根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. 模型名称：新闻事件与个股映射模型 模型构建思路：通过自然语言处理技术分析新闻文本，建立新闻事件与上市公司股票之间的映射关系[31] 模型具体构建过程： - 使用自然语言处理技术对新闻文本进行语义分析、情感倾向判断以及实体识别（如公司名称、行业术语、关键事件等）[31] - 将新闻文本转化为与个股相关联的结构化数据信息[31] - 提示词模板示例： 新闻：重磅！中国智造"Manus"横空出世：全球首款通用型 Agent，AI 新纪元真的来了？！ 我是中国股票市场投资研究人员。请分析上述新闻，并按以下字段返回数据表格：新闻总结，潜在影响的产业链，潜在影响的 A 股上市公司，影响因素分析（收入、成本、估值水平），利好或利空，影响置信水平。[31] 模型评价：模型返回结果基本符合预期，但需结合其他投研方法与数据来源进行综合判断，避免过度依赖单一新闻信息[34] 2. 模型名称：DeepSeek-R1 思维导图生成模型 模型构建思路：通过 DeepSeek-R1 提取论文/研报的大纲和要点，生成思维导图[13] 模型具体构建过程： - 使用 DeepSeek-R1 提取论文/研报的大纲和要点，并汇总为 markdown 文本[15] - 提示词模板： 我是股票/债券/基金投研人员，请仔细阅读文章，整理文章大纲和要点，并以 markdown 格式返回结果。[15] - 将 markdown 文本导入 Xmind 中生成思维导图[17] 3. 模型名称：Kimi+PPT 生成模型 模型构建思路：基于 DeepSeek-R1 提取的要点，结合预设模板库生成专业 PPT[22] 模型具体构建过程： - 使用 DeepSeek-R1 提取投研成果要点，并汇总为 markdown 文件[22] - 将投研成果原文和 DeepSeek-R1 要点输入到 Kimi+PPT 助手功能[24] - 提示词模板： 我是股票/债券/基金投研人员，请仔细阅读文章，并结合输入的文章大纲和要点，制作 PPT。[24] 模型的回测效果 1. 新闻事件与个股映射模型： - 模型返回的上市公司分属于产业链的上中下游，包含上游的 AI 基建、中游的 AI 平台，下游的 AI+应用[34] - 影响因素分析部分未能完全按照预期对上市公司的要素进行演绎[34] 2. DeepSeek-R1 思维导图生成模型： - 自动生成功能节省了时间与精力，提高了投研前期资料梳理的效率[13] 3. Kimi+PPT 生成模型： - 一键生成的高效性，能够在短时间内将大量投研成果转化为专业、美观的 PPT 演示文稿[22] 量化因子与构建方式 （研报中未提及具体的量化因子构建内容，故跳过） 因子的回测效果 （研报中未提及具体的量化因子测试结果，故跳过）