键发现点，供行业参考 04 关于顺为人和 公司介绍及使命愿景价值观 源自一流、服务一流、成就一流 05 附录： 指标定义与使用说明 详细阐述本报告涉及到效能分 析指标的定义与使用说明 宏观经济分析 全球经济 vs 中国经济 行业竞争格局 行业市场规模及变化 发展趋势预测 未来趋势预测 ©2025 。欲了解更多信息，请联系北京顺为人和企业咨询有限公司。 % 2024 年全球十强国家 GDP 总量及名义增速 宏观经济分析 行业竞争格局 发展趋势预测 3.9% 2.9% 2024 2025F 9.0% 389 印度 名义同比 4.0% 317 法国 各国 GDP 5 6 宏观经济分析 行业竞争格局 发展趋势预测 2024 年全国 发电量 10.1 万亿千瓦时 2014-2024 年我国发电量及增速情况 6.7% 10.1 2024 2024 年我国发电量能源结构情况

键发现点，供行业参考 公司介绍及使命愿景价值观 源自一流、服务一流、成就一流 详细阐述本报告涉及到效能分 析指标的定义与使用说明 发展趋势预测 未来趋势预测 行业竞争格局 行业市场规模及变化 宏观经济分析 全球经济vs中国经济 5 ©2025。欲了解更多信息，请联系北京顺为人和企业咨询有限公司。 全球GDP：2024年GDP增速为3.9%，前十国家GDP占比45%，加权增速为4%；25Q1我 % 百亿（美元） 百亿（美元） % 宏观经济分析 行业竞争格局 发展趋势预测 6 ©2025。欲了解更多信息，请联系北京顺为人和企业咨询有限公司。 中国电力能源结构：2024年全国发电量10.1万亿千瓦时，可再生能源占比上升至34%，电 力结构清洁化转型稳步推进，其中风光发电1.8万亿千瓦时，占比18% 资料来源：国家统计局，顺为分析 宏观经济分析 行业竞争格局 发展趋势预测 n 2 2024年我国新增发电装机能源结构情况 34 宏观经济分析 行业竞争格局 发展趋势预测 8 ©2025。欲了解更多信息，请联系北京顺为人和企业咨询有限公司。 中国社会用电量：2024年全社会用电9.9万亿千瓦时，十四五以来年均增长6.7%；全年可 再生能源发电量增量占全社会用电量增量比例达82% 资料来源：中国电力企业联合会，顺为分析 宏观经济分析 行业竞争格局 发展趋势预测 万亿千瓦时

智能技术，实时分析市场动态，为投资者提供更加精准和及时的资 产配置建议。 DeepSeek 的应用主要体现在以下几个方面： 1. 数据整合与分析：DeepSeek 能够整合来自不同来源的金融数 据，包括市场行情、公司财报、宏观经济指标等，通过深度学 习模型对这些数据进行全面分析，揭示潜在的投资机会和风 险。 2. 实时监控与预警：DeepSeek 具备实时监控市场变化的能力， 一旦发现异常波动或潜在风险，会立即向投资者发出预警，帮 具，旨在通过深度学习和自然语言处理技术，为资产配置规划提供 精准的数据支持和决策建议。其核心优势在于能够处理海量复杂数 据，快速识别市场趋势和风险因素，从而优化投资组合的配置效 率。DeepSeek 系统通过集成多源数据，包括宏观经济指标、行业 动态、市场情绪以及历史交易数据，构建了一个全面的数据分析平 台。其独特之处在于能够实时更新数据，并结合机器学习算法不断 优化模型，以提高预测的准确性。 在实际应用中，DeepSeek 为资产配置提供更为精准和实时的决策支持。在金融市场 中，DeepSeek 技术的应用背景主要体现在以下几个方面： 首先，金融数据的爆炸式增长使得传统分析方法难以应对。全 球金融市场的交易数据、宏观经济指标、行业动态等信息量巨大， 且数据来源多样化。DeepSeek 技术能够通过自动化的数据处理和 特征提取，从海量数据中挖掘出有价值的信息，帮助投资者更全面 地理解市场动态。 其次，金融市

、数字驾驶舱指标说明 9 、经济领域设计提纲 经济建设在五位一体总布局中起着根本性作用。经济领域驾驶舱从宏观经济着眼，把握经济运行脉搏，从产业 平台下手，了解全区产业发展战略的贯彻情况，以市场主体为本，从数量、规模、产业结构多维度分析当前经济建 设成果，以创新创业为魂，聚焦政策扶持和企业服务的持续改善。宏观经济、产业平台、市场主体从宏观到中观再 到微观，辅以创新创业服务，多层次监测分析高新区经济运行， 帮助管理者全面掌控经济发展，并辅助管理者进行 经济管理决策。 经济 领域 驾驶 舱 宏观经济 • GDP • 财政收支 • 投资消费出口 • 招商引资 产业平台 • 三街道：西兴、浦沿、长河 • 六平台：互联网、物联网、白 马湖、智慧新天地、奥体、江 北 市场主体 • 数量：市场主体数、注册资金 • 规模：领军、上市、瞪羚、… … • 产业：信息、通信、安防 创新创业 • • 人才：引进、培育、安居 • 创新载体：实验室、研究院 • 创业载体：孵化器、众创空间 • 政策扶持：亲清在线 10 、经济领域驾驶舱指标说明 -- 宏观经济 宏观经济可划分为 GDP 、财政收支、投资消费出口、招商引资四个维度，其中从 GDP 及产业结构、投资 消费出口、招商引资可以分析 ** 生产发展态势以及经济增长点，从财政收支可以了解 ** 财政情况，让管理者 对财政收支有宏观把握。

框架的底层逻辑、 如何指示配股配债 输入给 AI ：“周 期 - 宏观指标 - 打 分指数”映射关系 输入给 AI ：更优 权重的确定方法 短期模型框架 长文本 数据底稿 初始权重 宏观经济指标 （预测值） 资配模型权重 及打分结果 请务必阅读正文之后的免责声明及其项下所有内容 输入阶段 训练阶段 • 自然语言输入：制作语料，将五个短期框架的底层逻辑以自然语言文本形式输入 DeepSeek ，旨在帮助其理解策略框架与周期特征 • 数据输入：①读取底稿中的股债打分及其背后的周期与宏观经济指标，建立数据库并输入 DeepSeek ，旨在帮助其从数据获取信息； ② 生成初始权重，基于 XGBoost 等模型指引 DeepSeek 明确正确的权重调整方向。（技术细节：以实际股债强弱为因变量， 我纠正机制，提升资产配置的前瞻性和胜率（面向未来） 请务必阅读正文之后的免责声明及其项下所有内容 表 资 DeepSeek 优化资配模型的具体过程 - 应用阶段 应用阶段 • 宏观经济指标的预测：我们整合了市场有一致预期的宏观指标（如工业增加值同比、 PMI 等），并自主推算了缺乏一致预期的关键变量（如产成 品存货、票据余额等） • “ 打分指示股债强弱”指标的外推：

此决定。 自 2008 年金融危机以来，银行受到监管强化、低利率及传统与新兴竞争对手的冲击， 运营自由度不断缩小。这种趋势催生了一个利润受压、成本收入比攀升、市净率持续承 压的环境。 随着宏观经济形势波动（如利率骤升和贸易紧张局势加剧），全球银行正经历着迥然不 同的境遇。欧洲和印度银行业正享受着利率上升带来的红利，而北美银行业却面临着喜 忧参半的局面，且结果更加两极分化。日本银行业刚刚显现复苏的迹象，而中国银行业 银行业五大行动 5 银行绩效表现日益分化 2022 年之前，银行绩效相对稳定且趋于一致，但疫情以来，不同地区乃至同一市场内 部的银行绩效分化加剧（见图 1）。 2022 年利率大幅上升，但宏观经济的正面影响在各地区表现不一。欧洲银行业在经历 了长达十年的负利率限制后，获得了显著的收入增长，提高了平均股本回报率（ROAE）。 印度银行业的绩效也从 2020 年的历史低点复苏，当时的利率还不到 商业价值研究院对标准普尔全球数据的分析。 绩效改善 （ROAE 提高、CIR 降低、CET1 提高、PBR 提高） 绩效下滑 （ROAE 降低、CIR 提高、CET1 降低、PBR 降低） 7 8 银行利润受宏观经济和消费习惯变动影响，而其运营模式的效率仍然徘徊在长期平均水 平以下。全球金融危机（GFC）过后，银行业的成本收入比（CIR）仍然居高不下，尤其 是在主要发达经济体中。2024 年，美国银行业的平均成本收入比高达

户合同系统、ERP等系统实时对接，实现全口径敞口的分钟级更新。在分析层面，人工 智能通过深度学习算法能够自动分析企业的业务数据，识别潜在的外汇风险点，并对风 险的大小和影响程度进行精准评估。AI量化模型可基于宏观经济指标、地缘事件等200+ 变量进行汇率预测，较传统时间序列模型准确率提升28%。在执行层面，数字技术基于 敞口和市场行情走势等因素可实现自动对冲操作，避免人为决策偏差。在交易流程中， 系统采 作审计等关键技术，构建“事前防护—事中监控—事后追溯”的安全管理闭环，强化系 统抗攻击能力与数据防泄露机制。 2.1.3前瞻性原则 依托大数据分析与智能算法构建动态风险预判体系，以应对外汇市场的高频波动与非 线性特征。通过整合宏观经济指标、市场舆情、历史交易数据等多维度信息，建立自适 应预测模型与情景分析框架，实现汇率走势的前瞻性研判与极端风险场景的压力测试。 借助自然语言处理等技术解析政策动态与市场信号，为企业预留策略调整窗口期，提升 与金融生态的桥梁，通过标准化接口实现双向数据流通。一方面，系统直联中国银行、 中信银行等金融机构交易系统，实时获取外币账户资金动态、完成线上交易指令交互； 另一方面，对接彭博、路透等专业数据供应商，采集汇率行情、宏观经济指标等市场数 据。这些外部数据的接入，为上层业务应用提供了实时、准确的基础数据源，进而支撑 起全流程风险管理的决策基础。 2.2.2业务应用层：核心服务闭环的业务逻辑落地 在外部数据集成的

作为一个集成了深度学习、自然 语言处理和大数据分析技术的智能平台，能够有效应对上述挑战。 通过其强大的算法模型，DeepSeek 能够实时处理海量市场数据， 包括历史价格、新闻舆情、社交媒体动态以及宏观经济指标等多源 信息，从而生成更为精准的市场洞察。这种数据驱动的分析方式不 仅能够识别传统方法难以捕捉的市场模式，还能迅速调整策略以适 应不断变化的市场环境。 具体而言，DeepSeek 在股票量化交易中的必要性体现在以下 险管 理。首先，DeepSeek 将通过机器学习算法对海量历史数据进行深 度挖掘，识别出潜在的交易模式和趋势，为交易策略的制定提供数 据支持。其次，DeepSeek 将实时监控市场动态，结合宏观经济指 标、行业新闻和公司公告等多维度信息，辅助交易系统做出更加精 准的买卖决策。此外，DeepSeek 还将引入自然语言处理技术，自 动解析和分析市场情绪，帮助交易者更好地把握市场情绪波动对股 技术，优化股票量化交易策 略，提升交易效率和收益率。项目范围涵盖从数据采集、模型构建 到策略执行的全流程，具体包括以下几个方面： 首先，数据采集部分将涵盖多源数据的整合，包括但不限于历 史股价、成交量、财务数据、宏观经济指标以及社交媒体情绪数 据。DeepSeek 将用于自动化和智能化数据的清洗、去噪和特征提 取，确保输入数据的质量和准确性。 其次，模型构建部分将利用 DeepSeek 的深度学习算法，设计

心技术失密的风险，将对公司发展造成不利影响。 （二）经营风险 1、宏观经济波动的风险 公司的发展受行业整体景气指数影响较大。行业与我国乃至全球 的宏观经济走势联系紧密，使得公司面临着一定宏观经济波动的风 险。 近年来，国际宏观经济复苏程度较为有限，且我国宏观经济也正 处于由高增长转向平稳增长的过渡时期。未来，若国内外宏观经济形 势无法好转，将可能影响到行业的外部需求，从而使得公司面临产品 需求、盈利能力下降的风险。 2、产业政策变化、下游行业波动及客户较为集中的风险 行业作为战略新兴产业，受宏观经济状况、产业政策、产业链各 环节发展均衡程度、市场需求、其他能源竞争比较优势等因素影响， 呈现一定波动性。 未来若主要客户因产业政策变化、下游行业波动或自身经营情况 变化等原因，减少对公司的采购而公司未能及时增加其他客户销售， 将对公司的生产经营及盈利能力产生不利影响。 后果损失巨大，其中多数因管理组织方式的建立、管理制度的制定不 健全或是因疏于对人员的管理教育而产生道德行为风险和职业责任风 险。 二、项目风险对策 （一）政策风险对策 目前，国内有良好的宏观经济政策，但还需要把握机会，抓住国 家目前鼓励符合产业政策项目建设的机会，让项目尽快进入实施阶 段。 （二）社会风险对策 加强与当地各级政府部门的沟通，以期获得更好的支持和帮助， 为项目的顺利实施提供保障。