金融研报AI分析

华西宏观:资产配置日报——考验定力

本日报评述12月16日全球及国内资产表现:权益市场普遍回调、债市出现结构性分化但长端利率仍“易上难下”,商品与贵金属情绪回落且资金显著流出;建议在缩量下跌中多看少动、关注企稳信号与高胜率短期品种(如短期存单),并持续关注资金在股债间的配置动向与政策端风险 [page::0][page::1][page::2]

华西最强声 1219 | 考验定力;ECM:医美新势力,大有可为

本期汇总华西研究多位分析师的短评与专题:宏观与资产配置提示“多看少动”,权益缩量下跌、债市结构性修复且长端利率抬升仍具阻力;REITs(华夏中核清洁能源)打新性价比较高;欧盟对猪肉反倾销将缓解国内供应压力并利好生猪养殖;ECM(细胞外基质)被列为衰老新标志,或成为医美与抗衰新材料的增量方向,建议关注上游原料与技术布局企业 [page::1][page::4][page::7]

无法读取报告正文,原文页面内容暂不可查看,故无法提取标题、机构、图表与具体结论。该摘要说明报告原文未能访问,建议补充完整源文件或图片以便进一步分析和提取关键结论与量化结果。[page::0]

原始研报内容及图表当前不可访问,无法提取具体研究结论与关键数据;本摘要为占位说明:请补充完整PDF或图像列表以便重生成包含结论、图表解读与量化回测结果的专业摘要。[page::0]

内容暂不可见

原文当前页面显示“该内容暂时无法查看”,导致无法读取报告正文、图表与数值。请提供完整 PDF 或图片以便提取标题、机构、发布日期、关键结论与量化结果;在未获取完整材料前,无法给出基于原文的投资判断或因子构建细节。[page::0]

2026年年度策略会 · 现场特别直播 —— 速通策略会核心观点,参与互动抽奖

本报告为国泰君安期货关于“2026年年度策略会”现场特别直播的活动预告与核心观点汇总,披露了会议时间(12月22日09:00)、主持与金牌分析师团队阵容、线上直播渠道与互动抽奖安排,并包含合规与适当性提醒,强调本内容仅供专业投资者参考且不构成具体投资建议 [page::0][page::1][page::2]

年报发布 | 2026年能源化工行情及投资展望

本年报对2026年能源化工大类(石脑油、PX/PTA、MEG、甲醇、原油、集运、纸浆、化工中间体等)逐品种给出节奏性判断与交易建议,认为上半年以供给或季节性压力为主、下半年在部分品种可能由减产或需求回暖驱动反弹,建议以波段与套利为主、关注交割与仓单、海外运费与地缘风险对套利节奏的影响 [page::0][page::4]。

【固定收益】国债专题:从净息差角度看央行降息空间

报告基于银行资产端与负债端重定价差异,测算2022-2023年形成的高息存款到期后等比例续做将使存款平均成本约下降35BP、净息差回升约10-15BP,从而为央行在2026年再行降息提供空间(预计2026年仍有1-2次降息,幅度10-20BP,更多以结构性工具为主)[page::0].

新锐权益基金经理调研【华福金工】

本报告发布华福金工李杨团队组织的线下“新锐权益基金经理调研”日程与调研要点,列出2025年12月24-26日多家基金公司(财通、中信保诚、华泰柏瑞、浦银安盛、兴业、长信、中银等)基金经理的会见安排及代表产品,并介绍华福金工金工团队的研究方向与往期资产配置、量化策略研究成果,为投研与基金产品对接提供参考 [page::0][page::1][page::4][page::5]

【华安金工】基于马氏距离K-Means聚类的价值-成长股分类“学海拾珠”系列之二百五十九

本报告提出并验证了K-Means++与马氏距离(MD)相结合的混合聚类算法,用以在S&P 500样本上进行价值/成长风格分类,显示混合方法在聚类稳定性(DBI由基准2.06降至1.86)、特征标准差(降至0.03)等指标上显著优于传统变体,并能构建出在风险调整后表现优异的“纯成长”组合(夏普≈0.66,最大回撤≈-32.4%),证明了基于多维估值比率的小维特征集(P/B、P/E)在风格识别中的判别力与经济可解释性 [page::1][page::16][page::21]。

Geographic Variation in Multigenerational Mobility

基于覆盖三代的瑞典全员登记数据,报告了市级(290 个市)间教育与收入的两代与三代迁移差异,发现祖父—子女相关性通常大于父—子女相关性的平方,表明父—子统计量低估长期(多代)地位传递;区域间的“Great Gatsby Curve”在多代层面同样存在;通过潜在要素模型分解,区域差异主要来源于“要素传递性(λ)”而非“要素回报(ρ)”,提示区域差异反映传递机制而非观测结果的不同映射 [page::0][page::21][page::29]

Can They Compete? Cost Competitiveness of Non-Light-Water Reactors for Heat and Power Supply in a Decarbonized European Energy System

本文评估非轻水反应堆(如SFR、HTR、MSR、SMR)在2040年去碳化欧洲多矢量能源系统中用于发电与供热的经济竞争力,基于65篇文献的 OCC 数据与能量系统建模。文献成本范围显示 FOAK 为约5,623–9,511 USD/kW,NOAK 可低至1,476 USD/kW;在 FOAK 成本水平下模型不构建核电容量,只有当 OCC 降至约3,000 USD/kW 以下电力份额才可回升至当前水平,且当成本降至≈2,000–5,000 USD/kW(依技术)时,能占据过程热市场份额 [page::1][page::9][page::24]。

SigMA: Path Signatures and Multi-head Attention for Learning Parameters in fBm-driven SDEs

本文提出 SigMA——将路径签名与多头自注意力结合的轻量神经架构,用于从 fBm 驱动的 SDE 路径中高效估计参数(包括 Hurst 指数及多参数联合估计),并在合成数据与两类实证数据(指数实现波动率与锂电池衰减)上系统比较,结果显示 SigMA 在精度、鲁棒性与参数效率上优于 CNN、LSTM、Transformer 与 DeepSigNet 基线模型 [page::0][page::18].

Adaptive Partitioning and Learning for Stochastic Control of Diffusion Processes

本论文提出APL-Diffusion,一种用于带高斯增量的离散化扩散过程的模型型自适应分区强化学习算法,通过在状态-动作联合空间上自适应细分、对区块内漂移/波动和奖励进行估计并以置信上界(UCB)引导策略选择,从而在无界状态空间和多项式增长奖励的情形下获得带有“缩放维度”(zooming dimension)的回报上界,并在若干数值实验(含多资产均值-方差问题)中验证了方法有效性 [page::0][page::2][page::24].

DEEP LEARNING AND ELICITABILITY FOR MCKEAN-VLASOVFBSDES WITH COMMON NOISE

本文提出将Picard迭代、elicitability与深度学习相结合的数值方法,用于求解含有公共噪声的McKean–Vlasov前后向SDE。核心是利用elicitability构造路径级损失以估计条件统计量(如条件均值或分位数),从而在不进行嵌套蒙特卡洛的情况下训练RNN与前馈网络逼近S、Y、Z及Z0;数值实验(含系统性风险解析解检验与经济增长模型应用)证明了方法的准确性与灵活性 [page::0][page::14]

A Lifecycle Estimator of Intergenerational Income Mobility

本文提出一种两步“生命周期估计器”,在第一步用年龄、教育等可观测特征并加入父代收入与子代年龄交互项预测完整生命周期收入,从而显著减少不同观测年龄带来的估计偏差;在瑞典与美国长序列数据上该估计器接近基准终生收入估计并能用于最近出生队列的分析 [page::17][page::20][page::36]。

EXPLICIT SOLUTION TO A GOVERNMENT DEBT REDUCTION PROBLEM: A STOCHASTIC CONTROL APPROACH

本文构建并显式求解了一个包含财政政策对GDP双重影响的随机控制模型,给出当财政乘数α>1时的常数赤字最优政策以及当0<α<1时的阈值型最优财政政策,并推导出阈值b的闭式表达且通过数值分析验证理论结论 [page::7][page::11][page::14]

Adaptive Weighted Genetic Algorithm-Optimized SVR for Robust LongTerm Forecasting of Global Stock Indices for investment decisions

本文提出了一种改进的遗传算法优化支持向量回归模型(IGA-SVR),通过在全量训练数据与近五年训练数据上的MAPE算术均值作为GA评价函数,实现同时保留长期趋势与响应近期波动,从而在2021-2024年五个全球主要股指的年度多步预测中显著优于LSTM和滚动前验证的OGA-SVR;总体平均MAPE为8.91%,较LSTM与OGA-SVR分别改善约19.87%和50.03%,且计算成本大幅低于LSTM,[page::16][page::15]