arXiv 量化金融（q-fin）。
说明基于因果基础模型的市场冲击估计：利用合成市场先验训练的因果模拟器，估计大额交易对价格的因果影响。
简介论文提出一个概念验证性质的“因果市场模拟器”，即在合成市场先验上训练的连续时间因果PFN模型，其中隐藏的信息流会混淆流量与价格的关系。在该先验上，朴素估计量的偏差与理论闭式一致（高估最多达68%），而该模型在高混淆情形下接近真实参数的无偏基准。作者报告该模型在ABIDES限价订单簿及多个加密货币与美股数据上的干预响应具有一定可迁移性，并指出以附加流量而非钳制价格的方式编码母单是迁移成功的关键；循环状态空间变体改善了冲击随执行时长累积的形态。
说明Wasserstein模糊集下的多期均值-期望分位数投资组合优化：重构、退化及地面度量的作用
简介本文研究在Wasserstein模糊集下的多期均值-期望分位数投资组合问题。作者提出最坏情形期望分位数的包络定理，将其刻画为一个两段仿射被积函数的最坏期望根，从而可直接应用标准Wasserstein对偶，把三层问题重构为四个参数线性规划。数值实验基于90只富时指数成份股、3,341个样本外交易日，结果显示期望分位数模型在九组参数设置中均优于匹配条件下的CVaR模型。
说明从椭圆分布中加权选择：随机表示及其在投资组合分离中的应用
简介本文给出加权选择椭圆分布的随机表示：它可写成 q 个选择变量的仿射组合加上一个椭圆项，其中仅方向部分与其他项相互独立。利用一阶随机占优，这一形式可用于 q+2 基金分离，并放宽了 Simaan（1993）关于三基金分离的假设。
说明扩散型市场冲击：一致的微观基础
简介该论文为"扩散型市场冲击"提供微观经济学基础，解释市场冲击的平方根定律及低交易速率下向线性区的过渡。模型中一个交易者与众多套利者共同存在，套利者逐步消除可预测收益，最终冲击呈现白噪声形式。论文还讨论了冲击相位的经济含义，并指出在双指数交易流下，冲击衰减约为50%至60%。
说明二手电子产品多时间跨度价格预测：深度学习与统计模型的系统比较
简介本文针对二手手机和笔记本电脑的转售价格，建立了首个多时间跨度的预测基准，使用波兰在线市场2022年1月至2025年3月的每日挂牌数据，比较了11个统计与深度学习模型在1至365天六个时间跨度上的表现。结果显示，N-BEATS在30天以上的预测中误差最低，365天时MAPE为8.51%，优于最佳统计基线的14.94%。在1至7天的短期预测中，各模型误差接近，朴素基线仍具竞争力。
说明多类型逆高斯次Lévy过程的Hawkes微观基础
简介本文从事件层面的Hawkes过程出发，为多类型逆高斯随机时钟给出微观基础。当近临界多元线性Hawkes过程的事件计数和积分强度在适当平衡的移民条件下收敛时，极限为一个多元纯跳次Lévy过程。该过程被称为多类型逆高斯次Lévy过程，其对角情形退化为独立的经典逆高斯次Lévy过程。
看点将近临界多元Hawkes过程的事件计数收敛到多类逆高斯次生过程，给出概率机制解释，并推广已有结果，理论贡献明确。
说明无真值的效度：陈述偏好经济学对语言模型评估的启示
简介本文主张，陈述偏好经济学中判断调查回答效度的框架（内容效度、结构效度、效标效度、信度、激励相容与结果性）可用于评估语言模型。作者以一项已发表的水质陈述偏好估值调查（Vossler 等，2023）测试六个模型，检验需求曲线应向下倾斜、支付意愿应随商品范围与收入变化等经济理论预测。结果显示两个较早的模型在收入为 75,000 美元时未通过最基本的检验，两个最新模型通过了所有可评分的理论效度检验，但在收敛效度上存在分歧。作者强调，通过效度检验只能说明回答前后一致，并不说明其正确。
说明从随机微分方程层级到广义贝塔分布层级
简介论文提出一种带三分量随机项的均值回复随机微分方程，证明其可生成一组稳态分布，顶层为修正贝塔分布，经简化可得紧支撑、幂律尾及指数型分布族。作者构造了两种广义扩展，一种在随机微分方程层面施加幂变换，另一种在得到稳态层级后再施加变换，二者在顶层结果通常不同，因此广义层级并不唯一。文中给出各分布的概率密度与累积分布函数，并与传统广义贝塔框架作比较。
说明SOTA：由期权隐含收益分布引导的股票期权交易智能体
简介本文提出SOTA（股票期权交易智能体），一种用于结构化期权策略选择的智能体交易框架。它将庞大的期权合约池抽象为策略层面的决策，由确定性的解析器负责组合实施。研究基于Qwen3.8-27B，先监督微调再强化学习进行训练，并在九只美国大盘股及SPY期权上与规则和机器学习选择器对比；六个月样本外期间总收益18.3%，夏普比率1.60，最大回撤8.96%。论文还指出新闻信息的作用不对称：有助于前沿教师轨迹，但在强化学习中保留新闻会使样本外收益降至-2.7%。
说明OOM-RL II：现实是预言机而非调试器——持续演化的智能体工程系统中基于溯源约束的诊断
简介本文以一个由人主导、借助智能体开发的量化交易系统为案例，研究外部结果反馈能证明什么、不能证明什么。一年期间账户取得正收益并跑赢大盘指数，但在主要回顾性设定下年化超额收益与零无统计显著差异，且工程记录显示期间有多次变更，推荐到运行时的绑定也不完整。作者提出“结果—诊断鸿沟”概念，区分冻结实例、预先设定的自适应流程与临时开发，并提出一套前瞻性的生产绑定协议（尚未经前瞻验证）。
