国泰海通 · 晨报1016｜宏观
2025年9月核心CPI同比继续回升，反映消费补贴政策和金价上涨等外生因素推动消费品价格修复，但内生消费动力尚不明显。工业品价格上涨偏结构性，主要集中在原材料和上游环节，且动力已有边际减弱。总体物价端需依赖内需政策加码以支撑，近期政策边际放松地产限购及推新型金融工具，有望带来后续提振效果。[page::0][page::1]
金融研报AI分析
国泰海通 固态电池· 合集（二）
报告系统梳理固态电池核心技术路线与产业发展进展，重点解析硫化锂材料、正负极及集流体技术，详细评估半固态与全固态电池的产业化状况及前景，揭示相关设备与工艺升级带来的市场机会，并指出政策与需求驱动下产业链景气度持续提升的趋势，为投资布局固态电池及材料设备企业提供重要参考[page::1][page::2][page::3][page::4][page::5]。
嘉实美国成长与全球价值海外市场的量化投资实践
本报告介绍了嘉实基金人工智能投资部基金经理张楠在海外市场的量化投资实践，涵盖了基于理论与实证结合的多国别股票模型构建，结合AI技术提升模型的可解释性和预测能力，强调稳健可持续的超额收益追求，体现了量化投资的前沿应用和策略创新 [page::0][page::2]。
专题报告 | 印度PTA聚酯产业：内需驱动与上游扩能下的机遇与挑战
本报告聚焦印度PTA聚酯产业链发展，分析其受益于强劲内需和人口结构的快速增长，重点关注2025-2028年PTA产能大幅扩张对市场格局的影响。报告指出印度将由PTA净进口转为自给自足甚至出口国，直接影响中国PTA出口，且PX供需紧张是潜在风险 [page::0]。
国盛量化 | 行业轮动模型由高切低，增配顺周期板块
报告基于景气度-趋势-拥挤度框架构建行业轮动模型，实现由高切低的行业配置，重点增配顺周期板块。推荐电新、传媒、计算机、化工等行业，严控高拥挤风险，构建ETF组合实现超额收益15%以上。库存景气反转模型补充布局困境股，整体模型具备稳定的超额回报及风险控制能力，为持续优化行业配置提供量化支持。[page::0][page::1][page::3][page::4][page::6]
9月市场上涨，跟踪Smart Beta的量化基金跑赢基准——量化基金月度跟踪（2025年10月）
本报告系统跟踪9月中国量化基金市场，涵盖主动量化、指数增强及对冲量化基金，重点分析不同跟踪指数基金表现，发现Smart Beta类量化基金整体超越同类基准，中证红利指数相关基金表现尤佳。报告附详尽各基金类别及样本基金业绩排名和风险指标，指出指数增强基金数量为最大，占比超54%，且9月新成立基金以指数增强类型为主，显示量化投资持续活跃发展趋势。报告基于公开数据，提示历史表现不构成未来收益保证[page::0][page::1][page::2][page::12]
An optimal transport approach to the multiple quantile hedging problem
本论文提出一种多重分位数对冲（MQH）问题，该问题包含经典分位数对冲及盈亏匹配问题作为特例，建模市场完善但允许非线性扰动，并采用最优传输理论将MQH问题转化为Monge及Kantorovitch最优传输问题。在线性市场中，论文证明了无对偶差距，并设计了基于随机梯度上升法的数值算法，高效稳定地求解MQH价格，数值实验涵盖了期权定价和盈亏分布对冲，验证了方法的准确性和实用性 [page::0][page::2][page::14][page::25].
Physical Climate Risk in Asset Management
本论文提出基于Vasicek多变量Firm Value模型引入负跳跃过程，量化极端气候事件对股票组合物理气候风险的影响。通过结合ND-GAIN地理脆弱性指数与企业资产强度聚类，模型校准后实现不同气候风险群组的风险度量，并计算包含物理风险的增量VaR，发现期望损失随时间增大，公用事业等高资产强度行业风险显著，模型具备集成监管资本缓冲的潜力 [page::0][page::1][page::6][page::8][page::14][page::18]。
Computing Systemic Risk Measures with Graph Neural Networks
本文扩展了带随机资本分配的系统性风险量化框架，将其引入随机金融网络和显式模型的银行间负债矩阵中，聚焦基于Eisenberg–Noe清算机制的聚合函数。针对该复杂图结构数据，本文提出运用图神经网络（GNN）及扩展置换等变神经网络（XPENN）进行风险分配函数逼近，理论上证明XPENN具备泛化能力，并通过数值实验验证其优于传统前馈神经网络，显著提升系统性风险度量和最优救助资本分配的近似效率与效果 [page::0][page::2][page::3][page::5][page::6][page::10][page::18][page::30][page::31][page::33][page::41][page::43]。
THE GLOBAL MINIMUM TAX, INVESTMENT INCENTIVES AND ASYMMETRIC TAX COMPETITION
本文建立正式模型，研究OECD全球最低税率(GMT)对跨国企业投资与利润转移行为及国家税率竞争的影响。GMT通过减少有效税率差异来限制利润转移，促进大国税收增加，但对小国财政影响复杂。短期内，最小税率提高对低税国投资有激励效应，同时因SBIE抵扣导致税收减少，两者取舍由利润转移成本决定；长期中小国税率可能低于最低税率以吸引真实投资，利润转移逐渐消失。模拟显示适度GMT提高双方税收及大国福利，但高私有收入权重时小国福利或受损。研究涵盖SBIE和QDMTT，补充现有理论文献，分析税率和投资动态的复杂相互作用，为国际最低税政政策提供理论依据和实证支持 [page::2][page::5][page::21][page::36].
Existence, uniqueness and positivity of solutions to the Guyon-Lekeufack path-dependent volatility model with general kernels
本文针对Guyon和Lekeufack提出的路径依赖波动率模型，建立了广义核函数下的随机Volterra方程的解的存在性和唯一性，且证明在满足特定核函数条件下波动率过程的严格正性。通过引入指数型和时移幂律两类核函数，对模型校准效果进行了比较，结果表明指数型核与时移幂律核结合既保证了波动率正性，也具有良好的拟合表现，实证数据校准结果优于单一指数核但略逊于双指数核组合[page::0][page::6][page::7][page::15][page::18]
The implied volatility surface (also) is path-dependent
本文提出一种新的路径依赖隐含波动率曲面(IVS)联合建模方法，实证显示标的资产历史收益率及其平方对1个月至24个月期限的ATM隐含波动率有显著解释力，且随到期时间延长关系减弱。基于此，文中采用简化的SSVI参数化模型，仅用4个参数高效拟合市场IVS，并揭示其中两个关键参数对标的价格路径具有反馈效应。最终构建路径依赖SSVI模型，成功模拟无静态套利的真实隐含波动率曲面及标的价格路径，实证验证模型具有良好拟合和预测性能。该模型具备潜力应用于资产配置、风险管理及期权对冲等领域 [page::0][page::2][page::4][page::14][page::19][page::29]
Proofs for the New Definitions in Financial Markets
本论文围绕金融市场中投资者风险态度的新定义展开，突破了传统效用曲线的曲率与风险行为之间的固定联系。研究通过数学定理和证明，显示新定义允许效用曲线呈现比传统理论更丰富的形状，如风险厌恶投资者的效用曲线可为严格凸形，从而拓展了经典效用理论，为风险行为建模提供更大的灵活性和更广泛的理论框架 [page::1][page::2][page::17][page::18]。
The Value of Storage in Electricity Distribution: The Role of Markets
本报告构建了首个包含市场参与限制的储能投资与运营规划优化模型，结合马萨诸塞州南塔克岛案例，发现市场参与能带来与削峰减载相当的资金节省；当前条件下，市场参与不明显推动储能投资，但在极低储能成本下，可能激励超出本地配电需求的部署。该模型可辅助监管机构判断储能投资规模，平衡市场效率与配电独立性约束 [page::0][page::1][page::2][page::9][page::15][page::16]
(Non-Parametric) Bootstrap Robust Optimization for Portfolios and Trading Strategies
本文提出了一种非参数Bootstrap鲁棒优化框架，用于解决投资组合和交易策略中的参数不确定性与过拟合问题。该方法通过数据驱动的重采样构造置信区间，优化效用的特定分位数，实现对尾部风险的控制。实证显示，该方法在ETF组合优化和时间序列动量策略中均优于传统均值-方差优化和贝叶斯鲁棒方法，显著提升了风险调整收益和泛化性能 [page::0][page::1][page::6][page::14][page::22]。
Orderbook Feature Learning and Asymmetric Generalization in Intraday Electricity Markets
本论文针对欧洲电力日内市场价格的概率预测问题，提出从orderbook中提取384个特征，结合LASSO量化回归实现特征筛选。评估多类传统统计模型、树模型及深度学习模型在德国与奥地利两个国家及两种产品（60分钟和15分钟）上的表现，发现深度学习模型整体优于其他模型。核心贡献还包括跨国家和跨产品类型的泛化能力研究，发现泛化存在明显的非对称性：从流动性较高的市场（如德国）训练的模型能较好泛化到流动性较低市场（如奥地利），反之则性能大幅下降，揭示了流动性对模型泛化的关键影响。[page::0][page::1][page::4][page::5][page::6]
Generative AI and Firm Productivity: Field Experiments in Online Retail
本报告基于全球领先跨境电商平台的七大业务工作流随机实验证据，量化了生成式人工智能（GenAI）对企业生产率的提升，结果显示GenAI整体带来显著销售增长（最高16.3%），对应于总要素生产率改进，四个正向应用场景合计产生每消费者约5美元的年增值。提升主要通过降低市场摩擦、提高转化率实现，且小规模卖家和经验不足的消费者获得更大收益，揭示了GenAI强烈的异质效应及其在在线零售领域的巨大潜力[page::0][page::1][page::2][page::4][page::16][page::17][page::27][page::28]。
Beyond Test Scores: How Academic Rank Shapes Long-Term Outcomes
本报告运用苏格兰阿伯丁全体小学儿童1962年数据，验证了学业排名对学业成绩、非认知能力、自我认知及长期教育和收入的因果影响。结果显示，排名提高显著提升11-plus考试成绩和内化非认知技能，尤其对女生学业影响较大，但长期收入效应仅对男生显著，反映了历史性性别机会差异。家长期望及参与变化有限，排名效应主要通过学生自我认知作用。[page::0][page::2][page::3][page::4][page::5][page::15][page::16][page::17][page::18][page::21]
量化观市：贸易冲突回归，预期微盘和红利再次走强
本报告聚焦当前中美贸易冲突背景下的市场表现，结合微盘股及红利板块的量化择时模型，指出轮动信号由微盘股转向茅指数，预计后续震荡行情将持续。在行业配置上，建议关注估值仍合理的电力设备、新能源、医药、有色金属等板块，同时推荐以大盘成长为核心配置，辅以有色、医药和电力等战术性配置。报告并展示了基于宏观经济和流动性指标构建的择时信号以及转债因子的量化表现，为投资者提供系统资产配置建议与风险识别框架[page::1][page::3][page::5][page::6][page::7].
“数”看期货：大模型解读近一周卖方策略一致观点
本报告基于大模型技术梳理了2025年10月7日至13日卖方策略团队观点，结合股指期货市场交易数据与基差分析，指出上周期指主力合约整体下跌，IC期指跌幅最大，IH升水扩大，且当月跨期价差处于历史中位数，市场情绪趋谨慎，资金在大小盘风格间重新配置。卖方策略方面，短期震荡概率较大但中长期看涨趋势未变，AI产业链、黄金、必选消费与量子计算硬件获共识看好 [page::0][page::1][page::4]
