86 पेपर
यह शोध पत्र एक कैप-एक्सिस इंटीग्रल डायग्नोस्टिक (cap-axis integral diagnostic) प्रस्तुत करता है जो मार्केट-कैपिटलाइजेशन रैंक एक्सिस के साथ प्राइसिंग एरर्स का विश्लेषण करके फैक्टर मॉडल्स का मूल्यांकन करता है, जो मॉडल प्रदर्शन और जीरो-अल्फा उल्लंघनों (zero-alpha violations) के बारे में ऐसे विशिष्ट निष्कर्ष प्रकट करता है जिन्हें शार्प रेशियो (Sharpe ratio) जैसे पारंपरिक मेट्रिक्स पकड़ने में विफल रहते हैं।
380 ट्रिलियन एआई टोकन के एक विशाल प्रोप्रायटरी डेटासेट का उपयोग करते हुए, यह शोध पत्र एक महत्वपूर्ण और विषम "एआई प्रीमियम" की पहचान करता है जहाँ उन्नत, क्लोज्ड-सोर्स एआई मॉडल और संवादात्मक कार्य कौशल के प्रति उच्च एक्सपोजर वाली कंपनियों को पर्याप्त आगामी स्टॉक रिटर्न प्राप्त होते हैं, जबकि उभरते बाजारों और ओपन-वेट या आकस्मिक एआई उपयोग में ऐसे प्रीमियम अनुपस्थित हैं।
2020 से 2025 तक के उच्च-आवृत्ति डेटा का उपयोग करते हुए, यह अध्ययन ग्रेंजर कॉज़ैलिटी (Granger causality) पर आधारित समय-निर्भर भारित निर्देशित नेटवर्क (time-dependent weighted directed networks) का निर्माण करता है ताकि क्रिप्टोकरेंसी बाजारों में एक गतिशील रूप से विकसित होते पदानुक्रम को प्रकट किया जा सके जहाँ इथेरियम लगातार बिटकॉइन की तुलना में सबसे प्रभावशाली संपत्ति के रूप में ऊपर रहता है, जो पारिस्थितिकी तंत्र की प्रतिस्पर्धी और अस्थिर प्रकृति को उजागर करता है।
यह शोध पत्र एक गतिशील पोर्टफोलियो ढांचे को प्रस्तुत करता है जहाँ निवेशक पे-ऑफ वितरण (payoff distribution) के विशिष्ट क्षेत्रों को लक्षित करते हैं, यह प्रदर्शित करते हुए कि डाउनसाइड पर केंद्रित नीतियां बेहतर जोखिम-समायोजित रिटर्न और टेल प्रोटेक्शन (tail protection) प्रदान करती हैं, जबकि ऊपरी क्वांटाइल (upper quantile) को लक्षित करने वाली नीतियां औसत रिटर्न को अधिकतम करती हैं, जिसमें प्रदर्शन लाभ उच्च डाउनसाइड-टेल विखराव (downside-tail dispersion) की अवधि के दौरान केंद्रित होते हैं।
यह शोध पत्र प्रदर्शित करता है कि जबकि कारक मॉडल (factor models) समग्र बाजार का सफलतापूर्वक मूल्य निर्धारण कर सकते हैं, वे अक्सर इसके आंतरिक घटकों का मूल्य निर्धारण करने में विफल रहते हैं, जैसा कि आकार-आधारित "बॉडी" (body) और "टेल" (tail) पोर्टफोलियो के बीच व्यवस्थित, एक-दूसरे को संतुलित करने वाली मूल्य निर्धारण त्रुटियों से सिद्ध होता है जो समग्र रूप में एक-दूसरे को समाप्त कर देती हैं।
यह शोध पत्र यह प्रदर्शित करता है कि फैक्टर मॉडल्स की प्रदर्शन रैंकिंग परीक्षण-परिसंपत्ति निर्माण के विकल्पों, जैसे कि चयन, वेटिंग और रीबैलेंसिंग रणनीतियों पर महत्वपूर्ण रूप से निर्भर करती है, न कि केवल स्वयं मॉडल्स पर।
यह शोध पत्र 'लुकअहेड प्रोपेंसिटी' (LAP) नामक एक सांख्यिकीय प्रक्रिया प्रस्तुत करता है जो लार्ज लैंग्वेज मॉडल के आर्थिक पूर्वानुमानों में लुकअहेड बायस (lookahead bias) का पता लगाने और उसे मापने का कार्य करता है, यह प्रदर्शित करते हुए कि मॉडलों की भविष्य कहने की क्षमता काफी हद तक उनके प्रशिक्षण डेटा में उपलब्ध भविष्य की जानकारी को आत्मसात करने से संचालित होती है।
यह शोध पत्र प्रदर्शित करता है कि जब लार्ज लैंग्वेज मॉडल्स को विशिष्ट कॉर्पोरेट सीएफओ (CFO) के रूप में भूमिका निभाने के लिए प्रेरित किया जाता है, तो वे आर्थिक भावना सर्वेक्षणों (economic sentiment surveys) के प्रति मानवीय प्रतिक्रियाओं को सटीक रूप से पुनरुत्पादित और पूर्वानुमानित कर सकते हैं, जो पारंपरिक, खर्चीली डेटा संग्रह विधियों के एक स्केलेबल और उच्च-आवृत्ति वाले विकल्प के रूप में कार्य करता है।
यह शोध पत्र बिजली बाजारों में साप्ताहिक वास्तविक सह-परिवर्तन (realized covariation) का पूर्वानुमान लगाने के लिए एक संक्षिप्त मैट्रिक्स-HAR मॉडल प्रस्तावित करता है, जो यह प्रदर्शित करता है कि मानक विधियों की तुलना में लंबी समय सीमाओं और नवीकरणीय उत्पादन डेटा को शामिल करने से सह-परिवर्तन और स्प्रेड जोखिम प्रीमियम दोनों के पूर्वानुमानों में महत्वपूर्ण सुधार होता है।
यह अध्ययन 134 देशों के भ्रष्टाचार धारणा डेटा पर एवरेज लिंकेज पदानुक्रमित क्लस्टरिंग (average linkage hierarchical clustering) लागू करता है, जो चार विशिष्ट क्लस्टर प्रकट करता है जो भ्रष्टाचार के स्तर और आर्थिक विकास के चरणों के बीच एक मजबूत सहसंबंध प्रदर्शित करते हैं।