arXiv 量化金融（q-fin）。
说明预测市场中的组合套利：跨相关合约识别并量化逻辑上相关的预测市场合约之间的套利机会
简介论文提出一个框架，用于识别并量化逻辑上相关的预测市场合约之间的套利机会，并证明价格落在可行收益向量凸包之外即存在套利，同时利用整数规划求最优套利组合。作者通过场所元数据和结算标准的语义分析，发现约190万条逻辑关系，覆盖超过25.5万份合约。基于Polymarket完整深度订单簿的回放模拟显示，在已结算组合中，理想套利者扣除价差和手续费后每周可获得3.5%的无风险收益；关系发现与执行成本较高的市场，套利机会持续更久，且观察到的参与者较少。
说明数据价值的来源：消费者披露、访问机制设计与平台变现
简介本文构建了一个博弈论模型，考察一个收取佣金的数字平台、两个有差异的卖家以及重视隐私的消费者之间的互动。论文分析消费者披露权利如何影响卖家购买数据的动机以及平台提供数据的激励。研究发现，在强制收集数据的情形下，即使双边个性化会减少卖家收入，平台仍可从卖家的防御性采购中获利；在自愿披露下，匿名购买和严格为正的隐私成本使单方披露在基准情形中缺乏吸引力。
说明仅基于基差的资金费率并不符合股息公平：加密股票永续合约的结算设计
简介该论文研究在加密平台上挂牌、跟踪分红股票的永续合约。作者指出，常见的溢价指数资金费率机制无法让任意时点进出的交易者复制股东的现金流，因为资金费率同时承担基差控制与结算两种作用。文中认为，可预期的股息是一个测度论意义上的原子，需要用离散的事件性结算来匹配，并给出了部分交易所数据作为佐证。
说明在无后见之明的情况下阅读新闻：NoLBERT 主题与股票横截面收益
简介论文用只在 1976 至 1995 年文本上预训练的 NoLBERT 模型，通过同一文章段落的对比学习微调，构建新闻主题，并与 LDA、MiniLM、FinBERT 比较，用于预测美国前 1000 大股票的收益。训练、选择与保留测试分别使用 2013–2019、2020–2021、2022–2024 年的数据。最佳验证方案在各调仓频率下均亏损；合并所有读者与模型后的等权组合月度净夏普比率为 1.12，相对零基准显著，但相对仅使用价格的基准则不显著。
看点用仅在1976-1995年文本上预训练的编码器构建新闻主题以避免事后偏差，并在120万篇文章上做严格时间外推检验，方法新颖且证据扎实。
说明OrderFlowDiT：用于限价单供给概率预测的传输正则化扩散 Transformer
简介该论文研究在给定当前订单簿和近期订单流的条件下，预测未来五分钟内提交的限价单量分布。作者提出 OrderFlowDiT 模型，并用非平衡最优传输（UOT）辅助损失训练，同时设计了同时衡量价格位置、总量和不确定性的完整场评估框架。在 30 只美国股票的 1950 个验证条件上，加入 UOT 后完整场传输成本降低 45.8%，传输能量得分降低 26.1%，且每只股票两项指标均有改善。
说明语言模型金融预测中动量、评论语气与盈利惊喜的影响比较
简介本文构造合成的财报公告，分别独立改变20日动量、无信息量的评论语气以及实际每股收益相对被操纵共识的超预期情况，考察六个指令型语言模型检查点在给定提示下的金融预测答案。研究测量的是条件答案前缀得分的匹配变化，而非经过校准的市场概率。结果显示，多数模型的语气与动量对答案的影响超过每股收益，但结论仍受答案编码、措辞、上下文和转换等控制因素限制；该实验只衡量可观察的输入依赖与数值识别，并不证明内部推理机制或真实收益可预测性。
