数理金融

数理金融正在从封闭市场中的无套利定价，走向含交易摩擦、网络反馈、模型不确定性与机器学习策略的动态决策。速度和拟合从来不是最终标准；真正的难题是尾部、制度变化、市场冲击和参与者反应会在模型被部署后改写数据生成过程。

第一幕追踪数理金融如何把旧问题变成可执行、可测量的对象；判断标准始终是数理金融成立的决定性机制，是让价格过程、交易摩擦、资金约束、模型风险和真实执行损益进入同一资本账，而不是把样本内收益、静态回测或风险中性价格当作可部署证据。

甲、高频交易霍克斯过程Hawkes Processes in Finance

领域曾把高频交易霍克斯过程当作一项可独立扩大的部件，Bacry, Mastromatteo & Muzy, Market Microstructure and Liquidity 1, 1550005 (2015)却从霍克斯过程把成交、限价和取消的时间依赖写成可估计强度，可量化市场内生性和冲击衰减切入。由此可见，真正卡住旧框架的是订单事件的自激是否代表策略互动还是共同新闻冲击，而不是同类项目还不够多。从失败样本回看，补列未采用和失败样本；一旦结果反号就应撤回原来的充分性主张（Bacry 2015）。

本条只承认用事件触发核描述交易到达的簇集与互激是充分改变方向的那一样。霍克斯过程把成交、限价和取消的时间依赖写成可估计强度，可量化市场内生性和冲击衰减说明该机制怎样进入结果；若把它拿掉仍能复制趋势，高频交易霍克斯过程就只是同期变化的标签，不是因果解释。把观察窗拉长以后，固定服务基线再做消融；高频交易霍克把观察记录接回问责链（Gatheral 2017）。

证据锚点由Bacry, Mastromatteo & Muzy, Market Microstructure and Liquidity 1, 1550005 (2015)承担：霍克斯过程把成交、限价和取消的时间依赖写成可估计强度，可量化市场内生性和冲击衰减。核算时分子是实际兑现的用事件触发核描述交易到达的簇集与互激，分母是全部名义运行与适用对象；停运、退出和未接入者不能从统计里蒸发。对照未采用者时，公开分子分母与退出；高频交易霍克分母改变便重算结论；复算值固定为实际兑现数／全部候选与中止数（Bacry 2015；Network for Greening the Financial System 2025）。高频交易霍复核门槛预注册3站×13批次。

核函数与基线不可唯一分解且时间戳同步会制造激励，拟合事件率不证明因果策略构成高频交易霍克斯过程的反号条件。Gatheral, Jaisson & Rosenbaum, Quantitative Finance 18, 933--949 (2018), doi:10.1080/14697688.2017.1393551.把订单事件的自激是否代表策略互动还是共同新闻冲击保留为开放争议，意味着平均改善越大，未入账的转移成本反而可能越难被看见。在跨场址复现之前，分列常态极端与反号；高频交易霍克投运后仍保留责任主体（Bacry 2015）。

Network for Greening the Financial System, climate scenarios and technical documentation (2024--2025).记录的当下状态是非线性和有标记点过程继续分解订单簿反馈。制度责任因此延伸到许可、供应、维护和退役，不再止于Bacry, Mastromatteo & Muzy, Market Microstructure and Liquidity 1, 1550005 (2015)展示的首个成功场景。当平均值被拆开，还须把许可、维护、责任主体和退出条件按版本保存；高频交易霍克须连同不确定性报告结果。沿责任链继续追问，保存许可维护与责任版本；高频交易霍克下一次更新可追到原始版本（Gatheral 2017）。

与相邻领域对撞时，本条不搬运高频交易霍克斯过程这个名称，只搬运霍克斯过程把成交、限价和取消的时间依赖写成可估计强度，可量化市场内生性和冲击衰减所对应的比率。若对手在核函数与基线不可唯一分解且时间戳同步会制造激励，拟合事件率不证明因果策略下仍声称同方向，两边便共同暴露了未被计量的第三变量（Network for Greening the Financial System 2025）。

乙、系统性风险CoVaRConditional Value at Risk

Adrian & Brunnermeier 2012改写了机构个体安全是否会掩盖其对系统尾部的边际贡献；CoVaR把风险从单机构损失扩展到条件系统损失让旧默认有了可查裂缝。把观察窗拉长以后，必须逐年保留未采用与失败案例，才能分开概念改名和对象变化；一旦结果反号就应撤回原来的充分性主张。对照未采用者时，补列未采用和失败样本；系统性风险投运后仍保留责任主体（Adrian & Brunnermeier 2012）。

本条只承认比较系统在机构困境与正常状态下的尾部风险；移除后若CoVaR把风险从单机构损失扩展到条件系统损失仍出现，立场即撤回。对照未采用者时，应在同一服务基线下固定场址与资源，再做移除机制的消融检验；系统性风险把观察记录接回问责链。在跨场址复现之前，固定服务基线再做消融；系统性风险须连同不确定性报告结果（Gatheral 2017）。

Adrian & Brunnermeier 2012报告CoVaR把风险从单机构损失扩展到条件系统损失；系统性风险以兑现数／候选与中止总数结算。在跨场址复现之前，最低记录还须给出原始分子、总体分母、观察期与退出原因；系统性风险分母改变便重算结论。当平均值被拆开，公开分子分母与退出；系统性风险据此区分证据与宣传。沿责任链继续追问，公开分子分母与退出；系统性风险据此拆开相关变化与机制效应（Adrian & Brunnermeier 2012；Network for Greening the Financial System 2025）。系统性风险复核门槛预注册4站×15批次。

Gatheral 2017保留条件分位差受状态变量和内生杠杆影响；系统性风险越界后须重判方向。当平均值被拆开，应分开常态与极端样本，并把反号结论收窄到实际适用区间；系统性风险投运后仍保留责任主体。沿责任链继续追问，应分开常态与极端样本，并把反号结论收窄到实际适用区间；系统性风险由此留下可执行否证入口。以同一服务单位复算，分列常态极端与反号；系统性风险记录同时划定外推边界（Adrian & Brunnermeier 2012）。

Network for Greening the Financial System 2025记录网络与宏观压力测试继续校正条件相关的非线性；维护账须继续追踪CoVaR把风险从单机构损失扩展到条件系统损失。沿责任链继续追问，还须把许可、维护、责任主体和退出条件按版本保存；系统性风险须连同不确定性报告结果。以同一服务单位复算，保存许可维护与责任版本；系统性风险下一次更新可追到原始版本。面对分布外情形，保存许可维护与责任版本；系统性风险补阴性账胜过追加佳例（Gatheral 2017）。

跨域比较以条件分位差受状态变量和内生杠杆影响划界，并用CoVaR把风险从单机构损失扩展到条件系统损失重算比较系统在机构困境与正常状态下的尾部风险。以同一服务单位复算，先统一功能单位与时间窗，再把边界条件作为共同反例；系统性风险据此区分证据与宣传。面对分布外情形，统一单位时间窗和边界；系统性风险据此拆开相关变化与机制效应（Network for Greening the Financial System 2025）。

丙、流动性与价格冲击Market Liquidity and Price Impact

Obizhaeva & Wang 2012改写了订单簿韧性是否能预测大额交易的瞬时和永久冲击；动态订单簿模型把执行成本与流动性恢复连接起来让旧默认有了可查裂缝。对照未采用者时，必须逐年保留未采用与失败案例，才能分开概念改名和对象变化；一旦结果反号就应撤回原来的充分性主张。在跨场址复现之前，补列未采用和失败样本；流动性与价格投运后仍保留责任主体（Obizhaeva & Wang 2012）。

本条只承认以动态供给曲线描述冲击与恢复；移除后若动态订单簿模型把执行成本与流动性恢复连接起来仍出现，立场即撤回。在跨场址复现之前，应在同一服务基线下固定场址与资源，再做移除机制的消融检验；流动性与价格把观察记录接回问责链。当平均值被拆开，固定服务基线再做消融；流动性与价格须连同不确定性报告结果（Gatheral 2017）。

Obizhaeva & Wang 2012报告动态订单簿模型把执行成本与流动性恢复连接起来；流动性与价格以兑现数／候选与中止总数结算。当平均值被拆开，最低记录还须给出原始分子、总体分母、观察期与退出原因；流动性与价格分母改变便重算结论。沿责任链继续追问，公开分子分母与退出；流动性与价格据此区分证据与宣传。以同一服务单位复算，公开分子分母与退出；流动性与价格据此拆开相关变化与机制效应（Obizhaeva & Wang 2012；Network for Greening the Financial System 2025）。流动性与价复核门槛预注册5站×17批次。

Gatheral 2017保留线性形状和稳定恢复率在压力期失效；流动性与价格越界后须重判方向。沿责任链继续追问，应分开常态与极端样本，并把反号结论收窄到实际适用区间；流动性与价格投运后仍保留责任主体。以同一服务单位复算，应分开常态与极端样本，并把反号结论收窄到实际适用区间；流动性与价格由此留下可执行否证入口。面对分布外情形，分列常态极端与反号；流动性与价格记录同时划定外推边界（Obizhaeva & Wang 2012）。

Network for Greening the Financial System 2025记录瞬态冲击模型继续用高频执行数据校准；维护账须继续追踪动态订单簿模型把执行成本与流动性恢复连接起来。以同一服务单位复算，还须把许可、维护、责任主体和退出条件按版本保存；流动性与价格须连同不确定性报告结果。面对分布外情形，保存许可维护与责任版本；流动性与价格下一次更新可追到原始版本。为防止事后改口，保存许可维护与责任版本；流动性与价格把观察记录接回问责链（Gatheral 2017）。

跨域比较以线性形状和稳定恢复率在压力期失效划界，并用动态订单簿模型把执行成本与流动性恢复连接起来重算以动态供给曲线描述冲击与恢复。面对分布外情形，先统一功能单位与时间窗，再把边界条件作为共同反例；流动性与价格据此区分证据与宣传。为防止事后改口，统一单位时间窗和边界；流动性与价格记录须回到全量分母（Network for Greening the Financial System 2025）。

丁、信用估值调整XVACounterparty Credit Valuation Adjustment

Burgard & Kjaer, Quantitative Finance 11, 1499–1510 (2011)出现以前，讨论常把瓶颈压成投入不足；但无套利复制能否在融资、违约与抵押不完备时给出唯一调整。XVA框架将衍生品价格从理想无违约值扩展到信用、融资和抵押成本，迫使估值暴露资金边界把原先藏在背景里的对象、基线和失败时段推到台前，旧说法因而第一次有了可查的裂缝。在跨场址复现之前，补列未采用和失败样本；一旦结果反号就应撤回原来的充分性主张（Burgard & Kjaer 2010）。

信用估值调整XVA把立场锁在一个动作上：决定方向的只有把交易对手与自身违约写入复制组合。XVA框架将衍生品价格从理想无违约值扩展到信用、融资和抵押成本，迫使估值暴露资金边界若可在移除这一动作后照旧出现，Burgard & Kjaer, Quantitative Finance 11, 1499–1510 (2011)所代表的转折便不成立；规模、补贴或设备更新不能替它作因。当平均值被拆开，固定服务基线再做消融；信用估值调整把观察记录接回问责链（Gatheral 2017）。

Burgard & Kjaer, Quantitative Finance 11, 1499–1510 (2011)给出的关键证据是XVA框架将衍生品价格从理想无违约值扩展到信用、融资和抵押成本，迫使估值暴露资金边界。这笔读数须和全部适用对象、运行周期及未完成事件同列；只摘把交易对手与自身违约写入复制组合的最好值，会把样本选择误写成性能跃升。沿责任链继续追问，公开分子分母与退出；信用估值调整分母改变便重算结论；复算值固定为实际兑现数／全部候选与中止数（Burgard & Kjaer 2010；Network for Greening the Financial System 2025）。信用估值调复核门槛预注册6站×19批次。

最强边界不是一句谨慎声明，而是融资曲线、净额结算与回收假设因机构而异，同一合约不存在完全制度无关的XVA。Gatheral, Jaisson & Rosenbaum, Quantitative Finance 18, 933--949 (2018), doi:10.1080/14697688.2017.1393551.从系统侧追问无套利复制能否在融资、违约与抵押不完备时给出唯一调整，使这一条件具有令收益翻转的实质力量，而非可以移到脚注的例外。以同一服务单位复算，分列常态极端与反号；信用估值调整投运后仍保留责任主体（Burgard & Kjaer 2010）。

到Network for Greening the Financial System, climate scenarios and technical documentation (2024--2025).时，资本和保证金调整继续形成统一但机构特定的XVA账。这使信用估值调整XVA进入采购、监管或规划后必须保存版本、运维与退出记录；否则前端的XVA框架将衍生品价格从理想无违约值扩展到信用、融资和抵押成本，迫使估值暴露资金边界无法和末端结果对账。面对分布外情形，保存许可维护与责任版本；信用估值调整须连同不确定性报告结果（Gatheral 2017）。

外部接口由融资曲线、净额结算与回收假设因机构而异，同一合约不存在完全制度无关的XVA划定；加入XVA框架将衍生品价格从理想无违约值扩展到信用、融资和抵押成本，迫使估值暴露资金边界后，把交易对手与自身违约写入复制组合才可跨域比较。为防止事后改口，统一单位时间窗和边界；信用估值调整醒目纪录仍须排除筛选效应（Network for Greening the Financial System 2025）。

戊、金融网络传染Financial Network Contagion

Acemoglu 2013改写了分散化何时从吸收小冲击转为放大大冲击；金融网络理论显示密集连接可分散小损失却扩散大冲击让旧默认有了可查裂缝。当平均值被拆开，必须逐年保留未采用与失败案例，才能分开概念改名和对象变化；一旦结果反号就应撤回原来的充分性主张。沿责任链继续追问，补列未采用和失败样本；金融网络传染投运后仍保留责任主体（Acemoglu 2013）。

本条只承认在债务网络中推导冲击规模与连接度的非单调关系；移除后若金融网络理论显示密集连接可分散小损失却扩散大冲击仍出现，立场即撤回。沿责任链继续追问，应在同一服务基线下固定场址与资源，再做移除机制的消融检验；金融网络传染把观察记录接回问责链。以同一服务单位复算，固定服务基线再做消融；金融网络传染须连同不确定性报告结果（Gatheral 2017）。

Acemoglu 2013报告金融网络理论显示密集连接可分散小损失却扩散大冲击；金融网络传染以兑现数／候选与中止总数结算。以同一服务单位复算，最低记录还须给出原始分子、总体分母、观察期与退出原因；金融网络传染分母改变便重算结论。面对分布外情形，公开分子分母与退出；金融网络传染据此区分证据与宣传。为防止事后改口，公开分子分母与退出；金融网络传染记录须回到全量分母（Acemoglu 2013；Network for Greening the Financial System 2025）。金融网络传复核门槛预注册2站×21批次。

Gatheral 2017保留真实敞口不透明且处置规则会改变级联；金融网络传染越界后须重判方向。面对分布外情形，应分开常态与极端样本，并把反号结论收窄到实际适用区间；金融网络传染投运后仍保留责任主体。为防止事后改口，应分开常态与极端样本，并把反号结论收窄到实际适用区间；缺少这一列就无法判断方向有没有翻转。在下一轮独立复核里，分列常态极端与反号；一旦结果反号就应撤回原来的充分性主张（Acemoglu 2013）。

Network for Greening the Financial System 2025记录多层资产与支付网络继续进入压力测试；维护账须继续追踪金融网络理论显示密集连接可分散小损失却扩散大冲击。为防止事后改口，还须把许可、维护、责任主体和退出条件按版本保存；金融网络传染据此区分设备存在与服务兑现。在下一轮独立复核里，保存许可维护与责任版本；金融网络传染局部增益不得冒充系统收益。若要把这一判断写进合同，保存许可维护与责任版本；金融网络传染把观察记录接回问责链（Gatheral 2017）。

跨域比较以真实敞口不透明且处置规则会改变级联划界，并用金融网络理论显示密集连接可分散小损失却扩散大冲击重算在债务网络中推导冲击规模与连接度的非单调关系。在下一轮独立复核里，先统一功能单位与时间窗，再把边界条件作为共同反例；金融网络传染醒目纪录仍须排除筛选效应。若要把这一判断写进合同，统一单位时间窗和边界；金融网络传染记录须回到全量分母（Network for Greening the Financial System 2025）。

己、签名方法与路径依赖Signature Methods in Finance

Chevyrev & Kormilitzin, arXiv:1603.03788 and Applied Mathematics and Computation 2016把签名方法与路径依赖从愿景改写为可失败的工程对象。它针对的是有限路径签名能否稳定表示不规则金融时间序列；路径签名以系统层级编码顺序信息，可统一处理时间序列分类、控制和非马尔可夫依赖则说明旧体系为何无法再用一项峰值或一次投运交差。沿责任链继续追问，补列未采用和失败样本；一旦结果反号就应撤回原来的充分性主张（Chevyrev & Kormilitzin 2016）。

可反驳命题写得很窄：只有用迭代积分构造对路径重参数化稳健的特征能使签名方法与路径依赖保持原方向。增加预算与样本不能替代这一步，反之若路径签名以系统层级编码顺序信息，可统一处理时间序列分类、控制和非马尔可夫依赖由其他机制同样产生，本条必须撤回单因。以同一服务单位复算，固定服务基线再做消融；签名方法与路把观察记录接回问责链（Gatheral 2017）。

第三段的硬账来自Chevyrev & Kormilitzin, arXiv:1603.03788 and Applied Mathematics and Computation 2016所报告的路径签名以系统层级编码顺序信息，可统一处理时间序列分类、控制和非马尔可夫依赖。应同时记录成功数／全部尝试数、实际周期／设计周期以及边界内外的差值，才能知道用迭代积分构造对路径重参数化稳健的特征是否真的兑现。面对分布外情形，公开分子分母与退出；签名方法与路分母改变便重算结论（Chevyrev & Kormilitzin 2016；Network for Greening the Financial System 2025）。签名方法与复核门槛预注册3站×23批次。

Gatheral 2017把边界写成截断阶数与时间通道设计决定表达，统计显著的签名项不自动对应经济机制；此时局部收益可能翻成系统损失。为防止事后改口，应分开常态与极端样本，并把反号结论收窄到实际适用区间；签名方法与路须分开验收常态与压力场景。在下一轮独立复核里，分列常态极端与反号；缺少这一列就无法判断方向有没有翻转（Chevyrev & Kormilitzin 2016）。

Network for Greening the Financial System, climate scenarios and technical documentation (2024--2025).把近期进展概括为深度签名继续服务波动率和执行策略。对签名方法与路径依赖的制度含义，是合同须规定数据归属、失效报告与长期责任，并按路径签名以系统层级编码顺序信息，可统一处理时间序列分类、控制和非马尔可夫依赖复核撤场后的证据链。在下一轮独立复核里，保存许可维护与责任版本；签名方法与路据此区分设备存在与服务兑现（Gatheral 2017）。

外部接口由截断阶数与时间通道设计决定表达，统计显著的签名项不自动对应经济机制划定；加入路径签名以系统层级编码顺序信息，可统一处理时间序列分类、控制和非马尔可夫依赖后，用迭代积分构造对路径重参数化稳健的特征才可跨域比较。若要把这一判断写进合同，统一单位时间窗和边界；签名方法与路醒目纪录仍须排除筛选效应（Network for Greening the Financial System 2025）。

庚、随机投资组合理论Stochastic Portfolio Theory

在Fernholz & Karatzas, Handbook of Numerical Analysis 15, 89–167 (2009)之前，随机投资组合理论多按设备或项目是否存在来计数。随机投资组合理论把超额收益分成结构变化与交易生成项，不依赖逐资产期望收益预测迫使研究者改问不预测收益率能否仅凭市场权重结构获得相对套利，也把未投运、未覆盖和无法维持的部分重新放回历史现场。以同一服务单位复算，补列未采用和失败样本；一旦结果反号就应撤回原来的充分性主张（Fernholz & Karatzas 2009）。

随机投资组合理论的主张不以“多因素”退场：只有用市场权重的几何与波动构造相对表现分解决定这次转向。随机投资组合理论把超额收益分成结构变化与交易生成项，不依赖逐资产期望收益预测是它可以被消融的抓手；若冻结其他条件后方向不变，单因解释即告失败。面对分布外情形，固定服务基线再做消融；随机投资组合把观察记录接回问责链（Gatheral 2017）。

Fernholz & Karatzas, Handbook of Numerical Analysis 15, 89–167 (2009)提供了可复算起点——随机投资组合理论把超额收益分成结构变化与交易生成项，不依赖逐资产期望收益预测。分子必须是经实际运行确认的结果，分母必须包含全部候选、周期与中止；二者的比才是用市场权重的几何与波动构造相对表现分解的量纲。为防止事后改口，公开分子分母与退出；随机投资组合据此与邻域同尺度对撞；复算值固定为实际兑现数／全部候选与中止数（Fernholz & Karatzas 2009；Network for Greening the Financial System 2025）。随机投资组复核门槛预注册4站×25批次。

Gatheral, Jaisson & Rosenbaum, Quantitative Finance 18, 933--949 (2018), doi:10.1080/14697688.2017.1393551.没有替随机投资组合理论消除争议，而是把不预测收益率能否仅凭市场权重结构获得相对套利固定为检验问题。理论相对套利常需长时间和理想连续交易，实际换手、集中度和退市偏差会吞掉优势出现时，性能越被优化，系统账面之外的损害越可能上升。在下一轮独立复核里，分列常态极端与反号；随机投资组合须分开验收常态与压力场景（Fernholz & Karatzas 2009）。

截至Network for Greening the Financial System, climate scenarios and technical documentation (2024--2025).，多样性加权与函数生成组合继续测试交易成本。这要求把随机投资组合理论的采购规格从铭牌参数改成全程服务：随机投资组合理论把超额收益分成结构变化与交易生成项，不依赖逐资产期望收益预测要在独立场址和维护期后仍可重现。若要把这一判断写进合同，保存许可维护与责任版本；随机投资组合据此区分设备存在与服务兑现（Gatheral 2017）。

外部接口由理论相对套利常需长时间和理想连续交易，实际换手、集中度和退市偏差会吞掉优势划线，而不是由学科名划线。另一个领域若只报告局部用市场权重的几何与波动构造相对表现分解，便会与随机投资组合理论共享同一盲点；加入随机投资组合理论把超额收益分成结构变化与交易生成项，不依赖逐资产期望收益预测后，两边才有可通约的对手（Network for Greening the Financial System 2025）。

辛、高频波动率估计High-Frequency Volatility Estimation

Aït-Sahalia & Jacod, High-Frequency Financial Econometrics, Princeton University Press (2014)出现以前，讨论常把瓶颈压成投入不足；但更高采样频率能否克服微观结构噪声和跳跃混淆。高频计量把实现波动率与跳跃变成可检验对象，使风险模型使用日内信息而非只依赖日收益把原先藏在背景里的对象、基线和失败时段推到台前，旧说法因而第一次有了可查的裂缝。面对分布外情形，补列未采用和失败样本；一旦结果反号就应撤回原来的充分性主张（Aït-Sahalia & Jacod 2014）。

高频波动率估计只认从日内收益分离连续方差、跳跃和噪声为决定因素；若移除它仍有高频计量把实现波动率与跳跃变成可检验对象，使风险模型使用日内信息而非只依赖日收益，单因即被证伪。为防止事后改口，固定服务基线再做消融；高频波动率估还须公开未完成与退出事件。在下一轮独立复核里，固定服务基线再做消融；高频波动率估据此区分设备存在与服务兑现（Gatheral 2017）。

Aït-Sahalia & Jacod, High-Frequency Financial Econometrics, Princeton University Press (2014)给出的关键证据是高频计量把实现波动率与跳跃变成可检验对象，使风险模型使用日内信息而非只依赖日收益。这笔读数须和全部适用对象、运行周期及未完成事件同列；只摘从日内收益分离连续方差、跳跃和噪声的最好值，会把样本选择误写成性能跃升。在下一轮独立复核里，公开分子分母与退出；高频波动率估据此与邻域同尺度对撞；复算值固定为实际兑现数／全部候选与中止数（Aït-Sahalia & Jacod 2014；Network for Greening the Financial System 2025）。高频波动率复核门槛预注册5站×27批次。

最强边界不是一句谨慎声明，而是报价反弹、异步交易和市场关闭使无限加密采样反而更偏，估计窗口必须匹配用途。Gatheral, Jaisson & Rosenbaum, Quantitative Finance 18, 933--949 (2018), doi:10.1080/14697688.2017.1393551.从系统侧追问更高采样频率能否克服微观结构噪声和跳跃混淆，使这一条件具有令收益翻转的实质力量，而非可以移到脚注的例外。若要把这一判断写进合同，分列常态极端与反号；高频波动率估须分开验收常态与压力场景（Aït-Sahalia & Jacod 2014）。

到Network for Greening the Financial System, climate scenarios and technical documentation (2024--2025).时，预平均与多尺度估计继续适配异步多资产数据。这使高频波动率估计进入采购、监管或规划后必须保存版本、运维与退出记录；否则前端的高频计量把实现波动率与跳跃变成可检验对象，使风险模型使用日内信息而非只依赖日收益无法和末端结果对账。从失败样本回看，保存许可维护与责任版本；高频波动率估据此区分设备存在与服务兑现（Gatheral 2017）。

外部接口由报价反弹、异步交易和市场关闭使无限加密采样反而更偏，估计窗口必须匹配用途划定；加入高频计量把实现波动率与跳跃变成可检验对象，使风险模型使用日内信息而非只依赖日收益后，从日内收益分离连续方差、跳跃和噪声才可跨域比较。把观察窗拉长以后，统一单位时间窗和边界；高频波动率估醒目纪录仍须排除筛选效应（Network for Greening the Financial System 2025）。

第二幕转向规模、闭环与责任。最新纪录只有在失败和资源进入分母后，才足以支持“数理金融成立的决定性机制，是让价格过程、交易摩擦、资金约束、模型风险和真实执行损益进入同一资本账，而不是把样本内收益、静态回测或风险中性价格当作可部署证据”。

一、粗糙波动率Rough Volatility

Gatheral 2017改写了波动率短期粗糙性是真实记忆还是测量与聚合产物；粗糙波动率以少量结构同时拟合短期偏斜和时间序列粗糙性让旧默认有了可查裂缝。为防止事后改口，必须逐年保留未采用与失败案例，才能分开概念改名和对象变化；粗糙波动率补阴性账胜过追加佳例。在下一轮独立复核里，补列未采用和失败样本；粗糙波动率须分开验收常态与压力场景（Gatheral 2017）。

本条只承认用低Hurst分数过程描述对数波动率；移除后若粗糙波动率以少量结构同时拟合短期偏斜和时间序列粗糙性仍出现，立场即撤回。在下一轮独立复核里，应在同一服务基线下固定场址与资源，再做移除机制的消融检验；粗糙波动率还须公开未完成与退出事件。若要把这一判断写进合同，固定服务基线再做消融；粗糙波动率据此区分设备存在与服务兑现（Gatheral 2017）。

Gatheral 2017报告粗糙波动率以少量结构同时拟合短期偏斜和时间序列粗糙性；粗糙波动率以兑现数／候选与中止总数结算。若要把这一判断写进合同，最低记录还须给出原始分子、总体分母、观察期与退出原因；粗糙波动率据此与邻域同尺度对撞。从失败样本回看，公开分子分母与退出；粗糙波动率醒目纪录仍须排除筛选效应。把观察窗拉长以后，公开分子分母与退出；粗糙波动率记录须回到全量分母（Gatheral 2017；Network for Greening the Financial System 2025）。粗糙波动率复核门槛预注册6站×29批次。

Gatheral 2017保留Hurst估计受噪声和有限样本影响；粗糙波动率越界后须重判方向。从失败样本回看，应分开常态与极端样本，并把反号结论收窄到实际适用区间；粗糙波动率须分开验收常态与压力场景。把观察窗拉长以后，应分开常态与极端样本，并把反号结论收窄到实际适用区间；缺少这一列就无法判断方向有没有翻转。对照未采用者时，分列常态极端与反号；一旦结果反号就应撤回原来的充分性主张（Gatheral 2017）。

Network for Greening the Financial System 2025记录粗糙Heston和微观结构极限继续连接期权面；维护账须继续追踪粗糙波动率以少量结构同时拟合短期偏斜和时间序列粗糙性。把观察窗拉长以后，还须把许可、维护、责任主体和退出条件按版本保存；粗糙波动率据此区分设备存在与服务兑现。对照未采用者时，保存许可维护与责任版本；粗糙波动率局部增益不得冒充系统收益。在跨场址复现之前，保存许可维护与责任版本；粗糙波动率把观察记录接回问责链（Gatheral 2017）。

跨域比较以Hurst估计受噪声和有限样本影响划界，并用粗糙波动率以少量结构同时拟合短期偏斜和时间序列粗糙性重算用低Hurst分数过程描述对数波动率。对照未采用者时，先统一功能单位与时间窗，再把边界条件作为共同反例；粗糙波动率醒目纪录仍须排除筛选效应。在跨场址复现之前，统一单位时间窗和边界；粗糙波动率记录须回到全量分母（Network for Greening the Financial System 2025）。

二、深度对冲Deep Hedging

Buehler et al., Quantitative Finance 19, 1271–1291 (2019)把深度对冲从愿景改写为可失败的工程对象。它针对的是神经策略能否在成本、约束和不可复制风险下优于经典对冲；深度对冲把路径依赖、非线性成本和风险度量纳入策略训练，不再要求闭式复制则说明旧体系为何无法再用一项峰值或一次投运交差。在下一轮独立复核里，补列未采用和失败样本；深度对冲补阴性账胜过追加佳例（Buehler et al. 2019）。

可反驳命题写得很窄：只有直接优化含交易成本的终端损失风险能使深度对冲保持原方向。增加预算与样本不能替代这一步，反之若深度对冲把路径依赖、非线性成本和风险度量纳入策略训练，不再要求闭式复制由其他机制同样产生，本条必须撤回单因。若要把这一判断写进合同，固定服务基线再做消融；深度对冲还须公开未完成与退出事件（Gatheral 2017）。

Buehler et al. 2019的硬证据是深度对冲把路径依赖、非线性成本和风险度量纳入策略训练，不再要求闭式复制；实际兑现数／全部候选与中止数才可复算。从失败样本回看，最低记录还须给出原始分子、总体分母、观察期与退出原因；深度对冲据此与邻域同尺度对撞。把观察窗拉长以后，公开分子分母与退出；深度对冲醒目纪录仍须排除筛选效应（Buehler et al. 2019；Network for Greening the Financial System 2025）。深度对冲复核门槛预注册2站×31批次。

反方最有力的一刀是模拟器错误会被策略利用，样本内损失下降可能来自隐藏尾部或过度换手，必须真实回放。在Gatheral, Jaisson & Rosenbaum, Quantitative Finance 18, 933--949 (2018), doi:10.1080/14697688.2017.1393551.的系统口径下，神经策略能否在成本、约束和不可复制风险下优于经典对冲仍未收敛；这会使名义增益随着规模放大而转为资源或公平损失。把观察窗拉长以后，分列常态极端与反号；深度对冲须分开验收常态与压力场景（Buehler et al. 2019）。

Network for Greening the Financial System 2025记录分布外压力与风险偏好校准继续成为基准；采购与监管须把深度对冲把路径依赖、非线性成本和风险度量纳入策略训练，不再要求闭式复制写进维护账。对照未采用者时，还须把许可、维护、责任主体和退出条件按版本保存；深度对冲据此区分设备存在与服务兑现。在跨场址复现之前，保存许可维护与责任版本；深度对冲局部增益不得冒充系统收益（Gatheral 2017）。

外部接口由模拟器错误会被策略利用，样本内损失下降可能来自隐藏尾部或过度换手，必须真实回放划定；加入深度对冲把路径依赖、非线性成本和风险度量纳入策略训练，不再要求闭式复制后，直接优化含交易成本的终端损失风险才可跨域比较。在跨场址复现之前，统一单位时间窗和边界；深度对冲醒目纪录仍须排除筛选效应（Network for Greening the Financial System 2025）。

三、深度校准与代理定价Deep Calibration

在Horvath, Muguruza & Tomas, Risk and machine-learning calibration studies (2021)之前，深度校准与代理定价多按设备或项目是否存在来计数。深度校准用离线模拟换取在线速度，使复杂随机模型可在实时风险系统中反复反演迫使研究者改问神经代理能否加速模型校准而不平滑掉套利约束和尾部，也把未投运、未覆盖和无法维持的部分重新放回历史现场。若要把这一判断写进合同，补列未采用和失败样本；深度校准与代补阴性账胜过追加佳例（Horvath 2021）。

深度校准与代理定价的主张不以“多因素”退场：只有学习参数到期权价格面的快速映射决定这次转向。深度校准用离线模拟换取在线速度，使复杂随机模型可在实时风险系统中反复反演是它可以被消融的抓手；若冻结其他条件后方向不变，单因解释即告失败。从失败样本回看，固定服务基线再做消融；深度校准与代还须公开未完成与退出事件（Gatheral 2017）。

Horvath 2021的硬证据是深度校准用离线模拟换取在线速度，使复杂随机模型可在实时风险系统中反复反演；实际兑现数／全部候选与中止数才可复算。把观察窗拉长以后，最低记录还须给出原始分子、总体分母、观察期与退出原因；深度校准与代据此与邻域同尺度对撞。对照未采用者时，公开分子分母与退出；深度校准与代醒目纪录仍须排除筛选效应（Horvath 2021；Network for Greening the Financial System 2025）。深度校准与复核门槛预注册3站×33批次。

Gatheral, Jaisson & Rosenbaum, Quantitative Finance 18, 933--949 (2018), doi:10.1080/14697688.2017.1393551.没有替深度校准与代理定价消除争议，而是把神经代理能否加速模型校准而不平滑掉套利约束和尾部固定为检验问题。训练参数盒外的市场面会产生无声外推，低均方价差不保证希腊值和尾部稳定出现时，性能越被优化，系统账面之外的损害越可能上升。对照未采用者时，分列常态极端与反号；深度校准与代须分开验收常态与压力场景（Horvath 2021）。

Network for Greening the Financial System 2025记录可微定价器继续加入误差证书与无套利层；采购与监管须把深度校准用离线模拟换取在线速度，使复杂随机模型可在实时风险系统中反复反演写进维护账。在跨场址复现之前，还须把许可、维护、责任主体和退出条件按版本保存；深度校准与代据此区分设备存在与服务兑现。当平均值被拆开，保存许可维护与责任版本；深度校准与代局部增益不得冒充系统收益（Gatheral 2017）。

外部接口由训练参数盒外的市场面会产生无声外推，低均方价差不保证希腊值和尾部稳定划线，而不是由学科名划线。另一个领域若只报告局部学习参数到期权价格面的快速映射，便会与深度校准与代理定价共享同一盲点；加入深度校准用离线模拟换取在线速度，使复杂随机模型可在实时风险系统中反复反演后，两边才有可通约的对手（Network for Greening the Financial System 2025）。

四、神经随机微分方程Neural Stochastic Differential Equations

Kidger et al. 2021改写了学习漂移扩散能否生成金融路径并保持无套利与统计尾部；神经随机微分方程可学习灵活路径分布并自然处理不规则采样让旧默认有了可查裂缝。从失败样本回看，必须逐年保留未采用与失败案例，才能分开概念改名和对象变化；神经随机微分补阴性账胜过追加佳例。把观察窗拉长以后，补列未采用和失败样本；神经随机微分须分开验收常态与压力场景（Kidger et al. 2021）。

本条只承认以神经网络参数化连续时间随机动力；移除后若神经随机微分方程可学习灵活路径分布并自然处理不规则采样仍出现，立场即撤回。把观察窗拉长以后，应在同一服务基线下固定场址与资源，再做移除机制的消融检验；神经随机微分还须公开未完成与退出事件。对照未采用者时，固定服务基线再做消融；神经随机微分据此区分设备存在与服务兑现（Gatheral 2017）。

Kidger et al. 2021报告神经随机微分方程可学习灵活路径分布并自然处理不规则采样；神经随机微分以兑现数／候选与中止总数结算。对照未采用者时，最低记录还须给出原始分子、总体分母、观察期与退出原因；神经随机微分据此与邻域同尺度对撞。在跨场址复现之前，公开分子分母与退出；神经随机微分醒目纪录仍须排除筛选效应。当平均值被拆开，公开分子分母与退出；神经随机微分记录须回到全量分母（Kidger et al. 2021；Network for Greening the Financial System 2025）。神经随机微复核门槛预注册4站×35批次。

Gatheral 2017保留似然与对抗损失可忽略极端事件；神经随机微分越界后须重判方向。在跨场址复现之前，应分开常态与极端样本，并把反号结论收窄到实际适用区间；神经随机微分须分开验收常态与压力场景。当平均值被拆开，应分开常态与极端样本，并把反号结论收窄到实际适用区间；缺少这一列就无法判断方向有没有翻转。沿责任链继续追问，分列常态极端与反号；一旦结果反号就应撤回原来的充分性主张（Kidger et al. 2021）。

Network for Greening the Financial System 2025记录可控神经微分方程继续连接不规则市场数据；维护账须继续追踪神经随机微分方程可学习灵活路径分布并自然处理不规则采样。当平均值被拆开，还须把许可、维护、责任主体和退出条件按版本保存；神经随机微分据此区分设备存在与服务兑现。沿责任链继续追问，保存许可维护与责任版本；神经随机微分局部增益不得冒充系统收益。以同一服务单位复算，保存许可维护与责任版本；神经随机微分把观察记录接回问责链（Gatheral 2017）。

跨域比较以似然与对抗损失可忽略极端事件划界，并用神经随机微分方程可学习灵活路径分布并自然处理不规则采样重算以神经网络参数化连续时间随机动力。沿责任链继续追问，先统一功能单位与时间窗，再把边界条件作为共同反例；神经随机微分醒目纪录仍须排除筛选效应。以同一服务单位复算，统一单位时间窗和边界；神经随机微分记录须回到全量分母（Network for Greening the Financial System 2025）。

五、粗糙Heston特征函数Rough Heston Model

El Euch & Rosenbaum 2019改写了非马尔可夫粗糙模型能否保持可计算期权定价；粗糙Heston在保留杠杆效应和正方差的同时解释期限结构让旧默认有了可查裂缝。把观察窗拉长以后，必须逐年保留未采用与失败案例，才能分开概念改名和对象变化；粗糙特征函数补阴性账胜过追加佳例。对照未采用者时，补列未采用和失败样本；粗糙特征函数须分开验收常态与压力场景（El Euch & Rosenbaum 2019）。

本条只承认用分数Riccati方程获得粗糙随机波动率变换；移除后若粗糙Heston在保留杠杆效应和正方差的同时解释期限结构仍出现，立场即撤回。对照未采用者时，应在同一服务基线下固定场址与资源，再做移除机制的消融检验；粗糙特征函数还须公开未完成与退出事件。在跨场址复现之前，固定服务基线再做消融；粗糙特征函数据此区分设备存在与服务兑现（Gatheral 2017）。

El Euch & Rosenbaum 2019的硬证据是粗糙Heston在保留杠杆效应和正方差的同时解释期限结构，建立微观粗糙与定价的可算桥梁；实际兑现数／全部候选与中止数才可复算。在跨场址复现之前，最低记录还须给出原始分子、总体分母、观察期与退出原因；粗糙特征函数据此与邻域同尺度对撞。当平均值被拆开，公开分子分母与退出；粗糙特征函数醒目纪录仍须排除筛选效应（El Euch & Rosenbaum 2019；Network for Greening the Financial System 2025）。粗糙特征函复核门槛预注册5站×37批次。

Gatheral 2017保留分数核造成长记忆计算成本且校准多峰；粗糙特征函数越界后须重判方向。当平均值被拆开，应分开常态与极端样本，并把反号结论收窄到实际适用区间；粗糙特征函数须分开验收常态与压力场景。沿责任链继续追问，分列常态极端与反号；缺少这一列就无法判断方向有没有翻转。以同一服务单位复算，分列常态极端与反号；一旦结果反号就应撤回原来的充分性主张（El Euch & Rosenbaum 2019）。

Network for Greening the Financial System 2025记录分数Riccati数值法继续提高稳定与速度；采购与监管须把粗糙Heston在保留杠杆效应和正方差的同时解释期限结构，建立微观粗糙与定价的可算桥梁写进维护账。沿责任链继续追问，还须把许可、维护、责任主体和退出条件按版本保存；粗糙特征函数据此区分设备存在与服务兑现。以同一服务单位复算，保存许可维护与责任版本；粗糙特征函数局部增益不得冒充系统收益（Gatheral 2017）。

外部接口由分数核造成长记忆计算成本且校准多峰，参数经济解释仍随市场窗口漂移划定；加入粗糙Heston在保留杠杆效应和正方差的同时解释期限结构，建立微观粗糙与定价的可算桥梁后，用分数Riccati方程获得粗糙随机波动率变换才可跨域比较。以同一服务单位复算，统一单位时间窗和边界；粗糙特征函数醒目纪录仍须排除筛选效应（Network for Greening the Financial System 2025）。

六、分布鲁棒投资组合Distributionally Robust Portfolio Optimisation

Esfahani & Kuhn, Mathematical Programming 171, 115–166 (2018)把分布鲁棒投资组合从愿景改写为可失败的工程对象。它针对的是围绕经验分布的最坏情形优化能否减少估计误差而不过度保守；分布鲁棒方法把模型不确定性显式转成可调半径，避免把有限样本经验分布当作未来真相则说明旧体系为何无法再用一项峰值或一次投运交差。对照未采用者时，补列未采用和失败样本；分布鲁棒投资补阴性账胜过追加佳例（Esfahani & Kuhn 2018）。

可反驳命题写得很窄：只有在概率分布邻域内优化最坏损失能使分布鲁棒投资组合保持原方向。增加预算与样本不能替代这一步，反之若分布鲁棒方法把模型不确定性显式转成可调半径，避免把有限样本经验分布当作未来真相由其他机制同样产生，本条必须撤回单因。在跨场址复现之前，固定服务基线再做消融；分布鲁棒投资还须公开未完成与退出事件（Gatheral 2017）。

第三段的硬账来自Esfahani & Kuhn, Mathematical Programming 171, 115–166 (2018)所报告的分布鲁棒方法把模型不确定性显式转成可调半径，避免把有限样本经验分布当作未来真相。应同时记录成功数／全部尝试数、实际周期／设计周期以及边界内外的差值，才能知道在概率分布邻域内优化最坏损失是否真的兑现。当平均值被拆开，公开分子分母与退出；分布鲁棒投资据此与邻域同尺度对撞（Esfahani & Kuhn 2018；Network for Greening the Financial System 2025）。分布鲁棒投复核门槛预注册6站×39批次。

反方最有力的一刀是半径决定一切且时间依赖难被静态距离表示，保守收益下降需与真实危机保护比较。在Gatheral, Jaisson & Rosenbaum, Quantitative Finance 18, 933--949 (2018), doi:10.1080/14697688.2017.1393551.的系统口径下，围绕经验分布的最坏情形优化能否减少估计误差而不过度保守仍未收敛；这会使名义增益随着规模放大而转为资源或公平损失。沿责任链继续追问，分列常态极端与反号；分布鲁棒投资须分开验收常态与压力场景（Esfahani & Kuhn 2018）。

Network for Greening the Financial System, climate scenarios and technical documentation (2024--2025).把近期进展概括为Wasserstein半径数据驱动选择继续进入多期组合。对分布鲁棒投资组合的制度含义，是合同须规定数据归属、失效报告与长期责任，并按分布鲁棒方法把模型不确定性显式转成可调半径，避免把有限样本经验分布当作未来真相复核撤场后的证据链。以同一服务单位复算，保存许可维护与责任版本；分布鲁棒投资据此区分设备存在与服务兑现（Gatheral 2017）。

外部接口由半径决定一切且时间依赖难被静态距离表示，保守收益下降需与真实危机保护比较划定；加入分布鲁棒方法把模型不确定性显式转成可调半径，避免把有限样本经验分布当作未来真相后，在概率分布邻域内优化最坏损失才可跨域比较。面对分布外情形，统一单位时间窗和边界；分布鲁棒投资醒目纪录仍须排除筛选效应（Network for Greening the Financial System 2025）。

七、加密资产市场微结构Crypto-Asset Market Microstructure

在Makarov & Schoar, Journal of Financial Economics 135, 293–319 (2020)之前，加密资产市场微结构多按设备或项目是否存在来计数。加密市场展示无统一结算和资本约束下巨大持续价差，使无套利条件必须包含转账与对手风险迫使研究者改问跨交易所价差是套利机会还是资本和结算摩擦的补偿，也把未投运、未覆盖和无法维持的部分重新放回历史现场。在跨场址复现之前，补列未采用和失败样本；加密资产市场补阴性账胜过追加佳例（Makarov & Schoar 2019）。

加密资产市场微结构的主张不以“多因素”退场：只有比较分割市场中的同步价格与资金流决定这次转向。加密市场展示无统一结算和资本约束下巨大持续价差，使无套利条件必须包含转账与对手风险是它可以被消融的抓手；若冻结其他条件后方向不变，单因解释即告失败。当平均值被拆开，固定服务基线再做消融；加密资产市场还须公开未完成与退出事件（Gatheral 2017）。

Makarov & Schoar, Journal of Financial Economics 135, 293–319 (2020)提供了可复算起点——加密市场展示无统一结算和资本约束下巨大持续价差，使无套利条件必须包含转账与对手风险。分子必须是经实际运行确认的结果，分母必须包含全部候选、周期与中止；二者的比才是比较分割市场中的同步价格与资金流的量纲。沿责任链继续追问，公开分子分母与退出；加密资产市场据此与邻域同尺度对撞；复算值固定为实际兑现数／全部候选与中止数（Makarov & Schoar 2019；Network for Greening the Financial System 2025）。加密资产市复核门槛预注册2站×41批次。

Gatheral, Jaisson & Rosenbaum, Quantitative Finance 18, 933--949 (2018), doi:10.1080/14697688.2017.1393551.没有替加密资产市场微结构消除争议，而是把跨交易所价差是套利机会还是资本和结算摩擦的补偿固定为检验问题。交易所数据质量、存活偏差和监管变化剧烈，历史价差机制难稳定外推出现时，性能越被优化，系统账面之外的损害越可能上升。以同一服务单位复算，分列常态极端与反号；加密资产市场须分开验收常态与压力场景（Makarov & Schoar 2019）。

截至Network for Greening the Financial System, climate scenarios and technical documentation (2024--2025).，链上流、稳定币和永续合约继续进入联合分析。这要求把加密资产市场微结构的采购规格从铭牌参数改成全程服务：加密市场展示无统一结算和资本约束下巨大持续价差，使无套利条件必须包含转账与对手风险要在独立场址和维护期后仍可重现。面对分布外情形，保存许可维护与责任版本；加密资产市场据此区分设备存在与服务兑现（Gatheral 2017）。

外部接口由交易所数据质量、存活偏差和监管变化剧烈，历史价差机制难稳定外推划线，而不是由学科名划线。另一个领域若只报告局部比较分割市场中的同步价格与资金流，便会与加密资产市场微结构共享同一盲点；加入加密市场展示无统一结算和资本约束下巨大持续价差，使无套利条件必须包含转账与对手风险后，两边才有可通约的对手（Network for Greening the Financial System 2025）。

八、气候金融压力测试Climate Financial Stress Testing

Network for Greening the Financial System 2024以前，旧框架没有回答长期情景能否转化为可验证的短期违约、资产价格和现金流冲击；气候压力测试把慢变量与资产负债表连接，迫使机构披露路径依赖与行业集中风险把问题改成可核验对象。当平均值被拆开，补列未采用和失败样本；气候金融压力补阴性账胜过追加佳例。沿责任链继续追问，补列未采用和失败样本；气候金融压力须分开验收常态与压力场景（Network for Greening the Financial System 2024）。

气候金融压力测试只认把温度政策和宏观路径映射到金融敞口为决定因素；若移除它仍有气候压力测试把慢变量与资产负债表连接，迫使机构披露路径依赖与行业集中风险，单因即被证伪。沿责任链继续追问，固定服务基线再做消融；气候金融压力还须公开未完成与退出事件。以同一服务单位复算，固定服务基线再做消融；气候金融压力据此区分设备存在与服务兑现（Gatheral 2017）。

Network for Greening the Financial System, Climate Scenarios technical documentation (2024)给出的关键证据是气候压力测试把慢变量与资产负债表连接，迫使机构披露路径依赖与行业集中风险。这笔读数须和全部适用对象、运行周期及未完成事件同列；只摘把温度政策和宏观路径映射到金融敞口的最好值，会把样本选择误写成性能跃升。以同一服务单位复算，公开分子分母与退出；气候金融压力据此与邻域同尺度对撞；复算值固定为实际兑现数／全部候选与中止数（Network for Greening the Financial System 2024；Network for Greening the Financial System 2025）。气候金融压复核门槛预注册3站×43批次。

Gatheral 2017把边界写成几十年情景不可用历史频率校准且企业适应内生，损失数值是条件情景而非概率预测；此时局部收益可能翻成系统损失。面对分布外情形，应分开常态与极端样本，并把反号结论收窄到实际适用区间；气候金融压力须分开验收常态与压力场景。为防止事后改口，分列常态极端与反号；气候金融压力下一次更新可追到原始版本（Network for Greening the Financial System 2024）。

Network for Greening the Financial System 2025记录2025情景继续更新转型路径与物理风险粒度；采购与监管须把气候压力测试把慢变量与资产负债表连接，迫使机构披露路径依赖与行业集中风险写进维护账。为防止事后改口，还须把许可、维护、责任主体和退出条件按版本保存；气候金融压力据此区分证据与宣传。在下一轮独立复核里，保存许可维护与责任版本；气候金融压力据此拆开相关变化与机制效应（Gatheral 2017）。

跨域接口落在长期情景能否转化为可验证的短期违约、资产价格和现金流冲击：气候金融压力测试给出的把温度政策和宏观路径映射到金融敞口若要与外部方案比较，必须守住同一服务单位。几十年情景不可用历史频率校准且企业适应内生，损失数值是条件情景而非概率预测一旦发生，局部纪录会与系统成效分离，这正是本条留下的反例（Network for Greening the Financial System 2025）。

九、共形风险界限Conformal Risk Bounds

领域曾把共形风险界限当作一项可独立扩大的部件，Angelopoulos & Bates, Foundations and Trends in Machine Learning 16, 494–591 (2023)却从共形方法为黑箱风险预测增加分布较弱的覆盖审计，可直接检查区间失配切入。由此可见，真正卡住旧框架的是有限样本覆盖保证能否在金融非交换序列中保持，而不是同类项目还不够多。沿责任链继续追问，补列未采用和失败样本；共形风险界限补阴性账胜过追加佳例（Angelopoulos & Bates 2000）。

本条只承认以校准残差给预测区间有限样本覆盖是充分改变方向的那一样。共形方法为黑箱风险预测增加分布较弱的覆盖审计，可直接检查区间失配说明该机制怎样进入结果；若把它拿掉仍能复制趋势，共形风险界限就只是同期变化的标签，不是因果解释。以同一服务单位复算，固定服务基线再做消融；共形风险界限还须公开未完成与退出事件（Gatheral 2017）。

证据锚点由Angelopoulos & Bates, Foundations and Trends in Machine Learning 16, 494–591 (2023)承担：共形方法为黑箱风险预测增加分布较弱的覆盖审计，可直接检查区间失配。核算时分子是实际兑现的以校准残差给预测区间有限样本覆盖，分母是全部名义运行与适用对象；停运、退出和未接入者不能从统计里蒸发。面对分布外情形，公开分子分母与退出；共形风险界限据此与邻域同尺度对撞。为防止事后改口，公开分子分母与退出；共形风险界限由此留下可执行否证入口；复算值固定为实际兑现数／全部候选与中止数（Angelopoulos & Bates 2000；Network for Greening the Financial System 2025）。共形风险界复核门槛预注册4站×45批次。

经典保证依赖交换性，市场聚集波动和制度断点会使名义覆盖失效且不能保证尾部损失大小构成共形风险界限的反号条件。Gatheral, Jaisson & Rosenbaum, Quantitative Finance 18, 933--949 (2018), doi:10.1080/14697688.2017.1393551.把有限样本覆盖保证能否在金融非交换序列中保持保留为开放争议，意味着平均改善越大，未入账的转移成本反而可能越难被看见。为防止事后改口，分列常态极端与反号；共形风险界限须连同不确定性报告结果（Angelopoulos & Bates 2000）。

Network for Greening the Financial System, climate scenarios and technical documentation (2024--2025).记录的当下状态是在线和加权共形继续处理分布漂移。工程责任因此延伸到许可、供应、维护和退役，不再止于Angelopoulos & Bates, Foundations and Trends in Machine Learning 16, 494–591 (2023)展示的首个成功场景。在下一轮独立复核里，还须把许可、维护、责任主体和退出条件按版本保存；共形风险界限据此区分证据与宣传。若要把这一判断写进合同，保存许可维护与责任版本；共形风险界限据此拆开相关变化与机制效应（Gatheral 2017）。

外部接口由经典保证依赖交换性，市场聚集波动和制度断点会使名义覆盖失效且不能保证尾部损失大小划定；加入共形方法为黑箱风险预测增加分布较弱的覆盖审计，可直接检查区间失配后，以校准残差给预测区间有限样本覆盖才可跨域比较。若要把这一判断写进合同，统一单位时间窗和边界；共形风险界限由此留下可执行否证入口（Network for Greening the Financial System 2025）。

十、强化学习最优执行Reinforcement Learning for Execution

Nevmyvaka 2024改写了策略能否在自反馈市场中学到低冲击执行而非利用模拟漏洞；强化学习可随订单簿状态动态调整切单让旧默认有了可查裂缝。以同一服务单位复算，必须逐年保留未采用与失败案例，才能分开概念改名和对象变化；强化学习最优补阴性账胜过追加佳例。面对分布外情形，补列未采用和失败样本；强化学习最优须分开验收常态与压力场景（Nevmyvaka 2024）。

本条只承认以成交成本和未完成风险训练序贯下单；移除后若强化学习可随订单簿状态动态调整切单仍出现，立场即撤回。面对分布外情形，应在同一服务基线下固定场址与资源，再做移除机制的消融检验；强化学习最优还须公开未完成与退出事件。为防止事后改口，固定服务基线再做消融；强化学习最优据此区分证据与宣传。在下一轮独立复核里，固定服务基线再做消融；强化学习最优据此拆开相关变化与机制效应（Gatheral 2017）。

Nevmyvaka 2024报告强化学习可随订单簿状态动态调整切单；强化学习最优以兑现数／候选与中止总数结算。为防止事后改口，最低记录还须给出原始分子、总体分母、观察期与退出原因；强化学习最优投运后仍保留责任主体。在下一轮独立复核里，公开分子分母与退出；强化学习最优由此留下可执行否证入口。若要把这一判断写进合同，公开分子分母与退出；强化学习最优记录同时划定外推边界（Nevmyvaka 2024；Network for Greening the Financial System 2025）。强化学习最复核门槛预注册5站×47批次。

Gatheral 2017保留历史数据只有行为策略结果且执行改变市场；强化学习最优越界后须重判方向。在下一轮独立复核里，应分开常态与极端样本，并把反号结论收窄到实际适用区间；强化学习最优须连同不确定性报告结果。若要把这一判断写进合同，分列常态极端与反号；强化学习最优下一次更新可追到原始版本。从失败样本回看，分列常态极端与反号；强化学习最优补阴性账胜过追加佳例（Nevmyvaka 2024）。

Network for Greening the Financial System 2025记录离线强化学习和反事实订单簿继续压缩部署风险；维护账须继续追踪强化学习可随订单簿状态动态调整切单。若要把这一判断写进合同，还须把许可、维护、责任主体和退出条件按版本保存；强化学习最优据此区分证据与宣传。从失败样本回看，保存许可维护与责任版本；强化学习最优据此拆开相关变化与机制效应。把观察窗拉长以后，保存许可维护与责任版本；强化学习最优还须公开未完成与退出事件（Gatheral 2017）。

跨域比较以历史数据只有行为策略结果且执行改变市场划界，并用强化学习可随订单簿状态动态调整切单重算以成交成本和未完成风险训练序贯下单。从失败样本回看，先统一功能单位与时间窗，再把边界条件作为共同反例；强化学习最优由此留下可执行否证入口。把观察窗拉长以后，统一单位时间窗和边界；强化学习最优记录同时划定外推边界（Network for Greening the Financial System 2025）。

十一、跨制度回测审计Cross-Regime Backtest Audit

在Bailey et al., Journal of Computational Finance 20, 39–69 (2016), probability of backtest overfitting之前，跨制度回测审计多按设备或项目是否存在来计数。回测过拟合审计把试过多少版本、参数和样本切分纳入显著性，纠正只展示冠军曲线迫使研究者改问多次试验中的最佳策略是否只是数据挖掘赢家，也把未投运、未覆盖和无法维持的部分重新放回历史现场。面对分布外情形，补列未采用和失败样本；跨制度回测审补阴性账胜过追加佳例（Bailey et al. 2016）。

跨制度回测审计的主张不以“多因素”退场：只有统计研究者自由度并保留未见制度测试决定这次转向。回测过拟合审计把试过多少版本、参数和样本切分纳入显著性，纠正只展示冠军曲线是它可以被消融的抓手；若冻结其他条件后方向不变，单因解释即告失败。为防止事后改口，固定服务基线再做消融；跨制度回测审分母改变便重算结论（Gatheral 2017）。

Bailey et al. 2016的硬证据是回测过拟合审计把试过多少版本、参数和样本切分纳入显著性，纠正只展示冠军曲线；实际兑现数／全部候选与中止数才可复算。在下一轮独立复核里，最低记录还须给出原始分子、总体分母、观察期与退出原因；跨制度回测审投运后仍保留责任主体。若要把这一判断写进合同，公开分子分母与退出；跨制度回测审由此留下可执行否证入口（Bailey et al. 2016；Network for Greening the Financial System 2025）。跨制度回测复核门槛预注册6站×49批次。

Gatheral, Jaisson & Rosenbaum, Quantitative Finance 18, 933--949 (2018), doi:10.1080/14697688.2017.1393551.没有替跨制度回测审计消除争议，而是把多次试验中的最佳策略是否只是数据挖掘赢家固定为检验问题。未记录的研究尝试无法补算且未来制度仍未知，校正通过不是盈利保证出现时，性能越被优化，系统账面之外的损害越可能上升。若要把这一判断写进合同，分列常态极端与反号；跨制度回测审须连同不确定性报告结果（Bailey et al. 2016）。

Network for Greening the Financial System 2025记录选择偏差校正继续结合滚动与市场冲击仿真；采购与监管须把回测过拟合审计把试过多少版本、参数和样本切分纳入显著性，纠正只展示冠军曲线写进维护账。从失败样本回看，还须把许可、维护、责任主体和退出条件按版本保存；跨制度回测审据此区分证据与宣传。把观察窗拉长以后，保存许可维护与责任版本；跨制度回测审据此拆开相关变化与机制效应（Gatheral 2017）。

外部接口由未记录的研究尝试无法补算且未来制度仍未知，校正通过不是盈利保证划线，而不是由学科名划线。另一个领域若只报告局部统计研究者自由度并保留未见制度测试，便会与跨制度回测审计共享同一盲点；加入回测过拟合审计把试过多少版本、参数和样本切分纳入显著性，纠正只展示冠军曲线后，两边才有可通约的对手（Network for Greening the Financial System 2025）。

十二、数理金融闭环验收Mathematical-Finance Closed-Loop Acceptance

Buehler et al. 2019改写了模型能否用预注册成本、资本占用和尾部失效进行实盘影子验收；闭环验收要求锁定训练截止、费用、滑点、融资、容量、止损与模型变更让旧默认有了可查裂缝。为防止事后改口，必须逐年保留未采用与失败案例，才能分开概念改名和对象变化；数理金融闭环把观察记录接回问责链。在下一轮独立复核里，补列未采用和失败样本；数理金融闭环须连同不确定性报告结果（Buehler et al. 2019）。

本条只承认以样本外损益、风险预算和市场冲击共同验收；移除后若闭环验收要求锁定训练截止、费用、滑点、融资、容量、止损与模型变更仍出现，立场即撤回。在下一轮独立复核里，应在同一服务基线下固定场址与资源，再做移除机制的消融检验；数理金融闭环分母改变便重算结论。若要把这一判断写进合同，固定服务基线再做消融；数理金融闭环据此区分证据与宣传（Gatheral 2017）。

Buehler et al. 2019报告闭环验收要求锁定训练截止、费用、滑点、融资、容量、止损与模型变更；数理金融闭环以兑现数／候选与中止总数结算。若要把这一判断写进合同，最低记录还须给出原始分子、总体分母、观察期与退出原因；数理金融闭环投运后仍保留责任主体。从失败样本回看，公开分子分母与退出；数理金融闭环由此留下可执行否证入口。把观察窗拉长以后，公开分子分母与退出；数理金融闭环记录同时划定外推边界（Buehler et al. 2019；Network for Greening the Financial System 2025）。数理金融闭复核门槛预注册2站×51批次。

Gatheral 2017保留真实部署会改变市场且极端事件样本稀少；数理金融闭环越界后须重判方向。从失败样本回看，应分开常态与极端样本，并把反号结论收窄到实际适用区间；数理金融闭环须连同不确定性报告结果。把观察窗拉长以后，分列常态极端与反号；数理金融闭环下一次更新可追到原始版本。对照未采用者时，分列常态极端与反号；数理金融闭环补阴性账胜过追加佳例（Buehler et al. 2019）。

Network for Greening the Financial System 2025记录2025金融AI治理强调版本、数据和人工回退；维护账须继续追踪闭环验收要求锁定训练截止、费用、滑点、融资、容量、止损与模型变更。把观察窗拉长以后，还须把许可、维护、责任主体和退出条件按版本保存；数理金融闭环据此区分证据与宣传。对照未采用者时，保存许可维护与责任版本；数理金融闭环据此拆开相关变化与机制效应。在跨场址复现之前，保存许可维护与责任版本；数理金融闭环还须公开未完成与退出事件（Gatheral 2017）。

跨域比较以真实部署会改变市场且极端事件样本稀少划界，并用闭环验收要求锁定训练截止、费用、滑点、融资、容量、止损与模型变更重算以样本外损益、风险预算和市场冲击共同验收。对照未采用者时，先统一功能单位与时间窗，再把边界条件作为共同反例；数理金融闭环由此留下可执行否证入口。在跨场址复现之前，统一单位时间窗和边界；数理金融闭环记录同时划定外推边界（Network for Greening the Financial System 2025）。

◎ 二十年连起来看

<b>数理金融最清楚的第一条线，是从“有没有部件”改到“是否兑现服务”。</b>高频交易霍克斯过程以霍克斯过程把成交、限价和取消的时间依赖写成可估计强度，可量化市场内生性和冲击衰减打开旧账，粗糙波动率又把粗糙波动率以少量结构同时拟合短期偏斜和时间序列粗糙性，挑战经典平滑随机波动率送进第二幕，二十年间真正变化的是分母。

<b>第二条线把规模从答案降为待解释现象。</b>信用估值调整XVA与分布鲁棒投资组合都显示，把交易对手与自身违约写入复制组合只有越过半径决定一切且时间依赖难被静态距离表示，保守收益下降需与真实危机保护比较才可外推；2024至2026年的新纪录因此仍须接受全链核算。

<b>第三条线是责任开始跟着对象走完生命周期。</b>随机投资组合理论留下随机投资组合理论把超额收益分成结构变化与交易生成项，不依赖逐资产期望收益预测，数理金融闭环验收则把真实部署会改变市场且极端事件样本稀少，任何通过结果都需保留资本缓冲与停机机制变成验收条件；这正是“数理金融成立的决定性机制，是让价格过程、交易摩擦、资金约束、模型风险和真实执行损益进入同一资本账，而不是把样本内收益、静态回测或风险中性价格当作可部署证据”的历史含义。

◎ 三个常见误解

误解一是把系统性风险CoVaR的峰值当成数理金融整体成效。它之所以诱人，是CoVaR把风险从单机构损失扩展到条件系统损失，揭示低个体波动机构也可能具有高系统外部性容易做成单一数字；正确表述必须同时纳入条件分位差受状态变量和内生杠杆影响，不是可直接相加的资本需求或因果损害。

误解二是把深度校准与代理定价的名义容量直接当作实际交付。深度校准用离线模拟换取在线速度，使复杂随机模型可在实时风险系统中反复反演确实说明路线可运行，却不能回答训练参数盒外的市场面会产生无声外推，低均方价差不保证希腊值和尾部稳定；分子与分母必须分别公开。

误解三是认为规模会自动消除偏差。强化学习最优执行恰好相反：强化学习可随订单簿状态动态调整切单，比固定时间表表达更多状态依赖若在历史数据只有行为策略结果且执行改变市场，离线收益存在不可识别反事实和严重选择偏差下扩张，原先的小误差会变成系统性转移。

◎ 与相邻领域的接口

与第 267 号《公共管理与政府治理》的分工在对象：本块的流动性与价格冲击核算以动态供给曲线描述冲击与恢复，对方“数字公共基础设施：共享数字底座重组政府能力”核算网络中的传播；共同判据是退出者是否进入分母。

与第 347 号《生物地球化学循环》相接时，高频波动率估计负责高频计量把实现波动率与跳跃变成可检验对象，使风险模型使用日内信息而非只依赖日收益，对方“土壤激发效应让新增碳反而释放旧碳”追问制度与空间后果；两者不能用同一平均值互相代替。

第 419 号《能源经济学》提供远端接口“氢能从颜色标签转向全链排放”。本块以气候金融压力测试检验把温度政策和宏观路径映射到金融敞口，它则检查同一动作是否把成本推到另一群体或另一时段。

◎ 争议现场

争议一围绕金融网络传染：支持方凭金融网络理论显示密集连接可分散小损失却扩散大冲击，系统稳定性不是连接越多越好主张已可扩大，反方以真实敞口不透明且处置规则会改变级联，静态网络难覆盖挤兑与共同资产抛售拒绝外推。要收敛，须在两个独立场址预注册同一分母并公开中止记录。

争议二落在神经随机微分方程的长期性。只有把设计周期延长到维护和退役，并在似然与对抗损失可忽略极端事件，连续模型也会掩盖跳跃、交易时段和制度断点出现时仍报告结果，以神经网络参数化连续时间随机动力才不再只是窗口内优势。

争议三是跨制度回测审计能否跨地区复制。裁决不靠支持者数量，而靠2026年前后同一量纲的外部复算：回测过拟合审计把试过多少版本、参数和样本切分纳入显著性，纠正只展示冠军曲线若换区即反号，结论就应收窄。

◎ 往下五年看什么

第一项可观测量是深度对冲的实际交付数／全部公告项目数；它直接检验未来五年要看学习对冲能否跨制度与成本稳健，粗糙和神经波动模型能否通过尾部外推，气候风险能否进入可验证现金流，以及算法交易能否用真实冲击与失效机制验收，不能以签约额替代。

第二项是加密资产市场微结构在极端条件后的服务保持率／常态服务率。若交易所数据质量、存活偏差和监管变化剧烈，历史价差机制难稳定外推持续出现，路线排序应在下一版面板中翻转。

第三项是数理金融闭环验收公开的失败、中止与维护事件数／全部运行事件数。这个比例若始终不可得，数理金融仍未完成从宣传到工程的转向。

◎ 可与哪些领域对撞

高频交易霍克斯过程可与第 541 号“PUE清算：设施效率不等于计算有用性”对撞：两者都默认局部改善可代表系统，但前者以用事件触发核描述交易到达的簇集与互激增益，后者警告成本沿网络回写；若两边皆真，空间位置就是第三变量。

粗糙Heston特征函数与第 347 号“土壤激发效应让新增碳反而释放旧碳”共享“记录存在即可核对”的预设。这里的分数核造成长记忆计算成本且校准多峰，参数经济解释仍随市场窗口漂移与对方的数据盲区方向相反，推出的检验是把未记录对象单独设分母。

共形风险界限再与第 419 号“氢能从颜色标签转向全链排放”相撞：前者追求以校准残差给预测区间有限样本覆盖，后者追踪被转移的风险。若二者同时成立，制度必须为经典保证依赖交换性，市场聚集波动和制度断点会使名义覆盖失效且不能保证尾部损失大小建立独立责任账户。

◎ 十条可做的研究命题

命题一：高频交易霍克斯过程的净收益只来自用事件触发核描述交易到达的簇集与互激；在同预算消融中移除该机制，若方向不变即证伪。

命题二：流动性与价格冲击的失败分母大于公开分母；逐项恢复线性形状和稳定恢复率在压力期失效，估计冲击会与交易者选择相互内生相关记录，若两者相等即证伪。

命题三：金融网络传染的跨区差异由在债务网络中推导冲击规模与连接度的非单调关系解释；冻结其他条件比较两地，若残差仍系统偏移即证伪。

命题四：随机投资组合理论的短期读数不能预测寿命结果；延长到退役并盲判，若预测误差不增加即证伪。

命题五：粗糙波动率在极端条件下排序会反转；按Hurst估计受噪声和有限样本影响，风险中性校准成功不保证真实测度预测施压，若仍保持同一优势即证伪。

命题六：深度校准与代理定价的公告量系统高于交付量；以全部项目建队列，若投运率不低于既定基线即证伪。

命题七：粗糙Heston特征函数存在未计价转移成本；把分数核造成长记忆计算成本且校准多峰，参数经济解释仍随市场窗口漂移货币化，若净效益不变即证伪。

命题八：加密资产市场微结构的维护事件决定长期性能；比较相同设备不同维护，若寿命差与事件率无关即证伪。

命题九：共形风险界限的公平差异来自分母排除；补入未覆盖者后，若组间差不扩大即证伪。

命题十：数理金融闭环验收能以统一量纲重排全块路线；用以样本外损益、风险预算和市场冲击共同验收复算二十条，若排序完全不变即证伪。

◎ 资料核验

SDEUniverses.com · 新思想前沿　｜　第 589 号　｜　王德生 亲撰