经济观察网据同花顺（300033）iFinD数据，今日国内黄金珠宝品牌公布的境内足金首饰价格较昨日集 体上涨，最高报1620元/克。 ...

美股市场作为全球重要的资本市场之一，吸引了众多投资者参与。投资者参与美股投资的方式主要包括 直接持有美股普通股和通过美国存托凭证（ADR）间接投资境外公司股份。虽然两者均为美股交易品 种，但在发行机制、权利属性、监管要求等多个方面存在显著差异，厘清这些差异对投资者而言具有重 要的参考意义。 声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。 本文源自：市场资讯 作者：理财君 监管与信息披露要求存在区别。美股普通股受美国证券交易委员会（SEC）及上市交易所的严格监管， 需按照美国通用会计准则（GAAP）定期披露财务报告及其他重要信息。ADR除受美国SEC监管外，其 对应的境外公司还需遵守所在国的监管规则；信息披露方面，不同级别的ADR要求不同：Level 3 ADR 需向SEC提交与美国本土上市公司类似的年度报告、季度报告等，Level 1 ADR的披露要求相对简化， 仅需提供基础财务信息。 流动性表现有所不同。美股普通股的流动性由其自身市场交易活跃度决定，大型公司的普通股通常具有 较好的流动性。ADR的流动性与其对应的境外公司市场认可度、规模及交易需求相关：部分头部公司 ...

知名投顾公司，突然挨了一顿"暴跌"。 今日（1月26日），九方智投控股午后跳水，一度跌超35%，截至收盘，跌幅有所收窄，最新股价报42.08港元/股，下跌25.92%。 2024年9月至2025年8月，九方智投控股股价从最低4.82港元/股飙升至最高83.54港元/股，累计涨幅达十余倍。随后的几个月，九方智投控股股价持续阴跌，相比最高 点回撤近50%。 1月23日，九方智投控股发布公告称，公司根据2025年股份激励计划的条款向若干雇员授予合共658.3万份受限制股份单位，但须经承授人接纳后方作实。业绩方面， 随着资本市场近一年的持续火热，九方智投控股业绩快速回暖。2025年上半年，公司实现营业总收入21亿元，同比增长134%；归母净利润从2024年同期亏损1.74亿元 跃升至盈利8.65亿元。 盘中暴跌超3 5% 今日午后，港股上市公司——九方智投控股突然跳水，盘中一度跌超35%，截至收盘，该股大跌26.16%。从消息面来看，市场并无明显利空消息。公司层面也未对暴 跌予以公开回应。 九方智投控股是2C金融信息服务行业龙头。2026年1月初，九方智投控股发布公告宣布已完成对JF Financial(原名Yint ...

今日（1月26日），九方智投控股午后跳水，一度跌超35%，截至收盘，跌幅有所收窄，最新股价报 41.94港元/股，下跌26.16%。 炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 知名投顾公司，突然挨了一顿"暴跌"。 此举被业内视为九方加快完善海外业务布局的举措。JF Financial成立于2016年12月12日，主要通过旗下 的方德证券、方德资本等持牌机构在香港展业。方德证券是香港的互联网券商，持有香港证监会颁发的 第1类、第2类、第4类及第5类牌照，为个人和机构投资者提供覆盖全球多个国家市场股票、期货、基金 及其他不同类型金融产品交易服务。 方德资本是一家专注二级市场投资的资产管理机构，持有香港证监会颁发的第1类、第4类及第9类牌 照，为高净值个人及机构客户提供针对全球资本市场上股票、债券、ETF、大宗商品等各类金融产品资 管服务。此外，本次收购还包括方德环球证券综合交易管理软件、方德环球期货综合交易管理软件、方 德环球基金宝管理软件等核心业务系统，为方德各业务场景的稳定开展提供有力支持。 半年报显示，九方智投控股拥有VIP产品（即股道领航系列和超级投资家）、股票学习机、"九 ...

| | | 买7 41.680 | 0 (0) | | --- | --- | --- | --- | | | | 买8 41.660 | 0 (0) | | | | 29 41.640 | 0 (0) | | MACD | DIF:0.304 DEA:0.069 M:0.471 | | | | 1.303 | | 分时成交 | | | | | 14:14 41.900 | 5300 | | | | 14:14 41.800V | 100 | | | | 14:14 41.900↑ | 1000 | | -1.890 | | 14:14 41.900 | 200 | | 9:30 | | 16:00 14:14 41.860V | 2200 | 九方智投控股是2C金融信息服务行业龙头。2026年1月初，九方智投控股发布公告宣布已完成对JFFinancial(原名Yintech Financial)全部股权及核心业务系 统的收购。收购完成后，九方智投控股将持有JFFinancial及旗下核心附属公司方德证券、方德资本的全部股权。 | < > 九方智投控股 09636 港股通 ▼ ▼ | | | --- | -- ...

客户端 港股九方智投控股午后跳水跌超27%，触及41.02港元，现报41.6港元，成交额逾7亿港元。 热点栏目 自选股 数据中心 行情中心 资金流向 模拟交易 热点栏目 自选股 数据中心 行情中心 资金流向 模拟交易 客户端 港股九方智投控股午后跳水跌超27%，触及41.02港元，现报41.6港元，成交额逾7亿港元。 | 09636 九方智投控股 | | | | --- | --- | --- | | 41.600 4 -15.200 -26.76% | | 交易中 01/26 13:46 | | 第四章 日 8 2 8 1 9 10 10 10 10 12 15 | | ● 快捷交易 | | 最高价 57.200 | 开盘价 56.800 | 成交量 1541.96万 | | 最低价 41.020 | 昨收价 56.800 | 成交额 7.39亿 | | 平均价 47.944 | 市盈率TTM 13.54 | 总市值 194.84亿 (1) | | 振 幅 28.49% | 市盈率(静) 66.24 | 总股本 4.68亿 | | 换手率 3.29% | 市净率 7.484 | 流通值 194.84亿 | ...

《指南》表示，根据金融信息服务数据在经济社会发展中的重要程度和敏感程度，以及一旦遭到泄露、 篡改、损毁或者非法获取、非法使用、非法共享，对国家安全、经济运行、社会秩序、公共利益、组织 权益、个人权益造成的危害程度，将数据从高到低分为四级，分别为核心数据、重要数据、敏感一般数 据、常规一般数据。 ● 本报记者杨洁 为规范金融信息服务数据处理活动，提升金融信息服务的数据安全水平，国家互联网信息办公室会同有 关部门组织起草了《金融信息服务数据分类分级指南（征求意见稿）》，于1月24日向社会公开征求意 见。 《指南》规定了金融信息服务数据分类分级规则。金融信息服务数据可按照业务属性进行分类。一级分 类分为业务数据、用户数据和企业数据3类，进一步细分为二级分类9类、三级分类66类。 其中，业务数据可细分为金融市场数据、宏观经济数据、行业指标数据、组织机构数据、资讯报告数据 5类（二级分类），进一步细分为股票数据、债券数据、基金数据、理财数据、外汇数据、商品数据等 52类（三级分类）。用户数据分为个人用户数据和机构用户数据2类（二级分类），个人用户数据包括 基本信息、交易数据、生物特征识别信息3类（三级分类），机构用户数 ...

为规范金融信息服务数据处理活动，提升金融信息服务的数据安全水平，国家互联网信息办公室会同有 关部门组织起草了《金融信息服务数据分类分级指南(征求意见稿)》，于1月24日向社会公开征求意 见。 业内人士表示，金融行业信息敏感度高，做好数据安全防护是确保金融安全的关键，通过分级分类，有 助于金融机构明晰数据安全防护重点，合理分配资源，降低风险，提升安全管理防护水平。 (责任编辑：张紫祎) 《指南》规定了金融信息服务数据分类分级规则。金融信息服务数据可按照业务属性进行分类。一级分 类分为业务数据、用户数据和企业数据3类，进一步细分为二级分类9类、三级分类66类。 《指南》表示，根据金融信息服务数据在经济社会发展中的重要程度和敏感程度，以及一旦遭到泄露、 篡改、损毁或者非法获取、非法使用、非法共享，对国家安全、经济运行、社会秩序、公共利益、组织 权益、个人权益造成的危害程度，将数据从高到低分为四级，分别为核心数据、重要数据、敏感一般数 据、常规一般数据。 根据《指南》，数据级别在分级要素识别、影响对象和影响程度分析的基础上综合确定。影响数据分级 的要素，主要包括数据的覆盖度、时间跨度、精度、公开状态、地域等。数据分级 ...

Quantitative Models and Construction Methods 1. Model Name: A-Share Technical Scoring Model - **Model Construction Idea**: The model aims to fully explore technical information to depict market conditions, breaking down the abstract concept of "market state" into five dimensions: price, volume, volatility, trend, and crowding. It generates a comprehensive score ranging from -1 to +1 based on equal-weighted voting of signals from 10 selected indicators across these dimensions[9][14] - **Model Construction Process**: 1. Select 10 effective market observation indicators across the five dimensions[14] 2. Generate long/short timing signals for each indicator individually 3. Aggregate the signals through equal-weighted voting to form a comprehensive score between -1 and +1[9] - **Model Evaluation**: The model provides a straightforward and timely way for investors to observe and understand the market[9] 2. Model Name: Style Timing Model (Small-Cap Crowding) - **Model Construction Idea**: The model uses a crowding-based trend approach to time large-cap and small-cap styles. Crowding is measured by the difference in momentum and trading volume ratios between small-cap and large-cap indices[3][20] - **Model Construction Process**: 1. Calculate the momentum difference between the Wind Micro-Cap Index and the CSI 300 Index across 10/20/30/40/50/60-day windows 2. Compute the trading volume ratio between the two indices over the same windows 3. Derive crowding scores for small-cap and large-cap styles by averaging the highest and lowest quantiles of the above metrics, respectively 4. Combine the momentum and volume scores to obtain the final crowding score. A score above 90% indicates high small-cap crowding, while below 10% indicates high large-cap crowding[25] - **Model Evaluation**: The model effectively captures the dynamics of style crowding and provides actionable insights for timing decisions[20][25] 3. Model Name: Industry Rotation Model (Genetic Programming) - **Model Construction Idea**: The model applies genetic programming to directly extract factors from industry indices' price, volume, and valuation data, without relying on predefined scoring rules. It uses a dual-objective approach to optimize factor monotonicity and top-group performance[28][32][33] - **Model Construction Process**: 1. Use NSGA-II algorithm to optimize two objectives: |IC| (information coefficient) and NDCG@5 (normalized discounted cumulative gain for top 5 groups) 2. Combine weakly collinear factors using a greedy strategy and variance inflation factor to form industry scores 3. Select the top 5 industries with the highest multi-factor scores for equal-weight allocation, rebalancing weekly[32][34] - **Model Evaluation**: The dual-objective genetic programming approach enhances factor diversity and reduces overfitting risks, making it a robust tool for industry rotation[32][34] 4. Model Name: China Domestic All-Weather Enhanced Portfolio - **Model Construction Idea**: The model adopts a macro-factor risk parity framework, emphasizing risk diversification across underlying macro risk sources rather than asset classes. It actively overweights favorable quadrants based on macro momentum[39][42] - **Model Construction Process**: 1. Divide macro risks into four quadrants based on growth and inflation expectations: growth above/below expectations and inflation above/below expectations 2. Construct sub-portfolios within each quadrant using equal-weighted assets, focusing on downside risk 3. Adjust quadrant risk budgets monthly based on macro momentum indicators, which combine buy-side momentum from asset prices and sell-side momentum from economic forecast surprises[42] - **Model Evaluation**: The strategy effectively integrates macroeconomic insights into portfolio construction, achieving enhanced performance through active allocation adjustments[39][42] --- Model Backtesting Results 1. A-Share Technical Scoring Model - Annualized Return: 20.78% - Annualized Volatility: 17.32% - Maximum Drawdown: -23.74% - Sharpe Ratio: 1.20 - Calmar Ratio: 0.88[15] 2. Style Timing Model (Small-Cap Crowding) - Annualized Return: 28.46% - Maximum Drawdown: -32.05% - Sharpe Ratio: 1.19 - Calmar Ratio: 0.89 - YTD Return: 11.85% - Weekly Return: 5.25%[26] 3. Industry Rotation Model (Genetic Programming) - Annualized Return: 32.92% - Annualized Volatility: 17.43% - Maximum Drawdown: -19.63% - Sharpe Ratio: 1.89 - Calmar Ratio: 1.68 - YTD Return: 6.80% - Weekly Return: 3.37%[31] 4. China Domestic All-Weather Enhanced Portfolio - Annualized Return: 11.93% - Annualized Volatility: 6.20% - Maximum Drawdown: -6.30% - Sharpe Ratio: 1.92 - Calmar Ratio: 1.89 - YTD Return: 3.59% - Weekly Return: 1.54%[43] --- Quantitative Factors and Construction Methods 1. Factor Name: Small-Cap Crowding Factor - **Factor Construction Idea**: Measures the crowding level of small-cap style based on momentum and trading volume differences between small-cap and large-cap indices[20][25] - **Factor Construction Process**: 1. Calculate momentum differences and trading volume ratios for multiple time windows 2. Derive crowding scores by averaging the highest and lowest quantiles of these metrics 3. Combine momentum and volume scores to obtain the final crowding score[25] 2. Factor Name: Industry Rotation Factor (Genetic Programming) - **Factor Construction Idea**: Extracts factors from industry indices using genetic programming, optimizing for monotonicity and top-group performance[32][34] - **Factor Construction Process**: 1. Perform cross-sectional regression of standardized daily trading volume against daily price gaps to obtain residuals (Variable A) 2. Identify the trading day with the highest standardized volume in the past 9 days (Variable B) 3. Conduct time-series regression of Variables A and B over the past 50 days to obtain intercepts (Variable C) 4. Compute the covariance of Variable C and standardized monthly opening prices over the past 45 days[38] --- Factor Backtesting Results 1. Small-Cap Crowding Factor - YTD Return: 11.85% - Weekly Return: 5.25%[26] 2. Industry Rotation Factor (Genetic Programming) - Training Set IC: 0.340 - Factor Weight: 18.7% - YTD Return: 6.80% - Weekly Return: 3.37%[31][38]

【环球网财经综合报道】当地时间本周五，标普全球公布的最新PMI报告显示，美国商业活动在2026年1月虽保持增长态势，但扩张速度较2025年下半年显 著降温。数据显示，尽管制造业增长加快并反超服务业，但受出口下滑拖累，两大行业的新订单增长近期均出现放缓迹象，加之就业增长几近停滞，释放出 美国经济开局动能减弱的信号。 具体数据显示，美国1月标普全球制造业PMI初值录得51.9，略高于12月的51.8但微低于市场预期的52；服务业PMI初值持平于12月的52.5，同样略低于预期 的52.9；综合PMI初值为52.8，虽较上月微升，但亦低于预期的53。 标普报告显示，虽然产出端出现一定韧性，但需求端的疲软引发关注。新订单指数虽从12月的50.8回升至52.2，但整体增速仍处于偏弱水平，出口下滑成为 主要拖累因素。标普全球市场财智首席商业经济学家Chris Williamson分析认为，当前的新增业务增长率令人担忧地偏弱，强化了一季度经济增长可能不及 预期的信号。据调查估算，12月和1月美国的年化GDP增速约为1.5%，低于去年秋季的扩张节奏。 就业市场方面呈现出令人失望的表现。1月就业人数基本保持不变，延续了12月的 ...