2026 Q3 季度研究归档

总分达到 40 且属于主范围的记录即通过规则审核并公开，不需要额外人工审核。本页不验证作者结论，也不构成投资建议。

• 覆盖期间：2026-07-01 至 2026-09-30
• 规则审核通过：16
• 来源：9

主题分布

领域（Domain）

• 波动率、曲面动态与方差风险：9
• 期权市场微观结构、做市与价格形成：6
• 期权组合、风险转移与资本效率：4
• 执行、流动性与交易成本：3
• 期权对冲、敞口与风险：2
• 期权生命周期与市场基础设施：2

方法（Method）

• 研究方法与稳健性：6
• 金融机器学习：5

检索标签（Facet）

• 标的 · 指数期权：3
• 标的 · VIX 期权：2
• 标的 · ETF 期权：1
• 标的 · 个股期权：1
• 期限 · 0DTE：1
• 期限 · Short-dated：1
• 敞口 · Delta：1
• 结构 · Straddle：1

规则审核通过

Taming the Greeks: Option Portfolios with Inductive Biases

• 发布时间：2026-09-27
• 来源：arXiv Quantitative Finance History
• Publication status：preprint
• 原始来源：打开原始来源

为什么值得关注

将收益目标和 portfolio Greeks 约束放进同一训练目标，可作为研究 option selection 与 Risk 层如何衔接的候选设计，而不是事后才检查 exposure。 (abstract:S1, abstract:S3, abstract:S5)

作者主要主张

• 作者在历史 Nasdaq 100 期权数据上研究静态 delta-neutral straddle portfolios，比较 exposure-normalized 与 Greek-ratio drift penalties；摘要报告合适的 regularization 同时改善相对无约束 baseline 的 OOS risk-adjusted performance 并降低方向 exposure。 (abstract:S4, abstract:S5, abstract:S6)

数据、方法或讨论范围

本次仅阅读 preprint 的 title 与 abstract；其目标是历史数据上的 portfolio-level performance 与可微 risk-sensitivity penalty，不是基于模拟市场的 RL 对冲。 (abstract:S3, abstract:S4, abstract:S5)

主要限制

摘要没有给出样本日期、regularization 选择时点、成本与成交假设。报告的 OOS 改善尚不能证明严格 PIT、净收益或跨 regime 稳健性；方向 exposure 下降也不代表所有 Greeks 风险已受控。 (abstract:S3, abstract:S5, abstract:S6)

Liquidity Provision and Rebate Design in Option Markets

• 发布时间：2026-09-22
• 来源：arXiv Quantitative Finance History
• Publication status：preprint
• 原始来源：打开原始来源

为什么值得关注

把 options market making 的 delta/vega 风险与交易所 rebate incentives 联合建模，可用于思考 fee schedules 如何影响 liquidity provision，而非把 rebate 当作无风险收入。 (abstract:S1, abstract:S3, abstract:S4)

作者主要主张

• 作者建立单一 market maker 对多个 European calls 的 make/take optimization，并提出适应交易所 liquidity targets 的三步 rebate design；摘要称 numerical results 支持方案有效性。 (abstract:S2, abstract:S5, abstract:S6)

数据、方法或讨论范围

仅阅读 preprint 的 title 与 abstract；采用 local-stochastic volatility、连续 make controls 与 impulse take controls，并在 portfolio value/rebates 中惩罚残余 delta 和 vega。 (abstract:S2, abstract:S3)

主要限制

这是模型与 numerical scheme 的报告，不是交易所 rebate 政策的因果实证。摘要不能检验竞争者行为、库存/成交假设、参数 calibration 或跨市场外推；单一 market maker 设定尤其需要保留。 (abstract:S2, abstract:S4, abstract:S6)

Execution Feasibility and Limits to Arbitrage: High‐Frequency Evidence From KOSPI 200 Box Spreads

• 发布时间：2026-09-22
• 来源：Journal of Futures Markets
• Publication status：peer_reviewed
• 原始来源：打开原始来源

为什么值得关注

四腿 box spread 是检验 apparent mispricing 与实际可执行 arbitrage 差异的直接例子，提醒研究同时建模报价、资金占用和执行时序。 (abstract:S1, abstract:S2, abstract:S7)

作者主要主张

• 作者报告，使用 KRX 高频 trade-and-quote 数据并加入 bid-ask、transaction/margin-funding costs 与 execution delays 后，大多数 KOSPI 200 box-spread quote violations 消失；少量存留机会主要集中在压力市场。 (abstract:S2, abstract:S3, abstract:S4)

数据、方法或讨论范围

仅阅读 Journal of Futures Markets 的 title 与 abstract。摘要描述 best bid/ask construction、1 秒和 5 秒 grids，以及 alternative non-COVID window；未独立检查完整样本或成交模拟。 (abstract:S2, abstract:S5, abstract:S6)

主要限制

Best quote 并不自动保证四腿可同步足量成交。摘要不足以审计 depth、queue、partial fills、资金条件与具体 sample dates；不能把存留的 conditional profitability 当作可直接移植的净 alpha。 (abstract:S2, abstract:S4, abstract:S5, abstract:S6)

Universal Diffusion Models for Implied Volatility Surfaces: Learning Shared Dynamics Across Stocks

• 发布时间：2026-09-19
• 来源：arXiv Quantitative Finance History
• Publication status：preprint
• 原始来源：打开原始来源

为什么值得关注

这篇 preprint 检验一个 pooled conditional diffusion model 能否将单日收益与 IVS 增量的情景生成迁移到未参与训练的股票。对期权研究，其价值是可检查的 cross-stock、时间 OOS 和 regularization 比较，而非 alpha 或交易适用性证明。 (full_text:S1, full_text:S15, full_text:S17, full_text:S19, full_text:S23, full_text:S78, full_text:S88, full_text:S147)

作者主要主张

• 作者提出共享 FiLM denoiser，联合生成次日 log-return 和 99 维 log-IVS 增量；比较 MSE、smoothness、arbitrage 和 hybrid 四种 loss，并以相同股票池重新训练的 VolGAN 为 benchmark。 (full_text:S38, full_text:S39, full_text:S40, full_text:S42, full_text:S65, full_text:S80, full_text:S81)
• 作者报告 diffusion variants 的离散 static-arbitrage penalties 低于 VolGAN，MSE variant 最低。对 held-out stocks，reweighted mean penalty 为 0.42×10^-3，VolGAN 为 2.00×10^-3；arbitrage variant 的 95% return interval coverage 为 94.60%，VolGAN 为 76.33%。这些是文中报告值。 (full_text:S89, full_text:S92, full_text:S96, full_text:S118)
• 作者以 PCA variance allocation、AAPL loading surfaces 和训练/held-out 股票间的结果稳定性，支持共享 dynamics 与无需重新训练的迁移解释；这些属于作者对单步生成 diagnostics 的解释。 (full_text:S124, full_text:S125, full_text:S131, full_text:S134, full_text:S144, full_text:S150, full_text:S152, full_text:S194, full_text:S202, full_text:S209)

数据、方法或讨论范围

实证对象为 100 只美国股票，随机 50/50 划分股票；只用前 50 只的 2010–2022 数据训练，2023–2024 对两组测试，因此“in-sample stocks”仍接受时间 OOS 测试。OTM quotes 经 stock-specific Vega-weighted Nadaraya–Watson smoothing，形成 11×9 网格。condition 含两期 lagged returns、过去 21 日 realized volatility 和前日 log-IVS；target 为下一日 return 与 surface increment。作者声明 z-score 仅由训练池估计，使用一个 seed、每个 condition 1000 scenarios，并报告 reweighting 前后的 grid penalties、等权平均股票的 95% return coverage，以及沿 realized test-condition sequence 的 PCA diagnostics。这不是自由递推的多日期路径或交易测试。 (full_text:S34, full_text:S38, full_text:S39, full_text:S40, full_text:S70, full_text:S77, full_text:S78, full_text:S80, full_text:S82, full_text:S83, full_text:S85, full_text:S88, full_text:S89, full_text:S94, full_text:S118, full_text:S144, full_text:S147)

主要限制

作者明确承认：仅单日、固定网格、static 而非 dynamic no-arbitrage，以及仅一个 nominal coverage level；regularizer 的相互作用仍需多 seed 研究。读者推断的未检验边界：Table 2 的 penalties 仍为正，降低 grid violations 不等于全域 arbitrage-free；一个 seed、一次股票划分和 descriptive summaries 不确立稳健的普遍优势。训练期 z-score 声明不能解决 stock-specific smoothing bandwidth 的选择期未披露问题。Figure 4 的 mean±1.96 SD 是生成序列的 dispersion，不是性能差异的 sampling CI。Table 4 按所述 absolute-distance criterion，hybrid 最接近 held-out PC1，而非正文所称的 arbitrage variant，限制了该 PCA 优势表述。平均 95% coverage 不证明 sharpness、conditional calibration 或完整 tail/joint distribution；本文也未报告 option hedging、净交易收益或成本测试。 (full_text:S34, full_text:S38, full_text:S39, full_text:S40, full_text:S82, full_text:S85, full_text:S88, full_text:S94, full_text:S96, full_text:S100, full_text:S105, full_text:S118, full_text:S125, full_text:S128, full_text:S131, full_text:S132, full_text:S144, full_text:S147, full_text:S149, full_text:S150, full_text:S212, full_text:S215, full_text:S216)

From Barrier Crossings to Terminal Distributions: A Skellam-Based Options Pricing Framework for 0-DTE Markets

• 发布时间：2026-09-14
• 来源：Quantpedia Blog
• Publication status：unknown
• 原始来源：打开原始来源

为什么值得关注

用 directional barrier-crossing counts 描述短期限分布，是可进一步检验的 microstructure 建模线索；本文的宣传性措辞不能当作替代 Black–Scholes 的已确认依据。 (full_text:S2, full_text:S4, full_text:S5, full_text:S6, full_text:S27)

作者主要主张

• 作者报告：介绍文转述 Louis Pellathy 的模型：up/down crossings 被设为独立 Poisson counts，差值形成 Skellam distribution。其嵌入摘要报告 2025 年 SPY 0DTE 的 655 个 ITM expiries、排除两天极端事件后，MAE 为 $1.87。 (full_text:S5, full_text:S6, full_text:S15, full_text:S17, full_text:S20)

数据、方法或讨论范围

读完 Quantpedia blog 的 text、所附摘要和节选，不是 SSRN 正文评读。该介绍提到 SPY minute bars、crossing-asymmetry calibration 与 Gamma Capture 商业工具；没有独立 replication。 (full_text:S9, full_text:S10, full_text:S15, full_text:S19, full_text:S20, full_text:S37)

主要限制

极端日剔除与只报 ITM expiries 限制 coverage；数据/PIT、pricing measure、intensity assumptions 与 holdout 未核查。Mean error 很小或已商业部署都不证明尾部定价、无套利或净交易表现；Black–Scholes failure 与 T→0 wings 的强主张仍需原论文论证。 (full_text:S7, full_text:S10, full_text:S20, full_text:S23, full_text:S27, full_text:S31, full_text:S37)

0DTE Covered Calls Aren’t Special—Timing Them Is

• 发布时间：2026-09-04
• 来源：OptionMetrics Research and Blog
• Publication status：institutional_report
• 原始来源：打开原始来源

为什么值得关注

将合约 tenor 与是否在某一天卖出 call 分开，可用于研究 0DTE selection、turnover 和长股票 beta 的相互作用，而不把期限短本身当作 edge。 (full_text:S6, full_text:S19, full_text:S27, full_text:S34)

作者主要主张

• 作者报告 baseline 0DTE covered-call CAGR/Sharpe 为 16.5%/1.04；以 10am 的 25-delta put-minus-call IV skew 低于 3% 才卖 call、否则保留 uncapped long SPX 后，报告指标变为 19.8%/1.14，约减少一半 option trading days。 (full_text:S9, full_text:S21, full_text:S26, full_text:S27, full_text:S28, full_text:S30)

数据、方法或讨论范围

完整 blog text 评读：作者用 IvyDB US–Intraday，以 $1m SPX notional、10am 卖 25-delta call at bid、hold to expiry，比较 0/5/10/30 DTE，样本从 2022 年 5 月开始。未复现数据或图表。 (full_text:S4, full_text:S5, full_text:S6, full_text:S7)

主要限制

作者承认 bullish 样本与未完整计入的 implicit costs。文中未交代 3% median threshold 是否仅由当时可得训练样本确定；改变卖 call 频率也改变 upside exposure，改善不能单独归因于 pricing edge。结果不是完整费用、融资和 impact 后的净 OOS 策略证据。 (full_text:S16, full_text:S17, full_text:S27, full_text:S28, full_text:S31, full_text:S32, full_text:S33)

Neural Calibration of a Complete Market Model

• 发布时间：2026-08-31
• 来源：arXiv Quantitative Finance History
• Publication status：preprint
• 原始来源：打开原始来源

为什么值得关注

直接从 option quotes 校准可定价、可复制的 lattice，为把 surface fitting 与 American early-exercise valuation 接起来提供候选方式。 (abstract:S1, abstract:S3, abstract:S7)

作者主要主张

• 作者以 neural network 变形 benchmark binomial lattice，联合 repricing 与 admissibility penalties，主张得到 complete、arbitrage-free 的 discrete model；摘要报告 synthetic/SPX repricing 表现，并说明 tree 可用于 early exercise。 (abstract:S2, abstract:S3, abstract:S4, abstract:S5, abstract:S7)

数据、方法或讨论范围

仅阅读 preprint 的 title 与 abstract；目标是校准现有 option prices，不是预测未来收益。摘要的 direct American-price calibration 是进一步能力主张，不是本次核验过的结果。 (abstract:S1, abstract:S4, abstract:S5, abstract:S7)

主要限制

未核查 admissibility 的精确条件、penalty 是否严格满足约束或 OOS 设计。Discrete completeness 与低 repricing error 不能单独保证连续市场无套利、净 hedging improvement 或真实执行能力。 (abstract:S3, abstract:S4, abstract:S5, abstract:S6)

Deep Hedging Under Realistic Market Frictions: A Regime-Conditional Empirical Study of Dynamic Option Hedging on Bitcoin Options

• 发布时间：2026-08-29
• 来源：arXiv Quantitative Finance History
• Publication status：preprint
• 原始来源：打开原始来源

为什么值得关注

研究把成本感知 classical benchmarks 与 neural policies 放在同一小时级 short-option 对冲和成本规则下，提供检验 benchmark 公平性及 sparse trading 的具体案例。它是特定 BTC 样本和实现的边界检查，不能解释为 deep hedging 普遍无效。 (full_text:S19, full_text:S77, full_text:S80, full_text:S122, full_text:S188, full_text:S205, full_text:S207)

作者主要主张

• 作者报告，Whalley-Wilmott 相对 BS 的每 episode 成本差为 -1.79 USD，95% CI [-2.21, -1.39]、p < 0.0001；mean P&L 差为 +8.66 USD，95% CI [-3.36, 20.74]、p = 0.164。成本节省有较强报告证据，P&L 优势没有达到该检验的显著性。 (full_text:S129, full_text:S136, full_text:S138)
• 作者报告三个 neural configurations 的平均交易次数均约 20.44，Whalley-Wilmott 为 2.47；给 LSTM 增加 turnover penalty 后，平均 turnover 从 0.685 降至 0.647，但没有减少交易频率。作者将未形成 no-trade 行为解释为可能与数据规模及结构性 sparsity 机制缺失有关，而不是已识别的原因。 (full_text:S127, full_text:S156, full_text:S174, full_text:S175, full_text:S178, full_text:S184)
• 作者报告较平静 validation period 中 Whalley-Wilmott 的 mean cost 仍较低，但其 mean P&L 不优于两个 classical baselines，并据此将 P&L 结果限定为 regime-linked；该比较被作者明确称为 in-sample evidence。 (full_text:S163, full_text:S164, full_text:S165, full_text:S189)

数据、方法或讨论范围

作者报告 61 个 first-of-month 日窗口，每个 contract-day 构成 4-24 个小时步长的 short BTC option episode。报告的 chronological split 为 train 2019-12 至 2022-12、validation 2023-01 至 2023-08、test 2023-09 至 2024-12；test 的 11,546 episodes 仅覆盖 16 个 sampled days。标准化仅用 train statistics，checkpoint 用 validation loss 选择。terminal P&L 包含固定 round-trip 5 bp、单次交易 2.5 bp 的 BTC 对冲成本，训练用 loss = -P&L 的 CVaR(95%)，另测试 turnover penalty；推断用 5,000 次按日 block bootstrap。对象是短期 mark-to-market 对冲误差，不是连续持仓至到期的组合收益。 (full_text:S47, full_text:S51, full_text:S52, full_text:S73, full_text:S74, full_text:S77, full_text:S78, full_text:S79, full_text:S80, full_text:S99, full_text:S106, full_text:S107, full_text:S109, full_text:S111, full_text:S118, full_text:S119, full_text:S121)

主要限制

作者承认单一上涨 test window、稀疏日覆盖、固定成本、by-inspection 的 lambda = 60、有限数据及两种 neural architectures，并不主张跨资产或所有 deep hedging 方法的结论。读者推断：按日 bootstrap 处理了同日共享路径，但未验证跨日依赖；validation 已用于 checkpoint selection，不能充当未经使用的 regime replication。Feedforward 同时改变 architecture 和 penalty strength，非显著差异不是 equivalence，也不能排除这两类解释。均等成本规则不等于 tuning 已被同等控制；lambda inspection 的数据边界未交代。按日平均 P&L 累加得到的 drawdown 也不是连续可执行组合的 drawdown。报告的 CVaR sign convention 需澄清：Eq. 9 以 loss = -P&L 定义 CVaR，Tables 1 和 4 却列负值；该歧义本身不证明 inference 无效。 (full_text:S93, full_text:S106, full_text:S110, full_text:S111, full_text:S114, full_text:S115, full_text:S116, full_text:S118, full_text:S127, full_text:S149, full_text:S150, full_text:S164, full_text:S165, full_text:S174, full_text:S186, full_text:S187, full_text:S192, full_text:S194, full_text:S195, full_text:S197, full_text:S200, full_text:S201, full_text:S203, full_text:S204, full_text:S205, full_text:S207, full_text:S208)

FEDS Paper: Characterizing the Conditional Pricing Kernel: A New Approach

• 发布时间：2026-08-24
• 来源：Federal Reserve FEDS
• Publication status：working_paper
• 原始来源：打开原始来源

为什么值得关注

将 option-implied state prices 的估计显式条件化，有助于区分 unconditional average 与不同市场状态下的 tail-risk pricing。 (abstract:S1, abstract:S3, abstract:S4)

作者主要主张

• 作者报告 VIX 与 term spread 对 state prices 最有信息，conditional kernel 随状态变化，并在其研究设计中提供优于 unconditional estimate 的 OOS option pricing。摘要将 bad-times equity premium 归于 left-tail compensation。 (abstract:S2, abstract:S3, abstract:S4, abstract:S5)

数据、方法或讨论范围

仅阅读 FEDS working paper 的 title/abstract。对象是 conditional pricing kernel 与 state-price estimates，不是 dealer positioning、实际可交易 return signal 或已确认的 causal mechanism。 (abstract:S1, abstract:S3, abstract:S5)

主要限制

未核查 kernel identification assumptions、option-data cleaning、conditioning information timing 与 OOS splits。Pricing performance 与风险补偿解释不能直接推出净预测收益；left-tail attribution 取决于估计设定。 (abstract:S1, abstract:S2, abstract:S4, abstract:S5)

Beyond the Skew-Stickiness Ratio: Transport Geometry of Spot-Driven Variance Surface Dynamics

• 发布时间：2026-08-12
• 来源：arXiv Quantitative Finance History
• Publication status：preprint
• 原始来源：打开原始来源

为什么值得关注

这篇 preprint 将 SSR 的单一 ride-speed 组织为 spot-driven total-variance surface 的局部 velocity jets，并给出可检验的 level、skew、curvature 响应方程。对期权研究，其价值在于明确的局部条件与 SPX benchmark，而不是全域 arbitrage-free、完整 joint volatility dynamics 或交易收益的证明。 (full_text:S1, full_text:S24, full_text:S26, full_text:S228, full_text:S381, full_text:S453, full_text:S527, full_text:S609, full_text:S610, full_text:S634)

作者主要主张

• 作者以 ∂u w = v ∂k w 表示 transport，并用 composite velocity 的 total k-derivatives β、η、ψ 推导前三个 surface-jet 响应方程；v=0、v=1 和常数 β 分别对应文中的 sticky-delta、sticky-strike 和 SSR。可由单一 trajectory 识别的是 composite velocity，而非其 explicit-k 与 w-dependence 的分别贡献。 (full_text:S24, full_text:S25, full_text:S26, full_text:S224, full_text:S226, full_text:S227, full_text:S228, full_text:S234)
• 作者报告：Theorem 6.6 声称：初始 calendar 和 butterfly densities 有严格正的统一 margins，且 pointwise velocity 与初始 surface 满足 V1–V3/W 的 regularity、boundedness 条件时，存在足够小的 spot perturbation 区间，transport flow 保持严格 static admissibility。这是局部条件结论；作者明确不声称 global arbitrage preservation。 (full_text:S78, full_text:S381, full_text:S382, full_text:S383, full_text:S384, full_text:S385, full_text:S607, full_text:S608, full_text:S610)
• 作者报告 SPX 的 ATM β 从 1M 的 1.4375 降至 24M 的 1.0114，七个 tenor 均拒绝 η=ψ=0；primary smooth-trend test 在 2M–12M 拒绝 β strike-constancy，但 1M/24M 未拒绝。真实 SPX 的 five-fold blocked CV 中，Full model 相对 SSR 的 curvature-change RMSE 在 3M/6M 改善 17–21%，不是同等幅度的 full-smile 改善。 (full_text:S462, full_text:S470, full_text:S476, full_text:S506, full_text:S508, full_text:S512, full_text:S527, full_text:S529, full_text:S534, full_text:S536)

数据、方法或讨论范围

定义 w=σ²T、k=log(K/F)、u=log F，以 cubic variance fit 的 a0–a3 和 observed Δu 描述 Δa0–Δa2。SPX 样本为 2021-07-12 至 2026-07-09；经过 |Δu|≥0.001、fit R²≥0.95 过滤，每个 tenor 有 1118 个 usable observations，覆盖七个 1M–24M tenor、11 个 K/F=0.85–1.15 点及七个局部中心。统计报告包括 60-day rolling diagnostics、HC3、500-resample pairs/block bootstrap，以及针对近奇异跨 strike covariance 的 primary two-contrast Wald。实证 CV 比较 random walk、SSR、SSR+skew、Full 的 jet-change 和 smile RMSE。另有 500-trial fixed-design block-residual DGP validation；作者明确说明它不证明 SPX 遵循该模型。 (full_text:S53, full_text:S54, full_text:S119, full_text:S453, full_text:S454, full_text:S455, full_text:S456, full_text:S457, full_text:S458, full_text:S459, full_text:S460, full_text:S461, full_text:S468, full_text:S503, full_text:S504, full_text:S505, full_text:S506, full_text:S527, full_text:S528, full_text:S529, full_text:S554, full_text:S557, full_text:S558, full_text:S560)

主要限制

作者承认：wing-growth 条件未分析；nonlocal local-volatility velocity 不在主 theorem 覆盖范围；maturity-direction dynamics、不同局部 jets 的 global compatibility、严格 manifold foundation 及完整 operator classification 留待研究。1M 的近零 ATM skew 和 off-ATM higher-order jets 导致弱识别/大 SE。读者推断的未检验边界：cubic fit 与逐 tenor 回归没有验证 empirical field 满足 theorem 的全部条件；spot-response regression 不等于包含独立 volatility shocks 的 joint market model 或动态无套利保证。Held-out regression 使用当期 observed Δlog F，但 fold/input chronology 未明确披露；这不证明 leakage，也未验证仅用预测起点可用信息的 ex-ante forecasting。17–21% 仅为相对 SSR 的 3M/6M curvature 指标；Table 7 中 random walk 的 curvature RMSE 在 1M/3M 反而低于 Full，Full 的 smile RMSE 在 6M/12M 略高于 SSR。未测试 hedging P&L、交易成本或可交易经济增益。 (full_text:S83, full_text:S84, full_text:S85, full_text:S226, full_text:S227, full_text:S304, full_text:S307, full_text:S382, full_text:S384, full_text:S414, full_text:S415, full_text:S456, full_text:S459, full_text:S521, full_text:S526, full_text:S527, full_text:S528, full_text:S529, full_text:S534, full_text:S536, full_text:S540, full_text:S574, full_text:S601, full_text:S602, full_text:S609, full_text:S610, full_text:S615, full_text:S627, full_text:S628, full_text:S632, full_text:S634)

Multi-maturity consistency of option prices under bounded bid-ask spreads: a minimal obstruction and an exact two-date basket operator

• 发布时间：2026-07-30
• 来源：arXiv Quantitative Finance History
• Publication status：preprint
• 原始来源：打开原始来源

为什么值得关注

提醒跨到期日 option consistency 不能只检验纸面上的 calendar/vertical quote inequalities；contract settlement 与可执行 bid-ask、self-financing convention 会改变 arbitrage 条件。 (abstract:S1, abstract:S2, abstract:S3)

作者主要主张

• 作者报告，即使修正 executable reading 并补充初始 spread 与单到期条件，仍有两日期、每日期一个 call 的 pathwise arbitrage 反例；另给出刻画完整 two-date basket cone 的显式 operator。 (abstract:S3, abstract:S5, abstract:S8, abstract:S9, abstract:S10)

数据、方法或讨论范围

仅阅读理论 preprint 的 title 与 abstract；设定为 bounded stock spread 中的 cash-settlement reference price 与有限 call quotes。论文明确只回答相关 conjecture 的 sufficiency 方向，不处理其独立的 weak-arbitrage clause。 (abstract:S1, abstract:S4, abstract:S6, abstract:S11)

主要限制

证明与反例没有独立验证。精确 two-date 结果不自动推广到多日期、其他 contract conventions 或有实际成交限制的策略；不能把模型中的 pathwise arbitrage 当成已发现的市场机会。 (abstract:S1, abstract:S4, abstract:S8, abstract:S10)

When to Use the ORATS Intraday vs. End-of-Day Backtester | Driven By Data Ep. 142

• 发布时间：2026-07-28
• 来源：ORATS Video
• Publication status：unknown
• 原始来源：打开原始来源

为什么值得关注

为 options backtest 选择数据频率、history depth、liquidity filters 与 exit rules 提供工具讨论入口，提醒工具能力和真实成交有效性是两回事。 (description:S1, description:S2, description:S3, description:S25)

作者主要主张

• 作者报告：发布方称本集比较 ORATS Intraday 与 End-of-Day Backtester，讨论 timing、signals、liquidity controls、optimizer access 和超过 5,000 symbols 的 strategy analysis。 (description:S1, description:S2)

数据、方法或讨论范围

仅阅读官方视频 title 与 description，包括章节 timestamps；没有取得 transcript、观看演示或运行产品验证。属于 practitioner/product discovery。 (title:S1, title:S2, title:S3, description:S3)

主要限制

这是 provider 自述，不是独立 benchmark。简介自己提示成本差异与无法按讨论价格成交；没有核验 timestamp semantics、data revisions、bid-ask/fill model 或 optimizer 的 OOS 设计。 (description:S7, description:S10, description:S13, description:S22, description:S24, description:S25)

~100% Returns in 2025, No Losing Year Since 2008: Erik Smolinski on Edge for Retail Trader Edge

• 发布时间：2026-07-16
• 来源：Odds on Open
• Publication status：unknown
• 原始来源：打开原始来源

为什么值得关注

VRP、ratio call diagonals、illiquid option chains 与风险流程的访谈主题可用于 discovery；标题里的 return/track-record 宣传不应替代研究证据。 (title:S1, description:S2, description:S3, description:S4)

作者主要主张

• 作者报告：发布方介绍受访者讨论 portfolio construction、VRP、sector rotation、ratio call diagonals，以及应对 liquidity 与 portfolio blowup 的流程约束。这里只记录讨论议题，不接受宣传收益为已验证结论。 (description:S1, description:S2, description:S3, description:S4)

数据、方法或讨论范围

仅阅读 Odds on Open 的 episode title/description 与章节清单，未收听访谈或取得 transcript。内容属于访谈发现线索，不是 audited strategy test。 (title:S1, description:S1, description:S5)

主要限制

未取得独立 track record、资本/杠杆分母、drawdowns、成本或全部交易样本。宣传性回报和无亏损年份陈述本次未核验，现有简介不足以验证；讨论某类结构不能证明其 tail-risk 或可复制净 alpha。 (title:S1, description:S2, description:S3, description:S4)

Tradable Itô Signatures: A Model-Free, Interpretable Framework for Dynamic Hedging

• 发布时间：2026-07-14
• 来源：arXiv Quantitative Finance History
• Publication status：preprint
• 原始来源：打开原始来源

为什么值得关注

以可复制的 path features 连接 payoff approximation 与 self-financing hedging，为可解释的动态对冲提供不同于黑箱网络的候选表示。 (abstract:S1, abstract:S2, abstract:S3)

作者主要主张

• 作者主张离散 Itô signature components 可由标的与现金组合复制，并据此线性近似非线性 payoff；摘要报告 hedging-error bounds、相对 neural benchmarks 的模拟效率改善，以及 S&P 500 期权应用中的表现。 (abstract:S2, abstract:S3, abstract:S4, abstract:S6, abstract:S7)

数据、方法或讨论范围

仅阅读 preprint 的 title 与 abstract；涉及理论 approximation、模拟，以及 vanilla/path-dependent contracts 的经验研究，另有 signature-kernel weighting。 (abstract:S4, abstract:S6, abstract:S7)

主要限制

未核查证明条件、数据切分或计算成本比较。理想 self-financing replication 不自动包含 bid-ask、离散执行、融资与 liquidity constraints；摘要不足以判断净交易效益。 (abstract:S2, abstract:S4, abstract:S6, abstract:S7)

FEDS Paper: Capturing Heterogeneity: Machine Learning Approaches to Implied Volatility Forecasting

• 发布时间：2026-07-07
• 来源：Federal Reserve FEDS
• Publication status：working_paper
• 原始来源：打开原始来源

为什么值得关注

研究检验将全局 SHAR coefficients 改为 moneyness–maturity 区域内的 local dynamics，能否改善条件式 IV surface forecast。共同的 first-stage surface fit 使比较较清楚地聚焦 second-stage forecasting rule；预测误差证据不等同于 utility、hedging P&L 或可投资性证据。 (full_text:S104, full_text:S105, full_text:S106, full_text:S142, full_text:S154, full_text:S231, full_text:S247, full_text:S419)

作者主要主张

• 作者报告，在 AHBS first stage 下，Boosted-SHAR 的 pooled OOS RMSE 在 1、5、22-day horizons 均最低，分别为 1.852、3.250、5.124 个 IV percentage points。22-day SHAR 为 5.910，表中数值对应约 13.3% 的相对下降，支持正文约 13% 的特定比较。 (full_text:S94, full_text:S247, full_text:S257, full_text:S258, full_text:S259, full_text:S419)
• 作者的 DM/MCS 结果将 Boosted-SHAR 列为三个 horizons 的唯一 95% MCS 成员；AHBS 22-day SHAR 对 Boosted-SHAR 的 DM statistic 为 92.48。这是作者报告的显著性结果，不是本次 review 独立验证的 inference。 (full_text:S270, full_text:S272, full_text:S275, full_text:S422, full_text:S425)
• 作者报告 gains 在 deep OTM 和 short-maturity 区域较明显，但承认 near-the-money 的部分年份及较长 horizon 有反例。SVI 替代 first stage 的 pooled Boosted-SHAR 仍较好；其 22-day RMSE 从 SHAR 的 5.614 降至 5.133，约 8.6%，且 2020 的 5-day RW 6.105 优于 Boosted-SHAR 6.171，不能把主表优势推广为所有分组均胜出。 (full_text:S285, full_text:S306, full_text:S312, full_text:S322, full_text:S324, full_text:S426, full_text:S486)

数据、方法或讨论范围

样本为 OptionMetrics 2011-01 至 2023-08 的 daily S&P 500 OTM calls/puts，经 maturity 20–240 days、moneyness S/K 0.8–1.6、IV、报价及交易活跃度筛选。目标是条件于未来 moneyness–maturity 点的 1、5、22-day IV，非 unconditional fixed-contract forecast。作者报告 2018–2023 expanding-window OOS，每个 origin 仅用截至当时数据重估 coefficients 和 tree partitions；AHBS 或 SVI first stage 对各模型保持共同。Appendix B 在 first-half sample 内 chronological train/validation，要求 origin 和 target 都在 validation，选择 leaf count 后不使用 second-half OOS 来选规模；Tree、Bagged、Boosted 共用各 horizon 的 selected leaf count。 (full_text:S104, full_text:S105, full_text:S118, full_text:S119, full_text:S120, full_text:S145, full_text:S216, full_text:S218, full_text:S219, full_text:S231, full_text:S232, full_text:S233, full_text:S235, full_text:S459, full_text:S460, full_text:S463, full_text:S464, full_text:S465, full_text:S471, full_text:S480, full_text:S487)

主要限制

作者明确只以 moneyness/maturity 分割，其他 option characteristics 和 state variables 留待扩展；解释性展示使用 single Tree-SHAR，因为获胜的 Boosted-SHAR 难以用单一 partition/parameter set 概括。读者推断：筛选后的单一 index-option 样本及报告的 IV RMSE 不能建立跨资产有效性、net-cost hedging 优势或可执行投资结果。区域/年份反例和 SVI 的不同改善幅度限制 universal-best 表述。投资者 clientele 对 local coefficients 的解释是作者 conjecture，而非识别出的 causal mechanism。DM/MCS 的 loss aggregation 和 dependence-handling 实作未充分交代；Table 5 的 Newey-West 10 lags 仅用于 coefficient t-statistics，不能补足 DM specification，因此 headline significance 仍是作者报告，未经独立验证。 (full_text:S149, full_text:S150, full_text:S151, full_text:S216, full_text:S218, full_text:S219, full_text:S247, full_text:S270, full_text:S285, full_text:S312, full_text:S322, full_text:S325, full_text:S331, full_text:S337, full_text:S362, full_text:S419, full_text:S422, full_text:S425, full_text:S426, full_text:S441, full_text:S486, full_text:S490)

Accuracy of Implied Volatility

• 发布时间：2026-07-01
• 来源：OptionMetrics Research and Blog
• Publication status：institutional_report
• 原始来源：打开原始来源

为什么值得关注

提供一个区分 implied volatility 与随后 realized volatility 的 practitioner 讨论入口，可作为研究问题发现，而不是已确认的预测表现证据。 (description:S1, description:S2)

作者主要主张

• 作者报告：发布方介绍 Brett Friedman 用 SPX 与历史 VIX 数据讨论 forward-looking volatility 的准确性；现有简介没有披露定量结果。 (description:S1, description:S2)

数据、方法或讨论范围

只阅读 title 与 publisher description，不是正文或 podcast transcript 评读。材料仅说明研究主题与数据类别。 (title:S1, description:S1, description:S2, description:S3)

主要限制

没有 sample dates、forecast horizon、loss function、数值结果或风险溢价处理细节，不能据此判断 IV 的 unbiasedness、预测优劣或交易价值。 (description:S1, description:S2)