研究称比特币经典价格周期指标逐步失效，减半时钟仍保持稳定
Quantpedia 解读 Josh Molnar 发表于 SSRN 的论文，指出 MVRV、Mayer Multiple、Pi Cycle Top 等经典比特币周期信号随价格波动幅度收窄逐步失效，三个成熟周期顶部分别出现在对应减半后 525、546、534 天。
全部量化动态
QuantpediaAI 评分6464 QuantocracyAI 评分3131 Quantocracy 截至 2026 年 10 月 18 日的最新量化研究链接汇总
Quantocracy 汇总了截至 2026 年 10 月 18 日的最新量化研究相关链接，内容涵盖趋势跟踪、期货主数据构建、样本内外夏普比率折损、流动性对股票收益与期权定价的影响、加密货币横截面趋势因子等方向。其中一项基于 12 种商品期货的研究显示，10 年回测的样本内夏普比率在新数据上的预期留存比例为 30%。
arXiv q-finAI 评分2323 董事会性别多元化与排放绩效：来自面板回归、机器学习与可解释AI的研究发现
一项针对2016至2022年欧洲企业样本的研究，结合面板回归、机器学习与可解释AI方法，发现董事会性别多元化与排放绩效呈非线性关系：当女性董事占比达到约22%的最低阈值时排放绩效开始显著改善，占比升至约35%的最优水平后，继续提升女性董事比例不会进一步改善排放绩效。
arXiv q-finAI 评分3333 含无限变差 Lévy 跳跃的随机波动率模型中偏斜-曲率幂律关系研究
该论文聚焦混合动力学（粗糙波动率与无限变差 Lévy 过程）对平值期权隐含波动率偏斜与曲率的影响，通过分析二者短时展开的主导项，可从混合动力学模型中判定偏斜与曲率幂律行为的起源机制。论文证实混合模型同样会产生幂律关系，相关结论对模型设计与校准具有关键意义，并给出了带 CGMY Lévy 跳跃的粗糙 Heston 模型的数值证据。
arXiv q-finAI 评分4949 语言模型智能体如何重塑价格竞争
研究显示大语言模型定价智能体可脱离同质商品市场中价格趋近边际成本的重复Bertrand竞争基准，其表现取决于部署决策。LLM定价智能体在自博弈中能否维持高于边际成本的价格，与是否直接基于包含对手价格的原始市场历史逐期定价、还是基于自身利润摘要历史定期输出概率分布的部署选择直接相关。
arXiv q-finAI 评分4747 自动化市场中的 AI 智能体
研究团队基于强化学习构建理性套利者、操纵者、散户跟风者三类交易智能体行为模型，在小时级加密货币数据（AAVE、ETC、SUI）上开展试点研究。结果显示不同智能体的行为特征会对市场压力、流动性、波动率及风险调整后收益产生差异化影响，研究结论支持针对不同行为类型制定差异化监管规则，而非统一限制波动率或换手率。
arXiv q-finAI 评分4444 OrderFlowDiT：用于概率性限价单供给预测的传输正则化扩散Transformer
研究人员提出OrderFlowDiT，这是一种采用非平衡最优传输（UOT）辅助损失训练的条件扩散Transformer，用于预测未来五分钟限价单提交量的条件分布。在覆盖30只美股的1950个验证条件下，相比仅使用均方误差训练，加入UOT可将全字段传输成本降低45.8%，传输能量得分降低26.1%，且每只股票的两项指标均有提升。
arXiv q-finAI 评分4343 从Alpha到执行：凹冲击与Hurst标度下的交易周期、市场状态与执行计划
该研究针对凹幂律冲击与Hurst标度价格波动下的交易执行问题展开分析，通过最大化交易已实现盈亏的夏普比率确定最优执行周期，明确了存在内部最优解的条件。研究推导得出的执行计划可在同等时长下相比TWAP计划节省10-17%的包络成本，相关成果发布于arXiv。
arXiv q-finAI 评分4747 模拟借贷市场中LLM借款人的共享行动排序对已执行信贷的影响研究
一项针对模拟抵押借贷市场的实验显示，共享行动排序会显著影响LLM借款人的已执行信贷规模。实验设置12个普通订单市场与12个均衡订单市场，采用精确随机检验得出双侧p值为2/8100，加杠杆优先与去杠杆优先的普通订单市场信贷差异为1.12单位初始未使用参考借贷容量。所有24个市场均未发生清算或实际坏账，固定价格30%冲击基准下多数核销来自清算奖金消耗的抵押品。
arXiv q-finAI 评分3737 不同随机积分约定下的 Merton 消费-投资问题研究
该研究探讨了随机积分约定参数 α 取 0、1/2、1 时，分别对应 Itô、Stratonovich、Hänggi-Klimontovich 约定下的 Merton 消费-投资问题。研究发现，若同步变换漂移项，最优投资策略不受约定选择影响；若固定漂移系数数值，投资者的机会集将发生变化。在对数效用下，消费决策不受影响，最优组合权重会发生偏移，仅靠收益数据无法识别随机积分约定。
arXiv q-finAI 评分6262 NoLBERT新闻主题与股票横截面收益：避免回测前视偏差的新闻文本预测研究
这篇arXiv论文提出仅用1976至1995年文本预训练的NoLBERT编码器，在2012至2024年的126万篇新闻上与LDA、MiniLM、FinBERT对比，预测美股规模最大的1000只股票收益。
arXiv q-finAI 评分4646 基于 Hawkes 过程的连续日内电力市场跨产品建模
论文提出多变量状态依赖 Hawkes 过程（SDHP），用于建模荷兰 EPEX SPOT 日内连续市场中一刻钟与小时合约的跨产品流动性动态。模型基于 2024 年各季度首月的三级订单簿数据校准，将交易时段划分为正常与压力两种状态。研究发现约 95% 的订单由自身订单流驱动，跨激励主要从一刻钟合约流向小时合约，压力状态下该主导性显著减弱。
arXiv q-finAI 评分5555 预测市场中的组合套利研究：基于 Polymarket 订单簿的实证分析
该研究提出了一套识别和量化逻辑相关预测市场合约间套利机会的框架，证明当价格落在可行收益向量凸包之外时存在套利空间，并通过整数规划求解最优套利组合。研究通过平台元数据和结算规则语义分析，恢复了190万条逻辑关系，构建了覆盖超过25.5万份合约的约束系统。
arXiv q-finAI 评分5151 arXiv论文：仅基于基差的资金费率无法实现分红公平——加密股票永续合约的结算设计
这篇被MARBLE 2026接收的16页论文指出，加密交易所推出的股票类永续合约以实时基差计算资金费率，无法为任意时点进出的交易者复制股东分红现金流。作者给出公平资金费率恒等式，将时点公平性转化为最优停止条件，并从测度论角度证明可预测分红是原子事件，绝对连续的资金费率路径无法在持有区间内复制该原子，必须以离散事件信用匹配。
arXiv q-finAI 评分3636 多极世界中的制裁：中立第三方的角色
论文构建了包含制裁方、目标方与中立第三方的三方贸易制裁理论模型，推导得出三项核心结论：联盟成员在斯塔克尔伯格时序或转移支付不完善时通常会设置不同关税；制裁收紧时制裁方福利可能超越单边贸易条件最优水平；当制裁方与目标方争夺中立第三方支持时，可明确可行的制裁目标范围。该模型应用于对俄原油制裁的校准分析显示，若中印采取单边行动或制裁联盟提供更优条件，制裁效果可提升约70%。
arXiv q-finAI 评分5555 arXiv 论文：加密资产全历史市值分布的弱式效率检验
Antonis Ballis 与 Christos Ioannidis 在 arXiv 发布工作论文，以 2013 至 2026 年全部 8,970 只加密资产、690 个周度截面为样本，直接观测资产的进入、退出与存续，检验加密资产市值分布马尔可夫链的弱式效率对称性约束。
arXiv q-finAI 评分3535 多资产随机波动率模型下的广义离散互换定价研究
该论文提出基于资产对数收益瞬时协方差矩阵行列式的广义方差框架，用于多资产离散互换定价，可捕捉多元资产收益的联合离散性并兼顾其依赖结构。该框架在Heston与Barndorff-Nielsen-Shephard（BNS）随机波动率模型下完成构建，推导得到三资产Heston模型的解析定价表达式，以及对应BNS模型的易处理近似解。
QuantocracyAI 评分3232 Quantocracy 2026年10月12日最新量化研究链接汇总
Quantocracy 于2026年10月12日汇总近期量化领域相关内容，涵盖量化工具目录平台 Quant Observer 介绍、内部人买入超额收益的历史有效性分析、S&P 500 成分股 2006-2025 年波动率聚集效应回测、多资产多周期交易流水线搭建指南、实证金融研究可复制性的 AI 解答等内容。
QuantocracyAI 评分3131 Quantocracy 截至 2026 年 10 月 7 日的最新量化研究链接汇总
Quantocracy 汇总了截至 2026 年 10 月 7 日的最新量化研究相关链接，内容涵盖与 Robot Wealth 的 Kris Longmore 的访谈、美国大选前后多资产漂移效应分析、财报发布后的市场反应解读、标普 500 指数的“温水煮青蛙”动量策略回测。读者可访问 Quant Mashup 查看最新链接内容。
QuantpediaAI 评分5252 美国联邦选举前后的多资产漂移交易研究
Quantpedia分析师Cyril Dujava发布研究，基于2000-2024年共13次美国联邦选举样本，覆盖XLK、SPY、IYR、IEF、EEM、GLD。
Rob Carver：This Blog is SystematicAI 评分6262 用真实收益数据对比组合优化收缩方法：蒙特卡洛、自助法与双收缩的回测结论
作者在 2026 年夏季组合优化系列第四篇中，用真实交易规则与工具收益数据回测了蒙特卡洛、自助法、双收缩、朴素均值方差、等权重、最大分散化和 EPO 等方法。每次随机抽取 9 条交易规则和一个工具，按 1、5、10 年样本内与 1、5 年样本外组合比较；结果显示真实数据下相关性估计比 Sharpe 比率更不稳定，需要更多相关性收缩，而不是更多 Sharpe 比率收缩。