A mean-field theory for heterogeneous random growth with redistribution

Este estudo desenvolve uma teoria de campo médio para crescimento aleatório heterogêneo com redistribuição, identificando que, embora migrações fortes previnam a localização extrema em taxas de crescimento estáticas, a adição de ruído temporal introduz uma fase parcialmente localizada que mitiga, mas não elimina, a concentração extrema, com implicações para desigualdade de riqueza e crescimento populacional.

Maximilien Bernard, Jean-Philippe Bouchaud, Pierre Le Doussal2026-03-11💰 q-fin

Arrow-Debreu Meets Kyle: Price Discovery Across Derivatives

Este artigo apresenta um modelo de equilíbrio que unifica os elementos fundamentais de Arrow-Debreu e Kyle para analisar a descoberta de preços em derivativos, demonstrando como um agente informado com conhecimento privado sobre a distribuição de retornos de um ativo subjacente negocia carteiras de opções, explicando assim práticas de mercado de longa data e o fenômeno do "sorriso de volatilidade".

Christian Keller, Michael C. Tseng2026-03-10💰 q-fin

Model Restrictiveness in Functional and Structural Settings

Este artigo estende a medida de restritividade de modelos para contextos funcionais e estruturais utilizando priores de processos gaussianos, demonstrando que a avaliação em domínios contínuos e a inclusão de endogeneidade resultam em modelos mais restritivos e alteram suas classificações, ao mesmo tempo que estabelecem a equivalência entre restritividade e o limite normalizado da curva de aprendizado sem ruído.

Drew Fudenberg, Wayne Yuan Gao, Zhiheng You2026-03-10💰 q-fin

The Gibbs Posterior and Parametric Portfolio Choice

Este artigo propõe um quadro bayesiano generalizado que utiliza a distribuição de Gibbs para atualizar crenças sobre alocações de portfólio baseadas em características sem depender de um modelo de geração de retornos, introduzindo um algoritmo KNEEDLE para selecionar automaticamente o parâmetro de escala ótimo e demonstrando empiricamente que os ganhos baseados em características nos EUA concentraram-se antes de 2000.

Christopher G. Lamoureux2026-03-10💰 q-fin

Candidate Moderation under Instant Runoff and Condorcet Voting: Evidence from the Cooperative Election Study

Este estudo demonstra que, ao incorporar comportamentos eleitorais mais realistas como o uso de boletos parciais, as diferenças teóricas entre os métodos de Voto Condorcet e o Voto Instantâneo de Recurso (IRV) em relação à promoção de moderação política praticamente desaparecem, sugerindo que o efeito moderador do método Condorcet pode ser menos significativo em cenários reais do que o previsto por modelos idealizados.

David McCune, Matthew I. Jones, Andy Schultz + 5 more2026-03-10💰 q-fin

Autonomous AI Agents for Option Hedging: Enhancing Financial Stability through Shortfall Aware Reinforcement Learning

Este artigo apresenta dois novos quadros de aprendizado por reforço, RLOP e QLBS, que priorizam a probabilidade de déficit e a sensibilidade ao risco de baixa para melhorar a cobertura de opções e a estabilidade financeira, demonstrando empiricamente que essas abordagens reduzem a frequência de déficits e melhoram a gestão de riscos de cauda em comparação com modelos paramétricos tradicionais.

Minxuan Hu, Ziheng Chen, Jiayu Yi + 1 more2026-03-10💰 q-fin

From debt crises to financial crashes (and back): a stock-flow consistent model for stock price bubbles

Este artigo desenvolve um modelo macrofinanceiro estocástico contínuo que integra o framework de Keen a um mercado com processos de salto-difusão para formalizar o ciclo de feedback entre expansão de crédito e risco de colapso, demonstrando matematicamente a existência global do sistema e ilustrando como a sensibilidade ao crédito e parâmetros de salto geram regimes que variam de crescimento estável a ciclos recorrentes de boom e bust.

Matheus R. Grasselli, Adrien Nguyen-Huu2026-03-10💰 q-fin

Differential Machine Learning for 0DTE Options with Stochastic Volatility and Jumps

Este artigo apresenta um método de aprendizado diferencial para opções 0DTE sob um modelo de difusão com saltos e volatilidade estocástica, que calcula preços e gregos em uma única avaliação de rede neural, superando abordagens de base ao melhorar a precisão das gregas e a estabilidade de hedge enquanto mantém erros de preço baixos e velocidade superior a benchmarks baseados em Fourier.

Takayuki Sakuma2026-03-10💰 q-fin