国泰海通｜批零社服：新消费持续高景气，强政策推动大机会 社会服务及商贸零售2025年中期投资策略
本报告聚焦社会服务及商贸零售行业2025年中期投资策略，强调新消费领域持续高景气，重点分析高中教育人口红利、情绪与体验消费加速发展、AI商业化推广及新零售渠道变革等方面的驱动力。同时提出潜在风险，包括居民消费能力疲软及消费出海风险，为投资提供政策导向和行业趋势判断参考。[page::0]
金融研报AI分析
国泰海通｜家电：格局重塑构建龙头新优势 家电行业2025年中期策略
报告分析了2025年家电行业格局重塑，重点指出龙头企业通过价格战及市场整合提升行业集中度，外销方面龙头品牌产能布局和供应链韧性成为抗风险优势。新消费趋势推动高颜值设计和AI智能化进阶。投资建议看好龙头份额提升及商业模式转型机遇，风险关注政策节奏和成本波动影响企业盈利[page::0]
潮起东方，新质领航 国泰海通证券2025中期策略会
本报告为国泰海通证券2025年中期策略会的会议议程及主题概览，全面涵盖宏观经济展望、行业发展趋势及市场资产配置策略，涵盖人工智能、固收、消费、科技、医疗、海外投资等多个领域，旨在为投资者提供2025年中期的投资框架与趋势洞察，推动资本市场参与者深度理解全球及中国经济新常态下的投资机会与风险 [page::0][page::1][page::8][page::9][page::10][page::12].
直播 · 君弘｜国泰海通证券2025中期策略会 一 现场直击
本内容为国泰海通证券2025年中期策略会现场直播预告，介绍会议时间、议程亮点及互动形式，重点强调投资者如何把握下半年大国博弈加剧、全球产业链重构带来的投资机会。直播覆盖宏观、策略、量化及固定收益领域，旨在助力投资者优化资产配置和投资决策。[page::0][page::2]
国泰海通证券2025中期策略会 总量分会场独家全程直播
本报告为国泰海通证券发布的2025年中期策略会总量分会场直播内容，重点分享年中投资策略与最新研究观点，旨在为签约客户提供专业的投资服务解读，包含市场趋势与总量视角的观点梳理。[page::0][page::2]
潮起东方，新质领航 国泰海通证券2025中期策略会
本报告为国泰海通证券2025年中期策略会内容整理，聚焦中国及全球宏观经济趋势与资本市场展望，结合股票市场的核心投资机会，提出新质发展下的配置建议，旨在为投资者提供中长期资产配置策略指引，涵盖行业景气、政策影响及经济结构转型等关键要素。[page::0][page::2]
一站全览｜ 潮起东方，新质领航 国泰海通证券2025中期策略会
本中期策略会报告聚焦2025年宏观经济展望与资本市场配置，分析东方市场新兴动能的崛起及结构性投资机会，深入探讨行业景气与新质增长路径，为投资者提供系统性的资产配置建议和风险提示[page::0][page::2]。
遗传规划300增强表现优异，中观景气度确认上行 周报2025年5月30日
本周国联证券量化策略整体表现优异，期权增强策略和成长中性策略超额收益分别达0.71%、0.72%。中观景气度指数确认上行，渔业、传媒、玻璃玻纤行业景气度显著提升。基于遗传规划构建的沪深300增强组合本周实现超额0.77%，今年以来超额18.91%，夏普率1.01。行业轮动策略配置种植业、银行、非银金融、酒店餐饮、水泥等板块表现较好，双剔除策略年化超额收益达12.22%。多维度择时模型给出明确多头信号，宏观环境Logit预测值显著提升。资金面两融资金持续净流入，行业风格因子中质量因子表现较优。[page::0][page::2][page::5][page::7][page::13][page::14][page::17]
6月资产配置展望 内外环境仍不明朗，关注资产内部配置结构
本报告全面分析2025年6月中国资产配置展望，指出A股中期看好但短期情绪偏弱、小微盘风险提高，债券利率有中长期下降空间，转债定价趋于合理且重组政策带来新投资机会。黄金避险需求持续，但中长期估值较高，不同股票风格下黄金对冲效果存在差异。险资稳步加仓权益，外资资金回流提振市场信心。策略组合表现稳健，关注结构性机会与风险管理 [page::0][page::1][page::4][page::6][page::11][page::15][page::18][page::21]
ETF发展新方向：资产选择与配置策略路径探索
本报告分享嘉实基金尚可关于ETF迈向资产配置主导时代的思考，深入解读ETF及Smart Beta策略的发展演进，强调资产配置及交易型策略的结合，展示基于ETF的多类投资策略，包括长期绝对收益的资产配置、交易信号驱动的灵活择时、弹性相对收益和稳健增强策略，并结合市场微观结构变化和机构投资者需求探讨未来ETF发展方向，为投资者构建工业化资产配置路径提供参考。[page::1][page::3][page::4][page::5]
如何基于个股股价跳跃行为做择时？
报告创新构建跳跃不平衡指标，区分隐含跳跃与暴露跳跃，验证这些指标对市场收益的显著预测能力。隐含跳跃幅度不平衡指标结合跳跃不平衡离散度形成的复合指标，择时效果最佳，年化收益达16.5%，夏普比超1。基于该指标构建的择时策略对沪深市场 ETF及成长指数表现稳健，展现出较强的套利价值与风险控制能力 [page::0][page::4][page::6][page::8][page::9][page::11][page::13]
Volatility: A Dead Ringer for Downside Risk
本文通过分析MSCI数据库中47个国家及65个行业的风险指标，实证证明波动率作为风险衡量工具，虽然缺乏直观含义，但与多种直接衡量下行风险的指标（如半偏差、平均亏损、预期亏损、VaR等）存在较高相关性，证明波动率能够有效反映投资者关注的下行风险，从而解释其在金融领域的普遍应用及广泛认可[page::0][page::3][page::4][page::5][page::6]。
Optimal Dynamic Fees in Automated Market Makers
本论文研究了自动化做市商（AMM）中动态最优费用的确定，通过建立随机控制模型推导出了常数函数做市商中的最佳费用结构。研究发现AMM存在两种费率制度：一方面设置较高费用以惩罚套利者，另一方面降低费用以增加价格波动性吸引噪声交易者。动态费用可用库存线性函数及对外部价格变动的敏感度良好近似，实现了费用结构的动态优化，提升了AMM的收益和市场表现 [page::0][page::1][page::2][page::7][page::12][page::15].
TaxAgent: How Large Language Model Designs Fiscal Policy
本研究提出TaxAgent框架，结合大型语言模型（LLMs）与基于代理的宏观经济模拟，实现动态、自适应的税收政策设计。通过模拟异质家庭行为和迭代税率调整，TaxAgent在平衡经济平等与生产力方面显著优于Saez最优税制、美国联邦所得税及自由市场体系，展示了AI驱动财政政策创新的潜力与实用性 [page::0][page::3][page::4]。
Deep Learning Enhanced Multivariate GARCH
本文提出了一种基于LSTM神经网络增强BEKK模型的多变量波动率建模框架LSTM-BEKK，结合了BEKK模型的经济计量结构与深度学习的非线性动态捕获能力。该模型能有效解决传统多变量GARCH模型在高维资产中参数爆炸和非线性关系捕获不足的问题。实证结果显示，LSTM-BEKK在不同国家股市大规模资产组合的离线预测中均优于传统BEKK及DCC模型，且在构建全球最小方差组合时显著降低了组合波动率和最大回撤，展现了其在现代风险管理和投资组合优化中的广泛适用性和优势。[page::0][page::2][page::35]
Central Bank Communication with Public: Bank of England and Twitter (X)
本文基于逾千万辆推特数据，系统分析英格兰银行在Twitter（X）上的沟通策略及公众互动效果。研究发现，发帖时间与高参与时段错配，图像及视频内容显著提升互动，货币政策公告引发关注度激增，语言可读性增强公众参与。总体而言，内容质量和传播时机比发帖频率更关键，建议央行优化视觉内容和发布时段以提升透明度及公众信任 [page::0][page::9][page::12][page::24][page::30]
BIFURCATION IN OPTIMAL RETIREMENT
本文研究基于Cobb-Douglas效用函数的最优退休时间与消费路径问题，揭示了不同初始财富水平下的退休策略分岔现象：高财富者倾向立即退休，低财富者选择终身工作，中间临界财富对应一系列等效效用的退休时间策略。通过数值求解Hamilton-Jacobi-Bellman方程，分析了财富动态和最优消费，展示了折现率、风险厌恶及寿命参数对退休决策边界的影响，丰富了生命周期模型中的退休行为理论 [page::0][page::2][page::5][page::7].
Green Shields: The Role of ESG in Uncertain Times
本论文研究了环境、社会及治理（ESG）特征在货币政策传导过程中的异质影响，发现高ESG企业在面对即时加息冲击时获得一定保护，但对未来利率预期冲击表现出更高敏感性。巴黎协定前后，这种关系经历显著逆转，揭示了ESG投资者偏好对市场需求弹性和定价的结构性影响。通过高频数据与两时期异质投资者资产定价模型，理论与实证高度吻合，证明ESG特征已成为影响货币政策非中性的关键维度，且对政策制定者及投资者具有深远启示[page::0][page::18][page::60]。
Grounded Persuasive Language Generation for Automated Marketing
本报告提出了基于大语言模型（LLM）的智能代理框架，实现对房地产营销文本的自动化生成。框架集成了三大模块：特征定位（Grounding）、个性化（Personalization）与营销策略（Marketing），能结合用户偏好生成既具说服力又保证事实准确的产品描述。系统在人类主观评价中以70%的胜率超越专业经纪人，且内容真实性无明显偏差，展示了自动化精准营销的广阔潜力 [page::0][page::1][page::5][page::6][page::8]。
Forecasting Company Fundamentals
本论文系统评估了24种统计与深度学习模型在公司基本面（如收入、净利润等）时间序列预测任务中的表现。结果显示深度学习模型（尤其是RNN和GRU）在确定性和概率性预测上均优于传统模型，且其不确定性估计更准确，预测表现可与人类分析师媲美。进一步，将预测结果应用于量化因子选股回测，验证了高质量基本面预测对投资组合绩效提升的实用价值。此外，论文探讨了模型可解释性及专家知识融合的可能途径，为未来研究和实际应用奠定基础 [page::0][page::8][page::9][page::12][page::15]。
