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。
#高频/微观结构
arXiv q-finAI 评分4747 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。