arXiv 計量ファイナンス（q-fin）。
説明保険料設定におけるリスク適正性と差別禁止：分類、集約、移転
要約本論文は、リスクに応じた分類、クラス内での基準リスク価格の集約、バランスの取れた移転によって保険料率を構成し、リスク適正性、ポートフォリオのカバレッジ、差別禁止の観点から評価する枠組みを提案しています。多目的最適化問題としてトレードオフとパレto フロンティアを分析し、いくつかの関係性を数学的に証明しています。自動車保険を用いた数値研究で結果を示しています。
説明基礎循環（キチン・サイクル）のデジタル・エネルギーによる再編：米国IT投資とアイルランドのデータセンター系列（1995〜2025年）に基づく探索的証拠
要約本論文は、1995〜2025年の米国FREDとアイルランドCSOの四半期データを用い、米国のIT投資とアイルランドのデータセンター電力需要が、エネルギーと計算資源を裏付けとする資産を中心にキチン・サイクルを再編しつつあるかを検討している。米国のIT投資とGDPの相関は2014年第3四半期に有意な構造変化を示した。アイルランドでは、データセンター電力と実質GDPの高い相関が実質GNPに置き換えると消失し、多国籍企業の税務上の影響が大きいことが示唆された。著者は、標本が小さいため全係数は探索的な結果だと明記している。
説明アクター・クリティック型エージェントのための金融文脈豊富戦略：株式取引のための深層強化学習アプローチ
要約本論文は、ソーシャルセンチメントや政治的不安定など外部要因を取り入れるため、感情分析を部分的・深層的に組み込んだ深層強化学習（DRL）による株式取引手法を提案しています。方策最適化のみのエージェント（A2C、PPO）と、Q学習を併用するエージェント（DDPG、TD3、SAC）を比較しています。その結果、Q学習と方策最適化を組み合わせたエージェントは、感情情報を深く組み込むことで、利益最大化とリスク回避の両面で一貫して性能が向上したと報告しています。
説明金融基盤モデルにおける不確実性の定量化：サーベイ
要約本論文は、金融質疑応答、開示分析、予測、意思決定などに用いられる金融基盤モデルの不確実性を扱うサーベイです。証拠・文脈、モデル・推論、結果・行動の三領域にまたがる六種類の不確実性を区別する出典別の枠組みを提示し、各手法の金融タスクへの適用性を評価するための機構ベースの分類法を示しています。金融分野の実証研究も分類法とタスク領域に沿って整理されており、多くの研究がワークフローの個別部分のみを扱い、証拠と推論の信頼性を下流の予測や制約付き行動と結び付ける研究は限られていると指摘しています。
説明状態依存ホークス過程下のマーケットメイキングにおける最適注文サイズ
要約本論文は、マーケットメイカーの約定量を、平均注文サイズ、指数関数的な需要関数、気配値の深さに依存するProny級数の乗数の積として表すモデルを研究しています。市場注文数は状態依存のHawkesモデルから構成されます。指値注文板データによる実証分析で、校正された需要・強度モデルや在庫制限への感度を検討し、実現した注文フローの経路を条件とする事後評価では、所定の在庫上限を守りつつ、選ばれた校正がベースラインより高い終端効用を達成したと報告しています。
説明大規模言語モデルにおけるプロスペクト理論：損失回避、感度逓減、確率加重のメタ分析
要約本研究は、11の研究から得た32の言語モデルに関する102の推定値をメタ分析し、大規模言語モデル（LLM）が人間と同じプロスペクト理論の特性を示すかを検証した。損失回避は小さく（プールされたλは1.26）、確率加重は人間に似た逆S字型を示した。一方、価値関数の感度逓減は測定方法によって結果が異なる。
