基于多模型联合决策的 C-REITs 智能评级与跟踪分析体系研究

机构研报 数据与宏观 / 策略观点笔记
🔒
登录解锁完整投研深度报告与行情联动： 免费查阅完整机构研报原件、音频转写、五维画像模型与异动监控
立即登录 / 免费注册 ➔

📰 研报摘要

查看全文 ➔

摘要： 本报告详细介绍了东吴证券开发的一套面向中国公募 REITs 市场的智能分析系统。该系统通过构建“量化筛选+AI 增强”的分析框架，旨在从全样本 REITs 中高效识别高分红、低风险的优质投资标的，实现投资分析的数字化与智能化。

核心观点：
系统主张以“高分红 + 低风险 + AI 增强”为核心逻辑，通过“五层漏斗”筛选策略将 82 只公募 REITs 缩减至 Top 5 优质标的，利用多模型联合决策降低单一 AI 模型的认知偏差，构建从推荐到回测的闭环迭代体系。

论据支撑：

  1. 五层漏斗筛选机制：依次通过分红率筛选（优选 5%-8%）、收入趋势分析（剔除持续下滑）、流动性排查（剔除零成交）、AI 舆情风险识别（三模型投票制）以及 AI 综合评选，确保标的在收益与安全性上的平衡。
  2. 多模型联合决策：并行调用 MiniMax M2.7、GLM-5 和 Kimi K2.5 三大模型，针对不同场景采用投票制（舆情）、加权评分制（综合评选）和并行展示制（回测评价），提升决策的稳健性。
  3. 量化回测闭环：追踪 T+22/66/132 日三个持有期的实际收益，由 AI 进行多维度评价，验证策略有效性并指导模型优化。

局限性/风险：
AI 模型的知识时效性可能导致对最新事件响应延迟；部分 REITs 存在流动性匮乏问题；分红率等量化指标的实时性存在局限。