一、全球金融风暴中的A股迷思 但有趣的是，就在这样的全球金融动荡中，A股市场却走出了独立行情。这让我想起一个投资真理：股市炒的是预期差而不是现实差。现实再烂，只要预期 反转，市场就会给予正反馈。这就是著名的"困境反转"。 二、预期差的本质与破解之道 所谓预期差，就是"我知道你不知道，我会你不会，我敢你不敢"。本质上，这是信息不对称导致的。而要解决信息不对称，核心在于透过现象看到交易的真 相。 英国央行最新报告像一记警钟，敲醒了沉睡的市场。这份报告指出，尽管美国暂停实施"对等关税"政策，但全球金融市场的风险依然居高不下。地缘政治紧 张、贸易碎片化、主权债务压力，这些熟悉的词汇再次出现在我们面前。 看着这份报告，我不禁想起2020年那场惊心动魄的全球市场动荡。当时英国30年期国债收益率飙升，市场一片哀嚎。如今，历史似乎又在重演。英国预算责 任办公室警告称，新冠疫情后公共财政仍处于脆弱状态，政府未能有效控制开支。 2024年初那波500点的涨幅就是最好的例证。当时8连阳让人惊喜，但随后很多股票就开始掉队。现在指数虽然连战连捷，但我们都知道这不是常态。一旦开 始调整，很多个股就会进入漫长的调整期。 以紫天科技为例（图 ...

过去三轮牛市，BTC的高点都是分别出现在什么时候？ 第一轮牛市（2013） 第二轮牛市（2017） 第三轮牛市（2021） 高点时间及价格：2013年11月29日，约$1,163 牛市特点： 1. 由塞浦路斯金融危机等地缘因素刺激 2. 年内两次大涨，催生全球性关注 3. 中国市场的崛起是关键驱动因素之一 今天BTC再次突破了112000美金的关键位置，但是遗憾的是，没有站稳，很多人就来问我，今年最后一波大行情是不是要启动了？为此，咏琪今天专门做一 期关于BTC历史大牛市的顶部的数据分析。用几张数据图，把比特币的大周期讲清楚： 高点时间及价格：2017年12月17日，约$19,800 牛市特点： 1. ICO热潮推动，以太坊带动整个加密市场 2. 散户、媒体大规模涌入 3. 韩国、日本交易所交易量爆炸 高点时间及价格：2021年11月10日，约$68,789 牛市特点： 1. 机构入场（马斯克、MicroStrategy、贝莱德间接介入） 2. NFT、DeFi 与 Web3多重叙事引爆 3. 美联储量化宽松背景助推资产价格——疫情影响导致的。 那么如果按照历史的数据来看，2025年的这一轮牛市，高点会在今年 ...

今天上午，市场还比较正常，上证稳稳站到了3500点以上，不过下午出现了一个异动，关于历史级别的 地产 会议的 小作文 ，开始广泛传播，地产股大爆 发，板块一度涨超3%。 随后，小作文截图的发布者澄清，被断章取义了，群聊里还有一句，"XXXX不靠谱"，但人家截图的只截了上半部分，而另外一家外媒也进行了辟谣（外 媒参与辟谣，你敢信么），但是从15点之后，港股内房指数还是没怎么跌，收涨4%以上，而且，长端利率债也震荡上行，尾盘没修复。 我个人的理解是，会议，确实应该是有这么个会议，因此，今天开盘，其实地产就是领涨的状态，只是没这么夸张，在1个点左右，而下午这种上冲的幅 度，和其他板块一样，基本都是量化的作品—— 抓到小作文的字眼和市场情绪，马上拉高 。 但核心是， 2025年了，还要不要相信，地产相关的会议，能够带来实质性的变化？ 个人觉得，老外在交易上有句话，叫，"buy the dip，sell the rip"，用大白话说，就是低买/高卖，而地产这块，就适用于，sell the rip这一条。 对地产抱有幻想，就好像大清都快亡了，你还选择去净身一样，也许你在新中国会变得很稀缺，赛道不拥挤，但，性价比，确实也不 ...

图片来源：视觉中国 蓝鲸新闻7月10日讯（记者 敖玉连）"私募百亿俱乐部"中，量化管理人数量首次超过主观管理人。2019年，首批4家量化跻身百亿行列，不到 六年的时间，量化便实现了从0开始的反超。 据私募排排网数据，最近一周，蒙玺投资、微观博易两家量化管理人规模突破百亿，目前百亿量化私募已有41家，而百亿主观私募有40家，这 意味着，百亿量化私募数量首次超过百亿主观私募。此外，"主观+量化"类私募占7家，还有1家未披露投资模式（国丰兴华私募）。 在总量上，目前百亿私募合计89家，和年初持平。但"百亿俱乐部"中，量化含量大幅提升：量化管理人从33家升至41家，而主观管理人从46家 降至41家。 量化管理人跻身头部的背后，是年内良好的业绩支撑。 据私募排排网统计，今年上半年，"旗下产品上半年收益均值"居前10的私募中，量化私募占9家，"主观+量化"类私募有1家，是王一平的进化 论资产，没有纯主观策略的管理人上榜。有数据统计的1243只量化多头基金，93%上半年实现正收益，平均收益率15.42%；而主观多头正收益 比79%，平均收益9.23%。 融智投资FOF基金经理李春瑜表示，今年以来，小盘股成交活跃，市场整体流 ...

引子 最近特朗普又在社交媒体上开炮了，这次他的目标是美联储主席鲍威尔。这位总统声称当前利率"至少偏高3个百分点"，要求立即降息。作为一个在金融圈 摸爬滚打多年的老手，我第一反应是：这又是一场政治秀。但转念一想，这不正是观察市场博弈的绝佳案例吗？ 一、政治口水战背后的利益博弈 特朗普的言论看似简单粗暴，实则暗藏玄机。他声称每高出1个百分点的利率就会给美国增加3600亿美元的再融资成本。这个数字从何而来？我查了查，发 现这是基于美国国债规模的一个粗略估算。 但到了2025年，同样的黄金暴涨行情，同样的公司，股价却一路上涨。区别在哪？就在于机构参与的积极性完全不同。 但有趣的是，市场对此反应平淡。交易员预期美联储7月维持利率不变的概率高达93.3%，降息仅剩6.7%的可能性。这说明什么？说明市场根本不相信特朗 普的施压会奏效。 这让我想起一个金融学的基本原理：市场永远比政客聪明。政客可以喊口号，但市场会用真金白银投票。鲍威尔多次强调美联储的独立性，这不是在作秀， 而是维护市场信心的必要之举。 二、消息面背后的真相 说到这儿，我想起一个投资界的铁律：消息本身不重要，重要的是市场如何解读消息。这就像"小马过河"的故事， ...

Quantitative Models and Construction Methods 1. Model Name: IPCA Factor Model - **Model Construction Idea**: The IPCA factor model is designed to explain the returns of 46 option strategies, aiming to capture 80% of their returns while minimizing abnormal monthly returns to near zero[22] - **Model Construction Process**: The model integrates factors such as transaction costs and heterogeneous risk aversion to optimize derivative pricing. It also addresses the absence of reliable credit or liquidity premiums in pre-WWI corporate bond returns[25] - **Model Evaluation**: The model demonstrates strong explanatory power for option strategy returns and highlights the role of transaction costs in driving return volatility[22][25] 2. Model Name: Neural Functionally Generated Portfolios (NFGP) - **Model Construction Idea**: NFGP combines Transformer and diffusion models to enhance probabilistic time-series forecasting accuracy and improve decision reliability[35] - **Model Construction Process**: The model reduces forecasting errors by 42% compared to benchmarks and introduces dual uncertainty indicators to optimize portfolio decisions[35] - **Model Evaluation**: The model outperforms traditional approaches in terms of predictive accuracy and robustness in decision-making[35] --- Model Backtesting Results 1. IPCA Factor Model - **Explanatory Power**: 80% of option strategy returns explained[22] - **Abnormal Monthly Returns**: Approaching zero[22] 2. Neural Functionally Generated Portfolios (NFGP) - **Forecasting Error Reduction**: 42% compared to benchmarks[35] --- Quantitative Factors and Construction Methods 1. Factor Name: "Betting Against (Bad) Beta" (BABB) - **Factor Construction Idea**: The BABB factor improves the "Betting Against Beta" (BAB) strategy by managing transaction costs and isolating bad beta components[15] - **Factor Construction Process**: The factor is constructed using double sorting to isolate bad beta components. It achieves an annualized alpha exceeding 6%, independent of traditional sentiment indicators[15] - **Factor Evaluation**: The factor demonstrates strong performance in low-risk investment strategies, with significant alpha generation[15] 2. Factor Name: High-Speed Rail Network Centrality - **Factor Construction Idea**: This factor captures the impact of high-speed rail network centrality on corporate bond spreads by improving the information environment and regional trust[25] - **Factor Construction Process**: The factor is derived from the centrality of high-speed rail networks, showing a significant reduction in corporate bond spreads, particularly for non-state-owned enterprises and non-central cities[25] - **Factor Evaluation**: The factor effectively highlights the role of infrastructure in reducing financing costs and improving capital allocation efficiency[25] 3. Factor Name: Residual-Based Structural Change Detection - **Factor Construction Idea**: This factor robustly detects structural changes in factor models, accommodating over-specified factor numbers and error correlations[17] - **Factor Construction Process**: The factor employs residual-based tests to identify smooth or abrupt structural changes in factor models, enhancing robustness in model evaluation[17] - **Factor Evaluation**: The factor is highly effective in detecting structural changes and improving the robustness of factor model evaluations[17] --- Factor Backtesting Results 1. "Betting Against (Bad) Beta" (BABB) - **Annualized Alpha**: >6%[15] 2. High-Speed Rail Network Centrality - **Corporate Bond Spread Reduction**: Significant, especially for non-state-owned enterprises and non-central cities[25] 3. Residual-Based Structural Change Detection - **Robustness**: Effective in detecting both smooth and abrupt structural changes[17]

"通胀并非不可避免，它实际上是央行的一种选择。" 这是凯文·沃什在近日一档播客节目中（Kevin Warsh）的核心观点。他曾是2008年金融危机期间的 美联储理事，也被认为是下任美联储主席的有力竞争者。 在节目中，沃什强调，真正的通货膨胀源于货币政策，是美联储的责任。中央银行完全有能力控制通胀水平，而美联储已经偏离了其维护价格稳定的核 心使命。他重申，衡量美联储是否称职的标准，就是通胀是否低到无人提及的程度，而当前的状况显然未能达到这一标准。 沃什还深入探讨了通货膨胀的危险、量化宽松的遗留影响，以及美联储与财政政策日益增长的纠葛。他认为，正是美联储在非危机时期大规模购买债券 的行为，助长了国会和总统的财政不负责任。他呼吁对本次严重的通货膨胀进行彻底的事后评估。沃什还强调，美联储的独立性正受到侵蚀，这不仅削 弱了其应对经济挑战的能力，也为通胀的持续埋下了隐患。 汲取了米尔顿·弗里德曼、保罗·沃尔克和艾伦·格林斯潘等经济巨擘的智慧，沃什对机构自满情绪发出了严厉警告。他呼吁美联储进行一场"改革而非革 命"，以重新聚焦于其最根本的职责。他强调，美联储的地位至关重要，且有能力进行自我改革，但需正视并解决棘手的战略问题 ...

光大保德信基金首只纯被动指数产品——中证A500指数基金（基金代码：A类023609，C类023610）正在火热发行中。产品募集期为7月7日至7月25日，拟 由深谙攻守之道的量化老将王卫林掌舵。 面对金融界擒牛记栏目，王卫林分享了其融合主动管理的独特投资框架与新产品战略价值。值得关注的是，他所管理的代表产品之一光大保德信锦弘混合 A，近6月、近一年收益类分别为6.71%、16.04%，相较于同期2.02%、8.56%的业绩基准超额收益分别为4.69%、7.44%，表现亮眼。① 首只纯被动产品的战略落子 "A500指数应该是我们公司第一只完全跟踪指数产品。"王卫林表示。 尽管公司被动产品线从零起步，但王卫林强调，被动指数管理所需的系统、风控体系与现有量化管理一脉相承，"相比于我们目前正在做的工作，其实更简 单"。 为何选择此时布局A500？ 王卫林坦言多重因素推动此时布局：近年指增产品体验欠佳，基民更倾向确定性高的工具；更深层的是产品线战略补缺——"当主动权益超额衰减时，低费 率的被动产品将受到青睐"。 此外，中证A500不仅精选大市值个股，更覆盖半导体、创新药、新材料等高成长赛道，实现"蓝筹价值"与"创新成长 ...

- Model Name: GARP Quantitative Selection Strategy; Model Construction Idea: The key to the GARP strategy is to find the relationship between valuation and growth. Investors often do not give stocks high valuations based on the high growth of current performance, but based on expectations of future performance growth rates[1][5] - Model Construction Process: 1) Calculate the quarterly performance acceleration (NISD) and price-to-book ratio (PB) for each stock in the stock pool at each cross-section[6] 2) Exclude stocks with PB<0 in the cross-section and calculate the percentile rankings of the two indicators within the industry[6] 3) Calculate the difference between the percentile rankings of NISD and PB for each stock, and select the top 10% stocks with the largest difference to form the PB-NISD strategy stock pool[6] 4) Add new conditions to improve strategy performance: consider the net profit growth rate of the previous quarter and analyst consensus expectations[6] - Model Evaluation: The strategy aims to perform consistently in both growth and value-dominated markets[5] Model Backtest Results - GARP Quantitative Selection Strategy, Annualized Return: 15.47%, Sharpe Ratio: 0.57, Excess Annualized Return: 14.30%, Excess Sharpe Ratio: 1.40 (CSI 500)[2][9] - GARP Quantitative Selection Strategy, Annualized Return: 23.13%, Sharpe Ratio: 0.78, Excess Annualized Return: 22.34%, Excess Sharpe Ratio: 2.00 (CSI 1000)[2][9] - GARP Quantitative Selection Strategy, Annualized Return: 27.46%, Sharpe Ratio: 0.93, Excess Annualized Return: 22.34%, Excess Sharpe Ratio: 2.33 (CNI 2000)[2][9] Model Performance in 2025 H1 - GARP Quantitative Selection Strategy, Excess Return: 9.98%, IR: 0.78 (CSI 1000)[2][18] - GARP Quantitative Selection Strategy, Excess Return: 14.98%, IR: 1.31 (CNI 2000)[2][18]

空调用制冷系统管路组件是指用于空调设备中制冷剂输送、循环、分配和控制的各种管道和配件。主要包括铜管或 铝管、分配器、干燥过滤器、视液镜、截止阀、膨胀阀、回油弯等部件，这些组件共同组成密闭的制冷循环通道。 它们在系统中承担输送和调节制冷剂流量、压力和状态的重要作用，确保空调设备高效、稳定、安全运行。 空调用制冷系统管路组件 全球市场总体规模 据 QYResearch 调研团队最新报告"全球空调用制冷系统管路组件市场报告 2025-2031 "显示，预计 2031 年全球空调 用制冷系统管路组件市场规模将达到 135.1 亿元，未来几年年复合增长率 CAGR 为 6.3% 。 根据 QYResearch 头部企业研究中心调研，全球范围内空调用制冷系统管路组件生产商主要包括 Amagasaki Pipe 、 三花智控、扶桑工业、盾安环境、恒基金属、 Danfoss 、 Mueller Industries 、 Inoue Kiko 、 Arrow Fabricated Tubing 、同星科技等。 2024 年，全球前五大厂商占有大约 52.0% 的市场份额。 空调用制冷系统管路组件 ，按产品类型细分全球市场规模 ...