本研究通过Kramers–Moyal展开及Fokker–Planck方法，实证分析伊朗、土耳其和斯里兰卡美元汇率的随机波动特征。结果确认汇率对数收益率的马尔科夫性质，构建二阶Fokker–Planck模型，推断出带有稳定性漂移项与非线性扩散项的Langevin系数。利用滚动窗口估计系数并结合结构断点检测，揭示汇率动态中的关键转折点，与政治经济事件高度契合，实现对汇率不稳定的早期识别与风险建模 [page::0][page::1][page::5]。
本论文提出了一个用于预测客户在开放银行环境下数据共享倾向的框架，结合ADASYN和NEARMISS算法处理数据不平衡，采用XGBoost模型达成超91%的准确率，并通过SHAP和CART方法解释模型决策，发现移动端交互和信贷特征是影响数据共享行为的关键因素，为金融机构制定策略提供实证依据 [page::0][page::1][page::5][page::7][page::8]
本论文提出一种基于黎曼几何的新型水平差异化微观经济模型，统一并扩展了Hotelling模型，容纳无限多企业和非理性消费者，允许一般差异空间（如非欧几里得流形）。模型以softmin决策规则描述消费者选择，克服传统模型中理性假设和空间边界限制。理论分析展示集中均衡（最小差异）仅在特殊条件下成立，诸如存在边界或有限理性等，并通过迭代模拟验证高维或带周期特征空间中的市场动态，揭示了差异化行为的新视角与适用范围[page::0][page::1][page::14][page::19][page::26]。
本研究基于七参数广义调谐稳定分布（GTS），通过分位数-分位数（Q-Q）图分析比特币与以太坊的收益率尾部特征。结果表明，两个加密资产均表现出厚尾特性，且以太坊尾部极端事件更频繁，显示其更高的尾部风险和极端波动可能性。GTS分布优于传统模型，适合捕捉加密货币的复杂风险动态，为风险管理和定价模型提供理论支持 [page::0][page::1][page::2][page::3]。
本文提出了SAGE-FIN，一种基于半监督图神经网络的金融欺诈检测模型，能够在包含节点和边属性的二分图上识别异常。通过利用部分标记数据和图卷积自编码器，模型结合结构学习与分类，显著提升了欺诈检测性能。利用Granger因果原理，提出了因果解释方法，提供了针对识别结果的局部可解释子图。实证分析表明，SAGE-FIN在Elliptic++数据集的节点和边检测中表现良好，同时因果解释能帮助审计人员理解欺诈行为的关联结构，有助于实际金融监管和调查 [page::0][page::1][page::4][page::5][page::8][page::10][page::12][page::15][page::19][page::22]。
本论文提出基于LSTNet的多尺度深度学习模型，结合多变量劳动力市场时间序列数据，实现了精确的7天就业预测和可解释的行业就业健康指数（IEHI）。模型在多个行业表现优异，尤其是稳定行业，且IEHI排名与实际就业波动高度相关。研究揭示模型在面对行业结构性波动时的局限，并提出未来增强因果推断和空间时间建模的方向 [page::0][page::1][page::5][page::6]。
本报告提出了一种融合小波变换卷积与通道注意力机制的LSTM模型，用于股票价格预测驱动的投资组合构建。通过波let变换降噪，通道注意力重构特征，结合LSTM捕捉时间序列特征，股票长短仓动态调整构建等权组合。实证结果显示，所提方法在后疫情市场波动期表现稳定，显著优于买入持有策略与主流深度学习模型，在收益、夏普率和最大回撤方面均具优势 [page::0][page::1][page::8][page::11][page::13][page::14]
本论文提出了一种基于强化学习（PPO算法）动态调整区块预处理器大小的迭代求解器框架，用于加速组合优化及期权定价中的大型线性系统求解。实验证明，该方法在不同规模和密度的真实投资组合和期权定价数据上均显著提升收敛速度，尤其对非对称及条件数较差的矩阵效果突出，优化了计算效率，适用于实时资产配置和定价任务 [page::0][page::4][page::5][page::6][page::7]。
本论文研究了利用华尔街日报新闻头条的OpenAI文本嵌入模型结合PCA降维技术，提升标普500ETF（SPY）每日价格预测准确性。通过训练390个机器学习模型对比，实验证明加入新闻头条嵌入后模型性能提升40%以上，显著降低预测误差。研究涵盖了多种神经网络结构与时间依赖/非依赖数据形式，综合经济数据如美元指数和国债收益率，系统性探讨新闻情绪对股价波动的影响及建模方法 [page::0][page::1][page::8].
本报告提出了一种基于遗传算法的任务分配模型，平衡金融服务行业的业务效率与员工幸福感，通过多目标优化显著提升任务完成概率并改善任务分配公平性，优于传统启发式方法，具备良好扩展性与实时调整能力[page::0][page::3][page::20][page::21]。
本论文基于尼日利亚证券交易所历年股票数据，利用长短期记忆网络（LSTM）构建股价预测模型。通过数据清洗、归一化和重塑，采用80%数据进行训练，20%数据测试。LSTM模型在多个股票预测中表现优异，准确率平均达97%，误差较低，明显优于传统神经网络和卷积神经网络。研究强调大规模、干净数据对模型性能关键，建议未来探索LSTM与其他深度学习模型的融合以增强预测能力和稳定性 [page::0][page::3][page::6][page::8]。
本文首次开展跨链大规模研究，覆盖以太坊、BNB链、Solana和Base共34,988个meme币，揭示82.6%的高收益meme币（收益率＞100%）存在如刷单、流动性池价格膨胀等多种操纵行为，操纵活动普遍存在且彼此关联。研究还发现，操纵初期往往为后续的利润抽取行为（如拉盘砸盘、跑路）奠定基础，呈现出完整的操纵-获利闭环机制，且在曾被主流平台摘牌的meme币中操纵情形尤为显著[page::0][page::9][page::11].
本报告聚焦2025年中期交运物流行业投资策略，深入分析宏观经济环境、快递、航空、航运与基础设施等子行业发展动态，指出快递行业竞争激烈但单票净利润承压，航空行业国际市场释放增长潜力，航运和基础设施视供需及政策风险而定，重点关注股息率与经营稳定性，为投资者提供全面策略建议与风险提示[page::0][page::1].
报告详细介绍了Metro Mining2025年第一季度和后续两个月的铝土矿出货情况，1季度发货量达18.4万湿吨，4-5月出货总计109.66万吨，同比增长约20.3%。产量提升主要受益于2024年扩建项目，尤其是新增的Ikamba海上浮动码头和摇摆筛分回路，保障了雨季操作和装船流程的效率。财务方面，报告披露现金余额和美元担保债务融资情况，并重点提示了汇率对冲措施和潜在风险因素，如宏观政策和地缘冲突风险 [page::0][page::1]。
本报告基于盈利预期期限结构因子构建“合成动量ff”选股组合，覆盖沪深300、中证500、中证800及中证1000指数成分股，2025年6月组合超额收益显著加速，上半年各组合均大幅跑赢对应基准，展示了因子策略在中长期稳定盈利能力[page::0][page::1]。
报告聚焦2025年下半年中国信用债配置策略，分析资金面、利率趋势及供需格局，指出利率震荡下行利好票息价值，信用利差维持低位但波动加大。强调供需结构中产业债对城投债量缩的影响及理财产品调整带来的配置需求变化。建议7月把握信用债阶段性配置窗口，8月逐步降低仓位借由同业存单和利率债品种替代。分期限品种比较显示10年期高评级信用利差仍有压缩空间，提出中短久期信用品种下沉及银行资本债配置建议，强调票息策略价值及风险关注点 [page::0][page::1]
本报告从最新市场数据入手，分析了“反内卷”政策预期对国内股债商品市场的影响及资金面状况。股市整体呈现结构性分化，沪深大盘和红利表现稳健，创业板及科创板承压，债市利差寻找价值，商品市场受产业政策驱动表现强势。重点关注“反内卷”与海洋经济两条主线的后续演绎空间，以及流动性与政策风险。报告强调资金态度积极但市场选择分化，提示投资者关注政策节奏和结构性机会 [page::0][page::1][page::2]。
本报告依托盈利预期期限结构因子构建选股策略，结合沪深300、中证500、800、1000多个指数成分股，2025年上半年各组合均显著跑赢基准，特别是6月超额收益加速。报告还系统回顾了当前宏观资产配置、信用债和新能源等行业动态，强调“反内卷”和海洋经济作为市场主线，为投资者提供全面策略参考 [page::0][page::5][page::6][page::8]
本报告为华西证券2025年6月公司篇深度精选研报汇总，覆盖医药、食品饮料、农业、家电、商社、电子、非银等多个行业重点企业。报告详细介绍各标的行业地位、核心竞争力、业绩预测及风险提示，展现公司增长动力与盈利能力，助力投资者把握结构性机会，提供专业洞见与投资评级 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11].
本报告详细梳理了人形机器人传动系统的核心技术路线和发展趋势，聚焦线性执行器与旋转执行器的互补与分化、减速器和轴承的技术壁垒及国产化进程，以及丝杠的技术路线未收敛和多工艺竞争格局。通过对丝杠加工工艺（如磨削、车削、铣削、轧制）和材料工艺的深入解析，指出未来成本下降和技术突破是推动机器人传动系统规模化量产的关键。报告并强调传动系统硬件的技术基因相似性及多重竞争优势厂商的重要性，以及行业技术迭代的不确定风险。整体认为人形机器人传动系统正处于多技术路线并行、国产替代加速关键阶段，为下游产业链带来巨大投资机会[page::0][page::2][page::3][page::6][page::7][page::8][page::10][page::11][page::12]。
