本文研究如何从部门级数据推断具有真实系统性风险水平的企业级供应链网络。通过比较四种最大熵模型在厄瓜多尔生产网络上的表现，发现保留企业按部门细分的输入强度信息（SCGM模型）能最准确地还原企业特定的系统性风险指标ESRI，揭示了少量部门层面信息对于重建企业级供应网络真实系统性风险的重要性，为经济冲击传播分析提供了有效工具 [page::0][page::1][page::4][page::5]
本报告详细解读了实盘赛冠军二池在2024年利用强势股回调介入法实现21倍复利的交易秘笈。通过阶段性持仓及买卖节点分析，揭示了二池低吸强势成长股、核心品种聚焦和市场调整心态管理等关键策略，以及其从美股映射、产业核心筛选和资讯跟踪三大来源挑选股票的方法，为普通投资者提供了可操作的稳健盈利思路 [page::0][page::7][page::8][page::9][page::11].
本文研究了宏观经济变量观测不确定性的理论下限及其预测准确性的上限，指出市场交易的随机性是宏观经济变量不确定性的根本来源。基于统计矩和交易量的相关性，提出用变异系数衡量不确定性下限，并阐述当前缺乏二阶经济学理论和计量方法限制了预测的精度，揭示了高阶统计矩预测的经济和计量挑战，为宏观经济建模提供理论基础和未来研究方向 [page::0][page::5][page::9][page::13][page::15][page::16][page::17]
本报告聚焦中国与欧盟在氢能发展的战略布局，构建对比分析框架，深入考察两大区域的产业协同、政策激励及关键氢能经济区的发展路径。研究指出中国以国家主导和工业协同为核心，推进以过渡性氢为主的全链条体系；欧盟则强调绿色氢规模化与供应链去风险，依托多样化可再生资源与公共金融推动市场发展。案例分析涵盖内蒙古资本经济圈、长三角氢走廊以及北欧三角氢能与CO2管网，揭示跨区域能源安全与绿色转型的新机遇，提出了“田忌赛马”式的协同发展策略建议[page::0][page::1][page::12][page::16][page::17]
本报告基于全球宏观及资产市场波动，提出在长债及关税扰动结束前做多黄金与“东稳西落”主题，建议逢低增配港股与中国长债。报告详细分析美债、日债拍卖动态及其对市场流动性和风险偏好的影响，量化策略涵盖A股、港股、美股仓位择时及主题资产配置，黄金ETF配置价值仍在，短期关注3100-3150交易区间。整体看，现阶段市场情绪谨慎，风险偏好回落，资产配置偏向防御与避险 [page::0][page::1][page::7][page::8]。
本月，受外部贸易政策冲击及国内政策宽松预期影响，资金面活跃，流动性充裕，利率债和信用债整体收益率普遍下行，期限利差及信用利差表现分化。预计未来十年期国债收益率将震荡下行至1.6%左右，政策利率仍有30-40bp的降息空间，风险包括货币政策和经济基本面超预期等因素需关注 [page::0][page::1][page::4][page::5][page::8][page::10]
本报告系统拆解分析了2025年前4个月中国煤炭进口的数量及价格变化，重点关注动力煤、炼焦煤、褐煤和无烟煤的进口量价趋势与主要进口国变化。4月煤炭进口延续连续负增长，进口价格同比和环比均下降，反映海内外供需宽松且全球不确定性增加带来的产业冲击。报告还提出基于资源价款的煤炭上市公司估值建议，以及稳健和弹性股息品种的投资策略指引，提醒关注国内需求和国际煤价波动风险 [page::0][page::12]。
2025年第一季度，名创优品营收44.27亿元，同比增长18.9%，同店销售降幅收窄，海外直营店快速扩张促销售毛利率提升至44.2%。经调整净利润5.87亿元，同比略降4.8%，主要因销售及分销费用率上升。预期2025-2027年营收持续增长，归母净利润对应提高，维持“买入-A”评级。[page::0][page::1][page::2]
本周煤炭行业供需维持平稳，动力煤港口去库存压力有所缓解，夏季备库需求逐步释放，动力煤价格下跌空间有限。冶金煤需求底部有所抬升，社会库存降低，高炉开工率略有下滑，焦炭价格继续回落但降幅有限。煤炭行业行情表现分化，采选板块表现优于煤化工板块，重点推荐基本面稳健且低估的煤炭上市公司。相关期货价格延续下行趋势，交通运输运价有所回升。整体来看，行业情绪回暖，资金面支持煤炭板块估值修复，投资建议关注弹性与股息兼具的品种 [page::0][page::1][page::22]
2025年前4个月煤炭供给增速边际放缓，需求端表现分化，非电需求受基建支持强于电力，进口煤连续2个月负增长。煤炭价格整体承压，动力煤和焦煤价格中枢有所下降，炼焦煤与动力煤比价接近底部。投资建议聚焦业绩支撑且估值被低估的煤炭上市公司，关注弹性和稳定高股息品种 [page::0][page::1][page::2][page::8][page::9]
本报告系统回顾煤炭行业需求与供给动态，4月煤炭进口持续负增长，动力煤和焦煤价格趋稳，煤炭板块表现相对强势，重点推荐业绩支撑且估值被低估的煤炭上市公司。同时，关注光伏行业新增装机高速增长及逆变器出口持续扩张，通信模组与智能产品市场快速发展。利率环境方面，预计长端利率继续下行，固定收益市场受政策宽松及外部不确定性影响波动加剧，为投资者提供了多维视角的行业与市场投资建议。[page::0][page::2][page::3][page::8][page::10]
报告指出2025年4月国内光伏新增装机容量达到45.2GW，同比大幅增长214.7%，环比增长123.4%，累计装机104.9GW，同比增长74.6%。组件出口出现下滑，4月出口额同比下降20.3%，但逆变器出口额持续增长，同比增长17.9%。4月太阳能发电量同比增长16.7%，在全国发电总量中的占比提升至6.29%。同时，报告提出重点推荐的光伏相关企业名单，并提示装机量、价格波动及海外政策风险 [page::0][page::1][page::2][page::3]
报告点评了移远通信2024年和2025Q1的出色业绩增长，重点介绍公司在5G模组、车载智能化以及AI模组和解决方案的广泛布局，尤其强调7大车载产品技术生态及AI大模型应用。财务预测显示未来三年归母净利润预计持续增长，维持增持评级，公司具备较强行业竞争力和持续成长空间 [page::0][page::1][page::2].
本文基于日频量价因子，设计了两阶段神经网络模型(SE-GRU)，对未来N日利率及国债期货涨跌进行预测。回测涵盖10年期及5年期国债期货和国开活跃券，取得显著绝对收益与稳健超额收益。积分梯度法揭示成交量、利差及资金面为重要预测因子，模型具备较强的特征提取与择时能力，但仍受样本外表现及极端行情影响需要持续跟踪和优化 [page::0][page::3][page::5][page::8][page::25]
本文基于国债期货的量价特征，实证发现十年期国债期货存在显著的隔日反转效应，并基于该效应构建隔日反转择时策略，策略在控制回撤和风险的基础上取得稳健超额收益。通过剔除极端因子值，优化策略后夏普比率提升至1.4，胜率约54%。此外，引入周内日历因子和日内动量因子进一步提升策略表现，做空策略年化收益达7.11%，夏普比率约2，策略具备良好风险收益特征。若配合杠杆使用，策略可带来更可观回报 [page::0][page::5][page::8][page::10][page::12][page::14][page::17]
本报告提出结合宽基指数估值、市场流动性与交易拥挤度三类因子构建的量化择时模型。该模型能准确捕捉沪深300指数的底部与顶部信号，并规避拥挤交易带来的下跌风险。2011年以来，模型年化收益率达20.69%，超市场基准18.64%，年胜率达84.6%。各模型因子均经过系统构建、敏感性测试和合成，最终模型展现出较优风险调整收益表现和换手率水平，为宽基指数择时提供有效工具。[page::0][page::2][page::9][page::15][page::29]
本文提出利用费马-托里切利点方法对投资风险中的数值序列进行量化分析，该方法适用于方差大、非线性明显及非正态分布的数据。通过对捷克共和国2011-2021年通胀指数的实例分析，显示此方法相比传统统计方法能更实用地缩小风险预测区间，减少随机成分影响，提高投资决策的有效性[page::0][page::3][page::4][page::6][page::8][page::10]
本报告基于经济模型分析以太坊的执行票据（Execution Tickets, ET）机制在捕获最大可提取价值（MEV）方面的效果。研究发现，若买家同质、风险中性且无资本成本，ET能完全捕获MEV；风险厌恶或资本成本存在时捕获率下降；买家异质则导致中心化和捕获率降低。引入提议者构建者分离（PBS）机制虽能部分缓解，但仍存在中心化。大型低成本资本买家可能主导ET市场，影响以太坊的去中心化水平，本研究提出多项均衡与市场结构洞察，为MEV捕获与网络去中心化的权衡提供理论基础 [page::0][page::1][page::5][page::6][page::8][page::9][page::10]
本文提出了基于DAG协议的公平排序协议FairDAG-AB与FairDAG-RL，解决了传统领导者驱动共识协议中交易排序被恶意操纵的问题。FairDAG利用无领导者高吞吐量DAG设计，提升性能和抵抗对手操纵能力，具备较强的理论证明和实验验证，显著优于Pompe和Themis等先前方案 [page::0][page::1][page::9][page::10][page::13][page::14]。
本研究提出了一种结合Time2Vec与Transformer编码器的新型神经网络架构，支持多股票价格协同预测。通过相关性特征筛选和多特征聚合，提升了模型对金融时间序列的捕捉能力，实证显示该方法优于传统位置编码及LSTM、RNN等模型，且参数更少，具备较强泛化性与预测准确性 [page::0][page::1][page::2][page::3][page::4]。
