Segurança dos agentes financeiros vira tema central.
A seleção foi feita entre cerca de 1.180 papers. Uma SoK disseca falhas de robustez em esquemas acadêmicos de trading com LLM. Outro trabalho mostra sinais adversariais se espalhando em sistemas multiagente de trading, e o 'Market Signal Injection' manipula agentes de precificação pelo contexto. Na construção, aparecem o EvolveTrade (agentes que evoluem pela experiência), o ERPBench para agentes em software empresarial e portfólios de workflows agênticos sob custo. Na governança, saem um protocolo de auditoria graduado por independência e a tradução do EU AI Act em requisitos.
EVOLUÇÃO
Continua a W37: a agenda vai de 'agentes que operam' para 'agentes que falham'.
O QUE FAZER COM ISSO
Agentes em mercado precisam de testes adversariais antes de produção.
O PACT testa se assistentes empresariais se mantêm confiáveis sob pressão. O E2A-Bench mede a passagem de evidência para ação em gráficos financeiros. O DualSQL usa RL multiagente para text-to-SQL, e o Salesforce Koa é um LM empresarial para tool use. Em avaliação, aparecem as lacunas de política que parecem erro do agente, auditorias de viés que discordam no ranking e o CITECHOICE sobre o crédito de citação em busca agêntica.
EVOLUÇÃO
—
O QUE FAZER COM ISSO
Text-to-SQL e tool use corporativo amadurecem rápido.
Na semana 37, a categoria girou em torno de skills de agentes e da cadeia de suprimentos da configuração de agentes. Nesta semana, a cadeia de suprimentos volta ao software tradicional, pelo SBOM.
Séries temporais: retrieval, benchmarks e look-ahead
O ML de séries temporais ganha avaliação mais séria.
Os papers da semana perguntam quando o retrieval ajuda a prever séries e propõem um benchmark multimodal com contexto heterogêneo. Também aparecem o FINESSE, simulador baseado em agentes para eventos financeiros, o uso de previsão profunda de LOB para modelar impacto condicionado a cenário, anomalias em razão contábil (general ledger) e o OPEN-1B, um treino totalmente auditável.
EVOLUÇÃO
—
O QUE FAZER COM ISSO
Anomalia em ledger e impacto via LOB têm aplicação direta em bancos.
O Emergence World submete sistemas multiagente a estresse adversarial de longo prazo, e um paper em cs.AI explica o colapso sem supervisão pela lacuna de enforcement. Um experimento pareado compara coordenação plana e hierárquica. Também saem conversa barata estabilizando interação estratégica entre agentes, reputação como memória comunitária da web agêntica e um mercado de ativos com manipulação de preço.
EVOLUÇÃO
Continua a crítica de custo e eficácia do multiagente da W37.
O QUE FAZER COM ISSO
Arquiteturas manager-worker precisam de evidência, não só de convenção.
cs.SE na semana 38: o SWE-bench já não ordena o topo, e o que medir no lugar
Os agentes de código convergiram no leaderboard. A diferença agora aparece depois do merge, no custo de manutenção e em quanto o agente exagera o que entregou.
Na semana 37, a categoria discutia benchmarks mais confiáveis (SWE-Bench Pro Verified) e falsos positivos em reparo. Nesta semana, a conclusão é que os benchmarks saturaram no topo e a avaliação vai para dados de produção.
O Stable Policy Learning busca políticas que funcionem fora da amostra experimental. Outro paper mostra contaminação de forma funcional que nenhum first stage detecta. Completam a semana o teste Anderson-Rubin perfilado com efeitos diretos de instrumentos, o Tensor-BEKK para covariância de séries tensoriais e a similaridade estrutural por cosseno.
Look-ahead em foundation models e viés de patrocínio
Previsão e agentes de IA sob lupa econômica.
Um paper mostra que treinar com dados posteriores à origem infla a acurácia de foundation models financeiros: é o viés de look-ahead. Outro mostra que agentes recomendadores LLM favorecem patrocinadores conforme o papel atribuído. A semana também traz a economia do autoaperfeiçoamento recursivo, a teoria de tokenização de RWA, o viés favorito-azarão no Polymarket e redistribuição sob IA transformadora.
EVOLUÇÃO
—
O QUE FAZER COM ISSO
O paper de look-ahead é leitura obrigatória antes de adotar TSFMs.
Um modelo trata o investimento de desenvolvedores em plataformas de agentes (spillovers, hold-up, portabilidade). Outro introduz uma indústria de IA num modelo de sinalização de carreira. Completam a semana a realocação de capital sob fragmentação geoeconômica e IA, o desenho de mecanismos para plataformas com anúncios e a comparação de provedores de informação.
Kalshi e Polymarket viram objeto de pesquisa, e bibliotecas de sinais ganham teoria.
A W38 teve cerca de 75 papers em q-fin, e dois blocos chamam atenção. O primeiro são os mercados de previsão: liquidação e finalidade no Polymarket, decidibilidade no Kalshi, e mercados combinatórios sob demanda (o viés favorito-azarão no Polymarket aparece em econ.GN). O segundo é a teoria de bibliotecas de sinais, que trata de limites de empacotamento e de espectros divergentes entre sinais e PnL. Também aparecem difusão para superfícies de vol, o custo de virada de ano nas taxas implícitas em opções.
EVOLUÇÃO
Novos mercados (prediction, on-chain) viram laboratório de microestrutura.
O QUE FAZER COM ISSO
Prediction markets entram na pauta de produtos e de risco.
Difusão para superfícies de vol e FIFO parcialmente identificado
Modelos generativos encontram hedge e backtest de execução.
Um framework de difusão gera superfícies de vol implícita dinâmicas e é avaliado pelo hedge que produz, com medida econômica em vez de estatística. Outro trabalho mostra que dados L2 não identificam a fila FIFO: backtests passivos dependem de uma regra de cancelamento não observada. Também saem um benchmark agêntico com custo para risco de peg de stablecoins, o SAiFE-gym para AMMs com liquidez concentrada e execução passiva sem modelo via shadowing de ordens.
EVOLUÇÃO
—
O QUE FAZER COM ISSO
Backtests de execução passiva precisam reportar faixas de identificação.
Fricções escondidas em box spreads e auditoria de QA agêntico.
Com SPX e RUT de 2012 a 2025, um paper mostra um aumento de 2 a 3 bp na base de funding das opções quando o vencimento cruza o fim do ano. Ou seja, as taxas implícitas em opções não são livres de fricção. Uma auditoria baseada em recibos mostra agentes de fronteira que erram com confiança quando a evidência está enterrada em data rooms. Um terceiro trabalho mostra por que passar na avaliação de mesas proprietárias de varejo não prova habilidade.
EVOLUÇÃO
—
O QUE FAZER COM ISSO
O efeito de virada de ano interessa a quem usa box spreads como curva.
Um paper argumenta que o skew Brownian motion não deve ser usado como processo de retornos neutro ao risco e propõe uma alternativa skew-normal bem posta. Outro traz regras fechadas de entrada e saída para variance swaps perpétuos (já listados na Cboe). Completam a semana a desmistificação da expansão Bergomi-Guyon, um contraexemplo de arbitragem em 'Estimate Nothing', a calibração exata de modelos estruturais de crédito via time-change e a GLE como alternativa à vol rough.
EVOLUÇÃO
A vol rough começa a ser questionada por modelos com memória desacoplada.
Dois papers do mesmo programa tratam de bibliotecas de sinais cross-sectionais. Um mostra limites de empacotamento e saturação sob teto de correlação. O outro mostra que 3.000 sinais sobre 20 ativos convergem para o componente principal dos retornos. Completam a semana o Special Markowitz, que regulariza retornos e covariância em conjunto, sazonalidade em futuros de commodities fora da amostra e o erro de componentes principais em modelos fatoriais.
EVOLUÇÃO
Continua a agenda sinal→PnL da W37.
O QUE FAZER COM ISSO
Mais sinais não significa mais diversificação. O espectro limita.
A variância implícita total vista como expectativa condicional.
A variância implícita total é representada como a expectativa condicional da variação quadrática dado o preço terminal. Cross-lists trazem a GLE para vol, o pedágio de fim de ano e o contraexemplo de arbitragem.
Um trabalho quantifica a reforma da margem de risco de Solvência II em 2027, que reduz o custo de capital de 6% para 4,75%. Outro propõe foundation models para risco de seguros usando narrativas de sinistro, imagens e sensores. Também aparecem um sistema de alerta precoce de risco de crédito com dados heterogêneos, o CAST para controle de drawdown e um paper mostrando que reprodutibilidade de anotação por LLM não garante validade de construto.
EVOLUÇÃO
—
O QUE FAZER COM ISSO
A validade de construto importa para qualquer métrica de risco extraída por LLM.
Modelos de previsão competem com rigor estatístico.
Os papers da semana incluem fusão temporal multi-stream (VertiFuseX), wavelets com atenção por regime (WaVeFuse), a teoria de campo φ⁴ para o S&P 500, fricções de roteamento em mercados fragmentados on-chain e sazonalidade em commodities.
EVOLUÇÃO
—
O QUE FAZER COM ISSO
Leia os ganhos de previsão com cautela: poucos têm teste econômico.
Microestrutura dos mercados de previsão em detalhe.
Uma série sobre Polymarket (partes I e II) separa resolução do oráculo, finalidade de protocolo e resgate observado. No Kalshi, papers definem os relógios de primeira decisão e de decisão estável e medem a amplitude efetiva dos mercados combinatórios. Fora deles, aparecem crises de liquidez endógenas sob ancoragem fraca, memória de order flow em tempo de evento e market making em AMMs.
EVOLUÇÃO
Prediction markets viram subárea própria de microestrutura.
O QUE FAZER COM ISSO
Produtos sobre eventos exigem modelar a liquidação, e não só o resultado.