arXiv 量化金融（q-fin）。
说明电力日内连续市场中基于状态相关Hawkes过程的流动性压力体制转换建模
简介本文提出一种多变量状态相关Hawkes过程，用于刻画欧洲日内连续电力市场中不同流动性状态下的订单流。研究用买卖价差、订单簿量和中间价波动率构建流动性压力指数（LSI）识别市场状态，并基于EPEX SPOT的荷兰XBID每小时订单数据进行校准。结果显示订单流具有强自激且接近临界的特征，成交会触发同侧新订单，流动性压力主要增强成交自激而非改变跨方向结构。
说明FinVector-Market-4B：针对结构化金融任务的 LoRA 适配受控研究
简介该论文基于 Qwen3.5-4B 模型，使用秩为 16 的 LoRA 方法，在 2.2 万条样本上进行金融结构化任务的适配，并在 600 条基准上与基础模型对比。结果显示，仅提供 JSON 模式即可使基础模型的 JSON 有效率从 0% 升至 91.3%；在统一的显式提示下，多项任务指标也有明显提升。作者同时指出，宏观 F1 的下降源于标签集变化，且基准存在文件重叠等问题，因此泛化结论受限。
说明报价之外补充挂单所形成的有限买卖价差
简介本文在双场反应-扩散订单簿模型中，给出有限买卖价差的统一解析说明。模型在操作时间内分别保留买单与卖单密度，并包含扩散、撤单、反应和外部下单。作者引入做市源：在反应边界附近一个有限区间内暂停挂单，以体现在报价之外补充挂单的往返过程。在所采用的近似下，报价价差对应于无挂单源区间内的亚阈值核心，而市价单移除的是可见报价处的挂单，补充的挂单则在报价外侧投放并需扩散回来。
说明用于违约概率建模的信用行为函数表示
简介本文提出一个基于函数型数据分析的违约概率建模框架，将一系列信用变量表示为函数，研究月内信息能否提升线性模型的违约预测能力。作者指出，可用额度、使用率和透支等常用变量都可由账户类型、账户余额和信用额度三个随时间变化的量推导得出，并保留为连续时间过程。采用基于相对时间的对齐方法处理银行营业日引起的周期性模式，使用函数型逻辑回归进行评估。结果显示，该模型预测性能与XGBoost相当，且优于普通逻辑回归，同时保留了线性模型的可解释性。
说明受监管信用评分中的可学习单调循环特征：框架代价与宏观条件化的必要性
简介该论文研究在受监管信用评分中，用单调循环网络学习时序特征是否有价值，并在五个信贷数据集上检验。作者证明了该架构在向量输入、宏观条件化衰减门等情形下仍保持单调性。结果显示，治理框架越严格，学习特征的价值越高；在经济形势转变的情况下，以宏观序列作为循环条件而非输入列，能带来在危机群体上的AUC提升。
说明高维凸序：投影检验、反例与高斯混合
简介该论文研究多元随机变量的凸序比较。作者指出，仅比较所有一维投影的条件在一般情形下并不充分，并利用规范函数与径向分布构造了反例。论文还证明，对于由共同径向分布生成的线性变换（包括中心高斯分布），投影检验是充分的。最后，论文确定了中心高斯分布被两个中心高斯分布混合所控制的充要条件，即所有一维投影凸序成立。
看点构造了每个维度的径向反例，并完整刻画了高斯与双高斯混合的凸序，结论新颖且证明严格。
说明非平稳市场中深度对冲的对抗训练
简介本文提出WRAP方法，一种基于双预算分布鲁棒优化的漂移感知对抗训练框架，用于训练深度对冲策略。该方法以加权经验分布为参考，通过φ散度对轨迹重加权，并通过最优传输约束扰动路径，以应对历史训练数据与未来市场条件不一致的问题。实验基于平稳与非平稳Heston动态及广义仿射扩散（GAD）模型，结果显示重加权与传输两种机制各有益处，其中联合对抗训练在非平稳条件下增益最大。
说明基于总体偏好锚点的合成文化代理
简介该论文提出一种新方法：将六项全球偏好调查（GPS）坐标的正负号映射为群体选择策略，用直接偏好优化（DPO）为每个群体训练参数高效的适配器。在候选世界价值观调查（WVS）题目上的评估表明，适配器能恢复预设的成对标签，并在16国开发样本中区分两类GPS信任度群体，但适配器与人类WVS回答之间的一致性仍未解决。
说明不确定波动率模型中的后验误差界
简介本文为不确定波动率模型中欧式期权价格的数值近似提供后验的原始-对偶界。对于光滑的候选值函数，由其海森矩阵导出的反馈控制给出下界；对偶侧基于矩阵值的Gamma场给出上界。文章还分析了离散时间近似的误差，并用随机策略梯度和物理信息神经网络方法生成的候选解进行数值实验，结果表明二阶导数精度对获得紧的后验界很重要。
