AI 赋能资产配置 DeepSeek 对国信多元资配框架的优化 证券研究报告 | 2025 年 2 月 19 日 请务必阅读正文之后的免责声明及其项下所有内容 证券分析师：邵兴宇 010-88005483 shaoxingyu@guosen.com .cn S0980523070001 证券分析师：王开 021-60933132 wangkai8@guosen.co m.cn S0980521030001 6 ：长周期示意图 资料来源： Wind ，国信证券经济研究所整理 资料来源： Wind ，国信证券经济研究所整理 短周期 判定核心：基于美林时钟、周期叠加、 货币信用、信贷库存、政策组合等框架， 结合综合通胀指标，研判近月股债强弱 应用价值：对短期股票盈利与估值提 供指引，捕捉交易机会，把握市场短期 波动节奏 中周期 判定核心：关注“资产价格”向“内 在价 值”回归的路径，分析经济周期、企业盈 请务必阅读正文之后的免责声明及其项下所有内容 国信周期框架：统筹短、中、长，多维视角指引资配 美林时钟框架（工业增加值 +PPI ）：经济增长周期和通货膨胀周期 货币信用框架（货币政策目标 + 信用脉冲）：关注的两大因素为货币周期和信用周期 财政货币框架（货币政策力度指数 + 财政政策力度指数）：关注的两大因素为货币政策周期和财政政策周 期 信贷库存框架（票据余额增速 + 贷款余额增速）：

等保 2.0 通用安全架构 设计解决方案 2 从框架与架构说起 十工五任 解决方案 合规 / 产 品 战 略 聚 焦 技术聚 焦 规划视角（ EA 架构分析） 设计视角 （ EA 场景分 析） 覆盖 技术视角 （可运行性分析） 实例化 理 论 化 支撑 图 1. 解决方案架构 十工五任 • 政企网络安全防御全景模型 • 政企网络安全协同联动模型 • 政企网络安全防御建设项目规划纲要 孵化型解决方案 产研 / 交付： • 产品能力化 • 原子能力（技术能力、安全能力、产品能力） • 部署实施 • 安全运行 目录 1 等保合规 2 内生安全框架 3 会战 框架 4 架构营销 等保合规与产品框架 5 等保政策法律地位的提升 计算机信息系统安全保护条例 （国务院令 第 147 号） 商用密码管理条例 （国务院令 第 273 号） 信息安全等级保护管理办法 （公通字 、服务地域和安全责任主体等因素将其划分为 不同的定级对象。  跨省的行业或者单位的专用通信网可作为一个整体对象定级，也可以分区域划分为若干个定级对象。 9 等保安全体系框架 10 等级保护 2.0 安全框架 国 家 网 络 安 全 法 律 法 规 政 策 体 系 国 家 网 络 安 全 等 级 保 护 政 策 标 准 体 系 网络安全战 略 规划目标 等级保护对象 通信网络

在大盘择时、行业轮动、识别财务瑕疵等应用中涉及 到的项目细节、技术原理以及方法对比与优化进行了详细的回答：本文系统 梳理了 AI 技术在策略优化、风险识别与决策闭环中的关键作用，通过动态 学习机制与智能决策框架的构建，AI 能将历史规律挖掘与实时信号解析相结 合，形成具备自我进化能力的智能投研体系。 AI 通过非线性建模技术重构动态赋权机制，显著提升市场适应性。不同于经 典风险平价模型的静态风险分配逻辑，AI 业轮动结果 反哺择时因子，例如，让三标尺中的指标与多因子择时中的宏观因子形成交 叉验证，考虑大盘对行业影响的同时，修正宏观数据滞后问题。 在财务风险识别领域，AI 的优势在于开创性地融合多维度分析框架。通过 结构化财务指标与非结构化文本情感语调的协同分析，构建数值异常检测、 文本语义解析、交易行为分析的三维风控体系。相比 Benford 定律等传统数 值检测方法，AI 在识别隐蔽性造假方面展现独特优势，能够捕捉管理层文本 为智能中枢，整合实时数据管道、动态知识检索与自动化风控模块， 突破传统回测框架的静态局限。RAG 技术实现分钟级市场信息更新与噪声过 滤，Agent 预设的多层级防御机制（包括波动率自适应调整、冗余策略池等） 显著提升黑天鹅事件应对能力。这种架构创新使系统具备"感知-决策-验证- 优化"的完整能力链，推动策略迭代周期从月度级压缩至实时级。 通过"AI 推理+人工兜底"混合模式，使 AI 技术框架业务落地具备双保险。 RAG 与 Agent

3.4.2 访问控制策略.............................................................................48 4. 数据治理框架..............................................................................................50 4 安全技术选择......................................................................................77 5.4 其他技术框架与工具...........................................................................79 6. 数据获取与整合....... 和有效分类，确保数据的可用性、可共享性和安全性。 以下是省级可信数据空间建设方案的几个核心要素：  数据标准化：制定统一的数据标准和格式，提高数据的兼容性 和使用效率。  数据治理机制：建立数据资产的管理和使用框架，加强数据质 量管理与监控，确保数据的准确性与完整性。  安全保障措施：实施数据加密、访问控制和审计跟踪等技术手 段，维护数据的安全性和隐私。  共享平台建设：建立跨部门、跨行业的数据共享平台，加强不

...................................................................................146 7.2.1 编程语言与框架...............................................................................................148 研究，过度拟合现象使得约 31%的策略在实盘阶段表现显著低于回 测水平。这些痛点直接制约着金融机构对 AI 系统的部署意愿，特 别是在需要严格合规的二级市场交易场景中。 为解决这些根本性问题，我们提出基于可信计算框架的端到端 解决方案。该方案通过三层验证体系构建技术闭环：在数据层引入 区块链赋能的溯源机制，确保训练数据的时效性与真实性；在模型 层部署可解释 AI（XAI）技术，使策略决策过程满足 FINRA 性能维度：年化收益波动率比传统策略降低 40%以上  稳定维度：在极端市场条件下最大回撤控制在 8%以内  透明维度：满足 MiFID II 等法规对算法交易的事前报备要求 通过融合联邦学习框架与市场机理模型，我们提出将预测准确 率提升至 82%的同时，使特征重要性可解释度达到 Level 3（基于 FINRA 的 XAI 评级标准）。这种方案已在原油期货市场的实证测试 中展现优势，在

第三代英特尔® 至强® 可扩展处理器 英特尔® 傲腾™ 持久内存100系列、200系列 英特尔® 傲腾™ 固态盘 P5800X/P5801X 英特尔® Movidius™ 视觉处理器 (VPU) 软件和框架 OpenVINO™ 工具套件 面向英特尔® 架构优化的 TensorFlow 面向英特尔® 架构优化的 PyTorch 扩展包 面向英特尔® 架构优化的 Python 主编：赵朝卿，秦莉 1-1-4 多样化的英特尔硬件产品矩阵 • 全方位的软件产品助力，包括 OpenVINO™ 工具套件、 英特尔® 深度学习加速技术、英特尔® AVX-512、面向英特尔 ® 架构优化的深度学习框架等。 • 英特尔在 5G、边缘计算（MEC）平台以及 “云 - 边 - 端” 架 构上的一系列成功部署和实战经验。 统也给传统校园 IT 架构带来挑战。部署在教室等系统末端 的设备通常处理能力较弱，而全部通过远端数据中心或云端 • 缺乏规模化人工智能训练、推理所需的算力储备，传统 PC 在执行人工智能训练、推理时效率低下，而要大规模采购 专用设备又必然使教育机构面临巨大成本开支。 • 缺乏面向不同应用场景、不同软件框架的软硬件优化方案， 同时异构设备之间也难以实施有效协同。 • 可选实验场景、器材和软件套件混乱，无法满足真实场景 的学习需要，更无法贴近行业实践要求。 为应对以上挑战，英特尔与众多人工智能教育技术合作伙伴和

能 力 3 技术栈涵盖模型服务、存储、工具与库、框架、 托管与服务等组件 模型服务是智能体的核 心 ，通过大语言模型提供的接口进行 推理服务。存储部分则支持人工智能体的有状态管理 ，例如 使用向量数据库存储对话历史和记忆。 工具与库使得人工智 能体能够调用外部函数并通过工具库扩展其功能 ， 而框架则 负责协调大语言模型的调用并管理智能体的状态 智能体被广泛应用于金融、招聘、营销、供 应链、数据分析、 AI 个人助手、医疗等领域，提供定制化解 决方案。 在平台框架层， 企业级智能体平台帮助企业快速部 署智能体，提高业务效率，而开发者工具提供便捷的框架支 持，简化开发流程并增强应用扩展能力。 算力层则由百度智 能云、华为云等提供强大的云计算资源，支撑智能体的训练 科技巨头如谷歌、亚马逊、微软等推出了大量创新型智能体应用 ，包括语音助手、聊天机器人等 ，提高用户 的体验感 ，推动科技提升服务体验 欧盟强调伦理与法律框架 ，推动在公共服务等领域应用 • 强调智能体的伦理与法律框架 ，设立多重监管机构和伦理研究工作组， 2021 年推出的《人工智能法案》是全 球首个综合性人工智能法规 • 重视智能政务、 自动化公共安全监控和智慧城市管理

数据跨境交易的合规流程与安全评估？ 64 89.数据流通的税务合规（如增值税、所得税）？ 65 90.数据流通争议的解决机制（如调解、仲裁）？ 65 十、风险防控类 66 91.可信数据空间的风险识别框架与维度？ 66 92.数据合规风险的评估方法（如定性/定量）？ 67 93.风险预警的技术实现（如AI监测、阈值触发）？ 67 94.风险处置的流程合规（如分级响应、记录）？ 68 95.数 、操作可审计，严格 遵循合规要求；四是技术支撑可信，依托加密算法、隐私计算、区 块链等技术保障数据安全，防止泄露、篡改或非法访问；五是治理 规则可信，通过政策法规、行业标准、自律机制与争议解决框架， 明确数据使用边界与责任，形成可执行的信任约束。这些维度有机 融合，共同构建“数据可靠、主体可信、过程可查、技术可控、规则 可依”的生态，保障数据空间内的交互安全与价值释放。 可信数据空间的关键技术组件有哪些？ 链路追溯，为可信体系奠定基础；其次是数据安全与隐私保护，依 托同态加密、零知识证明、差分隐私等密码学工具，结合细粒度访 问控制（ABAC），保障数据“可用不可见”；第三是可信数据交换协 议，如跨域互操作框架（GAIA-X、ISO/IEC 20547）与智能合约，标 准化交换接口并自动执行权责规则；第四是数据治理与合规引擎， 集成数据分类分级、自动化合规检查（适配GDPR、数据安全法 等）、审计日

% -30-50 % 2-3 10-15 5-7 15-20 情景 企业必须考虑众多因素才能使 AI 实施真正有效。数据可得性问题众所周知，但这只是冰山一角，企业能力和监管框架也十分关键。以监管框架为例：在 2020 年至 2021 年期间，向美 国 食品和药物管理局 (FDA) 提交的材料中使用 AI 的数量增加了十倍。因此，美国食品药品管理局和欧洲药品管理局纷纷发起多项举措，旨在为药物发现环节中使用 使用的认知程度如何，还需要补 充 哪些方面？ • 将 AI 整合进企业流程并保持合规性和质量需要哪 些治理架构？ 监管框架 • 最近针对 AI 使用出台了哪些监管限制？ • 未来监管是否会进一步限制 AI 在制药 领 域的应用？ AI 在研发环节的挑战 数据可得性、企业能力和监管框架 数据可得性 • 该领域的数据可得性现状如何？ • 数据池中是否已经检测到偏差？ 深入探讨 有效实施 % 建立 AI 战略合作伙伴 AI 涉及公司 各个方面 考虑 AI 人才需求 逐步建立 框架 AI 仅作为技术 话题 持续开发和推广 AI 用例 将 AI 整合进公司流程为制药公司提供了提升营收和利润的巨大潜力，机会正当时。许多行业玩家已经建立了成功的应用案例；创建运营防护机制和合理的内部治理架构可以实现

................. 6 5 可信数据空间整体能力要求 .................................................. 7 5.1 能力要求框架模型 ...................................................... 7 5.2 能力类别与功能视角映射 ...................... 任何形式或任何手段进行复制、发行、改编、翻译、汇编或将本文件用于其他任何商业目的等。 TDSA/A-001-2025 3 可信数据空间 能力要求 1 范围 本标准规定了可信数据空间的整体能力要求框架，可信数据空间运营要求、场景应用、数据 资源、生态主体、规则机制和技术系统的能力要求。 本标准适用于企业、行业、城市、个人和跨境可信数据空间的规划、建设及评估参考。 2 规范性引用文件 Identifier） PDCA：计划-执行-检查-处置（Plan-Do-Check-Act） RBAC：基于角色的访问控制（Role-Based Access Control） RDF：资源描述框架（Resource Description Framework） ROI：投资回报率（Return on Investment） SDK：软件开发工具包（Software Development