金融研报AI分析

电话会议 | 脑机接口产业链与领涨股

本报告为量化智投举办的电话会议资料，聚焦脑机接口产业链的结构、关键环节与可能的领涨个股，并提供参会信息与联系方式以便投资者参与交流与问答。[page::0][page::1]

【浙商金工】流动性盛宴：看好A股、美股跨年攻势——2026年1月大类资产配置月报

报告判断在财政缺位与通胀表观读数走低的环境下，美联储降息预期有上修空间，从而利好全球权益资产估值；国内景气与信用因子边际走弱、国债利率处于相对高位，国内宽松预期亦可能逐步发酵，构成跨年期间A股与美股共振上行的基本逻辑；基于量化宏观因子与风险预算的多资产配置模型，报告本月优化后提升了久期配置（10年国债）并适度压缩风险资产暴露，策略近一年收益与风险指标表现良好，为跨市场配置提供操作参考 [page::0][page::3][page::8]

【广发金工】PMI回升至荣枯线以上，当前看多权益资产：大类资产配置分析月报（2025年12月）

本报告基于宏观信号、技术趋势、估值与资金流四维度给出月度大类资产配置结论：截至2025-12-31，宏观与技术综合显示看多权益、看空债券、黄金与工业品中性；权益估值处于历史中位附近且资金呈净流入，支持短期增配权益，同时多种资产配置模型（固定比例+信号与经典配置+信号）历史回测均显示风险调整后优于基准的长期收益表现 [page::0][page::3][page::4][page::6]

量化 CTA 系列报告——线性趋势策略和展期策略

本报告系统梳理了CTA策略的两大收益来源（趋势延续与展期收益），并针对线性趋势因子（STM、VwapLim）与展期因子（BTG）给出因子构建、半衰期、参数遍历与回测结果，展示多因子低相关组合能显著平滑净值并提升夏普率，为商品期货CTA策略的因子化与组合化提供可复制框架与实证支持 [page::3][page::9][page::12][page::16]。

政策技术双驱动，商业航天赛道的指数化投资机遇——永赢国证商用卫星通信产业 ETF 投资价值分析

本报告认为：在政策（2025–2027 年行动计划、商业航天司成立）与技术（卫星规模化制造、可复用火箭与材料/工艺突破）双重驱动下，中国商业航天进入加速部署期，国证商用卫星通信产业指数在研发投入和成长性上显著领先同类宽基，永赢159206.OF通过被动复制该指数实现了高跟踪精度并在2025年取得显著超额收益，为长期把握产业红利提供便捷工具 [page::0][page::4][page::14]

Cognitive biases shape the evolution of zero-sum norms

本文提出并分析了一个将有界理性（LQRE）、前景理论式效用与演化博弈结合的框架，证明个体的认知偏差会改变群体层面的均衡选择，导致次优但稳固的零和/低收益规范锁定；并发现理性程度与风险厌恶对福利的影响为非单调（中等理性最有利，过高理性在强风险厌恶下会产生锁定效应），同时内生地生成效率—公平权衡 [page::0][page::3][page::8]

Network topology of the Euro Area interbank market

The paper builds a multi-layer network of 114 Euro Area banking groups using granular datasets (RIAD, ROSSI, AnaCredit, CSDB/SHSG, SFT, FINREP/COREP), analyzes layer-specific topology (credit, funding, securities, overlapping portfolios and a flattened aggregate) and centrality, and finds that weighted in-degree distributions across layers are consistent with truncated power-law behaviour (α≈1.75–2.25, λ≈0.05–0.075) while topological properties (density, clustering, diameter, reciprocity) vary substantially by layer — implying that simulation assumptions must match the targeted market segment for policy analysis [page::2][page::5][page::11][page::15].

Uni-FinLLM: A Unified Multimodal Large Language Model with Modular Task Heads for Micro-Level Stock Prediction and Macro-Level Systemic Risk Assessment

本论文提出Uni-FinLLM，一种将价格时序、金融文本、宏观指标和图结构信息通过共享Transformer骨干与模块化任务头联合建模的多模态LLM，旨在同时实现微观股票预测与宏观系统性风险预警。实证结果显示：在微观层面将方向准确率从61.7%提升至67.4%，MAPE降至10.9；在信用风险预测中Accuracy达84.1%、ROC-AUC达0.892；宏观预警准确率提升至82.3%（危机F1=79.8%），验证了统一多模态表示与跨尺度任务共享的有效性 [page::0][page::6][page::7]

Modeling Policy and Resource Dynamics in the Construction Sector of Developing Countries: A System Dynamics Approach Using Sudan as a Case Study

本研究提出一个结合系统动力学（SD）与遗传算法（GA）的混合建模框架，模拟苏丹建筑业中监管、劳动力、材料与融资等子系统的相互作用，并通过四类政策情景对比发现：精简监管与人才培训为最具杠杆效应的干预措施（监管改革可将项目延误最多减少约32%，人力资本投资可将成本超支减少约28%），而单纯提高物资供给或资金投入在缺乏治理与劳动力改进时效果有限，研究建议分阶段推进监管改革并强化技能培养以提升基础设施交付效率 [page::1]

Detecting and Mitigating Treatment Leakage in Text-Based Causal Inference: Distillation and Sensitivity Analysis

本文提出并形式化“处理泄露（treatment leakage）”问题，定义文本蒸馏（text distillation）框架并给出四类自动/半自动与人工方法以去除或评估文本中对处理变量的泄露，提出通过对蒸馏强度与方法的敏感性分析来构建因果估计界限，并在仿真与IMF—儿童健康实例中验证了适度蒸馏在降低偏差与保持混杂信息间的权衡效果 [page::0][page::23]

Fair Distribution of Digital Payments: Balancing Transaction Flows for Regulatory Compliance

本文提出最小边激活流（MEAF）模型，将UPI用户—应用分布建模为二分流网络，目标是在满足每个应用容量限制下，最小化新增安装（激活）边数以保证零丢单；证明MEAF为NP-Complete并提出两类可扩展启发式：CARL与DTAS，其中DTAS通过“两阶段（先全局用完预装，再复用/新装额外应用）+ 小用户优先排序”在大规模半合成数据上达到接近ILP最优且运行高效的表现 [page::0][page::2][page::4][page::6]。

TEMPORAL KOLMOGOROV-ARNOLD NETWORKS (T-KAN) FOR HIGH-FREQUENCY LIMIT ORDER BOOK FORECASTING: EFFICIENCY, INTERPRETABILITY, AND ALPHA DECAY

本文提出 Temporal Kolmogorov-Arnold Network (T-KAN)，在 LOB 高频预测任务中用可学习的 B-spline 激活替代标准 LSTM 的固定线性权重，从而提高长期预测的鲁棒性与可解释性；在 FI-2010 数据集 k=100 的实验中，T-KAN 在 F1-score 上相对 DeepLOB 提升 19.1%，并在考虑 1.0 bps 交易成本的回测中取得 +132.48% 终值（DeepLOB 为 -82.76%），表明模型不仅统计显著且具备经济可行性 [page::0][page::3][page::5].

Trading with market resistance and concave price impact

本文构建并分析了含“市场阻力”与凹性价格冲击的连续时市场影响模型：市场阻力由能识别元单的复杂交易者内生产生，满足通过影响信号的固定点方程；最优交易的一阶条件被刻画为（非）线性随机 Fredholm 方程，在线性阻力下证明了最优解的存在唯一性，严格凸情形下给出存在性结果，并提出了具有指数收敛性的迭代数值求解方案，数值例子展示了在买入信号下的最优回合交易行为与阻力影响 [page::0][page::11][page::15][page::18]

Breaking the Dimensional Barrier: Dynamic Portfolio Choice with Parameter Uncertainty via Pontryagin Projection

本篇论文在带参数不确定性的连续时间扩散市场中，提出了在参数为潜变量且仅以样本形式可访问的不确定律 q 下求解可部署的 θ-blind 马尔可夫反馈投资策略的框架；方法上扩展了 Pontryagin–Guided DPO，通过在模拟器内采样 θ 并用 BPTT 提取路径伴随量，再引入 q-聚合的投影（P–PGDPO）以构造可部署投策，并给出 BPTT–PMP 对应、一致性与残差驱动的策略差距界定理证据；实验在高维静态高斯漂移不确定性与均值回复因子市场中展示了投影带来的稳定性和决策时间精度提升，同时通过蒸馏实现投影的在线摊销。[page::0]

Volatility Spillovers in High-Dimensional Financial Systems: A Machine Learning Approach

本文提出一种混合 HAR–ElasticNet 两步框架：先用 OLS 保留每个市场的高持久性自波动动力学，再对跨市场项使用 ElasticNet 做选择，从而在不损失点预测性能的前提下识别出稀疏的波动率溢出网络，结果显示仅 7/90 个跨市场系数为非零，商品（尤其原油）为主要接收方，而股指与国债在网络中较为孤立 [page::0][page::3][page::4][page::19]

Revealed Decision Rules in Choices Under Risk∗

The paper proposes the Maximum Rule Concentration Index (MRCI) to measure how parsimoniously menu-dependent decision rules explain repeated binary lottery choices, provides an MIQP and a scalable greedy heuristic to compute it, and applies a permutation test to show that average subject-level MRCI ≈ 0.545 (Neff ≈ 1.85) with 64.1% of subjects rejecting a menu‑independent random benchmark at 1% — modal-payoff focusing (MAP) and salience (SAL) account for most concentration gains [page::2].