arXiv 量化金融（q-fin）。
说明4Cast Lab：用于机器学习与统计分析的开源应用
简介4Cast Lab 是一款免费开源应用，可在用户自己的电脑上运行，用于机器学习、计量经济学与统计分析，无需安装，也无需编程。其预测模式在时间有序数据上以防泄漏的验证方式训练八种学习算法，并通过预测准确性的正式检验与基准模型比较结果。估计模式涵盖从带稳健推断的 OLS 到 ARIMA、ARDL、VAR/VECM 和 GARCH 等应用计量经济学的核心内容。论文介绍了 4.6.2 版本的设计与工作流程，并报告了与多个参考库及 NIST 认证值比对的 1,234 项数值结果验证。
说明GROMM：生成式风险中性期权市场模型，一种无套利的欧式期权价格曲面建模方法
简介本文提出一个静态和动态均无套利的欧式期权市场模型，基于 SANOS 框架对期权价格进行平滑插值，并证明其动力学存在唯一强解。该模型用于表示欧式期权价格曲面的局部波动率，而非作为定价模型。作者用 2022 年 1 月至 2025 年 8 月的标普指数期权数据进行检验，并报告了模型初始状态在超过 95% 的相关市场期权价格上落在买卖价差之内，同时提出一系列 BHW 检验以检验无套利。
说明基于Hawkes结构网络的强化学习做市方法
简介本文研究在具有自激聚集特性的订单流（用非马尔可夫Hawkes过程建模）下的做市问题。作者提出无模型强化学习框架，并设计了Hawkes结构网络（HSN），通过可学习的指数混合滤波器编码历史订单流。实验表明，在多种核函数设定下，HSN的交易收益优于通用神经网络架构，并能隐式还原订单流强度。
说明用神经网络估计真实与模拟限价订单簿路径的时间不可逆性
简介该论文提出以每个事件的前向与反向对数密度比来衡量限价订单簿路径的时间不可逆性，并用三周纳斯达克逐笔订单数据进行估计，比较了订单不变与订单敏感两种神经网络模型。结果显示，真实市场路径的不可逆性显著高于保留粗粒度一步转移表的替代数据，而一个经校准的队列反应模拟器虽然匹配了有序不可逆率，却几乎没有订单顺序带来的额外不可逆性。作者因此建议将路径不可逆性的顺序与尺度特征作为订单簿模拟器的基准。
说明消费惯性与攀比效应的平均场模型：研究家庭消费与投资决策如何受他人消费水平和自身习惯影响的理论工作
简介这篇论文研究家庭如何根据相对于人群几何平均消费水平的基准来决定消费和投资，且消费下降带来的效用损失大于上升带来的收益。作者证明在一定条件下平均场均衡存在，并在完全市场、共同风险的情形下证明该均衡是有限博弈的精确纳什均衡。数值例子显示，忽略已形成的消费习惯可能使财富损失高达17%，而对参照群体构成的小误差只造成不到0.5%的损失。
说明请求、执行与可回收信贷：模拟借贷市场中LLM借款人的共享行动顺序
简介该论文在模拟的抵押借贷市场中检验共享行动顺序是否会改变实际执行的信贷额度。三个小型开源语言模型在按池价估值抵押品的借款上限下交易，验证结果显示共同顺序市场的净债务对顺序分配并不不变（双侧p=2/8,100）。论文同时指出，所有24个市场债务均增加，且在固定请求下，参考定价抵押品会缩小顺序差距；但未出现清算或实际坏账。
