本周煤炭行业供需维持平稳，动力煤港口去库存压力有所缓解，夏季备库需求逐步释放，动力煤价格下跌空间有限。冶金煤需求底部有所抬升，社会库存降低，高炉开工率略有下滑，焦炭价格继续回落但降幅有限。煤炭行业行情表现分化，采选板块表现优于煤化工板块，重点推荐基本面稳健且低估的煤炭上市公司。相关期货价格延续下行趋势，交通运输运价有所回升。整体来看，行业情绪回暖，资金面支持煤炭板块估值修复，投资建议关注弹性与股息兼具的品种 [page::0][page::1][page::22]
2025年前4个月煤炭供给增速边际放缓，需求端表现分化，非电需求受基建支持强于电力，进口煤连续2个月负增长。煤炭价格整体承压，动力煤和焦煤价格中枢有所下降，炼焦煤与动力煤比价接近底部。投资建议聚焦业绩支撑且估值被低估的煤炭上市公司，关注弹性和稳定高股息品种 [page::0][page::1][page::2][page::8][page::9]
本报告系统回顾煤炭行业需求与供给动态，4月煤炭进口持续负增长，动力煤和焦煤价格趋稳，煤炭板块表现相对强势，重点推荐业绩支撑且估值被低估的煤炭上市公司。同时，关注光伏行业新增装机高速增长及逆变器出口持续扩张，通信模组与智能产品市场快速发展。利率环境方面，预计长端利率继续下行，固定收益市场受政策宽松及外部不确定性影响波动加剧，为投资者提供了多维视角的行业与市场投资建议。[page::0][page::2][page::3][page::8][page::10]
报告指出2025年4月国内光伏新增装机容量达到45.2GW，同比大幅增长214.7%，环比增长123.4%，累计装机104.9GW，同比增长74.6%。组件出口出现下滑，4月出口额同比下降20.3%，但逆变器出口额持续增长，同比增长17.9%。4月太阳能发电量同比增长16.7%，在全国发电总量中的占比提升至6.29%。同时，报告提出重点推荐的光伏相关企业名单，并提示装机量、价格波动及海外政策风险 [page::0][page::1][page::2][page::3]
报告点评了移远通信2024年和2025Q1的出色业绩增长，重点介绍公司在5G模组、车载智能化以及AI模组和解决方案的广泛布局，尤其强调7大车载产品技术生态及AI大模型应用。财务预测显示未来三年归母净利润预计持续增长，维持增持评级，公司具备较强行业竞争力和持续成长空间 [page::0][page::1][page::2].
本论文利用1996年至2020年逾1200万条美股单只股票期权数据，通过包括梯度提升树等非线性机器学习模型，发现模型能显著提升期权超额收益的横截面预测能力，并构建基于机器学习预测的多空套利组合展现月均2.63%的经济收益且交易成本调整后依然有效。期权本身特征是最重要的预测变量，股票相关特征亦提供额外预测力。研究还揭示期权收益预测性背后涉及信息不对称、交易者成本和期权定价错误等机制，为期权定价与定量投资提供理论和实证指引 [page::2][page::3][page::5][page::6][page::7][page::35][page::50]
本文基于日频量价因子，设计了两阶段神经网络模型(SE-GRU)，对未来N日利率及国债期货涨跌进行预测。回测涵盖10年期及5年期国债期货和国开活跃券，取得显著绝对收益与稳健超额收益。积分梯度法揭示成交量、利差及资金面为重要预测因子，模型具备较强的特征提取与择时能力，但仍受样本外表现及极端行情影响需要持续跟踪和优化 [page::0][page::3][page::5][page::8][page::25]
本文基于国债期货的量价特征，实证发现十年期国债期货存在显著的隔日反转效应，并基于该效应构建隔日反转择时策略，策略在控制回撤和风险的基础上取得稳健超额收益。通过剔除极端因子值，优化策略后夏普比率提升至1.4，胜率约54%。此外，引入周内日历因子和日内动量因子进一步提升策略表现，做空策略年化收益达7.11%，夏普比率约2，策略具备良好风险收益特征。若配合杠杆使用，策略可带来更可观回报 [page::0][page::5][page::8][page::10][page::12][page::14][page::17]
本报告提出结合宽基指数估值、市场流动性与交易拥挤度三类因子构建的量化择时模型。该模型能准确捕捉沪深300指数的底部与顶部信号，并规避拥挤交易带来的下跌风险。2011年以来，模型年化收益率达20.69%，超市场基准18.64%，年胜率达84.6%。各模型因子均经过系统构建、敏感性测试和合成，最终模型展现出较优风险调整收益表现和换手率水平，为宽基指数择时提供有效工具。[page::0][page::2][page::9][page::15][page::29]
本文提出利用费马-托里切利点方法对投资风险中的数值序列进行量化分析，该方法适用于方差大、非线性明显及非正态分布的数据。通过对捷克共和国2011-2021年通胀指数的实例分析，显示此方法相比传统统计方法能更实用地缩小风险预测区间，减少随机成分影响，提高投资决策的有效性[page::0][page::3][page::4][page::6][page::8][page::10]
本报告基于经济模型分析以太坊的执行票据（Execution Tickets, ET）机制在捕获最大可提取价值（MEV）方面的效果。研究发现，若买家同质、风险中性且无资本成本，ET能完全捕获MEV；风险厌恶或资本成本存在时捕获率下降；买家异质则导致中心化和捕获率降低。引入提议者构建者分离（PBS）机制虽能部分缓解，但仍存在中心化。大型低成本资本买家可能主导ET市场，影响以太坊的去中心化水平，本研究提出多项均衡与市场结构洞察，为MEV捕获与网络去中心化的权衡提供理论基础 [page::0][page::1][page::5][page::6][page::8][page::9][page::10]
本文提出了基于DAG协议的公平排序协议FairDAG-AB与FairDAG-RL，解决了传统领导者驱动共识协议中交易排序被恶意操纵的问题。FairDAG利用无领导者高吞吐量DAG设计，提升性能和抵抗对手操纵能力，具备较强的理论证明和实验验证，显著优于Pompe和Themis等先前方案 [page::0][page::1][page::9][page::10][page::13][page::14]。
本研究提出了一种结合Time2Vec与Transformer编码器的新型神经网络架构，支持多股票价格协同预测。通过相关性特征筛选和多特征聚合，提升了模型对金融时间序列的捕捉能力，实证显示该方法优于传统位置编码及LSTM、RNN等模型，且参数更少，具备较强泛化性与预测准确性 [page::0][page::1][page::2][page::3][page::4]。
本报告通过对13名区块链利益相关者的访谈及3000余条Reddit加密货币讨论内容的定量分析，揭示区块链系统中去中心化构架下用户依然依赖中心化信任锚点的矛盾现象。研究表明，用户的责任转嫁心理和安全需求驱动其在去中心化环境中偏好中心化中介，尤其是新手和技术薄弱用户。报告还深入探讨了用户教育缺失、界面复杂性及缺乏透明评估指标对区块链普及的阻碍，并提出设计混合信任模型的必要性，以平衡去中心化理想与现实使用的安全与便利性要求 [page::0][page::1][page::5][page::7][page::9]。
本报告系统回顾了2023-2025年84篇文献，揭示当前Agentic AI评估实践偏重技术指标（83%）而忽视人本、时间和经济维度，导致真实世界部署价值被高估。通过医疗、金融和零售案例，论证技术成功不等于部署成功，提出包含技术、人本、时间和情境四轴平衡评估框架，呼吁业界推动评估范式革新以确保AI系统负责任规模化应用[page::0][page::1][page::3][page::4][page::5][page::6][page::7]
本报告提出GUESSARENA，一个灵活自适应的评估框架，通过将“Guess Who I Am?”游戏机制引入大语言模型（LLM）评价，实现领域知识建模与多轮交互推理评估的融合，覆盖金融、医疗、制造等五大垂直行业。实验证明该框架在区分模型领域知识覆盖和推理效率上具备显著优势，并可通过不同提示策略揭示模型推理与知识能力差异，有效推动领域特定LLM的定量评估研究和应用实践 [page::0][page::2][page::4][page::7][page::8]
本文提出了LLM-BSCVM，一种基于大型语言模型（LLM）的智能合约漏洞管理框架，实现了漏洞检测、因果分析、修复建议、风险评估及修复验证的端到端管理。该框架基于“分解-检索-生成”三阶段方法，结合检索增强生成和多智能体协作技术，显著提升漏洞检测准确率（91%以上）和降低误报率（5.1%），有效增强Web 3.0生态的安全保障 [page::0][page::1][page::6][page::8]
本报告基于Solow–Zeira经济模型，建立人工智能能力门槛条件，分析在无新增就业的假设下，AI能力需提升5-6倍现有自动化水平，才能通过AI资本利润持续支持占GDP 11%的普惠基本收入（UBI）。政策杠杆如提高公共收入份额和市场结构（垄断与竞争）显著影响门槛，垄断降低能力要求，较高公共收入份额也可减轻技术要求，但监管成本可能抵消部分收益。报告结合模拟，预测不同AI增长速度下2028至2052年间有望达到门槛，指明治理与经济结构对实现AI驱动UBI的关键作用。[page::0][page::5][page::6][page::8][page::9]
本文系统探讨了高速低压差分信号（LVDS）系统中静电放电（ESD）保护和终端电阻集成的设计策略，涵盖保护机制、阻抗匹配、布局优化及性能验证。研究显示，合理的保护和终端设计可实现高达3.2 Gbps的数据传输，维持卓越信号完整性与低抖动，并保证设备可靠运行。文中通过关键实验数据和性能指标分析，提供设计指导以平衡信号保护与完整性需求，支撑高性能高速数字系统的稳健实现。[page::0][page::2][page::4][page::5][page::7]
本报告指出传统AI评估方法侧重模型堆栈内的第一阶效果，难以触及AI的第二阶效应（如社会、经济和文化影响）。提出建立新的评估生态系统，通过融合测量科学、社会行为科学和AI/ML技术，实现对AI在真实环境中长期影响的综合测量。重点介绍构建真实世界情境感知、开展现场测试和红队攻击等方法，推动面向多方利益相关者的全面AI评估体系建设，为更有效监管和治理AI提供科学依据[page::0][page::1][page::2][page::4][page::6][page::8]。
