
説明競争的マーケットメイキングにおける均衡と学習：複数のマーケットメイカーと一人の非戦略的トレーダーによるゲーム分析（純粋戦略ナッシュ均衡の存在証明を含む）。
要約本論文は、N≥2人の戦略的マーケットメイカーと1人の非戦略的代表トレーダーからなるマーケットメイキング・ゲーム（market-making game）を提案する。連続的な気配値空間では有限ゲームの標準的議論が適用できず、非凸かつ不連続な利得関数のため古典的な連続存在定理も成り立たない。それでも著者らは、資産価値分布に関する最小限の仮定の下で少なくとも1つの純粋戦略ナッシュ均衡（PSNE）が存在することを示し、均衡のビッド・アスク・スプレッドが資産価値のボラティリティとともに厳密に拡大することを明らかにする。さらに価格を離散化し、追加の正則性条件の下で、内部後悔のない学習者の時間平均戦略が、ティックサイズが0に近づくにつれて連続的なナッシュ価格包絡に近づくことを示す。
説明ジュール対GDP：AIシステムはエネルギー単位あたりどれだけの経済価値を生むのか
要約本論文は、AIシステムが消費するエネルギー1ジュールあたりにどれだけの経済価値を生むかを、純粋なドル価値と時間節約の二通りで測定する枠組みを検討しています。公開されたGDPvalの220タスク、44職種を用い、5つのオープンウェイトモデルをローカルで運用し、4種類のアクセラレータを評価しています。単位エネルギーあたりの経済的リターンは、成功率や産出価値の順位とは必ずしも一致しないことが示されています。
説明「委任の格差」：職業・国別に見る AI エージェントの委任可能性のオープン指数
要約本論文は、2 つの言語モデルが事前登録された評価基準に基づき、O*NET 30.2 の全 18,796 件のタスク記述について委任の度合いと障壁を評価する「エージェント委任可能性指数（ADI）」を提案します。タスクは ISCO-08 の職業グループに対応付けられ、146 か国の ILOSTAT 雇用データで重み付けされています。委任可能な雇用の割合は、低所得国の 22.5% から高所得国の 48.7% へと所得とともに上昇することが示されています。
注目点146か国にわたり職業タスクのAI委任可能性を指数化し、既存の曝露指標を補完する。人手評価と一致度検定で裏付けている。
説明ニュースが古くなるとき：強化学習と大規模言語モデルによるポートフォリオ配分
要約本論文は、金融ニュースが公表後も投資判断に影響する点を踏まえ、古いニュースを保持して時期情報を方策に与える方法と、ポートフォリオ選択の前に除外する方法を比較しています。固定された大規模言語モデル（LLM）がSEC（米国証券取引委員会）の公開開示書類から信号を抽出し、強化学習（RL）方策と、ポートフォリオを直接選ぶLLMで比較します。2023年から2025年の歴史的検証で、取引コスト控除後のリターンを評価しています。古いニュースを除外したLLMは、ニュース配信が4週間遅れた場合に年率18.43%の平均純利益を示し、ニュースを使ったすべてのRL戦略を上回りました。一方、RL方策は時期情報に反応したものの、歴史的リターンでは一貫した利益は確認されていません。
説明自律的投資のための統治された自己進化：不変コアを備えたマルチエージェントLLMシステム
要約本論文は、自律的投資向けのマルチエージェントLLMシステムSteward（ステワード）を提案する。九つの役割特化型エージェント、コードによって組み立てられる七層の共有メモリ、そして復盤を通じた自己改善の仕組みを備える。自己編集が及ばない不変コア（注文計算、リスク規則、規律エージェントのプロンプト）を設けている。五か月間・102取引日の実運用と、2015年から2026年のバックテストの結果が報告されている。
説明集中流動性提供における流動性プロファイルの動的挙動：SPIDEアプローチ
要約本論文は、Uniswap V3などの集中流動性型自動マーケットメーカーにおける流動性プロファイルの時間変化を、確率的偏積分微分方程式（SPIDE）でモデル化したものです。市場価格の周りで流動性を集中させる平均回帰的な作用素と、提供者の再配置による非局所的な再分配を表す積分作用素からなります。解の存在と一意性を示し、低次のモードで水準・傾き・曲率を表す線形確率微分方程式系に帰着させています。3つのUniswapプールでの校正では、定常的な設定に適合する2プールでマルチンゲール基準より予測誤差が小さくなりました。一方、3つ目のプールの標本外検証では非定常性と整合する結果が得られています。
