逐鹿 Alpha专题报告（十九） Factor Zoo I
本报告作为Factor Zoo系列的开篇，系统剖析了基于2016-2023年A股分钟量价数据构建的多类量化因子的表现特征。通过算子化与元算子框架，灵活高效地生成了振幅、标准差、高阶矩、成交占比、流动性、动量及量价相关性等多维度因子，并采用周频IC均值、ICIR等指标检测其有效性，揭示出不同时间频率和因子类型的关键表现差异，为未来因子创新与量化策略提供坚实基础[page::1][page::2][page::6][page::19]。
金融研报AI分析
LLM-Powered Multi-Agent System for Automated Crypto Portfolio Management
本报告提出了一种基于大型语言模型(LLM)的多智能体多模态框架，用于自动化管理前30大加密货币的投资组合。该框架通过协作的专家智能体团队处理数据分析、文献融合及投资决策问题，创新性地引入组内及组间协作机制提升预测精度和解释能力。实证结果表明，该模型在分类准确率、资产定价能力及投资组合表现上均显著优于单一模型和市场基准[page::0][page::1][page::5][page::6][page::8][page::9][page::10]
Quantifying a Firm’s AI Engagement: Constructing Objective, Data-Driven, AI Stock Indices Using SEC 10-K Filings
本报告提出基于自然语言处理技术，从纳斯达克上市公司10-K年报中客观量化企业AI参与度，构建了四种不同加权方式的AI股票指数。通过对ChatGPT发布事件的市场反应分析，验证了AI指标对异常收益的预测能力，并发现所建AI指数的风险收益表现优于或匹配现有14只AI主题ETF，兼具透明、公正与成本效益，适合投资者和资产管理者用以构建科技主题投资组合 [page::1][page::2][page::18][page::20][page::25][page::29][page::36]。
High-frequency lead-lag relationships in the Chinese stock index futures market: tick-by-tick dynamics of calendar spreads
本报告通过高频逐笔数据分析了中国金融期货交易所股票指数期货不同到期合约间的领先-滞后关系，发现近月合约以一跳领先其他合约且流动性为驱动主因，建立了日内基于领先-滞后价差的负反馈效应模型，并通过回测验证基于该信号的交易策略在计入成本后仍具盈利性，揭示了期货市场价格发现机制与高频交易者行为特征，为投资者提供有效交易信号与策略依据 [page::0][page::13][page::18][page::23][page::25]
SECTORIAL EXCLUSION CRITERIA IN THE MARXIST ANALYSIS OF THE AVERAGE RATE OF PROFIT: THE UNITED STATES CASE (1960-2020)
本研究基于马克思主义理论构建了美国经济部门纳入平均利润率计算的排除准则，强调区分生产性与非生产性劳动、资本循环中的部门位置及其剩余价值产出关系。通过多种先进时序滤波方法与17种单位根检验，验证了该准则的理论内部一致性，显示所构建的马克思主义平均利润率呈长期下降趋势。进一步运用主成分分析、广义线性回归、动态因子自回归模型等多种计量方法验证了准则的客观一致性，结果表明排除准则有效去除非生产性劳动部门，实现对资本积累过程的准确反映，具有重要的科学与实践意义 [page::0][page::1][page::2][page::8][page::10][page::15][page::19][page::20][page::24][page::29]
Assessing Co-Authored Papers in Tenure Decisions: Implications for Research Independence and Career Strategies in Economics
本研究基于6360名经济学者在68种顶级期刊上1980-2014年的发表数据，分析了早期单独署名与合著论文对长期学术产出和引用的影响。结果显示，单独署名显著提升长期科研产出与影响力，而国际合作相较国内及机构内合作的负面影响更小。近年来，跨机构和国际合作的重要性日益凸显，为评估委员会与研究人员提供了明确的策略指导 [page::0][page::1][page::3][page::4]。
A mixture transition distribution approach to portfolio optimization
本报告引入基于混合转移分布（MTD）模型的有向加权金融网络，通过局部关联性指标指导资产组合优化。基于美国道琼斯30、欧洲Euro Stoxx 50和英国FTSE 100的实证研究表明，该方法有效捕捉资产间非线性、方向性依赖关系，显著优于传统均值-方差框架，实现更优风险调整收益与分散化效果。[page::0][page::2][page::3][page::11][page::17]
Market Making with Fads, Informed, and Uninformed Traders
本报告构建了包含短期价格偏离（fad）现象的市场做市最优策略模型，考虑了信息充分和信息不充分情形下，结合知情交易者和无知交易者的订单到达强度对做市商的影响。研究表明，价格中的fad不仅影响资产的价格动态，也显著影响订单流，知情交易者能够识别基本面与fad的差异，订单到达对报价的敏感性呈不对称性质。报告采用偏微分方程及滤波方法刻画了最优策略，发现信息价值随知情交易者比例升高而增加，且市场做市商在面对更“有毒”的订单流时会调整买卖价差以管理库存风险。此外，结合模拟分析量化了不同信息水平下的策略表现差异，为理解市场微结构和做市策略设计提供了新颖视角 [page::0][page::1][page::2][page::3][page::5][page::6][page::7][page::23][page::25][page::27][page::29][page::30][page::35]
A Systematic Network Momentum Strategy for Commodity Futures Based on Lead-Lag Relationships
本报告提出了一种结合多种单变量和跨市场趋势指标的系统性趋势跟踪策略，通过利用Lévy面积和动态时间规整等方法构建的网络动量指标，捕捉商品期货市场中存在的动量溢出效应。该策略通过图学习模型优化得出稀疏的网络邻接矩阵，实现对市场间领导-滞后关系的量化。回测显示，网络动量策略在净夏普率、收益偏度及下行风险表现上均显著优于基线MACD模型，且采用集合方法降低了交易成本和模型波动性，展现了较强的稳健性和跨行业适用性 [page::0][page::1][page::9][page::15]
How low-cost AI universal approximators reshape market efficiency
本文基于市场效率的数学框架，探讨低成本AI普适逼近器如何推动市场效率的演化。研究指出，AI模型因其普适性和较低优化成本，促使市场趋向更高复杂度的均衡价格过程，实现所谓的AI效率状态。在此过程中，市场价格与投资者信念及策略共同演化，且市场动态呈现非平衡性和多主体适应性，未来需要更复杂的基于智能体的模型来描述这一过程 [page::0][page::1][page::4][page::7][page::10]。
Optimal Execution Strategies Incorporating Internal Liquidity Through Market Making
本报告提出一种结合内部流动性（通过做市）与银间限价和市价订单的新型算法执行模型。该模型在考虑银间订单市场冲击的基础上，排除内部做市交易的市场冲击，实现了内外流动性的优化平衡，从而减少市场冲击，提高执行效率。数值实验表明，该策略延迟市场订单的执行时机，通过做市吸引内部流动性，优化限价单深度和做市报价，有效提升执行策略的表现 [page::0][page::1][page::7][page::9][page::10]。
DYNAMIC LOAN PORTFOLIO MANAGEMENT IN A THREE TIME STEP MODEL
本报告构建了一个三时间步的银行贷款组合动态管理模型，理论分析了银行在中间阶段通过发行新股权与债务应对资本充足率及杠杆率监管要求的行为特征。研究发现，发行新股权或债务对股本回报率影响取决于市场情境，设定了资本募集上限，并引入股权持有人约束防止银行违约，兼顾银行稳定与盈利优化 [page::0][page::3][page::5][page::16]。
SPECIFIC ASPECTS OF INTELLECTUAL PROPERTY MANAGEMENT IN THE KNOWLEDGE-BASED ECONOMY
本报告系统地分析了知识经济背景下的知识资本与知识产权管理，强调知识资本对经济增长和企业竞争优势的重要性。通过阐释知识产权的定义、组成及其在全球经济中的战略作用，结合专利统计数据（如欧洲专利申请数量和专利申请国地域分布趋势）和品牌价值排行，揭示了知识产权在激励创新、吸引投资及市场竞争中的关键地位。报告最后对医用专利的发展态势进行了详细说明，展示了知识产权保护对科技进步和产业发展的推动作用 [page::0][page::1][page::4][page::5][page::7][page::8]。
Institutional Adoption and Correlation Dynamics: Bitcoin’s Evolving Role in Financial Markets
本报告研究了2018至2025年间比特币与传统股指间的动态相关性，重点分析了机构采用机制——如比特币ETF与企业持币——对比特币与纳指100及标普500相关性的影响。结果显示，关键机构事件显著提升了相关性峰值至0.87，且在不同市场情绪下相关性呈周期性波动，揭示比特币正从非关联资产向传统金融体系深度融合，影响投资组合多样化与系统性风险管理 [page::0][page::3][page::4][page::6][page::8]
Boosting the Accuracy of Stock Market Prediction via Multi-Layer Hybrid MTL Structure
本报告提出了一种集成Transformer编码器、BiGRU和Kolmogorov-Arnold网络(KAN)的多层混合多任务学习(MTL)框架，用以解决股票市场非线性、高维和波动性强的数据特征。通过多层结构，该模型有效捕获了多维特征间复杂关系和时间序列的长短期依赖。实验证明，该方法在MAE、MAPE和R²等多项指标上显著优于主流先进模型，达到MAE为1.078，MAPE为0.012，R²高达0.98，展现出极强的预测精度和稳定性，为股票市场预测提供了有力工具和思路 [page::0][page::1][page::2][page::4][page::5][page::6][page::7].
Optimal Execution among $N$ Traders with Transient Price Impact
本报告研究了Obizhaeva–Wang模型中具有瞬时交易成本正则化的$N$人最优执行博弈，证明了存在唯一封闭形式的纳什均衡，分析了不正则化下无均衡的现象，并提出通过加入时变区块交易费用恢复均衡存在性。该限极模型揭示了竞赛对冲击成本的加剧作用，进一步通过成本无政府状态和掠食成本的量化分析，展现了市场参与者间相互影响与博弈行为的深刻机制，为高频交易策略设计和交易成本管理提供了理论基础和实证解读 [page::0][page::1][page::2][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12][page::13][page::14][page::15][page::16][page::17][page::18][page::19][page::20][page::21][page::22][page::23][page::24][page::25][page::26][page::27][page::28][page::29][page::30][page::31][page::32][page::33][page::34][page::35][page::36][page::37][page::38][page::39][page::40][page::41][page::42][page::43][page::44][page::45][page::46][page::47][page::48][page::49][page::50][page::51][page::52][page::53][page::54][page::55][page::56][page::57][page::58][page::59]
Defaultable bond liquidity spread estimation: an option-based approach
本报告基于Longstaff的期权理论框架，提出了涵盖信用风险的违约债券流动性价差估计模型，将流动性视为带有触发时间限制的回溯期权价值。通过G2++和CIR模型进行数值模拟，量化了风险利率波动、信用利差波动及违约事件对流动性价差的影响，揭示不同到期时间和信用评级的债券流动性特征。报告还结合意大利国债实际市场数据，介绍了分类流动性、校准探测频率及估计未报价债券流动性价差的实证方法，为非流动性债券定价提供了有力工具与路径 [page::0][page::3][page::6][page::10][page::13][page::18]
Asset Pricing Model in Markets of Imperfect Information and Subjective Views
本文基于Merton模型，构建包含信息不完全性与投资者主观观点的市场均衡资产定价模型，推导了不完全信息下均衡预期超额收益向量及对应市场组合，通过贝叶斯推断融合影子成本和投资者观点的条件后验分布，提供了结合经验与市场信息的最优投资组合构建框架[page::0][page::3][page::15][page::25][page::40]。
Stochastic Optimal Control of Iron Condor Portfolios for Profitability and Risk Management
本报告将铁秃鹰（Iron Condor）期权组合优化问题建模为随机最优控制问题，结合粗糙Heston模型仿真与理论证明，发现对SPX市场，偏左非对称铁秃鹰策略在延续至期满时间时，具有较优的风险收益平衡。深度虚值组合提高成功率和收益潜力，但面临极端亏损风险，可通过最优停时策略加以缓解，停时一般占总期限的50%-75%。实际SPX市场案例验证了仿真结论，揭示了铁秃鹰控制策略对组合盈利与风险管理的关键作用 [page::0][page::4][page::12][page::16][page::22].
Pontryagin-Guided Deep Learning for Large-Scale Constrained Dynamic Portfolio Choice
本报告提出Pontryagin引导的直接策略优化（PG-DPO）方法，解决了多资产连续时间动态投资组合选择问题，支持高达千余资产规模及消费和投资约束。该方法结合神经网络控制与Pontryagin最大值原理，高效避开传统动态规划的维度诅咒，在约束条件下（如禁止卖空、借贷限制等）依然保持可扩展性。基于PG-DPO及其OneShot变体，实验验证了在无约束下准确恢复闭式解，且在约束下实现了高精度策略求解，显著提升了训练效率和数值稳定性，展示了该框架在大规模、多约束动态投资问题上的广泛应用潜力 [page::0][page::2][page::5][page::6][page::15][page::25][page::32]
