20260414-东吴证券-地产+AI工具系列报告之三_基于多模型联合决策的C-REITs智能评级与跟踪分析体系_22页_1mb

房地产行业深度报告总结

核心内容概述

本报告介绍了C-REITs跟踪分析模块，这是一个基于多模型联合决策的智能分析系统，专门用于中国公募基础设施REITs市场的投资分析。系统覆盖截至2026年4月10日的82只公募REITs产品，横跨8大资产类型，提供从数据采集、智能筛选、回测评价到AI决策的全流程一站式服务。

主要观点

• 全样本覆盖：系统涵盖所有82只已上市的C-REITs产品，确保全面性。
• 五层漏斗筛选策略：通过五层过滤机制，从分红率、收入趋势、流动性、舆情风险和AI综合评选五个维度，精选Top5优质标的。
• 三模型联合决策：采用MiniMax M2.7、GLM-5和Kimi K2.5三大主流大语言模型，通过投票、加权评分和并行展示三种融合方式提升AI决策的稳健性和可解释性。
• 回测评价机制：系统追踪推荐品种在T+22、T+66、T+132日的实际收益表现，形成“推荐-验证-优化”的闭环，确保策略的实战价值。
• 容错与降级机制：当AI模型服务不可用时，系统自动降级为基于量化规则的推荐，确保服务的可用性和推荐的合理性。
• 技术架构优化：采用前后端分离架构，通过并发技术提升数据获取效率，性能优化约6倍。

关键信息

五层漏斗筛选策略

1. 第一层：分红率筛选

   • 分红率范围：3% - 10%
   • 优选区间：5% - 8%
   • 新上市REITs默认保留，标记为“待观察”状态。

2. 第二层：收入趋势分析

   • 阈值设定：75%（即连续3个季度收入下滑）
   • 理由：避免因季节性波动误判，识别持续恶化的底层资产。

3. 第三层：流动性排查

   • 标准：10个交易日成交量全部为零的品种被剔除
   • 性能优化：使用线程池实现并发获取历史行情，耗时从180秒降至30秒。

4. 第四层：AI舆情风险识别

   • 机制：三模型投票制，>50%判定为负面才剔除
   • 容错：模型调用失败时不计入投票基数，不影响最终决策。

5. 第五层：AI综合评选Top5

   • 评分权重：75%模型评分 + 25%排名因素
   • 共识机制：多个模型一致推荐的品种获得额外加分，标记为“[全票推荐]”。

回测评价机制

• 持有期设定：1个月（22个交易日）、3个月（66个交易日）、6个月（132个交易日）
• 收益计算逻辑：基于推荐日与持有期末的收盘价计算收益率
• AI三模型并行评价：展示不同模型的独立观点，提供多维度分析视角

三模型联合决策机制

• 投票制：用于舆情筛选，多数>50%判定为负面
• 加权评分制：用于综合评选，结合模型权重与共识加分
• 并行展示制：用于回测评价，呈现不同模型的独立分析结果

策略有效性与适用场景

• 理论基础：基于高分红、低风险和AI增强的金融逻辑，构建策略有效性
• 适用场景：
  • 中长期持有
  • 稳健配置需求
  • 分散化投资（覆盖≥3种资产类型）

系统局限性

• 分红率数据可能存在时效性偏差
• AI模型训练数据有截止日期，对最新事件响应可能滞后
• 当前市场REITs品种有限，候选池较小
• REITs波动率低，短期超额收益空间有限

未来扩展规划

• 短期优化：

  • 引入动态分红率快照机制
  • 扩大新兴资产类型权重
  • 引入动量因子，提升选股时效性

• 中期扩展：

  • 增加风控止损机制
  • 优化调仓频率为双周
  • 引入马科维茨均值-方差模型优化Top5配置权重

风险提示

1. AI评级仅供参考，不构成投资建议
2. 市场风险：REITs价格受利率、宏观经济等影响可能波动
3. 流动性风险：部分REITs交易不活跃，变现困难
4. 底层资产风险：基础设施资产运营状况可能变化
5. 模型风险：AI模型可能存在判断偏差或滞后

技术实现与系统架构

• 系统架构：前后端分离，数据流转如“智能工厂”，实现自动化处理
• 核心组件：
  • 筛选引擎：执行五层漏斗筛选、回测计算与AI评价
  • 清单管理：维护82只REITs的基础信息映射
  • 数据接口：对接iFinD获取行情、分红率、收入趋势等数据
  • AI客户端：统一封装三大AI模型调用逻辑
  • API路由：提供7个RESTful接口供前端调用
  • 前端组件：实现自选池、推荐、回测等Tab页面的可视化展示

数据接口与代码实现

• 新增数据接口：包括获取历史行情、实时行情、分红率和收入趋势等函数
• 异常处理机制：当iFinD服务不可用或返回错误时，返回空值，不影响流程
• 代码文件：
  • reits_list.py：维护REITs基础信息
  • reits_engine.py：执行筛选与评价流程
  • ifind_client.py：封装iFinD API调用细节

总结

C-REITs跟踪分析模块通过五层漏斗筛选与三模型联合决策，构建了一套系统化、智能化的REITs投资分析工具。系统具备高可扩展性与良好的容错机制，能够在AI服务异常时仍保持基本功能。未来将通过优化策略与扩展功能，进一步提升系统在REITs市场中的实战价值与应用范围。