转债市场高位的破局方向—固定收益周报
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]
金融研报AI分析
本轮流动性高点基本确认——资产配置周报
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]
【华鑫量化策略|周观点】是时候增配一点黄金了
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]。
国盛量化 | 转债市场步入高估值区间——七月可转债量化月报
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]
QFNN-FFD: Quantum Federated Neural Network for Financial Fraud Detection
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]
The Japanese Personnel Inquiry Records (PIR): Elite, Adoption, Family Composition in the 1900s
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]
Most Swiss-system tournaments are unfair: Evidence from chess
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]。
Principal Component Copulas for Capital Modeling and Systemic Risk
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]
Representation learning with a transformer by contrastive learning for money laundering detection
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]。
Norms Based on Generalized Expected-Shortfalls and Applications
本文提出基于扭曲风险测度的新型广义期望短缺（Generalized-ES）范数，推导其数学对偶理论，并展示了其在凸优化投影问题和金融时间序列异常检测中的应用。设定凸扭曲函数时，该范数形成立体凸范数，具有灵活加权风险敏感性，较传统ES范数更有效捕捉极端尾部风险特征，尤其适用于高频重尾金融数据，且具备较强的异常识别能力与实际计算可行性 [page::0][page::2][page::5][page::14][page::16][page::18][page::21]
Comrades and Cause: Peer Influence on West Point Cadets’ Civil War Allegiances
本研究利用西点军校学员的历史数据，揭示了在美国南北战争强烈分裂背景下，来自自由州同伴比例变化对奴隶州学员参军立场的显著影响，证明同伴网络在关键、极端分裂的历史决策中仍具重要作用，且战争经历强化了同伴影响。研究还发现，经济因素（如奴隶人口比例）调节了同伴效应强度，奴隶州中中等奴隶人口密度区域同伴影响最大。此外，加入联盟军的奴隶州学员战后军衔较低但死亡率也更低。研究方法基于同伴组成的准随机波动，准确识别了因果效应，为理解极端政治环境下群体影响提供新视角 [page::0][page::1][page::2][page::3][page::8][page::9][page::11][page::12][page::15][page::16][page::17]
Joint deep calibration of the 4-factor PDV model
本文针对4因子路径依赖波动率(PDV)模型，在联合标普500指数(SPX)与VIX市场数据校准中面临的高计算成本问题，提出利用神经网络替代传统嵌套蒙特卡洛模拟的深度定价方法。通过学习SPX隐含波动率及VIX期货和期权价格映射函数，将定价计算转化为简单的矩阵-向量乘积，显著缩短校准时间至数秒。该方法保证了高精度的模拟结果，支持实时联合校准，弥补了现有方法中对外层模拟的依赖，适用于衍生品快速估值和实际交易应用 [page::0][page::1][page::2][page::10][page::12][page::18][page::21][page::23][page::24]
A Framework for Predictive Directional Trading Based on Volatility and Causal Inference
本研究提出结合高阶统计方法与机器学习的多阶段因果推断框架，通过波动率聚类和格兰杰因果检验等技术识别股票间的时滞因果关系，构建并回测基于该信号的交易策略。该策略在45天回测期内实现总收益15.38%，显著优于Buy-and-Hold，夏普率最高达2.17，证明了该方法在量化交易中的实用性和潜力[page::0][page::9][page::11][page::14]。
Functionally Generated Portfolios Under Stochastic Transaction Costs: Theory and Empirical Evidence
本论文扩展了经典随机投资组合理论，构建考虑随机交易成本的函数型生成投资组合理论，提出成本调整型主不等式并验证其在多资产与现实交易成本条件下的适用性。基于蒙特卡洛仿真和CRSP小盘股30年实证，证明多样性加权与熵加权投资组合在合理重平衡粒度下能抵御成本侵蚀，长期仍实现显著持续的相对套利收益，为摩擦市场中的组合投资提供新的理论与实证支持[page::0][page::1][page::4][page::7][page::10][page::12]。
Generalized Orlicz premia
本文提出了非凸损失函数构建的广义Orlicz保险费的定义，涵盖了几何均值、期望值等相关例子。证明了现金可加性条件下广义Orlicz保险费必为Lp分位数，进一步扩展了传统凸Orlicz保险费“均值崩塌”结果。研究了几何凸性的定义与性质，给出了凸与几何凸保险费的对偶表述新形式，且概述了其可诱发性及统计激励的本质特征，为保险费原则理论及风险度量提供了系统的推广框架[page::0][page::1][page::8][page::12][page::16][page::18]
Function approximations for counterparty credit exposure calculations
本论文系统性研究了用函数近似方法替代衍生品定价器以加速对手信用风险暴露计算。理论上证明了基于Chebyshev插值的均匀范数误差界及概率有限样本误差界，实现高效、稳定且准确的暴露度估计。数值实验覆盖多种模型和期权类型，展示了最高230倍的计算加速，同时保持误差低于1.2%。此外，探讨了Greeks灵敏度计算的加速，且提出插值阶数的自适应选择方法，实证验证了该方法的普适性和灵活性 [page::0][page::4][page::13][page::22][page::23][page::27]
Quantifying Crypto Portfolio Risk: A Simulation-Based Framework Integrating Volatility, Hedging, Contagion, and Monte Carlo Modeling
本文提出了一个模块化的加密货币投资组合风险模拟框架，集成了波动率压力测试、稳定币对冲、传染效应建模和蒙特卡洛模拟四大模块。该框架基于数学金融理论，利用2020-2024年的BTC、ETH及USDT数据进行了严谨的实证验证，展示了在极端波动和系统性风险环境下的风险评估能力，为加密资产的风险管理提供了有效工具和决策支持 [page::0][page::2][page::13][page::21]。
Central Bank Digital Currencies: A Survey
本文系统综述了2018-2025年间135篇关于中央银行数字货币（CBDC）系统设计与实施的研究，构建并完善了CBDC设计金字塔框架，分析了26个CBDC项目的系统架构、账本技术、准入模式及应用领域，发现二层架构、分布式账本技术及基于令牌的准入模式最为普遍。论文深度探讨了技术挑战、隐私保护和跨境支付等关键议题，并提出未来研究方向 [page::0][page::6][page::30][page::36]。
【山证电子】专题报告：光刻机国产化迫在眉睫，关注产业链投资机会
本报告详细介绍了光刻机作为半导体芯片制造中的核心设备及关键工艺，分析了从光刻机分辨率提升路径、全球市场格局到国产化进程的现状和挑战。报告指出全球光刻机市场规模超300亿美元，ASML寡头垄断市场，国内晶圆厂建设以及AI产业发展正快速推动国产光刻机需求增长，国产替代迫在眉睫。重点推荐国产光刻机产业链相关企业 [page::0][page::6][page::9][page::11][page::13][page::20][page::21][page::22][page::24][page::26][page::28][page::30]
【山西证券】研究早观点 （20250715）
本报告专题聚焦光刻机国产化趋势，详细解读光刻机核心工艺及技术路径，分析全球与中国市场现状及未来发展空间，强调国产化迫切性与产业链投资机会，推荐相关龙头企业，风险提示涵盖宏观环境和政策等因素 [page::0][page::1]。
