arXiv 量化金融（q-fin）。
说明无威慑的算法共谋：审计Q学习定价代理中的惩罚机制
简介该论文复现了模拟伯川德双寡头市场中独立Q学习定价代理的实验，发现其价格高于竞争水平。作者对冻结策略进行审计，认为所谓奖惩机制并不能可靠地解释这一结果：多数收敛配对的吸引子覆盖了整个状态空间，而且共谋在重新配对后大幅崩溃。文章还指出，单期偏离不划算，但最优偏离平均可获利17.5%，因此共谋更多是因为偏离从未被尝试，而非偏离无利可图。
看点通过冻结策略审计挑战了算法合谋的奖惩机制解释，并以动态规划展示最优偏离有利可图，见解具有新意；实验覆盖多组配对，证据较扎实。
说明回测与实盘的六处偏差：一个日内美股系统的经验
简介本文记录了一套美股日内交易系统在实盘运行时，与其回测重放结果之间出现的六处偏差。其中三处来自数据，两处来自代码，一处来自配置。作者逐一说明了现象、误差大小、成因以及目前用于防范的测试或控制手段。文章未就该系统是否盈利作出判断。
说明语言模型智能体如何改变价格竞争
简介该论文研究大语言模型定价智能体在重复伯特兰竞争中的表现。结果显示，LLM 因适应更快而优于标准在线学习者，但面对全信息学习者时优势基本消失。在特定部署方式下，部分智能体可维持高于竞争水平的价格，而另一些则趋向竞争区间，市场中的动态价格格局取决于部署选择。
看点该研究揭示LLM定价代理在重复伯特兰竞争中可突破纳什均衡，并依据部署方式产生不同动态，新颖性较高；但证据主要来自模拟，规模有限。
说明“电话会议之后”从何时开始？财报电话会议 NLP 基准的可用性约定
简介论文指出，金融 NLP 基准中预测目标的起点可能早于模型可用的文本或音频输入，造成事件内部的时间错配。作者提出“可用性约定”，要求基准说明输入边界、可用性证据、结果起点及所支持的结论。将该框架应用于 24 家公司的 552 场财报电话会议，结果显示不同的时间代理会改变部分样本的收益方向与分位数。
说明关于做市商在过时报价下价差与筛选能力的理论与实证研究
简介本文研究做市商面对可利用过时报价的交易对手时，为保本所需的价差，并把更快重新定价与筛选知情订单两种防御放在同一尺度上比较。作者以四个USDC-WETH池子对照币安ETH-USDT进行实证，发现一秒基准价格变动高度非高斯：73%的秒内价格没有变化。将报价频率从12秒降至1秒，可规避84.5%的预期冲击，因此12秒做市商需筛选至少84.5%的知情订单才能与1秒场所持平。
看点提出以筛选率与报价更新速度统一衡量做市商价差的盈亏平衡条件，并用真实池数据检验，新意较明确。
说明基于Schwartz两因子模型与ADE方法的美式商品期权定价
简介本文研究在Schwartz两因子模型下对美式商品期权进行估值。作者采用双扫描交替方向显式（ADE）有限差分格式，并与Saul'yev单扫描交替方法作比较。文中推导了控制偏微分方程，将半无限域转换为矩形计算域，并用Fichera理论确定边界条件。数值结果以欧式期权的闭式解和蒙特卡洛方法验证，再加入美式提前行权约束，并与Longstaff-Schwartz蒙特卡洛方法比较以分析精度和收敛性。框架后来依据一位商品交易员的反馈，扩展为针对期货价格行权并使用季节性参数。
说明StochLOB：用于稳健限价订单簿趋势预测的重尾分数匹配
简介本文提出StochLOB，一种仅用于训练的分数匹配框架，在扩散过程中用跳跃型Lévy噪声和截断α稳定噪声替代传统高斯噪声，以更好地刻画限价订单簿中重尾、突发和跳跃的订单流。部署时预测器仍是确定性的，不需要推理阶段的反向扩散采样。在Coinbase订单簿数据上，研究报告所提变体在未受扰动的BTC及山寨币测试区间保持竞争力，并改善了若干尾部压力指标；另外还在飞书A股上做了探索性迁移测试。
说明考虑外部交易成本的相对再平衡损失研究
简介本文研究自动做市商中的流动性提供，假设在外部市场交易需支付比例交易成本。文章以持有相同风险资产总量、在外部买卖价交易的自融资策略为基准，比较两者的清算财富。结论显示，只要池子费率或外部价差为正，两者清算财富相同，相对基准的再平衡损失为零。文中还构造了可实现递减库存路径和恒定无交易边界的池子设计。
说明潜在因子模型中的状态检测：一种贝叶斯决策论方法
简介本文研究在潜在因子与隐藏市场状态并存的情形下，何时应当根据推断出的状态变化采取行动。作者将在线状态检测表述为平衡误报、检测延迟与误分类的贝叶斯决策问题，并用粒子滤波与蒙特卡洛动态规划近似求解。在 Heston 与状态切换 Vasicek 模型的数值实验中，基于潜在信息的方法优于可行的插入式规则。
