每日金融论文简报｜2026 年 10 月 24 日
重点关注
When News Gets Old：新闻年龄会改变信号，但未必改变超额收益
论文：When News Gets Old: Portfolio Allocation with Reinforcement Learning and Large Language Models（arXiv:2610.30564）
全文状态：已核阅公开 PDF。
问题是披露文本的语义信号在延迟后是否仍有交易价值。作者让 LLM 从 SEC 披露提取正/中/负面情绪，用 Double DQN 分别加入市场数据、新闻和新闻年龄，并以十只美国股票、2023–2025 年年度滚动训练/验证、0/1/4 周延迟及 10bp 交易成本比较 57 个组合。作者报告 4 周延迟时，RL+市场数据年化净回报 19.07%，加入新闻 17.81%，加入年龄 18.02%，过滤超过 8 周新闻 18.03%；直接 LLM 过滤版本 18.43%，但与 RL+新闻的差异为 +.22 个百分点，区间 [-2.93, 3.44]，包含零。四周延迟下作者报告过滤版本最好，但样本只有十只股票、三年且成本为设定值；新闻年龄虽改变约 52% 的固定验证决策，却没有一致净回报改善，费用从 10bp 升至 30bp 时 RL+年龄从 18.02% 降到 12.32%。这是作者报告的历史回测，包含滚动样本外年，但不是实时可交易验证，也没有因果识别；不构成投资建议。建议读信息延迟定义、年度切分、表 3 和成本敏感性。
巴西利率预测误差与零售通胀补偿：方向有了，统计证据还不够
论文：Monetary Policy Forecast Errors and Inflation Compensation under Sovereign Stress in Brazil（arXiv:2610.30487）
全文状态：已核阅公开 PDF。
问题是 Copom 决策的实际 Selic 与调查预期之差，是否对应 Tesouro Direto 零售名义/实际国债报价所隐含的通胀补偿变化。作者对 68 个三年期、60 个五年期事件配对前一周 Focus 均值和决策日实际值，以 EMBI 中位数划分高/低状态，使用年度交互 OLS、聚类稳健误差和 9,999 次受限 wild bootstrap。作者报告 3 年期高减低的斜率约为每 10bp 误差 -4.14bp（bootstrap p=.1018），5 年期 -6.48bp（p=.262），高状态总效应约 -0.42bp、CI [-2.25, 1.41]；排除 2020 年后 5 年期符号反转，43 个共同事件也未见成熟度梯度。证据是相关性、估计不精确且非因果识别；零售报价不是纯预期通胀或无套利通胀保值率，事件数、调查时点和日报价也限制解释。建议读事件定义、状态划分、bootstrap 表与 2020 排除敏感性；不构成投资建议。
日内订单流预测：高 Sharpe 数字背后的样本外边界
论文：Intraday Forecasting Ability and Liquidity Provision of Institutional Traders（arXiv:2610.31141）
全文状态：已核阅公开 PDF。
问题是少数交易者对未来 VWAP 的订单流预测能力，是否和流动性提供、执行方式及收益相关。作者用五只股票 2010-11-22 至 26 的订单簿数据，前两天在 1 秒至 30 分钟 26 个期限筛选预测与未来价格流显著正相关的交易者，后三天验证；用 FIFO 匹配约 300,275 笔成交，并回归 P&L、预测代理、主动/被动执行、交易者和股票固定效应。作者报告约 10% 交易者保留预测能力，22 个期限持续至约 2 分钟；假想跟随策略在后三天年化 Sharpe 16–63，且回归中预测代理增加一个标准差对应约 1.02–1.19 个货币单位更高 P&L，执行层级系数也显著。关键限制是验证期只有三天、五只股票和 2010 年专有样本；Sharpe 年化会放大短期噪声，关联不等于预测能力对收益的因果贡献，假想跟随也不等于真实成交、冲击和费用后的可交易结果。建议读筛选/验证切分、表 4、执行控制和交易成本处理；不构成投资建议。
Steward：一段纸面窗口里，风险控制先于 alpha 声称
论文：Governed Self-Evolution for Autonomous Investing: A Multi-Agent LLM System with an Invariant Core（arXiv:2610.30557）
全文状态：已核阅公开 PDF。
问题是多角色 LLM、类型化输出、结构化记忆和可回滚自我进化能否组成一个可长期运行的交易流程。Steward 每天六次运行、仅早盘买入，使用 10 万美元纸面账户和 2026-04-08 至 09-10 的 102 个交易日，包含 1,632 次 LLM 调用、492 笔订单/746 次成交；价格为实时数据的纸面成交，不含市场冲击。作者报告组合 +5.0%，同期 SPY +12.4%，最大回撤 -6.0% 对 -4.5%，beta .16、暴露 56%；半导体 ETF 下跌窗口中组合因退出损失较少。回放中单模型原始数据版本 5/10 天分别亏 -1.35±.44/-1.76±.75，相比之下完整部署没有显著损失；核心规则的 2015–2026 回测也显示最大回撤低于无核心变体，但 Sharpe 变化不稳定。创新是把不变量、记忆、审计和进化门做成可重放流程；证据仅是一段单账户纸面窗口和历史回放，没有真实资金、冲击、盲化对照或跨市场样本，不能称为 alpha 或投资建议。建议读系统架构、实时统计、消融和红队注入测试。代码链接见条目。
AMM 流动性剖面：理论低维化遇到非平稳性
论文：Dynamics of the Liquidity Profile in Concentrated Liquidity Provision: An SPIDE Approach（arXiv:2610.30539）
全文状态：已核阅公开 PDF。
问题是集中流动性 AMM 的流动性剖面能否被低维动力学表示，并进一步连接价格、储备和无常损失。作者以退化 Sturm–Liouville 与 Hilbert–Schmidt 积分算子定义 Gegenbauer 模式，将 level/slope/curvature 降维为有限维随机系统，再在 Arbitrum WETH-USDC 5bp 池约 1,200 个快照上以 8 小时采样、三窗口、201 个秩网格拟合平稳加性 OU 分支，比较 martingale 与因子 VAR。作者报告主动区间外样本比率多低于 1（如 ARB5 .93–.99、ETH5 .84–.87），但全值加权、未惩罚版本部分窗口高于 1（ARB5 1.150、ETH5 1.224，ETH30 2.527–3.079）；惩罚后部分结果下降，ETH30 的非平稳性严重度约 15–17，说明平稳假设受压。创新是把几何流动性和随机分析接起来；限制是快照稀疏、秩坐标不等于价格距离、目标函数近乎平坦，且比率是预测/校准代理而不是 LP 费用后利润，更不是因果交易结果。建议读算子定义、模型假设、表 3–5 与非平稳性诊断；不构成投资建议。
Joules-to-GDP：算力效率要和任务价值一起算
论文：Joules-to-GDP: How Much Economic Value Do AI Systems Produce per Unit of Energy?（arXiv:2610.30858）
全文状态：已核阅公开 PDF。
问题是模型完成知识工作时，节省的时间与耗电如何统一比较，而不是只报能耗或单次准确率。作者在 GDPval 的 220 个公共任务、44 个职业和 13 个类别上评估五个开放权重模型、四类加速器，以 GPU/CPU/DRAM 的端到端能耗计算 Net Value per Joule 和 Time Saving per Joule，并用专家参考答案、工资代理和盲审 LLM 评分。作者报告 GLM5.2 每任务约 0.430 MJ、净价值 $72.27；Gemma4 31B 以 23% 能耗达到 56% 价值，约 2.5 倍 NVJ/2.8 倍 TSJ；Qwen3.6-27B 的跨加速器 NVJ/TSJ 因子分别 4.32/9.27；从 1 张到 8 张 H100 价值相近，时间仅少 22% 但能耗多 3.24 倍。创新是把能源、时间、工资价值和端到端部署合在同一基准；局限是 220 题覆盖有限，工资是价值代理而非真实 GDP，LLM 裁判一致率约 72.3%–77.2%，没有充分证明数据污染不存在，批处理与能耗归因也会改变排名。建议读指标定义、能耗测量、表 2 和任务/裁判敏感性。
金融论文
When News Gets Old: Portfolio Allocation with Reinforcement Learning and Large Language Models
作者：Bolin Song (Cornell University)、Surui Xiang (United Nations)
来源/分类：arXiv · cs.LG、q-fin.PM
链接：arXiv 摘要页 · PDF
【双主题】研究金融智能体能否识别陈旧新闻，并把信息年龄转成更稳健的交易决策；作者用 SEC 披露的 LLM 情绪信号、市场数据和 Double DQN，在十只美股、2023–2025 年滚动年度样本及 0/1/4 周延迟下回测。作者报告 4 周延迟、10bp 成本时，过滤陈旧新闻版本年化净回报 18.43%，但与若干基线的差异区间包含零。它是历史样本内/样本外回测中的作者报告，不是因果识别或真实可交易结果，也不构成投资建议。
Monetary Policy Forecast Errors and Inflation Compensation under Sovereign Stress in Brazil
作者：Giovana、Tommy
来源/分类：arXiv · econ.EM
链接：arXiv 摘要页 · PDF
研究巴西央行利率决定中的预测误差是否与零售国债隐含的通胀补偿变化相关；作者以 68 个三年期和 60 个五年期事件，把实际 Selic 与 Focus 调查均值之差同 Tesouro Direto 报价做事件回归，并用聚类稳健误差和 9,999 次 wild bootstrap。作者报告高低状态下 3 年期每 10bp 误差对应约 -4.14bp、p=.1018，5 年期约 -6.48bp、p=.262，排除 2020 年后符号反转。证据是不精确的相关性，不是因果冲击；报价代理、少量事件和状态划分限制经济解释，不构成投资建议。
Intraday Forecasting Ability and Liquidity Provision of Institutional Traders
作者：Xinlei Hao、Jiajun Guo、Jussi Keppo、Xianhua Peng
来源/分类：arXiv · q-fin.TR、q-fin.GN、q-fin.ST
链接：arXiv 摘要页 · PDF
研究日内交易者的订单流预测能力是否与其流动性提供和收益相关；作者用五只股票的订单簿记录，前两天筛选预测下一 VWAP 显著的交易者，后三天验证，并将 FIFO 匹配的 300,275 笔交易和 P&L 回归到预测代理、主动/被动执行和固定效应。作者报告约 10% 交易者的预测能力在最多 2 分钟的 22 个期限持续，预测代理增加一个标准差与约 1.02–1.19 个货币单位更高的 P&L 相关。样本外仅三天、五只股票和 2010 年单一专有数据；策略年化 Sharpe 16–63 是短样本回测外推，关联不等于因果，也不等于真实可交易收益。
Governed Self-Evolution for Autonomous Investing: A Multi-Agent LLM System with an Invariant Core
作者：Yebo Feng、Jingyang Dai、Liangrui Pan、Nelson Lau、Jiahua Xu、Yang Liu
来源/分类：arXiv · cs.AI、cs.CL、cs.MA、q-fin.PM
链接：arXiv 摘要页 · PDF · 代码
研究一个由多角色 LLM、结构化记忆和可回滚自我进化组成的交易智能体能否在纸面账户中持续运行；Steward 每天六次分析、只在早盘买入，使用 2026-04-08 至 2026-09-10 的 102 个交易日、1,632 次模型调用和 10 万美元纸面账户。作者报告组合涨幅 +5.0%，同期 SPY +12.4%，最大回撤 -6.0% 对 -4.5%，beta 0.16、暴露 56%，并在回放和核心规则消融中观察到风险控制作用。它是单窗口纸面实盘式回放，成交不含市场冲击且无真实资金；不能据此声称 alpha，结果也没有因果对照或跨周期稳健性。
The Customer Is the Builder: How AI Coding Agents Are Rewriting the Economics of Software
作者：Ripon Chandra Malo、Zimeng Yu、Tong Qiu
来源/分类：arXiv · cs.SE、cs.CY、econ.GN、q-fin.EC
链接：arXiv 摘要页 · PDF
研究 AI 对工作任务的替代是否已经超过“只会辅助”的叙事；作者用技能/任务映射、企业调查和可执行任务测试估计 AI 替代前沿，并报告任务长度翻倍时模型可执行性约多 129 天，另以 Craft 案例观察软件仓库构建。作者还报告 32% 的调查者会在 AI 足够可靠时放弃购买。价值在于把替代讨论落到可执行任务；仅依据摘要，调查自选、模型评分和外推假设限制因果与福利解释。
The Delegation Divide: An Open Index of AI-Agent Delegability across Occupations and Countries
作者：Cristian Espinal Maya (Universidad Nacional de Colombia)、Santiago Jim’enez Londo~no (Universidad EAFIT)
来源/分类：arXiv · econ.GN、cs.AI、cs.CY、q-fin.EC
链接：arXiv 摘要页 · PDF · 代码
研究如何把职业任务暴露、采用速度和劳动力影响统一到 146 个国家；作者把 18,796 个 O*NET 任务映射到 433 个 ISCO 职业，结合 AI 任务能力与暴露/采用指标。摘要报告约 22.5% 全球就业处于低暴露、48.7% 处于高暴露，暴露与采用相关系数约 .93/.89，并给出约 11.8 分钟的全任务处理时间。价值在于提供可比较的任务尺度；仅依据摘要，模型评分、职业映射和采用代理不能直接给出失业或工资因果预测。
Dynamics of the Liquidity Profile in Concentrated Liquidity Provision: An SPIDE Approach
作者：Cheuk Yin Lee、Jimmy Risk、Shen-Ning Tung、Tai-Ho Wang
来源/分类：arXiv · q-fin.MF、math.PR、q-fin.TR
链接：arXiv 摘要页 · PDF
研究 AMM 流动性剖面的低维动力学能否被理论化并用于解释流动性、价格和无常损失；作者以退化 Sturm–Liouville/ Hilbert–Schmidt 算子、Gegenbauer 模式和有限维 SDE 建模，再在 Arbitrum WETH-USDC 5bp 池的约 1,200 个快照上估计加性 OU 分支，比较 martingale 与 VAR。作者报告某些全值加权比率高于 1，但主动区间外样本常低于 1，ETH30 的非平稳性指标也显示平稳假设受压。结果是校准/预测代理而非 LP 可获利润或因果交易证据；采样稀疏、坐标变换和平稳假设是主要限制。
The Reaction of Financial Markets to the Releases of DeepSeek R1 and Kimi K3: A Critical Analysis
作者：Marco Taboga
来源/分类：arXiv · econ.GN、q-fin.EC
链接：arXiv 摘要页 · PDF
研究 DeepSeek R1 与 Kimi K3 的开放权重、价格和能力变化如何影响金融市场与产业租金；作者做事件窗口和产业链描述，比较半导体、数据中心与中国 AI 实验室。作者报告相关阶段中部分硬件/数据中心资产承压，而开放模型可能把租金从前沿供应商重新分配。仅依据摘要，跨事件混杂、政策与宏观因素、事件窗口选择和因果识别尚未核验；这是市场相关性讨论，不是投资结论。
Joules-to-GDP: How Much Economic Value Do AI Systems Produce per Unit of Energy?
作者：Amirreza Zeinali、Jon Saad-Falcon、Avanika Narayan、Mersad Abbasi、Jonathan S. Hartley、John Hennessy、Christopher Re、Azalia Mirhoseini
来源/分类：arXiv · cs.LG、econ.GN、q-fin.EC
链接：arXiv 摘要页 · PDF
研究模型完成 GDPval 工作任务时，节约的能量如何转成可比较的经济价值；作者在 44 个职业、13 类、220 个任务上，以五个开放权重模型和四类加速器测端到端 GPU/CPU/DRAM 能耗，并用专家工资与盲审评分计算每兆焦净价值和节时。作者报告 GLM5.2 每任务约 0.430 MJ、净价值 $72.27，Gemma4 31B 以 23% 能耗达到 56% 价值，8 张 H100 只少 22% 时间却多耗 3.24 倍。价值是基准和工资代理，不是实现的 GDP 或生产率；任务覆盖、LLM 裁判、能耗归因和潜在数据污染限制外推。
Multiple Stopping and Exercise Boundaries for American Put Options
作者：Katsunori Ano
来源/分类：arXiv · q-fin.PR、math.PR
链接：arXiv 摘要页 · PDF
研究带多个停止机会和随机终止的最优行权边界；作者在风险中性 Black–Scholes 框架下推导单调停止边界、自由边界/Volterra 表达和数值方法。作者给出理论性质与边界求解结果。价值在于期权行权结构的数学分析；仅依据摘要，模型校准、交易成本和真实市场表现未检验，不能把理论边界当作交易收益。
The missing price feedback: Why studies overstate local grid peaks from synchronized home batteries under real-time pricing
作者：Lion Hirth
来源/分类：arXiv · econ.GN、q-fin.EC
链接：arXiv 摘要页 · PDF
研究电池储能接入后，价格是否应被视为外生而非由系统反馈决定；作者用德国电力市场 2025 年数据和仿真比较外生价格与内生批发价格。摘要报告在某些设定中外生峰值被放大约 83%，而内生价格相对无电池情形下降约 6%，并跨 20 组变体和三年检验。价值在于提醒价格反馈会改变储能结论；仅依据摘要，模型校准、反事实识别和现实市场约束仍需核验。
Uncertainty and Explainability in Deep Rough Volatility: A Neural Information-Theoretic Posterior Approach
作者：Damiano Brigo、Rapha\”el Huser、Dan Leonte
来源/分类：arXiv · stat.ML、cs.LG、q-fin.PR、stat.AP、stat.CO
链接：arXiv 摘要页 · PDF
研究粗糙波动率模型中的参数不确定性如何传播到期权价格与风险度量；作者用神经比值后验、异方差代理定价器和 Hellinger-SHAP 分解估计 rough Heston 的后验，并覆盖 forward-start、障碍和实现方差。作者报告校准区间与保守预测区间可降低模型风险。仅依据摘要，主要证据来自模拟和指定先验，代理误差、市场数据外推和交易经济显著性仍未核验。
Directionally Correct Views in Portfolio Optimization
作者：Ojas Kumar、Sreejit Dey、Sarvesh Ravichandran Iyer、Sandeep Juneja
来源/分类：arXiv · q-fin.PM
链接：arXiv 摘要页 · PDF
研究投资者只有方向性观点而没有幅度观点时，如何避免在 Black–Litterman/Markowitz 配置中人为设定错误置信度；作者提出基于熵的端到端方向观点方法，并与简单 Markowitz 和等权方案比较。作者报告方向信息能改善某些组合结果。仅依据摘要，样本外窗口、交易成本、统计与经济显著性，以及结果是否稳定于观点误差都需要全文核验，不构成投资建议。
Policy Learning with Observational Data: The Case of Hepatitis C Treatment for HIV/HCV Co-Infected Patients
作者：Rapha\”el Langevin
来源/分类：arXiv · stat.AP、econ.EM、stat.ML
链接：arXiv 摘要页 · PDF
研究如何用观察性数据学习把 HCV 治疗优先分配给最可能获益的患者；作者以加权 k-means 和决策树估计 CATE，结合自然清除率约 80% 的人群特征评估医疗资源。作者报告可减少约 CAN$2.5–4.5 百万成本并增加健康收益。价值在于把异质性治疗效应转成政策选择；这是观察性/离策略估计，依赖无未测混杂、稳定性与可行性，不是金融回报研究。
Randomized Recruitment Driven Sampling
作者：Adam Visokay、Laura Boudreau、Rachel M. Heath、Tyler H. McCormick
来源/分类：arXiv · stat.AP、econ.GN、q-fin.EC
链接：arXiv 摘要页 · PDF
研究随机化招募能否比传统 respondent-driven sampling 更准确地估计难触达人群；作者用模拟和孟加拉服装工人 COVID-19 调查比较 RRDS 与 RDS。作者报告随机招募在若干网络和覆盖场景中减少偏差。价值在于把抽样机制本身纳入设计；仅依据摘要，外部有效性、非响应和真实成本需全文核验，这不是金融资产研究。
Fast Approximate Modular Inference for Option Price Prediction
作者：Worapree Maneesoonthorn、David T. Frazier、Gael M. Martin
来源/分类：arXiv · q-fin.ST、stat.CO、stat.ME
链接：arXiv 摘要页 · PDF
研究如何在只有期权、现货和高频数据时做模块化贝叶斯推断；作者提出快速近似模块推断，把 Heston 等模块用近似似然连接。摘要报告在相当预测精度下相对完整似然有计算节省。仅依据摘要，近似误差、先验敏感性、样本外验证与风险应用仍未核验。
Simulation in discrete choice models evaluation: SDCM, a simulation tool for performance evaluation of DCMs
作者：Amirreza Talebi
来源/分类：arXiv · econ.GN、q-fin.EC
链接：arXiv 摘要页 · PDF
研究离散选择模型的模拟工具怎样评估参数、选择概率和支付意愿；作者提出 SDCM 流程，并在 panel mixed logit 的已知参数与支付意愿例子中比较模拟。作者报告该工具能恢复设定参数并提供诊断。仅依据摘要，这是方法/模拟证据而非市场预测或投资建议，真实数据和错设稳健性需要全文。
A General Framework for Importance Sampling with Markov Random Walks
作者：Cheng-Der Fuh、Yanwei Jia、Steven Kou
来源/分类：arXiv · stat.CO、q-fin.CP、q-fin.RM
链接：arXiv 摘要页 · PDF
研究马尔可夫随机游走的稀有事件如何构造更高效的重要性抽样；作者同时对可观测量和潜变量做倾斜，给出渐近效率与有限样本算法，并展示风险、CoVaR 等模拟。价值在于降低尾部概率估计方差；仅依据摘要，模型设定、校准与实盘风险指标未核验，理论/模拟结果不等于真实风险预测。