每日金融论文简报｜2026 年 9 月 16 日
重点关注
本次金融候选共 18 篇，均来自 arXiv 官方 RSS，并已按论文 ID 去重后全部纳入。下面 5 篇已核阅公开 PDF；其余论文在后文标注为仅依据摘要。涉及预测、策略和回测的数字都保留原论文的样本划分与成本假设，不把历史模拟当作实盘可交易性，也不构成投资建议。
1. 用扩散模型生成动态波动率曲面并进行数据驱动对冲
作者：Yinbin Han、Jack Yuxiang Zhang、Manuel Torres、Fernando Acero、Renyuan Xu
来源/分类：arXiv RSS；q-fin.CP、q-fin.PM、q-fin.RM。
全文状态：已核阅公开 PDF（19 页）。
核心问题：研究如何生成既符合动态统计特征、又少违反静态无套利约束的 SPX 隐含波动率曲面，并检验生成场景是否能改善期权组合对冲。数据来自 OptionMetrics 的 SPX 日度报价，时间为 2000-01-03 至 2023-02-28；训练期截至 2018-06-16，评估期为 2018-07-01 至 2023-02-28，因此核心结果是历史样本外模拟，不是实时交易检验。
方法与基线：AD-Seq-Vol 使用带 Transformer 的扩散模型，AD-Seq-Vol-FT 再以 LoRA 微调，把静态套利惩罚和 KL 项写进奖励；曲面先经过 vega 加权核平滑，再在 11 个 moneyness 和 9 个到期点上生成。基线为 VolGAN、训练样本和 Black-Scholes 场景。对冲实验以 long straddle 为目标，候选包含 SPX 与 7 个期权，用 LASSO 选择组合，按半 bid-ask spread 计交易成本。
作者报告的主要结果：全样本（包含 COVID 期）的 pooled 结果中，未对冲组合标准差为 118.95、1% VaR 为 276.87；VolGAN 分别为 32.98 和 50.79；AD-Seq-Vol 为 10.55 和 21.33；微调版本为 12.01 和 21.11。以接近平值 moneyness 0.9 为例，AD-Seq-Vol 的标准差为 10.49、1% VaR 为 29.36，而 VolGAN 为 68.66 和 80.78。微调版本几乎消除静态套利违反，但在部分分位数上不一定优于未微调模型。
创新、局限与金融边界：方法把无套利约束和生成式场景用于同一对冲评估，代码已公开；但“更低的历史模拟对冲误差”只是条件预测和策略回测结果，不能说明扩散模型造成了可持续的风险降低，更不能推断未来收益。样本集中于单一 SPX 市场，估值与场景使用 Black-Scholes 假设，实验为一步历史重放，尚未覆盖多资产、动态无套利、冲击成本和真实订单执行；COVID 是否包含也会改变尾部数字。
适合谁读：隐含波动率建模、生成式金融、期权对冲和无套利约束研究者。建议先读数据切分与静态约束，再分别核对 pooled、排除 COVID 和不同 moneyness 的对冲结果。
2. CAST：用于股票市场回撤控制的跨资产状态空间交易系统
作者：Yu Peng、Matloob Khushi、Josiah Poon
来源/分类：arXiv RSS；cs.CE、q-fin.RM。
全文状态：已核阅公开 PDF（10 页）。
核心问题：论文试图把跨资产信息用于状态估计，并把预测不确定性直接传给控制器，以减少股票组合在分布变化和危机期的回撤。实验覆盖 NASDAQ、CSI300、TPX100 和 Global30 四个市场，每个市场取 30 只股票；2005-2010 年校准，2010-2025 年测试，测试数据不回流到参数估计。
方法与基线：CAST 将跨资产协方差卡尔曼滤波器（CoKF）与模型预测控制（MPC）结合，并在线对三个迭代随机游走阶数加权；MPC 以不确定性惩罚风险，线性规划执行时间低于毫秒级。基线包括 KF、CoKF 和深度预测-交易模型。实验重复三次，初始资金为 1,000 美元，无杠杆，组合总敞口受限，但回测没有交易成本或滑点。
作者报告的主要结果：CAST 的终值/最大回撤在 NASDAQ 为 1,633 美元/11.4%，CSI300 为 1,272/15.8%，TPX100 为 1,152/13.4%，Global30 为 1,133/3.1%；年化 Sharpe 分别为 0.523、0.269、0.228 和 0.516。论文报告其在四个市场的风险-收益 Pareto 前沿均较好，并在 COVID 与加息压力期保持较低回撤。消融中去掉风险惩罚后，NASDAQ 最大回撤升至 80.6%、Sharpe 降至 -0.884；去掉多步 MPC 后，NASDAQ 回撤为 46.7%。
创新、局限与金融边界：跨资产状态估计与风险控制的接口清晰，消融也显示控制器而非预测精度单独决定结果；但这是一项无成本、无滑点、无杠杆约束下的历史回测，持仓在测试期末按终值计入且未强制平仓，不能等同于可执行净收益。跨资产相关结构是相关性建模，不是因果识别；股票池、日频收盘价和 2010-2025 这一个测试区间也不足以证明危机外稳健性。
适合谁读：状态空间模型、组合控制、回撤约束和跨资产预测团队。建议优先复核测试期隔离、终值口径、交易摩擦和风险惩罚消融，而不是只看终值排名。
3. 同一本订单簿、不同成交：从聚合订单簿部分识别 FIFO 执行
作者：Riya Danait、Yuliana Zamora、Ioana Boier
来源/分类：arXiv RSS；q-fin.CP、q-fin.TR。
全文状态：已核阅公开 PDF（9 页）。
核心问题：只有 L2 聚合深度和 L1 成交时，研究者无法观察同一价位内部的真实排队顺序；如果把成交回放当作唯一事实，就可能把不可识别的队列分配误当成策略效果。论文研究在保持观测订单簿路径不变时，前端取消、按数量加权随机取消和后端取消三种隐变量分配会给出多大成交差异。
方法与基线：作者用一个订单簿编译器固定观测到的聚合增量、成交和一致性约束，只改变价位队列内取消的分配，再在 JAX-LOB 中重放带标记的被动订单。样本为 2025 年 1-7 月东京证券交易所两个品种 1301.T 和 7911.T，使用 18 个留出交易日和匹配的五分钟片段，并将主动成交作为不受 FIFO 隐变量影响的对照。
作者报告的主要结果：对 1301.T，前端相对后端取消使被动订单终端前成交率提高 8.01 个百分点，实施短缺差异为 -1.010 bps；对 7911.T，分别为 7.39 个百分点和 -0.384 bps。表中 1301.T 的前/随机/后成交率为 18.15%/15.29%/10.14%，7911.T 为 97.20%/95.52%/89.81%；主动成交的短缺在同一品种内基本不随队列分配变化。
创新、局限与金融边界：论文把“无法由数据识别”的部分显式变成结果区间，这比选择一个看似精确的 FIFO 回放更诚实。上述数字是给定观测路径和三种风格化取消规则下的条件敏感性，不是两个品种的真实成交率，也不是因果效应。样本只有一个交易场所、两种证券和七个月，缺乏完整 MBO 队列作为 ground truth；绝对成本和完成率不能直接外推到其他市场。
适合谁读：高频交易回放、限价订单簿、执行质量和市场微观结构研究者。建议先读可识别集合与取消分配假设，再决定回测中是否应报告区间而非单点成交结果。
4. WaVeFuse：用小波去噪与垂直注意力融合进行状态自适应股指预测
作者：Aashish Bohra、Vivek Vijay
来源/分类：arXiv RSS；cs.LG、q-fin.ST。
全文状态：已核阅公开 PDF（40 页）。
核心问题：论文研究在非平稳股指序列中，去除短期噪声后，时间特征与频谱特征能否共同改善预测，并进一步形成风险调整的方向策略。数据是 Yahoo Finance 的 KOSPI、DAX、NYSE Composite 和 Russell 2000，覆盖 2010-2023 年；主测试集固定为最后 365 个交易日，使用时间顺序 walk-forward，而非随机打乱。
方法与基线：模型用 Symlet-4 二级离散小波去噪、7 个技术指标和因果截断的连续小波变换；CNN-BiLSTM 处理时间分支，双层 Transformer 处理频谱分支，Vertical Attention Fusion 融合两类 token。模型约 152,116 个参数，固定随机种子；基线是相同 walk-forward 协议下的 CNN、BiLSTM、Transformer 和 XGBoost。交易模拟按预测收益方向开平仓，计 10bp 成本，另设波动率阈值的风险调整版本。
作者报告的主要结果：四个指数的 R² 为 0.81-0.96、方向准确率为 70.5%-78.3%；主测试期 MAE 为 KOSPI 12.30、DAX 178.34、NYSE 157.51、Russell 30.34。方向回测的平均 CAGR 为 24.6%、Sharpe 为 3.69、最大回撤为 3.7%，作者报告其优于 XGBoost 和买入持有；例如 NYSE 方向策略 CAGR 27.8%、Sharpe 5.24、最大回撤 1.8%，买入持有对应 5.1%、0.23、15.1%。KOSPI 的额外 2020-2025 压力测试中，COVID 期方向策略收益为 -0.39%，买入持有为 -11.89%。
创新、局限与金融边界：特征工程、双分支融合和风险阈值的组合有明确的工程动机，但经济结果仍是单一 365 日测试期的历史回测。执行按收盘价理想成交，成本固定，没有冲击、价差、部分成交和组合资金配置；风险阈值使用验证期选择而非独立 holdout，Sharpe 也只有有限样本估计。OHLCV 与技术指标只能建立预测相关性，不提供因果机制；四个指数和一个主测试期不足以证明长期、可扩展的实盘优势。
适合谁读：股指预测、信号去噪、walk-forward 验证和回测审计团队。建议重点检查测试期长度、阈值选择、成本敏感性及多年度滚动复验，避免直接使用作者回测的 Sharpe 做资产配置。
5. 零售自营交易评估中的闸门设计与阶段性激励
论文：arXiv 摘要页 · 直接 PDF · 代码、仿真和复现脚本
作者：Nicholas Hall
来源/分类：arXiv RSS；q-fin.TR、q-fin.GN。
全文状态：已核阅公开 PDF（40 页）。
核心问题：论文把零售 prop firm 的 evaluation 和 funded 两阶段视为不同的合约闸门，问通过率是否能代表交易技能，以及交易频率、追踪回撤、最低交易日和 payout ceiling 如何共同决定参与者期望值。作者的结论有明确范围：在所测的规则、成本和策略宇宙中，没有找到能在成本后存活的优势；这不是“任何交易策略都没有优势”的定理。
方法与基线：形式化模型令每笔净盈亏服从 IID 正态，并以 4,000-200,000 条 Monte Carlo 路径研究交易频率、波动率和边界；再用三轮、约二十多种机制优先的候选策略、样本内选择加一次样本外验证，加入真实规则、成本和零优势对照。作者还对对称多空账户、不同 payout ceiling、最便宜账户和一个完全指定的对抗性规则集做重建，区分样本内/样本外、通过率/提现率和交易优势。
作者报告的主要结果：在 1:1.5 盈亏比、净成本口径下，三种详细账户的 break-even 胜率约为 40.5%-41.5%，而无优势基准为 40.0%；20% 一致性限制账户约需 44%，高费用账户超过 46%。在零技能下优化仓位，evaluation 通过率可达到 0.36-0.47，说明仓位可以利用闸门几何制造“看起来不错”的通过率；但 funded 阶段交易频率从 1 增至 20 次/日时，提现率由 34.8% 降至 3.9%。两阶段都用 20 次/日时联合闸门约 1.0%，evaluation 快、funded 慢时约 8.8%，相同参数下相差约 9 倍。对抗性规则集的样本外胜率为 38.54%，低于 40% 漂移基准，作者报告其账户级期望值为负。
创新、局限与金融边界：论文把“通过 evaluation”与“拿到 payout”分开，并用零优势控制和修正记录审计交易评估产品，这比只引用营销通过率更有信息量；同时作者明确承认外部 payout 数据的分母不一致，关于参与者主观信念差距的命题尚未测量，也没有证明任何公司确实按该模型设计规则。IID/正态仿真、有限的期货品种、规则抓取日期、对称同时成交假设和自有研究账本都限制外推；外部统计是描述性对照，不是因果识别。论文讨论的是合同期望值和历史研究结果，不是投资建议，也不应据此指控具体公司行为。
适合谁读：交易评估产品、回测审计、行为激励、风险闸门和统计套利研究者。建议先读成本地板、追踪回撤的 ratchet penalty、两阶段频率差异和 zero-edge control，再读作者对外部披露分母与结论范围的限定。
金融论文
以下为本次金融主题 arXiv RSS 候选中的全部 18 篇。除“重点关注”中明确标注已核阅 PDF 的 5 篇外，其余 13 篇仅依据公开摘要介绍；文中对相关性/因果识别、样本内/样本外、统计/经济显著性以及回测/真实可交易性的区分，均以论文公开信息为边界。
1. Diffusion models for dynamic volatility surface generation and data-driven hedging
作者：Yinbin Han、Jack Yuxiang Zhang、Manuel Torres、Fernando Acero、Renyuan Xu
来源/分类：arXiv RSS；q-fin.CP、q-fin.PM、q-fin.RM。
中文简介：研究动态隐含波动率曲面的生成和数据驱动对冲，提出 AD-Seq-Vol 及其带静态无套利微调的版本，并在 2000-2023 年 SPX OptionMetrics 数据上与 GAN 比较。作者报告微调版本几乎消除静态套利违反，生成场景用于 long straddle 历史样本外对冲时尾部风险较低；但单一 SPX、Black-Scholes 场景、一步历史回放和简化交易成本不能证明实盘对冲优势，详细分析见“重点关注”。
证据状态：已核阅公开 PDF，详细分析见“重点关注”。
2. CAST: A Cross-Asset State-Space Trading System for Drawdown Control in Stock Markets
作者：Yu Peng、Matloob Khushi、Josiah Poon
来源/分类：arXiv RSS；cs.CE、q-fin.RM。
中文简介：提出跨资产协方差卡尔曼滤波与模型预测控制结合的交易系统，在四个股指市场的 2010-2025 测试期控制回撤。作者报告 CAST 形成较好的回撤-终值 Pareto 前沿，并在危机压力期优于若干基线；但回测无交易成本、滑点或杠杆，控制效果是历史相关结构下的模拟结果，不是因果或实时可交易收益，详细条件见“重点关注”。
证据状态：已核阅公开 PDF，详细分析见“重点关注”。
3. The skew Brownian motion should not be used as a risk-neutral returns process: a well-posed skew-normal alternative
作者：Lorenzo Torricelli、Michele Bufalo
来源/分类：arXiv RSS；q-fin.MF。
中文简介：从风险中性定价的理论一致性出发，指出带局部时的 skew Brownian motion 返回过程存在套利问题，并澄清相关期权定价文献中的解释错误。作者构造具有 skew-normal 边际的、强适定的替代 Markov SDE，说明即使原返回过程可套利，修正后的期权定价公式仍可成立，并给出隐含波动率渐近分析。该摘要是理论结论，没有经验估计、交易回测或经济显著性，不能直接推出定价模型在市场上的表现。
证据状态：仅依据摘要。
4. Redistributive Policies for the Times of Transformative AI
作者：Jakub Growiec、Klaus Prettner、Maciej Szkr’obka
来源/分类：arXiv RSS；econ.GN、q-fin.EC。
中文简介：讨论变革性 AI 可能降低劳动份额并扩大收入与财富不平等时的再分配政策，包括 UBI、普惠资本、计算/机器人许可和对资本、计算、机器人、代币、土地、能源、消费与财富征税。作者基于统一理论框架认为，分享计算与机器人资本租金的 UBC 或资本税资助的 UBI 更可能持续降低不平等；这是理论与政策分析，不是资产收益预测，摘要没有给出参数校准和福利函数敏感性。
证据状态：仅依据摘要。
5. Public Opinion as an Option: Leveraging Prediction Markets to Hedge Exposure to Spot Crypto Volatility
作者：Prashanth Bhaskara、Aadit Jerfy
来源/分类：arXiv RSS；cs.CE、q-fin.TR。
中文简介：把 Kalshi 上与 Bitcoin 未来价格相关的事件合约视作期权，用不同牛、熊、横盘市场状态构造事件合约/现货动态对冲。作者报告动态策略在三个状态下优于更简单的组合，同时承认费用可能侵蚀利润。摘要没有交代完整样本外协议、流动性、盘口价差、合约结算与真实成交约束；“对冲更好”是策略模拟或比较结果，不是无风险套利。
证据状态：仅依据摘要。
6. A minimal model of money creation under regulatory constraints
作者：Victor Le Coz、Michael Benzaquen、Damien Challet
来源/分类：arXiv RSS；econ.GN、q-fin.EC、q-fin.GN。
中文简介：构造受准备金、流动性和杠杆约束的有担保银行间网络 agent-based 模型，研究超额流动性、常青回购、抵押品再使用和内生货币创造。作者报告抵押品稀缺时再使用增加，回购吸收存款支付冲击，网络比无担保网络更密集且在压力场景下更稳健，并呈现核心-边缘结构；这些是模型机制和仿真结果，不是对现实银行体系的因果识别，摘要未说明校准与验证细节。
证据状态：仅依据摘要。
7. Design of a Deep Learning Credit Risk Early Warning System Integrating Multi-source Heterogeneous Data
作者：LiYang Wang（Washington University in St. Louis）、Zhen Zhong（Georgetown University）、Zhen Tian（University of Glasgow）、Keyu Chen（Wuyi University）、Keyu Chen（Wuyi University）
来源/分类：arXiv RSS；cs.AI、cs.CE、cs.DB、cs.LG、q-fin.RM。
中文简介：针对信贷风险预警中的信息孤岛和监测延迟，提出融合交易行为、社交网络等异构信息的深度网络与注意力架构。作者摘要称系统测试在准确性和预警及时性上超过传统规则引擎；但没有给数据规模、时间切分、违约定义、基线数值或跨机构样本外结果，无法判断提升是统计显著、经济有用还是由信息泄漏造成。
证据状态：仅依据摘要。
8. Clean Scores, Buried Evidence, and Confident Wrong: A Receipt-Based Audit of Frontier Agentic QA
作者：Luis M. Sánchez
来源/分类：arXiv RSS；cs.IR、cs.AI、cs.CL、q-fin.GN。
中文简介：在金融尽调数据室中测试把证据埋入条件、表格和上下文后，agent 的答案、工具调用、成本与信心是否仍可靠。作者摘要报告隐藏证据会降低准确率、增加强行作答与正确答案成本，且模型可能把正确数字和虚构结构性解释混在一起，因此建议使用逐主张 provenance、条件感知评分和人工对抗核查。该结论针对审计可靠性，不是金融预测；摘要未给样本、模型和效果大小，暂不能判断外部效度。
证据状态：仅依据摘要。
9. Gate Design and Stage-Dependent Incentives in Retail Proprietary-Trading Evaluations: Why Passing Is Not Standalone Evidence of Skill, and Why the Product Fails to Pay Under Measured Trading Constraints
作者：Nicholas Hall
来源/分类：arXiv RSS；q-fin.TR、q-fin.GN。
论文：arXiv 摘要页 · 直接 PDF · 代码、仿真和复现脚本
中文简介：把 prop firm 评估拆成 evaluation 和 funded 两个阶段，用障碍模型、Monte Carlo、样本外策略账本和零优势对照分析通过率、提现率、交易频率与成本。作者报告零技能仓位优化也能制造接近 40% 的通过率，而两阶段频率方向相反、成本后所测策略没有通过经济闸门；结论依赖明确账户规则、成本和样本范围，不等于所有交易策略无优势，详细限定见“重点关注”。
证据状态：已核阅公开 PDF，详细分析见“重点关注”。
10. WaVeFuse: Regime-Adaptive Equity Index Forecasting via Channel-Wise Wavelet Denoising and Vertical Attention Fusion
作者：Aashish Bohra、Vivek Vijay
来源/分类：arXiv RSS；cs.LG、q-fin.ST。
中文简介：结合小波去噪、技术指标、连续小波频谱、CNN-BiLSTM 和 Transformer 垂直注意力，预测 KOSPI、DAX、NYSE Composite 与 Russell 2000，并将方向信号放入 10bp 成本的历史模拟。作者报告 R² 0.81-0.96、方向准确率 70.5%-78.3%，平均回测 Sharpe 3.69；但主测试仅为最后 365 个交易日，执行和成本假设较理想，Sharpe 与收益不能视为实盘预测，详细审计见“重点关注”。
证据状态：已核阅公开 PDF，详细分析见“重点关注”。
11. Towards foundation models for insurance risk modelling
作者：Christopher Blier-Wong
来源/分类：arXiv RSS；q-fin.RM。
中文简介：综述语言、视觉、地理空间、时间序列、表格和科学 foundation models 如何把理赔文本、图像、传感器、天气与气候模拟转成精算变量，并提出连接模型输出、预测贡献、稳定性和信息使用合规性的流程。作者也强调长尾大损失、跨组合迁移、隐私与共享供应商预测依赖等问题；这是方法与治理综述，摘要没有统一定量实证，不能直接推出承保利润或风险选择效果。
证据状态：仅依据摘要。
12. ViperQ: Order Flow Pattern Recognition via Auction Market Theory for Reinforcement Learning Trading
作者：Asser Moustafa、Rares-Mihail Neagu、Jugal Kalita
来源/分类：arXiv RSS；cs.AI、q-fin.TR。
中文简介：把 Market Profile、Volume Point of Control、Value Area、Low Volume Node、Cumulative Volume Delta 和 tape velocity 组成 20 维状态，用 PPO 和损失厌恶型非对称奖励训练交易 agent。作者在未见过的机构 tick 数据 12 个月留出集上报告 TSLA ROI +163.6%、最大回撤 -27.5%，NVDA ROI +116.5%、最大回撤 -47.8%，且标注为零杠杆；摘要没有说明交易成本、冲击、容量、模型选择和多期重复测试，因此这些数字是单次历史样本外结果，不是可复制收益承诺。
证据状态：仅依据摘要。
13. Same Book, Different Fills: Partial Identification of FIFO Execution from Aggregate Order Books
作者：Riya Danait、Yuliana Zamora、Ioana Boier
来源/分类：arXiv RSS；q-fin.CP、q-fin.TR。
中文简介：研究聚合订单簿无法观察价位内排队顺序时，取消分配如何改变被动订单成交和实施短缺，并在东京证券交易所两个品种的 18 个留出日上做重放。作者报告前端与后端取消分配会产生 8.01 和 7.39 个百分点的成交率差异；这应读作给定观测路径的部分识别区间，不是实际 FIFO 真值或因果效应，详细限制见“重点关注”。
证据状态：已核阅公开 PDF，详细分析见“重点关注”。
14. Revisiting Sustainability by Design in AI Protocol Governance: An Empirical Review of Comparative DAO and Corporate-Led Standards for the SDGs
作者：Yutian Wang、Luyao Zhang
来源/分类：arXiv RSS；cs.CY、cs.ET、cs.HC、cs.SI、econ.GN、q-fin.EC。
中文简介：比较 DAO 治理的 ERC-8004 与企业联盟治理的 Google A2A，使用 LLM 标注、神经主题模型和多层网络分析讨论可持续 AI 协议。作者报告两者在参与不平等、主题分布、信任安全与工程执行关注点上存在差异，并提出透明度、参与、可争议性和跨协议协调的设计原则；这是组织与治理的实证综述，不是金融市场因子或因果政策评估，摘要未给网络结果的稳健性细节。
证据状态：仅依据摘要。
15. Loop-Back Authority in LLM Agent Teams: A Paired Experiment on Flat and Hierarchical Coordination
作者：Burak Agachan、Max van Duijn、Amirhossein Zohrehvand
来源/分类：arXiv RSS；cs.MA、cs.AI、cs.CL、econ.GN、q-fin.EC。
中文简介：在保持模型、角色、提示、工具和数据固定的条件下，只改变 manager 是否能退回 worker 要求重做，比较平面与层级 agent 团队。作者在 43 对商业智能报告、86 次运行中报告平面组织 Utility 效应量 d=0.42、p=0.009，写作清晰度 d=0.34、p=0.030；层级版本多 53% hedge，revision loop 使清晰度下降 0.14 分并增加 51.5% token。任务是开放式报告，judge 和样本规模限制了对金融组织绩效的外推。
证据状态：仅依据摘要。
16. AI Assisted Workflow Optimization and Automation
作者：Zhen Zhong
来源/分类：arXiv RSS；cs.SE、cs.CE、cs.LG、q-fin.RM。
中文简介：围绕辅助合规工作的重复性和事务性，提出以流程再造、系统建模和技术整合为核心，协同使用 RPA、规则引擎和语义识别进行自动化。作者认为系统化优化有助于形成更及时、清晰和可控的合规运营体系；摘要没有给流程数据、误报漏报、成本、人工复核或因果对照，因此目前是流程设计建议而非可量化的金融风险收益证据。
证据状态：仅依据摘要。
17. Gaussian Normalized Coordinates and Risk-Neutral CDF Deformations
作者：Jian Sun
来源/分类：arXiv RSS；q-fin.MF、math.PR。
中文简介：研究归一化隐含波动率坐标下的无套利结构，并围绕一个具有直接概率解释的量讨论风险中性分布函数变形。摘要只给出研究动机，没有公开足够的定理、估计、定价或数值结果；因此不能从标题推断其对波动率曲面拟合或交易策略有改善。
证据状态：仅依据摘要。
18. Multi-regime Markov-switching models with time-varying transition probabilities: An application to U.S. Treasury yields
作者：Samuel Modée、Yushu Li、Sjur Westgaard、Stein Andreas Bethuelsen
来源/分类：arXiv RSS；stat.ME、econ.EM、q-fin.ST。
中文简介：把带时变转移概率的两状态 GAS Markov-switching 模型推广到 K 状态、状态特定均值和方差，并提供开源 R 包 multiregimeTVTP。作者在 Monte Carlo 中报告状态参数可可靠恢复，但转移驱动系数更难识别；对 1961-2024 年四种期限的美国国债零息收益率变化，滞后收益率驱动的设定 AIC 最低，短端 BIC 也最低。转移系数的可识别性和设定依赖意味着这不是稳定利率交易信号，摘要未给样本外预测或经济收益。
证据状态：仅依据摘要。