提出了一种保对称（随机矩阵不变性）且可扩展到不同维度的双流神经网络，用于在奇异值分解（SVD）基底上对经验交叉相关/协方差进行非线性清洗；该方法在理论 BBP 清洗的限制（平稳性与有界谱）下可退化为解析解，但在包含市场主模和时间非平稳性的真实权益数据上表现出更优越的OOS重构误差和更好的偏差-方差折中 [page::0][page::1][page::3].
本研究使用 Giglio–Xiu (2021) 三遍法在包含隐含因子的框架下估计加密货币横截面风险溢价，发现加密资产的预期收益不仅对加密特有因子暴露，同时对若干股票行业因子（如 Software 与盈利能力因子）也存在定价关系，且相较于传统 Fama–MacBeth 估计，隐含因子方法对关键因子的溢价估计差异显著，凸显控制未观测风险的重要性 [page::0]
本文将个别赔案准备金（OCL）估计问题构造为逐期决策的 Markov Decision Process，并用 Soft Actor–Critic（SAC）实现连续动作空间下的递归更新与时间差学习，同时设计了包含精度、稳定性与平滑性的复合奖励并引入按 OCL 加权以修正组合级别低估偏差，实证表明在 CAS 与 SPLICE 合成数据集上对未成熟（高贡献）分段具有有竞争力的个案精度与较好聚合表现 [page::0][page::12][page::20][page::23][page::29].
本文构建并证明了在含股票与年金的连续时间金融均衡框架下，引入普遍基本收入（UBI）税收再分配后均衡的存在性；利用可解耦的二次 BSDE 系统构造均衡，并分析了 UBI 对劳动参与、股市（市场风险价、利率）与福利的影响，结果显示劳动与福利对再分配参数的单调性取决于代理人对他人劳动的“影响参数”符号，而股市指标对政策参数的响应则可能呈复杂的非单调性（含示例图）[page::0][page::6][page::13]
本文提出一种面向意大利中小企业的时序对齐元学习信用评分框架：先以年报为锚构建静态（12个月）PD模型，再用月度行为数据通过EWMA与指数插值建模PD的月度演进，最后采用堆叠（stacking）将多源评分融合为可解释的元模型，从而解决数据发布滞后与多频率异步问题并提升预测稳定性与时序一致性 [page::0][page::3][page::6]
基于2020–2024年覆盖2,439只韩国股票的2.79M笔交易数据，论文比较了市场资本化归一化（“Matched Filter”）+线性排序与ICA、Wavelet、LSTM等复杂流水线的表现，结论是：简单的市场值归一化特征驱动的动量策略显著优于复杂模型（Sharpe 1.30 vs 0.07；累计回报272.6% vs −5.1%），表明在低信噪比环境下，特征工程的边际收益远高于模型复杂度 [page::0][page::14].
本文提出一种基于公理化排放惩罚算子 P_j^(m) 的“排放感知鲁棒组合优化”（EAPO）框架：算子将收益按收入归一化的排放强度平滑折扣，并在范数/矩约束的不确定集下给出精确的线性/二阶锥可重写形式，从而实现可扩展的鲁棒均值-方差与 CVaR 优化；在美国大盘回测中，EAPO 将组合 Scope‑1 强度相比等权降低约 92%，且在 HAC 与区块自助检验下对 Sharpe 无统计显著下降，展示了大幅减碳与性能保持并存的可行路径 [page::5][page::6][page::17].
本文检验源自中国A股的Alpha191短期交易因子在美股（S&P500, 2002–2022）横向适用性，使用双阶段选择（DS-LASSO）并在包含151个传统基本面因子的控制下，发现有17个短期交易因子在3×2组合检验中对横截面收益具有显著增量解释力，表明交易性、成交量与短期均值回归信号提供了传统“慢”因子无法覆盖的信息维度 [page::0][page::12].
本文证明：在恒常规模报酬与完全竞争下，能够使工资最大化的劳动份额仅由资本/劳动比率决定；当实际劳动份额高于该最优值时，进一步的自动化（降低劳动份额）可提高平均工资。基于12个工业化国家的CES估计与分解，作者发现当前样本中劳动份额普遍高于工资最大化水平，且劳动份额下降解释了美国产出人均工资自1954–2019年实证增长的约16%（贡献为正）[page::0][page::4][page::5]
本报告提出PriceSeer：一个面向LLM的实时、无数据污染的股票预测评测基准，覆盖110只美股、11个行业与249个交易日，整合历史序列、五类技术指标与新闻（含伪新闻）用于多时滞预测与投资策略生成，实验比较六种主流LLM并分析其在短中长三类预测区间、行业差异以及对伪新闻的脆弱性，为LLM在金融决策场景的能力评估与改进提供系统化证据 [page::0][page::4]
本文提出：加密市场的区间并非偶然，而是由4小时（4H）时间框架下的市场结构与衍生品资金费率共同“治理”形成；资金费率通过持续的成本压力约束头寸，使区间在资金、流动性和保证金弹性达成临时均衡，并决定何时可能出现可持续突破 [page::0].
本文在统一的概率框架下区分“风险”（期望层面，基于生成分布的累积方差）与“不确定性”（实现结果的离散性），并提出“有效投资暴露”（time-integrated invested capital）用于归一化比较。结论：在平稳且方差有限的收益过程中，拉长持有期在单位暴露基础上不改变期望风险或期望收益比，但会降低实现结果的离散性；而不同的时间分配（如一次性入场 vs. DCA）改变暴露剖面，因而在等回报暴露下可产生常数阶的期望风险差异且同时影响不确定性，DCA并非在期望风险上最优但并不病态 [page::0][page::5][page::16].
本文基于景气度-趋势-拥挤度三维框架与行业相对强弱（RS）因子构建行业轮动及ETF配置方案，给出当前首选行业与ETF权重（传媒、轻工、非银、计算机、建材、军工等），并展示策略在ETF端与选股端的历史显著超额表现（2025年ETF组合相对中证800超额21.4%），同时补充了左侧库存反转模型作为补充方案以捕捉困境反转机会 [page::0][page::3][page::4]
2026年开年以来A股呈显著上涨并伴随成交放大，年初至1月12日上证指数累计上涨约4.9%，多重利好（产业事件催化、盈利季预期改善、资金面与人民币升值）共同推动市场“开门红”；但以自由流通市值口径计算的换手率已超过历史警戒线5%，提示短期情绪偏热与波动风险，建议以基本面改善为主线、警惕阶段性震荡并重点关注景气成长与外需突围等方向的结构性机会 [page::1][page::2]
本报告识别并量化了美国统计口径在10-11月因“政府关门”而产生的填补方法导致的低估效应，预测美国CPI可能在2025年12月、2026年1月与2026年4月出现补偿性上涨，从而短期抬升通胀水平并可能令美联储放慢降息节奏，带来全球流动性边际紧缩与资产波动；基于此，我们建议增配商品以对冲风险，并在回调时逢低增配黄金、美债与中美股票以把握机会 [page::1][page::3][page::4][page::10]
报告从就业视角解析消费疲软根源，指出居民消费能力受限源于收入增速放缓与预期转弱，而就业市场存在总需求缺口、结构性缺口与效率挤压三重压力（约分别为2.1%、1.3%、2.2%），并提出宏观对抗、服务业扩能与社保/就业支持三条路径以系统性修复就业与提振消费 [page::0][page::11][page::16]
本资料为国泰海通证券发布的“车研有AI”主题投资研究沙龙邀请函，介绍了2026年1月20日在上海陆家嘴旗舰店举办的全天会议安排、嘉宾（含同济大学朱西产教授）与上市公司交流环节，并提示仅面向研究服务签约客户报名及合规注意事项 [page::0][page::1][page::2]
报告梳理了海外AI生态最新进展：NVIDIA推出面向物理AI的新模型与平台推动机器人落地，OpenAI与Google在健康与办公场景推出重要产品升级，MiniMax完成香港IPO；维持行业增持，重点推荐AI算力、云厂商与应用方向，同时提示地缘政治与监管等风险 [page::0][page::1]
本报告梳理近期军工板块动态：2025年中国航天全年发射次数达92次创历史新高，行业技术与商业航天并进；美方提出将2027财年军费从1万亿美元提高至1.5万亿美元，反映全球军备投入上升的外部环境；短期内军工指数显著跑赢大盘，报告建议重点关注航空航天及卫星互联网等装备建设与前沿热点以把握长期成长机会，并提示产能扩张与民品业务风险需关注 [page::0]
CES 2026提出“物理AI”方向，推动AI与可穿戴硬件深度融合；多家中国厂商在新品、eSIM、轻量化设计与多模态能力上加速布局，产品正向日常配饰化、独立终端演进；出货保持高速增长，2025上半年出货同比+110%，智能眼镜首次纳入国补有望带来需求弹性，但仍面临原材料、终端需求与竞争等风险 [page::1].
