量化模型与构建方式 1. **模型名称：高景气成长与红利策略轮动择时模型**[59] * **模型构建思路：** 构建一个系统化的定量模型，用于在“高景气成长”策略（以创业板指为代表）和“红利”策略（以中证红利全收益指数为代表）之间进行月度轮动配置，以捕捉不同市场环境下的优势风格[59]。 * **模型具体构建过程：** 1. **信号指标选取：** 从单因子测试中选取五个有效指标：期限利差、社融增速、CPI与PPI四象限、美债利率、资金博弈（ETF、险资、外资）[59]。 2. **信号生成：** 每月底，根据每个指标的状态，分别给出买入高景气成长或买入红利的配置信号（例如，指标值为0或1）[58][59]。 3. **综合打分：** 将五个指标当期给出的信号值取均值，作为最终的复合打分[59]。 4. **配置决策：** 根据复合打分的高低，决定下一个月在成长与红利之间的配置比例。例如，截至2025年12月12日，模型建议红利与成长的配置比例为60:40[55][59]。 2. **模型名称：黄金择时模型**[31][32] * **模型构建思路：** 通过构建一个多维度指标体系，对黄金价格进行择时判断，以区分配置仓位和交易仓位[30][31]。 * **模型具体构建过程：** 1. **指标体系构建：** 选取与黄金价格相关的六大类细分指标，包括：抗通胀属性（美国10年期盈亏平衡通胀率）、金融属性（实际利率）、货币属性（美国联邦政府财政赤字、商业银行总负债）、避险属性（经济政策不确定性指数）、资金与衍生品（CFTC黄金投机净多仓）、需求属性（中国央行黄金储备）以及技术指标（MAMA）[32]。 2. **信号处理：** 对部分低频数据（如月度、周度数据）进行时滞处理，以匹配交易频率。例如，财政赤字数据记录15个交易日时滞，商业银行负债数据记录25个交易日时滞，CFTC持仓数据记录6个交易日时滞，中国央行购金数据记录6个交易日时滞[32]。 3. **观点集成：** 对每个指标给出最新的多空观点（表中以“1”或“0”表示），综合这些观点形成对黄金的择时判断[32]。技术指标MAMA的参数设置为：fastlimit=0.1， slowlimit=0.01[32]。 模型的回测效果 1. **高景气成长与红利策略轮动择时模型**，累计收益193.47%，年化收益17.54%，最大回撤27.08%，年化波动率22.95%，年化夏普比率0.76，Calmar比率0.65[56]。 * **业绩基准（等权配置）**，累计收益60.61%，年化收益5.02%，最大回撤35.22%，年化波动率20.69%，年化夏普比率0.24，Calmar比率0.14[56]。 * **轮动策略相对基准的超额年化收益**为11.77%[59]。 量化因子与构建方式 1. **因子名称：期限利差因子**[59] * **因子构建思路：** 作为成长/红利轮动模型的输入指标之一，反映宏观经济预期和流动性环境，通常利差走阔有利于成长风格[59]。 2. **因子名称：社融增速因子**[59] * **因子构建思路：** 作为成长/红利轮动模型的输入指标之一，反映国内信用扩张程度和实体经济融资需求，影响市场风险偏好和风格[59]。 3. **因子名称：CPI与PPI四象限因子**[59] * **因子构建思路：** 作为成长/红利轮动模型的输入指标之一，通过分析消费者价格指数（CPI）与生产者价格指数（PPI）的相对位置和走势，判断经济所处的通胀周期阶段，从而对风格资产进行择时[58][59]。 4. **因子名称：美债利率因子**[59] * **因子构建思路：** 作为成长/红利轮动模型的输入指标之一，反映全球无风险利率和流动性预期，尤其影响对利率敏感的高估值成长板块[59]。 5. **因子名称：资金博弈因子**[59] * **因子构建思路：** 作为成长/红利轮动模型的输入指标之一，综合跟踪ETF、保险资金、外资（北向资金）等不同类型资金的流向和行为，捕捉市场情绪和风格偏好[59]。 因子的回测效果 （报告中未提供上述单个因子的独立测试结果取值）

英伟达CEO关于中美AI竞赛的核心观点 - 英伟达CEO黄仁勋预测中国将在AI竞赛中赢了美国，此表态引发科技圈广泛关注 [2] - 该预测被认为可能基于对中国企业执行力和规模优势的认可，而非简单的商业吹捧 [2] - 观点指出AI发展并非零和游戏，未来更可能形成中美双强格局，技术封锁难以阻挡AI全球化浪潮 [5] 中美AI竞赛的关键领域对比 - 芯片领域：英伟达GPU是AI界的关键资源，但美国禁令促使中国加速自研，华为昇腾、寒武纪等国产芯片与领先产品的性能差距正快速缩小 [4] - 人才领域：中国每年培养的STEM毕业生数量是美国的8倍，且海外华人科学家回流趋势增强，但顶尖AI人才仍集中于美国科技巨头 [4] - 应用与基础研究：中国在安防、金融、医疗等AI应用层面走在世界前列，而美国在基础研究和原创算法上保持领先优势 [4] 中国AI产业的核心优势 - 中国企业具备快速从算法研发到应用落地的执行力，发展速度常令硅谷同行惊讶 [2] - 拥有14亿人口产生的庞大数据库，形成了美国难以复制的规模效应 [2] - 发展模式侧重于快速迭代和规模应用，这与美国注重原创研究和生态建设的模式形成潜在互补关系 [7] 对竞赛格局的展望 - AI竞赛更可能类似智能手机时代的iOS与安卓，形成两条平行发展的赛道，最终全球用户受益 [5] - 竞赛的核心在于创造价值，而非零和博弈，中国企业的模式与美国的模式可能构成绝佳的互补关系 [7]

A股市场表现 - A股成交额连续突破2万亿，上涨股票占比超50%，Wind全A跌幅不足0.1%，市场韧性显著 [1] - 受美国"美丽优先政策"影响，港股软件服务和生物医药板块领跌超3%，药明生物和药明康德因60%营收依赖美国客户单日跌10% [4][5] - 行业ETF资金流向出现拐点，上周五单日净流入46亿，春节后首次实现整体净流入，显示部分投资者转向结构性看多 [7][9] 资金流动与市场情绪 - 2月以来宽基ETF和北向资金持续净卖出，而两融和龙虎榜资金成为净买入主力，反映散户与游资活跃度提升 [8] - 机构卖出宽基ETF的资金可能流向港股，市场整体心气提升，指数底部支撑坚实 [11][12] - 民生研究数据显示ETF与外资卖出趋势向上，两融与游资买入趋势向下，资金结构呈现分化 [8][9] AI与科技行业动态 - Wind金融终端疑似接入Deepseek大模型，金融数据与AI结合或提升生产力 [16][18] - 阿里宣布未来三年投入3800亿元建设云和AI基础设施，科创AI ETF（588790）逆势抗跌，场外联接基金快速获批上市 [18] - 腾讯理财通和元宝接入Deepseek大模型，服务稳定性与智能度优于Kimi和豆包 [15][18] 债券市场动向 - 债券市场大幅调整，30年期国债收益率触及1.95%，国债期货现超调迹象 [25] - 年初基金分红达300亿（同比翻倍），主因债券下跌导致机构利润承压需补报表 [22][23] - 债市短期或继续超调，但大幅下跌后可能触底，需谨慎把握介入时机 [25][26] 投资策略跟踪 - 纯债策略维持不动，全球配置策略边走边看 [28][29] - 量化策略提示A股部分行业过热，建议保持风格均衡以享受估值中枢上移 [29]