本站已超过 12 小时没有更新（正常每 3 小时更新一次），下面的内容可能不是最新的。
本页没有符合条件的条目（筛选只在本页内进行）。
说明对降阶模型与神经代理模型进行符号化残差认证：用于回火分数阶CGMY期权定价
简介本文为欧式看跌期权在CGMY模型下的价格轨迹，提出基于样条Galerkin离散残差界的认证方法，用于检验降阶模型和神经网络近似模型的精度。系统矩阵由显式周期化傅里叶符号的Toeplitz块构成，并利用Lévy–Khintchine论证给出参数显式的下界。论文报告：在N=1024分辨率下，降阶模型认证约占直接求解成本的3%，并能在不接触全空间的情况下处理99.8%的查询。
说明惩罚共同交易：面向学习型投资组合的碰撞感知层
简介论文指出，共享数据、目标或表示的多个学习系统可能做出几乎相同的交易，形成“信号碰撞”。作者用线性冲击博弈说明各配置者会过度承担共同敞口，并给出重叠依赖的税费可恢复社会最优选择。基于此，论文提出在组合构建前扣除近期共同收益模式负荷的简单后处理层，在10只流动性跨资产ETF的样本中降低了最大回撤，但其回撤改善的95%区间包含零。
说明规范LASSO与一种灵活的基于特征的资产定价模型：一篇用于高维变量选择与模型设定的统计方法论文
简介本文研究一类允许变量交互作用的部分线性半参数可加模型，适用于高维场景。作者提出规范LASSO（S-LASSO），这是一种结合LASSO与自适应组LASSO的两步法，可同时完成变量选择和模型设定。理论上证明其具有选择一致性和渐近正态性等oracle性质；蒙特卡洛模拟显示其在多种情形下优于现有方法。实证部分将该方法应用于基于资产特征的定价模型，考察资产特征对横截面收益的线性与非线性影响，及其与公司规模的交互作用。
说明我们能否停止回测？面向自适应金融研究代理的任意时点有效晋升检验
简介论文提出 PROMOTE 协议，为每个候选交易规则在产生时分配可预测的检验财富，并仅依据其后续收益累积成本感知的 e 过程。在生命周期配额总和不超过一的条件下，加权 Ville 论证限制了一条净得分条件均值始终不为正的规则被晋升的概率。该方法允许候选规则相互依赖、产生时点依赖数据并可持续监控。作者在回放检验与受控实验中评估了实现，报告了无调整重复检验与该方法的虚假晋升率对比，并指出该证书只控制原假设下的历史虚假晋升，不证明早期优势在部署后仍然盈利。
说明EventGPT：基于银行客户历史的下一事件预训练
简介该论文提出EventGPT，一种分层因果Transformer，通过预测客户的下一个事件进行预训练，无需标签即可估计未来事件的概率，并为下游监督任务提供可复用的表示。在公开的多模态银行数据集MBD-mini上训练，模型对五类“下月首次发生某类交易”的目标取得0.79至0.92的ROC-AUC。在产品预测任务中，冻结的EventGPT嵌入略低于工程特征，但与工程特征组合后有所提升。代码与预训练权重已公开。