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）：

......................... 44 3.3 监管重点和技术 ............................................ 45 3.4 新兴监管框架、标准和指南 .................................. 48 3.5 安全、责任和问责 ........................................ 69 ©2025 云安全联盟大中华区版权所有 8 安全声明 本文仅供参考，不构成法律建议。 本研究文件由云安全联盟编写，探讨了当前围绕人工智能的监管治理情况。 虽然本文涉及各种法律和监管框架，但必须强调的是，所提供的信息不适用于 任何特定情况的法律指导。 人工智能的监管环境正在迅速演变，法律法规的解释和应用会因各种因素 而存在很大差异，这些因素包括： ● 管辖范围（国家或地区） 也是可能影响本文件中前瞻性陈述准确性的因素所在： ● 技术的快速进步：人工智能领域不断发展，新的技术和应用层出不穷， 很难预测这些技术进步的确切轨迹及其对人工智能监管各方面的影响。 ● 监管框架的不确定性：对人工智能的监管方法仍在开发，不同管辖范 围内对人工智能开发、部署和使用的具体规定可能存在较大差异，并可能随着 时间的推移而发生变化。 ©2025 云安全联盟大中华区版权所有 9

开发语言选择......................................................................................24 3.2 框架与库选择......................................................................................25 3.3 数据库选型 用户界面设计......................................................................................67 7.2 前端框架选择......................................................................................68 React.. .........................................................................................74 8.1 后端框架选择......................................................................................76 8.2 后端功能实现

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

准确率≥ 99% ，减少人工巡检工作 量， 提升巡检效率和安全性 。 国 产 化 适 配 ： 采 用 昇 腾 GPU+MindSpore 视觉框架 ， 适 配国产硬件和深度学习平台。 l 场景： 基于历史负荷数据 、气象 数据和电网拓扑结构 ，预测未来 短期和中长期电力负荷。 l 应用价值： 短期负荷预测误差 3% ， 中长期＜ 5% ， 助力电网调 度优化， 降低运营成本 。 国产 化 适配： 使用华为云盘古电力 预训 练模型 ，基于 MindSpore 框架开 发 ，适配国产云服务。 l 场景：通过自然语言处理技术理解 用户咨询和报修工单 ，实现自动回 复和工单分类。 l 应用价值： 自然语言理解工单， 响 力 领域适配性差 ，难以满足 特定 场景需求。 • 解决方案：电力领域预训练 模 型（如华能“ 电盘古 ”）提 升 场景适配性 ，优化模型性 能。 • 国产化适配：基于国产深度 学 习框架和预训练模型 ，适 配电 力行业应用场景。 电力行业核心场景与价值 第 7 页 超算中心融合管理子系统 （包含统一门户） 高速网络交换子系统 通用 CPU 算力子系统 GPU

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

平台测试 鲲鹏版本发布 X86 版本发布 • 应用迁移 • 亲和分析 • 编码规范检查 • 毕昇编译器 • 毕昇 JDK • GCC for openEuler • 自动反馈优化 • 测试框架 • 测试工具 • 测试样例 • 病毒扫描 鲲鹏兼容 & 亲和， 性能 5%↑ CFGO/LTO/ 自动向量化 / 指 令流水优化，性能 10% ↑ 应用编译调试， 性能 5%~10% 软件包和应用加速软件包，使能应用极致性能，其针对大数据、分布式存储、数据库、虚拟化和 ARM 原生等场景 进行了深度优化鲲鹏架构特性，如内存管理、计算调度等方面的技术优势，通过预置的高性能库和框架，赋能开 发者轻松构建适应鲲鹏架构的高性能应用。在同一个构建流程中，当集成 BoostKit 后，基于鲲鹏架构的目标软件 包能够获益较大的性能提升。 ---- 结束 步骤 2 通过代码编辑区右上角的 缓存通过数据预取提前将热点 数据加载缓存磁盘中，通过 LRU 淘汰策略和冷热识别提高读缓存命中率，从而提升业务读性能。 RDMA 网络加速 通过在 Ceph 网络框架 AsyncMessage 中新增插件支持 UCX 网络框架，实现 Ceph 全闪存场景支持网络全 RDMA 化。 UCX 通信处理层主要包含 ceph 与 UCX 接口适配，并根据 RNDV 协议的特点，实现了零拷贝，提升大块写的性能。

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

AI 算力的战略投资，加速探索下一代 AI 技术 DeepSeek 是 AI 发展史上的一个关键里程碑，但远未达到 AI 终点 AI 模型算法： GPT 、 LLaMA AI 框架： PY 、 TF 异构计算架构： CUDA 互联技术： NV Link AI 芯片： NV 、 AMD • DS 对强化学习的创新使用， 可以让大模型便捷的获 得 通用性 的资金、技术、人才的垄断，全球 重新思考中美技术路线的选择 泛化性和经济性大幅提升 LLM 进入“ CV Resnet 时刻” 补齐最后一块自主创新的版图 真正形成中美两条 AI 技术路 线 AI 框架：昇思、飞桨 … 异构计算架构： CANN … 互联技术：灵衢 AI 芯片：昇腾、寒武纪 … DeepSeek-R1 进一步验证“算力即性能” Scaling Law 升级，模型能力 计算与通信优化，性能提升 30% GRPO ：群体进化的智慧筛选器 自我验证机制： AI 的 " 错题本系 统 " 混合专家模型的 " 智能路由器“ 多头潜在注意力 MLA ：空间压缩术 训练框架加速： 16 到 3 的量化压 缩， 通信降低 89% 推理加速：预加载，动态批处理等 模型、数据、工具链、部署全开源 蒸馏技术使能第三方模型性能 DeepSeek V3 ：实现极致性能，稀疏

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