本论文基于最大熵原理提出了带参数的Boltzmann价格定义，将该价格作为高频市场中公允价格的度量。文中构建了一个基于买卖盘量差驱动的价格动态模型，模型的漂移和波动率均受成交量不平衡影响，能生成更高峰度和重尾分布，优于标准Bachelier或Geometric Brownian运动模型。通过模拟和历史股票数据验证，Boltzmann价格更合理地反映了价格、成交量不平衡与临时价差的相互作用，为市场微观结构和价格发现提供理论新框架 [page::0][page::2][page::6][page::9][page::13][page::19]。
本报告重点分析ETF市场单日资金流向，跨境ETF单日净流入20.67亿元，宽基及行业主题ETF资金流动活跃。通过行业拥挤度模型监测，发现电子、汽车、家电行业拥挤度较低，建议关注相关标的。基于溢价率Z-score模型，构建ETF产品关注信号，提示潜在套利机会与风险 [page::0][page::1][page::2][page::3]。
本文提出了NMIXX，一套面向金融领域的跨语言神经嵌入模型，通过18.8K高质量三元组数据进行领域适应微调，有效捕捉低资源语言（如韩语）中的金融专业语义偏移。为了评估模型性能，发布了面向韩语金融文本的KorFinSTS基准，涵盖新闻、披露、研究报告与法规四大子领域。实验证明，NMIXX在金融语义文本相似度任务中，尤其是跨语言金融语料上表现显著提升（Spearman’s ρ提升最高达0.22），但在通用领域表现有所折损，强调了领域定制与泛化能力的权衡。同时，研究指出编码器的词表设计对于低资源语言的领域适应至关重要，本报告详述了该技术路线及其实际效用 [page::0][page::1][page::2][page::4][page::5][page::6]
本文提出两种新颖的选择性新闻报贩模型，分别对应全有全无需求和价格影响需求，结合依赖于订单量的交付时间，研究运筹与市场营销的联合决策。基于所建模型，设计了高效的R搜索算法，解决混合整数非线性优化问题，实现对销售价格、订单量及客户分配的最优决策。通过数值实验与参数敏感性分析，验证模型适用性与算法效率，揭示订单量受限导致的缺货现象及补货策略，为供应链多部门协同决策提供理论支持 [page::1][page::4][page::31]
本文研究了多零售商供应链中的库存集中与配送中心选址决策，建立了分散与集中两种多地点新svendor模型。考虑不同运输成本模式，提出了闭式解和非线性规划算法（Q-search）。实验表明集中系统在大规模网络中在利润和服务水平上优于分散系统，并提出了以零售商作为临时配送中心的实用选项 [page::1][page::3][page::5][page::29][page::38]。
本论文提出了结合转移熵（Transfer Entropy）与N维Kramers–Moyal（KM）展开的方法，分析纳斯达克、原油、黄金及美元指数间的方向性非线性和随机交互。研究发现COVID-19和乌克兰危机期间信息流和耦合增强，金美元互动持续显著，且石油与股票的联系表现出制度依赖性脆弱，体现出复杂的市场动态演化，为风险管理与对冲策略提供新视角 [page::1][page::7]。
2025年上半年电动两轮车销量大幅增长29.5%，政策推动国内市场快速扩张，电动自行车行业迎来产销旺盛期。同时，美国对东南亚国家加征关税力度低于中国出口商品关税，具备东南亚产能布局的轻工制造与纺织服饰企业具备竞争优势，全球供应链格局调整带来行业风险释放。整体行业维持“中性”评级，重点推荐多家相关标的 [page::0][page::1]。
本报告回顾了2025年7月上周公募基金市场表现，重点指出房地产行业领涨，宽基指数资金净流出规模有所收窄，量化基金涨幅居前，债券型ETF净流入显著。新基金发行规模大幅增加，展现资金活跃度上升 [page::0][page::1]。
本周报聚焦国内创新药市场，重点介绍了商保创新药目录启动，推动新药差异化定价和支付机制形成；三抗药物研发布局及多款创新单抗产品获批上市，带来生物治疗新机遇。报告还梳理了减重领域热潮及海外合作进展，并分析医药板块行情表现与估值，关注未来痛风等大病种的潜力市场，为投资者提供系统的医药行业最新动态和重点关注方向 [page::0][page::1][page::2][page::4][page::5][page::6]
本报告聚焦食品饮料及商社板块，涵盖白酒、大众品、新消费等子行业的中报预期与市场动态。报告指出白酒企业通过控货及停货稳价，板块估值偏低且回购增持活跃；大众品板块中报业绩预告较好，关注有友食品、东鹏饮料等；新消费领域即时零售竞争加剧，带动茶饮及连锁餐饮快速扩张，重点品牌包括茶百道、古茗和小菜园等。行业整体维持推荐评级，风险包括宏观波动、业绩不达预期及原材料价格波动等 [page::0][page::1][page::5][page::7][page::8]
报告分析了2025年7月电子通信行业动态，聚焦英伟达市值突破4万亿美元及苹果折叠屏iPhone即将量产，结合行业指数涨幅、细分板块表现及主要公司盈利情况，深度剖析半导体、消费电子、新能源汽车等细分市场最新趋势，为投资决策提供前瞻视角[page::0][page::4][page::11][page::18][page::20]
本报告分析2025年7月转债市场高位表现及破局方向，指出权益市场强势带动转债成交活跃，估值处于历史高位，择券机会聚焦低价转债、价值风格双低转债等类债资产。报告并结合转债宽基组合业绩和风险提示，强调宏观经济和政策不确定性带来的市场风险，为投资者提供明确的资产组合配置及转债精选建议。[page::0][page::1][page::2]
报告基于国家资产负债表视角，确认2025年7月流动性松弛高点基本确定，资金面边际收敛，实体部门负债增速开始下行。政府负债扩大支撑资金面宽松，但整体处于边际缩表周期，股债性价比趋势偏向债券，权益风格偏向价值。报告建议配置红利指数、上证50及长债ETF，聚焦不扩表、盈利稳健且生存能力强的红利股，行业方面重点关注银行、石油石化、交通运输等，风险提示包括宏观政策超预期及市场波动。[page::0][page::2][page::3][page::8]
本报告分析当前全球宏观与市场环境，强调全球风险资产的阶段性轮动与估值机会，建议在市场震荡阶段增配黄金与长债以对冲尾部风险。结合量化择时策略和ETF组合表现，重点推荐黄金作为低相关、稀缺对冲资产，同时看好A股科技、消费及港股核心资产的配置价值，为投资者提供动态资产配置建议和风险管理策略[page::0][page::1][page::4][page::8][page::9]。
本报告分析了2025年7月可转债市场进入高估值区间，采用CCB定价模型及相关定价偏离度指标，结合历史收益和胜率数据显示当前转债配置价值下降。针对偏股转债的择时风险，建议优先降低偏股转债仓位。通过收益分解模型，解析正股拉动和转债估值贡献，识别行业及分域表现差异。报告详述了多路径量化策略，包括低估值、低估值+强动量、低估值+高换手、平衡偏债增强、信用债替代及波动率控制策略，均展示不同维度的业绩表现和策略选券结果，为投资者提供全面配置建议与风险提示 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11]
本文提出了一种结合量子机器学习与联邦学习的金融欺诈检测框架QFNN-FFD。该模型在保证数据隐私的前提下提升了欺诈识别的准确率，达95%以上，并表现出对多类量子噪声的较强鲁棒性。其分布式训练模式和基于量子神经网络的设计为金融领域的隐私保护提供了新思路，且通过对比实验验证了其优越性能，为量子计算在金融风控中的应用奠定基础。[page::0][page::4][page::5][page::6][page::7]
本研究构建了覆盖1903至1939年的日本精英历史传记数据库PIR，涵盖家族结构、教育和职业轨迹，揭示了精英身份的代际传递与变迁。通过严谨的家谱和跨期图谱构建，分析了社会阶层转型中的精英形成、养子制度的战略作用及精英的地域流动特征，提供了一套基础数据框架以支持后续量化历史与社会分层研究[page::0][page::1][page::2][page::3][page::4][page::13][page::17]
本报告基于2016-2024年52个瑞士制国际象棋比赛数据，实证分析发现轮到额外执白棋的选手通常享有显著优势，预计得分更高且更易进入前列。该优势相当于15-30埃洛分，影响广泛而稳健。建议采用奇数轮改为偶数轮比赛并保证配色平衡以提升公平性[page::0][page::1][page::6][page::7][page::14]。
本文创新提出了主成分Copula（PCC）方法，将Copula技术与主成分分析结合，实现金融市场高维数据中尾部依赖灵活建模。通过特征函数表达，PCC可高效估计高维分布密度，并分别采用MLE和矩估计相结合的方法进行参数估计。案例研究中，PCC在捕捉全球市场系统性风险和多维尾部依赖上表现显著优于传统Copula，为资本模型和风险管理提供新工具[page::0][page::1][page::6][page::18][page::19]
本报告提出一种基于Transformer和无监督对比学习的金融时间序列表征学习方法，旨在解决洗钱检测难题。通过设计相似度准则采样正负样本，并结合Benjamini-Hochberg多重检测程序，开展双阈值策略以控制假阳性率，实现高效识别诈骗账户。实证基于真实匿名数据的模拟表明，该方法较传统规则和LSTM自编码器显著提升了检测准确率和误报控制能力，为洗钱监测提供新思路和技术路径 [page::0][page::1][page::2][page::16][page::24]。
