arXiv 量化金融（q-fin）。
说明CorrFlow：在相关椭球面上精确且置换等变的流匹配生成方法
简介该论文针对相关系数矩阵的生成问题，提出CorrFlow方法，将保证矩阵有效性与学习数据分布两项任务分开处理。方法使用广义Fisher变换把相关矩阵映射到无约束坐标，再用图流匹配网络学习经验分布，且具有置换等变性。在台湾股票80×80矩阵的实验中，CorrFlow生成的样本全部有效，其特征切片Wasserstein距离优于对比的CorrGAN和图像扩散模型，但作者指出结果未证明其优于充分调优的图像模型。
说明基于蒙特卡洛树搜索的高维金融回归 L0 特征选择
简介本文针对高维金融回归中特征过多且彼此高度相关的问题，提出以蒙特卡洛树搜索结合广义嵌套回放策略自适应（GNRPA）进行特征子集选择的方法，并以样本外验证表现而非训练误差为评分依据。研究以1072个工程特征解释纳斯达克100指数的周收益率，结果显示该方法得到的稀疏子集样本外R²为0.6961，高于优化后Lasso基线的0.6313。
说明已实现尾部风险条件自回归期望分位数模型：预测准确且稳定
简介本文提出一种已实现尾部风险条件自回归期望分位数（RTCARE）模型，用于联合预测在险价值（VaR）和预期亏损（ES）。模型将基于日内高频收益构建的已实现分位数和已实现预期亏损等尾部指标纳入条件期望分位数的动态方程与测量方程，使下尾风险信息进入预测。参数通过马尔可夫链蒙特卡洛方法估计，并在数值例子及美国股票收益数据的实证应用中评估VaR与ES预测。结果显示，在所考虑的尾部水平下，RTCARE模型相对现有方法具有竞争力，且常更优，在蒙特卡洛重复试验和滚动预测评估中表现稳定。
说明基于公开文件及早发现养老金赞助企业财务困境的论文
简介本文提出一套仅依赖公开数据的早期预警流程，包括基于SEC EDGAR资产负债表与宏观数据的“赞助企业脆弱性指数”（SVI）。在36家美国企业共1,418个季度样本上，模型于留一企业交叉验证下AUC-ROC为0.887。文章还给出应力增强VaR与随SVI动态调整的自投资上限，并讨论方法的失效情形。
说明利用交易类行为特征增强信用风险评分卡
简介本文研究如何把交易流水中的付款摘要文字作为信用风险建模的替代数据源。作者用自然语言处理和正则表达式，将非结构化的交易描述归类为可解释的消费类别，并开发了一种新的分类算法。将这些特征加入评分卡后，基尼系数有显著提升，结果表明文本交易信息可以有效提升信用风险模型的表现。
说明无卖空约束下的熵正则化：动态均值-方差投资组合选择中的结构保持与凸性
简介本文研究离散时间动态均值-方差投资组合问题在无卖空约束下的熵正则化方法。论文提出一种与原问题齐次性相匹配的状态相关温度参数，使值函数保持分段二次形式，并给出有限维的贝尔曼递归。作者证明，当温度足够小时，贝尔曼结构与凸性在整个有限时域内都得以保持，且温度趋于零时可恢复原无卖空问题的解。
说明用MLP初始化强化学习实现SPX卖出跨式组合的平仓时机决策
简介本文研究标普500指数（SPX）卖出跨式期权组合的平仓时机，采用监督学习与强化学习两阶段框架。先用历史数据生成事后最优的持有或平仓标签训练多层感知机（MLP），再以其初始化强化学习执行者并用风险感知的交易奖励微调。2024至2026年样本外评估显示，监督MLP明显优于被动持有及固定时间、盈亏规则等基准策略。
说明FLEX期权与市场结果：定制化交易所期权对常规期权及标的股票的影响研究
简介本文研究FLEX期权（可自定义行权价、到期日、行权方式和结算条款、仍由交易所清算的交易所挂牌合约）活动是否会在常规上市期权市场和标的股票中留下可测量的痕迹。作者使用2025年3月至2026年3月约250个交易日、41个标的、53个事件日的数据，发现FLEX活动后上市期权未平仓量显著增加，且FLEX活动集中于隐含波动率较高的环境。作者认为FLEX活动主要是机构波动率需求和未平仓量布局的可观察标记，而非股票方向性收益的预测指标。
说明AI中介对零售市场收入的影响与商品组合优化
简介本文研究AI购物助手影响消费者选品时，零售商如何规划商品组合。作者构建了AI中介排序的数据集并估计Plackett-Luce模型，结果显示忽略AI中介会使收入平均损失2.52%至11.37%，而基于AI效用排序的确定性近似仅平均损失至多0.53%。文章还证明在客户细分数量固定时，该优化问题存在完全多项式时间近似方案。
说明债务减免的融资：中介机构流动性与借款人信息价值
简介本文利用2019至2022年间190万份吉利美（Ginnie Mae）买断期权，研究中介机构流动性如何影响抵押贷款的处置。2020年资金市场冻结时，非银行发行机构回购的逾期贷款远少于在同一贷款池中服务贷款的存款机构，并且在同一机构、同一月份内，回购重点从需要最多现金的大额贷款转移开。约190亿美元的回购被推迟，其中大部分后来完成。
说明大语言模型行为刻画与风险管理的分布式框架：用重复采样的回答分布来衡量模型的稳定性与可控性
简介论文指出大语言模型本质上具有随机性，同样条件下重复运行可能得到不同回答。作者提出一个可贯穿模型全生命周期的框架，通过蒙特卡洛模拟估计经验回答分布，并引入语义干预观察分布如何变化。研究以借款人分类和音乐专辑推荐两项任务为例，量化了分布变化，并将框架与模型风险管理和治理联系起来，该方法仅依赖观测到的回答，因此也可用于商业 API 提供的黑箱模型。
