金融研报AI分析

“人工智能 $^+$ ”顶层设计加码，科创创业AI投资正当时

报告指出：在政策顶层设计与巨额算力投入推动下，AI从算力、模型到应用正在形成闭环，产业商业化进程显著加速；科创创业AI指数作为跨科创板与创业板的主题指数，市值结构偏大盘、行业集中于半导体与通信设备、近半年涨幅超113%，长期年化收益22.92%，为ETF产品（588420）提供了良好的跟踪标的与流动性基础，为投资者配置科创创业板AI龙头提供便捷工具 [page::1][page::2][page::12].

Signature-Informed Transformer for Asset Allocation

本文提出Signature-Informed Transformer (SIT)，通过用路径签名编码资产路径、在自注意力中注入签名导出的配对偏差以捕捉lead–lag关系，并直接以投资目标（最小化组合的CVaR）进行端到端训练，从而显著提升风险调整后收益与下行鲁棒性；在多种美股与中证资产池的离线回测中，SIT在Sharpe、Sortino与最终财富因子上显著优于传统方法和多种预测-再优化基线，且签名强度与被吸引的注意力呈正相关，表明签名偏置被积极利用来改善尾部风险分配 [page::2][page::3][page::5][page::6]

To be or not to be: Roughness or long memory in volatility?

本文提出用于连续时间平稳高斯过程的q-wise复合似然（MCLE）估计框架，并给出一致性与分情形的渐近分布理论以覆盖短记忆到强长记忆情形 [page::4][page::9]. 仿真与实证显示MCLE在超大样本下计算开销远小于MLE且在小样本或固定采样间隔下通常较两步法MME更稳健（偏差更小、RMSE更优），但在存在强长记忆时收敛速率与极限分布会出现不连续性，令推断复杂化 [page::8][page::16][page::10]. 对加密货币高频数据的实证表明：基于两小时log-RV与log-trading-volume的估计，Cauchy类能同时刻画短期的“roughness”（α≈-0.3至-0.4）与长期的多项式衰减（β≈0.2），从而支持“既粗糙又长记忆”的波动率机制，并提示需要可分离短长期行为的模型进行拟合 [page::20][page::30][page::33].

Sectorial Exclusion Criteria in the Marxist Analysis of the Average Rate of Profit: The United States Case (1960-2020)

本文建立并实证检验了一套基于马克思价值理论的“部门纳入/排除”标准，用以计算1960–2020年美国的平均利润率（ARoP）；通过多种滤波（Daubechies小波、EMD、嵌入式HP）与17种单位根检验，验证按该标准计算的产品性资本ARoP呈长期下降趋势，并结合PCA、DFM与正则化Horseshoe回归检验外在一致性，从而证明该排除标准在理论与计量上具有一致性与稳健性 [page::12][page::47][page::51]

Strategic Learning and Trading in Broker-Mediated Markets

本文建立了一个经纪人—信息交易者的连续时间博弈模型，比较了经纪人从价格过滤与从客户成交流过滤信号的两种学习方案，并证明当经纪人使用客户成交流过滤时可实现显著的经济价值（与交易成本量级相当），而仅靠价格过滤时其行为近似“内化噪声、外部化有毒流并按TWAP平仓”的朴素策略 [page::1][page::16]

The Turing Valley: How AI Capabilities Shape Labor Income

本文在多维知识-层级框架下考察 AI 在不同知识维度的能力改进如何影响劳动收入。核心发现：当人-机沟通只能交换完整解（additive）时，去“锯齿化”（提升 AI 在弱维度的能力）对劳动收入的影响可正可负，且在机器在强维远超人类时可能提高劳动收入；而当人-机沟通可整合部分解（superadditive）时，提升 AI 在其弱维度会减少人类的边际产出，导致劳动收入下降；此外，是否应追求 AGI（均衡高性能）或刻意保持“锯齿”取决于沟通属性与人类知识深度[page::0][page::16].

Market Making in Spot Precious Metals

本文提出将交易所现货-期货价差（EFP）建模为嵌套 Ornstein–Uhlenbeck 过程，并在该价差模型下建立场外（OTC）现货做市策略与可在现货/期货上对冲的联合最优控制框架；采用二次近似与多维 Riccati/ODE 求解得到闭式近似策略，支持近实时策略优化；数值例子（以黄金为例）显示接入期货对冲可显著降低风险并提升收益风险比，同时嵌套 OU 用于对均值不确定性的鲁棒化（减弱过度自信的统计套利）[page::2][page::6][page::11][page::14]

Database for the meta-analysis of the social cost of carbon (v2026.1)

本报告发布了社经成本（social cost of carbon, SCC）元分析数据库 v2026.1，涵盖528篇文献、14,884条SCC估计值与全面的元数据字段，揭示估计分布偏右、峰值集中在\$50–75/tC与另一个峰值约\$900/tC，均值显著高于众数（约\$411/tC）；新纳入研究均值更高（\$629/tC），数据库与卫星数据（作者网络、引用网络、国家分布）一并可用于检测趋势、发表偏差与影响力分析 [page::1][page::3][page::8]

Market-Based Asset Price Probability

The paper derives analytic relations showing that market-based statistical moments of asset prices (VWAP mean, variance and third moment/ skewness) depend explicitly on the moments and covariances of trade values and trade volumes, demonstrates that frequency-based moments are the special case with constant volumes, proves price–volume covariance (with prices and volumes) is zero under market-based definitions and argues this limitation constrains VaR and macro/market model accuracy; practical formulas and normalized coefficients (ψ, χ, φ) for variance and higher moments are provided [page::0][page::4][page::12][page::9][page::8][page::11]

Simple model of interbank trade with tiering remuneration

This paper develops a simple static model of an interbank market under tiered remuneration, showing that the market overnight rate is determined by the ratio of unused exemption (B) to excess reserves above the exemption (A) and that trading volume is maximized when the exemption threshold is set around the midpoint of the two remuneration rates; the model is tested against Denmark, Japan and Switzerland and provides a reasonable fit to observed rates and volumes [page::4][page::6][page::15].

BALLOTRANK: A CONDORCET COMPLETION METHOD FOR GRAPHS

本文提出 BallotRank：基于带自环的加权 PageRank 随机游走，将选民的两两胜负边与胜差边权编码进列随机化矩阵，通过阻尼因子 d 控制重分配与“传送”概率，从而在 d=1 时保证 Condorcet 一致性，并在常用 d（如 0.85）下经实证（>2万次投票/选举）能稳定识别 Condorcet 胜者；该方法同时生成对候选人的完整排序，并在社会选择标准上兼具若干优缺点（满足：匿名性、中立性、Pareto、Smith 等；不满足：IIA、单调性、无害附后偏好、无投票悔出、克隆抗性）[page::0][page::8]

Look-Ahead-Bench: a Standardized Benchmark of Look-ahead Bias in Point-in-Time LLMs for Finance

本文提出 Look-Ahead-Bench：一个用于评估金融场景中 Point-in-Time（PiT）大模型“前视偏差”（look-ahead bias）的标准化基准，采用双期（in-sample / out-of-sample）真实交易工作流与 alpha decay 指标衡量模型记忆性与泛化能力，实验证明常规模型在迁移到后验期时存在显著 alpha 衰减，而 PiT 模型在去除未来记忆后随规模提升表现出更好的推理能力与更小的 alpha decay。[page::0][page::4]

LQ Mean Field Games with Common Noise in Hilbert Spaces: Small and Arbitrary Finite Time Horizons

本文将Hilbert空间中的线性-二次均场博弈(LQ MFG)扩展至包含无限维公共噪声的情形，证明了对应的耦合前后向随机演化方程（FBSEEs）在小时间和任意有限时间区间均存在唯一解，并建立了由此构造的均衡策略的ε−Nash性质与均场一致性固定点方法 [page::0][page::1][page::17]

Bridging the Gap Between Estimated and True Regret: Towards Reliable Regret Estimation in Deep Learning-based Mechanism Design

本文发现当前基于深度学习的拍卖机制在用梯度优化估计ex-post regret时普遍低估真实违约（部分模型真实 regret 远高于报告值），并提出了理论下界、Item-wise Regret（将复杂的联合搜索分解为按物品的线性复杂度 O(n·Q·m)）以及基于 item-wise 解构造的 Guided Gradient Refinement，从而在大幅提升估计准确性的同时将计算成本降低数十到数百倍，为可靠评估机制的激励相容性提供了可扩展工具 [page::0][page::3][page::5]

A uniformity principle for spatial matching

本论文在随机几何二部图框架下证明了“均匀性原则”：在固定总服务范围预算下，服务范围向更均匀的分配（按 majorization）调整，会严格提高期望最大匹配规模；该结论在所有维度 k≥1（在一定正则性条件下）成立，并给出了一维情形下通过马尔可夫链嵌入精确刻画异质配置匹配量的解法，同时在双值（灵活/非灵活）范围模型中导出闭式与界限表达，辅以数值验证 [page::7][page::8][page::30]。

Spectral Dynamics and Regularization for High-Dimensional Copulas

提出一种可扩展的高维动态 copula 模型：以谱分解对相关矩阵参数化、用 score-driven 动态刻画主要特征值、并通过 Ledoit–Wolf 的非线性二次收缩去偏小特征值，从而在模拟与实证（100 支欧洲股票，跨国家与行业）中实现优异的拟合与预测，能捕捉地域与行业的共同波动并在危机时揭示系统性风险与分散化丧失 [page::0][page::16]

Knowledge-Integrated Representation Learning for Crypto Anomaly Detection under Extreme Label Scarcity; Relational Domain-Logic Integration with Retrieval-Grounded Context and Path-Level Explanations

本论文提出 Relational Domain-Logic Integration (RDLI)，通过将专家型规则构造成可微分的逻辑感知潜信号并与检索-增强的外部语境 (Retrieval-Grounded Context) 联合，解决加密货币交易异常检测中“极度标签稀缺 (0.01%)” 与可解释性需求的双重挑战；在该设置下，RDLI 在 F1 上相较于标准 GNN 基线提升 28.9%，并通过路径级解释显著改善审计可用性与专家信任度（微型专家研究 p<0.001）[page::0][page::4][page::6]。