arXiv 計量ファイナンス（q-fin）。
星は AI がタイトルと要旨から付けた大まかな評価です。新規性・根拠の強さ・影響範囲を採点し、1〜5 の星に換算しています（5 つ星は約 2%、4 つ星は約 10%）。サイトでは 4〜5 つ星の論文だけを「注目」として示し、注目点を一言添えています。印がないことは論文の質が低いことを意味しません。全文は読んでいないため、論文を選ぶ際の目安であり、質の評価として確定したものではありません。「コードあり」は要旨にコード・データ・ツールの公開が明記されていることを示します。
説明状態依存ホークス過程による指値注文板モデルの最適注文配置
要約本論文は、注文フローが状態依存ホークス過程でモデル化された市場ブロッカーの最適な気配値提示を研究する。ブロックベースの線形需要設定により成行注文件数と約定数量を結び付け、連続時間・離散状態の動的計画法に必要な需要モーメントを与える。二次の終端在庫ペナルティの下で在庫依存の気配値を特徴づけ、二次価値関数の係数に対する後退再帰式を導出する。LOBSTERデータを用いた数値実験では、1ティックおよび3ティックで固定スプレッドのベンチマークより高い総終端資産を示したが、2ティックのベンチマークよりは低かった。
説明不完全市場におけるカタストロフィ債評価への幾何学的リーマン価格算法の応用：市場整合的金融エントロピーと頻度・重大度リスクプレミアムの分解
要約本論文は、金融エントロピーのリーマン幾何最適化により、不完全市場でカタストロフィ（CAT）債を価格付けする枠組みを提示する。等価測度の有限次元多様体上で最大金融エントロピー問題として定価測度を選び、複合ポアソン・一般化パレート損失モデルとWang歪みを用いて金融エントロピーとリーマン計量の閉形式を導出する。2014-1シリーズのGolden State Re II Ltd.の四半期スプレッドに較正した仮想的な地震CAT債を例に、リスク中立の発動強度と物理強度の倍率を示し、エントロピー基準による頻度リスクと重大度リスクのプレミアムの分解結果を分析している。
説明預け入れを増やしても収益が減らないように：プール型貸付市場における供給者収益の単調性と金利曲線設計
要約利用率に応じて金利が決まるモデルでは、流動性を追加すると供給者の残高が増えても総利息収入が減りうることを扱った論文です。供給者が資金の割合αを保有する場合、限界的な預け入れで収益が減らない条件を示しています。さらに、公開されたDrift市場の2つのデータで、この条件が満たされない時間帯がどの程度あったかを検証しています。
説明一貫して妥当なリターンをもたらすシンプルなポートフォリオ
要約本論文は、個人投資家の制約下で既存のポートフォリオ構築手法を実証的に検証した研究です。空売りとレバレッジを認めず、月次で取引コストを伴う流動性の高い米国ETFを対象とし、構築問題を凸最適化として定式化しています。三本のETFからなる単純なポートフォリオでも安定したリターンが得られ、過去二十年の数値実験では標準的な60/40配分を上回ったと報告されています。
説明Cox-BESQ過程で駆動される無限サーバー待ち行列のリスク指標
要約本論文は、到着強度が平方ベッセル（BESQ）過程で与えられるCox過程によって駆動される無限サーバー待ち行列のモデルを提案している。基礎となるダイナミクスのアフィン構造を利用し、到着強度、系内顧客数、および一定期間における系内顧客数の積分の結合モーメント母関数の閉じた形を導出する。さらに、この母関数を二時点以上で求められることを示す。得られた母関数とリスク指標のフーリエ表現に基づき、変数が臨界閾値を超える条件付きの結合モーメント型リスク指標を構成し、数値実験によって手法の実装と理論結果の有用性を示している。
説明イベント定義と分岐比：統合気配値フィードにおける価格変動クラスタリングのHawkes推定
要約本論文は米国統合気配値フィードの価格変動をHawkesモデルで分析し、原データの推定でサブミリ秒の核成分と臨界付近の分岐比が得られることを示します。著者らは、大ティック銘柄ではNBBO変動の約半分がロックまたは枯渇した気配値で、1ミリ秒以内に解消されるため、モデルがそれを自己励起として読み取っていると指摘します。イベントを1ミリ秒持続する仲値の水準として定義すると、この核成分は消えます。
説明FinLLM-KG：知識グラフで強化した大規模言語モデルによるアルゴリズム取引向け金融センチメント分析
要約本論文は、因果型大規模言語モデルと金融知識グラフを組み合わせたFinLLM-KGフレームワークを提案します。モデルの重みを更新せず、推論時にSEC 10-K報告書から得た企業レベルの知識を与えます。記事単位の感情スコアを個々の文とグラフ上の事実に紐づけ、予測の根拠を確認できるようにしています。シミュレーションでは、従来の最先端ベースラインよりポートフォリオ成績が一貫して向上したと報告されています。
説明信用依存ストレステストのためのシナリオマッチング：時間的相関制約と経験的リスク上限
要約本論文は、シミュレーションされた市場パスと信用パスの2組を、目標とする時間的相関からの誤差の絶対値を最小化するように対応付けます。各市場パスには信用パスが1本ずつ割り当てられ、完全なシナリオの経験分布が保たれます。完全マッチングの検定により、一様な相関誤差の許容値が実現可能かどうか、またその最小値を判定します。さらに、経験的平均損失と超過確率の厳密な上限を示します。合成された債券フォワードの信用ストレステストを例に、マッチング精度や経験的スコアの裾などの結果を報告しています。本手法はシナリオ生成器に依存せず、既存のリスクエンジンの依存性の仮定を検証する手段を提供します。
説明Det-MASO：因子生成のための多様性正則化マルチエージェント逐次最適化手法
要約本論文は、定量投資で用いるアルファ因子を生成する Det-MASO フレームワークを提案する。エージェント間相関行列に対する微分可能な対数行列式ペナルティを結合目標に組み込み、エージェントの出力が似通るのを抑えて因子の多様性を保つ。計算コストは資産数に対して線形に増加する。原文では基準手法より優れ、情報係数は 1.1%、年率リターンは 6.4%、シャープレシオは 0.33 向上したと報告されている。
説明端数の価格は価格を支えるのか？板情報における占有密度と深度条件付きハザード
要約価格はキリの良い数値に集中することが多く、これは価格の壁として働くことを示すものと解釈されてきました。本研究は、ティックグリッドの枠組みを用いた指値注文板データにより、こうした壁の効果と、単に流動性が厚いためにその価格を離れるのに時間がかかるという機械的な要因を区別します。2025年の5銘柄（ナスダック上場）のデータでは、キリの良い価格には流動性が集まるものの、深度で調整した持続時間は長くないことが分かりました。インテルとSoFiには方向性のある効果が見られ、価格はキリの良い価格から離れる方向に偏りました。
説明ポートフォリオ強化学習における報酬整合性の検証
要約本論文は、ポートフォリオ向け強化学習において、学習された意思決定が設定された平均分散の金融目標を実際に実現しているかを判定する意思決定監査手法を提案し、報酬の設定誤りと学習誤差を分離します。制御された市場と過去データでの実験により、この手法は学習された意思決定が目標を実現しているかを、バックテストの成績とは別に定量化できることを示しています。
説明FLAREの公表スコアは実際に何を測っているのか
要約本論文は、金融タスクベンチマークFLARE（PIXIUおよびFinBenの基盤）の採点パイプラインを監査し、多くのセルでスコアがモデルではなく回答抽出ルールの性質に依存していることを示す。同一の生成結果でも2つの抽出規則で正解率が最大0.4216異なり、どのリーダーボードもどの規則を用いたかを明記していないと指摘する。著者らは、歧义率、カバレッジ、多数派フロアの3指標が必要だとし、既存の生成結果からこれらを算出するツールfloorbenchを提案している。
説明グリーン移行のタイミングリスクの下での最適ポートフォリオ選択
要約本論文は、将来のグリーン移行（時期は不確実）の影響を考慮する投資家の最適ポートフォリオ選択問題を研究する。移行は株価過程のジャンプとしてモデル化され、グリーン株は価値が上昇し、ブラウン株は価値が下落する。投資家は移行時期について曖昧性を持ち、この リスクに頑健な投資戦略を設計する。対数効用などの特殊ケースを一般問題から導出し、一つのグリーン株と一つのブラウン株の事例では、移行リスクを認識した投資家がグリーン株への投資を増やし、ブラウン株への投資を減らすことが示される。
説明トークン化されたスクーク：資産証拠とプログラム可能なシャリーア適合性のための検証可能なアーキテクチャ
要約本論文は、投資家の身元のみを確認する既存のセキュリティトークン規格では、スクークの資産構成を制御できないと指摘します。著者らは、マレーシア証券委員会のシャリーア諮問委員会による2023年のSukuk Wakalah bi al-Istithmarに関する裁定を、発行および譲渡のポリシーとして符号化しました。このポリシーは、別々の機関的役割が署名したEIP-712の資産権利、評価、権利負担、シャリーア分類に関する証明を読み取って判断します。作者らが構築した合成商品の26のシナリオでは、身元確認のみの基準が拒否すべき13の操作を誤って許可しましたが、完全なポリシーは全ての期待結果と一致しました。
注目点イスラーム法上の取引条件をオンチェーンのポリシーとして符号化し、本人確認のみの基準と比較した。ただし評価は合成資産に基づき規模も限定的である。
説明中国転換社債の翌日価格予測：クロスボンド・パネル学習の実証的検証
要約本論文は、2022年から2025年までのA株転換社債100銘柄の日次パネルデータ（計73,806観測値）を用いて、クロスボンド型ニューラルネットワークがランダムウォークを安定して上回るかを検証しています。厳密な時系列分割と統計的推論の下では、価格変動を予測するMLPのサンプル外RMSEはランダムウォーク（2.3577元）をわずかに上回り、R²も負で、統計的にも有意ではありませんでした。著者らは、同時点の株式市場情報や明示的な契約イベントの条件付けがない場合、深層パネルモデルは持続性ベンチマークを超える翌日の予測可能性を示さないと結論づけています。
説明調査サンプリング、テンパー付き逆確率系列学習、因果的活動時計によるインプライドボラティリティ曲面の作成と予測
要約本論文は、NVIDIA（NVDA）の2018年から2025年までの分割調整済み株式・オプションデータを用い、デリバティブのリスクを予測する方法を検討しています。有限母集団の標本調査、テンパー付き逆確率系列学習、因果的活動時計を組み合わせています。結果として、抽出設計は対象関数に合わせる必要があること、短期価格は検証したモデルではドリフト付きランダムウォークを上回れないこと、将来のインプライドボラティリティには記述的な平均回帰が見られるものの統計的には有意でないことが示されています。
説明中国における高頻度取引の活動把握と市場品質への影響
要約本論文は、正確な注文価格に基づく注文単位の高頻度取引（HFT）指標を提案し、対向側の最良気配と完全に一致する指値注文を分析の対象とする。深圳証券取引所のデータを用いて、この指標が気配更新への反応、取消速度、中間値収益率との関係で妥当であることを検証する。開場時の注文伝達遅延の経路間差を利用した差分の差分分析により、遅延の低下がこの種の注文の比率を高めることを示す。結果として、短期的な価格変動、広いスプレッドの発生率、逆選択リスクが高まり、実現スプレッドは縮小し、価格誤差はわずかに減少する。
注目点精密な注文配置に基づく注文単位の高頻度取引指標を提案し、中国市場の経路間遅延差を用いた差分の差分法で因果を検証しており、新規性と証拠が比較的強い。
説明条件付き分布の連続性とデリバティブ価格評価における層化
要約層化は、低次元の因子に従って標本空間を分割し、各層で個別にサンプリングすることでモンテカルロ推定量の分散を減らす手法で、高次元金融モデルにおけるパス依存型商品の評価に適しています。本論文は、連続時間モデルにおける比例配分の下で、ニューラルネットワークによる層化因子の構成を検討します。関連する条件付き期待値および条件付き分布の連続性を示し、その理論の限界を示す反例も挙げています。ニューラルネットワークの稠密性と組み合わせ、許容される層化因子についての万能近似定理を導き、学習された因子が比較対象のすべての基準を上回ることを数値実験で示しています。
説明規制の不確実性下における最適な集団投資
要約本論文は、将来の規制要件が不確実な場合における集団投資の最適化を、バリュー・アット・リスク（VaR）型制約のもとで研究している。この制約は複数の資産しきい値を含み、それらを満たす加重平均確率に下限を課す。最適な満期資産の形を特徴づけ、投資家グループごとの福利損失の配分の違いも論じている。
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。
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。
説明系統譜（リネージュ）認識型探索制御によるLLMベースの進化的ファクター探索（LineageEvo）：因子の進化系統を用いてLLMの変異を導き、探索予算を配分する手法。
要約本論文は、大規模言語モデルを意味的変異演算子として用いる進化的なアルファ因子探索において、既存手法の探索が少数の構造的に類似した因子に集中しやすい問題を指摘します。著者らはLineageEvoを提案し、系統レベルで探索を制御します。系統ごとの経験から演算子の事前分布を作ってLLMの生成を導き、因子の質と系統の集中度の釣り合いで探索予算を配分します。CSI 500とS&P 500での実験では、LineageEvoが最も高い予測性能を示し、LSPSはより均衡した系統分布と構造的に幅広い因子プールを生成したと報告されています。
説明分布か分位数か？最悪ケースリスクの凸変分理論
要約本論文はスペクトルリスク尺度を基盤とし、最悪ケースリスク分析を統一・拡張する凸変分理論を提示する。曖昧集合全体の凸性を保つ分位数または分布表現を用いる表現原理に基づき、最適性条件から最悪ケース分布とそのリスク値を特定する。ワッサースタイン曖昧性、両側ESバンド、KL近傍など複数のモデルについて解析的または準解析的な解を示し、固定格子での収束性を持つ投影アルゴリズムも提案する。高次元ポートフォリオ応用では、ガウス参照下の平均アンカー付き同時KL曖昧性に対する厳密な投影恒等式を導き、頑健なポートフォリオ選択を二次錐計画に帰着させている。
注目点凸変分理論により複数の曖昧集合下で閉形式または準閉形式の最悪ケース解を統一的に導出し、新規性と理論的裏付けが高い。リスク管理分野への影響は中程度。
説明予測市場の契約は上場時に何を示すか：取引量と紛争リスク
要約本論文は、2023年1月から2026年5月までにPolymarketに上場された802,863件の決済済み市場を対象に、上場時点で得られる情報（タイトル、説明文、指定された決済ソース、契約メタデータ）のみを用いて、市場の生涯取引量と決済後に紛争が生じるかを予測している。契約情報は取引量をよく予測し、市場のテーマによる寄与が最も大きい。ただしプラットフォームの変化と上場形式の変更が重なった期間では予測精度が大きく低下し、紛争予測は順位付けには有効でも個別案件の予測には精度が不足している。
説明JaxMARL-BC：マクロ経済モデリングのためのマルチエージェント強化学習を数秒で実行
要約本論文はJAXで高速化したシミュレータJaxMARL-BCを提案し、MARL-BC経済モデルの学習を参照実装より75倍から724倍速く、20万の独立に学習する家計まで拡張できると報告しています。既知のDSGEの極限ケースで正しさを検証し、資本収益が異質なモデル拡張の概念実証的な較正を、以前は1か月以上かかった実験を2時間で行うことで示しています。本ツールはオープンソースとして公開されています。
説明Heston模型を超えるDSINC法：3/2モデルなど非アフィン型確率ボラティリティモデル
要約本論文は、減衰sinc（DSINC）法によるアメリカンオプション評価を、アフィン型のHeston類から一般的な一因子確率ボラティリティモデルへ拡張するものです。早期行使積分を単一のスペクトル積分に帰着させる縮約恒等式が、これらのモデルでも成り立つことを示しています。3/2モデルと無相関SABRモデルについては変換の扱いを示し、それ以外では周波数ごとに後退方程式を1つ解いて必要な積分を計算します。3/2、SABR、GARCH、対数正規ボラティリティの各モデルでのテストでは、精緻な有限差分のベンチマークと行使価格の1ベーシスポイント以内で一致しています。
説明限界注文板（LOB）向け状態空間基盤モデルの内部動作の解明
要約本研究は、8つの米国大型株の符号化された注文メッセージ列で自己回帰的に学習させた820万パラメータのMamba-3状態空間モデルが、市場微細構造について何を学習しているかを分析しています。論文によれば、短期的な価格変動の主要因である注文フロー不均衡がR²≈0.59で解読可能であり、その表現は未知の銘柄にも拡張され、状態を操作すると次のメッセージに対する予測が変化します。
説明職業の独自性と賃金上昇
要約本論文は、職業の業務内容の変化を、業務の数の変化と、他の職業と比べた業務構成の独自性（ユニークさ）の変化とに分けて測定する新しい枠組みを提案しています。1977年から2018年までの職業辞典（DOT）とO*NETの196,563件の業務記述データを用いて分析し、職業の独自性が低下するほど賃金上昇が小さい傾向があること、また業務の追加・削除と賃金の関係は、その業務が他の職業でどれだけ広く行われているかによって異なることを示しています。
説明非実物取引者による投機的な不均衡ポジション：英国の電力系統バランスへの影響
要約本論文は、英国電力システムにおける非実物取引者（NPT）の投機的不均衡ポジション（SIP）について、2021年から2024年を対象とした初の実証分析です。NPTの総不均衡量を除いた反実仮想シミュレーションにより、不均衡量、バランシングコスト、不均衡価格、精算コストへの影響を検討しています。結果では、SIPによって必要な純バランシング量が3.1～3.9TWh（16～20%）、バランシングコストが3.47億～3.96億ポンド（5.9～6.7%）、供給者の不均衡コストが1.93億～3.25億ポンド（65～75%）減少したとされています。著者らは、SIPがなければ消費者の請求額はより高かった可能性があると述べています。
説明商品先物・バニラ・カレンダースプレッドオプションのための算術モデル
要約本論文は、商品先物とオプションを対象とした算術型多因子確率ボラティリティモデルを提案します。このモデルは先物カーブを低次元のマルコフ表現で扱い、バニラ、バスケット、カレンダースプレッドオプションの半閉形式の価格式を与えます。2013年から2024年までのWTI原油先物、バニラオプション、カレンダースプレッドオプションのデータを用い、アンセンテッド・カルマンフィルタで推定しています。3つのボラティリティ因子が必要であるとされ、カレンダースプレッドオプションを推定に含めると隣接限月間の相関構造の再現が改善すると報告しています。
説明より強力な人工知能の突破が、自らの枯渇を早める
要約本論文は36年間のコンピュータサイエンスについて、720万本の論文、73,089件の査読、370万人の研究者の話題の移り変わりを分析しました。Transformerの登場後に研究の注意が急速に狭まり、大きな突破の後ほど発想の枯渇が急になったと報告しています。著者らは、多様な注意を守る制度の必要性を訴えています。
注目点論文730万本、査読73,089件、研究者370万人の分析と構造生物学・シミュレーションにより、突破が多様な注意を枯渇させる仕組みを示し、新規性は高い。
説明深層カタストロフィックリスク認識強化学習：極値理論でニューラルポリシーの極端リスクを抑える手法
要約本論文は、極値理論（EVT）に基づくCVaR最適化の手法を高次元のニューラルネットワーク方策へ拡張したものです。閾値超過表現とモーメント法による推定で微分可能な裾リスク目標を導き、その有限標本勾配が自動微分で計算できることを示しています。深層ヘッジの実験では、通常時は経験CVaRで学習した方策と同様の挙動を示し、極端なシナリオの評価ではEVTで学習した方策の方がヘッジ損失が小さいと報告されています。
説明LOB-Impact ベンチマーク：生成型指値注文板モデルに現れる市場インパクト
要約本論文は、生成型指値注文板（LOB）モデルが市場インパクトを再現できるかを検証するLOB-Impactベンチマークを提案している。五つの自己回帰モデルが生成した五銘柄の NASDAQ 注文フローに執行型メタオーダーを注入し、既知の物理を持つベースラインで検証された実証的インパクト推定量で価格応答を測定した。次トークン予測だけで学習したモデルにも市場インパクトが現れ、指数は0.63から1.21の範囲で、従来の平方根則の0.5をやや上回った。一方、モデル群では緩和期間中のインパクト減衰は観測されず、コンテキスト窗が短いことが原因と推測されている。ベンチマークはオープンソースとして公開されている。
説明教師の監督、固定表現、キャリブレーション：候補スコアリング型意思決定モデルの厳密なリスク計算
要約本論文は、候補の回答にスコアを付ける意思決定モデルで、出力確率の意味を決める三つの学習要素（教師モデルのソフトターゲット、凍結された事前学習バックボーン、温度キャリブレーション）を、リスクを厳密に計算できるガウス型の代理モデルで分析する。米国消費者金融保護局の約23万1千件のクレジットカード苦情を用い、苦情が金銭的救済で終わるかを判断する。生徒モデルは教師の偏りを引き継ぎ、キャリブレーションは確率の尺度を補正するだけなので、出力確率は実際の結果と照合して確認する必要があるとしている。
説明予測市場の板取引における協調型マルチエージェント強化学習によるマーケットメイキング
要約本論文は、Polymarketのような板の薄い予測市場で、マルチエージェント強化学習によりマーケットメーカーを訓練する研究である。Polymarketのデータから LOBSTER 形式の注文単位データを再構築し、417 の実市場で JaxMARL-HFT 上で学習させた。見積もり担当とリスク管理担当に分解し、報酬設計を検討した結果、再設計した単一エージェントは留保市場での損失が小さく、より頻繁に見積もった。ただし、定期的な留保評価で平均ポートフォリオ価値が正になった構成はなく、各構成は乱数種1つで訓練された。
説明正規タンパード安定分布における確率加重関数：直交チャネルと情報理論指標
要約本論文は、パラメトリック族ではなく、事前および事後の収益分布の変化から確率加重関数を構成します。分布は正規タンパード安定分布（NTS）であり、分散を固定したうえで尺度、歪度、裾の厚さの三つのチャネルを個別に検討します。扭曲の程度は三つの情報理論指標で要約され、標準普通ETFの2015年から2025年の日次収益に校準したパラメータに適用されています。
