策略报告 | 投资策略 A 股策略周思考 证券研究报告 国庆假期：持币 Or 持股？ 市场思考：国庆假期前后市场表现如何？ 1）2010-2024 年国庆假期前后市场表现具有一定日历效应。以 5 个交易日 为步长，假期前【T-5，T-1】中证全指中位数收益率为-0.81%，胜率仅 40%；假期后第 1 阶段【T+1，T+5】表现最强，中位数收益率达 2.27%，胜 率 80%；第 2 阶段【T+6，T+10】表现最弱，中位数为-1.14%；第 3、4 阶 段【T+11，T+15】、【T+16，T+20】分别上涨 1.44%、1.91%。从累计收益率 视角看，假期后 20 个交易日中位数涨幅为 2.28%，整体胜率也较高。 2）主要宽基指数方面，国庆前表现普遍偏弱，仅创业板指录得正收益（涨 幅中位数为 0.34%，下述收益率或涨跌幅均为中位数），大盘、中盘相对抗 跌，而小盘指数跌幅居前。假期后各宽基指数整体普涨，阶段 1 小盘领涨， 阶段 2 普遍回撤，阶段 3 再度由小盘占优，阶段 4 则转为大盘更强。从累计 表现看，节后 20 个交易日各指数均实现正收益，中证 2000、沪深 300 分别 录得 2.68% ...

核心观点 - 报告构建了主题投资数据追踪体系，通过量化方式筛选高赔率主题机会并监控交易热度，当前多个主题呈现见底形态，其中人形机器人和Deepseek主题交易热度已从高位回落[2][9][12][20] 主题数据库构建目的与方法 - 主题投资数据库旨在实现两个核心目标：筛选具备优秀量价形态的高赔率主题机会，以及通过交易热度指标预警热门主题见顶节奏[9] - 数据库构建基于4种量化形态（见底、突破、主升、加速）筛选主题，并新增龙头股调整程度观察指标[2][9] - 该体系通过偏量化方法为投资者提供客观参考，后续将定期更新数据[2][9] 主题形态筛选结果 - 本期125只主题指数呈现见底形态，行业集中分布于综合、计算机及国防军工领域[12] - 突破形态主题指数数量为10只，主要集中于通信行业[12] - 主升形态主题指数仅2只，行业为电子和基础化工；加速形态主题指数数量为0[12] 热门主题监控数据 - 人形机器人主题交易热度下降至80%，其龙头股长盛轴承收盘价较MA60均线跌幅为1.8%[3][20] - Deepseek主题交易热度下降至73%，其龙头股每日互动收盘价较MA60均线涨幅达7.1%[3][20] - 交易热度监控显示两者均从高位回落（备注显示过热阈值为90%-95%）[20][23]

投中网是领先的创新经济信息服务平台，拥有立体化传播矩阵，为创新经济人群提供深入、独到的智识 和洞见，在私募股权投资行业和创新商业领域拥有权威影响力。官网：www.chinaventure.com.cn 以下文章来源于投中网 ，作者蒲凡 投中网 . 本文来自微信公众号： 投中网 （ID：China-Venture） ，作者：蒲凡，原文标题：《两家卡脖子公 司，100亿投了个超级独角兽》，题图来自：视觉中国 前段时间，欧洲创投圈出现过一波声势浩大的"学习996"热潮。这波热潮的成型过程、两方争论非常 精彩、戏剧张力拉满，我就不展开论述了，有兴趣的朋友可以跳转《 外国投资人，开始赞美996 》。这里你需要知道的是，这并不是一场普通网友们的狂欢，而是大量明星创业者、顶级投资人基于 方法论的认真讨论。 比如欧洲估值最高的独角兽公司Revolut的创始人尼克·斯托伦斯基 (Nik Storonsky) 、创投圈顶流播 客20VC主理人哈里·斯特宾斯 （Harry Stebbings） 、今年硅谷业绩最好的风投机构Index Ventures合 伙人马丁·米格诺特 (Martin Mignot) ，都是毫不掩饰地亮明立场， ...

本文来自微信公众号：投中网 （ID：China-Venture），作者：蒲凡，原文标题：《两家卡脖子公司， 100亿投了个超级独角兽》，题图来自：视觉中国 前段时间，欧洲创投圈出现过一波声势浩大的"学习996"热潮。这波热潮的成型过程、两方争论非常精 彩、戏剧张力拉满，我就不展开论述了，有兴趣的朋友可以跳转《外国投资人，开始赞美996》。这里 你需要知道的是，这并不是一场普通网友们的狂欢，而是大量明星创业者、顶级投资人基于方法论的认 真讨论。 比如欧洲估值最高的独角兽公司Revolut的创始人尼克·斯托伦斯基(Nik Storonsky)、创投圈顶流播客 20VC主理人哈里·斯特宾斯（Harry Stebbings）、今年硅谷业绩最好的风投机构Index Ventures合伙人马 丁·米格诺特(Martin Mignot)，都是毫不掩饰地亮明立场，支持创业者们卷起来。 这其中，哈里·斯特宾斯的话说得最重、最不留情面："欧洲最大的问题就在这里，如果你口口声声说想 要做一家100亿市值的公司，结果朝九晚五、每周五天，那你就是在自欺欺人。" 反方也基本只能从道德方面进行反驳，因为在人工智能主导创投的这几年，欧洲就是 ...

研究框架培训：AI 投资框架 20250923 摘要 6 月 8 日，通过拥挤度、滚动收益差、成交占比及日历效应分析，判断 科技板块布局时机已到，推荐关注上游算力板块，后续得到验证。 AI 内部出现分化，包括上游与中下游、北美算力与国产算力之间，主要 由业绩驱动。业绩预告期临近时，重点推荐上游算力，关注国产算力及 中下游应用扩散。 当前 AI 行情处于扩散早期阶段，建议以扩散视角布局，包括国产算力向 上游半导体设备材料扩散，以及港股互联网、游戏、消费电子等中下游 应用领域扩散。 AI 投资框架包括择时指标（TMT 与全 A 滚动收益差）、日历效应、内部 轮动因素、细分行业比较和历史借鉴（2013-2015 年互联网加行情）。 通过自由流通市值修正后的成交占比指标，发现 2023 年与 2019 年数 据具有可比性，修正后均在 2.4 左右，提供更准确的市场分析。 AI 轮动强度指标通过跟踪 AI 产业 50 大新闻方向的涨跌幅变动构造，衡 量板块内部轮动速度，与 AI 指数呈现显著反向关系，轮动收敛时板块通 常迎来上涨。 TMT 板块存在业绩期和全年日历效应。业绩期关注股价业绩相关性，全 年关注 2-3 月、 ...

人工智能发展态势 - 人工智能发展速度远超人类想象 2024年是AI应用落地元年 2025年将成为智能体元年 人工智能已从辅助走向自主 [1] - 智能机器人数量预计到2050年达到40亿个 这些设备在智力层面将大幅超越人类 社会将迈入截然不同的经济形态 [4] - 人工智能将驱动单位劳动生产率呈上升趋势 未来十年人工智能投资与运营预计每年为GDP贡献0.6%至1%的增长 [4] 技术突破与演进 - 推理模型成为突破性技术 包括Deepseek和ChatGPT-5等 能像学者般循序渐进思考并输出高度结构化答案 [5] - 未来将构筑机器人与人工智能模型协作团队 在明确任务后无需人类干预即可完成建造汽车工厂等复杂任务 该愿景预计需七八年实现 [5] - 到2024年底huggingface网站提供500万到600万种不同模型可供组合使用 预计明年数量将大幅增加 模型组合运用将形成良性循环 [11] 经济影响与投资前景 - 人工智能驱动下美国生产率年均增速极可能回升至3%甚至更高 大批量生产商品价格将被压低 央行需通过增加货币供应弥补通缩压力 [5][6] - 大量资金将涌向无法通过技术实现规模化的资产 包括情感类投资品、高端房产和收藏品 形成截然不同的经济形态 [6] - 投资市场呈现局部泡沫迹象 帕兰提尔和特斯拉等公司估值过高 微软为人工智能开发者开出惊人薪酬 整体环境为互联网泡沫重演蓄势 [6] 全球竞争关键要素 - 人工智能竞争取决于四大要素：人才、能源、技术及立法 中国在人才储备方面位居全球首位 拥有大量技术娴熟的软硬件开发者 [8] - 中国在能源方面独树一帜 拥有丰富可靠且价格合适的能源 海湾国家人工智能算力即将超越整个欧洲 美国正全力解决能源需求问题 [8] - 美国在芯片和硬件领域占据绝对优势 将稀土和芯片列为战略资源 中国迎头赶上需要时间且过程充满挑战 [9] 行业应用与价值捕获 - 人工智能应用将延伸至金融、生命科学、教育和媒体等具体领域 更注重聚焦场景的人工智能 需要大量精通经济体系细分领域的人才 [10] - 人工智能使个人效率提升约30% 企业通过生成式人工智能每天处理1500万次数据检查 但开发大型基础模型的公司仍持续巨额亏损 [13] - 单位劳动力GDP在未来四五年内至少会增长两倍 大部分经济价值捕获将聚焦通过人工智能提升效率或创造新产品服务的特定领域企业 [13][14] 区域经济展望 - 美国经济未来三年半内有望实现3%的年增长率 欧洲经济处于周期中段 若和平解决地缘政治问题将受益匪浅 [14] - 中国房地产下行周期将在几年内扭转 人口持续从农村向城市迁移 科技企业估值仅为西方同类企业一半 看好中国股票市场前景 [15] - 中国政府确保经济形势稳中向好 市场完全有能力创造良好前景 中国经济发展前景总体向好 [15]

人工智能发展态势 - 2024年是AI应用落地元年 2025年是智能体元年 人工智能正从辅助走向自主 [1] - 人工智能发展速度远超预期 正推动社会进入全新经济形态 人类将成为智能生命体中的少数群体 [1][3] - 到2050年全球智能机器人数量预计达40亿个 部分领域达到或超越人类智能水平 [3] 经济影响与生产力变革 - 人工智能预计在未来十年每年为GDP贡献0.6%至1%增长 实际影响可能高于统计值 [4] - 美国劳动生产率年均增速有望回升至3%以上 单位劳动生产率呈上升趋势 [4] - 推理模型技术突破（如Deepseek、ChatGPT-5）推动机器自主完成任务 预计7-8年内实现完全自主协作 [4][5] - 人工智能将压低大批量商品价格 央行需通过增加货币供应应对通缩压力 [6] - 资金将涌向情感类投资品、高端房产、收藏品等难以规模化的资产类别 [6] 全球竞争格局 - 人工智能竞争取决于四大要素：人才、能源、技术、立法 [7][8] - 中国在人才储备方面全球领先 拥有大量软硬件开发者 美国超半数AI开发者是华人 [8] - 中国能源供应独特 既可靠又价格合适 海湾国家算力即将超越欧洲 [8] - 美国在芯片硬件领域绝对领先 中国追赶需要时间 [9] - 立法需建立清晰版权法规和数据共享法规 目前各地区存在差异 [9] 投资与市场前景 - 当前经济环境与互联网泡沫期类似 存在局部泡沫迹象（如Palantir、特斯拉估值过高） [6] - 人工智能使个人效率提升约30% 企业通过AI每天处理1500万次数据检查 [12] - 单位劳动力GDP未来4-5年内至少增长两倍 创造极佳投资环境 [13] - 中国科技企业估值仅为西方同类企业一半 房地产周期扭转后经济将快速增长 [14] - 美国经济未来三年半有望实现3%年增长率 欧洲经济处于周期中段 [14] 技术演进方向 - 超智能定义标准：知识储备、解读能力、伦理判断超越人类 能解决博士级复杂问题 [2] - 智能体集群将成为发展趋势 模型组合运用形成良性循环 [10][11] - huggingface网站提供500-600万个可组合模型 明年数量将大幅增加 [11] - 应用重点从基础模型转向场景落地 涵盖金融、生命科学、教育等具体领域 [10]

似乎所有人都在谈论人工智能（AI），比如会写作文的ChatGPT、会画动画的Sora、能深度思考的Deepseek、会陪你聊天的Qwen……它们像一群飞速进化 的数字大脑，正在改变我们的学习、生活和工作。 但你有没有好奇过： 别急，所有问题的答案，都藏在一本既有趣又深刻的书里——《人工智能70年：从达特茅斯会议到大模型时代》。 好奇喵限时免费送书活动已开启，参与方式见文末！ 它们是怎么"变聪明"的？ 谁在背后推动这场改变世界的科技革命？ AI究竟是人类的好朋友，还是像科幻电影中的大反派呢？ 这本书由小米集团创始人雷军先生作序推荐，它不是一本枯燥的科技课本，而是一场穿越70年AI风云的沉浸式旅程。 作者陈宗周以资深科技媒体人兼科普作家的独特视角，巧妙地编织了"故事线"与"技术线"两条主线，让硬核的科技知识在鲜活的人物与事件中生动起来。 陈宗周，科普作家，资深科技媒体人，中囯科协第七届全国委员会委员。 新书目录 阅读本书，你会比其他人更了解AI是什么，知道AI能做什么、不能做什么。当同学们还在为AI感到惊奇或害怕时，你已经能化身小小科学家，理性地分 享你对AI的见解了。 你会在这里遇见那位被称作"倔强爷爷"的杰弗 ...

核心观点 - 市场处于牛市中途阶段 短期波动源于交易过热和板块拥挤 但流动性供需格局良好 调整后仍具备上行动能 风格轮动将成为关键特征 建议关注科技AI、经济修复主线和低估红利三大方向 特别重视恒生互联网板块机会 [1][2][5] 市场波动分析 - 全A换手率MA5从8月7日1.6%快速上升至9月2日2.5% 接近去年10月初3.1%的高点水平 短期调整压力上升 [11] - TMT板块拥挤度在8月底达到40%左右 接近年初45%的高点水平 创业板算力板块成交量接近2000万手 接近年初2300万手的峰值 [15] - 历史数据显示牛市中途换手率高点常引发阶段性回调 2006-2007年换手率MA20从4%回落至1.5% 2014-2015年从2.2%回落至1.3%以下 2019-2021年从2%回落至0.7%以下 但不改变长期趋势 [12] 牛市轮动特征 - 2013-2015年牛市呈现多主线轮动 TMT板块在2013年率先走强 2014年下半年"一带一路"题材接棒 交运、钢铁、煤炭等行业表现突出 2014年第四季度金融板块大幅上行 所有一级行业均在2015年6月附近见顶 [2][24] - 2019-2021年牛市多个行业接力上涨 从2019年消费板块到2019Q3-2020Q2的电子板块 再到2020H2-2021年的新能源板块 以及2021年资源股表现突出 [2][26] - 行业见顶时间分散 交运、环保等行业在2019年4月见顶 计算机、传媒在2020年8月见顶 医药、食品饮料、银行在2021年2月见顶 建筑材料、钢铁、有色金属等在2021年9月见顶 [29][30] 流动性状况 - 8月IPO募资规模大幅回落至30亿元左右 较7月230亿元环比下降 与2019-2021年牛市相比仍处于低位 [19] - 上交所A股机构新增开户数达1万户 接近2021年高点1.13万户 个人新增开户数自6月起连续3个月上升 2024年10月开户数接近700万户 大幅突破2021年高点 [21] 国内经济数据 - 8月制造业PMI为49.4% 较上月49.3%微升0.1个百分点 仍处于收缩区间 非制造业PMI为50.3% 上升0.2个百分点 综合PMI产出指数为50.5% 上升0.3个百分点 [33] - 生产指数50.8%上升0.3个百分点 新订单指数49.5%上升0.1个百分点 新出口订单47.2%上升0.1个百分点 主要原材料购进价格指数53.3%上升1.8个百分点 出厂价格指数49.1%上升0.8个百分点 [33] - 大型企业PMI50.8%回升 中型企业48.9%回落 小型企业46.6%回升 建筑业指数49.1%下降1.5个百分点 服务业指数50.5%上升0.5个百分点 [33][34] 国际经济环境 - 8月美国非农就业新增2.2万人 远低于预期7.5万人 前值从7.3万人上修至7.9万人 失业率4.3%高于前值4.2% [51] - 7月美国职位空缺数718万 较前值736万回落 比2019年末高出7.2% 解雇裁员率1.1%与前值持平 [53] - 8月劳动力参与率62.3%高于前值62.2% 但仍低于2019年末63.3%的水平 CME数据显示9月降息25基点概率为89% [55][58] 行业配置建议 - 投资主线聚焦三个方向：Deepseek突破与开源引领的科技AI 内外共振经济修复下的牛市主线 以及低估红利板块 [62] - 红利回撤通常出现在强势产业趋势出现时 低估红利高度取决于AI产业趋势进展 而AI进展又取决于应用端和消费端突破 特别重视恒生互联网板块机会 [62] - 牛市初期资金偏好高景气赛道 后期资金抱团聚焦主线 周期股具备低估值、高贝塔属性 随基本面回暖深化可发挥业绩弹性 获得增量资金青睐 [62]

**行业与公司** * 行业涉及中国智慧医疗与AI医疗 特别是AI临床决策支持(CDSS)领域 [1] [2] [3] [4] [8] [9] [15] * 提及的代表性技术公司包括Deepseek、华为、阿里(千问模型)以及IBM(Watson) [5] [8] [10] [15] **核心观点与论据** * **行业发展阶段**：中国智慧医疗发展经历了三个阶段 1 2014年以前的医疗信息化阶段 2 2014-2020年的互联网医疗阶段 3 2021年至今的智慧医疗与创新阶段 AI应用全面铺开 [2] [3] * **底层驱动因素**：1 行业痛点：老龄化社会导致医疗需求与优质资源(集中于三甲医院)不匹配 医保基金支出增速高于收入增速 [5] 2 技术推动：以大模型技术(如Deepseek)为代表的技术快速发展和市场接受度提升 截至2025年5月1日已发布133个大模型 [1] [5] * **市场规模与增长**：中国AI医疗市场规模从2019年的27亿元(RMB)增长至2023年的107亿元 年复合增长率超40% 预计到2028年将接近千亿元 占整个AI行业比重提升至15.4% [1] [6] * **政策支持**：国家政策(如《关于深入实施人工智能加行动力意见》)对AI在辅助诊疗、健康管理等场景的应用起到重要推动作用 预计将加速相关产品商业化落地与应用 [1] [7] * **具体应用场景**：AI在临床决策支持(CDSS)方面的应用包括医学影像智能分析、病理分析及辅助诊疗工具 例如在食管癌早期检测中可有效减少内镜检查4%至17%的漏检率 [4] * **当前应用情况**：医疗大模型在医疗服务场景中应用最广泛 提及频次达430次占比约53% 应用于企业端(提高运营效率)、患者端(解决资源分配不均)和医院端(推动智慧医疗发展) 基层医疗AI辅助诊断渗透率仅为19% 未来拓展空间巨大 [2] [8] [9] * **海外经验教训**：IBM Watson的早期探索(2011年推出)表明AI医疗面临技术、数据和临床场景结合的复杂性挑战 以及市场教育不足的问题 截至2016年全球270家医院使用了其解决方案 但后续发展出现转折(如与MD Anderson合作终止) 反映出商业化路径上产品化解决方案较少等问题 [10] [11] * **应用前景与投资价值**：临床端对提升诊疗效率和准确性的AI工具需求真实且迫切 AI医疗市场潜力巨大 投资价值集中在拥有前沿技术、大模型能力、庞大数据支撑并能与临床场景深度融合的企业 [12] [14] * **企业表现与投资关注点**：尽管短期内企业在业绩上无明显贡献 但许多已跨过从0到1的阶段 AI产品开始应用落地 建议关注两类公司 1 细分行业头部公司(数据资源丰富) 2 具有模型优势的公司 具备技术壁垒、终端应用和落地能力以及明确商业化路径的公司有望实现规模快速扩张及盈利能力提升 [13] [14] [15] **其他重要内容** * 技术层面 AI诊疗模型的准确性和可靠性有望随算力提升、算法革新和高质量临床数据积累而显著提升 [12] * 商业化层面 AI技术能提高医院运营效率并降低运营成本 在企业端可加强客户粘性和触及率 [4] [8]