根据提供的研报内容，报告主要对ETF市场、主动权益及增强指数型基金的表现和发行情况进行回顾与跟踪，并未涉及具体的量化模型或量化因子的构建、测试与评价。报告内容以市场数据统计、基金业绩排名和资金流动情况为主[2][3][4][5][6][16][17][24][33][35][37][40][44]。 因此，本次总结中**没有**需要报告的量化模型或量化因子相关内容。

量化模型与因子总结 量化因子与构建方式 1. **因子名称**：价格区间因子[2][3] * **因子构建思路**：衡量股票在日内不同价格区间成交的活跃程度，以体现投资者对未来走势的预期[3] * **因子具体构建过程**：该因子由三个细分因子按特定权重合成[33][36] 1. **高价格80%区间成交量因子 (VH80TAW)**：计算股票在日内高价格（前80%）区间的总成交量，该因子值与未来收益呈负相关[33] 2. **高价格80%区间成交笔数因子 (MIH80TAW)**：计算股票在日内高价格（前80%）区间的总成交笔数，该因子值与未来收益呈负相关[33] 3. **低价格10%区间每笔成交量因子 (VPML10TAW)**：计算股票在日内低价格（后10%）区间的平均每笔成交量，该因子值与未来收益呈正相关[33] 4. **合成**：将上述三个细分因子按权重（VH80TAW: 25%， MIH80TAW: 25%， VPML10TAW: 50%）进行合成[36] 5. **中性化处理**：对合成后的因子进行行业和市值中性化处理，得到最终的价格区间因子[32][36] 2. **因子名称**：量价背离因子[2][3] * **因子构建思路**：衡量股票价格与成交量的相关性，相关性越低，未来上涨的可能性越高[3] * **因子具体构建过程**：该因子由两个衡量价格与成交量相关性的细分因子等权合成[40] 1. **价格与成交笔数相关性因子 (CorrPM)**：计算高频快照数据中价格与成交笔数的相关性[40] 2. **价格与成交量相关性因子 (CorrPV)**：计算高频快照数据中价格与成交量的相关性[40] 3. **合成**：对上述两个细分因子进行等权合成[40][42] 4. **中性化处理**：对合成后的因子进行行业和市值中性化处理，得到最终的量价背离因子[32][42] 3. **因子名称**：遗憾规避因子[2][3] * **因子构建思路**：基于行为金融学的遗憾规避理论，考察投资者卖出股票后股价反弹的比例和程度，以捕捉情绪对预期收益的影响[3][46] * **因子具体构建过程**：该因子由两个细分因子等权合成[46][51] 1. **卖出反弹占比因子 (LCVOLESW)**：利用逐笔成交数据区分主动卖单，计算卖出后股价反弹的交易占比[46] 2. **卖出反弹偏离因子 (LCPESW)**：利用逐笔成交数据区分主动卖单，计算卖出后股价反弹的偏离程度[46] 3. **合成**：对上述两个细分因子进行等权合成[51] 4. **中性化处理**：对合成后的因子进行行业和市值中性化处理，得到最终的遗憾规避因子[32][51] 4. **因子名称**：斜率凸性因子[2][3] * **因子构建思路**：从投资者耐心与供求关系弹性的角度出发，利用限价订单簿数据刻画委托量和委托价的关系（斜率和凸性）对预期收益的影响[3][54] * **因子具体构建过程**：该因子由两个细分因子等权合成[54][58] 1. **低档斜率因子 (Slope_abl)**：基于订单簿低档位的累计委托量和委托价计算买方或卖方的订单簿斜率[54] 2. **高档位卖方凸性因子 (Slope_alh)**：基于订单簿高档位的累计委托量和委托价计算卖方的订单簿凸性[54] 3. **合成**：对上述两个细分因子进行等权合成[58] 4. **中性化处理**：对合成后的因子进行行业和市值中性化处理，得到最终的斜率凸性因子[58] 5. **因子名称**：高频“金”组合合成因子[3] * **因子构建思路**：将多个表现较好的高频因子结合，以构建更稳健的选股信号[3] * **因子具体构建过程**：将价格区间因子、量价背离因子、遗憾规避因子三类高频因子进行等权合成[3][62] 6. **因子名称**：高频&基本面共振组合合成因子[4] * **因子构建思路**：将相关性较低的高频因子与有效的基本面因子结合，以提升多因子组合的表现[4][67] * **因子具体构建过程**：将价格区间因子、量价背离因子、遗憾规避因子三类高频因子，与一致预期、成长、技术三个基本面因子进行等权合成[4][67] 因子的回测效果 （注：以下因子表现均为在中证1000指数成分股内，进行行业市值中性化后的测试结果，基准为所有成分股等权配置[32]） 1. **价格区间因子**[32][36][39] * 上周多头超额收益率：-1.00%[32] * 本月以来多头超额收益率：-0.90%[32] * 今年以来多头超额收益率：4.56%[32] 2. **量价背离因子**[32][40][44] * 上周多头超额收益率：-2.21%[32] * 本月以来多头超额收益率：-1.48%[32] * 今年以来多头超额收益率：2.99%[32] 3. **遗憾规避因子**[32][46][53] * 上周多头超额收益率：0.45%[32] * 本月以来多头超额收益率：1.47%[32] * 今年以来多头超额收益率：0.42%[32] 4. **斜率凸性因子**[2][56][61] * 上周多头超额收益率：0.66%[2] * 本月以来多头超额收益率：0.25%[2] * 今年以来多头超额收益率：-5.54%[2] 量化模型与构建方式 1. **模型名称**：高频“金”组合中证1000指数增强策略[3][62] * **模型构建思路**：基于合成的高频“金”组合因子构建指数增强策略，以获取稳定的超额收益[3][62] * **模型具体构建过程**： 1. **因子合成**：如前述，将三类高频因子等权合成为高频“金”组合因子[3][62] 2. **选股与加权**：基于该因子值在中证1000成分股内选股并构建投资组合[62] 3. **策略设置**：调仓频率为周度，手续费率为单边千分之二，基准为中证1000指数[62] 4. **优化机制**：加入换手率缓冲机制以降低调仓成本[62] 2. **模型名称**：高频&基本面共振组合中证1000指数增强策略[4][67] * **模型构建思路**：将高频因子与基本面因子结合构建指数增强策略，旨在获得更优的风险调整后收益[4][67] * **模型具体构建过程**： 1. **因子合成**：如前述，将三类高频因子与三个基本面因子等权合成为共振组合因子[4][67] 2. **选股与加权**：基于该因子值在中证1000成分股内选股并构建投资组合[67] 3. **策略设置**：调仓频率为周度，手续费率为单边千分之二，基准为中证1000指数[67] 模型的回测效果 1. **高频“金”组合中证1000指数增强策略**[3][63][66] * 年化超额收益率：9.85%[3][63] * 跟踪误差：4.32%[63] * 信息比率(IR)：2.28[63] * 超额最大回撤：6.04%[3][63] * 上周超额收益：-2.06%[3][66] * 本月以来超额收益：-1.64%[3][66] * 今年以来超额收益：5.26%[3][66] 2. **高频&基本面共振组合中证1000指数增强策略**[4][69][71] * 年化超额收益率：13.93%[4][69] * 跟踪误差：4.20%[69] * 信息比率(IR)：3.31[69] * 超额最大回撤：4.52%[4][69] * 上周超额收益：-1.37%[4][71] * 本月以来超额收益：-1.33%[4][71] * 今年以来超额收益：5.24%[4][71]

投资评级与核心观点 - 首次覆盖，给予公司“买入”评级，目标价为167.18元/股 [4][91] - 报告核心观点：公司是国内涂胶显影设备国产替代的领军者，湿法设备平台化发展有望率先受益于国内资本开支重回上行通道，带动半导体设备需求增长 [4] - 预测公司2025-2027年归母净利润分别为0.5亿元、2.3亿元、5.1亿元，对应2026年目标PS估值为13倍 [4][90] 公司业务与近期业绩 - 公司主营业务为光刻工序涂胶显影设备、单片式湿法设备，产品广泛应用于后道先进封装、化合物半导体和MEMS等行业，并积极拓展前道领域 [2][14] - 公司2025年前三季度业绩短期承压，实现营收9.9亿元，同比下滑10.4%，归母净利润为-0.1亿元，同比下滑109.3%，主要系部分订单验收延缓所致 [22][24] - 截至2025年上半年，公司存货中发出商品为9.2亿元，较2024年末增长56.4%；截至2025年第三季度，公司合同负债达8.0亿元，较2024年底增长78.1%，充足的在手订单有利于业绩重回高增长态势 [2][78][83] - 2025年前三季度，公司销售毛利率为34.5%，销售净利率为-2.7%，盈利能力短期承压 [26][27] - 公司研发投入持续加大，2025年前三季度研发费用率达19.0%，高于行业均值 [29][75][76] 行业前景与市场空间 - 半导体设备行业景气度延续，根据SEMI数据，2024年全球半导体设备销售额为1171亿美元，同比增长10% [2] - 中国大陆是全球最大半导体设备市场，2024年销售额为495亿美元，同比增长35.4%，占全球市场比重从2015年的13%提升至42% [2][60] - 涂胶显影设备是集成电路光刻过程中的关键设备，目前光刻、涂胶显影等环节设备国产化率仍偏低（涂胶显影<10%），国产替代空间广阔 [2][64][65] - 根据Market.us预测，全球配套光刻的半导体Track设备市场规模将从2024年的36.3亿美元增长至2034年的69.4亿美元，2025-2034年复合增速为6.7% [54][85] - 根据SEMI预测，2026-2028年全球300mm晶圆厂设备支出将达到3740亿美元，支持AI应用的先进逻辑和存储产能扩张将持续拉动半导体设备需求 [34][37][41] 公司竞争优势与产品布局 - 公司的涂胶显影设备成功打破国外厂商垄断并填补国内空白，是国内唯一可提供量产型中高端涂胶显影设备的企业，已成功推出包括I-line、KrF及ArF浸没式等多型号产品 [2][47] - 公司产品线持续丰富，积极拓展前道物理/化学清洗、临时键合机、解键合机、后道先进封装等产品线，其中高温SPM化学清洗机已成功打破国外垄断并获得客户订单 [3][47][66] - 公司在后道先进封装领域作为成套工艺设备提供商，产品市占率超50% [47] - 公司控股股东于2025年6月变更为北方华创，截至2025年12月，北方华创持有公司17.8%的股权，取得控制权有望在研发、供应链和客户资源方面全面赋能公司，实现业务协同发展 [3][67][70] 财务预测与估值 - 报告预测公司2025-2027年营业总收入分别为18.2亿元、25.9亿元、35.7亿元，同比增速分别为4.0%、42.1%、37.8% [88][89] - 分产品预测：光刻工序涂胶显影设备2025-2027年营收预测为10.4亿元、16.6亿元、24.9亿元；单片式湿法设备同期营收预测为7.0亿元、8.0亿元、8.9亿元 [86][87][88] - 预测公司2025-2027年销售毛利率分别为38.1%、39.4%、40.8% [88] - 采用PS估值法，选取中微公司、拓荆科技、华海清科和屹唐股份作为可比公司，其2026年平均PS为11倍，报告给予公司2026年13倍PS估值 [4][90][92]

核心观点 - 2024至2025年A股市场微观结构发生剧烈变迁，主流AI量化策略因对历史数据路径依赖过强，未能适应罕见的风格漂移，在关键回撤期表现甚至不如传统线性策略[2] - 策略失效的深层内因在于行业模型架构趋同导致的策略同质化，以及训练样本与极端行情特征的错配[3] - 为应对AI模型在系统性风险下的脆弱性，报告构建了一套独立的外围开放式择时风控框架，实证表明该框架能有效识别模型失效时段并平滑净值波动[4] - 针对核心AI模型（LightGBM与GRU）的缺陷，报告提出了从预测端到架构端的深度优化方案，显著提升了模型的收益风险比[5] 市场微观结构变迁与AI策略的适应性危机 - 2024年市场主线从“价值/低波”切换至“小盘/动量”，2025年进一步向“一致预期/成长”收敛，2025年8月至9月因市值因子过度拥挤触发剧烈均值回归与反转效应[2][13] - 在2025年8月至9月的风格切换窗口期，AI策略的净值回撤与小市值因子反转周期高度同步，其受损程度普遍高于传统线性策略[2][17] - 实证数据显示，在沪深300、中证500及中证1000指数增强产品均出现回撤时，AI策略（如GBDTNN）的超额净值回撤幅度大于传统线性策略[17][19][21][23] 策略同质化困局与失效的深层统计学归因 - 行业普遍采用GRU和LightGBM作为基座模型，导致不同机构生成的因子与公募指增基金净值的相关性持续走高，底层持仓逻辑高度趋同[3][24] - 这种同质化在流动性相对敏感的中证1000、中证500等赛道极易引发共振和“拥挤交易”，在市场风格逆转时放大尾部风险[24] - AI模型训练依赖历史常态数据，缺乏对2024年初流动性枯竭、2025年“二八分化”抱团行情等极端“长尾样本”的学习，导致预测信号与实际走势出现严重偏差[3][35] 外围风控体系：多种类、多周期事件化的开放式择时框架 - 该风控体系独立于选股模型，通过数据清洗、指标预处理、事件化处理三层标准化流程，将量价、宏观等连续指标转化为明确的多空信号[4][40] - 回测显示，该择时策略应用于中证A500指数时，年化收益率提升至10.61%，最大回撤从基准的44.30%大幅降低至11.82%，夏普比率提升至0.813[45][48] - 应用于中证1000指数时，该策略实现了15.89%的年化超额收益[50] - 将27个细分指标应用于GRU选股模型风控后，策略成功识别了模型在2024年初及2025年下半年的失效时段并触发空仓，使AI策略年化超额收益稳定在4.15%，夏普比率高达4.12，卡玛比率大幅提升至7.21[4][50][58] AI核心模型的针对性优化：LGBM与GRU的迭代升级 - 对LightGBM模型，通过“高质量样本加权”机制聚焦抗跌因子，并将损失函数切换为Huber Loss，使多头超额最大回撤从8.84%压降至5.88%，卡玛比率从2.88提升至4.07[5][61][65] - 对GRU模型，引入Attention Pooling模块以提升长序列信息利用率，并创新构建“Memory模块+CVaR Loss”闭环，强制模型学习存储历史上的极端行情特征[5][66][67] - 优化后的GRU模型多头超额收益提升至25.84%，最大回撤大幅压降至8.54%，卡玛比率跃升超30%至3.02[67][68]

报告行业投资评级 未提及相关内容 报告的核心观点 - 折价成交个券中“25 电网 MTN024”债券估值价格偏离幅度较大；净价上涨成交个券中“25 青岛城阳 MTN002”估值价格偏离程度靠前；净价上涨成交二永债中“22 南京银行永续债 01”估值价格偏离幅度较大；净价上涨成交商金债中“23 农业银行三农债”估值价格偏离幅度靠前；成交收益率高于 5%的个券中地产债排名靠前 [2] - 信用债估值收益变动主要分布在(0,5]区间；非金信用债成交期限主要分布在 2 至 3 年，其中 0.5 至 1 年期品种折价成交占比最高；二永债成交期限主要分布在 4 至 5 年，其中各类期限品种普遍折价成交 [2] - 分行业看电子行业的债券平均估值价格偏离最大 [2] 根据相关目录分别进行总结 折价成交跟踪 - “25 电网 MTN024”剩余期限 14.48 年，估值价格偏离 -0.30%，成交规模 9540 万元等多只债券有相关折价成交数据 [4] 净价上涨个券成交跟踪 - “25 青岛城阳 MTN002”剩余期限 2.99 年，估值价格偏离 0.27%，成交规模 4004 万元等多只债券有净价上涨成交数据 [5] 二永债成交跟踪 - “22 南京银行永续债 01”剩余期限 1.82 年，估值价格偏离 -0.01%，成交规模 8197 万元等多只二永债有成交数据 [6] 商金债成交跟踪 - “23 农业银行三农债”剩余期限 0.44 年，估值价格偏离 0.01%，成交规模 5022 万元等多只商金债有成交数据 [7] 成交收益率高于 5%的个券 - “21 金地 04”剩余期限 0.27 年，估值收益率 8.33%，成交规模 1076 万元等多只个券成交收益率高于 5% [8] 当日信用债成交估值偏离分布 - 展示了当日信用债估值收益变动分布区间及对应成交规模和债券只数相关情况 [9][10] 当日非金信用债成交期限分布（城投 + 产业） - 呈现非金信用债不同成交期限的成交规模及折价成交占比情况 [11][12] 当日二永债成交期限分布 - 展示二永债不同成交期限的成交规模及折价成交占比情况 [14][15] 各行业非金信用债折价成交比例及成交规模 - 体现各行业非金信用债平均估值价格偏离及成交规模情况 [16][18]

报告行业投资评级 - 报告未明确给出行业投资评级 报告核心观点 - 科技巨头持续加大AI投入并积极寻求商业变现，行业高景气度维持 [6][7][8] - 英伟达通过整合Groq强化其在AI推理芯片的布局，并重组云服务团队以优化长期竞争力 [8][14][25] - 上游供应链（如HBM、晶圆代工）因AI需求旺盛而持续涨价，其中HBM3E价格涨幅接近20% [8][24][27] - OpenAI通过优化成本结构显著提升算力利润率至70%，并积极探索广告等商业化模式 [8][16] - 字节跳动计划在2026年投入高达1600亿元人民币（约230亿美元）的资本支出，其AI应用“豆包”DAU已突破1亿 [8][15][21] - 国内大模型厂商（如字节、智谱AI、MiniMax）持续迭代模型，推动技术落地 [6][17][18][19] - AI硬件应用（如Meta AI眼镜）销量快速增长，市场正从概念迈向规模化商业阶段 [29][30][31] 产业前沿总结 AI基础层 - 英伟达以约200亿美元现金整合AI芯片初创公司Groq，旨在吸纳其高能效推理技术及人才团队 [14][33] - 字节跳动初步计划2026年资本支出达1600亿元人民币（约230亿美元），高于2025年的1500亿元，并计划测试购买2万台英伟达H200芯片 [15] - 2025年1-11月，中国规模以上高技术制造业、装备制造业增加值同比分别增长9.2%和9.3%，人工智能核心产业规模超过万亿元 [14] AI模型层 - OpenAI截至2025年10月的算力利润率已攀升至70%，较2024年初的35%实现翻倍 [16] - OpenAI内部正讨论在ChatGPT中优先展示赞助信息的广告业务模式，已进入具体规划阶段 [16] - 字节跳动推出形式化数学推理模型Seed Prover 1.5，在IMO 2025题目测试中达到金牌分数线 [17][18] - 智谱AI开源GLM-4.7模型，在SWE-bench-Verified测试中得分73.8%，在LiveCodeBench V6中达84.9% [19] - MiniMax开源M2.1编码与智能体专用大模型，采用100亿激活参数的MoE架构 [18] AI应用层 - 国内AI应用周活跃用户排名前四为：豆包、DeepSeek、元宝、蚂蚁阿福 [20] - 字节跳动AI应用“豆包”日均活跃用户数（DAU）已突破1亿大关 [21] - 字节跳动与中兴通讯合作开发AI手机，双方基于“战略同频”和“优势互补”共同推动硬件与AI融合 [22] - 华为发布nova 15系列手机，其中标准版通过与鸿蒙系统协同，整机性能相比上一代提升62% [23] 资本风向总结 AI基础层 - 三星电子、SK海力士已将明年HBM3E供应价格上调接近20%，主要因英伟达、谷歌、亚马逊等AI加速器企业上调订单量所致 [24] - 英伟达重组其云服务团队（DGX Cloud），将其并入工程与运营组织，未来重点转向服务内部芯片开发需求，而非对外销售云服务 [25] - 微软CEO萨提亚・纳德拉深度参与AI产品开发与人才招聘，亲自从OpenAI和谷歌DeepMind等机构挖角顶尖研究人员 [26][27] - 中芯国际已对下游客户发布涨价通知，主要针对8英寸BCD工艺平台，涨价幅度约10% [27] AI模型层 - 阿里通义千问推出Qwen Code v0.5.0版本，并升级语音模型Qwen3-TTS，新增音色创造与克隆功能 [28] AI应用层 - 2025年第三季度，Meta Ray-Ban AI眼镜销量达约239万台，同比增长393%，占据AI眼镜市场接近80%的份额 [29][32] - YouTube Gaming推出基于Gemini 3的Playables Builder测试项目，允许创作者无需编程制作小型游戏 [31] 产业链数据更新 - 2025年11月，覆铜板产业链拉货紧张程度继续升级，保持高景气度，主要受汽车、工控政策补贴及AI大批量放量驱动 [33] - 产业链中低端原材料和覆铜板在第四季度迎来新一轮涨价，预计覆铜板涨价斜率有望变高 [33]

报告行业投资评级 未提及相关内容 报告的核心观点 - 上周（12/22 - 12/26）债券型ETF资金净流入545.15亿元，信用债ETF、利率债ETF、可转债ETF分别净流入570.05亿元、11.04亿元、净流出35.93亿元，债券ETF净值边际修复 [2][12] 根据相关目录分别进行总结 发行进度跟踪 - 上周无新发行债券ETF [3][16] 存量产品跟踪 - 截止2025年12月26日，利率债ETF、信用债ETF、可转债ETF流通市值分别为1526亿元、4264亿元、609亿元，信用债ETF规模占比为66.6%，海富通中证短融ETF、博时可转债ETF流通市值位居前二，分别为651亿元、523亿元 [4][18] - 相较于上周，利率债ETF、信用债ETF、可转债ETF流通市值分别增加15.86亿元、316.21亿元、减少27.68亿元，上周规模增长明显的产品包括科创债ETF银华、嘉实中证AAA科技创新公司债ETF、汇添富中证AAA科创债ETF，环比规模增长均超60亿元 [4][20] - 基准做市信用债ETF、科创债ETF流通市值分别为1248亿元、3405亿元，较上周分别增加72.62亿元、566.94亿元 [22] ETF业绩跟踪 - 上周利率债ETF、信用债ETF累计单位净值分别收于1.18、1.03 [5][23] - 截止12月26日，以2月7日为基日，基准做市信用债ETF累计收益率均值升至0.89%；以7月17日为基日，科创债ETF累计收益率边际修复至0.22%，重返正区间 [5][29] 升贴水率跟踪 - ETF升贴水率衡量基金在二级市场交易价格与单位净值偏离程度，上周信用债ETF、利率债ETF、可转债ETF升贴水率均值分别为 - 0.11%、 - 0.06%、 - 0.10%，信用债ETF配置情绪偏低，基准做市信用债ETF和科创债ETF周度升贴水率均值分别为 - 0.25%、 - 0.07% [36] 换手率跟踪 - 上周换手率利率债ETF＞信用债ETF＞可转债ETF，三类产品周度换手率均边际上升，分别升至136%、102%、84%，华夏上证基准做市国债ETF、南方中证AAA科技创新公司债ETF、科创债ETF永赢等产品换手率较高 [7][41]

AI基础层：资本支出与供应链 - 字节跳动计划2026年资本支出达1600亿元人民币（约230亿美元），高于2025年的1500亿元人民币，其中850亿元人民币计划用于购买AI处理器[15] - 三星电子和SK海力士将HBM3E内存价格上调近20%，主要因英伟达、谷歌等AI加速器企业上调订单量所致[24] - 中芯国际对8英寸BCD工艺平台涨价约10%，主要受手机和AI需求增长带动[27] AI模型层：商业变现与技术进步 - OpenAI的算力利润率（扣除模型服务成本后的营收占比）从2024年初的35%攀升至2025年10月的70%[16] - OpenAI内部正讨论在ChatGPT中植入广告的具体方案，探索将用户流量转化为直接收入[16] - 国内厂商积极迭代模型：字节推出数学推理模型Seed Prover 1.5[17]；MiniMax开源百亿参数MoE架构模型M2.1[18]；智谱AI上线并开源GLM-4.7模型[19] AI应用层：市场格局与用户增长 - 字节跳动旗下AI应用“豆包”的日均活跃用户数（DAU）已突破1亿大关[21] - 2025年第三季度，Meta Ray-Ban AI眼镜销量达约239万台，同比增长393%，占据AI眼镜市场近80%份额[29] - 国内AI应用周活跃用户排名前四为：豆包、DeepSeek、元宝、蚂蚁阿福[20] 产业链与硬件动态 - 英伟达以约200亿美元现金整合Groq，获得其低延迟芯片技术许可并吸纳核心团队，以强化AI推理芯片布局[14] - 华为发布nova 15系列手机，其中标准版通过与鸿蒙系统协同，整机性能相比上一代提升62%[23] - 11月覆铜板产业链保持高景气度，因汽车、工控及AI需求放量，中低端原材料和覆铜板迎来新一轮涨价[33]

量化模型与构建方式 1. **模型名称**：产业链Agent[5] **模型构建思路**：利用大语言模型的生成与分析能力，结合RAG方法从海量文本知识库中检索信息，以挖掘并构建产业链图谱，并确保结果的合理性、时效性与专业性[5] **模型具体构建过程**：首先，构建一个由海量新闻、研报等文本构成的本地知识库。当需要梳理特定产业链时，利用RAG方法从该知识库中自动检索相关信息。随后，基于大语言模型对检索到的信息进行理解与推理，从中挖掘产业链上下游关系、关键节点等信息，最终生成结构化的产业链图谱并提供相关的概念股票池[5] 量化因子与构建方式 1. **因子名称**：领涨因子[2][8] **因子构建思路**：基于股票的量价数据构建，旨在捕捉在特定概念板块中表现领先、涨幅突出的股票特征[2][8] **因子具体构建过程**：报告未详细描述该因子的具体计算公式和构建步骤，仅提及它是基于量价数据构造的，并用于在“商业航天”概念股池中进行筛选[2][8] 2. **因子名称**：尖峰右偏因子[2][8] **因子构建思路**：基于股票的量价数据构建，旨在捕捉价格分布具有尖峰、右偏（即可能存在大幅上涨潜力）统计特征的股票[2][8] **因子具体构建过程**：报告未详细描述该因子的具体计算公式和构建步骤，仅提及它是基于量价数据构造的，并用于在“商业航天”概念股池中进行筛选[2][8] 3. **复合因子/增强组合构建**：商业航天概念增强组合[2][8] **构建思路**：在通过“产业链Agent”模型得到的“商业航天”概念股票池基础上，结合领涨因子和尖峰右偏因子进行综合筛选，以构建表现更优的投资组合[2][8] **具体构建过程**：首先，获取由模型生成的“商业航天”概念股票池[5][8]。然后，基于量价数据分别计算池中每只股票的领涨因子得分和尖峰右偏因子得分。最后，根据因子综合得分（报告未明确具体合成方式）筛选出排名前五的股票，构成最终的“商业航天”概念增强组合[2][8] 模型的回测效果 （报告中未提供“产业链Agent”模型的相关回测效果指标数据） 因子的回测效果 （报告中未提供“领涨因子”和“尖峰右偏因子”的独立测试结果指标数据） 增强组合的测试结果取值 1. **商业航天概念增强组合**，最终筛选出的股票为：信维通信、斯瑞新材、中国卫星、航天发展、航天电子[8]

核心观点 报告的核心观点是，尽管北上资金延续净卖出，但市场整体交易热度、两融活跃度、主动偏股基金仓位及ETF净申购等指标均显示各类市场参与者回流趋势仍在延续，其中机构ETF与两融是阶段性的主要买入力量，未来需关注资金回流的持续性[7][8]。 宏观流动性 - 上周美元指数有所回落，中美利差“倒挂”程度有所收敛[2][14] - 10年期美债名义利率和实际利率均回落，通胀预期回落[2][14] - 离岸美元流动性边际宽松，国内银行间资金面均衡，期限利差(10Y-1Y)继续走阔[2][19] 市场交易热度与波动 - 市场整体交易热度回升，商贸零售、军工、消费者服务、轻工、纺服等板块的交易热度均处于80%历史分位数以上[3][25] - 多数指数波动率回升，中证500、中证1000、上证50、沪深300的波动率均回升[32] - 通信、电子、电力设备及新能源（电新）、化工板块的波动率依然处于80%历史分位数以上[3][32] - 市场流动性指标回落，各板块流动性指标均在70%历史分位数以下[37][40] 机构调研与分析师预测 - 电子、医药、电新、机械、有色等板块调研热度居前，汽车、计算机、通信、化工、有色等板块调研热度仍在上升[4][43] - 分析师同时上调了全A市场2025年和2026年的净利润预测[4][52] - 行业层面，房地产、建筑、煤炭、消费者服务、家电等板块的2025/2026年净利润预测均被上调[4][60] - 指数层面，沪深300、上证50的2025/2026年净利润预测均被上调，中证500则均被下调，创业板指的2025/2026年净利润预测分别被下调/上调[4][69] - 风格层面，大盘价值的2025/2026年净利润预测均被上调，大盘成长、小盘价值则均被下调[4][71] 北上资金动向 - 北上资金交易活跃度回落，近5日买卖总额占全A成交额之比从上上周的11.53%回落至上周的9.99%，并继续净卖出A股[5][79] - 基于前10大活跃股口径，北上在通信、有色、消费者服务等板块的买卖总额之比上升，在电子、计算机、银行等板块回落[5][88] - 基于持股小于3000万股的标的口径，北上主要净买入计算机、非银、煤炭等板块，净卖出通信、有色、汽车等板块[5][90] 两融资金动向 - 两融活跃度快速回升至2025年11月以来的高点，上周继续净买入393.38亿元[6][95] - 行业上，两融主要净买入电子、电新、通信等板块，净卖出非银、石油石化、商贸零售等板块[6][95] - 消费者服务、银行、电新等板块的融资买入占比上升较多[6][101] - 风格上，两融净买入大盘/中盘/小盘成长以及中盘/小盘价值，仅小幅净卖出大盘价值[6][105] 龙虎榜交易 - 龙虎榜买卖总额及其占全A成交额之比均继续回升[6][108] - 行业层面，建材、农林牧渔、家电等板块龙虎榜买卖总额占成交额之比相对较高且仍在上升[6][108] 公募基金与ETF动向 - 主动偏股基金仓位继续回升，剔除涨跌幅因素后，主要加仓有色、传媒、消费者服务等板块，主要减仓通信、家电、商贸零售等板块[7][113] - 主动偏股基金的净值表现与中盘/小盘成长、大盘/小盘价值的相关性上升[123] - 上周新成立权益基金规模回升，其中主动型新成立规模回升，被动型回落[7] - ETF继续被净申购，且以机构ETF为主，个人ETF开始被净赎回[7] - 从跟踪指数看，与中证A500等相关的ETF被主要净申购[7] - 行业层面，ETF主要净买入有色、医药、电新等板块，主要净卖出军工、电子、农林牧渔等板块[7]