> **来源：[研报客](https://pc.yanbaoke.cn)** # 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。