Social welfare and price discovery in double auction markets
说明双边拍卖市场中的社会福利与价格发现
简介双边拍卖机制使价格趋向竞争均衡，这一现象在实验室实验中已有大量记录，但缺乏理论解释。本文研究纯交换经济中的动态双边拍卖，参与者按当前持有量和偏好所隐含的无差异价格报价。作者证明瓦尔拉斯均衡与双边拍卖的不动点重合，且重复进行的双边拍卖会产生有界的配置与价格序列，其聚点为带转移支付的瓦尔拉斯均衡。
Verify Claims, Not Scores: Evidence-Based Verification of Modular Agents
说明以证据而非分数验证主张：模块化智能体的证据型验证审计
简介论文提出一种针对模块化智能体的主张级验证审计方法，不再只看整体任务分数，而是为每个结论记录其依据的证据，并给出支持、不支持、未解决或未评估四种结论。作者用最优策略和逐一替换组件等工具定位价值损失，并在带有隐藏市场状态的合成市场投资组合配置智能体上进行了验证。论文的主要贡献在于验证协议本身，实证发现仅针对所研究的智能体与环境。
PPO-HRAP: Proximal Policy Optimization with a Hybrid Regime-Aware Policy for Risk-Controlled Trading
说明PPO-HRAP：用于风险可控交易的混合市场状态感知近端策略优化
简介本文提出PPO-HRAP方法，把近端策略优化（PPO）与可解释的市场状态先验相结合，用于强化学习交易。策略在奖励中同时考虑组合对数收益、受VIX影响的回撤增加惩罚、目标仓位偏离和换手成本，并将PPO输出与由市场状态得出的目标仓位加权混合。在2020至2022年SPY保留测试期内，其总收益为27.62%，最大回撤由买入持有的34.10%降至18.47%；在五个随机种子和QQQ、DIA上也给出结果，但换手率仍较高，跨资产结果仅为单次运行。
On the Pricing of American Options under Stochastic Local Volatility and Stochastic Correlation via the RBSDE Framework
说明基于RBSDE框架的随机局部波动率与随机相关性下美式期权定价研究
简介本文研究在随机局部波动率（SLV）模型中加入由另一随机过程驱动的随机相关性后，美式期权的定价问题。作者推导了相应的反射前向后向随机微分方程（RBSDE），并采用数据驱动的数值方法求解，用于定价和对冲。文中还对所提数值方法进行了收敛性分析，并通过数值实验展示了扩展模型的表现以及该方法的精度和效率。
Optimal Catastrophe Bond Design and its Applications to Climate Change Risk
说明巨灾债券的最优设计及其在气候变化风险中的应用
简介本文将巨灾债券的赔付函数视为决策变量，从发起方角度研究其最优设计。作者证明在期望效用和谱风险度量框架下，分段线性赔付函数为最优，从而把无限维设计问题简化为对起赔点的一维优化，并借助美国强风暴损失数据进行校准，结果显示多数风险标准下风险都明显降低。
Beyond Supra-Competitive Outcomes: Collusive Behaviour in Deep Reinforcement Learning for Optimal Execution Games
说明超竞争结果之外：深度强化学习在最优执行博弈中的串谋行为
简介本文研究两名玩家在有限期Almgren-Chriss清算博弈中的情况，独立训练的近端策略优化智能体学到了成本低于纳什基准的策略。作者发现一种学习到的惩罚机制：当一方偏离时，另一方会加速清算进行反击，使偏离者损失更大，而惩罚方自身平均收益基本不变。文中提出两项检验，结果显示该偏离的惩罚超过其收益，且交易行为的变化足以解释所施加的损失，据此支持对超竞争结果的串谋解释。