论文总结
点击查看：论文总结
编号
ICML：A、B
ICLR：C
NeurIPS：D
阅读情况
| 论文 |
|
摘要 |
引言/总结 |
方法等 |
实验 |
复现 |
|
| A1 |
AlphaQCM |
✅ |
✅ |
✅ |
✅ |
|
|
| A2 |
LOB-Bench |
✅ |
✅ |
✅ |
|
|
|
| A3 |
e-GAI |
✅ |
✅ |
|
|
|
|
| A4 |
Beyond CVaR |
✅ |
✅ |
|
|
|
|
| A5 |
|
✅ |
✅ |
|
|
|
|
| A6 |
HyperIV |
✅ |
|
|
|
|
|
| B1 |
TimeBridge |
✅ |
|
|
|
|
|
| B2 |
TimeStacker |
✅ |
|
|
|
|
|
| B3 |
|
✅ |
|
|
|
|
|
| C1 |
MarS |
✅ |
|
|
|
|
|
| C2 |
|
✅ |
|
|
|
|
|
| C3 |
InvestESG |
✅ |
|
|
|
|
|
| D1 |
|
✅ |
|
|
|
|
|
| D2 |
PHANTOM |
✅ |
|
|
|
|
|
| D3 |
|
✅ |
|
|
|
|
|
| D4 |
TwinMarket |
✅ |
|
|
|
|
|
| D5 |
|
✅ |
|
|
|
|
|
| D6 |
|
|
|
|
|
|
|
| D7 |
|
|
|
|
|
|
|
| D8 |
|
|
|
|
|
|
|
| 研究方向 |
论文 |
核心研究问题 |
关键技术/框架 |
主要贡献/应用场景 |
未来 |
| 量化因子发现 |
A1 (AlphaQCM) |
RL在金融中发现有效因子（Alpha）时的非平稳性和奖励稀疏问题。 |
分布式强化学习
分位数条件矩方法
IQN与DQN融合 |
提升在复杂市场中发现稳健交易因子的能力。 |
|
| 市场仿真与数据评估 |
C1 (MarS)
D4 (TwinMarket)
A2 (LOB-Bench) |
生成或评估真实、可控的金融市场数据（如订单、投资者行为） |
生成式基础模型
大语言模型驱动的多智能体模拟
分布比较评估框架 |
创建可控的交易环境、研究市场微观机制、评估生成数据质量。 |
|
| 风险管理与优化 |
A4 (Beyond CVaR)
D3
A3 (e-GAI) |
在决策中纳入风险度量、处理模型不确定性、控制统计误判 |
静态谱风险度量
椭圆不确定集鲁棒RL
基于e值的错误发现率控制 |
做出风险调整后的决策、建模市场冲击、在多重检验中平衡发现能力和错误控制。 |
|
| 资产配置与定价 |
A5
C2
A6 (HyperIV) |
无主观观点进行资产配置
精准平滑与预测波动率 |
贝叶斯潜变量模型
神经算子
超网络 |
实现数据驱动的资产配置， 提升期权定价和对冲的准确性。 |
|
| 基准测试与评估 |
D1 (DeepFund)
D2 (PHANTOM) |
公平、无偏差地评估大模型在实时金融决策和长文本理解中的表现 |
实时多智能体基准测试平台
针对幻觉检测的基准数据集 |
防止回测中的“时间旅行”偏差， 评估模型在长金融文档中的事实准确性。 |
|
| 市场机制与定价理论 |
D5 (CM-TDP)
D7
D8 |
动态定价、
预测市场、
双边市场匹配 |
跨市场迁移算法
平滑二次市场机制 |
为平台定价、信息聚合等提供理论最优解。 |
|
| 时间序列预测 |
B1 (TimeBridge)
B2 (TimeStacker)
B3 (CN-Diff) |
对非平稳、复杂的多元时间序列进行长期预测 |
处理非平稳性的注意力机制（如协整注意力）
条件扩散模型 |
提升对股价、波动率等金融时序的长期预测精度。 |
|