股价异动 - 2026年1月26日午后，九方智投控股股价出现大幅跳水，跌幅超过27%，盘中触及最低价41.02港元，当前报41.6港元 [2][6] - 此次股价异动期间成交额巨大，超过7亿港元，具体成交额为7.39亿港元 [2][7] - 股价振幅高达28.49%，开盘价为56.8港元，最高价为57.2港元，昨日收盘价为56.8港元 [7] 公司公告与事件 - 2026年1月23日，公司发布公告，根据2025年股份激励计划条款，向若干雇员授予共计658.3万份受限制股份单位，该授予须经承授人接纳后方可作实 [4][7] 关键财务与市场数据 - 公司总市值为194.84亿港元，总股本为4.68亿股，流通股同为4.68亿股 [7] - 市盈率方面，TTM市盈率为13.54倍，静态市盈率为66.24倍，市净率为7.484倍 [7] - 当日成交量为1541.96万股，换手率为3.29% [7] - 公司股息数据：TTM股息为0.826港元，TTM股息率为1.99%；上财年股息为0.316港元，股息率为0.759% [7] - 52周股价区间为20.41港元至83.54港元，历史最高价为83.54港元，历史最低价为4.82港元 [7]

政策发布与核心目标 - 国家互联网信息办公室会同有关部门起草了《金融信息服务数据分类分级指南（征求意见稿）》，并于1月24日向社会公开征求意见，旨在规范金融信息服务数据处理活动并提升数据安全水平 [1] 数据分类框架 - 金融信息服务数据按业务属性分为三大一级类别：业务数据、用户数据和企业数据 [1] - 一级分类进一步细分为9个二级分类和66个三级分类 [1] - 业务数据二级分类包括金融市场数据、宏观经济数据、行业指标数据、组织机构数据、资讯报告数据共5类，并进一步细分为股票数据、债券数据、基金数据、理财数据、外汇数据、商品数据等52个三级分类 [1] - 用户数据二级分类包括个人用户数据和机构用户数据2类，个人用户数据三级分类包括基本信息、交易数据、生物特征识别信息3类，机构用户数据三级分类包括基本信息、交易数据2类 [1] - 企业数据二级分类包括经营管理数据和系统运维数据2类 [1] 数据分级标准与实施 - 根据数据的重要程度、敏感程度及潜在危害，将数据从高到低分为四级：核心数据、重要数据、敏感一般数据、常规一般数据 [2] - 数据分级基于分级要素识别、影响对象和影响程度分析综合确定，影响分级的要素主要包括数据的覆盖度、时间跨度、精度、公开状态、地域等 [2] - 数据分级完成后需定期检查复核，当数据的业务属性、重要程度和可能造成的危害程度发生变化时应及时更新 [2] 行业影响与意义 - 业内人士表示，金融行业信息敏感度高，做好数据安全防护是确保金融安全的关键 [2] - 通过数据分级分类，有助于金融机构明晰数据安全防护重点，合理分配资源，降低风险，提升安全管理防护水平 [2]

政策发布与目标 - 国家互联网信息办公室会同有关部门起草了《金融信息服务数据分类分级指南(征求意见稿)》，并于1月24日向社会公开征求意见，旨在规范金融信息服务数据处理活动并提升数据安全水平 [1] 数据分类框架 - 金融信息服务数据按业务属性分为三大一级分类：业务数据、用户数据和企业数据 [1] - 一级分类进一步细分为9个二级分类和66个三级分类 [1] - 业务数据二级分类包括金融市场数据、宏观经济数据、行业指标数据、组织机构数据、资讯报告数据共5类，并进一步细分为股票数据、债券数据、基金数据、理财数据、外汇数据、商品数据等52个三级分类 [1] - 用户数据二级分类包括个人用户数据和机构用户数据2类，个人用户数据三级分类包括基本信息、交易数据、生物特征识别信息3类，机构用户数据三级分类包括基本信息、交易数据2类 [1] - 企业数据二级分类包括经营管理数据和系统运维数据2类 [1] 数据分级标准 - 根据数据的重要程度、敏感程度及潜在危害，将数据从高到低分为四级：核心数据、重要数据、敏感一般数据、常规一般数据 [2] - 数据分级基于分级要素识别、影响对象和影响程度分析综合确定，影响分级的要素主要包括数据的覆盖度、时间跨度、精度、公开状态、地域等 [2] - 数据分级完成后需定期检查复核，当数据的业务属性、重要程度和可能造成的危害程度发生变化时应及时更新 [2] 行业影响与意义 - 金融行业信息敏感度高，做好数据安全防护是确保金融安全的关键 [2] - 通过分级分类，有助于金融机构明晰数据安全防护重点，合理分配资源，降低风险，提升安全管理防护水平 [2]

量化模型与构建方式 1. **模型名称：A股技术打分模型**[2][9] * **模型构建思路**：通过挖掘技术面信息来刻画市场状态，并基于对当前状态的理解形成对未来走势的打分观点[2][9] * **模型具体构建过程**： 1. 将“市场状态”细分为价格、量能、波动、趋势和拥挤五个维度[9] 2. 在每个维度内筛选出有效的市场观测指标，共10个[9] 3. 每个指标独立发出多空择时信号[9] 4. 将10个指标的择时信号进行等权投票，综合形成一个介于-1至+1之间的打分结果[9] 5. 根据打分结果制定多空策略：得分 > +0.33时看多，得分在-0.33至+0.33之间时看平，得分 < -0.33时看空[11] 2. **模型名称：红利风格择时模型**[3][16] * **模型构建思路**：结合多个维度的趋势指标，对红利风格（以中证红利指数相对中证全指的收益率衡量）进行多空择时[3][16] * **模型具体构建过程**： 1. 选取三个择时指标： * 中证红利相对中证全指的动量（正向指标）[19] * 10Y-1Y期限利差（负向指标）[19] * 银行间质押式回购成交量（正向指标）[19] 2. 每个指标从趋势维度日频发出信号，取值为0（看平）、+1（看多）、-1（看空）[16] 3. 将三个维度的得分求和，根据其正负性作为最终多空观点[16] 4. 当模型看好红利风格时，全仓持有中证红利指数；不看好时，全仓持有中证全指[16] 3. **模型名称：大小盘风格择时模型**[3][20] * **模型构建思路**：采用基于拥挤度分域的趋势模型进行择时，在不同拥挤度区间采用不同参数的趋势跟踪策略[3][20] * **模型具体构建过程**： 1. **计算拥挤度**：以沪深300指数代表大盘，万得微盘股指数代表小盘[20] * **动量得分**：计算小盘与大盘的10/20/30/40/50/60日动量之差，再计算各窗长动量之差在3.0/3.5/4.0/4.5/5.0年历史分位数的均值。对6个窗长下分位数最高的3个结果取均值作为小盘动量得分，分位数最低的3个结果取均值作为大盘动量得分[25] * **成交量得分**：计算小盘与大盘的10/20/30/40/50/60日成交额之比，再计算各窗长成交额之比在3.0/3.5/4.0/4.5/5.0年历史分位数的均值。对6个窗长下分位数最高的3个结果取均值作为小盘成交量得分，分位数最低的3个结果取均值作为大盘成交量得分[25] * **拥挤度得分**：将小盘（大盘）的动量得分和成交量得分取均值，得到小盘（大盘）拥挤度得分。小盘拥挤度得分大于90%视为触发高拥挤，大盘拥挤度得分小于10%视为触发高拥挤[25] 2. **判断运行区间**：若最近20个交易日中，小盘或大盘风格曾触发过高拥挤，则模型运行在高拥挤区间，否则运行在低拥挤区间[22] 3. **趋势择时**：在高拥挤区间，采用参数较小的双均线模型以应对可能的风格反转；在低拥挤区间，采用参数较大的双均线模型以跟踪中长期趋势[22] 4. **模型名称：遗传规划行业轮动模型**[4][28] * **模型构建思路**：采用遗传规划技术，直接对行业指数的量价、估值等特征进行因子挖掘，不再依赖人工设计打分规则，以构建行业轮动策略[4][32] * **模型具体构建过程**： 1. **因子挖掘**：使用双目标遗传规划（NSGA-II算法）对底层输入变量进行挖掘[32]。底层变量包括收盘价、开盘价、最高价、最低价、成交额、换手率、市净率等原始值、标准化值及分位数[37] 2. **因子评价**：同时使用|IC|（信息系数绝对值）和NDCG@5两个目标来评价因子的分组单调性和多头组表现，旨在挖掘出兼具单调性和优秀多头表现的因子[32] 3. **因子合成**：对挖掘得到的备选因子，结合贪心策略和方差膨胀系数（VIF），将共线性较弱的多个因子合成为行业综合得分[34] 4. **组合构建**：模型周频调仓，每周末选出多因子综合得分最高的五个行业进行等权配置[4][28] 5. **模型名称：中国境内全天候增强组合**[5][39] * **模型构建思路**：采用宏观因子风险预算框架，在四象限风险平价的基础上，基于宏观预期动量的观点主动超配看好的象限，以实现风险分散下的收益增强[5][39] * **模型具体构建过程**： 1. **宏观象限划分与资产选择**：选择增长和通胀两个宏观维度，根据是否超预期划分为四个象限（增长超预期、增长不及预期、通胀超预期、通胀不及预期）。结合定量与定性方式确定各象限适配的资产[42] 2. **象限组合构建与风险度量**：在每个象限内，将适配的资产等权构建子组合，并注重刻画象限的下行风险[42] 3. **风险预算与主动超配**：每月底，根据由“宏观预期动量指标”给出的“象限观点”来调整各象限的风险预算，从而主动超配看好的象限，实现策略增强[42] 量化因子与构建方式 1. **因子名称：技术面观测指标（10个）**[9][14] * **因子构建思路**：从价格、量能、波动、趋势、拥挤五个维度选取有效的技术指标，用于刻画市场状态[9] * **因子具体构建过程**：报告中列出了10个具体指标，包括： * **价格维度**：20日布林带、20日价格乖离率[14] * **量能维度**：20日换手乖离率、60日换手乖离率[14] * **趋势维度**：20日ADX、20日新高天数占比[14] * **波动维度**：60日换手率波动、期权隐含波动率[14] * **拥挤维度**：成分股涨停家数占比5日平均、期权持仓量PCR-5日平均[14] 2. **因子名称：遗传规划挖掘的权重最高因子**[37][38] * **因子构建思路**：通过双目标遗传规划算法从量价数据中自动挖掘出的有效行业轮动因子[37] * **因子具体构建过程**： 1. 在截面上，用全体行业标准化日度成交额对当日跳空缺口开展带有常数项的一元线性回归，取残差，记作变量A[38] 2. 在过去9个交易日中，取标准化日度成交额最大的交易日索引，记作变量B[38] 3. 在过去50个交易日中，将变量A和B开展时序回归取截距项，记作变量C[38] 4. 计算过去45个交易日变量C和标准化月度开盘价的协方差，作为因子值[38] * **因子表达式**：`ts_covariance_torch(ts_regalpha_torch(xs_regres_torch(volume_st, jump_gap), ts_argmax_torch(volume_st, 9), 50), mopen_st, 45)`[37] 模型的回测效果 （回测区间：2010-01-04 至 2026-01-23，除非特别说明） 1. **A股技术打分模型**，年化收益20.78%，年化波动17.32%，最大回撤-23.74%，夏普比率1.20，Calmar比率0.88[15] 2. **红利风格择时模型**（回测区间：2017-01-03 至 2026-01-23），年化收益16.82%，最大回撤-25.52%，夏普比率0.92，Calmar比率0.66，YTD收益7.46%，上周收益1.77%[17] 3. **大小盘风格择时模型**（回测区间：2017-01-03 至 2026-01-23），年化收益28.46%，最大回撤-32.05%，夏普比率1.19，Calmar比率0.89，YTD收益11.85%，上周收益5.25%[26] 4. **遗传规划行业轮动模型**（回测区间：2022-09-30 至 2026-01-23），年化收益32.92%，年化波动17.43%，夏普比率1.89，最大回撤-19.63%，卡玛比率1.68，上周表现3.37%，YTD收益6.80%[31] 5. **中国境内全天候增强组合**（回测区间：2013-12-31 至 2026-01-23），年化收益11.93%，年化波动6.20%，夏普比率1.92，最大回撤-6.30%，卡玛比率1.89，上周表现1.54%，YTD收益3.59%[43] 因子的回测效果 （回测区间：2010-01-04 至 2026-01-23，起始日期不同者已标注） 1. **20日价格乖离率**，年化收益13.24%，年化波动23.52%，最大回撤-42.04%，夏普比率0.56，Calmar比率0.32[15] 2. **布林带**（回测起始：2015-04-09），年化收益14.82%，年化波动24.68%，最大回撤-31.45%，夏普比率0.60，Calmar比率0.47[15] 3. **20日换手率乖离率**，年化收益13.06%，年化波动23.53%，最大回撤-38.79%，夏普比率0.56，Calmar比率0.34[15] 4. **60日换手率乖离率**，年化收益17.89%，年化波动23.52%，最大回撤-29.57%，夏普比率0.76，Calmar比率0.61[15] 5. **20日ADX**，年化收益15.33%，年化波动23.52%，最大回撤-52.27%，夏普比率0.65，Calmar比率0.29[15] 6. **20日创新高占比**，年化收益8.75%，年化波动16.11%，最大回撤-32.44%，夏普比率0.54，Calmar比率0.27[15] 7. **期权隐含波动率**（回测起始：2015-03-30），年化收益11.91%，年化波动24.69%，最大回撤-50.95%，夏普比率0.48，Calmar比率0.23[15] 8. **60日换手率波动**，年化收益11.58%，年化波动14.27%，最大回撤-20.60%，夏普比率0.81，Calmar比率0.56[15] 9. **5日涨停占比平均**，年化收益14.15%，年化波动23.52%，最大回撤-34.98%，夏普比率0.60，Calmar比率0.40[15] 10. **5日持仓量PCR平均**，年化收益4.55%，年化波动23.55%，最大回撤-55.73%，夏普比率0.19，Calmar比率0.08[15]

美国1月PMI数据总体表现 - 美国2026年1月商业活动保持增长但扩张速度显著降温 释放经济开局动能减弱信号 [1] - 美国1月综合PMI初值为52.8 较上月微升但低于预期的53 [3] - 据调查估算 12月和1月美国的年化GDP增速约为1.5% 低于去年秋季的扩张节奏 [3] 分行业PMI表现 - 美国1月制造业PMI初值录得51.9 略高于12月的51.8但微低于市场预期的52 [3] - 美国1月服务业PMI初值持平于12月的52.5 略低于预期的52.9 [3] - 制造业增长加快并反超服务业 但受出口下滑拖累 两大行业新订单增长近期均出现放缓迹象 [1] 需求与订单情况 - 新订单指数从12月的50.8回升至52.2 但整体增速仍处于偏弱水平 [3] - 出口下滑成为新订单增长的主要拖累因素 [3] - 新增业务增长率令人担忧地偏弱 强化了一季度经济增长可能不及预期的信号 [3] 就业市场表现 - 1月就业人数基本保持不变 延续了12月的疲弱增长态势 就业增长几近停滞 [1][3] - 制造业就业分项指数降至51.1 服务业就业指数微升至50.4 整体增幅微弱 [3] - 企业因担忧成本上升 销售增长放缓以及政治环境不确定性 在增加员工方面持谨慎态度 [3] - 部分企业反映存在招聘困难 导致未完成订单出现自去年8月以来的最大增幅 且主要集中在服务业 [3] 通胀与成本压力 - 投入成本增速从12月的七个月高点回落 降至去年4月以来的最低水平 主要得益于服务业投入成本通胀降温 [4] - 制造业投入价格则升至去年9月以来的最快涨幅 销售价格压力在制造业中明显加剧 [4] - 关税因素被普遍视为商品和服务价格上涨的关键驱动因素 [4] - 服务业因竞争加剧导致通胀有所缓和 但整体价格水平仍处于高位 [4]

金融信息服务数据安全 - 国家网信办会同有关部门起草《金融信息服务数据分类分级指南（征求意见稿）》，现向社会公开征求意见，旨在规范金融信息服务数据处理活动，提升数据安全水平 [1] 国家标准物质建设 - 2025年我国新建国家标准物质1139项，同比增长61.8% [1] - 其中，国家一级标准物质67项，占比5.8%，同比增长21.8%；国家二级标准物质1072项，占比94.2%，同比增长65.2% [1] - 截至目前，我国累计建成国家标准物质19441项 [1] 煤炭行业产量 - 2025年全国规模以上煤炭产量完成48.3亿吨，同比增长1.2%，再创历史新高 [2] - “规上煤炭产量”统计标准为年主营业收入在2000万元及以上的工业企业 [2] 商业卫星遥感数据产业 - 北京市发布《关于促进商业卫星遥感数据资源开发利用的若干措施（2026-2030年）》 [2] - 鼓励互联网企业、地理信息企业基于商业卫星数据开发增值服务，培育“卫星数据+行业”融合型经营主体 [2] - 鼓励有能力的企业对卫星数据上下游企业进行并购重组，整合地面站网、数据应用服务产业链，打造具备全球竞争力的链主企业 [2] - 加强商业卫星企业专精特新梯度培育，对遥感数据人工智能处理、天基算力（网）、创新性应用平台研发等符合政策要求的细分领域企业给予研发费用加计扣除 [2] 北京商业消费发展 - 2025年北京全市新开商业面积超150万平方米 [3] - 通过推动北京超极合生汇、中关村ART PARK大融城、湾里商业娱乐综合体等重点商业项目落地，培育长辛店国潮时尚街区、宛平城特色商业街等一批特色商业步行街，有效补充京北、京西、京南及城市副中心等区域商业设施供给 [3] - 全市商业设施布局更趋均衡，与人口分布、产业布局耦合度显著提升，多中心商业发展格局逐步形成 [3] 美国冬季风暴影响 - 美国一场大规模冬季风暴逼近，全国已有17个州宣布进入紧急状态 [4] - 截至美国东部时间23日18时25分，25日预计有超过2900架次航班被取消，且数字还在上升，这是一年以来美国全国航班取消最多的一天 [4] - 24日也有超过2700架次航班取消 [4] 美国国防与外交动态 - 美国国防部发布2026年国防战略报告，将美国本土安全和在西半球的利益作为最优先事项，同时表示将加强与盟友责任分担、大力发展国防工业基础等 [5] - 美国加利福尼亚州州长宣布，在特朗普政府决定退出世界卫生组织后，加州成为美国首个加入世卫组织全球疫情警报和反应网络的州 [5] - 美国财政部宣布针对伊朗实施新一轮制裁措施，涉及多家与石油和天然气相关的公司和多艘油轮，制裁名单增加了8个实体和9艘油轮 [5] 国际安全与外交会谈 - 由俄罗斯、美国、乌克兰三国代表组成的安全问题工作组在阿联酋首都阿布扎比举行首次会谈，俄乌双方在谈判首日没有显露达成协议的迹象 [5] - 加拿大外交部长表示，尽管美国取消了邀请加拿大参与美主导的“和平委员会”，加政府仍将继续致力于推动加沙地带实现和平 [5]

政策动态 - 国家互联网信息办公室会同有关部门起草了《金融信息服务数据分类分级指南（征求意见稿）》，并于1月24日向社会公开征求意见，意见反馈截止时间为2026年2月23日 [1] - 该指南旨在规范金融信息服务数据处理活动，提升金融信息服务的数据安全水平 [1] 数据分类分级规则 - 根据数据在经济社会发展中的重要程度、敏感程度以及遭破坏后的危害程度，将金融信息服务数据从高到低分为四级：核心数据、重要数据、敏感一般数据、常规一般数据 [1] - 数据分级需在分级要素识别、影响对象和影响程度分析的基础上综合确定 [1] - 数据分级完成后应定期检查复核，当数据的业务属性、重要程度和可能造成的危害程度发生变化时应及时更新 [1]

政策发布与征求意见 - 国家互联网信息办公室会同有关部门起草了《金融信息服务数据分类分级指南（征求意见稿）》，旨在规范金融信息服务数据处理活动并提升数据安全水平 [1] - 该指南依据《网络安全法》、《数据安全法》、《个人信息保护法》等多部法律法规制定，现向社会公开征求意见，反馈截止时间为2026年2月23日 [1][2] 指南适用范围与对象 - 本指南适用于在中华人民共和国境内从事金融信息服务的提供者，用于开展数据分类分级和重要数据识别工作 [4] - 指南不适用于涉及国家秘密的数据和军事数据 [5] - 金融信息服务被定义为向从事金融活动的用户提供可能影响金融市场的信息和/或金融数据的服务，不同于通讯社服务 [6][7] - 金融信息服务提供者指从事该服务的组织，不包括国家机关和法律、法规授权的具有管理公共事务职能的组织 [9][10] 核心术语定义 - 金融信息服务数据：在开展金融信息服务过程中收集和产生的数据 [8] - 重要数据：一旦泄露或篡改、损毁，可能直接危害国家安全、经济运行、社会稳定、公共健康和安全的数据，仅影响组织自身或公民个体的数据一般不作为重要数据 [11] - 核心数据：对领域、群体、区域具有较高覆盖度或达到较高精度、较大规模、一定深度，一旦被非法使用或共享，可能直接影响政治安全的重要数据 [12] - 敏感一般数据：一旦被泄露或篡改、损毁，对经济运行、社会稳定、公共利益有一定影响，或对组织自身或公民个体造成重要影响的数据 [13] - 常规一般数据：核心数据、重要数据、敏感一般数据之外的其他数据 [14] 数据分类规则 - 金融信息服务数据按业务属性进行三级分类，一级分类分为业务数据、用户数据和企业数据3类 [15] - 业务数据细分为5个二级分类和52个三级分类，包括金融市场数据（如股票、债券、基金数据）、宏观经济数据、行业指标数据、组织机构数据和资讯报告数据 [15][16][17][18][19] - 用户数据细分为个人用户数据和机构用户数据2个二级分类，个人用户数据进一步分为基本信息、交易数据、生物特征识别信息3类 [19] - 企业数据细分为经营管理数据和系统运维数据2个二级分类，经营管理数据包括财务、结算、人力资源等数据，系统运维数据包括配置、日志、安全监测等数据 [19] 数据分级规则与框架 - 数据根据其重要程度、敏感程度及潜在危害，从高到低分为四级：核心数据、重要数据、敏感一般数据、常规一般数据 [20] - 影响数据分级的要素包括覆盖度、时间跨度、精度、公开状态和地域 [21][22][23][24] - 数据安全风险可能影响的对象包括国家安全、经济运行、社会秩序、公共利益、组织权益和个人权益 [25][26][27][28][29][30][31] - 影响程度分为特别严重危害、严重危害和一般危害 [32] - 数据分级需综合分级要素、影响对象和影响程度确定，数据集级别按包含数据项的最高级别从严确定 [48] - 若数据已被相关部门认定或告知为核心数据或重要数据，则相应定级 [48] 数据分级动态管理与流程 - 数据分级完成后应定期检查复核，当数据内容、时效性、规模、使用场景、加工方式等发生变化，或因国家要求导致原级别不适用时，应及时更新 [52] - 数据处理者需全面梳理数据资源，明确业务属性，形成清单，并按照规则进行数据分类和分级 [56] - 需按照要求的频度和格式向主管部门报送重要数据目录 [54] - 当核心数据和重要数据发生重大变化（如重要数据条目数量、存储总量等变化30%以上），应当及时重新报送重要数据目录 [54]

活动概述 - 金融界联合平安银行北京分行于1月23日在物美超市双井店主办了“新春金融知识普及暨消保投教走进商超公益行”活动 [1] - 活动旨在响应国家金融监管机构关于金融教育宣传的部署，提升全民金融素养并筑牢金融消费安全屏障 [1] - 活动以“智惠金融，岁岁平安”为主题，采用“金融游园会”的互动形式进行金融知识普及 [1][2] 活动形式与内容 - 活动突破传统说教模式，构建了“逛场景 — 玩游戏 — 学知识 — 赢奖励”的闭环体验路线 [2] - 现场设置了展位展览区、互动游戏区，通过闯关挑战、有奖竞答等趣味形式普及金融知识 [2][5] - 具体互动环节包括“金融知识大转盘”问答和“金融知识投球”游戏，内容涉及理财保本承诺可信度、征信记录修复等贴近生活的问题 [7] - 活动将“金融消费者八项基本权利”、“警惕征信洗白骗局”、“拒绝安全账户转账”等核心知识点融入互动环节 [10] 参与机构与公众反响 - 近10家金融机构参与了活动，包括平安银行北京分行、泰康基金、北京银行、北京农商银行、兴业银行北京分行、中邮基金、银华基金、国泰海通证券等 [5] - 各机构通过易拉宝展示、宣传折页发放、案例演示等形式呈现消保成果，并提供一站式金融咨询服务 [10] - 活动现场人气高涨，众多市民踊跃参与互动，活动不仅吸引了成年消费者，也成为亲子共学的热门打卡点 [7][10] 活动意义与未来规划 - 此次活动为金融消保知识普及探索了场景化、互动化的有效路径 [14] - 金融界作为金融信息服务平台，致力于充当金融知识普及的“传播者”与“连接器”，将专业知识转化为通俗易懂的内容 [14] - 金融界未来计划联动物美集团等社会力量，携手更多金融机构，将活动拓展至社区、校园等多元场景，持续创新科普形式 [14] - 长期目标是让“安全消费、理性理财”理念深入人心，为提升全民金融素养、构建和谐金融消费环境注入持久动力 [14]

公司股份回购 - 公司于2026年1月22日执行了股份回购操作 [1] - 此次回购耗资约132.05万港元 [1] - 此次回购涉及股份数量为85.2万股 [1]