跳到正文
热点
过去 48 小时量化圈讨论最多的 0 件事 · 10月20日 06:40 更新
暂时没有热点

榜单需要过去 48 小时内至少两个独立来源共同参与同一事件。当前证据还不足,先阅读下方最新相关动态。

最新相关动态

按资料时间排列,精选另作标记。

10月19日周一
  1. Quantocracy31

    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%。

  2. arXiv q-fin23

    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。

  3. arXiv q-fin33

    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。

  4. arXiv q-fin49

    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。

  5. arXiv q-fin47

    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。

  6. arXiv q-fin44

    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。

热度是怎么算的?了解榜单

热度来自参与同一事件的独立账号与机构,重复采集只算一次,并按 24 小时半衰期衰减。它衡量讨论活跃程度,不是报道质量评分。

榜单统计过去 48 小时。趋势只比较持续覆盖的同一组信源;它反映我们的监测范围,不代表全网人数。缺少可比历史时,不展示趋势线。

信源名单只展示可公开阅读的报道来源;讨论参与者还包括只计入热度的账号与机构。同一机构的多个渠道可能合并计数,因此参与者不一定多于信源数。点击事件可查看各方报道与观点。

爆
讨论快速增加
新
首报 6 小时内
发酵中
讨论仍在增加