【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-260414（22页）.pdf

1、房地产行业深度报告地产+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全样本覆盖+一站式智能分析平台：C-REITs跟踪分析模块是一套面向公募REITs投资的智能分析系统，覆盖截至2026年4月10日中国市场已上市的全部82只公募REITs产品，横跨8大资产类型。系统提供四大核心功能：自选池管理、智能筛选推荐（五层漏斗策略精选Top5优质标的）、回测评价（量化验证策略收益表现）以及三模型联合决策。系统采用前后端分离的现代化架构，通过并发优化技术将数据获取性能提升约6倍。五层漏斗+Top5优选，构建以分红稳健性和风险控制为核心的REITs筛选框架：系统核心算法采用

2、五层漏斗筛选策略，从82只REITs中层层过滤精选5只优质标的。第一层分红率筛选（3%-10%区间，优选5%-8%）；第二层收入趋势分析（剔除连续环比下降品种）；第三层流动性排查（剔除零成交僵尸品种）；第四层AI舆情风险识别（三模型投票制，超50%判定负面才剔除）；第五层AI综合评选（加权评分制选出Top5）。该策略实现了量化指标与AI智能的深度融合。三模型协同+多场景融合，提升mathbfAI决策结果的稳健性与可解释性：为降低单一AI模型的偏差，系统创新性地采用三模型联合决策机制，并行调用MiniMaxM2.7、GLM-5和KimiK2.5三大主流大语言模型进行综合研判。根据不同场景采用三种

3、融合算法：舆情筛选采用投票制避免误杀、综合评选采用加权评分制形成最优排序、回测评价采用并行展示制提供多元视角。系统还设计了完善的容错与降级机制。回测验证+闭环迭代，强化策略从推荐输出到实盘检验的实战价值：回测评价模块是检验推荐策略有效性的关键环节，通过追踪T+22日（1个月）、T+66日（3个月）、T+132日（6个月）三个持有期的实际收益表现，形成推荐-验证-优化的策略闭环。AI三模型从整体收益、收益稳定性、夏普比率、最大回撤等多维度进行独立评价。策略有效性建立在高分红+低风险+AI增强的金融逻辑之上。风险提示：AI评级仅供参考，不构成投资建议；市场风险；流动性风险；底层资产风险；模型风险。

4、相关研究1.模块概述与战略定位1.1.模块定位C-REITs跟踪分析模块是前期实践“房地产股票AI评级系统”的重要补充部分，专门面向中国公募基础设施REITs市场。REITs（RealEstateInvestmentTrusts，不动产投资信托基金）是一种将大型基础设施资产证券化的金融产品，其核心价值在于让普通投资者能够以较低门槛参与高速公路、产业园区、仓储物流等优质基础设施的投资，并分享其稳定的租金和运营收益。本模块覆盖截至2026年4月10日中国市场已上市的全部82只公募REITs产品，横跨8大资产类型，为投资者提供从数据采集、智能筛选到回测评价的一站式分析服务。我们认为，随着中国REIT

5、s市场的持续扩容和投资者认知度的提升，系统化的筛选工具将成为机构和个人投资者的刚需。(divcenter)图1：REITs覆盖池(/divcenter)1.2.资产类型分布本模块覆盖中国市场82只公募REITs产品，横跨8大资产类型，为投资者提供从数据采集、智能筛选到回测评价的一站式分析服务。1.3.核心功能矩阵本模块提供四大核心功能，形成完整的REITs投资分析闭环：2.技术架构设计2.1.整体架构系统采用前后端分离的现代化架构设计。整体数据流转可以理解为一个“智能工厂”：原材料（行情数据）从外部数据源进入，经过多道工序（筛选、评分、评价）加工处理，最终输出成品（投资建议）供投资者参考。2.

6、2.核心组件职责说明整个系统由6个核心组件协同工作，每个组件承担明确的职责分工：这种分层设计的核心优势在于：各组件职责单一、边界清晰，便于独立开发、测试和维护。当某一环节需要优化时（如更换数据源或增加AI模型），只需修改对应组件而不影响其他部分。3.五层漏斗筛选策略详解3.1.筛选策略总览五层漏斗筛选是本模块的核心算法，其设计理念是“宁缺毋滥”通过层层过滤，从82只REITs中筛选出最具投资价值的5只产品。每一层筛选都针对特定的风险维度进行把控，确保最终推荐的品种在分红能力、运营趋势、流动性、舆情风险等方面均表现优异。3.2.第一层：分红率筛选C-REITs有强制分红要求，每年需将至少90%的