赋权体系能够捕捉因子间的协 同效应，在宏观因子与市场情绪的耦合分析中展现独特价值，有效应对市场 突变场景。 AI 能将大盘择时与行业轮动相结合，提升策略解释力与前瞻性。多因子择时 输出的大盘风险暴露系数作为行业轮动的“顶层约束”，同时行业轮动结果 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 重优化模型的路径”具体是如何操作的？ 基于 XGBoost 的权重优化模型路径主要用于从历史数据中挖掘各因子对市场趋势 的影响规律，并将其转化为初始权重基准。该过程首先通过 XGBoost 对历史股债 市场数据（如宏观经济指标、资金流向等）进行特征重要性分析，量化各因子对" 股债强弱走势"的解释能力，筛选出具有长期稳定性的高价值因子；然后将这些因 子重要性结果作为训练样本输入 DeepSeek 模型，使其学习因子与市场状态的关联 月开始，数据频率为月度。首先是分析师底稿数据从该时间开始较为完备，这保 证了样本数据的一致性和可用性；其次，近 10 年的跨度基本覆盖了完整的宏观经 济周期，使数据具有较强的代表性，有助于模型充分学习宏观经济在不同时期的 变化规律和特征。 关于过拟合问题，本项目中过拟合相对可控。一方面，从数据维度来看，本项目 仅涵盖五大宏观框架及其核心指标，特征数量有限，远低于常见动辄 50+变量的 高维模型，降低了过拟合风险；另一方面，生成式大模型并非依赖传统意义上的

021-60933158 dongdz@guosen.co m.cn S0980513100001 联系人：郭兰滨 010-88005497 guo lanbin@guosen.com.cn 投资策略 · 宏观固收 摘要 项目概述：本项目聚焦原有 5 个短期资产配置模型“等权重”配置的局限性，接入 DeepSeek 实现“打分指示的 股 债强弱”指数的智能迭代优化，提升资产配置的前瞻性与决策有效性 进行静态学习，投喂短期模型逻辑以及底稿等核心信息，训练 DeepSeek ； 二是让 DeepSeek 进行动态纠偏，挖掘历史数据中“先验权重”与“真实走势”的差异，迭代优化； 三是让 DeepSeek 进行推理应用，基于宏观指标预测值完成 2025 年全年的指数外推 优化结果：等权重平均组合五个短期模型结果，降维后胜率 38.52% ； AI 赋能权重优化（ DeepSeek-V3 ） ，胜 率提升至 年维度的资产配 置决策，优化股债配置结构，平衡成 长 性与价值回归 长周期：科技驱动的结构性变迁 判定核心：科技革命驱动的 40-60 年 的超长期经济周期 应用价值：提供大类资产配置的宏观 视角，捕捉科技创新和产业变革带来 的 长期投资机遇 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

Page 1 / 16 证券研究报告 | 宏观研究 [Table_Main] “十五五”规划建议全面解读 [Table_Invest] 宏观研究 日期： 2025.10.31 [Table_Author] 分析师 尤春野 登记编码：S0950523100001 Page 2 / 16 [Table_Page] 宏观研究 2025 年 10 月 31 日 内容目录 一、“十五五”时期具有承前启后的重要地位 ......................................... Page 3 / 16 [Table_Page] 宏观研究 2025 年 10 月 31 日 一、“十五五”时期具有承前启后的重要地位 对于中国的发展前景，党中央对实现第二个百年奋斗目标作出了分两个阶段推进的战略安排 ： 即到 2035

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 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 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

1. 第一章：洞悉宏观趋势预见能源新机 目录 货 C ◎IDC|2 优化能源结构布局绿色发展 · 企业层面：借助数字技术，企业可实时监 测及管控碳排放，优化生产环节，实现能 效提升、模式升级 · IT 层面：在双碳目标下，企业需积极利用 云计算、人工智能、大数据、物联网、数 字孪生等技术直接或者间接降低能耗，节 约资源 中国石油石化行业宏观环境 · 由于经济快速增长和国内能源供给不足，我 能源生产和消费结构，提高能源利用效率 · “ 十四五”规划中多次将能源作为关键词重 点提 及，显示我国在持续推进能源革命，建 设清 洁低碳、安全高效的能源体系，提高能 源供 给保障能力的决心 全球石油化工行业宏观环境 · 国际能源署数据显示，全球能源需求与 2020 年相比 2021 年将增长 4.6%, 包括石 油、 火电和天然气在内的能源均保持增长 · 全球可再生能源发电量尤其是太阳能光伏 3 3. 第三章：识别关键场景抓住数字机遇 4. 第四章：制定转型路线平台助力转型 5. 第五章：技术驱动创新领先指引方向 6. 第六章：实践引领发展使能业务转型 目录 1. 第一章：洞悉宏观趋势预见能源新 机 2. 第二章：重塑多维企业创新智造未来 货 C ◎IDC|4 ■ 生产管控 提高生产效率，保障生产安全，绿色低碳，优化炼化流程、降低生产成本 ■ 安全环保 实时

、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 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。 分析维度 指标名称 指标说明 单位 更新频率 数据掌握情 况

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

题。 基于此，财联社联合清华大学五道口金融学院金融安全研究中心，集结业界 与学界的顶尖智慧，共同撰写本白皮书。我们希望通过系统性的梳理、深度的剖 析与前瞻性的思考，为市场厘清ESG数据资产化的宏观逻辑、技术路径、潜在 风险与治理框架，为政策制定者提供决策参考，为从业者提供行动指南。我们坚 信，唯有在清晰的规则与稳健的治理之下，ESG数据资产化才能真正发挥其创造 价值、赋能实体、服务国家战略的巨大潜力。 .........1 序言二：数字浪潮与绿色转型的交汇 .............................................................. 2 第一章：宏观逻辑与时代背景 ..........................................................................5 1.1 数据作为新型生产要素的战略价值 ........................................................................................21 5 第一章：宏观逻辑与时代背景 在数字经济重塑全球产业格局、“双碳” 目标引领绿色转型的当下，两大 时代浪潮交汇催生了 ESG 数据资产化这一新兴领域。ESG 也从最初的合规要求 ，逐步演变为企业创造价值、提