arXiv 量化金融（q-fin）。
星级是 AI 根据标题和摘要的粗略评价：按新颖性、证据强度、影响面打分，再换算成 1–5 星（约 2% 的论文为 5 星、10% 为 4 星）。网站只标出 4–5 星的「值得关注」，并附一句看点；没有标记不代表论文不好。评价没有读全文，仅供挑选时参考，不是对论文质量的定论。「有代码」表示摘要里写明公开了代码、数据或工具。
说明基于状态依赖Hawkes过程限价订单簿模型的最优报价策略
简介本文研究做市商在订单流由状态依赖Hawkes过程刻画时的最优报价问题。文中采用基于区块的线性需求设定，将市价单数量与成交量联系起来，并构建连续时间离散状态动态规划模型，推导二次价值函数系数的后向递推式。利用LOBSTER数据的数值实验显示，该策略在一跳和三跳时的总终端财富高于固定价差基准，但低于两跳基准。
说明基于黎曼几何定价算法的巨灾债券估值：不完全市场中的金融熵与频率、强度风险溢价拆分
简介本文提出一种在不完全市场中为巨灾债券定价的框架，通过对金融熵进行黎曼几何优化，在等价测度流形上选取定价测度。模型以复合泊松—广义帕累托损失模型与Wang失真为基础，推导出金融熵与黎曼度量的封闭形式表达式。以Golden State Re II（2014-1系列）季度利差校准的假设地震巨灾债券为例，文章给出了风险中性触发强度与物理强度的倍数关系，并分析了熵准则下频率风险与强度风险溢价的拆分结果。
说明存入更多资金不应收益更少：借贷池中供应方收益单调性与利率曲线设计
简介该论文研究利用率驱动的借贷利率模型中，增加流动性可能使供应方总利息收入减少的问题。作者给出了供应方收益随存款非减的条件，并据此推导出可接受利率曲线的约束形式。文中还在两个公开的Drift市场上检验了这一现象的实际出现频率。
说明简单投资组合如何实现稳定且可观的回报
简介本文是一项实证研究，考察私人投资者在仅允许做多、不加杠杆、按月交易并计入成本的条件下，如何利用流动性较好的美国ETF构建投资组合。作者把组合构建表述为凸优化问题，输入参数由公开数据估计，并称之为“简单组合”。研究表明，仅由三只ETF组成的简单组合即可带来稳定且可观的回报，并在过去二十年的数值实验中优于标准的60/40配置。
说明由 Cox-BESQ 过程驱动的无限服务台排队系统的风险度量
简介本文提出一种无限服务台排队模型，其到达强度由平方贝塞尔（BESQ）过程驱动的 Cox 过程刻画。利用底层动态的仿射结构，作者推导了到达强度、系统内顾客数以及一段时间内系统内顾客数积分三者联合矩母函数的闭式表达式，并可扩展到两个或更多时点。基于这些显式矩母函数及风险度量的傅里叶表示，论文构造了在变量超过临界阈值条件下的联合矩类风险度量，并通过数值实验展示了该方法的实施与理论结果的适用性。
说明事件定义与分支比：对合并报价流中价格变动聚集的 Hawkes 估计
简介该论文用 Hawkes 模型分析美国合并报价流中的价格变动，原始拟合出现亚毫秒级核分量和接近临界的分支比。作者指出，在大报价单位股票中，约一半的 NBBO 变动是锁定或耗尽的报价，会在一毫秒内消失，模型却将其解读为自激。把事件定义为中间价持续一毫秒后，该核分量消失。
说明FinLLM-KG：利用知识图谱增强大语言模型的金融情绪分析，服务算法交易
简介本文提出FinLLM-KG框架，将因果大语言模型与金融知识图谱结合，在推理时从SEC 10-K年报中注入公司层面的知识，无需更新模型权重。模型可依据公司概况或相关事实三元组进行情绪判断，并能将情绪分数追溯到具体句子和知识图谱事实，增强可解释性。文中称模拟结果显示，该框架在投资组合表现上持续优于现有基线方法。
说明信用依赖压力测试的情景匹配：时间相关性约束与经验风险界
简介本文将两组模拟的市场路径与信用路径配对，目标是使时间相关性误差的绝对值最小化。每条市场路径恰好对应一条信用路径，从而保持两组完整情景的经验分布。文中给出完美匹配检验，用于判断统一的相关性误差容忍度是否可行并求出其最小值，并给出经验平均损失与超越概率的精确界。实验以合成的债券远期信用压力测试为例，报告匹配精度、经验得分尾部等结果。该方法独立于情景生成器，可用于检验现有风险引擎中的依赖性假设。
说明Det-MASO：用于因子生成的多样性正则化多智能体序贯优化方法
简介论文提出 Det-MASO 框架，用于生成量化投资中的 alpha 因子。它在多智能体联合目标中加入对智能体间相关矩阵的可微对数行列式惩罚，以抑制智能体输出趋同并保持因子多样性，计算成本随资产数量线性增长。原文报告该方法优于基线，信息系数提升 1.1%，年化收益提升 6.4%，夏普比率提升 0.33。
说明整数价位能否守住价格？限价订单簿中的占据密度与深度条件风险率
简介价格常在整数价位聚集，这一现象常被解释为这些价位构成价格屏障。本文利用限价订单簿数据，通过报价网格框架区分这种价格屏障与纯粹的机械性因素（整数价位挂单更多，价格离开需要更长时间）。基于2025年全年五只纳斯达克股票的数据，研究发现整数价位吸引了更多流动性，但经深度调整后的持续时间并不更长。英特尔和SoFi显示出方向性效应，价格离开更多地偏离整数价位。
说明验证投资强化学习中的奖励对齐
简介本文针对组合投资中的强化学习，提出一种决策审计方法，用于判断学到的策略是否真正实现了设定的均值-方差金融目标，并将奖励设定偏差与学习误差区分开来。作者在受控市场和历史数据上进行了实验，结果表明该方法能量化学到的决策是否实现了既定的金融目标，而这与回测表现是两个独立的问题。
说明FLARE 已发布的分数究竟衡量了什么
简介本文审计了金融任务基准 FLARE（PIXIU 与 FinBen 背后的评测套件）的评分流程，发现不少结果分数取决于答案提取规则而非模型本身。作者指出，同样的模型输出在不同提取规则下准确率差异可达 0.4216，而多数排行榜未说明所用规则。文章主张读取 FLARE 分数还需要歧义率、覆盖率与多数类基线三项信息，并提出工具 floorbench 可从已有生成结果中计算这些指标。
说明绿色转型时点风险下的最优投资组合选择
简介本文研究投资者在考虑未来绿色转型（时点不确定）影响时的最优组合选择问题。模型将转型刻画为股价过程的跳跃，绿色股票价值上升，棕色股票价值下降。投资者对转型时点存在模糊性，并采用对该风险稳健的投资策略。文中通过对数效用、无模糊厌恶和最坏情形等特例验证了一般框架，并在一只绿色股票和一只棕色股票的案例中比较了考虑转型风险与忽略转型风险的投资差异。
说明代币化伊斯兰债券（Sukuk）：可验证的资产证据与可编程沙里亚合规架构
简介本文指出仅核验投资者身份的证券代币标准无法约束债券资产构成。作者把马来西亚证券委员会沙里亚咨询委员会2023年关于Sukuk Wakalah bi al-Istithmar的裁定编码为发行与转让政策，依据由不同机构角色签署的资产权利、估值、权利负担和沙里亚分类等EIP-712声明执行判定。在作者构造的合成工具的26个场景中，仅核验身份的基线错误放行了13项应被拒绝的操作，完整政策则与全部预期结果一致。
看点将伊斯兰教法交易条件编码为链上策略，并与仅身份检查的基线对比，揭示了规则编码方式对合法交易的影响，但评估基于合成资产且规模有限。
说明中国可转债次日价格预测：跨债券面板学习的实证检验
简介本文用2022至2025年100只A股可转债的日度面板数据（共73,806个观测值），检验跨债券神经网络能否稳定地跑赢随机游走基准。在严格的时间切分与统计推断下，两种价格变动MLP的样本外RMSE均略高于随机游走（2.3577元），R²为负，统计检验也不显著。作者认为，在缺乏同期股票市场信息或明确合约事件条件时，深度面板模型并未带来超越持续性基准的次日可预测性。
说明基于抽样调查、倾斜逆概率序列学习与因果活动时钟的隐含波动率曲面编制与预测
简介本文以英伟达（NVDA）2018至2025年经拆股调整的股票与期权数据为样本，研究如何编制隐含波动率曲面并预测衍生品风险。研究结合有限总体抽样调查、倾斜逆概率序列学习和因果活动时钟等方法。结果显示，抽样设计需与目标函数匹配；短期价格在所测模型中未能超越带漂移的随机游走；远期隐含波动率存在描述性均值回归，但在统计检验下不显著。
说明追踪中国高频交易活动及其对市场质量的影响
简介本文提出一种基于下单精确价位的订单级高频交易代理指标，即价格恰好等于对手方最优报价的限价单。利用深圳证券交易所数据，作者验证该指标与报价更新、撤单速度及中间价收益的关联，并借助开盘时不同渠道订单传递延迟的差异进行双重差分分析。结果显示，延迟降低会增加此类订单占比，并带来更大的短期价格波动、更高的宽价差出现率和逆向选择风险，已实现价差下降，定价误差小幅减少。
看点提出基于精确挂单的订单级高频交易代理指标，并用中国市场的跨渠道延迟变化做差分识别，新意较突出，证据扎实。
说明条件分布的连续性与衍生品定价中的分层抽样
简介分层抽样通过按低维因子划分样本空间并在各层内分别抽样，可降低蒙特卡洛模拟的估计方差，适合高维金融模型中路径依赖产品的估值。本文研究连续时间模型中按比例分配的神经网络分层因子构造，建立了相关条件期望及条件分布的连续性结果，并给出反例说明其适用范围。结合神经网络的稠密性，文章得出可接受分层因子的通用逼近定理，并通过数值实验验证学习得到的因子优于所考虑的各基准方法。
说明监管不确定性下的最优集体投资
简介该论文研究在未来监管要求不确定的情况下，集体投资如何在风险价值（VaR）类约束下实现最优。约束包含多个财富门槛，并要求以加权平均概率满足这些门槛。研究给出了最优终端财富的刻画，并讨论了不同投资者群体中福利损失的分布差异。
说明保险定价中的风险充足性与反歧视：分类、汇总与转移支付
简介本文提出一个保险费率设计框架，通过风险分类、在类别内汇总基准风险价格以及平衡转移支付来构造费率，并从风险充足性、组合覆盖和反歧视三方面评估。作者将其建模为多目标优化问题，刻画各准则之间的权衡与帕累托前沿，并证明若干关系性结论。文中以一个机动车保险的数值研究加以说明。
说明数字与能源对基钦周期的重组：基于 1995–2025 年美国 IT 投资与爱尔兰数据中心序列的探索性证据
简介本文利用 1995–2025 年美国 FRED 与爱尔兰 CSO 的季度数据，考察美国 IT 投资与爱尔兰数据中心用电是否正在围绕能源和算力资产重组基钦周期。研究发现美国 IT 投资与 GDP 的相关性在 2014 年第三季度出现显著断点；爱尔兰数据中心用电与实际 GDP 的强相关在改用实际 GNP 后基本消失，作者认为这可能主要反映跨国企业的税收结构影响。作者明确表示所有系数均属探索性结果，样本量较小。
说明面向演员-评论家智能体的金融语境丰富策略：用于股票交易的深度强化学习方法
简介本文提出一种深度强化学习（DRL）交易方法，将情绪分析部分或深度融入交易策略，以捕捉社交情绪、政治不稳定等外部事件对市场的影响。研究比较了仅使用策略优化的智能体（A2C、PPO）与结合Q学习的智能体（DDPG、TD3、SAC）。结果显示，结合Q学习的策略优化智能体在引入情绪深度融合后，在利润最大化和规避风险方面表现持续提升。
说明金融基础模型的不确定性量化：综述
简介本文综述金融基础模型中的不确定性问题，涵盖金融问答、披露分析、预测与决策等环节。作者提出一个按来源区分的框架，划分证据与语境、模型与推断、结果与行动三个层面的六类不确定性，并提出基于机制的分类法，用以评估各类方法在金融任务中的适用性。文章还梳理了相关实证研究，指出多数研究只关注工作流程中的某一环节，将证据与推理可靠性同下游预测及受约束行动相联系的研究仍较少。
说明基于状态相关 Hawkes 过程的做市最优下单规模
简介该论文研究做市商的成交量模型，将成交量表示为平均订单规模、指数需求函数与依赖报价深度的 Prony 级数乘子的乘积，并结合状态相关的 Hawkes 模型刻画市价单数量。作者用限价订单簿数据做了实证研究，在条件于已实现订单流路径的回顾性评估中，所选校准结果在遵守库存上限的同时获得了更高的终端效用；论文还区分了交易收入与库存控制各自的贡献。
说明大语言模型中的前景理论：损失厌恶、递减敏感性与概率加权的元分析
简介该研究对11项研究中涵盖32个语言模型的102个拟合估计值进行元分析，检验大语言模型是否与人类具有相同的前景理论特征。结果显示三个成分表现不同：损失厌恶程度较低（合并λ为1.26），概率加权呈现类似人类的倒S形，但价值函数的递减敏感性取决于测量方法。
说明识别重复博弈中的 k 级推理：策略、信念与认知能力
简介本文在重复博弈中识别作用于超博弈策略层面的 k 级推理。作者构建了一个同时包含策略选择与对他人策略信念的模型，利用无限重复囚徒困境中收集的策略和策略信念数据，并采用新提出的平衡最优误差容忍度，将相当一部分被试归为 1 级或 2 级推理者。研究还发现，当 k 级推理作用于重复博弈策略时，认知能力和经验可以预测更高的推理层级。
说明机构交易员的日内预测能力与流动性提供
简介本研究利用某证券交易所的高频数据，考察机构交易员的预测能力和流动性提供与其自营日内盈利之间的关系。研究发现交易员具有持续的预测能力，基于这些交易员成交流向的跟随策略在不同交易频率下年化夏普比率为16至63。预测能力每提高一个标准差，每个匹配头寸的盈亏高出1.02至1.19货币单位；被动成交笔数从0增至1、再增至2时，盈亏分别再高出约1.28至1.31和3.79至3.82货币单位。
说明投资组合优化中方向正确的观点：利用专家的方向性判断改善资产配置
简介本文受Black-Litterman框架启发，探讨在组合优化中引入专家观点能否带来更好的资产配置。作者在简单的Markowitz设定下表明，即使只有少量方向正确的信息，也能明显改善投资决策。文中还讨论了如何借助熵的思路，把专家观点纳入端到端的组合模型。实证结果显示，一旦纳入方向正确的专家观点，较简单的Markowitz类模型与端到端模型表现相当。
说明多选项建模：在不确定性下探索决策配置空间
简介本文提出“多选项建模”框架，把包含大量相互关联选择的决策配置空间显式化，并在不确定性下进行计算探索。作者借鉴崎岖景观理论，将这类问题视为随配置和未来情景变化的条件性绩效景观，并结合方差敏感性分析与条件分布分析。文中以制造工艺升级、并购策略和抵押贷款设计三个案例说明，该方法能揭示意料之外的互补关系和风险特征各异的近优配置。
说明竞争性做市中的均衡与学习：多个做市商与一名非策略交易者之间的博弈分析，证明纯策略纳什均衡存在，并研究离散化后的学习行为。
简介本文提出一个由N≥2个策略性做市商与一名非策略代表性交易者组成的做市博弈。在连续报价空间中，标准有限博弈的论证不再适用，且非凸、不连续的收益使经典存在性结果失效。作者证明在关于标的资产价值分布的较弱假设下，至少存在一个纯策略纳什均衡，并指出均衡买卖价差随资产价值波动率严格扩大。此外，作者将价格离散化，在额外正则性条件下证明无内部遗憾学习者的时间平均策略会在最小价位趋于零时逼近连续纳什价格包络。
说明焦耳对GDP：AI系统每单位能耗能创造多少经济价值？
简介本文研究AI系统每消耗一焦耳能源能产生多少经济价值，分别用净美元价值和节省时间两种方式衡量。作者基于220个公开GDPval任务、44种职业，并在本地部署五个开放权重模型、评估四种加速器进行测试。结果显示，在单位能耗下，不同职业和模型的经济回报排序与单纯的成功率或产出价值排序并不一致。
说明《委派鸿沟》：按职业与国家划分的 AI 智能体可委派性开放指数
简介本文提出“智能体可委派性指数”（ADI），由两个语言模型依据预先登记的评分标准，为 O*NET 30.2 中全部 18,796 条任务描述评定可委派程度与障碍，再按 ISCO-08 职业分组，以 ILOSTAT 数据在 146 个国家加权。结果显示，可委派就业比例随收入升高，低收入国家为 22.5%，高收入国家为 48.7%；与既有的生成式 AI 暴露度指标在职业层面高度相关。
看点将职业任务的可委派性指数化并覆盖146个国家，与既有暴露度度量形成补充，证据包括人工盲评与模型一致性检验。
说明新闻过时之后：用强化学习与大语言模型进行投资组合配置
简介该论文研究金融新闻发布后如何影响投资组合决策，比较保留旧新闻并提示时效信息与直接过滤旧新闻两种做法。研究使用固定的大语言模型从SEC公开披露文件中提取信号，并在强化学习策略和直接选股的大语言模型中进行对比，以2023至2025年历史数据、扣除交易成本后的收益评估。结果显示，过滤旧新闻的大语言模型在新闻延迟四周时平均净年化收益最高，达18.43%，超过所有使用新闻的强化学习策略；但强化学习策略虽对时效信息有反应，历史收益上并未显示稳定的好处。
说明面向自主投资的受治理自我进化：带不变核心的多智能体大模型系统
简介本文提出Steward，一个用于自主投资的多智能体大模型系统，包含九个分工明确的智能体、由代码组装的七层共享记忆，以及通过复盘进行的自我改进。所有自我修改都被限制在一个不可改动的核心之外，包括订单计算、风险规则和纪律智能体提示词。文中报告了为期五个月、102个交易日的实盘部署结果，以及2015至2026年的回测结果。
说明集中流动性做市中流动性分布的动态：一种SPIDE方法
简介本文用随机偏积分微分方程（SPIDE）刻画Uniswap V3等集中流动性做市商中流动性分布随时间的变化。该方程结合了使流动性围绕市场价格集中的均值回归算子与刻画做市商重新定位引起的非局部再分配的积分算子。作者证明了解的存在唯一性，并把方程简化为描述分布水平、斜率和曲率的线性随机微分方程组。在三个Uniswap资金池上的校准结果显示，在两个与平稳设定相符的资金池上，活跃价格区间的预测误差低于鞅基准；第三个资金池的样本外检验则提示存在非平稳性。
说明基于谱系感知搜索控制的LLM进化因子挖掘（LineageEvo）：一种利用因子演化谱系引导大语言模型变异并分配搜索预算的量化因子挖掘方法。
简介该论文针对用大语言模型作为语义变异算子的进化式公式化alpha因子挖掘，指出现有方法搜索容易集中于结构相似的少数因子。作者提出LineageEvo，在谱系层面进行搜索控制：一是基于谱系经验生成算子先验并与全局先验融合，指导LLM生成；二是在因子质量与谱系集中度之间分配搜索预算。在CSI 500和S&P 500上的实验显示，LineageEvo预测性能最强，LSPS产生的谱系分布更均衡、因子池结构更广。
说明分布还是分位数？最坏情形风险的凸变分理论
简介本文以谱风险度量为基础，提出一套凸变分理论，统一并扩展最坏情形风险的分析框架。理论依据表示原理：选用能保持完整模糊集凸性的分位数或分布形式，由最优性条件识别最坏情形分布及其风险值。文中给出多类模型的解析或半解析解，并提供带固定网格收敛性的投影算法。在高维投资组合应用中，作者在高斯参考下的均值锚定联合KL模糊集上建立了精确投影恒等式，使稳健组合选择可化为二阶锥规划。
看点提出统一的凸变分理论并给出多类模糊集下的闭式或半闭式worst-case解，新颖且证明较完整，对风险管理子领域影响较大。
说明预测市场合约在上线时能反映什么：交易量与争议风险
简介论文基于2023年1月至2026年5月在Polymarket上市的802,863个已结算市场，仅利用上市时可得的信息（标题、描述、指定结算来源和合约元数据），预测市场的终身交易量及结算是否后来出现争议。合约信息对交易量预测效果较好，市场主题带来的提升最大；但当平台变化与上市形式转变同时出现时，预测效果明显下降，争议预测则排序能力尚可、单个案例的精确度却较低。
说明JaxMARL-BC：用于宏观经济建模的多智能体强化学习，数秒内完成训练
简介本文提出JaxMARL-BC，一个基于JAX加速的模拟器，用于训练MARL-BC经济模型，训练速度比参考实现快75至724倍，并可扩展至20万个独立学习的家庭。作者用已知的DSGE极限情形验证了其正确性，并通过扩展模型（异质资本回报）的概念验证校准实验展示其价值，该实验两小时即可完成，此前需要一个多月。该工具已作为开源项目发布。
说明超越Heston模型的DSINC方法：3/2模型及其他非仿射随机波动率模型
简介本文将阻尼sinc（DSINC）方法从仿射Heston类扩展到一般单因子随机波动率模型，用于美式期权定价。文中证明了将提前行权积分化为单个谱积分的坍缩恒等式对这些模型仍然成立。对3/2模型和不相关SABR模型给出了变换形式的处理，其余情形通过逐频率求解一个后向方程计算所需积分。在3/2、SABR、GARCH和对数正态波动率模型上的测试显示，与精细有限差分基准的差异在行权价的一个基点以内。
说明理解限价订单簿状态空间基础模型的内部机制
简介该研究分析了一个在限价订单簿消息流上自回归训练的80多万参数Mamba-3状态空间模型，考察它究竟学到了什么市场微观结构知识。论文称，模型内部能解码出订单流不平衡等指标（R²约0.59），该表示可推广到未见过的股票，并且能通过调整内部状态来因果性地改变模型对下一条消息的预测。
说明职业独特性与工资增长
简介本文提出一个衡量职业变化的新框架，区分职业任务的数量变化与职业独特性（即某职业的任务组合相对于其他职业的差异程度）的变化。基于1977至2018年职业词典（DOT）与O*NET的196563条任务陈述数据，作者发现职业独特性下降与较低的工资增长相关，且任务增减的工资关联取决于这些任务在其他职业中的普及程度。
说明非实物交易方的投机性不平衡头寸：对英国电力系统平衡的影响
说明商品期货、普通期权与跨期价差期权的算术模型
简介本文提出一种用于商品期货和期权的算术多因子随机波动率模型，可用低维马尔可夫形式表示期货曲线，并给出普通期权、篮子期权及跨期价差期权的半闭式定价公式。作者用2013至2024年WTI原油期货、普通期权和跨期价差期权的数据，通过无迹卡尔曼滤波进行估计。结果显示需要三个随机波动率因子，且引入跨期价差期权有助于刻画相邻合约间的相关性。
说明更强的人工智能突破反而加速自身枯竭
简介该论文分析了计算机科学36年间约720万篇论文、73,089份同行评审及370万名研究者的主题转移，发现AI领域研究注意力在Transformer之后急剧收窄，每次重大突破之后思路的枯竭也更快。作者认为突破依赖多样化的注意力，集中化会耗尽这种多样性，并呼吁机构保护多样化关注。
看点通过分析七百多万篇论文、七万余份评审和三百多万研究者，揭示突破性进展会耗尽多样化注意力，并以结构生物学和模拟加以佐证，新意突出。
说明深度灾难性风险感知强化学习：用极值理论训练神经网络策略以控制极端风险
简介本文将极值理论（EVT）方法用于高维神经网络策略的条件风险价值（CVaR）优化。作者采用超阈值表示与矩估计，得到可微的尾部风险目标，并验证其有限样本梯度可通过自动微分直接计算。在深度对冲实验中，正常情形下EVT训练与经验CVaR训练的策略对冲行为相似，而在极端情景评估中，EVT训练的策略对冲损失更低。
说明LOB-Impact基准：生成式限价订单簿模型中涌现的市场冲击
简介该论文提出LOB-Impact基准，用于检验生成式限价订单簿（LOB）模型能否再现市场冲击。研究者在五个自回归模型生成的五只纳斯达克股票订单流中注入执行型元订单，并用实证市场冲击文献中的估计方法测量价格响应。结果显示，仅以下一个token预测训练的模型也会出现市场冲击，指数介于0.63至1.21之间，略高于传统平方根定律的0.5；目前未观察到冲击在释放阶段衰减，作者推测与模型上下文窗口较短有关。该基准已开源。
说明教师监督、固定表示与校准：候选项打分决策模型的精确风险计算
简介论文分析了候选项打分决策模型中三种训练要素（教师软目标、冻结的预训练骨干网络、温度校准）如何决定输出概率的含义，并在可精确计算风险的高斯替代模型中进行推导。实验使用消费者金融保护局的约23万条信用卡投诉数据，判断投诉是否以金钱赔偿告终。结论认为，学生模型会继承教师的偏差，校准只能修正概率的尺度，因此输出概率必须与实际结果对照检验。
说明预测市场订单簿上用于做市的合作式多智能体强化学习
简介该论文研究用多智能体强化学习训练做市商，场景是 Polymarket 预测市场这类订单簿较薄的市场。作者从 Polymarket 数据重建了 LOBSTER 格式的订单级数据，并在 417 个真实市场上训练。他们将做市商拆分为报价与风险管理两个智能体，并探索奖励设计，结果显示重新设计的单智能体做市商报价更频繁、留出市场上的损失更小，但目前没有任何配置在定期留出评估中获得正的平均组合价值，且每个配置只用了一个随机种子训练。
说明正态tempered-stable分布下的概率加权函数：正交通道与信息论指标
简介该论文通过比较先验与后验收益分布构造概率加权函数，而非采用参数族。分布为正态tempered-stable（NTS），在方差固定下分别考察尺度、偏度与尾部厚度三个通道的影响。文中用三个信息论指标概括扭曲程度，并以标普500 ETF 2015至2025年日收益校准的参数进行了应用。
