本文提出一种新的预测市场模型，使用风险度量来建模市场中的代理人，并引入市场制造商来描述交易过程，分析表明，整个市场有效地达到了全局目标，同时建立了机器学习与市场之间的密切联系。

Mar, 2014

本研究探讨自动机制设计算法在组合拍卖中的应用，提供了关于组合拍卖类的样本复杂度分析，为自动机制设计奠定了坚实基础并推进了学习理论的边界。

Jun, 2016

本文探讨基于样本分布设计多项货品机制，利用分段线性结构证明了利润上限，并提出了优化复杂性和准确性之间的平衡的工具。

Apr, 2017

本文研究了资源分配在单峰偏好条件下的最优算法，提出了Diver算法作为Crawler算法的改进，能够优化检测有限的局部最优解并在通信复杂度方面具有渐进最优性。

Feb, 2020

介绍了一种基于缩放贝塔分布的市场制造商行为新表示法，以及该方法在市场制造文献中的三个方法：单一价格层次选择、阶梯策略和即时市场制造等方面的泛化应用，研究发现该方法对自有资金管​​理非常有用，并通过高保真虚拟账本模拟器实验验证了该方法的优越性。

Jul, 2022

本文通过建立一个包含多个生产者、消费者的网络联系和与之关联的一个马尔科夫链模型分析了价格本质，从而研究全球性和本地性的消费对于消费者的影响，并提出了与人们直觉不同的购买建议。同时，该研究还可以被用于对人工智能技术在经济层面上的采纳进行评估。

May, 2023

我们提出了一种名为UBET AMM（UAMM）的新方法，它通过考虑外部市场价格和流动性池的短期损失计算价格，同时保持常数乘积曲线的期望特性，消除有效的套利机会。

Aug, 2023

根据实验结果，在四个真实市场数据集上进行的综合实验表明，基于模拟市场制造者的强化学习框架（IMM）在多个金融指标方面优于当前基于强化学习的市场制造策略，其模型组成的有效性得到了验证。

Aug, 2023

提出了第一个最优贝叶斯算法和第一个无模型数据驱动算法以在市场制造者的价格上实现优化，通过估算外部市场价格来平衡信息交易者的损失和噪声交易者的利润，无需价格预言机或损失预言机，并提供了理论上的性能保证和经济上对不同市场条件的稳健性实证表明。

Oct, 2023

设计一个双边市场（双向拍卖）以在给定约束条件下（优势策略）实现最大化交易利益（社会福利），并在未知分布中使用多项式数量的样本进行研究。我们的首要结果是，在即使只有一个卖方和两个买方之间的相关价值分布的情况下，与一个卖方和一个买方（双边交易）的情况不同，这是不可能的。我们的第二个结果是，在独立分布的情况下，对于一个卖方和两个买方，我们提出了一种基于一种新算法的高效学习算法，用于计算有限支持和明确给定的独立分布的最优机制。这两个结果都严重依赖于（优势策略）激励兼容机制的特征，这些机制在经济上是强平衡的。

Jan, 2024