本论文提出一种利用AI驱动图模型结合非对称风险调整的新颖框架，通过高流动性指数期货复制私募股权基金表现，显著提升流动性和透明度。模型精准捕捉私募股权收益的非线性和非对称特征，有效降低最大回撤并提升夏普比率，实现与Cambridge Associates及Preqin等传统季度私募基准高度一致的复制结果，助力构建信任度高且制度可推广的流动性替代资产。[page::0][page::1][page::5]
本报告提出PEARL框架，通过先进图模型和异质因子调整提升私募股权基金复制的流动性与性能表现，实现与季度私募基准更高的相关性和风险调整收益，显著优化传统日频复制缺陷[page::0][page::4][page::5][page::6][page::7]。
本文从行为金融学视角出发，将金融市场在繁荣与崩盘期间类比为Le Bon意义上的心理人群，强调市场作为整体表现出超越个体理性偏离的集体无意识、情绪传播和暗示作用。文章通过将群体心理学引入行为金融，揭示市场非理性波动的宏观心理机制，为金融不稳定性的理解提供了理论基础[page::0][page::22][page::27][page::30]。
本文基于2023-2024年Uniswap v3上24个最活跃流动性池的链上高频数据，系统研究了DeFi市场结构（如集中流动性机制及区块内交易执行）和Maximal Extractable Value（MEV）策略（包括Just-in-Time流动性提供、夹击攻击等）对价格、订单流及流动性统计特性的影响。结果揭示了DeFi与传统市场在交易返回分布厚尾、自相关结构、流动性动态及事件转移概率等方面的显著差异，为量化理解DeFi微观结构提供了新视角和方法 [page::0][page::1][page::2][page::4][page::6][page::9][page::11][page::17][page::19][page::20]
本研究利用合成控制法（SCM）定量评估2025年1月加州Altadena野火对房价的因果影响。结果显示，野火对房价产生显著负面冲击，房价差距随时间扩大，六个月内平均月度损失达32125美元。统计检验基于后期与前期RMSPE比值表现出边缘显著性（p=0.0508），说明该方法有效揭示灾害造成的经济损失及其动态影响 [page::0][page::2][page::3][page::4][page::6]
本论文提出了一种结合深度学习（TABL模型）与基于行为的代理模型（Chiarella模型）的混合框架，用于生成合成的限价单订单簿（LOB）数据。通过设计多任务预测模型和模拟匹配引擎，实现在高频交易环境下再现订单流动态和价格行为。实验证明，该模型在订单删除率、价格路径和一些市场微观结构特征上表现良好，但对极端微结构事件和波动持续性刻画不足，提示需引入更复杂的代理行为以提升合成数据真实度[page::0][page::4][page::5][page::6][page::8]。
本邀请函介绍了中金公司量化投资秋季线下沙龙活动，聚焦港股主动量化与风格投资，探讨基于大模型（LLM）及新闻数据的新技术如何助力策略配置和A股择时，内容涵盖多位量化及ESG分析师的主题演讲和研究成果分享，旨在推动量化创新和交流。[page::0][page::1][page::2][page::3]
本报告系统性分析了欧盟碳排放交易体系（EU ETS）2010-2020年间的市场效率、价格动态及交易结构。通过AR-GARCH模型揭示了显著的价格集群和短期收益率可预测性，国家间交易网络分析展现了市场高度集中且部分国家主导交易流量。价格弹性模型发现多国交易体现金额与价格的异质且非传统关系，指向市场中的投机行为和结构性失效，提示EU ETS的碳减排机制虽有效但定价与交易机制仍待完善[page::0][page::12]。
本文提出一种结合神经网络与树模型的混合机器学习集成框架，用于预测标普500 ETF短期（5天）市场风险及其驱动因素，并基于该信号构建系统交易策略，实现显著的风险调整超额收益。研究涵盖广泛跨资产特征，包括权益、利率、外汇、大宗商品与波动率市场，揭示了不同市场状态下的关键风险因子和因果关系。实证回测区间为2005至2025年，策略年化夏普比率达2.51，CAPM alpha显著正值，beta低于1，表明模型有效捕捉非线性风险动态并实现有限方向性敞口下的系统性阿尔法生成 [page::0][page::1][page::10][page::14][page::15]。
本报告分析金属包装行业的价格动态及政策影响，指出行业正从价格战向价值战转型，预计金属包装企业将实现高质量发展并带动相关企业业绩改善。同时，关注包装纸及纸板的涨价及其对下游需求的支撑，维持轻工制造和纺织服饰行业的中性评级，推荐相关标的，提示宏观经济和成本风险 [page::0][page::1]。
报告点评豪迈科技2025年前三季度业绩稳健增长，实现营业收入80.76亿元，同比增长26.88%，归母净利润17.88亿元，同比增长26.21%。公司费用控制持续优化，研发费用率提升至5.65%，管理费用率下降至2.62%。2025年10月发布员工持股计划，拟激发公司长期发展活力。2025至2027年归母净利润及EPS预测维持增长预期，维持“增持”评级。报告指出市场竞争、汇率及原材料价格波动等风险 [page::0][page::1]。
2025年前三季度规模以上工业企业利润同比增长3.2%，利润率降幅收窄，产业结构优化与高技术制造业利润增速加快驱动整体效益回升。出口韧性和价格支撑成为主要拉动因素，但营收增长仍面临外部环境与需求不确定性挑战[page::0][page::1]。
万安科技2025年前三季度营收和归母净利润均实现稳健增长，Q3单季度营收连续13季同比增长，毛利率和净利率有所提升。公司持续拓展高增长潜力的新项目和产品，包括新能源汽车底盘铝合金轻量化、商用车EMB系统，并积极布局机器人领域。AEBS强制法规推动带来订单增长，产能扩张和政策红利预期为中长期业绩增长提供支撑。2025-2027年营收及净利润预计稳步提升，维持“增持-A”评级[page::0][page::1][page::2].
本报告系统回顾了2025年10月纺织服饰及相关轻工制造行业的市场表现、企业业绩及原材料价格变动。重点分析了滔搏FY2026H1业绩下滑原因及门店调整情况，同时涵盖了行业内龙头企业如波司登、永辉超市等的战略动态。报告指出，纺织服饰板块整体表现相对大盘偏弱，部分子行业估值处近三年高位，原材料如棉花、羊毛价格环比微幅波动，黄金金价显著下跌对珠宝需求产生阶段性抑制。此外，消费者社零及出口数据反映出消费持续回暖但仍存在不确定性。针对行业发展及企业运营风险做出提示，为投资者提供参考 [page::0][page::1][page::3][page::12][page::16]
本报告聚焦纺织服饰、黄金珠宝及机器人制造等行业最新动态与个股业绩表现，详述滔搏FY2026H1营收盈利下滑及原因，同时专题分析纺织制造产业链与关税影响，推荐申洲国际、裕元集团等龙头企业。分析万安科技三季度业绩稳定增长，机器人业务多点拓展及未来成长空间，提供综合投资建议并提示相关风险 [page::0][page::3][page::5][page::6]
本文首次利用合成控制法及差分中的差分方法，实证分析了1978年埃及与以色列和1994年约旦与以色列和平条约的长期经济效益。结果显示，两国均实现显著且持久的GDP与人均收入提升，埃及GDP较无和平协议情景高出64%，人均收入提高82%；约旦GDP提升75%，人均收入增加20%以上。和平带来的经济增长机制存在差异：埃及主要得益于军事支出减少、外资流入增加及制度信任提升，约旦则主要通过贸易和金融资金流入获益。尽管贸易开放作用不显著，但财政重分配与外资流入构成和平红利的核心驱动力。此外，埃及估计出现司法独立及政府诚信显著提升，体现和平对制度层面的积极影响。本研究还对近期亚伯拉罕协议进行了短期经济影响分析，发现资本流入和贸易扩张为主要机制，强调和平红利的条件性与多元路径，为中东和平的经济影响提供理论和实证基准 [page::0][page::1][page::19][page::20][page::21][page::22][page::23][page::33][page::34][page::36]
本报告提出了一种名为Temporal Relational Reasoning（TRR）的算法框架，利用大规模语言模型及其零样本推理能力，对股票投资组合崩盘风险进行预测。TRR通过模拟人类认知的头脑风暴、记忆、注意力及推理四大能力，从多时点的新闻信息动态生成时间-关系图，显著提升了崩盘检测的准确率。实验证明，TRR在多个经典金融危机时期对不同组合的预测优于深度学习和其他LLM推理方法，对经济危机预警亦具良好泛化能力[page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7]。
本文介绍了MacroEnergy.jl框架，这是一种基于Julia语言构建的大规模多部门能量系统容量扩展建模工具，支持跨电力、燃料、生物能源、钢铁、化工等多领域的耦合分析，通过图结构灵活组合多个行业组件，实现高时空分辨率建模和并行计算扩展，为能源转型政策制定和系统优化提供强大技术支持[page::0][page::1][page::2]。
本论文通过对加拿大一家三级医院手术室调度AI开发的嵌入式研究，揭示了AI系统设计过程中“调度的想象”与“调度的实践”之间的差异。[page::0][page::1][page::2]研究发现，AI设计忽略了调度过程中的伦理判断和临床实践复杂性，导致了知识表达的早期关闭（epistemic foreclosure），从而剥夺了系统对伦理维度的支持能力，提出应采用更具情境感知性的AI设计思路以支持复杂的医疗协调过程。[page::3][page::4]
本文提出了一种结合基于市场仿真的强化学习框架，用于优化大宗订单执行算法，能够有效平衡市场冲击和执行风险，实现接近Almgren-Chriss有效前沿的交易策略。通过在港股恒生指数期货数据上的测试，RL生成的双峰分布策略在降低滑点和风险方面显著优于传统TWAP与VWAP方法，展示了RL在实际交易执行中的巨大潜力与应用前景[page::0][page::4][page::5][page::6].
