#险资 #固收 #AI #音频

• 序号：024
• 星球链接：打开网页
• 附件：图片 0，音频 2，文档 4
• 音频文件：华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917.mp3
  国联民生固收 - 固收研究的AI应用 260917.mp3

图片

无图片

正文

详情页仍未获取到全文。原始列表正文可能被截断。

总体总结

主题正文

1. 详情页仍未获取到全文。
2. 原始列表正文可能被截断。

附件总结 华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917.mp3

1. 对话讨论了2026年中期上市公司权益仓位配置情况，指出多数保险公司权益仓位提升，阳光因投资风格差异出现下降。
2. 预计新规将促使保险公司增加长久期债券配置，改善净投资收益覆盖率，并未来可能加大高股息资产的配置，以增强收益并符合监管要求。
3. 发言人1：上市保险公司的权益仓位普遍呈现提升趋势，其中新华的权益仓位最高达到25.6%，而阳光是唯一出现权益仓位下降的公司，主要由于投资风格差异及港股和红利股票的表现一般。
4. 发言人1：如果考虑长期股权投资、未上市股权和其他权益类金融产品，整体大类权益仓位相比股票基金更高，但多数保险公司距离权益资产配置上限还有一定距离，通常会保留空间以保持配置灵活度。
5. 发言人1：新华的特色在于固收配置中债券占比相对较少，更多配置了定存和非标资产，但随着定存占比下降，股票和基金配置预计将呈上升趋势。
6. 净投资收益覆盖率则关注的是保险公司实际收到的现金流收入与负债所需刚性成本的覆盖程度，这一指标可能成为未来三年内促使保险公司减少投资行为的重要因素，尤其是在利率下行过程中，久期缺口风险暴露，多数保险公司可能无法达标。
7. 对于保险公司而言，它影响着资产配置决策，例如，在利率风险对冲因素推动下，长久期债券配置可能会增加，以改善净投资收益覆盖率。
8. 发言人1：高股息股票因其稳定的净投资收益和对利润表影响较小的特点，其配置需求有望增加。

国联民生固收 - 固收研究的AI应用 260917.mp3

1. 固收研究 AI应用 数据处理 宏观利率 信用分析 流动性分析 投资决策 策略研究 投研框架 经济数据 央行政策 债券策略 个性选择 多空观点 牛市 熊市 投资经理 刘氏研究员 熊市研究员 机构行为
2. 对话围绕AI在投资研究中的应用展开，提出从数据到策略的五步法，包括利用工具编辑技能包，形成宏观利率、信用分析等维度的AI模型，进而通过多空观点判断，最终指导实际投资决策，强调研究需落地于实物投资。
3. 具体实践中，首先利用底层工具和数据编辑出合适的scale能力包，例如宏观利率分析、信用分析、流动性分析和情绪研判等多个维度，再通过API生成每个维度的分析结果，最后形成多空观点判断，为实际投资提供指导。
4. 发言人1：运用AI的基本步骤大致分为五个方面，从投资决策出发，首先将策略思路或数据处理方式细化为一个个scale文件，然后通过API将这些scale整合成最终想要展示的投资策略或决策结果。
5. 发言人1：维护债券投资组合时，会关注过去一段时间内的业绩表现，通过利率水平因子、期限结构因子、通信因子、信用利差因子和平稳逆差因子等五个维度来对业绩归因进行分析。
6. 看板会详细列出支撑项和拖累项对PMI预测的具体影响，以及每个高频数据的变化情况，如上升或下降的幅度和对PMI的影响程度，从而生成周度维度的未来PMI预测报告。
7. 发言人1：AI技术能够辅助判断债市牛熊状态，例如通过分析任意时间段内不同期限利率的变化情况（上行或下行幅度），直观展示曲线形态变化及期限利差变动，并基于此生成对市场运行状况的判断逻辑及相应的策略建议，从而帮助形成整体债市分析逻辑。
8. 基本思路是创造一些好用的style，包括技术指标分析、机构行为分析、宏观数据预测、策略挖掘、业绩归因等多个维度，将不同维度的信息整合起来，形成不同维度的agent，进而合成判断牛市熊市状态的agent，以此作为投资决策的基础。

华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917_导读.docx

1. 对话讨论了2026年中期上市公司权益仓位配置情况，指出多数保险公司权益仓位提升，阳光因投资风格差异出现下降。
2. 预计新规将促使保险公司增加长久期债券配置，改善净投资收益覆盖率，并未来可能加大高股息资产的配置，以增强收益并符合监管要求。
3. 发言人1：上市保险公司的权益仓位普遍呈现提升趋势，其中新华的权益仓位最高达到25.6%，而阳光是唯一出现权益仓位下降的公司，主要由于投资风格差异及港股和红利股票的表现一般。
4. 发言人1：如果考虑长期股权投资、未上市股权和其他权益类金融产品，整体大类权益仓位相比股票基金更高，但多数保险公司距离权益资产配置上限还有一定距离，通常会保留空间以保持配置灵活度。
5. 发言人1：新华的特色在于固收配置中债券占比相对较少，更多配置了定存和非标资产，但随着定存占比下降，股票和基金配置预计将呈上升趋势。
6. 净投资收益覆盖率则关注的是保险公司实际收到的现金流收入与负债所需刚性成本的覆盖程度，这一指标可能成为未来三年内促使保险公司减少投资行为的重要因素，尤其是在利率下行过程中，久期缺口风险暴露，多数保险公司可能无法达标。
7. 对于保险公司而言，它影响着资产配置决策，例如，在利率风险对冲因素推动下，长久期债券配置可能会增加，以改善净投资收益覆盖率。
8. 发言人1：高股息股票因其稳定的净投资收益和对利润表影响较小的特点，其配置需求有望增加。

华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917_原文.docx

1. 红利的话在上半年是表现相对比较一般，我们认为说部分受到这个市场波动的影响，阳光的这个权益仓位是呈现了下降的一个趋势，较上年末是有所下降。
2. 我们反而认为说下半年随着红利资产红利板块它的这个关注度起来之后，行情上去之后，股息率反而跌到有所下降之后，对于险资的吸引力是编辑在下行的这是股票里面二级的一个配置情况。
3. 一方面其实是一个被动的，就是你的这个可能本来想放到FAOCI，然后因为没有通过这个现金流测试的一个原因，所以我们看到这一个FAOCI的在没有办法放的话，如果要放到FOTPL它会带来比较大的波动，于是就放到了AC类的这个在里面。
4. 那这是我们看到的债券内部的一个配置占比那我们认为说下半年来看的话，从险资的配置展望来说，我们认为从大类上，权益的配置诉求可能不会像上半年那么蛮大，就是可能会恢复到一个匹配，甚至可能是一个亲配的情况。
5. 另外一块的话，我们看这个市场数据本身，市场数据公监管是PU到了这个630的1个情况，我们可以看一下，截止到今年就是6月30号的话，我们看到整体行业的这个显示资金运用余额是达到了接近41万亿，40.8382万亿这样的一个量级。
6. 在综合投资收益率里面去去剔除掉，也是会更符合公司经营的一个实质，然后整体的一个评价周期是五年，适配于保险公司受我这种长久期债券持有至到期的一个配置逻辑。
7. 而且因为OCI在它的一个公允价值变动，它不会影响到综合投资收益覆盖率，所以不用担心说利率可能短期有些波动回调对于综合投资收益覆盖率带来一个影响。
8. 未来我们认为说可能也会卖更多的就是这个比如说1.5加或者说1.25加的一些产品，降低存量的这一些降低信贷的这些刚性成本，以更快的速率去稀释存量的刚性成本这么一个路径去解决净投资收益覆盖率这个紧箍咒的一个问题。

国联民生固收 - 固收研究的AI应用 260917_导读.docx

1. 固收研究 AI应用 数据处理 宏观利率 信用分析 流动性分析 投资决策 策略研究 投研框架 经济数据 央行政策 债券策略 个性选择 多空观点 牛市 熊市 投资经理 刘氏研究员 熊市研究员 机构行为
2. 对话围绕AI在投资研究中的应用展开，提出从数据到策略的五步法，包括利用工具编辑技能包，形成宏观利率、信用分析等维度的AI模型，进而通过多空观点判断，最终指导实际投资决策，强调研究需落地于实物投资。
3. 具体实践中，首先利用底层工具和数据编辑出合适的scale能力包，例如宏观利率分析、信用分析、流动性分析和情绪研判等多个维度，再通过API生成每个维度的分析结果，最后形成多空观点判断，为实际投资提供指导。
4. 发言人1：运用AI的基本步骤大致分为五个方面，从投资决策出发，首先将策略思路或数据处理方式细化为一个个scale文件，然后通过API将这些scale整合成最终想要展示的投资策略或决策结果。
5. 发言人1：维护债券投资组合时，会关注过去一段时间内的业绩表现，通过利率水平因子、期限结构因子、通信因子、信用利差因子和平稳逆差因子等五个维度来对业绩归因进行分析。
6. 看板会详细列出支撑项和拖累项对PMI预测的具体影响，以及每个高频数据的变化情况，如上升或下降的幅度和对PMI的影响程度，从而生成周度维度的未来PMI预测报告。
7. 发言人1：AI技术能够辅助判断债市牛熊状态，例如通过分析任意时间段内不同期限利率的变化情况（上行或下行幅度），直观展示曲线形态变化及期限利差变动，并基于此生成对市场运行状况的判断逻辑及相应的策略建议，从而帮助形成整体债市分析逻辑。
8. 基本思路是创造一些好用的style，包括技术指标分析、机构行为分析、宏观数据预测、策略挖掘、业绩归因等多个维度，将不同维度的信息整合起来，形成不同维度的agent，进而合成判断牛市熊市状态的agent，以此作为投资决策的基础。

国联民生固收 - 固收研究的AI应用 260917_原文.docx

1. 本次会议在任何情形下都不构成对会议参加者的投资建议，相关人员应自主做出投资决策，并自行承担投资风险。
2. 判断出目前市场是牛市和熊市之后的话，然后就会形成我们是把它叫做投资经理的agent，然后它就会形成最终我这个头寸，我这个就是投资决策，我应该是要选择那个牛还是熊这样的一个决策形式。
3. 相当于在投资经理的这个AD层面，会形成这三个维度，97品种，然后杠杆，这样的一个决策的一个结论。
4. 在20年到30年这个位置的债券里面，如果是选利率债的话，今年以来的这个新买入情况，你就可以看到，交易盘好像买的稍微多一点，配置盘好像整体是卖出了。
5. 大家可以看看这种就是啊，比如说我们换一个，比如说我们看那个保险，大家比较看保险对于地方债的这个买入情况的话，那你就可以看看，24年是买就是怎么买的，节奏是怎么买的，25年节奏是怎么买的，26年节奏又是怎么买的。
6. 就是从业绩归因的这个角度，然后这是我们重点介绍的觉得在平时用的时候可能会比较好用的一些，是这样，当然这是一个一个的点，我们怎么样去把它形成一个整体的A型，然后形成一个整体债市的一个分析逻辑的。
7. 它的一个变化的情况以及它的一个变化的幅度同步的话，它后面也会对不同的期限利差，不同的期限的利率，它的这个变化情况，以及它的比如说刘雄的这个判断，以及后面的这个策略建议，一个一个的生成出他这里所产生的一个判断的一个逻辑。
8. 无论是我们这里展示出来的你的技术指标分析，不是就是你的那个机构行为的这个其实，还是暂时的复盘，还是说那个宏观数据的预测，还是包括携程策略的一个一个挖掘了，还是业绩归因，包括还有很多其他的例子，比如说我们刚刚前面提到的技术指标的分析，然后其他不同的维度，把这一个一个的是要是要形成我们前面所提到的那个。

音频总结

华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917.mp3

1. 对话讨论了2026年中期上市公司权益仓位配置情况，指出多数保险公司权益仓位提升，阳光因投资风格差异出现下降。
2. 预计新规将促使保险公司增加长久期债券配置，改善净投资收益覆盖率，并未来可能加大高股息资产的配置，以增强收益并符合监管要求。
3. 发言人1：上市保险公司的权益仓位普遍呈现提升趋势，其中新华的权益仓位最高达到25.6%，而阳光是唯一出现权益仓位下降的公司，主要由于投资风格差异及港股和红利股票的表现一般。
4. 发言人1：如果考虑长期股权投资、未上市股权和其他权益类金融产品，整体大类权益仓位相比股票基金更高，但多数保险公司距离权益资产配置上限还有一定距离，通常会保留空间以保持配置灵活度。
5. 发言人1：新华的特色在于固收配置中债券占比相对较少，更多配置了定存和非标资产，但随着定存占比下降，股票和基金配置预计将呈上升趋势。
6. 净投资收益覆盖率则关注的是保险公司实际收到的现金流收入与负债所需刚性成本的覆盖程度，这一指标可能成为未来三年内促使保险公司减少投资行为的重要因素，尤其是在利率下行过程中，久期缺口风险暴露，多数保险公司可能无法达标。
7. 对于保险公司而言，它影响着资产配置决策，例如，在利率风险对冲因素推动下，长久期债券配置可能会增加，以改善净投资收益覆盖率。
8. 发言人1：高股息股票因其稳定的净投资收益和对利润表影响较小的特点，其配置需求有望增加。

国联民生固收 - 固收研究的AI应用 260917.mp3

1. 固收研究 AI应用 数据处理 宏观利率 信用分析 流动性分析 投资决策 策略研究 投研框架 经济数据 央行政策 债券策略 个性选择 多空观点 牛市 熊市 投资经理 刘氏研究员 熊市研究员 机构行为
2. 对话围绕AI在投资研究中的应用展开，提出从数据到策略的五步法，包括利用工具编辑技能包，形成宏观利率、信用分析等维度的AI模型，进而通过多空观点判断，最终指导实际投资决策，强调研究需落地于实物投资。
3. 具体实践中，首先利用底层工具和数据编辑出合适的scale能力包，例如宏观利率分析、信用分析、流动性分析和情绪研判等多个维度，再通过API生成每个维度的分析结果，最后形成多空观点判断，为实际投资提供指导。
4. 发言人1：运用AI的基本步骤大致分为五个方面，从投资决策出发，首先将策略思路或数据处理方式细化为一个个scale文件，然后通过API将这些scale整合成最终想要展示的投资策略或决策结果。
5. 发言人1：维护债券投资组合时，会关注过去一段时间内的业绩表现，通过利率水平因子、期限结构因子、通信因子、信用利差因子和平稳逆差因子等五个维度来对业绩归因进行分析。
6. 看板会详细列出支撑项和拖累项对PMI预测的具体影响，以及每个高频数据的变化情况，如上升或下降的幅度和对PMI的影响程度，从而生成周度维度的未来PMI预测报告。
7. 发言人1：AI技术能够辅助判断债市牛熊状态，例如通过分析任意时间段内不同期限利率的变化情况（上行或下行幅度），直观展示曲线形态变化及期限利差变动，并基于此生成对市场运行状况的判断逻辑及相应的策略建议，从而帮助形成整体债市分析逻辑。
8. 基本思路是创造一些好用的style，包括技术指标分析、机构行为分析、宏观数据预测、策略挖掘、业绩归因等多个维度，将不同维度的信息整合起来，形成不同维度的agent，进而合成判断牛市熊市状态的agent，以此作为投资决策的基础。

音频

华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917.mp3

• 状态：skipped_existing
• 错误：
• 本地资源：华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917.mp3

总结

1. 对话讨论了2026年中期上市公司权益仓位配置情况，指出多数保险公司权益仓位提升，阳光因投资风格差异出现下降。
2. 预计新规将促使保险公司增加长久期债券配置，改善净投资收益覆盖率，并未来可能加大高股息资产的配置，以增强收益并符合监管要求。
3. 发言人1：上市保险公司的权益仓位普遍呈现提升趋势，其中新华的权益仓位最高达到25.6%，而阳光是唯一出现权益仓位下降的公司，主要由于投资风格差异及港股和红利股票的表现一般。
4. 发言人1：如果考虑长期股权投资、未上市股权和其他权益类金融产品，整体大类权益仓位相比股票基金更高，但多数保险公司距离权益资产配置上限还有一定距离，通常会保留空间以保持配置灵活度。
5. 发言人1：新华的特色在于固收配置中债券占比相对较少，更多配置了定存和非标资产，但随着定存占比下降，股票和基金配置预计将呈上升趋势。
6. 净投资收益覆盖率则关注的是保险公司实际收到的现金流收入与负债所需刚性成本的覆盖程度，这一指标可能成为未来三年内促使保险公司减少投资行为的重要因素，尤其是在利率下行过程中，久期缺口风险暴露，多数保险公司可能无法达标。
7. 对于保险公司而言，它影响着资产配置决策，例如，在利率风险对冲因素推动下，长久期债券配置可能会增加，以改善净投资收益覆盖率。
8. 发言人1：高股息股票因其稳定的净投资收益和对利润表影响较小的特点，其配置需求有望增加。

预览

国联民生固收 - 固收研究的AI应用 260917.mp3

• 状态：skipped_existing
• 错误：
• 本地资源：国联民生固收 - 固收研究的AI应用 260917.mp3

总结

1. 固收研究 AI应用 数据处理 宏观利率 信用分析 流动性分析 投资决策 策略研究 投研框架 经济数据 央行政策 债券策略 个性选择 多空观点 牛市 熊市 投资经理 刘氏研究员 熊市研究员 机构行为
2. 对话围绕AI在投资研究中的应用展开，提出从数据到策略的五步法，包括利用工具编辑技能包，形成宏观利率、信用分析等维度的AI模型，进而通过多空观点判断，最终指导实际投资决策，强调研究需落地于实物投资。
3. 具体实践中，首先利用底层工具和数据编辑出合适的scale能力包，例如宏观利率分析、信用分析、流动性分析和情绪研判等多个维度，再通过API生成每个维度的分析结果，最后形成多空观点判断，为实际投资提供指导。
4. 发言人1：运用AI的基本步骤大致分为五个方面，从投资决策出发，首先将策略思路或数据处理方式细化为一个个scale文件，然后通过API将这些scale整合成最终想要展示的投资策略或决策结果。
5. 发言人1：维护债券投资组合时，会关注过去一段时间内的业绩表现，通过利率水平因子、期限结构因子、通信因子、信用利差因子和平稳逆差因子等五个维度来对业绩归因进行分析。
6. 看板会详细列出支撑项和拖累项对PMI预测的具体影响，以及每个高频数据的变化情况，如上升或下降的幅度和对PMI的影响程度，从而生成周度维度的未来PMI预测报告。
7. 发言人1：AI技术能够辅助判断债市牛熊状态，例如通过分析任意时间段内不同期限利率的变化情况（上行或下行幅度），直观展示曲线形态变化及期限利差变动，并基于此生成对市场运行状况的判断逻辑及相应的策略建议，从而帮助形成整体债市分析逻辑。
8. 基本思路是创造一些好用的style，包括技术指标分析、机构行为分析、宏观数据预测、策略挖掘、业绩归因等多个维度，将不同维度的信息整合起来，形成不同维度的agent，进而合成判断牛市熊市状态的agent，以此作为投资决策的基础。

预览

文档

华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917_导读.docx

• 状态：skipped_existing
• 错误：
• 本地资源：华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917_导读.docx

总结

1. 对话讨论了2026年中期上市公司权益仓位配置情况，指出多数保险公司权益仓位提升，阳光因投资风格差异出现下降。
2. 预计新规将促使保险公司增加长久期债券配置，改善净投资收益覆盖率，并未来可能加大高股息资产的配置，以增强收益并符合监管要求。
3. 发言人1：上市保险公司的权益仓位普遍呈现提升趋势，其中新华的权益仓位最高达到25.6%，而阳光是唯一出现权益仓位下降的公司，主要由于投资风格差异及港股和红利股票的表现一般。
4. 发言人1：如果考虑长期股权投资、未上市股权和其他权益类金融产品，整体大类权益仓位相比股票基金更高，但多数保险公司距离权益资产配置上限还有一定距离，通常会保留空间以保持配置灵活度。
5. 发言人1：新华的特色在于固收配置中债券占比相对较少，更多配置了定存和非标资产，但随着定存占比下降，股票和基金配置预计将呈上升趋势。
6. 净投资收益覆盖率则关注的是保险公司实际收到的现金流收入与负债所需刚性成本的覆盖程度，这一指标可能成为未来三年内促使保险公司减少投资行为的重要因素，尤其是在利率下行过程中，久期缺口风险暴露，多数保险公司可能无法达标。
7. 对于保险公司而言，它影响着资产配置决策，例如，在利率风险对冲因素推动下，长久期债券配置可能会增加，以改善净投资收益覆盖率。
8. 发言人1：高股息股票因其稳定的净投资收益和对利润表影响较小的特点，其配置需求有望增加。

预览

华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917_导读.docx

华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917_原文.docx

• 状态：skipped_existing
• 错误：
• 本地资源：华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917_原文.docx

总结

1. 红利的话在上半年是表现相对比较一般，我们认为说部分受到这个市场波动的影响，阳光的这个权益仓位是呈现了下降的一个趋势，较上年末是有所下降。
2. 我们反而认为说下半年随着红利资产红利板块它的这个关注度起来之后，行情上去之后，股息率反而跌到有所下降之后，对于险资的吸引力是编辑在下行的这是股票里面二级的一个配置情况。
3. 一方面其实是一个被动的，就是你的这个可能本来想放到FAOCI，然后因为没有通过这个现金流测试的一个原因，所以我们看到这一个FAOCI的在没有办法放的话，如果要放到FOTPL它会带来比较大的波动，于是就放到了AC类的这个在里面。
4. 那这是我们看到的债券内部的一个配置占比那我们认为说下半年来看的话，从险资的配置展望来说，我们认为从大类上，权益的配置诉求可能不会像上半年那么蛮大，就是可能会恢复到一个匹配，甚至可能是一个亲配的情况。
5. 另外一块的话，我们看这个市场数据本身，市场数据公监管是PU到了这个630的1个情况，我们可以看一下，截止到今年就是6月30号的话，我们看到整体行业的这个显示资金运用余额是达到了接近41万亿，40.8382万亿这样的一个量级。
6. 在综合投资收益率里面去去剔除掉，也是会更符合公司经营的一个实质，然后整体的一个评价周期是五年，适配于保险公司受我这种长久期债券持有至到期的一个配置逻辑。
7. 而且因为OCI在它的一个公允价值变动，它不会影响到综合投资收益覆盖率，所以不用担心说利率可能短期有些波动回调对于综合投资收益覆盖率带来一个影响。
8. 未来我们认为说可能也会卖更多的就是这个比如说1.5加或者说1.25加的一些产品，降低存量的这一些降低信贷的这些刚性成本，以更快的速率去稀释存量的刚性成本这么一个路径去解决净投资收益覆盖率这个紧箍咒的一个问题。

预览

华创非银 - 险资配置跟踪与ALM新规后的行为研究 260917_原文.docx

国联民生固收 - 固收研究的AI应用 260917_导读.docx

• 状态：skipped_existing
• 错误：
• 本地资源：国联民生固收 - 固收研究的AI应用 260917_导读.docx

总结

1. 固收研究 AI应用 数据处理 宏观利率 信用分析 流动性分析 投资决策 策略研究 投研框架 经济数据 央行政策 债券策略 个性选择 多空观点 牛市 熊市 投资经理 刘氏研究员 熊市研究员 机构行为
2. 对话围绕AI在投资研究中的应用展开，提出从数据到策略的五步法，包括利用工具编辑技能包，形成宏观利率、信用分析等维度的AI模型，进而通过多空观点判断，最终指导实际投资决策，强调研究需落地于实物投资。
3. 具体实践中，首先利用底层工具和数据编辑出合适的scale能力包，例如宏观利率分析、信用分析、流动性分析和情绪研判等多个维度，再通过API生成每个维度的分析结果，最后形成多空观点判断，为实际投资提供指导。
4. 发言人1：运用AI的基本步骤大致分为五个方面，从投资决策出发，首先将策略思路或数据处理方式细化为一个个scale文件，然后通过API将这些scale整合成最终想要展示的投资策略或决策结果。
5. 发言人1：维护债券投资组合时，会关注过去一段时间内的业绩表现，通过利率水平因子、期限结构因子、通信因子、信用利差因子和平稳逆差因子等五个维度来对业绩归因进行分析。
6. 看板会详细列出支撑项和拖累项对PMI预测的具体影响，以及每个高频数据的变化情况，如上升或下降的幅度和对PMI的影响程度，从而生成周度维度的未来PMI预测报告。
7. 发言人1：AI技术能够辅助判断债市牛熊状态，例如通过分析任意时间段内不同期限利率的变化情况（上行或下行幅度），直观展示曲线形态变化及期限利差变动，并基于此生成对市场运行状况的判断逻辑及相应的策略建议，从而帮助形成整体债市分析逻辑。
8. 基本思路是创造一些好用的style，包括技术指标分析、机构行为分析、宏观数据预测、策略挖掘、业绩归因等多个维度，将不同维度的信息整合起来，形成不同维度的agent，进而合成判断牛市熊市状态的agent，以此作为投资决策的基础。

预览

国联民生固收 - 固收研究的AI应用 260917_导读.docx

国联民生固收 - 固收研究的AI应用 260917_原文.docx

• 状态：skipped_existing
• 错误：
• 本地资源：国联民生固收 - 固收研究的AI应用 260917_原文.docx

总结

1. 本次会议在任何情形下都不构成对会议参加者的投资建议，相关人员应自主做出投资决策，并自行承担投资风险。
2. 判断出目前市场是牛市和熊市之后的话，然后就会形成我们是把它叫做投资经理的agent，然后它就会形成最终我这个头寸，我这个就是投资决策，我应该是要选择那个牛还是熊这样的一个决策形式。
3. 相当于在投资经理的这个AD层面，会形成这三个维度，97品种，然后杠杆，这样的一个决策的一个结论。
4. 在20年到30年这个位置的债券里面，如果是选利率债的话，今年以来的这个新买入情况，你就可以看到，交易盘好像买的稍微多一点，配置盘好像整体是卖出了。
5. 大家可以看看这种就是啊，比如说我们换一个，比如说我们看那个保险，大家比较看保险对于地方债的这个买入情况的话，那你就可以看看，24年是买就是怎么买的，节奏是怎么买的，25年节奏是怎么买的，26年节奏又是怎么买的。
6. 就是从业绩归因的这个角度，然后这是我们重点介绍的觉得在平时用的时候可能会比较好用的一些，是这样，当然这是一个一个的点，我们怎么样去把它形成一个整体的A型，然后形成一个整体债市的一个分析逻辑的。
7. 它的一个变化的情况以及它的一个变化的幅度同步的话，它后面也会对不同的期限利差，不同的期限的利率，它的这个变化情况，以及它的比如说刘雄的这个判断，以及后面的这个策略建议，一个一个的生成出他这里所产生的一个判断的一个逻辑。
8. 无论是我们这里展示出来的你的技术指标分析，不是就是你的那个机构行为的这个其实，还是暂时的复盘，还是说那个宏观数据的预测，还是包括携程策略的一个一个挖掘了，还是业绩归因，包括还有很多其他的例子，比如说我们刚刚前面提到的技术指标的分析，然后其他不同的维度，把这一个一个的是要是要形成我们前面所提到的那个。

预览

国联民生固收 - 固收研究的AI应用 260917_原文.docx