2613 篇
1075 篇
264385 篇
3265 篇
6305 篇
2228 篇
2769 篇
537 篇
29522 篇
9423 篇
3131 篇
747 篇
2294 篇
1314 篇
449 篇
752 篇
1387 篇
2597 篇
2736 篇
3996 篇
[金融业] [2023-08-28]
7 月经济数据多项低于预期,仅统计局新发布的服务零售额表现亮眼,全年实现 GDP 增速5.0%的压力有所增大。经济、金融等数据偏弱,稳增长和防风险交织 下,预计8 月中下旬将是政策密集出台期。本文并不详尽解读经济数据,而是探 讨几个重要问题以及对后续政策的展望。
[金融业] [2023-08-28]
我们在上期推文中介绍了公募指数增强基金的beta 怎么选,即对标的指数怎么 选,说明了指增基金跟踪指数的选择需从风险收益特征、超额收益潜力、估值水 平和行业风格4 个维度去考察。 做完beta 的抉择,下一步就要选择跟踪对应指数的单只或多只指数增强基金, 单只基金的选择就需要紧紧围绕基金的alpha,即超额收益能力去做文章了,本 期将从指增基金的净值表现出发,看看哪些指增基金的alpha 能力相对突出且较 为稳定。
[文化、体育和娱乐业] [2023-08-28]
艺术展览是具有双向连接艺术家、艺术作品和收藏者、交易市场功能的文化产业中介,可按照作品流派、运营模式、业务 层级、资本性质进行分类。1987年,北京成立第一家经营油画销售业务的艺术展览,自此中国艺术展览行业进入探索期, 2014年后,中国艺术品消费市场趋于理性,艺术展览更加注重专业化运营。
[金融业] [2023-08-28]
母子城投分布:通过持股比例判读并辅以手工整理的方式我们共筛选出1170 对母子 城投,截至2023 年8 月11 日尚存续信用债的子公司有942 家,合计存续余额3.28 万亿元。评级方面,子公司AA 级、母公司AA+级是最常见的主体评级组合;行政 层级方面,多数母子城投所处层级相同,以同为区县级或同为地市级为主;地域方 面,浙江和江苏母子城投嵌套最复杂,四川、山东、江西次之,结合层级看江浙两 省子公司以区县级为主,其余省份地市级和区县级占比大致对半;担保方式方面, 无担保和母公司直接担保的情形较为普遍,专业担保公司和其他担保方情形较为少 见;发行方式方面,子公司存续私募债规模稍大,但公募债发行人资质偏强。
[非金属矿物制品业] [2023-08-28]
近期浮法玻璃行业基本面持续向上,随着进入旺季,叠加保交楼需求,预计玻 璃需求将持续向好;供给端来看,预计后续新增有效供给有限,且考虑到行业 仍有大量高龄产线处在运行状态,预计未来供需格局仍较优。供需优化且成本 下行,看好浮法玻璃旺季盈利弹性;从PB 的角度来看,当前时点龙头企业PB 估值已处在底部区域,若考虑到高分红率的影响,则估值性价比更高。推荐旗 滨集团、信义玻璃、南玻A,建议关注金晶科技、中国玻璃、耀皮玻璃。
[非金属矿物制品业] [2023-08-28]
近期浮法玻璃行业基本面持续向上,随着进入旺季,叠加保交楼需求有望边际 改善,预计玻璃需求将持续向好;供给端来看,后续新增有效供给有限,且考 虑到行业仍有大量高龄产线处在运行状态,预计未来供需格局仍较优。供需优 化且成本下行,看好浮法玻璃旺季盈利弹性;从市值的角度来看,目前行业龙 头已位于底部区域,具备较高安全边际;且周期启动时具备较大向上弹性;而 从估值的角度来看,当前时点龙头企业PB 估值已处在底部区域,若考虑到高 分红率的影响,则估值性价比更高,具有较高配置价值。
[金融业] [2023-08-28]
7 月末预定利率正式下调,政策落地前助推7 月寿险保费增速进一步提升。 1-7 月平安、太保和人保寿险保费同比增速均为10%左右,新华和国寿同 比分别增长6.6%和6.8%,普遍较上半年增速进一步提升。以上五家上市 寿险公司合计保费同比增长8.1%,年初以来在预定利率下调预期的推动 下增速呈持续回升态势。7 月除国寿同比增长5%外,其他四家上市寿险公 司单月寿险保费增速均为双位数增长。
[信息传输、软件和信息技术服务业,金融业] [2023-08-28]
本研报重点探讨LSTM 模型在股指期货交易中应用。相比传统的 统计模型,该模型能够更好地处理序列数据中的长期依赖关系。通过其 独特的记忆单元和门控机制,能够有效地捕捉和记忆时间序列中的重要 信息,从而更准确地预测资产价格的趋势。 实证结果上 LSTM 在股指期货对T+1 日开盘价比收盘价有相对预 测精度。基于LSTM 模型构建了一个简单交易策略,当模型预测的 T+1 收盘价高于T 日的收盘价时,我们选择在当天的收盘时点进行买入 操作,并在隔日的收盘价进行平仓。反之则进行做空操作,该策略在沪 深300,中证500,以及上证50 股指期货上的收益分别为-5.67%、 4.90%和10.23%。
[信息传输、软件和信息技术服务业,金融业] [2023-08-28]
本研报重点探讨LSTM 模型在股指期货交易中应用。相比传统的 统计模型,该模型能够更好地处理序列数据中的长期依赖关系。通过其 独特的记忆单元和门控机制,能够有效地捕捉和记忆时间序列中的重要 信息,从而更准确地预测资产价格的趋势。 实证结果上 LSTM 在股指期货对T+1 日开盘价比收盘价有相对预 测精度。基于LSTM 模型构建了一个简单交易策略,当模型预测的 T+1 收盘价高于T 日的收盘价时,我们选择在当天的收盘时点进行买入 操作,并在隔日的收盘价进行平仓。反之则进行做空操作,该策略在沪 深300,中证500,以及上证50 股指期货上的收益分别为-5.67%、 4.90%和10.23%。
[金融业,信息传输、软件和信息技术服务业] [2023-08-28]
DFQ 强化学习因子沪深300 成分内指数增强组合:20 年以来年化对冲收益近8%, 单边年换手8 倍,最大回撤6%,每年均取得正超额,2023 年到8.7 号对冲收益达 5.28%。中证500 成分内指数增强组合:20 年以来年化对冲收益超11%,单边年换 手9 倍,最大回撤8%,每年均取得正超额,2023 年到8.7 号对冲收益达5.59%。 中证1000 成分内指数增强组合:20 年以来年化对冲收益超8%,单边年换手10 倍,最大回撤11%,每年均取得正超额,2023 年到8.7 号对冲收益达1%。