金融研报AI分析

Hour-Aware Adaptive Risk Management for Autonomous Memecoin Trading on Solana DEXs: Evidence, Theory, and Design Lessons from a 15-Day Deployment

本报告记录在Solana去中心化交易所（DEX）上进行的15日纸上交易部署，检验三项经典微结构预测在无闭市、24/7 的AMM环境中的适用性与可重复性：1) 时段效应（时间段内的收益分布差异）；2) 决策时刻筛选的反事实收益评估（拒绝推断/离线评估）；3) 小样本、尾部分布下累计收益的脆弱性。190笔交易结果显示胜率40.5%、单笔平均收益+0.62%、累计+117.7%（净SOL+0.039），分UTC进入时段后经Mann-Whitney检验的结果在统计上并未显著，但方向性与Kyle理论预测一致；拒绝候选的前向观测数据表明被拒绝样本的未来价格序列显著偏离参考，支持反事实评估的操作性实现；同时顶端少数交易对累计收益的支配作用凸显了“多重测试-脆弱性”问题的现实性。论文由三大设计教训支撑：1) 反事实日志应成为标准遥测；2) 脆弱性披露应成为首要稿件要素；3) 时段分层应明确且必需纳入分析。 [page::1][page::6][page::7]

On data-driven robust distortion risk measures for non-negative risks with partial information

本研究提出两类基于经验分布球的分布不确定性集合，用以在部分信息条件下对非负损失的鲁棒失真风险度量进行极值分析。通过将一般Wasserstein距离与已知一阶矩及更高阶矩约束结合，推导出在严格凹且可二阶微的失真函数下的最大化分布函数的闭式解，并扩展至一般凹失真函数与无界损失情形。研究结果表明，若信息越少，所得到的鲁棒风险越保守；并通过数值分析验证了方法的可计算性与鲁棒性提升的趋势，提供了对风险管理与定价等应用的理论支撑与数据驱动路径。 [page::1]

Damages and Materiality: Effects on voluntary disclosure

本研究以动态连续时间模型探讨管理层在私下观察到重大有利害信息时的自愿披露决定，以及损害赔偿与材料性标准如何共同影响披露意愿。与 Dye (2017) 的静态结论不同，本文发现随着损害赔偿上升，管理层会在早期转向全面披露，从而提升自愿披露水平；提高材料性阈值也会促使更早切换至全面披露，扩大披露规模。文章明确了一个“法律一致性区间”（legal consistency zone），在该区间内较高的损害赔偿配合恰当的材料性标准能够自发提高披露，反转 Dye 披露减少的结论。结论对监管设计具有重要含义，提示 Damages 与 Materiality 的作用应当是互为补充、协同作用的政策工具，而非孤立使用。 [page::4][page::31]

Emergent Latent-State Computation under Stochastic Volatility

在嘈杂观测下，研究多资产随机波动中的潜在状态如何被序列模型内部表示与利用。通过对六资产的受控MSV过程进行对比研究，发现 Transformer 与 MLP 均呈现“潜在波动状态推断 + 输出头映射”为两阶段的计算结构：隐藏表示编码下一时刻的潜在对数波动 h_{t+1}，输出头再将其映射为平方收益预测 r̂²_{t+1}。在 Transformer 中，潜在状态的可解码性以阶段性方式出现，且出现阶段依赖于波动周期 ω；在长周期下，信息几乎可由一个线性投影后再经过 ℓ2 规范化形成显式的 latent-state filter。阅读头的对齐问题也揭示了一部分退化源自读出层而非编码信息的缺失，通过将输出头替换为探针对齐的读出可提升 MAE 的稳健性。此工作将随机波动模型作为机械可解释性在噪声潜在动态与部分观测环境中的有力基准，为理解神经序列模型如何内部表示、变换并使用潜在随机结构提供了新视角 [page::1]

Quantum Transformer BSDE Solver via Multi-Layer Fully-Connected Variational Quantum Circuits

本研究提出基于多层全连接变分量子电路（FC-VQC）的量子 Transformer 向量 BSDE 求解器，用时间坐标令牌对状态轨迹进行表示，并通过因果自注意力学习BSDE梯度过程中的时空交互。与传统深度 BSDE 方法相比，本方法将可训练参数限定在 FC-VQC 的嵌入、投影、前馈与解码模块，而注意力与结构性运算保持经典且无参数。对三个 d = 36 的高维 PDE 基准测试表明，QTransformer 在紧凑隐藏宽度下相较非注意力 FC-VQC 基线具有稳定提升，并在某些配置上也优于经典 Transformer；当隐藏宽度增大时，经典 Transformer 仍能达到最佳总体精度。以上结果表明，将因果注意力与 FC-VQC 相结合可以为高维 BSDE 轨迹学习提供一种有效的量子架构[page::1]

Robust Hedging Valuation Adjustment for Deep Hedging Policies under Market Frictions

This paper introduces a robust Hedging Valuation Adjustment (HVA) as a post-training layer that aggregates the policy-dependent hedging costs, funding add-ons, and margin add-ons under a common stress distribution, enabling internally consistent reserves for policy ranking [page::4][page::5]. By combining tracking-loss CVaR with explicit liquidity and market-friction adjustments, the methodology compares classical hedge bands and learned neural policies across three liquidity regimes, using a KL-based upper expectation to guard against model misspecification [page::4][page::5]. Empirical results indicate that in High and Middle Liquidity environments, tuned classical gamma-wide bands typically dominate after budget relaxation, while in Low Liquidity sparse learned execution can offer additional reserve reductions under strict tracking-risk budgets [page::7][page::8]. The study emphasizes that a single shared stress path should be used for HVA, funding, and margin rather than three separate benchmarks, ensuring coherent risk–cost assessment and preventing misleading conclusions from policy-specific opposite worst-case scenarios [page::5][page::7]. The framework also points to extensions such as integrating balance-sheet features (netting, collateral, CVA/KVA) and considering retraining or robustness under KL stress, enabling future research on end-to-end xVA-like solutions for deep hedging policies [page::9][page::10].

RIDGE: An Autonomous Framework for Validation and Method Discovery in LLM-Generated Option Pricing

本研究提出 RIDGE，一个面向由大语言模型生成的期权定价实现的自治验证框架。通过结构化的无套利测试、压力测试、基准对比与一致性检查，结合基于知识库的诊断与迭代实现改进，形成提高数值稳定性和可靠性的闭环过程。实验在五类随机波动模型（Heston、Bates、rough Heston、Heston–Hull–White、G-SVJD）上展开，结果显示所有实现缺陷均被识别并修正，在 HHW 与 G-SVJD 的案例中，验证过程甚至促使转向基于条件高斯表示与 Feynman–Kac 的半解析定价方法，从而避免 Monte Carlo 的抽样误差与近零方差区域的数值难题。研究还提出可演进的验证知识库，用于跨模型迁移经验并提升后续验证的效率与鲁棒性。 supplementary material 已放在 GitHub：https://github.com/ShQiangLiu/ridge [page::1][page::2][page::4]

Long-memory GARCH via a two-dimensional Markov chain

本研究提出一个基于二维马尔可夫状态的长记忆GARCH型波动模型，通过对冲击更新的水平与斜率实现潜在核的自适应衰减，从而在有限维状态下产生持续的波动性。论文给出Foster–Lyapunov漂移条件，并证明状态过程的正哈里斯遍历性与唯一不变量分布的存在；仿真结果显示在稳定边界附近存在显著的低频持久性；在国际金融市场的实证分析中，该模型能较好再现观测到的长期波动性，并在前瞻预测方面与FIGARCH、GARCH等基准具有竞争力。 [page::1][page::4][page::6]

Discrete dividends after maturity adjust the stock and strike prices

本研究在 escrowed dividend 模型下扩展了 Black-Scholes 公式，使到期后股息同时调整股票价格与执行价格，从而在任意到期日实现模型内的一致定价；并给出对美式在单一分红前情形的 RGW 公式的扩展与完整的最优提前行权策略的刻画；此外，论文还澄清了关于 RGW 定价的套利争议，强调该模型在提供一致分析框架方面的优点与可操作性 [page::4][page::12][page::13][page::16]。

Generative Artificial Intelligence in Scientific Research: Individual Benefits, Collective Risks, and a Framework for Responsible Research with AI

本研究围绕生成式AI在科学研究中的生产力提升与治理风险展开，基于四阶段研究过程的讨论梳理私人与社会回报的潜在冲突及其成因，提出以四项基本原则（披露、差异化、叙事、比例性）为核心的RRAI治理框架，力求在保持AI生产力增益的同时缓解信息不对称、知识共同体负外部性与研究能力枯竭等系统性风险，框架以EU AI Act、UNESCO与OECD等现有制度为锚点，面向不同阶段、不同身份的研究主体实现分层治理与资源配置优化 [page::1][page::2][page::3][page::12].

银河金工量化基金周报（20260724）

本周核心结论显示，中证1000指数增强基金表现突出，超额收益中位数达到0.53%，显著优于沪深300和中证500等对比组；其它策略基金表现分化，行业主题轮动与大数据驱动策略等收益居前，同时提示数据基于历史数据，未来不一定能完全复制，投资需谨慎 [page::0]

<paper_title>ETF市场周度更新（20260724）

<paper_abstract>本报告对ETF市场进行了全景周度回顾，揭示总规模达到48403.14亿元、单周净增1293.97亿元，并呈现基础宽基、港股、黄金、信用债等板块的显著增量，同时指出市场分化特征明显，宽基与科创、资源等细分领域领跑，而美股等板块出现小幅净流出。报告还梳理了新上市ETF情况与热门高景气赛道（科创半导体、贵金属等）的资金动向，以及跨境港股标的的表现，提示投资者关注政策与市场波动风险。 [page::0]

【银河金工马普凡】ETF量化策略周度更新（20260724）

本报告对自2020年以来ETF量化策略的周度更新进行梳理，覆盖宏观择时、动量择势、资金流向与分位数回归等多策略的累计收益、最新持仓及当周表现，强调在宏观环境与市场风格切换中的风险与配置要点，为投资者提供基于ETF的多策略资产配置参考与风险提示 [page::0]

银河非银行业周报丨市场情绪有所降温，监管会议传递稳市信心

本周市场情绪有所降温。本周A股日均成交额为2.51万亿元，两融余额环比下降5.43%。IPO活动活跃，市场募资68.68亿元。本周有3家公司上市，及多项再融资与可转债发行。26只新基金发行，以偏股型基金为主。监管会议传递稳市信心，短期情绪有望趋稳，需关注宏观经济与市场波动风险 [page::0]。本文对证券行业板块及个股的周度表现、资金流向与募资情况进行了梳理，提供了对后市情绪与政策预期的判断框架 [page::0]。

【银河银行张一纬】行业周报丨国资增持稳预期，Q2公募重仓比例回落

本期聚焦银行板块在弱势中仍呈修复态势，结合资金面改善与增持事件带来的支撑，分析主动/被动基金持仓变化及区域性国资增持对估值的潜在影响，提示后续ETF资金流向及险资配置的持续性对银行板块的影响 [page::0]

银河通信赵良毕行业周报丨AI持续带来可观回报，谷歌英特尔上调Capex

本周通信行业受AI扩张驱动，龙头厂商资本开支持续攀升，显示AI基础设施投资进入快车道，推动数据中心、云计算及相关设备需求回升；全球及中国市场的AI投资热度提升了行业景气度，IDC统计的混合云市场在2025年下半年同比增速达到22.7%，2025全年规模达1451.7亿元，华为、电信等头部企业格局进一步稳固。虽然AI应用的落地速度与政策/技术摩擦存在不确定性，但长期投资逻辑仍对通信业有正向推动作用 [page::0]

【银河军工李良】行业双周报丨基金持仓持续下滑，超配比例创新低

本报告聚焦军工行业基金层面的持仓变化与结构性特征，显示2026Q2主动型公募基金对军工的配置显著回落，持仓占比降至历史低位，且持仓集中度上升，超配比例降至2017年以来新低，提示资金对行业的谨慎态度及潜在回补空间。未来若行业订单与业绩改善，或出现配置回升的机会；同时需关注地缘与需求不确定性、降价风险等系统性风险 [page::0]

银河科创板周报丨50余家科技巨头集体署名支持开源AI模型

本周科创板呈现结构性特征：上涨0.75%，但日均成交额下降，市场活跃度回落；科创板整体PE约81.24倍，且与科创50的估值差扩大，显示估值分化持续。与此同时，50余家科技巨头署名支持开源AI模型，凸显AI开放生态的行业共识与潜在投资机会。另有69家科创板上市公司披露上半年业绩预告，预增占比高，显示部分行业景气回暖；谷歌AI使用报告揭示全球68%职业接触AI，但实际深度应用仅约20%，提示AI普及仍处于广度覆盖、深度渗透阶段的过渡期。综合以上因素，本报对科创板的近期动态、估值趋势及相关基金表现给出关注点，以辅助投资决策与风险识别 [page::0]

银河化工行业周报｜中东局势再升级，化工品价格偏强震荡

本周原油市场因中东局势升级持续发力，Brent/WTI分别走高至约96.8美元与89.3美元，地缘冲突与关键海上通道的不确定性仍主导供给预期与价格波动；库存转化方面，原油库存转化损益均值约106元/吨，丙烷为-1538元/吨，年初至今表现分化。化工品价格总体偏强，MTBE、丙烷等涨幅靠前，而价差方面醋酸乙烯、PVC等价差涨幅靠前且整体呈现回落态势。报告提示未来需关注美伊谈判进展、海上通道通航情况及海湾地区产能运行情况，预计Brent价格将维持85-100美元区间波动，投资者应关注地缘风险和产业链运作的变化 [page::0]