arXiv 量化金融（q-fin）。
说明面向随机折现因子投资组合的检索增强扩散建模（RADAR）
简介本文研究随机折现因子（SDF）框架下的投资组合优化，通过学习能反映金融数据潜在风险结构的市场状态表示来实现。作者提出RADAR框架，通过检索相似的历史市场状态来构建依赖情境的噪声分布，并用条件扩散模型对多模态表示进行去噪。实验称其在关键风险调整指标上达到了同类方法中的最优表现，并能对资产收益和相关性给出具有经济意义的信号。
说明支撑位与阻力位下多偏态布朗运动的最优清算
简介本文研究在几何多偏态布朗运动下的永久清算问题，该模型在价格处设有支撑位向上推动、阻力位向下推动的局部时项，体现技术分析思路。文章给出由闭式判据区分的三种几何情形：连续区间位于阻力位下方、跨越阻力位或上边界恰好停在阻力位。文中指出在阻力位卖出是推导出的结论而非假设。参数识别方面，支撑位参数可由行权行为精确确定，而阻力强度只能在一个具有闭式端点的区间内识别。
说明深度核对冲：把神经网络特征与核方法结合起来做期权对冲的论文
简介本文提出一种深度核对冲框架，让对冲函数位于由神经网络嵌入参数化核函数所定义的再生核希尔伯特空间中，并用截断的时间增广签名特征处理路径依赖信息。作者推导了广义表示定理，将经验优化化为有限维问题，并用随机傅里叶特征近似降低计算成本、给出收敛保证。在合成数据和真实数据上的实验表明，该方法具有有竞争力且稳健的对冲表现，在数据较少的情形下尤为明显。
说明从词频到语境：用于资产定价的主题模型
简介本文比较了基于句子向量（sentence transformer）加 k-means 聚类的主题模型与传统的 LDA 模型，用于从 394,661 篇新闻文本中提取主题并构建金融投资组合。研究以 NPMI 衡量主题词连贯性，以夏普比率衡量财务表现，发现句子向量方法的观测分数更高，但现有检验尚不足以证明其确实更优。作者认为语境感知技术在非结构化新闻文本上有一定前景，但需要更严格的、仅使用各日期可得信息的检验和更广泛的数据集来增强结论的可信度。
说明RICE-Alpha：基于事件图谱、可靠性校正的大模型股票预测框架
简介该论文提出RICE-Alpha，一个时点约束下的股票打分框架，用于利用历史新闻事件进行预测。它将多视角基础预测与基于历史事件延续的可靠性校正残差分开建模，并通过事件图谱保持同一发行人的事件时序。在2024至2026年纳斯达克100与恒生指数的日度数据上，该方法在所比较的大模型智能体与动量策略中表现最佳，文中称其历史事件延续能在时序可靠、经校准且作为残差修正时提供增量信息。
说明预言机参数化的恒定函数做市商：从价格源到定价规则
简介本文提出预言机参数化自动做市商（OP-AMM），其报价同时取决于池内储备和外部预言机价格，适用于价格发现发生在链下的代币化证券等场景。作者在严格的预言机收缩条件下证明，报价介于预言机价格与由池储备决定的隐含自给价格之间，并推导出区分市场滞后风险与预言机误差损失的 LVR 分解。文中还分析了陈旧与离散更新的预言机，并以一秒级 SPY NBBO 数据做回测，展示各类设计之间的权衡。
说明驯服希腊字母：带归纳偏置的期权组合
简介本文提出一个端到端深度学习框架，用于系统化期权交易，通过显式控制组合层面的风险敞口来嵌入对冲行为。作者在训练目标中加入可微分的风险敏感度惩罚项，使组合在选定风险维度上保持中性，并在纳斯达克100指数期权的历史数据上进行评估。结果显示，经适当校准的正则化在样本外提升了风险调整后收益，同时降低了已实现的方向性敞口。
