2025 年第五次临时股东会会议资料 2025 年第五次临时股东会会议资料 二○二五年十二月十五日 长春 2025 年第五次临时股东会会议资料 吉林高速公路股份有限公司 2025 年第五次临时股东会现场会议须知 根据《公司法》《公司章程》《股东会议事规则》等相关法律、法规的规定， 为维护股东的合法权益，确保吉林高速公路股份有限公司（以下简称公司）2025 年第五次临时股东会（以下简称本次大会）的顺利进行，现就会议须知通知如下： 一、本次大会期间，全体参会人员应以维护股东的合法权益、确保大会的正 常秩序和议事效率为原则，自觉履行法定义务。 二、除出席会议的股东及股东代理人（以下统称为股东代表）（已登记出席 本次股东会）、董事及其他高级管理人员、公司聘请的律师及公司董事会邀请的 人员以外，公司有权依法拒绝其他人士入场。 三、公司综合办公室负责本次大会的会务事宜。 四、请出席本次大会的各位股东代表准时到达会场。 五、股东到达会场后，请在"2025 年第五次临时股东会股东签名册"上签 到。股东签到时，应出示以下证件和文件： | | | | 一、 | 2025 年第五次临时股东会现场会议须知·············· ...

2025年第五次临时股东会 股东会召开日期：2025年12月15日 本次股东会采用的网络投票系统：上海证券交易所股东会网络投票系统 证券代码：601518 证券简称：吉林高速 公告编号：临 2025-039 吉林高速公路股份有限公司 关于召开2025年第五次临时股东会的通知 本公司董事会及全体董事保证本公告内容不存在任何虚假记载、误导性陈述 或者重大遗漏，并对其内容的真实性、准确性和完整性承担法律责任。 重要内容提示： 一、 召开会议的基本情况 (一) 股东会类型和届次 (二) 股东会召集人：董事会 (三) 投票方式：本次股东会所采用的表决方式是现场投票和网络投票相结合 的方式 (四) 现场会议召开的日期、时间和地点 召开的日期时间：2025 年 12 月 15 日 14 点 00 分 召开地点：长春市经开区浦东路 4488 号公司四楼会议室 (五) 网络投票的系统、起止日期和投票时间。 网络投票系统：上海证券交易所股东会网络投票系统 网络投票起止时间：自2025 年 12 月 15 日 至2025 年 12 月 15 日 采用上海证券交易所网络投票系统，通过交易系统投票平台的投票时间为股 东会召开当日的交易 ...

证券代码：601518 证券简称：吉林高速 公告编号：临 2025-037 吉林高速公路股份有限公司 第四届董事会 2025 年第七次临时会议决议公告 本公司董事会及全体董事保证本公告内容不存在任何虚假记载、误导性陈 述或者重大遗漏，并对其内容的真实性、准确性和完整性承担法律责任。 一、董事会会议召开情况 吉林高速公路股份有限公司（以下简称公司）于2025年11月28日以通讯方式 召开第四届董事会2025年第七次临时会议，应参会董事6人，实际参会董事6人。 本次会议的召集和召开符合《公司法》及相关法律法规和《公司章程》的有 关规定。 依据《公司法》《公司章程》的相关规定，经公司控股股东吉林省高速公路 集团有限公司（持有公司54.35%股份）推荐，董事会提名委员会审核无异议，同 意补选高连天先生为公司第四届董事会董事候选人（简历附后），任期自股东会 选举通过之日起至公司第四届董事会任期届满时止。 表决结果：6票同意、0票反对、0票弃权 此项议案尚需提交公司股东会审议。 (二)关于聘任高连天先生为公司总经理的议案 二、董事会会议审议情况 经与会董事投票表决，审议通过以下议案并形成决议： （一）关于补选高连天先生为 ...

人民财讯11月28日电，吉林高速（601518）11月28日公告，公司于近日收到鲁明威递交的书面辞职报 告：由于工作调整的原因，现辞去吉林高速公路股份有限公司总经理的职务。 ...

南财智讯11月28日电，吉林高速公告，公司于近日收到鲁明威先生递交的书面辞职报告，由于工作调整 的原因，现辞去吉林高速公路股份有限公司总经理的职务。根据《公司法》《公司章程》等有关规定， 鲁明威先生的辞职报告自送达公司董事会之日起生效，并已按照相关规定做好交接工作。 ...

Quantitative Models and Construction Methods - **Model Name**: GAN_GRU **Model Construction Idea**: The GAN_GRU model combines Generative Adversarial Networks (GAN) for processing volume-price sequential features and Gated Recurrent Unit (GRU) for encoding sequential features to construct a stock selection factor [4][13] **Model Construction Process**: 1. **GRU Model**: - The GRU model is based on 18 volume-price features, including closing price, opening price, trading volume, turnover rate, etc. [14][17][19] - Training data includes the past 400 days of volume-price features for all stocks, with feature sampling every 5 trading days. The feature sampling shape is 40x18, using the past 40 days' features to predict the cumulative return over the next 20 trading days [18] - Data processing includes outlier removal and standardization for each feature in the time series and cross-sectional standardization at the stock level [18] - The model structure includes two GRU layers (GRU(128, 128)) followed by an MLP (256, 64, 64). The final output, predicted return (pRet), is used as the stock selection factor [22] - Training is conducted semi-annually, with training points on June 30 and December 31 each year. The training set and validation set are split in an 80:20 ratio [18] - Hyperparameters: batch_size equals the number of cross-sectional stocks, optimizer is Adam, learning rate is 1e-4, loss function is IC, early stopping rounds are 10, and maximum training rounds are 50 [18] 2. **GAN Model**: - The GAN model consists of a generator (G) and a discriminator (D). The generator learns the real data distribution and generates realistic samples, while the discriminator distinguishes between real and generated data [23][24] - Generator loss function: $$L_{G} = -\mathbb{E}_{z\sim P_{z}(z)}[\log(D(G(z)))]$$ where \(z\) represents random noise, \(G(z)\) is the generated data, and \(D(G(z))\) is the discriminator's output probability for the generated data [24][25] - Discriminator loss function: $$L_{D} = -\mathbb{E}_{x\sim P_{data}(x)}[\log D(x)] - \mathbb{E}_{z\sim P_{z}(z)}[\log(1-D(G(z)))]$$ where \(x\) is real data, \(D(x)\) is the discriminator's output probability for real data, and \(D(G(z))\) is the discriminator's output probability for generated data [27][29] - The generator uses an LSTM model to retain the sequential nature of input features, while the discriminator employs a CNN model to process the two-dimensional volume-price sequential features [33][37] **Model Evaluation**: The GAN_GRU model effectively captures volume-price sequential features and demonstrates strong predictive power for stock selection [4][13][22] Model Backtesting Results - **GAN_GRU Model**: - IC Mean: 0.1131*** - ICIR (non-annualized): 0.90 - Turnover Rate: 0.83 - Recent IC: 0.1241*** - One-Year IC Mean: 0.0867*** - Annualized Return: 37.52% - Annualized Volatility: 23.52% - IR: 1.59 - Maximum Drawdown: 27.29% - Annualized Excess Return: 23.14% [4][41][42] Quantitative Factors and Construction Methods - **Factor Name**: GAN_GRU Factor **Factor Construction Idea**: The GAN_GRU factor is derived from the GAN_GRU model, leveraging GAN for volume-price sequential feature processing and GRU for sequential feature encoding [4][13] **Factor Construction Process**: - The factor is constructed using the predicted return (pRet) output from the GAN_GRU model. The factor undergoes industry and market capitalization neutralization, as well as standardization [22] **Factor Evaluation**: The GAN_GRU factor demonstrates robust performance across various industries and time periods, with significant IC values and excess returns [4][13][41] Factor Backtesting Results - **GAN_GRU Factor**: - IC Mean: 0.1131*** - ICIR (non-annualized): 0.90 - Turnover Rate: 0.83 - Recent IC: 0.1241*** - One-Year IC Mean: 0.0867*** - Annualized Return: 37.52% - Annualized Volatility: 23.52% - IR: 1.59 - Maximum Drawdown: 27.29% - Annualized Excess Return: 23.14% [4][41][42] Industry-Specific Performance - **Recent IC Rankings (Top 5 Industries)**: - Social Services: 0.2198*** - Real Estate: 0.2027*** - Steel: 0.1774*** - Non-Bank Financials: 0.1754*** - Coal: 0.1537*** [4][41][42] - **One-Year IC Mean Rankings (Top 5 Industries)**: - Non-Bank Financials: 0.1401*** - Steel: 0.1367*** - Retail: 0.1152*** - Textiles & Apparel: 0.1124*** - Utilities: 0.1092*** [4][41][42] - **Recent Excess Return Rankings (Top 5 Industries)**: - Environmental Protection: 7.24% - Machinery: 4.37% - Real Estate: 4.03% - Textiles & Apparel: 3.89% - Building Materials: 2.91% [4][45][46] - **One-Year Average Excess Return Rankings (Top 5 Industries)**: - Building Materials: 2.15% - Real Estate: 1.97% - Social Services: 1.77% - Textiles & Apparel: 1.71% - Retail: 1.62% [4][45][46]

Core Viewpoint - The company, Jilin Expressway Co., Ltd., has announced the convening of its fourth extraordinary general meeting of shareholders for 2025, scheduled for December 5, 2025, to discuss various resolutions [2][40]. Meeting Details - The meeting will be held on December 5, 2025, at 14:00 in the company's conference room located at 4488 Pudong Road, Economic Development Zone, Changchun City [2][10]. - Voting will be conducted through a combination of on-site and online methods using the Shanghai Stock Exchange's voting system [2][3]. Voting Procedures - The online voting will be available on December 5, 2025, during the trading hours of 9:15-9:25, 9:30-11:30, and 13:00-15:00 [3]. - Shareholders can vote through the trading system or the internet voting platform, with specific instructions for identity verification for first-time users [7][31]. Meeting Attendance - Shareholders registered by the close of trading on the registration date are entitled to attend the meeting, either in person or by appointing a proxy [10][13]. - The meeting will also be attended by the company's directors, senior management, and appointed lawyers [10][11]. Agenda Items - The meeting will review resolutions previously approved by the board, with no special resolutions or related party transactions requiring abstention from voting [6][7]. - The resolutions include the approval of the company's financial auditor for the 2025 fiscal year and amendments to the company's management policies [24][37]. Additional Information - The company will hold a quarterly performance briefing on December 4, 2025, to discuss the third-quarter results and address investor inquiries [29][30]. - Investors can submit questions in advance through the Shanghai Stock Exchange's website or via email [31].

证券代码：601518 证券简称：吉林高速 公告编号：临 2025-033 吉林高速公路股份有限公司 2025年第三次临时股东会决议公告 本公司董事会及全体董事保证本公告内容不存在任何虚假记载、误导性陈述 或者重大遗漏，并对其内容的真实性、准确性和完整性承担法律责任。 重要内容提示： 本次会议是否有否决议案：无 一、 会议召开和出席情况 (一)股东会召开的时间：2025 年 11 月 17 日 (二)股东会召开的地点：长春市经开区浦东路 4488 号公司四楼会议室 (三)出席会议的普通股股东和恢复表决权的优先股股东及其持有股份情况： | 1、出席会议的股东和代理人人数 | 136 | | --- | --- | | 2、出席会议的股东所持有表决权的股份总数（股） | 1,300,047,805 | | 3、出席会议的股东所持有表决权股份数占公司有表决权股 | | | 份总数的比例（%） | 68.7654 | (四)表决方式是否符合《公司法》及《公司章程》的规定，股东会主持情况等。 本次会议由公司董事会召集，现场会议由董事长于江涛先生主持。会议采用 的表决方式是现场投票和网络投票相结合的方式。会议的召集、召开 ...

2025 年第四次临时股东会会议资料 2025 年第四次临时股东会会议资料 | | | | 一、 | 2025 年第四次临时股东会现场会议须知························ | 3 | | --- | --- | --- | | 二、 | 2025 年第四次临时股东会会议议程···························· | 5 | | 三、 | 表决票填写说明·············································· | 7 | | 四、 | 审议事项 | | | 议案一： | 关于修订《吉林高速公路股份有限公司企业负责人薪酬管理办法》的议案·· | 9 | | 议案二： | 关于修订《吉林高速公路股份有限公司企业负责人绩效考核管理办法》的议案·· | 19 | | 议案三： | 关于董事长薪酬调整的议案····································· | 28 | 2025 年第四次临时股东会会议资料 二○二五年十二月五日 长春 2 2025 年第四次临时股东会会议资料 吉林高速公路股份有限公司 2025 年第四次临时 ...

证券代码：601518 证券简称：吉林高速 公告编号：临 2025-035 吉林高速公路股份有限公司 关于召开2025年第四次临时股东会的通知 本公司董事会及全体董事保证本公告内容不存在任何虚假记载、误导性陈述 或者重大遗漏，并对其内容的真实性、准确性和完整性承担法律责任。 重要内容提示： 一、 召开会议的基本情况 (一)股东会类型和届次 2025年第四次临时股东会 (二)股东会召集人：董事会 (三)投票方式：本次股东会所采用的表决方式是现场投票和网络投票相结合的方 式 (四)现场会议召开的日期、时间和地点 至2025 年 12 月 5 日 采用上海证券交易所网络投票系统，通过交易系统投票平台的投票时间为股 东会召开当日的交易时间段，即 9:15-9:25，9:30-11:30，13:00-15:00；通过 互联网投票平台的投票时间为股东会召开当日的 9:15-15:00。 (六)融资融券、转融通、约定购回业务账户和沪股通投资者的投票程序 涉及融资融券、转融通业务、约定购回业务相关账户以及沪股通投资者 的投票，应按照《上海证券交易所上市公司自律监管指引第 1 号 — 规范运 作》等有关规定执行。 召开的日期时 ...