本文提出Trade-R1框架，通过检索增强的两阶段验证与“三角一致性”度量（Evidence↔Reasoning↔Decision）将可验证的推理与噪声市场回报相连接，从而抑制金融RL中的reward hacking并提升跨市场泛化能力 [page::0][page::4][page::6].
本文构建在稀疏有向Erdős–Rényi网络上的同质资产负债表模型，提出“单击”（single‑hit）传染机制并引入发送者截断图G_sh，将级联问题化为前向可达性问题；在分支均值ρ_out<1时，任意对数级别初始冲击只会产生多项式对数规模的传播，随机冲击触发系统性事件的概率趋于0；在ρ_out>1时，G_sh进入强巨集/弓形结构，线性规模的输出集合存在，故对数规模随机冲击会以高概率触发系统性事件 [page::0][page::3][page::5]
本文提出并系统评估了基于 Smart Predict–then–Optimize (SPO) 的决策驱动投资框架：使用可解释的线性预测器并在训练中嵌入组合优化层（含交易成本、换手惩罚与正则化），通过滚动窗口月度回测（2015–2025 美股 ETF 数据）验证了决策导向训练在风险调整后收益和逆境鲁棒性上持续优于传统 predict–then–optimize 与若干基准模型 [page::0][page::14][page::16].
本论文提出一个端到端框架：用可校准的指数NIG模型从真实期权报价恢复无套利边际风险中性密度，并通过高维余弦级数逼近联合分布后，采用量子加速蒙特卡洛(QAMC)（基于QAE）进行多资产期权定价，理论上将CMC的O(1/ε^2)收敛提升为O(1/ε)并在实证中证明在高精度场景下QAMC需约10–100倍更少的查询以达成相近精度，从而展示了将严谨市场一致性建模与量子算法结合的可行路线与规模化潜力 [page::0][page::22].
本文提出基于拓扑数据分析(TDA)的“Topological Risk”，利用持久性景观(persistence landscape)的Lp范数度量资产拓扑波动并定义每只资产的拓扑风险，进而通过求解二次规划最小化组合的拓扑风险。对近十年S&P500成分股进行滚动窗口实证，TDA构建的组合在超额均值与多项风险调整比率上显著优于七类传统优化模型与两个基准策略，且对持仓规模与窗口长度稳健 [page::0][page::3][page::18].
本综述系统比较了三类指数跟踪建模范式（优化、统计与数据驱动），并在S&P500上进行实证对比：追踪误差方差（TEV）在精确复制方面表现最好，凸协整（Cvx-CoInt）在风险调整表现上最优，而带固定噪声的深度神经网络（Deep-NNF/DNNF）在成交量和计算效率方面具有显著优势。[page::50][page::38][page::42][page::46]
Using a nationally representative UK survey (N≈8,000), the paper shows women use generative AI substantially less than men and that gender-differentiated societal-risk perceptions (mental health, privacy, climate, labour-market) are a primary driver—explaining roughly 9–18% of variation in adoption and outranking many skill/demographic predictors; synthetic-twin analyses indicate raising societal AI optimism can substantially increase young women's GenAI use (e.g., from ~13% to ~33%), narrowing the gender gap [page::0][page::4][page::6].
本文研究在Uniswap v2 (CPAMM) 与 Uniswap v3 (CLAMM) 上，在包含瞬时、永久及瞬态（指数或近似幂律）价格冲击下的最优清算问题。对CPAMM在一般基础价格动态下给出一阶近似下的闭式最优解；对CLAMM在两层流动性框架下采用动态规划并通过离散化数值求解，展示了在不同恢复核、波动率和流动性配置下的策略形态差异与灵敏度分析，为DeFi大宗交易调度提供可操作结论 [page::4][page::16].
本文提出一个结合Transformer句向量、降维与聚类的可复制算法化系统文献综述框架，并将其应用于金融叙事研究领域，识别出研究从情感/主题统计向基于深度学习与图结构的叙事建模演进的趋势；算法化筛选将初始288篇文献精炼至16篇核心研究以进行深入分析，证明该框架在提高选择一致性与可复现性方面的有效性 [page::0][page::13]
本文基于14百万条中国上市公司线上招聘数据，构建了基于对比学习的Extreme Multi-Label Classification (XMLC) 管线，将招聘文本映射到ESCO技能框架，证实企业AI能力因果上显著提升岗位中既有（occupation-aligned）和非既有技能的表达，并推动“前瞻性”技能的提前出现，表明AI既能减少招聘信息噪声又能帮助企业提前识别未来技能需求 [page::5][page::6][page::7]
本文使用广义Lotka–Volterra捕食-被捕食框架，基于2016–2023年中国AI资本、固定资产投资与劳动（工资总额）数据估计交互参数，发现AI资本在与物质资本和劳动的相互作用中表现为“被捕食者”（stimulating capital and wages but weakly constrained），体系收敛到稳定节点；Sobol敏感性分析表明劳动均衡高度受AI侧参数支配，而物质资本均衡则更多受其自身饱和效应影响，为制定有区分度的产业与劳动政策提供可量化的政策杠杆指引 [page::0][page::21].
报告总结：2025年通信行业显著超额上涨，光模块、光缆/海缆、液冷与卫星通信表现领先，主要由海外AI算力上调和商业航天催化驱动；展望2026，海外光通信（尤其800G/Scaleup相关）、国产算力链及商业航天为三条首要投资主线，关注相关估值重构与IPO带来的板块贝塔效应 [page::0][page::2][page::4]
本报告评估“反内卷”政策对煤炭供给端的压缩及对煤价中枢的塑造，认为政策已显著缓释市场悲观预期并引致产量收缩，短期以供给端调控为主，中长期视下游需求复苏而定；预计2026年动力煤供需维持紧平衡、价格中枢约720元/吨，炼焦煤中枢按动力煤比价推算为1440-1584元/吨 [page::0][page::12]
本周报告跟踪股指期货（IH/IF/IC/IM）在剔除分红影响后的升贴水与基差期限结构，发现以中证500（IC）为代表的小市值覆盖指数贴水幅度较大但近期显著收窄；同时给出分红点位测算流程、成分权重/净利润/股息率/除息日的估计方法，并验证了模型在大盘指数上的预测误差小于5点、中小盘约10点左右的表现，为期货基差及套利判断提供量化工具与历史分位参照 [page::0][page::8]
本报告更新银河金工三条基本面因子量化选股策略（国企、科技、消费），披露2025年12月单月收益与相对基准的超额表现，并列出本月新调入标的以供参考，报告同时提示历史收益不代表未来、二级市场存在政策和事件风险 [page::0].
报告评述国务院印发的《固体废物综合治理行动计划》，指出“十五五”开局将继续以固废资源化为政策主基调，明确到2030年大宗固废年综合利用量目标与再生资源循环利用目标，并强调再生有色金属在供给中占比约24%、再生铜铝废钢节能减碳效果显著，建议关注金属回收、废弃油脂和垃圾焚烧发电等板块以把握政策和市场扩容机遇。[page::0][page::1]
本报告解读了商务部等9部门发布的《关于实施绿色消费推进行动的通知》，指出政策通过激励+保障+监管三大机制，扩大绿色消费覆盖至产品、服务、流通与回收全链条，推动绿色积分体系、绿色供应链与循环回收体系建设，并提出相关产业受益方向与落地风险，为投资与政策落地评估提供参考。[page::0][page::1]
本报告评估量子科技作为国家战略性前沿产业的快速推进，指出量子计算、量子通信与量子精密测量三条主线形成明确商业化路径，并引用国际机构数据展示2024年产业规模约80亿美元、未来至2035年有望扩展至万亿美元级蓝海，强调上游核心元器件国产化与中游系统集成为投资重点，建议关注具备技术壁垒与商业化路径的标的，同时提示政策、供给链与商业化节奏风险。[page::1][page::3]
本报告回顾2025年“风光储”供需与盈利状况，判断2026年将在反内卷与技术迭代驱动下进入新一轮景气周期；报告给出储能（包括AIDC与绿电直连）和风电、光伏的装机/需求预测及核心增长驱动力，并提出重点关注BC电池、钙钛矿及出海受益标的等投资建议 [page::0].
报告回顾2025年12月转债与股票的联动表现，并给出2026年1月转债市场的配置建议：建议以大盘顺周期为底仓、适度增配成长弹性仓位，重视开年日历效应与春节前后风格切换，同时展示多类量化因子的回测表现（低波、改良双低、高弹性）以辅助组合构建 [page::0]
