本文建立了一个考虑片段确定性随机跳跃死亡率的退休财富年金化的最优停止模型。通过将三维问题递归降维为一维，系统求解了最优年金购买策略，揭示出五种截然不同的最优策略形态。数值案例中，单次健康冲击显著影响个体的年金化阈值，且模型对关键参数敏感。理论与数值结果共同反映了市场风险与寿命风险之间复杂权衡，为退休规划和金融保险设计提供深刻见解 [page::0][page::2][page::9][page::11][page::13][page::26][page::29]
本文研究了低收入人群在遭遇收入灾难时的消费、投资及退休决策的交互关系。通过引入政府对低收入退休人员额外收入补助，发现补助水平阈值决定了最佳退休时间：当补助不足以弥补收入缺口时，最优选择是延迟退休；补助充足则可实现适时退休。研究建立了包含收入灾难强度的退休模型，明确量化了补助对退休决策的关键作用，为政府福利政策设计提供理论依据 [page::0][page::1][page::7][page::11]。
本报告分析了金属行业当前供需及政策背景，指出钢铁行业受“反内卷”政策推动供给侧结构性改革，有色金属需求受稳增长和美联储降息预期支撑，重点关注铜、铝、黄金和稀土相关标的，强调了9月议息会议对金属价格的重要影响 [page::0][page::1]。
本报告聚焦固态电池核心材料电解质，硫化物路线为主流，深入分析固态电池对锂、锗、锆、钛、镧等金属需求的量化测算及产业链投资机会，指出固态电池带来的产业变革和材料需求增长潜力，为相关企业布局提供策略建议 [page::0][page::1]。
本报告回顾了2025年第37周权益市场的上涨行情，科创50指数涨幅领先，31个申万一级行业中26个上涨。公募基金市场方面，偏股型基金表现优异，主动权益基金整体仓位提升至78.29%，ETF市场净流入44.34亿元，跨境ETF资金净流入显著，股票型ETF资金流出。报告还披露了新基金申购和成立情况，风险提示涵盖市场风格转换和波动风险，为投资者提供及时的基金市场动态跟踪与分析[page::0][page::1]。
本报告分析了9月8日至14日信用债市场动态，指出信用债收益率整体上行至年内高位，发行规模环比大幅增加，信用利差中短期票据分化但部分品种利差收窄。报告强调当前信用债配置价值有所提升，尤其高等级7年期品种，建议逢调整积极增配，关注债券票息价值和科创债ETF波动，适度拉长久期应对市场震荡，同时关注稳增长政策对债市的影响与资金面变化对情绪的扰动 [page::0][page::1]。
本报告点评2025年8月中国经济主要数据，工业生产保持韧性但增速放缓，消费增速弱于预期且投资预期走弱，基建和房地产投资继续承压，政策加力仍是促进经济发展的关键方向[page::0][page::1]。
报告指出2025年9月转债市场估值偏高，定价偏离度达5.27%，位于历史99.3%分位，显示长期配置价值较低。转债估值与股债组合走势高度相似，基于定价偏离度构建的转债&股债轮动策略实现稳定超额收益。报告系统介绍了多种低估值及增强策略，涵盖低估值、动量、高换手、平衡偏债增强及信用替代等，均展现良好历史绝对与超额收益表现，且部分策略兼顾波动率控制，适合不同投资风格选择。市场复盘显示偏股转债正股表现强劲，周期与成长类行业转债表现突出，提示偏股仓位需适时调整以规避回撤风险 [page::0][page::1][page::2][page::3][page::4][page::5][page::6][page::7][page::8][page::9]
本报告全面分析了2025年8月纺织制造台企营收状况，观察我国及越南纺织服装出口数据，汇总纺织服饰和轻工制造板块行情及估值状况，并跟踪原材料价格、出口及零售数据，同时披露相关上市公司财务和运营动态，综合评估行业发展态势与风险提示，为投资决策提供有力参考 [page::0][page::1][page::3][page::4][page::8][page::10][page::11][page::13][page::17][page::18]
公司2025年上半年业绩表现强劲，新材料业务受益于新能源汽车、半导体及AI算力行业需求增长，实现营收同比增23.8%；新能源业务尽管收入受美市场价格影响有所下滑，但美国产能投资有序推进，未来产能扩张可期。预计2025-2027年净利润增长稳健，首次覆盖给予“买入-A”评级。[page::0][page::1][page::2]
本报告全面梳理了我国沪深REITs市场的发展现状与潜力，指出市场在政策推动和利率下行背景下初具规模，且空间广阔。文中详细分析REITs的独特资产属性和多样底层资产类型，介绍了权益和债性属性以及估值方法，结合国内外市场比较，系统评估REITs风险收益特性。投资建议侧重新发REITs认购，强调流动性风险和政策风险需关注[page::0][page::1][page::4][page::7][page::26][page::31]
朗新集团与蚂蚁数科联合成立“蚂蚁链信”，依托区块链、IOT及AI技术，打造绿色资产通证化平台，涵盖资产上链、数据聚合和动态评级定价。公司能源互联网和能源数智化业务持续增长，电力市场化交易显著提升。公司自主研发AI能源大模型，在国际测评中表现优异，推动新能源资产数字化与能源转型。预计2025-2027年归母净利润增长显著，维持“买入-B”评级，风险包含市场交易与资产通证化进展不及预期 [page::0][page::1][page::2]
报告全面分析了汉得信息2025年上半年业绩表现，收入和净利润稳步提升，毛利率因自主产品结构优化而提升2.43个百分点。重点展示了公司AI业务的快速增长，2025年上半年AI业务收入达到1.1亿元，显著贡献收入增量。财务预测显示未来三年收入与利润持续增长，首次覆盖给予买入-A评级。[page::0][page::1][page::2]
报告涵盖纺织制造、博威合金新材料、蜜雪集团及朗新集团等头部公司基本面表现，行业数据及政策环境解读，重点分析纺织、贵金属、AI能源及区块链技术与新能源资产数字化布局，结合2025年中报业绩数据和市场动态，精准把握板块投资机会和风险提示，为股市投资提供多角度策略参考 [page::0][page::3][page::5][page::7][page::9][page::10][page::11].
本文系统研究了引入双指数跳跃的随机波动率模型（HKDE模型）在期权定价中的校准能力与定价表现。通过对市场短期波动率微笑面的拟合以及多类型奇异期权（亚洲期权、Cliquet、障碍期权、方差期权）的定价实施，结果表明HKDE较传统模型（Heston、Bates）具有更优异的拟合效果和更高的计算效率，参数具备经济学解释意义，适合风险管理与实务应用[page::0][page::1][page::4][page::9][page::11][page::17]。
本文研究了在不完全金融市场中，面对漂移与波动率不确定性的风险厌恶且模糊厌恶投资者如何构建具有非零波动性的鲁棒前向投资和消费偏好，以及相应的最优投资与消费策略。通过引入随机化技术，将非凸的Hamiltonian转化为凹凸问题，建立辅助市场，采用随机无限时域BSDE与ODE，成功刻画了鲁棒随机化CRRA前向偏好及其策略，且证明这些策略在真实市场中同样最优和鲁棒，动态适应市场实际波动，具有重要理论与实务价值 [page::0][page::1][page::2][page::11][page::15][page::19][page::20][page::27][page::29][page::31]
本论文研究含有Volterra型传播核的线性瞬时及瞬态价格冲击影响下的最优清算问题，结合可观测的价格预测信号，采用无限维随机控制方法，建立并解析求解包含自由边界L²值BSDE及算子型Riccati方程的价值函数与最优交易策略，覆盖多种含奇异性的冲击核，包括幂律核，且提出高效的数值实现方案，显著拓展了现有指数传播情况的成果 [page::0][page::1][page::3][page::4][page::5][page::12][page::14][page::18]
本论文聚焦于利用上下文感知语言模型改善对金融新闻市场影响的预测。通过引入历史新闻文本的高效摘要表示方法（Prefix Summary Context，PSC），该方法结合大模型处理主文、小模型编码历史上下文，显著提升了模型预测股票价格变动的性能和投资模拟中的经济效益。实验涵盖了长短期预测、多种上下文检索策略及多模型对比，显示历史上下文和上下文化机制均带来稳健且显著的性能提升，验证了利用序列新闻的策略在解释市场信息扩散中的价值 [page::0][page::1][page::2][page::4][page::6][page::7]
本论文系统地揭示了强化学习(RL)在组合管理中的固有劣势，证明了短视优化(MO)策略在执行摩擦和风险约束下的盈利能力和收敛性优于RL。利用Malliavin微积分工具，导出了风险阴影价格，统一了HJB和KKT条件，证明MO能几何收敛，而RL收敛带有不消失的方差下限。研究表明RL策略在平均收益、方差、CVaR及正收益概率上均逊于匹配努力下的MO策略，并且存在“幻影利润”模型风险。唯有在控制影响状态(CAD)等特定市场条件下，RL才可能超越MO。该成果为量化投资中RL策略的实际价值提供了明确理论阐释与风险揭示 [page::0][page::16][page::18][page::21][page::32]。
本论文提出DeltaHedge，一种结合多智能体架构与AI强化学习的期权交易对冲框架，用于提升投资组合的风险调整收益。通过协调预测、情绪分析、交易与对冲代理，系统动态管理股票与近月认沽期权仓位，实现delta中性，并采用多RL算法集成策略轮换，适应多变的市场环境。实证结果显示，DeltaHedge显著优于传统投资、单一RL模型及大型语言模型驱动的系统，在标普500、苹果和特斯拉等标的上的夏普比率接近翻倍，且最大回撤大幅降低，证明其在不同市场阶段均具有稳健的收益和风险控制能力[page::0][page::10][page::11][page::12].
