本研究基于 UKB 的同胞内准随机变异，估计教育多基因指数 Ed PGI 对教育年限与收入的因果效应，并将总收入效应分解为通过教育年限的间接通道与直接残路。结果显示：Ed PGI 提升1标准差可使完成教育年限增加约0.5年，晚年收入约提升5%（与 Carvalho 2025 的核心结论一致）[page::1]；在教育年限通道的中介下，约65%至75%的总收入效应通过教育年限实现[page::3]。通过文献中英国的教育回报率分布进行敏感性分析，随着回报率上升，介导份额增加，且在回报率达到8–9%时，直接效应在统计上趋于零[page::3][page::30]。该方法为设计型分解，不依赖结构性 schooling 模型，提供了关于两条通道相对贡献的清晰证据与不确定性可视化[page::3]。
本研究提出一个统一的趋势跟随（TF）框架，将欧洲、美国与时间序列动量（TSMOM）三类TF系统系统化地建立，并给出波动性归一化收益下的期望回报、夏普比率及交易成本的闭式描述。核心发现包括：在长期自相关为正、短期均值回归的情形下TF具备盈利条件；频域以Poisson核表示的收益来自低频谱的超额质量，若核加权的谱质量超过1则趋势阿尔法成立；长筛选带还能从返回过程的漂移平方中获得额外收益；在白噪声、AR-1、ARFIMA等常见生成模型下，给出欧洲TF系统的闭式期望回报与净Sharpe的近似；在84份液体期货上进行实证回测，三类TF系统与SG Trend Index高度相关，且回测结果与理论推导互相印证，适用于信号设计、仿真与性能 attribution 的分析。 [page::1]
铜基本面利好推动价格坚挺，社会库存处于历史同期低位，现货升水走强，伦铜/沪铜均处高位。全球铜矿供给受扰动，冶炼端利润承压，需求旺季来临将支撑补库。地缘风险与美联储政策的不确定性仍存在，但市场对算力中心相关板块的流动性变化高度关注，后续需关注关税、货币政策及供应端变动的影响 [page::1][page::2][page::3]
本报告聚焦印度在2021-2026年间通过提高金银进口关税以抑制非必需进口、调控贸易赤字与外汇压力的政策演变及其对实物需求的重构。核心发现包括：黄金长期为核心进口、白银季节性波动显著；2026年初进口旺盛与关税预期叠加推动月度净进口创历史高位，随后关税正式落地导致进口回落；宏观因素如卢比贬值、外汇储备波动对进口节奏的放大效应，以及关税时间线对市场结构的深远影响。文中提供了2021-2026年的关税演变时间线和相关宏观变量的证据性图表与要点解读。 [page::4][page::5]
本报告通过自下而上的生理需求测算法推导宠物刚性消费市场规模，覆盖犬主粮、猫主粮、猫砂及疫苗/驱虫等细分领域。犬主粮约1557.98亿元、猫主粮约877.96亿元，合计约2435.94亿元；猫砂约209.92亿元；疫苗/驱虫市场合计约245.18亿元。报告揭示主粮与猫砂等核心品类的规模梯度、市场集中度变化、国产替代趋势以及头部品牌格局演化，同时提示数据口径与假设风险对测算的影响。研究还指出，市场容量的增长驱动来自动物生理需求的稳定性与宠物保有量的增长。 [page::2][page::3]
本报告聚焦AI算力与半导体产能扩张的结构性趋势，聚合Kimi K3新一代大模型、Step AOS与STEPX Neo端到端生态，以及相关投资机会与风险。Kimi K3以2.8万亿参数、百万token上下文窗口、KDA与AttnRes等创新构架提升训练效率约2.5x，定价策略对标市场竞争对手，完整权重将于7月27日发布，开启开源权重阶段 [page::5][page::6]。Step AOS/STEPX Neo构成“模型-软件-硬件”三位一体的端生态，Step AOS提出“AI is the OS”的全新操作系统理念，具备跨设备部署与强大端云协同能力 [page::8][page::9]。产业动态方面，TowerSemiconductor启动双轨扩产以缓解硅光晶圆结构性短缺，相关上游设备与晶圆测试需求将带动长期景气；AI基础设施与云端推理芯片的发展亦支撑新一轮资本市场关注点，Fireworks AI完成15.05亿美元D轮融资，投后估值达175亿美元，强调专属智能AI平台在企业级应用中的竞争力与高增长潜力 [page::13][page::10]。本报告亦提示市场风险，包括AI底层技术迭代速度、监管与版权风险及落地效果不及预期等，建议关注半导体设备商、AI基础设施提供商及具备自有数据能力的企业级智能体方案提供商的投资机会 [page::14]。
本报聚焦AI算力行业的最新进展与市场动态，围绕华为昇腾950超节点、曙光8000十万卡AI超集群等国产化算力基础设施的真机亮相，以及1) 算力板块周度行情分析、2) 行业动态和龙头企业业绩展望、3) 产业链上下游的景气度与资本开支趋势等关键线索，系统梳理国内外算力竞争格局及应用场景演进，提炼对相关上市公司的投资机会与风险点。报告还强调全球封测、晶圆代工格局变化和端侧AI的快速扩张对产业链的影响，建议关注相关标的及产业链龙头。 [page::0][page::2][page::6]
本期聚焦全球半导体设备与芯片产能景气回升，ASML在2026年二季度业绩超预期并将全年营收指引上调至430-450亿欧元，显示AI相关设备需求旺盛与产能扩张的强劲势头；同时，芯原股份在2026年新签订单中，A1算力相关及数据处理订单占比超过90%，反映AI算力定制化需求的快速放大及转化周期特征。报告还梳理了全球半导体销售额、区域产能与设备进口等数据对行业的影响，以及潜在的外部风险（出口管制、地缘政治等）对公司业绩的潜在冲击。上述要点共同指向在全球供应链重塑与AI算力提升背景下，龙头与核心IP厂商的收入韧性与放量机会 [page::0]
本周全球宏观与资金面呈现结构性博弈：美债长端配置价值提升、美元走弱与油价反弹推动利率/风险偏好分化，黄金在降息预期下具备对冲属性 [page::2]。国内方面，26Q2实际 GDP同比4.3%、名义GDP同比约5.77%，GDP平减指数转向通胀区间，暗示“量底价顶”格局有望年内逐步回升 [page::4][page::5]。市场情绪与资金面波动加剧，成交额回落、融资净卖出明显，但ETF及主题资金抄底迹象渐现，结构性行情与风格轮动的机会逐步显现 [page::12][page::13][page::19]。就投资策略而言，A股处于底部整理阶段，科技超跌反弹与防御性板块轮动将成为核心驱动，外部催化与内部消费复苏将推动结构性切换 [page::17][page::18][page::19]。综合上述，关注全球利率路径与美债久期、国内增长底部回升的确定性，以及AI算力相关板块的中长期潜力与风控边界 [page::2][page::12][page::20]。
本报告基于Wind数据，梳理公募基金市场在Q2实现5.75%的规模环比增长、非货币类资产规模增长9.87%，股票型基金规模持续缩减但混合型基金因市场结构性行情而扩张。主动权益基金在净值推动下实现规模增长，FOF份额与规模显著回落；头部机构易方达、华夏等份额提升，行业配置显著偏向电子与通信，电子占比约43%、通信约17%，并呈创近年新高的分布。重仓股方面，中际旭创继续为第一大重仓，新增的新易盛跃居第二，部分公司的前二十大重仓地位出现调整。以上分析揭示市场正在经历结构性轮动与集中化趋势，风险与机会并存。 [page::0][page::1]
This paper introduces a signature-based framework for optimal execution in statistical arbitrage with path-dependent signals, unifying alpha generation and execution within a single truncated signature state. A central quadratic reduction theorem shows that, when trading speeds are restricted to signature-linear controls, the path-dependent execution problem becomes a finite-dimensional concave quadratic program that can be solved off-line; live execution then reduces to a single matrix-vector multiplication. The approach is demonstrated on synthetic mean-reverting log-spread dynamics and on a historical equity-pairs workflow (Shell–BP), where the learned policy outperforms a standard z-score benchmark on accounting metrics such as return on turnover [page::4][page::7][page::10]. The framework also connects with classical Almgren–Chriss/LQ setups and provides a principled route to incorporate temporary impact, inventory risk, and dollar-neutrality within a single optimisation [page::4].
本文构建全球化的任务-国家层面的自动化暴露图谱，基于O*NET任务词典、124个经济体与四维标签体系（暴露程度、技术通道、劳动边际、AI materiality）对18,797项任务逐一分类，并据此聚合至职业与行业层面。研究发现暴露水平高度受国家条件调控，与人均收入共同推动暴露扩散，但同一收入区间内仍存在显著异质性；劳动力替代型暴露普遍高于 augmentation 型，且随着发展水平的提升，信息化/推断等高AI材料性通道逐步增强，但仍有大量非AI或低AI介导的暴露存在。性别与非正式就业显著影响暴露分布，国别协变量如互联网普及、教育水平、治理质量等对暴露度具有重要预测力。该研究强调同一任务在不同国家条件下的实现路径不同，政策设计需考虑生产组织、信息能力与制度环境的共同作用，从而更精准地评估就业安全与技能升级的政策需求 [page::0]
Heavy-tailed extensions of denoising diffusion models replace the Gaussian noise by a Gaussian variance mixture εi = Ai zi: denoising Lévy probabilistic models (DLPM) take the mixing variables Ai i.i.d. across coordinates, Student-t EDM takes a single A shared by all coordinates. [page::0] Neither extreme has dynamics, yet temporal dependence of the noise amplitude— volatility clustering—is the defining stylized fact of the financial data these models target. [page::0] We introduce the Denoising Subordinated Probabilistic Model (DSPM), whose mixing vector is a stationary AR(1) chain driven by tempered-stable subordinator increments—the discretetime Barndorff-Nielsen–Shephard stochastic volatility process—running along the data axis. [page::0] Conditionally on the chain, the entire DDPM machinery survives verbatim, and we prove closed-form identities linking the chain parameters to the excess kurtosis and the squarednoise autocorrelation, yielding an exactly identified, analytically invertible calibration with a falsifiable feasibility bound ρr2(1) < K/(3(K + 2)). [page::0] DDPM, DLPM-type stable noise, and shared-scale Student-t-type noise are boundary cases of one memory parameter. [page::0] We then prove a result that delimits the entire design space: if the denoiser is conditioned on A (as sufficiency demands), the mixing law is a nuisance—in the exact-denoiser limit the generated distribution is invariant to it, and interventions on A have no effect. [page::0] Controlled experiments (identical denoiser, schedule, budget; only the law of A or the conditioning bit varies) confirm both halves: conditioned models match the data’s clustering regardless of the mixing law, and a designed 8 volatility shock moves the generated amplitude envelope by less than 13% against a naive prediction of +183%; blind models transmit the noise structure exactly as calibrated—lag-one squared-return autocorrelation 0.151 against the calibrated 0.161 with the predicted geometric decay, while the i.i.d. variant’s clustering collapses to 0.008. [page::0] The mixing law controls what structure the noise offers; the conditioning bit controls whether it transmits. [page::0] Finally we close the loop (v2): coupling the chain to the data through a variational volatility encoder (with a log-normal volatility prior, for closed-form KL) restores control—provided the objective retains the stochastic-volatility likelihood whose log-determinant term the simplified denoising loss discards; naive β-weighted couplings collapse or leak, and both failure modes are documented. [page::0] With it, the same 8 intervention scales the envelope by 3.07 (naive scaling: 2.83), the encoder tracks the true latent volatility of held-out paths (per-path correlation 0.57; 0.76 pooled), and the learned prior memory moves from its moment-calibrated initialization toward the true persistence. [page::0] The cost is substantial and stated plainly: the coupled model’s unconditional kurtosis falls below even the Gaussian baseline—fidelity and control are demonstrated separately, not yet jointly. [page::0]
本研究构建了一套两维相关的扩展Bachelier模型，用于在Brent期权市场高度流动的前提下，为Gasoil（凝炼油）期权定价提供波动率曲线。Brent的波动性以高斯混合密度的局部波动性表示，而Gasoil对Brent的波动性扰动通过基于 crack-spread 的数据驱动修正函数 h 来实现，该函数通过对历史 crack-spread 与波动Spread 的聚类得到代表性状态，并在时间和裂解差上进行插值，以得到Gasoil的波动率修正。该框架通过Monte Carlo仿真对两标的共同动态进行定价，并以Brent市场隐含波动率为锚点，将Gasoil的波动率曲面以模型修正形式映射到Gasoil上，避免直接依赖Gasoil的稀缺期权报价。数值结果显示，模型得到的Gasoil隐含波动率曲面在多组市场配置下与观测值高度一致，且明显优于仅将Brent波动性简单映射的对比方法，说明 crack-spread 驱动的Gasoil修正具有重要的描述力与实用性 [page::0][page::3][page::8][page::15][page::18]。
本研究提出可观测矩阵动力学（OMD）框架，将高维市场动力学映射到一个固定尺寸的距离矩阵及三项固定观测变量，系统地分析了三十年跨危机周期的S&P 500横截面。核心发现包括：距离矩阵的谱收缩与市场因子主导的几何收缩，以及在移除市场因子后对子市场行业轮动的揭示；两条基于日收益和波动排序的马尔可夫链揭示相对排序的持续性、时间不可逆性与信息传递网络特征；在2008年内部形成的危机预警信号在短窗口内具有预测力，而2020年的外生冲击难以提前预测。上述迹象在危机发生时显示出一致的协同效应，同时揭示了不同危机在行业成分及时间结构上的差异，为动态投资策略与风险管理提供了新的矩阵化框架与直观的多维度证据 [page::0][page::1][page::14]。
本周报告聚焦包装纸价格上行对轻工制造与纺织服饰行业盈利的提振作用，指出7月初国内瓦楞纸与箱板纸价格持续上涨，且上半年相关公司利润同比显著提升，五洲特纸等企业在二季度的利润增速有望进一步加速。报告维持行业中性评级，并对部分具备高股息属性且超跌的标的给出增持建议，强调估值修复与价格传导将成为盈利改善的关键驱动因素。以上要点涵盖了价格、利润及投资策略的核心思考 [page::0][page::1]
本报告基于对2026年二季度公募主动权益基金的持仓、仓位及行业配置的全面分析，揭示基金数量与规模持续扩张、二季度新发基金数量回升及总体仓位抬升趋势。研究发现电子和信息技术等科技板块成为核心增配方向，重仓股集中度上升，重仓股Top20集中度提升，A股及港股科技股成为主要配置对象。通过重仓股补全法对行业配置进行模拟，显示科技板块及电子行业的权重显著上升，医药、有色金属等行业出现减仓趋势。结合板块轮动特征，报告为投资者理解公募基金偏好与市场风格提供实证证据与风险线索 [page::1][page::2]
本报告围绕2026年煤炭行业的供需与融资环境，解读6月进口煤量价齐升的驱动，以及前6月进口煤增速与分煤种格局。核心结论是：国内产量受安全监管与停产影响显著，导致进口需求回暖，进口成本与价格显著上行，澳大利亚与印尼成为主要增量来源，后续走势仍取决于安监对产量的影响与国内需求变化。报告评估对煤企债务工具及永续债的投资机会，并提出关注中国神华、陕西煤业等龙头以及中报季市场风格的修复潜力。 [page::0][page::1]
本研究提出并检验了一个基于三个前盘可观测条件的日分类器（VVG：波动性-成交量-缺口），用于识别MNQ日内极端日。分类器在947个五分钟数据日中约4.4%触发，随后日内价格波动呈显著信息性扩散，且次日收益相对非分类日显著提高，但并非稳定的方向性交易信号；回测揭示样本量与年度 regime 变化导致固定方向策略难以稳定盈利。研究明确将分类器视为描述性工具而非直接交易信号，若数据量或执行方案改进，未来仍有转化为有用波动性/结构性特征的潜力 [page::0]
The paper develops a portfolio-level framework to model cloud interruption and measure diversification in cyber insurance, distinguishing standard and systemic regimes, and proposing an optimization to balance profitability with resilience to accumulation shocks. It formalizes a loss timeline, derives macro-level risk measures (mean, VaR, CTE) under Gaussian asymptotics, and provides underwriting guidelines to reduce exposure to cloud-outage scenarios. A numerical illustration with five providers shows how aggregate exposures should be allocated to maintain mutualization in ordinary conditions while limiting concentration under stress [page::0][page::4].
