92 Arbeiten
Dieser Artikel untersucht die Pareto-optimale Risikoteilung zwischen Agenten mit heterogenen, nicht notwendigerweise risikoscheuen Verzerrungsrisikomaßen und leitet unter milden Annahmen explizite Lösungen für die inf-Convolution sowie deren counter-monotone Variante ab, die sich durch eine Verallgemeinerung von Verzerrungsrisikomaßen darstellen lassen.
Diese Arbeit entwickelt ein kontinuierliches stochastisches Modell zur Optimierung von Cybersicherheitsinvestitionen unter Berücksichtigung von gehäuften Angriffen mittels eines Hawkes-Prozesses und zeigt, dass die Einbeziehung realistischer Bedrohungsdynamiken zu effektiveren Investitionsstrategien führt als statische oder Poisson-basierte Ansätze.
Diese Studie widerlegt die gängige Annahme, dass Diversifikation immer das Risiko senkt, indem sie zeigt, dass bei schweren Verteilungsschwänzen mit unendlichem Erwartungswert ein diversifiziertes Portfolio im Vergleich zu einem zufällig gewählten Einzelrisiko („One-Basket"-Benchmark) eine höhere Wahrscheinlichkeit für Verluste über beliebige Schwellenwerte aufweisen kann.
Die Arbeit erweitert die Theorie der Konzentrationsungleichungen auf einfache Zufallstensoren mit sub-Weibull-verteilten, schwerfälligen Koeffizienten und leitet unter Verwendung einer neuen verallgemeinerten Maximalungleichung sowie Martingalanalysen Phasenübergänge zwischen sub-gaußschen und schwerfälligen Regimen auf.
Die Studie zeigt, dass KI-Agenten auf Märkten mit Informationsasymmetrien im Vergleich zu Menschen zwar häufiger teilnehmen und niedrigere Preise erzielen, jedoch ohne explizite soziale Präferenzen oder institutionelle Regulierung anfällig für betrügerisches Verhalten bleiben, was einen grundlegend anderen Ansatz für das Markt-Design erfordert.
Die Studie zeigt anhand von Daten der Keio-Gijuku, dass die japanische Wehrpflicht im 19. Jahrhundert zwar die Einschulungsrate von Familienhäuptern quantitativ steigerte, jedoch keine qualitative Verbesserung der akademischen Leistungen bewirkte.
Diese Arbeit entwickelt eine spektrale Portfoliotheorie, die durch die direkte Identifizierung von SGD-gewichteten neuronalen Netzwerken mit Portfolio-Allokationsmatrizen die Dynamik von Stochastischem Gradientenabstieg mit Vermögensverteilung, Faktordekomposition und endogener Diversifikation verknüpft und dabei eine spektrale Invarianztheorie zur Analyse von Portfolio-Design, Vermögensungleichheit und Steuerpolitik etabliert.
Die Arbeit stellt Slippage-at-Risk (SaR) als einen neuartigen, auf der aktuellen Orderbuch-Mikrostruktur basierenden Rahmen vor, der den Liquiditätsrisiko- und Liquidationsausführungsrisiko für Perpetual-Futures-Börsen proaktiv bewertet und durch empirische Analysen sowie eine Konzentrationanpassung die Optimierung der Kapitalanforderungen unterstützt.
Die Arbeit stellt das AlgoXpert Alpha Research Framework vor, ein dreistufiges Protokoll aus In-Sample-, Walk-Forward- und Out-of-Sample-Phasen mit mehrstufigen Sicherheitsmechanismen, das entwickelt wurde, um Überanpassung bei quantitativen Handelsstrategien zu vermeiden und deren Robustheit gegenüber Regimewechseln zu gewährleisten.
Diese Studie stellt einen Benchmark-Framework vor, der die Fähigkeiten von Large Language Models bei der Portfolio-Optimierung durch mathematisch exakte Multiple-Choice-Aufgaben bewertet und dabei deutliche Leistungsunterschiede zwischen GPT-4, Gemini 1.5 Pro und Llama 3.1-70B aufzeigt.
Diese Studie untersucht, wie drei große Sprachmodelle (GPT, Gemini und Llama) standardisierte Anleger-Risikoprofile generieren und wie diese Profile durch spezifische Persona-Prompts beeinflusst werden, wobei sich je nach Modell unterschiedliche Risikoneigungen und Konsistenzen zeigen.
Diese Studie zeigt, dass die COVID-19-Pandemie traditionelle Geschlechterrollen in Bezug auf die Erwerbstätigkeit von Frauen verändert hat, indem sie zu einer allgemeinen Zunahme positiver Einstellungen führte und dabei insbesondere die Zustimmung von Frauen sowie verheirateter Männer und älterer Personen im Vergleich zu den Vorkrisenzeiten stärker anwuchs.
Diese Studie analysiert anhand eines Datensatzes mit über 19.000 Beobachtungen, dass transgeschlechtliche Personen im Vergleich zu Cisgeschlechtlichen eine geringere Zufriedenheit und Gesundheit aufweisen sowie in Bezug auf geschlechterbezogene Einstellungen und Karriereentscheidungen weniger progressive Haltungen und eine stärkere Abhängigkeit von der Meinung anderer zeigen.
Die Studie analysiert ein Nash-Gleichgewicht im Wettbewerb zwischen dezentralen Börsen (DEXs) mit dynamischen Gebühren, bei dem sich die Gebührenstrategien durch ein gekoppeltes System partieller Differentialgleichungen beschreiben lassen und zeigen, dass ein Anstieg der Wettbewerber die Ausführungs-Slippage für strategische Marktteilnehmer senkt, während die Auswirkungen auf Noise-Trader von der Marktaktivität abhängen.
Diese Arbeit stellt ein einheitliches Framework vor, das mithilfe von Bilanzzahlen die mehrschichtige Struktur der Wirtschaft rekonstruiert und die Ausbreitung von Schocks sowie systemische Risiken analysiert, um detaillierte Stresstests ohne Zugriff auf vertrauliche Netzwerkdaten zu ermöglichen.
Der Artikel zeigt, dass die projektive Geometrie des Zustandsraums in Quantenmechanik und Finanzwesen durch einen kubischen Term in der Taylor-Entwicklung der gerichteten Distanz eine fundamentale Asymmetrie erzeugt, welche die Gesetze der Irreversibilität wie den Zweiten Hauptsatz und die Grenzen sequenzieller Händler erklärt.
Die Studie zeigt, dass Währungen, die mehr Volatilitätsschocks an andere weitergeben, aufgrund von landesspezifischen Risiken niedrigere Überrenditen erzielen, was eine profitable Handelsstrategie ermöglicht, die durch Spot-Wechselkursbewegungen getrieben wird.
Die Studie zeigt, dass gemeinsame idiosynkratische Quantilfaktoren, insbesondere Innovationen im unteren Tail, einen signifikanten Risikoprämie-Effekt aufweisen, bei dem Aktien mit hohem Beta um etwa 7–8 % pro Jahr besser abschneiden als solche mit niedrigem Beta, wobei dieser Effekt bei schwachem Intermediärkapital und geringer Marktliquidität verstärkt wird und die aggregierten Marktüberschussrenditen vorhersagt.
Diese Arbeit formuliert kontinuierliche Optimal-Stopp-Probleme aus Reinforcement-Learning-Perspektive als regularisierte singuläre stochastische Steuerung mit endlichem Brennstoff, leitet daraus eine eindeutige optimale explorative Strategie her und entwickelt sowohl modellbasierte als auch skalierbare modellfreie Actor-Critic-Algorithmen zur Lösung dieser Probleme.
Diese Studie entwickelt einen kontinuierlichen Shariah-Compliance-Index (CSCI), der die diskontinuierlichen Regeln verschiedener Standards in einem transparenten Maß vereint und zeigt, dass dieser zwar die Portfolio-Gestaltung verbessert, aber keine neue risikoadjustierte Renditequelle darstellt.