报告行业投资评级 * 报告未明确给出统一的行业投资评级，但对多个细分板块给出了景气度判断，包括“稳健向上”和“加速向上” [14] 报告核心观点 * 全球AI算力建设持续，海外云巨头资本开支高增长，带动服务器、光模块等硬件需求 [4][7] * 光连接技术（如CPO）是重要演进方向，行业巨头通过收购等方式加速布局 [1][7] * 国产AI大模型能力快速迭代，达到全球前列水平，将拉动国内数据中心（IDC）及算力链需求 [1][3][8] * AI应用向端侧（如手机）落地，开辟新的增长机会 [1] * 国内光模块出口数据下滑主要因厂商海外建厂，行业需求依然旺盛，国产厂商份额有望提升 [31] 细分赛道总结 服务器 * 本周服务器指数下跌1.22% [2][7] * AWS宣布面向政府区新增近1.3GW的AI/HPC数据中心建设，属于历史级别扩张 [2][7] * OpenAI预期未来拥有2.2亿付费用户，将推动长期训练与推理需求增长 [2][7] * 海外云巨头处于持续扩容期，服务器需求有望持续上修 [2][7] 光模块 * 本周光模块指数上涨4.67% [2][7] * Marvell本季度营收20.75亿美元，较公司指引中点高出1500万美元，略超预期 [1][2][7] * Marvell宣布以约32.5亿美元收购AI初创公司Celestial AI，正式布局CPO（共封装光学）领域 [1][2][7] * Credo 2026财年Q2营收2.68亿美元，同比增长272.1%，环比增长20.2%，大超预期 [1] IDC（互联网数据中心） * 本周IDC指数上涨0.50% [3][8] * DeepSeek发布V3.2系列模型，在公开推理测试中达到GPT-5水平，略低于Gemini-3.0-Pro [1][3] * 增强版模型在IMO、CMO等四项国际竞赛中斩获金牌 [1] * 开源模型与闭源商业模型的性能差距进一步缩小，国产AI加速演进将持续拉动数据中心需求 [3][8] 核心数据更新总结 运营商业务 * 2025年1-10月，电信业务收入累计完成14670亿元，同比增长0.9% [4][15] * 2024年12月，新兴业务（IPTV、云计算、物联网等）收入396亿元，同比增长66.39% [15] * 截至2025年10月，千兆宽带用户达2.38亿户，在固定宽带用户中占比34.1% [18] * 截至2025年10月，5G移动电话用户达11.84亿户，在移动电话用户中占比64.7% [18] * 2025年1-10月，移动互联网累计流量达3232亿GB，同比增长16.8% [18] * 10月当月户均移动互联网接入流量（DOU）达21.21GB/户·月 [18][24] 光模块出口 * 2025年10月，中国光模块出口金额当月同比下降27.56%，环比下降11% [4][31] * 2025年1-10月，中国光模块出口金额累计同比下降16.91% [4][31] * 数据下降主要因国内光模块厂商在海外建设工厂所致 [4][31] 物联网 * 截至2025年10月末，我国蜂窝物联网终端用户数达28.9亿户，同比增长9.89% [32] * 2025年第二季度，全球物联网模组出货量同比增长17% [32][37] 海外云厂商资本开支 * 2025年第三季度，微软/谷歌/Meta/亚马逊资本支出分别为167亿/240亿/196亿/351亿美元，同比分别增长53%/83%/133%/55% [4] 本周市场行情 * 本周通信（申万一级行业）板块上涨3.69%，涨幅排名全行业第2 [39] * 周涨幅前五个股为：天孚通信(+25.79%)、通宇通讯(+23.93%)、实达集团(+19.88%)、美格智能(+13.67%)、仕佳光子(+13.12%) [42] * 周跌幅前五个股为：蜂助手(-6.78%)、世嘉科技(-8.19%)、恒信东方(-8.55%)、数据港(-10.82%)、线上线下(-11.83%) [42] 重要公司动态与行业新闻 海外科技巨头 * **AWS**：发布AI训练芯片Trainium 3，单芯片算力2.52 PFLOPS FP8，并预告Trainium 4开发计划 [1][48]；与NVIDIA扩展战略合作，将支持NVLink Fusion AI基础架构平台 [1][49] * **Marvell**：公布2026财年Q3营收20.75亿美元，略超预期；宣布以约32.5亿美元收购Celestial AI，进军CPO领域 [1][50] * **NVIDIA**：向新思科技投资20亿美元，扩大战略合作以变革设计与工程流程 [52]；一项限制其向部分海外市场销售先进AI芯片的《GAIN AI法案》预计不会被纳入美国国防法案，但新的对华芯片禁令法案被提出，增添变数 [46] * **Anthropic**：已为IPO做准备，最新一轮融资估值或超3000亿美元；预计2025年营收将达到80亿至100亿美元 [51] * **Meta**：据传考虑在2026年将元宇宙团队预算削减高达30% [53] 国内公司与AI进展 * **DeepSeek**：同步推出DeepSeek-V3.2和DeepSeek-V3.2-Speciale两款正式模型，性能达全球前列 [1][47] * **字节跳动/豆包**：推出“豆包手机助手”技术预览版，并首搭于努比亚M153工程样机，售价3499元，迅速售罄 [1][48] * **昆仑芯**：据传已启动赴港上市筹备，目标2027年初完成IPO，最新估值约210亿元人民币 [54] * **中国电信**：举办数智科技生态大会，发布《云网融合2035技术白皮书》 [46]

核心观点 报告认为，当前A股市场因缺乏明确宏观指引而交易清淡，但商品市场因长期低库存和新兴产业需求而表现强劲[3] 国内金融市场政策放松有望带来增量资金并与盈利回升形成共振[4] 同时，国内出口与全球制造业复苏趋势共振，外需修复信号明确[5] 海外方面，尽管美联储降息路径短期或有波折，但就业市场疲软决定了降息方向确定，这将推动全球制造业复苏和实物资产需求[6] 在此背景下，报告明确推荐工业资源品、非银金融、中国设备出口及制造业优势产业、以及受益于资本回流的消费板块作为主要投资主线[7] 1、A股的静默与商品的躁动 - 本周A股市场呈现缩量震荡，交易热度显著降温，全A周平均换手率回落至今年7月以来低点，两融活跃度明显下降，期权隐含波动率持续下行[15] - 市场静默的核心原因在于缺乏新的经济金融数据，且12月关键政策会议尚未召开，市场缺乏明确宏观指引[3][15] - 商品市场表现强劲，白银、铜等金属价格强势上涨，其深层次逻辑在于全球大宗商品被长期压低的库存水平[3] - 长期低库存状态（白银、铜、铝、锡等）使得商品价格对区域性补库需求（如美国关税政策）或新兴产业创造的新需求（如AI数据中心、电动化）极为敏感，价格上行弹性巨大[18] - 例如，美国关税政策导致全球其他地区的铜趋势性流向美国，而AI数据中心发展显著拉动电网用铜需求，预计2030年美国电网用铜量较2025年将新增210万吨[18][28] - 本周铜价上涨的直接触发因素是注销仓单激增，主要源于中国台湾和韩国，反映了在需求前景乐观和低库存背景下，市场对未来在非美地区获取铜的担忧[18][30] 2、非银：资金扩容与资本回报企稳回升的共振 - 近期金融监管政策出现变化，金监局下调保险公司相关业务风险因子，同时监管层提及适度拓宽券商资本空间与杠杆上限，这可能是新一轮对券商和保险资本条件的放松[4][32] - 政策放松可能带来两方面影响：一是为全市场带来更多增量资金；二是在A股盈利已见底回升的背景下，非银金融机构的长期资产端将更加受益于其自身的资金扩容和杠杆率提升[4][32] - 历史经验显示，从过去几次保险下调风险因子和券商加杠杆政策出台后的1-3个月时间看，市场表现较好，而非银板块相较于全A指数有超额收益[4][32] 3、国内：出口与全球制造业复苏将继续共振 - 短期来看，11月中国制造业PMI新出口订单分项修复幅度最大，同时韩国出口增速改善以及中国主要港口集装箱吞吐量增长，共同指向11月中国出口增速有望迎来明显反弹[5][33] - 长期趋势来看，美联储开启降息周期往往是全球流动性环境趋松、贸易需求与投资活动回暖的重要转折点[5] - 自2024年美联储开始降息后，新兴市场的外商直接投资（FDI）流入已呈上升趋势，例如非洲和东盟的FDI流入开始增多，巴西、阿根廷等拉美国家的投资增速也出现上行拐点[5][37] - 东盟的制造业PMI自今年7月以来持续上行，印尼10月的开工小时数也明显高于同期平均水平，显示该地区景气度走强[37][45] - 东盟和非洲是今年以来拉动中国出口增长的主要力量，随着全球需求修复和投资上行，中国外需有望进一步增长[5][37] - 未来新兴市场对中国出口的拉动可分为两条链：一是东盟新兴制造业基地对半导体、电网设备、电池、工程机械等品类的需求；二是非洲和拉美工业化建设对钢铁、建筑材料、工程机械等资本品和中间品的需求，以及随之可能提升的消费品需求[47] 4、海外：降息预期虽有波折，重点仍在就业市场 - 近期在美联储官员鸽派发言及对哈塞特可能上任美联储主席的预期下，市场对12月降息的预期明显回升，且当前定价已较为充分，对2026年的降息预期也比9月点阵图更为乐观[6][52] - 但由于缺乏关键硬数据，预计下周美联储议息会议可能是“鹰派发言+降息”的组合，这可能导致美元阶段性反弹，短期对风险资产构成压力[6][52] - 当前美国的核心矛盾在于就业市场疲软，而非通胀：11月ADP新增就业人数再次转负，近半年已有四次负增长；Revelio Labs报告显示11月美国就业岗位净减少约9000个；芝加哥联储预测10月和11月失业率分别维持在4.46%和4.44%的高位[6][60] - 9月核心PCE同比增速超预期回落至2.9%，12月一年期通胀预期初值也超预期回落，通胀并非当前关键制约[60][65] - 报告认为，如果10月失业率仍处于4.5%左右，即使美联储下周鹰派发言，1月降息也是大概率事件，降息方向确定[6] - 美国经济呈现投资强于消费的特征，降息将为投资进一步走强创造空间，并推动全球制造业复苏[6][60] 5、主线格局将逐步清晰 - 报告基于国内外形势变化，推荐四条投资主线[7][66] - 第一，工业资源品链条，包括铜、铝、锡、锂、原油、油运，受益于全球制造业复苏带来的实物消耗增长及低库存下的价格弹性[7][66] - 第二，非银金融（保险、券商），受益于监管放松带来的资本扩容，并与A股资本回报见底回升形成共振[7][66] - 第三，中国的设备出口及制造业优势产业，具体包括电网设备、储能、锂电、光伏、工程机械、商用车、照明设备等出口链，以及印染、煤化工、农药、聚氨酯、钛白粉等行业底部反转的机会[7][66] - 第四，受益于资本回流和入境人数增加的消费板块，包括航空、酒店、免税、食品饮料[7][66]

量化模型与因子总结 量化模型与构建方式 1. **模型名称：国证2000指数增强策略模型** * **模型构建思路**：针对国证2000指数成分股（小微盘股），筛选出在该类股票上表现更优的选股因子，构建合成因子，并以此为基础构建指数增强策略[32]。 * **模型具体构建过程**： 1. **因子筛选与合成**：测试并筛选在国证2000成分股上表现突出的技术、反转、特异波动率等因子，合成各大类因子[33]。 2. **因子独立性处理**：由于技术、反转和特异波动率因子相关性较高，将波动率因子对技术和反转因子做回归求残差，得到相对独立的波动率因子[34]。 3. **最终因子构建**：将各大类因子再次等权合成，并进行行业市值中性化，得到最终的“国证2000增强因子”[34]。 4. **策略组合构建**：每月月底，取增强因子值排名前10%的股票，以等权方式构建多头组合进行调仓[37]。 2. **模型名称：基于TimeMixer改进的TSGRU+LGBM机器学习选股模型** * **模型构建思路**：针对原有GBDT+NN融合因子近期失效的问题，引入TimeMixer时序预测框架的多尺度混合与季节/趋势分解机制改进GRU模型，再通过LightGBM集成TSGRU的隐向量与传统量化因子，以更好地捕捉近期市场信息[3][43]。 * **模型具体构建过程**： 1. **模型改进**：基于TimeMixer框架，将其多尺度混合与季节/趋势分解机制引入GRU模型，形成TSGRU模型[3][43]。 2. **特征集成**：使用LightGBM模型，将TSGRU模型输出的隐向量（捕捉时序特征）与传统量化因子进行集成，生成最终的机器学习选股因子[3][43]。 3. **模型名称：基于TSGRU+LGBM因子的指数增强策略模型** * **模型构建思路**：将上述TSGRU+LGBM机器学习选股因子应用于指数增强策略，通过对投资组合的跟踪误差和个股权重偏离进行控制，来最大化因子暴露[4][48]。 * **模型具体构建过程**： 1. **因子输入**：使用TSGRU+LGBM模型生成的选股因子[4]。 2. **组合优化**：在构建策略时，对投资组合的跟踪误差进行控制，同时对个股权重偏离进行控制，以最大化因子暴露[4][48]。 3. **回测设定**：回测区间自2018年2月1日开始，手续费率假设为单边千分之二，每月月初调仓[4][48]。 4. **模型名称：基于红利风格择时+红利股优选的固收+策略模型** * **模型构建思路**：结合宏观指标构建的动态事件因子进行红利指数择时，同时利用AI模型在红利指数成分股内进行优选，构建一个结合了择时和选股的固收+策略[5][56]。 * **模型具体构建过程**： 1. **择时策略构建**：使用经济增长和货币流动性共10个指标，通过动态事件因子体系构建红利指数择时策略[5][56]。 2. **选股策略构建**：利用AI模型（报告中提及GBDT+NN模型）在中证红利指数成分股内进行测试和选股[5][56]。 3. **策略组合**：将择时信号与选股结果相结合，构建固收+策略组合[5]。 模型的回测效果 1. **国证2000指数增强策略模型** * 年化收益率：23.79%[41] * 年化波动率：23.93%[41] * 夏普比率：0.99[41] * 最大回撤：42.49%[41] * 年化超额收益率：13.39%[41] * 跟踪误差：7.69%[41] * 信息比率(IR)：1.74[41] * 超额最大回撤：10.19%[41] * 11月收益率：0.21%[41] * 11月超额收益率：1.84%[2][41] 2. **基于TSGRU+LGBM因子的沪深300指数增强策略模型** * 年化收益率：7.46%[49] * 年化波动率：17.42%[49] * Sharpe比率：0.43[49] * 最大回撤率：28.55%[49] * 年化超额收益率：6.12%[49] * 跟踪误差：4.66%[49] * 信息比率(IR)：1.31[49] * 超额最大回撤：6.64%[49] * 11月收益率：1.07%[49] * 11月超额收益率：3.49%[4][49] 3. **基于TSGRU+LGBM因子的中证500指数增强策略模型** * 年化收益率：12.68%[53] * 年化波动率：20.41%[53] * Sharpe比率：0.62[53] * 最大回撤率：31.34%[53] * 年化超额收益率：9.87%[53] * 跟踪误差：4.92%[53] * 信息比率(IR)：2.01[53] * 超额最大回撤：6.67%[53] * 11月收益率：-3.46%[53] * 11月超额收益率：1.60%[4][53] 4. **基于TSGRU+LGBM因子的中证1000指数增强策略模型** * 年化收益率：15.64%[55] * 年化波动率：22.82%[55] * Sharpe比率：0.69[55] * 最大回撤率：31.75%[55] * 年化超额收益率：13.35%[55] * 跟踪误差：5.37%[55] * 信息比率(IR)：2.48[55] * 超额最大回撤：6.17%[55] * 11月收益率：-2.22%[55] * 11月超额收益率：0.99%[4][55] 5. **基于红利风格择时+红利股优选的固收+策略模型** * 年化收益率：7.33%[57] * 年化波动率：3.37%[57] * 夏普比率：2.17[57] * 最大回撤：4.93%[57] * 最近1个月收益率：-0.03%[5][57] 量化因子与构建方式 1. **因子名称：国证2000增强因子** * **因子构建思路**：综合在国证2000成分股上表现优异的多类因子，通过合成与中性化处理，构建一个具有良好预测能力的复合因子[33][34]。 * **因子具体构建过程**： 1. 测试并合成技术、反转、特异波动率等大类因子[33]。 2. 为降低相关性，将波动率因子对技术和反转因子做回归，取残差作为新的相对独立的波动率因子[34]。公式表示为： $$ResidualVolFactor = VolFactor - \beta_1 \cdot TechFactor - \beta_2 \cdot ReversalFactor$$ 其中，$VolFactor$为原始波动率因子，$TechFactor$和$ReversalFactor$分别为技术因子和反转因子，$\beta_1$和$\beta_2$为回归系数。 3. 将成长、残差波动率、动量、技术、价值等各大类因子进行等权合成[35]。 4. 对合成后的因子进行行业和市值中性化处理，得到最终的增强因子[34]。 2. **因子名称：TSGRU+LGBM机器学习选股因子** * **因子构建思路**：融合改进的时序模型（TSGRU）提取的隐向量特征与传统量化因子，通过LightGBM集成学习生成选股信号[3][43]。 * **因子具体构建过程**： 1. 使用改进的TSGRU模型处理时序数据，输出表征股票近期市场信息的隐向量[3][43]。 2. 将这些隐向量与传统的基本面、技术面等量化因子共同作为特征[43]。 3. 使用LightGBM模型对上述特征进行训练和预测，输出最终的因子值（选股得分）[3][43]。 3. **因子名称：动态宏观事件因子（用于红利择时）** * **因子构建思路**：基于经济增长和货币流动性等多维度宏观指标，构建一个能够发出择时信号的动态事件因子体系[5][56]。 * **因子具体构建过程**： 1. 选取消费者信心指数、发电量、国债利差、PMI新出口订单、PPI、PPI-CPI剪刀差、Shibor、R007等共10个经济增长和货币流动性指标[5][56]。 2. 通过动态事件因子体系处理这些指标，为每个指标生成0或1的信号（例如，0代表看空/空仓，1代表看多/持仓）[61]。 3. 综合所有指标的信号，生成最终的择时信号（0%或100%仓位）[60][61]。 4. **因子名称：GBDT+NN融合选股因子（用于红利股优选）** * **因子构建思路**：结合梯度提升树（GBDT）和神经网络（NN）两类结构差异的模型，使用不同的特征和预测标签进行训练并融合，以增强选股因子的稳定性和预测能力[3][43]。 * **因子具体构建过程**： 1. 分别使用GBDT和NN模型进行训练，选取不同的特征数据集和多种预测标签进行对比[3][43]。 2. 将两类模型的预测结果进行融合，构建出最终的GBDT+NN机器学习选股因子[3][43]。 因子的回测效果 1. **国证2000增强因子** * IC均值：12.63%[34][35] * IC T统计量：12.79[34][35] * 最新月IC值：12.54%[2][35] 2. **TSGRU+LGBM机器学习选股因子（在沪深300成分股中）** * 样本外IC均值：8.69%[44][45] * 样本外多头年化超额收益率：7.24%[44][45] * 本月IC值：37.05%[44][45] * 本月多头超额收益率：3.51%[44][45] 3. **TSGRU+LGBM机器学习选股因子（在中证500成分股中）** * 样本外IC均值：9.12%[49] * 样本外多头年化超额收益率：6.57%[49] * 本月IC值：17.40%[49] * 本月多头超额收益率：0.74%[49] 4. **TSGRU+LGBM机器学习选股因子（在中证1000成分股中）** * 样本外IC均值：11.90%[53] * 样本外多头年化超额收益率：13.46%[53] * 本月IC值：11.52%[53] * 本月多头超额收益率：0.12%[53] 5. **红利股优选因子（GBDT+NN选股策略）** * 年化收益率：18.81%[57] * 年化波动率：20.98%[57] * 夏普比率：0.90[57] * 最大回撤：38.52%[57] * 最近1个月收益率：-0.07%[5][57] * 今年以来收益率：9.07%[57]

报告行业投资评级 * 报告未明确给出行业投资评级 [1][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][27][28][29][30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45] 报告核心观点 * 具身智能是AI最强应用，人形机器人是具身智能最重要的方向之一 [6][41] * 在电动化之后，以ROBO+为代表的赛道将重塑整个汽车产业链，成为最强产业趋势 [6][41] * 行业景气度持续抬升，政策、资本、人才多线共振，产业从概念验证向规模化部署加速迈进 [10][12][13][18][19][31][38] 产业前沿总结 行业动态 * 政策端持续强化：北京市强调要加速推动人形机器人商业化规模化应用落地，打造全球领先的产业聚集地 [11][14]；国家发改委表示将结合“十五五”相关专项规划编制工作，推动具身智能产业健康规范发展 [12][16]；工信部公示人形机器人标准化技术委员会委员名单，推动标准体系建设 [11][14] * 产业端积极布局：京东集团南京研发中心开工，将重点聚焦人工智能、机器人等领域 [11][14]；理想汽车CEO李想宣布回归创业模式押注具身智能，计划2026年交付自研M100芯片AI系统 [12][16]；小米引入前特斯拉Optimus灵巧手核心成员卢泽宇，担任机器人灵巧手负责人 [11][14] * 需求端快速增长：国家税务总局数据显示，10月份工业机器人销售收入同比增长41.7% [14]；国家发改委表示，以人形机器人为代表的具身智能产业规模正以超50%的增速跨越式发展，预计2030年达千亿元市场规模 [16] 本体进展 * **智元机器人**：正式推出灵心平台（LinkSoul），定位为“机器人灵魂定制工厂”，用户可像搭积木一样为机器人自由配置声音、性格、行为与记忆，推动机器人向“人格化”、“私有化智能体”发展，标志着从技术突破迈向规模化应用 [4][17][18][19][20][23][24] * **优必选**：商业化进程显著提速，连续中标广西防城港市（2.64亿元）和江西九江市（1.43亿元）人形机器人数据采集与训练中心项目，产品以Walker S2为主 [4][17][22][27]；2025年全年人形机器人订单总金额已达到13亿元（不含科研教育型号），领跑全球商业化落地 [22][27]；Walker S2已启动量产，月产能约300台，预计全年交付超500台 [27]；公司通过配售新H股净筹资约30.56亿港元，其中75%拟用于产业链投资、收购或整合 [17][22][27] * **其他公司**：利元亨与深圳赛博格签署战略合作协议，布局具身智能机器人在工业场景的创新应用 [17][20] 核心零部件进展 * **奇德新材**：碳纤维制品已获多车型定点，并在人形机器人领域实现小批量订单 [30][32][34] * **中鼎股份**：子公司中鼎智能热系统成为国内两家液冷系统集成商的液冷假负载供应商，预计项目总金额约1500万元，拓展数据中心热管理新业务 [4][30][33][35] * **三协电机**：在机器人领域与海康威视、大华股份、法奥机器人等头部厂商的合作已完成测试定型，并获得批量订单 [30][33][36][37]；公司2025年前三季度营业收入4.07亿元，同比增长38% [37] * **领益智造**：已与多家头部具身智能企业签订战略合作，正积极推动具身机器人硬件制造业务落地 [31][33] * **产业资本**：宁波华翔子公司参投聚焦具身智能产业链的创业投资基金，认缴出资额500万元 [30][32] 资本风向总结 * **深圳叠动科技**：获隆盛科技再度加码战略投资，增资后隆盛科技合计持有其9.23%股权，双方在机器人领域的协同合作进入深度绑定新阶段 [5][38][39] * **北汽蓝谷**：向特定对象发行股票获批，拟募集资金总额不超过60亿元，用于新能源车型开发及AI智能化平台等项目 [5][38][39] 本周观点与产业链数据总结 投资关注方向 * **本体**：汽车主机厂、3C品牌商因掌握需求场景及硬件供应链，竞争优势提升；同时拥有“大脑”、硬件迭代能力和需求场景的华为、字节、小米等公司商业逻辑顺畅 [6][41] * **供应链**：重点关注“门票行情”及技术迭代机遇 [42] * **门票行情**：特斯拉链是最快进入小批量的供应链；智元供应链变化点在于垂直商业模式的重构；华为供应链重点在下游垂直应用场景落地 [6][42] * **技术迭代**：重点关注灵巧手（触觉传感器、丝杠加工工艺）、电机（新型磁材如钐铁氮）、以及PEEK材料替代传统钢的加速趋势 [43] 产业链公司产量与规划 * **宇树科技**：2024年机器狗年销量达2.37万台，占全球市场约69.75%；同年交付超过1500台人形机器人 [44][45] * **特斯拉**：计划2026年年底启动第三代Optimus人形机器人生产，未来最高年产能100万台 [44][45] * **智元机器人**：其A2-W通用具身机器人累计下线超1000台，预计2025年出货量达数千台 [44][45] * **优必选**：预计2025年交付500台工业人形机器人 [44][45] * **云深处科技**：预计2025年机器人出货量将突破1万台 [44][45]

量化模型与构建方式 1. **模型名称：中证央企红利50指数编制模型** **模型构建思路：** 从国务院国资委下属的央企上市公司中，筛选出具有高现金股息率、稳定分红历史的证券，构建一个反映高股息央企整体表现的指数[38]。 **模型具体构建过程：** 1. **确定样本空间：** 中证全指指数的样本空间中满足以下条件的A股和红筹企业存托凭证[38]： * 实际控制人为国务院国资委或由其履行出资人职责的中央企业[38]。 * 过去一年日均总市值排名在前80%[38]。 * 过去一年日均成交金额排名在前80%[38]。 * 过去三年连续现金分红，且过去三年股利支付率均值和过去一年股利支付率介于0和1之间[38]。 2. **选样方法：** 对样本空间内证券，按照过去三年平均现金股息率由高到低排名，选取排名靠前的50只证券作为指数样本[38]。 3. **缓冲区规则：** 定期调整时，将不满足以下任一条件的原样本剔除[38]： * 实际控制人为国务院国资委或财政部。 * 过去一年现金股息率大于0.5%。 * 过去一年日均总市值排名在中证全指指数样本空间前90%。 * 过去一年日均成交金额排名在中证全指指数样本空间前90%。 * 过去三年股利支付率均值大于0且小于1。 4. **加权方式：** 采用股息率加权[38]。 5. **调整频率：** 指数样本每年调整一次，特殊情况临时调整[38]。 量化因子与构建方式 1. **因子名称：高股息因子（现金股息率）** **因子构建思路：** 衡量上市公司现金分红相对于其股价的回报水平，是红利策略的核心筛选指标[3]。 **因子具体构建过程：** 报告未提供具体的计算公式，但根据上下文，其构建基于“过去三年平均现金股息率”[38]。通用的现金股息率计算公式为： $$现金股息率 = \frac{近12个月每股现金股利}{当前股价} \times 100\%$$ 报告中指数的构建使用了“过去三年平均现金股息率”，即对过去三年的年度现金股息率进行平均[38]。 2. **因子名称：Barra风格因子暴露** **因子构建思路：** 使用Barra风险模型分析中证央企红利50指数在多个风格维度上的暴露程度，以刻画其投资风格特征[68]。 **因子具体构建过程：** 报告未详述Barra各因子的具体计算公式，但列出了指数在10个风格因子上的暴露情况[69]。这些因子包括： * 价值风格因子：账面市值比（BookToPrice）、盈利收益率（EarningsYield）[70]。 * 风险防御因子：贝塔（Beta）、残差波动率（ResidualVolatility）[70]。 * 其他风格因子：非线性市值（NonlinearSize）、杠杆（Leverage）、成长（Growth）、动量（Momentum）、规模（Size）、流动性（Liquidity）[69]。 **因子评价：** 分析显示，该指数在价值因子上呈显著正向暴露，在风险因子上呈防御性负向暴露，对动量和成长因子呈负向暴露，整体呈现出深度价值与绝对防御的核心配置风格[68][70][72]。 模型的回测效果 1. **中证央企红利50指数**，累计收益率7.65%[45]，年化收益率5.70%[45]，年化波动率11.86%[45]，夏普比率0.31[45]，最大回撤-10.82%[45]，加权股息率4.46%[49]。 因子的回测效果 1. **高股息因子（应用于中证央企红利50指数）**，2025年股息率区间4.1%-5.2%[60]，均值4.45%[60]。 2. **Barra风格因子暴露（中证央企红利50指数）**，账面市值比（BookToPrice）正向暴露[69]，盈利收益率（EarningsYield）正向暴露[70]，贝塔（Beta）负向暴露[70]，残差波动率（ResidualVolatility）负向暴露[70]，动量（Momentum）负向暴露[70]，成长（Growth）负向暴露[70]。

投资评级 - 首次覆盖给予“买入”评级，目标价192.48港元，对应目标市值3.36万亿元人民币 [5] 核心观点 - 公司组织架构重新调整，全面聚焦“电商、云+AI”主业，组织集中度和凝聚力提升，重启竞争活力 [2] - 即时零售业务有效捍卫电商流量优势，用户活跃度（DAU）止跌回升，订单量市占率大幅提升，履约能力显著增强 [3] - 阿里云作为全球TOP4云厂商中少数具备“全栈AI”自研能力的公司，在AI驱动下业务重回高增长轨道，未来发展潜力巨大 [4][5] 公司简介与战略调整 - 公司是全球领先的电商互联网科技集团，于今年6月将饿了么、飞猪合并入阿里电商事业群，8月业务结构调整为四大板块（中国电商集团、国际数字商业集团、云智能集团、所有其他） [2] - 从“1+6+N”组织变革正式收缩为四大业务，有利于加强资源集中度及组织凝聚力，快速响应商业竞争环境变化 [25][26] 即时零售与电商业务 - 公司于5月正式入局即时零售/外卖市场，淘宝5-10月DAU同比实现正增长，分别为+3%/+7%/+17%/+19%/+12%/+9% [3][36] - 订单量方面，7月单量峰值达1.2亿单，淘宝闪购+饿了么在主流外卖平台的市占率从24Q4的29.4%大幅提升至25Q3的42.8%（订单量口径） [3][42] - 履约能力显著改善，2025年8月较4月骑手数实现240%+增长，UE亏损较峰值收窄一半，预计伴随规模与效率提升将逐步改善 [3][41][49] - 高德地图推出“扫街榜”试水到店业务，基于真实导航行为覆盖超300城市160万家线下服务商家，与淘宝闪购形成协同 [58][62] 云智能与AI业务 - 阿里云是全球第四大IaaS公有云厂商，2024年全球市场份额为7.2%，2025H1中国AI云市场份额达到35.8%位列第一 [89][99][100] - 公司实施“全栈AI”布局，在AI芯片（平头哥PPU芯片）、云计算平台规模、基础大模型能力（千问系列）等核心层面均追求顶尖自研能力 [4][105][113] - AI驱动云业务重回高增长，FY26Q2收入达398亿元，同比增长34.5%，AI相关收入连续9个季度实现三位数增长，占外部商业化收入比例已超20% [68][72] - 公司宣布未来三年投入3800亿元用于AI和云计算基础设施建设，资本开支处于国内第一梯队 [102][105] 财务预测与估值 - 预计FY2026-FY2028年营业收入分别为10394/11621/12789亿元，同比增长4.3%/11.8%/10.1% [9][135][136] - 预计FY2026-FY2028年经调整归母净利润分别为1079/1494/1758亿元，对应经调整PE分别为24.8/17.9/15.2倍 [5][9][144] - 估值采用分部估值法，给予FY2026年电商业务（不含即时零售）11倍EBITA估值，云业务7倍PS估值，得出目标市值3.36万亿元人民币 [5][145]

投资评级 - 维持“买入”评级 [6] 核心观点 - 公司发布全球首创滚吊一体多用途创新船型，主要针对风电装备运输场景进行优化 [3][4] - 新船型配备两个800吨重吊，载货面积约7000平米，能满足目前海上风电最长叶片的装运要求 [4] - 随着国内风机出海加速，公司特种海运服务业务有望成为第二增长曲线，进一步打开成长天花板 [5] - 基于航运业务远期收入增量及海工服务业务单位盈利提升预期，小幅上调公司26-27年业绩预测 [6] 事件分析 - 12月2日，公司参加中国国际海事会展并发布创新船型 [3] 经营分析 - 新船型针对风电主机、塔筒、叶片等运输优化，兼具滚装和吊装模式，预计将较通用型运输船实现明显成本差异并创造新需求 [4] - 国内风机企业海外订单放量，24年新签海外订单28GW，25年1-11月新签27.9GW，同比增68% [5] - 24年整机企业海外交付规模约8.5GW，未来三年国内风机出海有望确定性加速 [5] - 随着自建船队搭建完成，公司特种海运服务业务将确定性放量 [5] 盈利预测与估值 - 预测25-27年归母净利润为12.1/16.6/26.3亿元 [6] - 当前股价对应PE估值为27/19/12倍 [6] - 预测25-27年营业收入为6,448/8,370/12,377百万元，增长率分别为70.60%/29.81%/47.86% [10] - 预测25-27年摊薄每股收益为1.890/2.601/4.121元 [10] - 预测25-27年ROE（归属母公司）为14.32%/16.58%/20.99% [10]

投资评级与核心观点 - 报告对该公司维持“买入”投资评级 [6] - 核心观点：公司发布全球首创滚吊一体多用途创新船型，针对风电运输场景优化，有望凭借经济性优势创造新需求；同时，受益于国内风机出海加速，公司特种海运服务业务有望成为第二增长曲线，进一步打开成长天花板 [3][4][5][6] 事件与经营分析 - 公司于12月2日参加中国国际海事会展并发布全球首创滚吊一体多用途创新船型 [3] - 新船型针对风电装备（主机、塔筒、叶片等）运输场景研发，配备两个800吨重吊，兼具滚装和吊装模式，载货面积约7000平米，能满足当前最长海上风电叶片的装运要求 [4] - 新船型预计将较其他通用型运输船实现明显的成本差异，并有望引领行业创造新需求 [4] - 国内风机出海加速：2024年国内整机企业新签海外订单规模达28GW；2025年1-11月新签27.9GW，同比增长68%；而2024年实际海外交付规模约为8.5GW，未来三年随着新签订单进入交付周期，出海进程有望确定性加速 [5] - 随着自建船队搭建完成，公司向产业链上下游延伸的特种海运服务业务有望作为第二增长曲线确定性放量 [5] 财务预测与估值 - 预测公司2025-2027年归母净利润分别为12.1亿元、16.6亿元、26.3亿元 [6] - 对应2025-2027年每股收益（EPS）分别为1.890元、2.601元、4.121元 [10] - 当前股价对应2025-2027年市盈率（P/E）分别为27倍、19倍、12倍 [6] - 预测公司2025-2027年营业收入分别为64.48亿元、83.70亿元、123.77亿元，增长率分别为70.60%、29.81%、47.86% [10] - 预测公司2025-2027年归母净利润增长率分别为154.38%、37.61%、58.43% [10] - 预测公司2025-2027年净资产收益率（ROE）分别为14.32%、16.58%、20.99% [10]

根据提供的研报内容，该报告主要涉及ETF市场资金流动、交易情况以及各类基金（包括增强策略ETF和主动权益/增强指数型基金）的业绩表现跟踪。报告的核心内容是市场数据回顾和基金业绩统计，**并未涉及任何量化模型或量化因子的构建思路、具体构建过程或公式**。 因此，报告中不存在需要总结的量化模型或量化因子内容。报告内容主要为市场数据和业绩展示。

量化模型与构建方式 量化模型 1. **模型名称**：TimeMixer改进的机器学习选股模型[37][38] **模型构建思路**：在GBDT和NN模型族基础上，通过多目标、多模型融合策略进行改进，将GRU的hidden层输出与其他弱因子一同输入LightGBM进行集成，以提升模型表现[37][38] **模型具体构建过程**：首先对LightGBM和GRU模型进行精细调优，然后将GRU模型的隐藏层输出（hidden）连同其他弱因子作为输入特征，使用LightGBM模型进行集成学习，从而在GRU的基础上实现稳健提升[38] 2. **模型名称**：热门概念指数轮动策略[4][39][44] **模型构建思路**：基于TimeMixer机器学习模型生成个股Alpha因子，将其聚合到Wind热门概念指数上形成指数层面的因子信号，再构建指数轮动策略[4][39][44] **模型具体构建过程**：首先在个股层面开发Alpha因子，由于Wind热门概念指数采用等权重编制，按照指数成分股等权加权方式将个股Alpha因子聚合至各类热门概念指数，形成指数层面的因子信号，每周选择模型得分最高的10个概念指数进行等权配置[4][44] 3. **模型名称**：基于热点概念指数轮动效应的Alpha股票组合策略[5][64] **模型构建思路**：为提升策略可操作性，在概念指数轮动策略的基础上，从成分股中筛选更具代表性的少量标的构建投资组合[5][64] **模型具体构建过程**：基于周度策略的指数信号，在其成分股中按基于TimeMixer改进的机器学习模型Alpha因子排名，选出前20只股票等权构建投资组合[5][64] 4. **模型名称**：基于热门概念指数轮动效应的龙头股组合策略[6][69][70] **模型构建思路**：使用自由现金流率因子从热门概念指数成分股中筛选出龙头企业构建投资组合[6][69][70] **模型具体构建过程**：在每周的概念指数构成的成分股组合里，挑选出自由现金流率最大的2只股票等权构建组合[6][70] 量化因子 1. **因子名称**：月度动量因子[3][23] **因子构建思路**：评估Wind热门概念指数是否具备月度动量特征[3][23] **因子具体构建过程**：计算热门概念指数的月度收益率作为动量因子值[3][23] **因子评价**：因子表现一般，IC值较低，单调性弱于周度因子[3][23][31] 2. **因子名称**：周度动量因子[3][23] **因子构建思路**：评估Wind热门概念指数是否具备周度动量特征[3][23] **因子具体构建过程**：计算热门概念指数的周度收益率作为动量因子值[3][23] **因子评价**：因子表现略优于月度动量因子，但整体效果仍相对有限[3][23][31] 3. **因子名称**：TimeMixer改进的机器学习选股因子[43] **因子构建思路**：将TimeMixer改进的GRU+LSTM机器学习模型应用到中证全指上生成选股Alpha因子[43] **因子具体构建过程**：使用TimeMixer改进的机器学习模型对中证全指成分股进行预测，生成个股的Alpha因子值[43] 4. **因子名称**：TimeMixer改进的机器学习概念指数因子[4][44] **因子构建思路**：将个股Alpha因子聚合到Wind热门概念指数上形成指数层面的因子[4][44] **因子具体构建过程**：由于Wind热门概念指数均为等权重指数，按照指数成分股等权加权方式将个股Alpha因子聚合到概念指数上[4][44] 5. **因子名称**：自由现金流率因子[6][70][72] **因子构建思路**：使用自由现金流与企业价值之比来识别龙头企业[6][70][72] **因子具体构建过程**：计算自由现金流率FCF2EV，公式为FCF/EV，其中自由现金流FCF = (1-t) * EBIT + 折旧摊销 - CapEx - 净运营变化，企业价值EV = 市值 + 总负债 – 货币资金[70] **因子评价**：自由现金流率高的企业抗风险能力强，能更真实地反映企业的盈利质量与资金状况，该因子偏向价值和大市值风格特征[6][72][75] 模型的回测效果 1. **TimeMixer改进的机器学习选股模型**[43][46] **IC均值**：10.68%[46] **多头年化收益率**：45.42%[46] **多头最大回撤率**：18.32%[46] **多头Sharpe比率**：1.91[46] **多头信息比率**：3.66[46] **多空年化收益率**：113.37%[46] **多空最大回撤率**：6.65%[46] **多空Sharpe比率**：7.69[46] **多空信息比率**：2.66[46] 2. **基于TimeMixer的热门概念指数轮动策略**[4][51][52] **年化收益率**：27.53%[52] **年化波动率**：20.58%[52] **Sharpe比率**：1.34[52] **最大回撤率**：26.23%[52] **年化超额收益率（相对中证全指）**：18.06%[52] **年化超额收益率（相对热门概念等权）**：9.02%[52] **跟踪误差（相对中证全指）**：10.46%[52] **跟踪误差（相对热门概念等权）**：11.92%[52] **信息比率（相对中证全指）**：1.73[52] **信息比率（相对热门概念等权）**：0.76[52] **超额最大回撤（相对中证全指）**：9.97%[52] **超额最大回撤（相对热门概念等权）**：21.74%[52] 3. **基于热点概念指数轮动效应的Alpha股票组合策略**[5][64][65] **年化收益率**：21.82%[65] **年化波动率**：16.77%[65] **Sharpe比率**：1.30[65] **最大回撤率**：24.19%[65] **年化超额收益率**：11.34%[65] **跟踪误差**：14.36%[65] **信息比率**：0.79[65] **超额最大回撤率**：22.87%[65] **周度双边换手率**：88.71%[65] 4. **基于热门概念指数轮动效应的龙头股组合策略**[6][70][71][73] **年化收益率**：30.27%[71] **年化波动率**：12.82%[71] **Sharpe比率**：1.61[71] **最大回撤率**：24.73%[71] **年化超额收益率（相对中证全指）**：20.63%[71] **年化超额收益率（相对热门概念等权）**：11.52%[71] **跟踪误差（相对中证全指）**：12.82%[73] **跟踪误差（相对热门概念等权）**：13.10%[73] **信息比率（相对中证全指）**：1.61[73] **信息比率（相对热门概念等权）**：0.88[73] **超额最大回撤（相对中证全指）**：21.65%[73] **超额最大回撤（相对热门概念等权）**：21.02%[73] 因子的回测效果 1. **月度动量因子**[23][26] **IC均值**：1.35%[26] **多头年化收益率**：22.17%[26] **多头最大回撤率**：38.91%[26] **多头Sharpe比率**：0.80[26] **多头信息比率**：0.36[26] **多空年化收益率**：11.13%[26] **多空最大回撤率**：29.07%[26] **多空Sharpe比率**：0.51[26] **多空信息比率**：-0.31[26] 2. **周度动量因子**[23][26] **IC均值**：2.38%[26] **多头年化收益率**：24.03%[26] **多头最大回撤率**：32.41%[26] **多头Sharpe比率**：0.93[26] **多头信息比率**：0.53[26] **多空年化收益率**：12.21%[26] **多空最大回撤率**：27.00%[26] **多空Sharpe比率**：0.58[26] **多空信息比率**：-0.26[26] 3. **TimeMixer改进的机器学习概念指数因子**[4][44][49] **IC均值**：7.27%[49] **多头年化收益率**：30.77%[49] **多头最大回撤率**：20.36%[49] **多头Sharpe比率**：1.44[49] **多头信息比率**：1.28[49]