本论文提出了Technical Indicator Networks (TINs) 框架，将传统技术指标结构化为可解释的神经网络，通过强化学习动态优化参数，提升系统交易模型的适应性和透明度。以MACD指标为例展示了如何构建对应神经拓扑，以及使用深度Q学习进行策略训练，实证结果证明TINs 在美国30指数成分股上的表现优于传统MACD，具有更优的风险调整收益和灵活性。此外，框架支持多维度多数据源输入，有助于融合行情、情绪等信息，促进跨市场智能交易策略发展。[page::0][page::3][page::8][page::9]
本研究首次系统地揭示了大型语言模型（LLMs）在投资分析中的内在偏好及其在信息冲突下形成的确认偏误。通过设计三阶段实验框架，针对标普500成分股，分析了模型对行业、规模和动量因素的偏好及其偏误程度。结果表明，LLMs普遍偏好大盘股且倾向于逆势投资策略，这种偏好会在含有矛盾证据时转化为难以改变的确认偏误，严重影响其投资建议的可靠性。此外，模型内部不确定性的熵分析揭示偏好强度与认知冲突的相关性，凸显了模型主观偏见对决策过程的影响，为构建更可信的金融AI系统提供重要基础[page::0][page::1][page::3][page::4][page::5][page::6].
本文提出了一种基于结构化经济偏好的大语言模型（LLM）智能体监督微调方法，实现智能体在博弈等战略情境中行为的理性及道德偏好对齐。通过两个典型偏好结构——自利的homo economicus和兼顾康德普遍化原则的homo moralis，合成数据集指导微调，显著改变LLM决策行为。应用验证包括自动驾驶道德困境与算法定价博弈，揭示不同对齐目标对个体及市场结果的深远影响，推动了LLM智能体的经济与道德价值对齐研究[page::0][page::2][page::5][page::16][page::23][page::24][page::29]
本论文提出一种针对Uniswap去中心化交易所的双轨行为评分框架，分别量化流动性提供者和交易者的行为特征。结合可解释的行为蓝图和噪声注入的深度残差神经网络，实现对用户行为的细致建模。通过引入池级上下文信息，模型能够区分不同市场环境下相同行为的影响。实证结果显示，模型预测准确，评分与用户的实际行为特征高度相关，具备良好的泛化和公平性，为DeFi信用风险评估和激励设计提供了有效工具 [page::0][page::4][page::5][page::6][page::7][page::8].
本文提出MountainLion，一种基于多模态与多代理的大语言模型（LLM）金融交易分析框架，集成文本新闻、K线图与交易信号，实现动态、可解释的数字资产分析和投资策略生成。系统通过检索增强生成（RAG）与图结构推理提升预测准确性与语义一致性，在加密货币中证实显著提升中期预测效果和投资报告质量，为金融智能决策提供稳健支持[page::0][page::1][page::3][page::4][page::9][page::11][page::14]。
本文提出基于多智能体系统（MAS）的加密资产组合构建与评估方法，比较了静态等权重组合与滚动窗口动态优化策略。研究利用2020-2025年十大市值加密货币日数据，通过Crew AI架构实现模块化投资流程。动态滚动优化策略显著提升风险调整收益指标（如Sharpe比率），展现了自适应资产管理在高波动加密市场的优势，并强调了MAS模型在透明性、可扩展性及审计性方面的潜力 [page::0][page::7][page::9][page::10]
本研究基于约一千万条2018至2024年美国在线招聘数据，分析AI技能职位提供的非货币福利状况。结果显示，AI职位显著更可能提供育儿假、远程工作、职场文化等福利，且这些福利与较高薪资形成复合溢价，尤其在AI需求高峰期更为明显，表明企业通过薪酬与福利共同竞争AI人才，非货币激励已成为重要招聘手段 [page::0][page::14][page::24][page::25][page::21][page::23]
本报告构建了孟加拉国2016-2024年期间的综合金融稳定指数（AFSI），涵盖实际部门、金融和货币部门、财政部门以及外部部门19项宏观金融指标。结果显示，2024财年尽管实际和财政部门略有改善，但金融货币部门和外部部门表现恶化，导致整体金融稳定性下降。非 performing 贷款激增、资本充足率下降、资本市场疲软、外债增加和外汇储备减少是主要压力因素，凸显制度改革和政策协调的紧迫性，为政策制定者提供了系统性风险预警工具[page::0][page::1][page::10][page::11][page::14]。
本文扩展了Lindquist–Rachev无风险资产期权定价框架，引入常见Lévy跳跃模型（NIG和CGMY），推导了包含跳跃的偏积分方程(LR-PIDE)并采用特征函数方法实现高效定价。实证检验表明，这些跳跃模型显著优于Black–Scholes，在拟合S&P 500隐含波动率微笑和定价误差方面表现突出，同时提取的“影子短期利率”反映流动性压力期的风险信号，为无风险资产市场中的期权定价与风险管理提供新工具 [page::0][page::8][page::21][page::24]。
本研究提出一种结合统计社会网络分析、时间序列预测与VaR风险管理的新型股票组合优化框架。利用2020-2024年S&P 500日线数据，通过VAR和FEVD构建以股价影响力为权重的网络，并使用最小生成树提取核心结构，挑选高中心度股票构建动态组合，配合ARIMA和神经网络预测模型优化选股。实证结果表明，该策略尤其是NNAR增强版本，年收益率显著超越基准，最高达到85.65%，展示了网络结构与风险调整预测相结合的优越性与适应性 [page::0][page::13][page::15][page::17]
本报告系统评估了三种静态输入输出模型（Leontief和Ghosh模型、关键投入模型、非作业输入输出模型）及三种数据参数化方法（家庭中断、千瓦时损失、卫星夜间光强）对美国自然灾害引发大规模停电宏观经济影响的敏感性。以2022年飓风伊恩、2021年德州大停电及2020年热带风暴伊萨亚斯为案例，定量分析GDP损失波动，发现模型架构和数据参数选择对经济损失估算影响显著，参数化方法可引发最高50%以上的估算差异。研究指出模型输出数值敏感度极高，较供应链及产业链联动效应更为显著，为后续分析师提供了重要方法指导和政策启示 [page::0][page::20][page::34][page::41][page::44]
本文首次提出全面的理论与实证框架，扩展新经济地理学以纳入五种AI驱动的空间机制，系统分析日本老龄化社会中AI对空间生产率集聚效应的影响。通过东京地区多维面板数据和五种因果识别方法，发现AI实施显著提升空间集聚度4.2-5.2个百分点，且在高AI适应行业效果最为明显（增幅达8.4个百分点）。机器学习预测显示激进AI采纳可抵消60-80%的老龄化带来生产力下降，提出分三阶段的政策框架以促进包容性空间转型并支持长期可持续发展，框架具全球老龄化社会推广价值[page::0][page::1][page::18][page::29][page::25]
因内容审核限制，当前无法获取有效研报内容，无法完成摘要生成及相关信息提取。
由于报告内容审核中，暂无法获取具体信息进行分析总结。
本文研究了带有状态切换引起的跳跃冲击的均值-方差投资组合选择问题。模型允许市场参数及股票价格在不同市场状态切换时发生跳跃，反映实际市场中牛熊转换的股价急剧变化。通过完成平方法，推导得到最优投资组合策略和有效前沿，二者由三个多维非线性耦合常微分方程系统表征，其中包含一阶高维严格非线性Riccati方程。此外，本文讨论了无卖空约束下的MV问题，对应Riccati方程维度翻倍并证明了解的存在唯一性。相比传统线性模型，引入状态切换跳跃显著增加模型复杂度，但更贴近实际市场表现。最后，提出进一步研究非马尔科夫模型下高度非线性后向随机微分方程的可能性[page::0][page::1][page::6][page::10][page::17]
本研究基于914家印度知识密集型初创企业数据，采用自然实验方法，比较了2016-2020年和2021-2025年两个人工智能（AI）时代创业企业的结构和效率差异。结果显示，AI时代企业规模显著增大，员工人数翻倍，但员工产出效率和资本利用率下降，反映了早期对AI技术大量投入且回报尚未显现的现象。研究揭示AI对创业生态系统的深远影响，并提出未来需关注长期可持续性研究 [page::0][page::11][page::18][page::22]。
本文为兴业证券金工团队2025年暑期实习生招聘公告，介绍了岗位职责、要求、工作地点及团队背景，重点强调量化策略研究及编程能力，旨在吸引跨领域优秀毕业生加入[page::1][page::2]。
报告系统分析了直接空气捕集（DAC）技术的碳移除优势及成本快速下降趋势，重点指出固体吸附材料作为核心环节具备降本潜力，受欧美政策大力支持，预计2030年全球DAC市场规模将超过17亿美元。建议关注国内吸附材料龙头企业蓝晓科技，技术和市场先发优势明显。[page::0][page::1]
本报告重点跟踪纺织服饰及黄金珠宝行业动态，涵盖周大福2025年Q2经营数据，显示同店销售降幅收窄与产品结构优化推动毛利率提升。同时结合纺织服装与家居用品板块行情走势、估值及原材料价格趋势，尤其关注黄金珠宝终端需求稳健增长及出口数据。报告涵盖行业龙头企业最新财报和市场风险提示，为投资者提供系统分析与参考依据 [page::0][page::1][page::2][page::3][page::18]
本报告点评浙江荣泰通过优质客户结构支撑新能源车用云母主业稳健增长，收入与利润持续高速复合增长。公司通过战略股权收购金力传动15%股份及控股狄玆精密，拓宽机器人核心零部件业务，预计2025-2027年业绩稳定提升，首次覆盖给予“增持-A”评级。风险方面提示市场竞争加剧、业绩承诺、商誉减值及股东减持风险，详见财务预测及估值数据汇总 [page::0][page::1][page::2]
