• 专题报告:从编程智能体到知识工作平台,Codex核心机制、部署与金融投研应用研究——AIAgent赋能金融投研应用系列之六.pdf

    • 3积分
    • 2026/08/05
    • 28
    • 方正证券

    大语言模型正从文本生成走向工具调用与环境执行,智能体开始能够读取文件、运行命令、调用外部工具并依据执行结果持续修正。方正证券金融工程团队在此系列前序报告中已就OpenClaw、HermesAgent等开源Agent平台的部署及其金融投研应用进行详细介绍,本报告聚焦OpenAI的智能体产品Codex,系"AIAgent赋能金融投研应用系列"第六篇。产品定位与核心机制Codex并非单一模型或传统代码补全工具,而是由模型、客户端、执行环境、权限系统和扩展机制组成的工作平台。其核心闭环为"理解目标—读取上下文—制定计划—调用工具—检查结果—迭代修正—提交可复核产物",产品形态覆盖ChatGPT桌面应用...

    标签: AI智能体 编程智能体 金融投研
  • 软件与服务行业AI沉思录(三):越过技术青春期,模型走向智能扩散与ROI突围—Anthropic复盘为鉴.pdf

    • 4积分
    • 2026/08/01
    • 72
    • 长江证券

    全球前沿模型竞争正从单一技术突破转向系统性工程能力比拼,Anthropic作为OpenAI之后最具代表性的AI实验室,其发展路径为理解模型商业化提供了重要参照。本报告以Anthropic为复盘对象,深入分析其组织竞争力、模型技术路线、产品整合策略、场景渗透路径及ROI改善逻辑。核心发现一:战略聚焦与组织文化构成底层竞争力。Anthropic在ChatGPT爆火后迅速判断C端窗口期关闭,将重心转向ToB企业级市场,并以Coding作为核心突破口。公司普通员工留存率约80%,工程师从OpenAI流向Anthropic的概率超过反向流动的8倍,显示出强劲的人才吸引力。使命驱动、高透明度信息共享、On...

    标签: AI大模型 人工智能 软件服务
  • 房地产行业深度报告:地产+AI工具系列报告之七,从AI投委会到可用的投研平台——AlphaChain产品化.pdf

    • 3积分
    • 2026/08/01
    • 41
    • 东吴证券

    AI投研方法论的产品化转化正成为金融科技领域的关键命题。AlphaChain作为东吴证券地产+AI工具系列的第七篇报告,系统阐述了从"如何形成判断"到"如何交付判断、持续验证判断并在机构环境中稳定运行"的完整工程化路径,标志着该系列从方法论验证进入产品化落地阶段。核心架构与产品化约束平台围绕深度与规模、完整性与效率、判断与问责三组核心矛盾,构建决策交付层、资源调度层与投后闭环层的三层架构。深度委员会单次分析耗时20—40分钟,通过公平队列、快速通道、缓存预热和容量管理实现规模化服务;结构化决策卡将方向、观点标签、信心分及三价位从完整报告中提取,形成"决策卡—投票分歧—完整报告"的分层输出;决策...

    标签: AI投研 智能投研平台 房地产
  • 电新行业AI服务器电容研究系列一:芯片侧供电升级,MLCC量价弹性先行.pdf

    • 7积分
    • 2026/07/29
    • 50
    • 东吴证券

    研究目的与背景本报告为东吴证券电新行业AI服务器电容研究系列首篇,聚焦芯片侧供电升级背景下MLCC、钽电容、MLPC三类核心电容品类的量价弹性与产业链机遇。随着AI服务器从GB300向Rubin平台迭代,单机柜功率由150kW向180-220kW提升,芯片侧高频、大电流、强瞬态负载特征显著增强,电容需求沿供电链条分层放大。核心数据与预测全行业AI服务器电容市场空间预计由2026年约361亿元提升至2030年约2300亿元。各品类2030年市场空间分别为:MLCC1335亿元、超级电容616亿元、牛角电容188亿元、钽电容82亿元、MLPC51亿元、薄膜电容28亿元。相对存量市场,增量弹性以超级...

    标签: MLCC AI服务器 芯片供电
  • 人工智能行业专题(19):从Nebius看新兴云与开源模型Token优化.pdf

    • 4积分
    • 2026/07/24
    • 129
    • 国信证券

    研究背景与目的国信证券海外市场专题报告,聚焦Nebius作为全栈自研AI原生云代表厂商的商业模式与竞争壁垒,分析其如何通过"裸金属算力→多租户云→TokenFactory托管推理→智能代理层"的四层架构,推动AI推理从闭源模型依赖向开源模型替代的结构性迁移。核心数据Nebius脱胎于Yandex,继承20年分布式基础设施能力与上千名工程师团队;2025年底ARR突破12.5亿美元,2026年全年营收指引30-34亿美元,年底ARR目标70-90亿美元;签约电力容量3.5GW,年底目标4GW;毛利率从2025Q1的52%提升至2026Q1的74%;2026年资本开支指引200-250亿美元。对比...

    标签: 人工智能 云计算 开源模型
  • 国防军工行业AI系列:瓶颈正逐渐向“连接”转移,从CPO光互连方案看无源光器件发展趋势.pdf

    • 3积分
    • 2026/07/22
    • 62
    • 广发证券

    研究背景与主题本文聚焦国防军工行业与AI技术深度融合背景下的光互连技术演进趋势,核心探讨AI算力网络中瓶颈从"计算"向"连接"转移的结构性变化。核心内容与分析框架报告以CPO(共封装光学)光互连方案为切入点,系统梳理无源光器件的技术发展路径与产业机遇。CPO技术通过将光学引擎与交换芯片封装集成,可显著降低功耗、缩短信号传输距离,是突破传统可插拔光模块带宽瓶颈的关键方向。研究深入分析无源光器件(如光波导、光纤阵列、连接器、分路器等)在CPO架构中的核心作用,评估其技术成熟度、国产化替代空间及供应链格局。研究价值为军工电子及国防信息化领域的光通信产业链投资提供决策参考,同时揭示AI算力基础设施建设...

    标签: 光互连 CPO 无源光器件
  • 大模型赋能投研系列之二十三:Kimi K3超越GPT 5.6了吗?—投研Agent模型能力对比评测.pdf

    • 3积分
    • 2026/07/20
    • 93
    • 国金证券

    研究目的与方法本报告为金融工程专题研究,旨在评估2026年7月发布的GPT5.6Sol、KimiK3以及对照模型GLM-5.2在真实金融投研场景中的综合能力。测评采用估值建模、多因子回测和行业研究三类典型任务,通过统一结构化提示词,检验模型从理解需求、调用工具到形成交付物的长程Agent能力。核心发现三款模型均已具备完成复杂投研任务的基础能力,但表现分化明显。GPT5.6Sol综合表现最佳:估值任务中Excel模型支持联动更新并设置检查表与来源表;回测任务中明确区分信号形成日与交易执行日;行业研究任务中来源管理最规范,建立了六维评分体系与四层公司筛选方法。KimiK3报告结构和分析逻辑整体较好...

    标签: 大模型 投研Agent 人工智能
  • 深度学习研究报告:StableAlpha,更稳定的深度学习因子.pdf

    • 3积分
    • 2026/07/20
    • 76
    • 广发证券

    研究背景与目的本文针对深度学习因子在量化选股中普遍存在的风格依赖问题,提出并实证检验了更稳定的深度学习因子StableAlpha。传统端到端训练的深度学习因子经Barra风格归因后,暴露常集中在低波动、小市值、短期反转、低流动性等方向,行业和风格中性化后RankIC或分组收益明显下降甚至失去稳定性。2026年市场风格切换至高成长、高Beta、高动量,传统深度学习因子表现普遍一般甚至反转,促使研究团队探索穿越市场风格的纯Alpha构建方法。核心方法论StableAlpha从标签设计、样本权重、数据输入、长期有效性四个维度进行优化:采用未来t+1日~t+21日vwap收益率作为标签,区分不同周期下...

    标签: 深度学习 量化因子 人工智能
  • 金工专题报告:东吴金工AI研究系列之二,AI Agent重构主动投研工作流.pdf

    • 3积分
    • 2026/07/15
    • 82
    • 东吴证券

    本文系东吴证券金工专题报告,探讨AIAgent如何重构主动投研工作流。报告指出,随着大模型能力演进,AI应用从单点问答走向具备任务拆解、工具调用及流程沉淀能力的Agent阶段,为主动投研带来范式变革。AIAgent定位为“投研助手+流程引擎+知识沉淀工具”,旨在规避传统投研信息过载、数据口径不一及历史观点难以回溯等痛点。报告从三个层次梳理重构路径:一是数据层,通过WindMCP及内部因子库封装Skill,实现结构化数据的标准化调用,提升取数效率与口径一致性;二是知识层,依托ima知识库与WorkBuddy协同,将研报、聊天记录、邮件等分散信息转化为可检索、可调用、可执行的专有知识资产,形成“知...

    标签: AI Agent 主动投研 人工智能
  • HANET:基于层次化混合频率注意力模型的宏观感知时间序列预测——学海拾珠系列之二百七十七.pdf

    • 4积分
    • 2026/07/04
    • 61
    • 华安证券

    本文介绍了一种名为HANET(层次化注意力网络)的混合预测架构,旨在解决金融深度学习中小样本、非平稳性及宏观低频与交易高频数据频率错配的问题。HANET借鉴少样本检索式注意力范式,提出了一种层次化交叉注意力机制,通过在月度宏观网格上计算注意力并将结果权重投射到日度交易网格上,桥接不同的数据频率。该机制在查询/键使用月度宏观信息以识别历史体制,在值保留日度市场信息以执行交易决策,从而在不牺牲高频信息颗粒度的前提下整合宏观背景。实证结果显示,在涵盖55种流动性期货的多资产环境中,HANET在时间序列动量任务中将夏普比率提升至1.99,在套利任务中提升至0.91,显著优于LSTM基准和经典规则信号。...

    标签: 人工智能 大模型应用 时间序列预测
  • MINIMAX_W-0100.HK-两阶段战略进阶:开源模型领跑与全模态融合.pdf

    • 3积分
    • 2026/06/30
    • 17
    • 申万宏源

    本文是对MiniMax(00100.HK)的首次覆盖深度报告,核心观点认为MiniMax通过“开源模型领跑与全模态融合”的两阶段战略,正在加速商业化进程并提升市场竞争力。行业背景方面,大模型技术路径收敛至Decoder-Only+MoE架构,海外头部企业如OpenAI、Anthropic已实现大规模商业化,ARR规模巨大;国内模型虽起步较晚,但凭借高性价比优势,在Agent应用兴起的背景下,B端商业化曲线陡峭。公司基本面方面,MiniMax成立于2021年,拥有扁平化的AI原生组织架构,研发效率高。公司坚定执行全球化战略,海外收入占比高达73%。财务数据显示,2025年公司总收入7904万美元...

    标签: 人工智能 大模型
  • 金工专题报告:深度学习系列之四,从人工写因子到AI写因子,LLM_MCTS驱动的可解释因子迭代框架.pdf

    • 4积分
    • 2026/06/23
    • 68
    • 东吴证券

    本报告构建了LLM-MCTS可解释因子迭代框架,旨在实现从人工写因子到AI挖因子的范式升级。框架中,MCTS负责在公式或代码搜索树中进行选择、扩展、评测和回传,LLM负责生成金融假说、可执行表达式或Python函数,并解释机制及审查数据合法性。相比一次性让模型写公式,该框架将候选生成、周度RankIC/IR评测、样本内选择、样本外检验和经验库沉淀组织成闭环,覆盖日频Seed改造、低频Seed池批量挖掘和高频分钟行为挖掘。在日频Seed定向改造中,以29个低频价量原始因子为起点,结果显示候选池层面25/29个Seed至少搜索到过样本外优于原始Seed的候选。在低频Seed池批量挖掘中,以12个根...

    标签: 大模型 人工智能 量化因子
  • 建筑材料行业:建滔积层板超预期涨价,电子布大周期继续.pdf

    • 3积分
    • 2026/06/22
    • 95
    • 广发证券

    研究主题:本文件为广发证券发布的建筑材料行业研究报告,聚焦于覆铜板上游核心原材料的市场动态。报告重点分析了建滔积层板产品的超预期涨价现象,并深入探讨了电子布行业是否正步入大周期上行阶段。核心价值:通过解析关键原材料的价格波动逻辑,评估其对产业链供需格局及盈利预期的影响。报告旨在为投资者提供关于建筑材料细分领域景气度变化、价格传导机制以及行业周期性拐点的深度洞察,辅助判断相关企业的投资价值与风险。

    标签: 建筑材料 电子布 建滔积层板
  • 计算机行业深度报告:解析大模型行业,从发展历程到投资视角.pdf

    • 5积分
    • 2026/06/19
    • 118
    • 东吴证券

    本报告为东吴证券发布的计算机行业深度研究报告,核心主题聚焦于大模型行业的发展脉络与投资逻辑。报告系统梳理了大模型从技术萌芽、发展演进到当前商业化应用的历史进程,深入分析了行业技术变革带来的创新业态与潜力赛道特征。在投资视角方面,报告结合产业景气度与前沿科技趋势,对大模型行业的竞争格局、进入壁垒及未来增长拐点进行了研判。通过解析行业生态与关键驱动因素,旨在为投资者提供关于人工智能领域资产配置与个股研判的参考依据,揭示该前沿赛道在数字经济背景下的核心价值与长期发展潜力。

    标签: 大模型 AI大模型
  • 计算机行业AI模型系列(四):大模型商业化加速落地,来自模型能力、Token与ARR的多重验证.pdf

    • 6积分
    • 2026/06/11
    • 128
    • 广发证券

    本文基于广发证券2026年6月发布的《计算机行业AI模型系列(四):大模型商业化加速落地,来自模型能力、Token与ARR的多重验证》报告,全面解析了2026年AI大模型行业的商业化进展。报告核心观点认为,大模型商业化已通过模型能力、Token消耗量及年度经常性收入(ARR)三个维度得到实质性验证,标志着行业从技术驱动向市场驱动的关键转折。在模型能力方面,头部厂商持续迭代,国内厂商通过MoE、KVCache等技术优化效率。在Token消耗方面,2026年5月OpenRouter平台Token消耗量达28.3万亿,同比激增,反映应用层活跃度大幅提升,AICoding和Agent成为主要驱动力。在...

    标签: 大模型 AI 商业化
热门下载
  • 本年热门
  • 本季热门
  • 本月热门
分享至