报告投资评级 - 港股市场评级为“优于大市” [4] 报告核心观点 - 港股市场整体业绩下修趋势得到扭转，能源板块表现强势 [1] - 市场回撤速度放缓，但行业表现分化显著，能源、煤炭等上游行业领涨 [1][2] - 盈利预期（EPS）整体转为上修，其中以钢铁、轻工制造、电力设备及新能源、煤炭、有色金属等中上游行业表现较优 [3] 市场表现总结 - **整体市场**：本周恒生指数下跌1.1%（上周下跌3.3%），恒生综指下跌1.0%（上周下跌3.8%），回撤幅度较上周收窄 [1] - **风格表现**：小盘股（恒生小型股+1.5%）表现优于大盘股（恒生大型股-1.0%）和中盘股（恒生中型股-2.2%） [1] - **概念指数**：恒生科技指数上涨0.6%，而恒生生物科技指数下跌4.0% [1] - **策略组合**：国信海外选股策略组合多数下跌，其中自由现金流30组合上涨1.6%，ROE策略进攻型组合下跌4.9% [1] 行业表现总结 - **领涨行业（按中信行业分类）**：本周11个行业上涨，涨幅居前的包括煤炭（+11.5%）、石油石化（+8.5%）、电力设备及新能源（+7.0%）、传媒（+3.8%）、汽车（+2.4%） [1] - **领跌行业（按中信行业分类）**：本周19个行业下跌，跌幅居前的包括国防军工（-8.2%）、纺织服装（-4.8%）、机械（-4.0%）、房地产（-3.9%）、银行（-3.6%） [1] - **中长期表现（近52周）**：多个上游及周期行业表现强劲，例如有色金属（价格收益+165.2%）、煤炭（+63.3%）、石油石化（+62.6%）、钢铁（+77.5%） [15] 估值水平总结 - **整体市场**：恒生指数估值（动态预期12个月正数市盈率）微降0.2%至11.2倍，恒生综指估值下降0.6%至11.1倍 [2] - **行业估值变化**：本周12个行业估值上升，16个下降，1个持平。估值上升幅度较大的行业包括煤炭（+8.6%）、石油石化（+6.8%）、汽车（+4.3%）、电力设备及新能源（+4.2%） [2] - **行业估值下降**：国防军工（-9.0%）、纺织服装（-5.5%）、房地产（-4.7%）、银行（-4.4%）等行业估值下降幅度较大 [2] 盈利预期总结 - **整体市场**：恒生指数EPS（动态预期12个月正数EPS）较上周上修0.1%（上周为下修1.5%），恒生综指EPS上修0.3%（上周下修1.0%），显示整体盈利下修趋势得到扭转 [3] - **行业EPS上修**：本周21个行业EPS上修，上修幅度较大的包括钢铁（+4.3%）、轻工制造（+2.8%）、电力设备及新能源（+2.7%）、煤炭（+2.7%）、有色金属（+1.9%） [3] - **行业EPS下修**：7个行业EPS下修，下修幅度较大的包括基础化工（-4.1%）、综合金融（-2.2%）、消费者服务（-1.9%）、汽车（-1.8%）、计算机（-1.7%） [3]

外贸与信贷表现 - 1-2月以美元计价出口同比增长21.8%，进口增长19.8%，但高增速可能因海外商家囤货而不可持续[1] - 1-2月新增人民币贷款总额5.61万亿元，同比少增5300亿元，但企业端新增信贷5.94万亿元，同比多增1200亿元[1] - 1-2月居民新增信贷合计为-1942亿元，为历史同期首次转负，同比多减2489亿元[2] 内需与结构性问题 - 居民信贷疲弱显示内生需求不稳，与外贸高增形成反差，经济面临外需波动的挑战[2] - 常住人口城镇化率67.9%与户籍人口城镇化率低于50%的差距，对应约2-3亿人公共服务保障不足[2] - 2025年农村居民转移净收入5232元，仅为城镇居民10056元的一半，制约消费潜力释放[2] 生产与高频数据 - 生产端景气延续向好，螺纹钢、中厚板、冷轧板产量同比均高于历史均值，指向房地产、基建及机电产品生产活动偏强[14][16] - 节后一线城市地铁流量达节前高点的101.4%，但物流数据较年内高点仍有11.4%差距，电影票房较去年农历同期萎缩80.7%[21] 财政与货币市场 - 广义赤字累计发行2.2万亿元，特殊再融资专项债今年累计发行9015亿元，低于去年同期的1.2万亿元[32] - 货币市场保持宽松，但央行OMO投放收缩，银行间待购回债券余额虽回落但仍处历史高位[40]

核心结论 - 当前中东局势引发的能源冲击难以复制20世纪70年代美国通胀的“M顶”形态[1] - 美联储年内降息窗口可能推迟但不会缺席，预计第三、四季度各有1次25个基点的降息[3] 美国能源结构变化 - 页岩油革命使美国从石油净进口国转变为净出口国，对外依赖度显著下降[1] - 美国页岩油产量从约120万桶/日增至2023年的约840万桶/日，并在2016年前后超过常规原油产量[15] - 页岩油开发周期仅需6-12个月，赋予美国能源供给更强的短期调节能力[1][13] 冲击性质差异 - 1979年石油危机属于供给冲击，导致全球石油供给一度减少约400万桶/日[2] - 当前冲击侧重“运输风险”，主要产油国无明显减产意愿，且地区国家正通过港口分流、陆路及多式联运对冲风险[2][16] 通胀传导机制弱化 - 美国对波斯湾石油依赖度已从70年代高点的27.8%降至约8.5%[21] - 2026年1月美国CPI篮子中能源权重约为6.4%，较上世纪80年代下降约5个百分点[2][21] - 美国经济结构服务化及能源权重下降，削弱了能源价格向整体通胀的传导力度[2][21]

核心观点 - 战略资源品行情不仅源于短期地缘冲突与AI替代担忧的催化，更在于供需变化支撑价格中枢抬升的长期逻辑，中期行情有望继续向上 [1][2] - 短期市场或因业绩期临近及地缘局势不确定性而震荡休整，但始于2024年9月24日的牛市格局未变，2026年A股牛市有望走向后半场 [2][26] - 结构配置上应重视安全考量下的战略资源品、关注内需相关的“老登资产”（如地产、白酒），同时AI科技仍是中期主线 [1][3][26] 战略资源品行情驱动因素 - **短期催化因素**：AI技术快速渗透引发市场对轻资产商业模式被颠覆的担忧，促使资金对重资产、难替代的战略资源品进行再定价（即“HALO交易”）[1][12]；中东地缘冲突激化（如美以对伊朗军事行动）导致国际油价大幅攀升，3月9日WTI原油价格接近120美元/桶，进一步催化了油气、煤炭等板块行情 [1][13] - **长期供需逻辑**：供给端受长期资本开支不足（2024年全球主要固体矿产勘查投入124.8亿美元，已连续2年下降）、资源民族主义抬头（如津巴布韦暂停锂产品出口）及运营风险制约 [16]；需求端受AI算力基建、新能源转型（如2025-2040年间AI与能源转型预计带来约900万吨新增铜需求）及大国博弈强化战略储备的刚性支撑 [17] 市场表现与近期动态 - 年初至报告期，战略资源品板块超额收益显著：煤炭涨跌幅为27.8%、石油石化为25.1%、有色金属为17.2%，同期沪深300指数涨幅仅为1.2% [12] - 本周（报告发布当周）市场行业轮动加快，前期领涨的石油化工、有色金属板块出现回撤，主要受地缘局势持续扰动及内部政策预期影响 [11][14] 中期市场展望 - **牛市基础稳固**：国内政策面积极（财政政策更加积极，货币政策适度宽松），基本面出现改善迹象（2月PPI环比上涨0.4%，CPI环比上涨1.0%）[26]；海外特朗普访华预期有望阶段性提振市场风险偏好 [26] - **宏观环境支撑**：全球流动性宽松、地缘政治因素及新兴产业需求共同支撑商品价格 [3] 行业配置建议 - **战略资源品**：在统筹发展与安全的政策基调下，叠加反内卷政策落地及前述供需格局，板块有望持续受益 [3][27] - **内需相关“老登资产”**：扩内需政策置于首位，消费、地产基本面已现改善迹象，低估的地产、白酒板块可能存在阶段性修复机会 [3][27] - **AI科技主线**：两会报告提出深化拓展“人工智能+”，投资机会应从算力硬件向两方面扩散：一是AI应用端（借鉴2012-2015年科技行情扩散路径），二是上游能源电力（包括新型电力系统、智能电网、新型储能及绿电应用）[27]

报告行业投资评级 - 行业投资评级：优于大市（维持评级）[1] 报告的核心观点 - 全球大模型技术快速迭代，推动应用能力提升，行业进入以季度甚至月度为单位的高速竞速时代[2] - 国产大模型凭借显著的性价比优势，在全球AI应用热潮中快速抢占市场，API调用量占比已超50%[2] - AI应用商业化推动云市场增长，进而刺激对数据中心（IDC）的物理资源建设需求，国内数据中心市场空间快速增长[2] 根据相关目录分别进行总结 01 大模型快速迭代，推动应用能力提升 - 大模型在知识问答、数学、编程等多种任务上表现已超过人类水平，可用性及准确度快速提升[2][7] - 模型技术持续进步，主流架构转向MoE以提升能力并降低成本，多模态能力显著增强，思维链技术（如OpenAI o1、DeepSeek-R1）推动模型进入推理时代[7] - 全球大模型行业迭代速率加快，2025年以来告别以年为单位的代际演进，进入以季度甚至月度为周期的竞速时代[2][11] - 头部厂商模型更新频率大幅压缩，以Anthropic为例，2025年更新速度较2024年快了近50%，从季度更新向月度更新演进[11] - 中美前沿模型性能代差快速缩小，据斯坦福大学数据，在LMSYS聊天机器人竞技场中，中美最佳模型的差距从2024年1月的9.26%缩小至2025年2月的1.70%[18] - 中国在开源AI模型方面已领先全球，GLM-5成为开源SOTA模型，整体表现仅次于GPT-5.2、Claude Sonnet 4.6等世界顶尖模型[18] - 多模态大模型能力飞跃，OpenAI Sora 2可实现电影级视频生成与复杂物理效果模拟，字节跳动Seedance 2.0在视频生成可控性、音画同步及多镜头一致性上达到导演级控制精度[23][28] - 基础大模型性能持续突破，谷歌Gemini 3.1 Pro在12项测试中超越Gemini 3 Pro、Claude Opus 4.6、GPT-5.2等，成为全球模型第一[37] - Anthropic Claude Opus 4.6在多项企业基准测试中超越竞争对手，并首次拥有100万token上下文窗口[41] - OpenAI GPT-5.4是其首款原生支持计算机使用能力的通用模型，在OSWorld-Verified测试中达到75.0%的成功率，超越人类72.4%的平均表现[43] - 国产大模型能力迅速提升，月之暗面Kimi K2.5在Agent、代码、图像等任务上取得开源SOTA表现，并实现从单一Agent到Agent集群的进化[48] - MiniMax M2.5在编程、工具调用等生产力场景达到或刷新行业SOTA，其运行成本远低于海外头部模型，在每秒输出50个token的情况下，连续工作一小时仅需0.3美金[55] - 智谱GLM-5在Coding与Agent能力上取得开源SOTA表现，性能与Claude Opus 4.5和Gemini 3 Pro相当，并全面拥抱国产算力生态[62][68] 02 Token用量上涨，国内模型排名上升 - OpenClaw等智能体项目病毒式传播，拉动全球大模型token消耗量创新高，且增长斜率陡峭[2][77] - 国产模型凭借性价比优势快速抢占市场，截至2026年3月9日，OpenRouter平台调用量前十的模型中，Minimax M2.5、DeepSeek V3.2、KimiK2.5等国产模型API调用量占比已超50%，而在2025年12月7日，前十均为海外模型[2][94] - 2025年12月7日至2026年3月9日，OpenRouter周调用量从5.78T增长至14.8T，同比增长156%[94] - 国内模型运营实际成本远低于海外模型，以运行一轮Artificial Analysis测试为例，Minimax M2.5成本为125美元，而Claude Opus 4.6需4970美元，GPT5.2-Codex需3244美元[83] - 成本优势源于两方面：1）国内模型token价格便宜，Minimax M2.5输入/输出价格仅为Claude Opus的6%/5%；2）单次测试消耗token量少，Minimax M2.5为58M，是Claude Opus 4.6（160M）的36%[83] - 国产模型编程能力已接近海外头部模型，在Artificial Analysis和LMArena的评分中，GLM-5、KimiK2.5和MiniMax M2.5的编码能力与GPT-5.1(high）、Claude 4.5 Sonnet持平，排名紧随Claude4.6、GPT-5.4和Gemini 3.1 Pro系列之后[89] - AI应用从辅助工具向独立员工（Agent）演进，Anthropic发布的Claude Cowork及其职能插件能接管鼠标、键盘和文件系统，自主完成复杂工作流，对传统SaaS软件形成冲击[73] 03 AI应用推动云市场增长，IDC需求扩张 - 国产模型海外调用量激增，更多提升了对国产数据中心的需求，而非直接迁移至海外云[2][101] - 若将推理算力迁移至海外公有云，将面临更高成本，以A100为例，海外谷歌云租赁价格为39.01元/小时，高于国内阿里云的31.27元/小时，且北美GPU租金有望持续上行[101] - 全球智算中心电力需求快速增长，据头豹研究院数据，核心IT负载电力需求2023–2028年CAGR将超20%，中国预计在2026年以285TWh的用电量超越欧美，成为全球电力消耗增长主引擎[101] - 海外科技巨头资本开支大幅扩张，2025年甲骨文、微软、谷歌、Meta、亚马逊资本支出分别为500、1154、930、720、1250亿美元，同比分别增长136%、31%、77%、93%、51%[106] - 国内厂商资本开支亦快速增长，2025年Q1-Q3，百度、阿里、腾讯资本开支分别为101、948、596亿人民币，同比分别增长74%、133%、48%，其中阿里宣布三年内投入4800亿资本开支[106] - 当前国内主要互联网与云厂商在AI基础设施上的资本开支投入进度整体仍明显落后于海外，但海外真实调用量正持续转化为推理算力需求，模型商业化能力逐步被验证，有望推动国内资本开支持续提升[2][106] - AI工作负载正从训练转向推理，推理市场准入门槛较低，部署方式更灵活，随着AI应用商业化进入高速增长阶段，云服务成为主要承载平台，带来明显的IaaS需求增加[2][112] - 中国云计算市场受AI应用爆发推动保持高增长，2024年市场规模达8288亿元，同比增长34.4%，预计到2030年有望突破3万亿元[118] - 云计算规模增长直接刺激数据中心建设，预计2025年中国数据中心市场规模达3180亿元，同比增长15%，2026年有望达到3621亿元[118] - 报告梳理了AI产业链相关公司，涵盖IDC、算力租赁、AI芯片、服务器、液冷、光模块、交换机等多个环节[120]

债市核心观点 - 当前中国10年期国债收益率在1.8%附近面临考验，市场滞胀预期抬头但债市整体仍维持在该水平[1] - 基本面：市场认为当前是输入型成本冲击，国内消费温和复苏，中下游顺价能力存疑，这不会引发货币政策转向但加剧增长担忧[1] - 机构行为：理财规模重回33万亿元高位，因债券票息吸引力不足，资金转向固收+、红利资产、黄金和转债，导致资产相关性提高，存在股债同跌的脆弱性[1] - 短期节奏：银行因去年同期高基数带来的业绩压力，及险资为满足偿付能力要求，可能在3月末卖出债券或赎回基金，特别是二级资本债[1] - 未来支撑：债市能否守住1.8%取决于价格能否从外部/上游顺利传导至内需/中下游，若PPI向CPI传导顺畅且需求复苏，债市定价基础将质变[12] 多资产表现与数据 - 本周（3月7-14日）资产表现：沪深300涨0.19%，恒生指数跌1.14%，标普500跌1.6%；中债10年收益率升3.34BP，美债10年升13BP；美元指数涨1.57%，离岸人民币升0.03%；WTI原油大涨8.6%，LME铝涨3.99%，伦敦金现跌1.62%[2] - 关键资产比价：金银比60.28（周降2），铜油比129.25（周降11.66），AH股溢价122.17（周升0.91）[2] - 库存变化：原油库存增46789万吨至44684万吨，螺纹钢库存增567万吨至294万吨，阴极铜库存增391529吨至145342吨[3] - 资金行为：美元多头持仓增1323张至16384张，空头持仓增2216张至22266张；黄金ETF规模降5万盎司至3445万盎司[3] 宏观经济背景 - 最新宏观数据：出口当月同比高增39.60%，但社零总额当月同比仅0.90%，固定资产投资累计同比为-3.80%[5]

地缘政治与市场影响 - 伊朗新任最高领袖释放强硬信号，威胁封锁霍尔木兹海峡并攻击美军基地，导致市场对中东冲突迅速缓和的预期破灭[9] - 地缘紧张局势推动布伦特原油价格自2022年8月以来首次升破每桶100美元，WTI原油创近四年新高[12] - 中东冲突推升油气价格，引发煤炭替代效应，有望推动煤价反季节性上涨[9] 全球股市表现 - 美股三大指数集体收跌，跌幅均超1.5%，标普500跌1.52%，纳斯达克跌1.78%，道琼斯工业跌1.56%[3][9] - 日经225指数下跌1.04%，东证指数下跌1.32%，主要受油价上涨拖累[12] - 港股三大指数探底回升，恒生指数收跌0.70%，恒生科技指数跌0.54%[3][9] 行业与板块动态 - 港股煤炭板块走强，飞尚无烟煤涨超18%，南南资源涨超12%[9] - 港股绿电概念股走高，大唐新能源涨超8%，金风科技涨超7%[9] - 美股大型科技股普跌，特斯拉跌3.14%，Meta跌2.55%，苹果跌1.94%[12] - 内存市场供应短缺至少持续至2027年下半年，AI数据中心对HBM需求旺盛[14] 宏观经济与政策 - 美联储将于3月17日召开货币政策会议，市场普遍预计维持利率不变，但关注其是否上调通胀预期[9] - 高盛将美联储年内首次降息预期时间推迟至9月[14] - 日本宣布将释放约8000万桶战略储备原油以应对供应中断，相当于45天供应量[12]

报告行业投资评级 未提及 报告的核心观点 - 上周股票型ETF周度收益率中位数为 -0.28%，宽基ETF中创业板类ETF收益最高，板块ETF中周期ETF跌幅最小，热点主题中新能车ETF收益最高 [1][12][16] - 上周股票型ETF净赎回86.49亿元，宽基ETF中上证50ETF净赎回最少，板块ETF中科技ETF净申购最多，主题ETF中芯片ETF净申购最多 [2][28][31] - 截至上周五，华夏、易方达、华泰柏瑞三家基金公司的已上市、非货币ETF总规模排名前三 [53] - 本周将有华宝中证全指家用电器ETF等7只ETF发行 [56] 根据相关目录分别进行总结 ETF业绩表现 - 上周股票型ETF周度收益率中位数为 -0.28%，创业板类、沪深300、A500、中证1000、上证50、中证500、科创板ETF涨跌幅中位数分别为2.49%、0.17%、 -0.26%、 -0.42%、 -1.21%、 -1.44%、 -1.89%；货币型、债券型、跨境型、商品型ETF涨跌幅中位数分别为0.02%、 -0.00%、 -0.73%、 -0.73% [12] - 分板块看，周期、消费、大金融、科技板块ETF涨跌幅中位数分别为 -0.12%、 -0.13%、 -1.41%、 -1.89%；按热点主题分类，新能车、电力、光伏ETF涨跌幅中位数分别为5.01%、4.02%、3.55%，军工、资源、AI ETF涨跌幅中位数分别为 -6.86%、 -4.00%、 -3.85% [16] ETF规模变动及净申赎 - 截至上周五，股票型、跨境型、债券型ETF规模分别为30086亿元、9812亿元、7261亿元，商品型、货币型ETF规模相对较小，分别为3601亿元、1709亿元 [19] - 宽基ETF中沪深300、A500ETF规模较大，分别为5714亿元、2427亿元，科创板、中证500、创业板类、上证50、中证1000ETF规模相对较小，分别为1747亿元、1195亿元、1165亿元、759亿元、435亿元 [19] - 分板块看，截至上周五科技板块ETF规模为5113亿元，周期板块ETF规模次之，为4015亿元，消费、大金融ETF规模相对较小，分别为1987亿元、1925亿元 [26] - 按热门主题看，截至上周五芯片、资源、证券ETF规模最高，分别为1842亿元、1417亿元、1367亿元 [26] - 上周股票型ETF净赎回86.49亿元，总体规模减少327.20亿元；货币型ETF净赎回23.69亿元，总体规模减少23.54亿元 [28] - 宽基ETF中，上证50ETF净赎回最少，为5.98亿元，规模减少15.33亿元；创业板类ETF净赎回最多，为62.04亿元，规模减少32.05亿元 [28] - 按板块看，上周科技ETF净申购最多，为51.78亿元，规模减少74.19亿元；大金融ETF净赎回最多，为0.83亿元，规模减少25.33亿元 [31] - 按热点主题看，上周芯片ETF净申购最多，为45.72亿元，规模减少21.33亿元；资源ETF净赎回最多，为72.47亿元，规模减少125.51亿元 [31] ETF基准指数估值情况 - 截至上周五，上证50、沪深300、中证500、中证1000、创业板类、A500ETF市盈率分别处于80.68%、89.93%、97.27%、97.69%、63.17%、91.69%分位数水平，市净率分别处于54.95%、77.29%、97.52%、81.50%、65.24%、93.59%分位数水平 [34] - 自2019年12月31日开始计算，科创板类ETF目前市盈率和市净率分别处于74.57%、77.37%分位数水平 [34][36] - 截至上周五，周期、大金融、消费、科技板块ETF市盈率分别处于88.93%、23.04%、20.48%、91.82%分位数水平，市净率分别处于94.63%、35.14%、23.78%、83.65%分位数水平 [37] - 截至上周五，光伏、红利、军工ETF市盈率分位数较高，分别为99.92%、98.51%、96.45%；红利、AI、机器人ETF市净率分位数较高，分别为99.83%、95.71%、90.67% [42] - 与前周相比，电力ETF估值分位数明显提升 [42] - 总体来看，宽基ETF中创业板类ETF估值分位数相对较低；按板块看，消费、大金融ETF估值分位数相对温和；按细分主题看，酒、证券ETF估值分位数相对较低 [46] ETF融资融券情况 - 近一年内股票型ETF融资余额和融券余量双升，截至上周四，股票型ETF融资余额由前周的478.24亿元下降至473.86亿元，融券余量由前周的23.85亿份上升至25.00亿份 [47] - 上周一至周四股票型ETF中日均融资买入额较高的为证券ETF和科创板ETF，日均融券卖出量较高的是中证1000ETF和中证500ETF [49][51] ETF管理人 - 截至上周五，华夏基金上市非货币ETF总规模排名第一，在规模指数ETF、主题、风格及策略指数ETF和跨境型ETF等多个细分领域管理规模较高；易方达基金上市非货币ETF总规模排名第二，在规模指数ETF和跨境型ETF方面管理规模较高；华泰柏瑞基金上市非货币ETF总规模排名第三，在规模指数ETF和主题、风格及策略指数ETF方面管理规模较高 [53] - 上周新成立10只ETF，本周将有华宝中证全指家用电器ETF等7只ETF发行 [56]

量化模型与构建方式 1. **模型名称**：中证畜牧养殖产业指数[2][31][35] **模型构建思路**：构建一个能够反映中国畜牧养殖产业上市公司证券整体表现的指数[2][31] **模型具体构建过程**： 1. **样本空间**：同中证全指指数的样本空间，且过去一年日均成交金额位于样本空间前90%[35]。 2. **选样方法**： a. 对于样本空间内符合可投资性筛选条件的证券，选取畜牧产品、动物保健与育种、饲料、肉制品、乳制品行业的上市公司证券作为待选样本[35]。 b. 将上述待选样本按照过去一年日均总市值由高到低排名，选取排名前50名的证券作为指数样本[35]。 c. 选样优先级：畜牧产品、动物保健与育种、饲料行业的证券优先纳入；数量不足50只时，依次纳入肉制品、乳制品行业的证券，使得样本数量达到50只[35]。 3. **加权方式**：采用市值加权，并辅以权重因子调整[35]。 a. 权重因子介于0和1之间，以使畜牧产品、动物保健与育种、饲料行业的单个样本权重不超过15%[35]。 b. 肉制品、乳制品行业单个样本权重不超过3%且合计权重不超过10%[35]。 c. 前五大样本合计权重不超过60%[35]。 4. **定期调整**：指数样本每半年调整一次，样本调整实施时间分别为每年6月和12月的第二个星期五的下一交易日[35]。 模型的回测效果 1. **中证畜牧养殖产业指数 (931946.CSI)**，年化收益率-5.64%[47]，年化夏普比-0.14[47]，年化波动率22.58%[47]，区间最大回撤-46.55%[47]。 2. **中证畜牧养殖指数 (930707.CSI)**，年化收益率-7.61%[47]，年化夏普比-0.23[47]，年化波动率23.19%[47]，区间最大回撤-51.23%[47]。 量化因子与构建方式 （报告未涉及具体的量化因子构建）

报告核心观点 - 国信金工开发的四大主动量化策略以战胜主动股基中位数为目标，而非传统宽基指数，其策略理念独特[12] - 截至2026年3月13日，四大主动量化组合在本年（2026.1.5-2026.3.13）均取得了显著的超额收益，并在全部3721只主动股基中排名均位于前1/4，其中成长稳健组合表现最佳，排名位于前6.21%[1][15] - 报告旨在对“优秀基金业绩增强组合”、“超预期精选组合”、“券商金股业绩增强组合”和“成长稳健组合”这四大策略的近期及历史业绩表现进行跟踪和展示[12] 组合近期表现一览 (截至2026年3月13日) - **整体市场表现**：本周（2026.3.9-3.13）市场调整，股票收益中位数为-1.27%，仅35%的股票上涨；主动股基收益中位数为-0.83%，仅28%的基金上涨[2]。本年（2026.1.5-3.13）市场整体上涨，股票收益中位数为3.94%，62%的股票上涨；主动股基收益中位数为4.46%，76%的基金上涨[2] - **优秀基金业绩增强组合**：本周绝对收益-0.16%，相对偏股混合型基金指数超额收益0.77%；本年绝对收益9.06%，超额收益4.53%，在主动股基中排名第865位（前23.25%）[1][15] - **超预期精选组合**：本周绝对收益-0.17%，相对基准超额收益0.75%；本年绝对收益11.91%，超额收益7.38%，在主动股基中排名第462位（前12.42%）[1][15] - **券商金股业绩增强组合**：本周绝对收益-1.18%，相对基准超额收益-0.26%；本年绝对收益11.08%，超额收益6.55%，在主动股基中排名第543位（前14.59%）[1][15] - **成长稳健组合**：本周绝对收益-1.06%，相对基准超额收益-0.14%；本年绝对收益15.54%，超额收益11.01%，在主动股基中排名第231位（前6.21%）[2][15] 各策略简介与历史绩效 - **优秀基金业绩增强组合** - **策略简介**：该策略转变传统对标宽基指数的思路，改为对标主动股基中位数。其方法是在借鉴经业绩分层优选出的优秀基金持仓基础上，采用组合优化方法控制与优选基金持仓在个股、行业及风格上的偏离，进行量化增强，以达到优中选优的目的[3][52][53] - **历史绩效**：在2012.1.4-2025.12.31的全样本区间内，组合（考虑仓位及交易费用）年化收益达21.40%，相较偏股混合型基金指数年化超额收益为9.85%，大部分年度业绩排名位于主动股基前30%[54][56] - **超预期精选组合** - **策略简介**：该策略以“研报标题超预期”与“分析师全线上调净利润”为条件筛选股票池，然后对池中股票进行基本面和技术面两个维度的精选，构建同时具备基本面支撑和技术面共振的超预期股票组合[4][58] - **历史绩效**：在2010.1.4-2025.12.31的全样本区间内，组合（考虑仓位及交易费用）年化收益达31.11%，相较偏股混合型基金指数年化超额收益为23.98%，自2010年以来每年业绩排名均位于主动股基前30%[59][62] - **券商金股业绩增强组合** - **策略简介**：该策略以券商金股股票池为选股空间和对标基准，采用组合优化的方式控制组合与该股票池在个股、风格上的偏离，旨在对券商金股进行优选，以获取稳定战胜公募基金中位数的表现[5][63] - **历史绩效**：在2018.1.2-2025.12.31的区间内，组合（考虑仓位及交易费用）年化收益为21.71%，相对偏股混合型基金指数年化超额收益为14.18%，在2018-2025年期间，每年业绩排名基本位于主动股基前30%[64][67] - **成长稳健组合** - **策略简介**：该策略采用“先时序、后截面”的二维评价体系，聚焦成长股。根据上市公司距离正式财报预约披露日的间隔天数对股票池分档，优先选择距离披露日较近的股票，并结合多因子打分精选个股，旨在捕捉财报发布前超额收益释放最强烈的阶段[6][68] - **历史绩效**：在2012.1.4-2025.12.31的全样本区间内，组合（考虑仓位及交易费用）年化收益达36.34%，相较偏股混合型基金指数年化超额收益为26.33%，自2012年以来各年度业绩排名基本位于主动股基前30%[69][72]