报告行业投资评级 未提及 报告的核心观点 T0 策略因风险暴露低、收益回撤比高受关注，股指期货为 T0 策略提供更有利载体；采用日内走势形态预测 + 日内 CTA 框架构建策略，利用 K - Shape 算法归类走势，用神经网络架构预测标签，叠加适配走势类型的日内 CTA 基策略，可实现较高收益回撤比，整体策略费后年化收益可达 11.19%、回撤 3.62%，IM 上单独实施收益可达年化 30%以上 [1][92][93] 根据相关目录分别进行总结 1 股指期货 T0 策略特征解析 1.1 从股票到股指的 T0 策略 - 股票 T0 策略现状：国内股票市场为 T + 1 交易制度，个股 T0 交易依赖底仓或融券，融券 T0 受限但底仓 T0 仍有效；T0 策略收益与标的换手率及日内振幅相关，单笔收益低，靠高频次交易、严格止损和高信号胜率盈利；分为人工 T0 和程序化 T0，程序化 T0 收益稳定但弹性低；历史数据显示，股票 T0 策略年化收益率 5% - 20%，最大回撤小，许多产品小于 1%；已有成熟第三方服务商与券商合作，为投资者提供收益增厚服务 [9][12][13][14] - 股指期货 T0 策略的优势：股指期货实行 T + 0 交易制度，无需借券或底仓，能低成本规避 Beta 暴露；主力合约流动性高、振幅充足，交易成本低，采用保证金交易制度自带杠杆；盘口价格稳定性更高，滑点影响更小 [16][18] - 对于多资产、多策略配置的意义：股指期货 T0 收益来源与传统资产差异大，能提供免费杠杆和空方收益，扩展资产配置可能性；在理财收益率走低环境中是较好的收益补充；其高胜率低回撤和收益来源异质化特性，能提升传统资产配置的收益风险特征 [19][21] 1.2 股指期货 T0 策略范式探讨 - T0 策略与传统交易策略区别：开仓与平仓有时间限制，决策空间逐步收窄，未及时平仓的亏损头寸会成实际亏损；易受高频信息流冲击，需严格交易纪律 [23] - 具体实现逻辑：基于订单簿的微观结构策略，通过分析买卖盘口高频数据预测短期价格走势；动量 / 反转与统计套利策略，基于金融时序统计规律，交易频率中低；机器学习 / 深度学习与传统范式结合，能自动从海量数据中学习复杂非线性模式，预测能力远超传统统计模型 [25][26][27] 2 基于日内走势模式预测的 T0 框架 2.1 时间序列聚类算法梳理 - DTW + K - Means：DTW 算法衡量时间序列相似性，可克服局部平移、缩放、周期不变性，将其带入 K - Means 算法实现指数日内形态聚类，但簇中心计算易受异常值影响，计算复杂度高 [33][39][40] - K - Shape：专为时间序列聚类设计，使用基于形状的距离度量标准，具有平移和缩放不变性，计算效率和簇中心表达更具优势；对沪深 300 历史日内走势聚类，簇中心更平滑且与簇平均相似度更高 [41][45] 2.2 K - Shape 算法在股指现货的聚类表现 对上证 50、沪深 300、中证 500、中证 1000 日内走势聚类，初始聚类 20 类有较多重复，核心走势四类；选择 K = 8 并显式给定簇中心初始值，聚类结果稳定，最终将走势形态聚类减少为三类：趋势上涨、趋势下跌、震荡 [48][53][65] 2.3 基于深度学习的走势形态标签预测 对于中低频 T0 策略，预测走势类型比预测收益率更有意义；采用 MLP + GRU 的神经网络架构结合日频截面与高频时序信息进行标签预测，验证集胜率可由自然的 33%提升至 40%；样本外准确率一个季度后衰竭较快，需每季度重新训练 [57][65][67] 2.4 T0 基线策略：日内 ATR 突破 以日内 ATR 突破策略为 T0 基线策略，利用波动率聚集效应，以近期波动幅度设置开仓、止盈、止损阈值；策略对交易费率敏感，不同指数在不同费率下收益表现不同；策略日胜率在 50%上下，收益很大程度依靠赔率 [72][75][82] 2.5 基于走势形态预测的股指期货 T0 策略 通过走势形态预测适配基策略的调用与否与调用参数，可提升策略收益；样本外四个合约等权配置下，策略收益由年化 6.65%提升至 11.19%，最大回撤由 7.45%降低至 3.62%；IM 合约策略收益由年化 31.33%提升至 34.83%，最大回撤 7.15%增加至 7.89% [84][87][90] 2.6 总结与展望 T0 策略受投资机构关注，股指期货 T0 是更有利载体；采用日内走势形态预测 + 日内 CTA 框架构建策略，收益回撤比较高；未来可从输入更多信息提升走势类型预测效果、开发反转的日内 CTA 基策略两方面探索 [92][93][96]

报告行业投资评级 未提及 报告的核心观点 认为本次关税升级很可能复制 2025 年 4 月模式，市场波动小于 4 月，短期内强化美债长端多头动力，但需警惕谈判破裂等尾部风险 [3][17] 根据相关目录分别进行总结 历次贸易摩擦中市场反馈模式复盘 - 2018 年 3 - 6 月为贸易摩擦初期渐进式认知阶段，美国宣布钢铝关税及对华 600 亿美元商品征税，初期影响不显著，后中美博弈加剧，国内权益市场承压，上证指数 3 个月累计下跌约 11.45%，债市走强，10 年期国债收益率下行约 19bp，呈“债强股弱”格局 [1][9] - 2019 年 5 - 12 月为冲突再起全球共振阶段，中美谈判破裂后贸易冲突升级，在贸易环境不确定及全球制造业 PMI 底部周期背景下，全球市场下半年基本呈“债强股弱”，3 个月内美债 10 年期收益率从 2.45%降至 1.74%附近 [1][12] - 2025 年 4 月为“互惠关税”冲击放大与快速修复阶段，特朗普宣布“互惠关税”政策，形成全球性冲击，5 日内全球主要股指跌幅 5 - 15%，资金流向债券，日本 10 年期国债收益率 5 日内下行约 32bp，避险货币走强，后续股市反弹，主要股指基本修复，债市分化 [2][14] 本周海外宏观利率回顾 宏观经济指标点评 截至 10 月 3 日当周，美国 EIA 原油库存继前一周回升后继续上行，虽库存增加幅度超预期，但市场对俄罗斯原油供应扰动担忧及美国需求回升提振市场情绪，推动油价数据公布后一小时仍小幅走高 [18] 主要海外市场利率回顾 - 美国：本周美债收益率下行，周五特朗普发出关税威胁后，贸易摩擦或升温，美股承压，纳斯达克指数单日跌 3.56%，10 年期美国国债利率下行 9bp，COMEX 黄金单日收涨 1.58%，截至 12 号晚间美方态度缓和，政府停摆或继续，资金有望涌入债市，短债增发或暗示 11 月削减长债发行规模，利于压低长端市场利率 [4][19] - 欧日：本周 1 - 3 年期日债收益率下行，5 - 20 年期日债收益率上行，“亲刺激”政策预期下长债承压，10 年期日债收益率接近 2008 年以来最高点位，日本执政联盟破裂后续政策待关注；本周德债收益率整体下行 [30] 其他大类资产点评 - 权益：本周越南 VN30、日本日经 225 创高位，欧美市场普遍走弱，越南经济三季度增速达 8.22%且被富时指数升级为新兴市场，股市创新高，日股在“亲刺激”预期下创新高，欧美及中国香港市场因政治动荡、贸易冲突等因素回调或下行 [31] - 大宗：本周金属领涨，伦敦银、伦敦金等上涨，基本金属及能源原料走强，布伦特原油、农产品、生猪等走弱，比特币跌幅最大 [32] - 外汇：本周俄罗斯卢布领涨，日元领跌，越南盾、港元、美元基本稳定，欧元、瑞士法郎、英镑下跌 [33] 市场跟踪 展示了本周全球主要经济体国债利率涨跌幅、全球主要股指涨跌幅、主要大宗涨跌幅、全球主要外汇涨跌幅（兑人民币），以及美国、日本、欧元区最新经济数据面板 [40][42][45][48]

总体贸易表现 - 9月中国出口同比增速为8.3%，较上月上升3.9个百分点[4] - 9月中国进口同比增速为7.4%，较上月上升6.1个百分点[4] - 进口增速创下年内高点，但主要由价格因素推动[5][7] 出口表现与驱动因素 - 对欧盟出口增速扩大至14.2%，为年内新高[6][13] - 对非洲出口同比大幅增长56.4%，拉丁美洲增长15.2%[6][13] - 汽车、船舶、集成电路、液晶平板显示模组等高科技和高附加值产品领涨出口[6] - 出口呈现“量稳价升”趋势，钢材、电子等多数产品出口价格边际修复[6][16] - 对美国出口同比下降27.0%[13] 进口表现与驱动因素 - 进口增速回升主要受飞机、集成电路等机电类及高科技产品拉动[7] - 铜、铁矿砂等原材料进口增速回升更多受国际大宗商品价格上涨推动，内需修复仍显薄弱[5][7][21] - 半导体等中间品与科技产品进口数量大幅改善[7][21] 风险提示 - 未来面临政策不及预期、国内经济形势变化超预期、出口变动超预期等风险[8]

根据研报内容，总结如下： 量化模型与构建方式 1. **模型名称：三维择时框架**[7][11][12] * **模型构建思路**：通过综合评估市场分歧度、流动性和景气度三个维度的状态，对市场整体走势进行判断[7][11][12] * **模型具体构建过程**：模型基于三个核心指标： 1. 市场分歧度指数：衡量市场参与者观点的差异程度[11][16] 2. 市场流动性指数：衡量市场的资金充裕程度[11][18] 3. A股景气度指数2.0：衡量上市公司整体的经营景气状况[11][20] 通过观察这三个指标的趋势和组合状态（例如，流动性下行、分歧度扩大、景气度稳中有升），形成对市场（如震荡下跌）的判断[7][11][12] 2. **模型名称：热点趋势ETF策略**[25][26][27] * **模型构建思路**：结合价格形态、技术指标和市场关注度，筛选出具有短期上涨趋势的ETF构建投资组合[25][28] * **模型具体构建过程**：过程分为三步： 1. **形态筛选**：首先筛选出最高价与最低价同时呈现上涨形态的ETF[25] 2. **构建支撑阻力因子**：基于最高价与最低价近20日的回归系数，构建衡量趋势陡峭程度的支撑阻力因子[25] 3. **关注度筛选与组合构建**：在支撑阻力因子的多头组中，选择近5日换手率与近20日换手率比值最高（即短期关注度提升最明显）的10只ETF，最终采用风险平价方法构建组合[25][29] 3. **模型名称：资金流共振策略**[33][34][36] * **模型构建思路**：结合融资融券资金和主动大单资金两类资金流的动向，选择两类资金共同看好的行业[2][33] * **模型具体构建过程**： 1. **因子构建**： * **行业融资融券资金因子**：计算行业内个股的（融资净买入-融券净卖出）并加总，然后对Barra市值因子进行中性化处理，再取最近50日均值，并计算其两周环比变化率[33] * **行业主动大单资金因子**：计算行业的净流入数据，并对其进行最近一年成交量的时序中性化处理，然后进行排序，最后取最近10日均值[33] 2. **策略规则**：在主动大单因子的头部打分行业内，剔除融资融券因子也处于头部的行业（研究发现融资融券因子多头端在某些市场状态下有负向超额），以提升策略稳定性，并进一步剔除大金融板块[33] 3. **行业推荐**：每周选择经过上述处理后有资金共振效应的行业作为推荐[33][36] 模型的回测效果 1. **资金流共振策略**，年化超额收益13.5%[33]，信息比率(IR)1.7[33]，上周绝对收益0.98%[33]，上周超额收益（相对行业等权）-0.54%[33] 量化因子与构建方式 1. **因子名称：风格因子（Barra系列）**[39][40][43] * **因子构建思路**：采用经典的Barra风险模型框架中的风格因子，从不同维度刻画股票特征[39][40][43] * **因子具体构建过程**：报告提及了多个Barra风格因子，包括： * **规模因子(size)**：进行行业中性化处理[41] * **贝塔因子(beta)**：进行市值、行业中性化处理[41] * **成长因子(growth)**：进行市值、行业中性化处理[41] * 其他因子如动量(momentum)、波动率(volatility)、非线性规模(nlsize)、价值(value)、流动性(liquidity)、盈利收益率(earnings_yield)、杠杆(leverage)等，大部分进行了市值和行业中性化处理[41][43] 2. **因子名称：Alpha因子**[42][44][46] * **因子构建思路**：构建多种基于基本面、分析师预测、市场交易数据的因子，以捕捉超额收益[42][44][46] * **因子具体构建过程**：报告列举了大量具体因子及其计算方法，例如： * **成长类因子**：如每股营业收入同比增长率(yoy_orps)、资产负债率同比变化率(debt_ratio_yoy)、总负债同比增长(tot_liab_yoy)、单季度营业收入同比增速(yoy_or_q)等[42][44] * **动量类因子**：如1年-1个月的收益率(mom_1y_1m)、十二个月残差动量(specific_mom12)等[44] * **盈利质量类因子**：如单季度ROE同比差值(roe_q_delta_report)、单季度ROE(roe_q_report)等[44][46] * **分析师预测类因子**：如(当前一致预测np_FY1-3个月前一致预测np_FY1)/3个月前一致预测np_FY1绝对值(mom3_np_fy1)、评级上下调差/评级上下调和(est_num_diff)等[46] 因子的回测效果 1. **风格因子（最近一周收益）**，规模因子(size)1.57%[39][43]，贝塔因子(beta)1.08%[40][43]，成长因子(growth)0.42%[40][43]，动量因子(momentum)0.39%[43]，波动率因子(volatility)0.20%[43]，非线性规模因子(nlsize)1.31%[43]，价值因子(value)-0.13%[43]，流动性因子(liquidity)0.96%[43]，盈利收益率因子(earnings_yield)-0.67%[43]，杠杆因子(leverage)0.48%[43] 2. **Alpha因子（近一周多头超额收益）**，每股营业收入同比增长率(yoy_orps)2.62%[44]，资产负债率同比变化率(debt_ratio_yoy)2.57%[44]，总负债同比增长(tot_liab_yoy)2.53%[44]，单季度营业收入同比增速(yoy_or_q)2.51%[44]，流动负债同比增长(cur_liab_yoy)2.49%[44]，速动比率同比变化(quick_ratio_yoy)2.25%[44]，营业收入同比增速(yoy_or)2.14%[44]，(当期总资产-去年同期总资产)/去年同期总资产绝对值(yoy_total_assets)2.12%[44]，销售商品提供劳务收到的现金流变化/投入资本(delta_cashflow_goodsales_ic)2.03%[44]，应付账款同比变化(yoy_accpayable)1.94%[44]，1年-1个月的收益率(mom_1y_1m)1.76%[44]，十二个月残差动量(specific_mom12)1.74%[44]，营业利润_TTM/销售费用_TTM(oper_salesexp)1.67%[44]，单季度ROE同比差值(roe_q_delta_report)1.61%[44]，单季度ROE同比差值（考虑快报、预告）(roe_q_delta_adv)1.61%[44]，经营活动现金流入变化/投入资本(delta_cashinflow_ic)1.61%[44]，(净利润ttm-过去八个季度的净利润ttm均值)/过去八个季度的净利润ttm标准差(np_ttm_growth_std)1.61%[44]，流动比率同比变化率(cur_ratio_yoy)1.57%[44]，earnings_fttm 1.56%[44]，单季度每股收益同比增速(yoy_eps_q)1.56%[44] 3. **Alpha因子（在不同宽基指数内的近一周多头超额收益）** * **单季度ROE同比差值（考虑快报、预告）(roe_q_delta_adv)**，在沪深300中8.23%[46]，在中证500中4.55%[46]，在中证1000中9.38%[46]，在国证2000中4.96%[46] * **(当前一致预测np_FY1-3个月前一致预测np_FY1)/3个月前一致预测np_FY1绝对值(mom3_np_fy1)**，在沪深300中7.14%[46]，在中证500中5.60%[46]，在中证1000中9.54%[46]，在国证2000中4.19%[46] * **评级上下调差/评级上下调和(est_num_diff)**，在沪深300中7.73%[46]，在中证500中4.86%[46]，在中证1000中8.72%[46]，在国证2000中4.60%[46] * **(当前一致预测eps_FY1-3个月前一致预测eps_FY1)/3个月前一致预测eps_FY1绝对值(mom3_eps_fy1)**，在沪深300中7.70%[46]，在中证500中4.88%[46]，在中证1000中8.28%[46]，在国证2000中5.18%[46] * **单季度ROE同比差值(roe_q_delta_report)**，在沪深300中7.47%[46]，在中证500中3.84%[46]，在中证1000中8.11%[46]，在国证2000中3.09%[46]

核心观点 - 城投债市场持续呈现净偿还态势，融资节奏偏紧，净供给收缩，区域分化显著，部分省份净偿还规模占存续债比重高[1][8][11][13] - 政策层面积极扶持“专精特新”中小企业及高技术制造业，通过产业基金、人工智能+行动等举措扩大社会投资，推动经济向创新型领域发展[3][32][36][40] - 投资策略需结合区域经济基本面、化债进展及产业基础，重点关注经济大省、债务化解利好区域及产业集群城市，久期选择需匹配风险[45][46][47][48] 城投债净偿还态势延续 - 城投债净融资规模连续七个月为负，9月净偿还规模达693.49亿元，年初至今累计净融资为-4221.89亿元，同比小幅减少2.33%[1][8] - 仅六个省份城投债净融资为正，广东规模最大（140.21亿元），江苏净偿还规模接近1200亿元，湖南、安徽、浙江和重庆净偿还规模在350-400亿元之间[1][11] - 黑龙江净偿还比例高达52.01%，辽宁和吉林分别为28.27%和14.30%，江浙两地净偿还比例较低（江苏4.87%、浙江2.15%）[1][13] - 地级市中，深圳、惠州、广州净融资规模居前（35亿元及以上），南京净偿还规模最大（362.81亿元）[2][15] 首发城投主体与发债成本 - 今年首发城投主体共34家，浙江数量最多（8家），江苏、山东各4家，行政级别以区县级为主（占比50%）[2][17] - 主体评级以AA+为主（20家），隐含评级以AA为主（16家）[22][25] - 发债成本分化明显，贵州和山西加权票面利率最高（分别为3.68%和3.43%），上海、安徽、北京最低（均低于2%）[2][27][29] 政策扶持与制造业趋势 - 制造业PMI回升至49.8%，装备制造业、高技术制造业PMI分别达51.9%和51.6%，供需两端活跃[32][33] - 前八个月规模以上工业中小企业增加值同比增长7.6%，专精特新“小巨人”企业增加值增长8.7%[36] - 政策通过先进制造产业投资基金、人工智能+行动等支持民营企业，鼓励大中小企业融通创新[32][38][40] 区域投资策略 - 经济大省（如广东、江苏、浙江）可拉长久期至5年，依托基本面和融资能力抵御估值波动[45] - 债务化解利好区域（如重庆、黑龙江、甘肃）可关注3-5年久期，化债政策改善现金流[46] - 产业集群城市（如湖南湘江新区、湖北沿江发展带、四川成都平原经济区）建议2-3年久期，防范利率波动风险[47][48][51]

投资评级 - 报告对招金矿业的投资评级为“推荐” [4][6] 核心观点 - 公司2025年第三季度业绩低于预期，但黄金价格上行有望进一步提升盈利空间 [1][4] - 公司通过资源扩张和海域金矿项目为未来增长奠定基础，海域金矿达产后可贡献黄金年产量15-20吨，克金完全成本仅为120元/克，盈利能力优越 [3] - 预计公司2025-2027年归母净利润为32.67、43.47、56.54亿元，对应市盈率分别为32、24、19倍 [4][5] 2025年三季度业绩表现 - 2025年前三季度公司实现营收120.52亿元，同比增长54.10%，实现净利润21.17亿元，同比增长140.43% [1] - 2025年第三季度单季实现营收50.79亿元，同比增长59.03%，环比增长25.73%，但净利润为6.78亿元，环比减少13.18% [1] - 2025年前三季度黄金均价3203美元/盎司，同比增长39.64%，Q3单季度均价3459美元/盎司，环比增长5.43% [2] - 公司前三季度确认资产减值损失约7.2亿元，同比增长约73.6%，主要涉及一家金矿山的关闭和一家铜冶炼厂的减值 [2] - 公司上半年因套保业务带来商品期货合约平仓亏损约1.07亿元 [2] 成本与费用 - 公司上半年国内矿产金克金综合成本为216.20元/克，同比上升2.96% [2] - 公司前三季度销售费用0.22亿元，管理费用10.68亿元，财务费用2.73亿元 [2] - 公司前三季度毛利率38.58%，同比降低4.36个百分点，净利率23.11%，同比增长7.40个百分点 [2] 资源扩张与项目进展 - 公司2024年投资并购德拉罗泊矿业及塞拉利昂西金两个海外项目，加快国际化步伐 [3] - 2024年10月通过成立招金瑞宁持有中润资源20%股权，扩大业务版图 [3] - 2024年集团新增金资源量261.16吨，2025年上半年又新增金资源量25吨 [3] - 公司持有70%股权的海域金矿已进入建设快车道，1.2万吨/日选矿系统已带水试车成功，达产后可贡献黄金年产量15-20吨 [3] 盈利预测与财务指标 - 预计公司2025年营业收入200.68亿元，同比增长73.7%，2026年营收235.08亿元，同比增长17.1% [5][9] - 预计公司2025年归属母公司股东净利润32.67亿元，同比增长125.2%，2026年净利润43.47亿元，同比增长33.0% [5][9] - 预计公司2025年每股收益0.92元，2026年每股收益1.23元 [5][9] - 预计公司毛利率将从2024年的39.15%提升至2027年的51.64% [9] - 预计公司净资产收益率将从2024年的6.85%提升至2027年的16.63% [9]

报告行业投资评级 - 行业投资评级为“推荐” [6] 报告核心观点 - 电力设备与新能源板块本周表现弱于大盘，但子行业分化明显，核电、风电表现强劲，锂电池板块承压 [1] - 新能源汽车市场维持高景气度，9月主要车企交付量同比环比多数实现显著增长，行业需求持续向好 [2][11] - 新能源发电领域政策面释放积极信号，两部门发文治理价格无序竞争，叠加产业链价格企稳，行业基本面有望改善 [3][35] - 电力设备板块受益于电网投资建设，“宁电入湘”特高压工程竣工投产，将有效促进新能源大范围优化配置 [4][59] 分板块总结 新能源汽车 - 2025年9月新势力车企交付数据亮眼：零跑汽车交付66,657辆，同比增长97.4%，环比增长16.8%，连续蝉联新势力交付冠军 [2][11][13]；小米汽车交付超40,000辆，环比增长33.3% [2]；小鹏汽车交付41,581辆，创历史新高 [2][11]；比亚迪单月交付396,270辆，保持市场领先地位 [2][18] - 2025年1-9月累计交付方面：零跑汽车累计交付395,516辆 [13]；比亚迪累计交付3,260,146辆 [18]；小鹏汽车累计交付313,196辆，同比增长217.8% [11] - 锂电池材料价格多数上涨：截至10月10日，三元动力电芯价格环比上涨2.56%至0.4元/Wh；NCM811正极材料价格环比上涨4.86%至15.53万元/吨；硫酸钴价格环比大幅上涨27.02%至7.88万元/吨 [25] - 投资建议聚焦三条主线：长期格局优化的电池、隔膜等环节；4680技术迭代带动的产业链升级；以及固态电池等新技术 [21][24] 新能源发电 - 政策层面强调治理价格无序竞争，国家发展改革委、市场监管总局发布公告，要求经营者依法行使自主定价权，维护公平有序的市场环境 [3][35] - 2025年1-8月全国太阳能发电新增装机230.61GW，同比增长64.73%，但8月单月新增装机7.36GW，同比下滑55.29% [40] - 光伏产业链价格企稳：硅料价格维持在51元/kg；N型G12单晶硅片价格维持在1.68元/片；TOPCon电池片-182mm价格环比上涨2.44%至0.042美元/W；TOPCon双玻组件182mm价格环比微涨0.43%至0.693元/W [44][45][50] - 投资建议关注光伏、风电、储能三大领域：光伏侧重点包括硅料龙头、新技术（如BC、TOPCon）及受益北美市场的标的；风电侧关注海风、主机厂及关键零部件；储能侧按大储、户储、工商业等不同场景推荐对应公司 [46][47][48][49] 电力设备及工控 - 2025年前三季度国家电网总部招标总金额达1409.12亿元，其中输变电项目招标金额1005.95亿元，占比71.38%；特高压项目招标金额221.58亿元，占比15.72% [4][59] - “宁电入湘”特高压工程全面竣工投产，具备800万千瓦送电能力，每年可输送电量超360亿千瓦时，其中新能源电量占比超50%，预计每年可减少标准煤消耗615万吨，降低碳排放1682万吨 [4][59] - 2025年8月全社会用电量10154亿千瓦时，同比增长5.0%；1-8月累计用电量68788亿千瓦时，同比增长4.6% [59] - 投资建议围绕三大主线：电力设备出海；配网智能化、数字化投资；以及特高压建设 [62][63]；工控及机器人领域则关注人形机器人产业链的确定性机会 [64] 本周板块行情 - 电力设备与新能源板块本周下跌2.52%，表现弱于上证指数（上涨0.37%），在申万一级行业中排名第29 [1][72] - 子板块中，核电指数涨幅最大，上涨9.82%；风力发电指数上涨2.26%；储能指数上涨0.35%；锂电池指数跌幅最大，下跌5.95%；太阳能指数下跌3.33% [1][74] - 个股方面，上海电力、台海核电周涨幅居前，分别上涨18.71%和15.63%；孚能科技、先导智能跌幅居前，分别下跌13.98%和11.94% [74][76]

报告行业投资评级 - 行业投资评级为“推荐”，并维持该评级 [8] 报告核心观点 - 宏观层面，美国9月就业与通胀数据低于预期，强化了美联储降息预期，利好大宗商品价格 [2] - 中美贸易摩擦重燃刺激市场避险需求，叠加央行购金及美元信用弱化等中长期因素，共同推动贵金属价格走强 [4] - 工业金属方面，铜矿供给扰动持续，铝市受益于需求旺季及低库存，预计价格维持强势 [2] - 能源金属方面，刚果（金）出口配额限制及印尼RKAB政策加剧供应端扰动，锂、钴、镍需求旺季持续，价格支撑较强 [3] 行业及市场表现总结 - 报告期内（2025年9月29日至10月10日），SW有色指数大幅上涨11.89%，显著跑赢上证综指（+1.80%）和沪深300指数（+1.47%）[1] - 贵金属表现突出，COMEX黄金价格上涨6.48%，COMEX白银价格上涨2.48% [1] - 工业金属价格普遍上涨，LME铝、铜、锌、锡价格分别上涨3.66%、1.66%、3.40%、2.72% [1] - 工业金属库存多数下降，LME锌库存下降11.28%，LME锡库存下降13.15% [1] 工业金属板块总结 - **铜**：供给扰动持续，Teck Resources旗下Quebrada Blanca铜矿及日本部分冶炼厂下调产量指引，支撑铜价；宏观降息预期提供系统性利好 [2] - **铝**：下游加工材需求旺季带动铝水直供比例提升，铝锭产量维持低位；国内铝锭社会库存约为64.9万吨，累库幅度可控，需求韧性凸显，预计铝价维持高位震荡 [2] - **锌**：海外LME库存处于低位提供支撑，但国内基本面呈现供强需弱格局，下游消费表现平淡 [46][48] - **铅**：国内现货铅锭供应偏紧，社会库存刷新近一年低位，对价格形成支撑 [58] - **锡**：受印尼关闭非法锡矿消息影响，价格波动较大，但高价抑制下游实际消费 [59] - **镍**：印尼RKAB政策有效期缩短引发供应稳定性担忧，国内社会库存累库明显，预计短期内价格区间震荡 [60] 贵金属板块总结 - 黄金价格走强受多重因素驱动：美国9月ADP就业人数减少3.2万人（预期为增加5.1万人）强化降息预期、中美贸易摩擦引发避险需求、央行购金及美元信用弱化是中长期主线 [4] - 白银价格因工业属性及补涨驱动屡创新高 [4] - 短期市场关注以色列和哈马斯停火协议进展，COMEX黄金主力运行于4000-4050美元/盎司区间 [74] 能源金属板块总结 - **锂**：供应端以锂辉石为原料的碳酸锂生产占比已超60%；需求端动力及储能市场旺盛，电芯及正极材料排产持续向好，预计碳酸锂将持续大幅去库，价格支撑强 [3][104] - **钴**：刚果（金）执行44%出口配额限制，主流矿企和贸易商维持中国钴原料偏紧预期，暂停报价；下游因原料库存紧张，询盘价格持续上行，呈现“有价无市”，钴价预计持续走强 [3][95] - **镍**：印尼RKAB新政策加强资源端管控，需求端处于旺季，下游厂商对价格接受度上浮，镍盐价格仍有上涨空间 [3] 重点公司推荐总结 - 工业金属重点推荐：洛阳钼业、紫金矿业、五矿资源、中国有色矿业、金诚信、中国铝业、中孚实业、中国宏桥、宏创控股、天山铝业、云铝股份、神火股份 [2] - 能源金属重点推荐：力勤资源、华友钴业、藏格矿业、中矿资源、永兴材料、盐湖股份，建议关注腾远钴业、寒锐钴业 [3] - 贵金属重点推荐：西部黄金、山东黄金、招金矿业、中金黄金、赤峰黄金、灵宝黄金、潼关黄金、万国黄金集团，建议关注中国黄金国际、大唐黄金和集海资源等；白银标的推荐兴业银锡、盛达资源、湖南白银 [4]

投资评级 - 行业投资评级为“推荐” [6] 核心观点 - AI+政务迎来重磅政策机遇，中央网信办与国家发展改革委联合印发《政务领域人工智能大模型部署应用指引》，明确了13大应用场景，并在经费保障和商业模式创新方面提供支持 [4][11][13] - 国产AI实现“算力-模型-应用”闭环，DeepSeek发布V3.2模型，寒武纪、昇腾等国产芯片厂商第一时间宣布适配 [4][18] - 建议关注三大产业链方向：AI+政务产业链、国产算力产业链以及国产基础软件 [4][21][22] 市场回顾 - 本周（10.09-10.10）计算机（中信）板块下跌2.04%，表现弱于沪深300指数（下跌0.51%）和中小板指数（下跌1.03%），但强于创业板指数（下跌3.86%）[1][31] - 板块个股涨幅前五名为：中威电子（上涨10.83%）、宝兰德（上涨9.91%）、ST易联众（上涨9.76%）、先进数通（上涨9.75%）、开普云（上涨9.63%）[34] - 板块个股跌幅前五名为：恒为科技（下跌16.23%）、荣科科技（下跌15.14%）、深信服（下跌9.13%）、方正科技（下跌9.07%）、乐鑫科技（下跌8.01%）[34] 行业要闻 - AMD与OpenAI达成为期四年的芯片合作，OpenAI将采购“数十万块”AI芯片，并获得最多1.6亿股AMD认股权证（最高持股可至10%），市场预期该协议或为AMD带来数百亿美元级收入 [2][23] - 工信部等七部门发布《深入推动服务型制造创新发展实施方案（2025—2028年）》，提出按需布局算力基础设施，推进“5G+工业互联网”与AI融合，目标到2028年打造100个服务型制造创新发展高地 [2][27] - 中央网信办、国家发改委联合印发《政务领域人工智能大模型部署应用指引》，强调系统谋划、集约发展与安全稳妥，提出统筹集约、避免“模型孤岛” [25] 公司动态 - 索辰科技全资子公司拟以7425万元现金受让昆宇蓝程（北京）科技55%股权，目标公司100%股权评估值1.35亿元，增值率667.82%，对价支付与2025-2027年净利润考核挂钩（1000/1200/1400万元）[3][29] - *ST国华披露重大诉讼进展，涉案标的为上市公司股份471,748股及现金253,761,436.19元，公司已向法院递交执行申请 [2][30] - 网宿科技持股5%以上股东、董事刘成彦通过集中竞价减持2443.8万股（占总股本0.9936%）后，决定提前终止减持计划 [28] AI+政务政策详情 - 《政务领域人工智能大模型部署应用指引》详细列出了13大应用场景，涵盖政务服务类（如智能问答、辅助办理、政策服务直达快享）、社会治理类（如智能监测巡检、辅助执法监管、市场风险预测）、机关办公类（如辅助文书起草、资料检索、智能分办）以及辅助决策类（如灾害预警、应急处置、政策评估、智能辅助评审）[12] - 政策明确加强经费保障，引入市场化竞争机制，探索企业建设运营、政府购买服务、按使用情况结算费用的运作模式 [13] - 行业已有实际应用案例，如博思软件在湖南省职业病防治院上线新一代智慧报账系统，新点软件在广州花都区推出政务服务AI小精灵“花嘟嘟” [13][16] 国产AI技术进展 - DeepSeek发布V3.2-Exp模型，在多项基准测试中表现优异，例如在MMLU-Pro和GPQA-Diamond基准上均取得85.0和80.7的成绩，在Codeforces-Div1测试中得分从2046提升至2121 [19] - 华为昇腾、寒武纪等国产芯片厂商宣布实现对DeepSeek-V3.2-Exp的适配，针对其特有的Tilelang编程语言开发了相应算子 [18]

核心观点 - 投资者对股票市场预期较高，偏好持有股性转债以博取更大弹性，但需关注强赎执行率和价格信号以优化投资思路[1] - 三季度转债强赎执行率处于历史高位，下修概率逐月提升，反映上市公司较强的转股意愿，希望利用市场窗口期快速促转股[1][9] - 强赎触发前后转债溢价率呈现规律性变动：临近强赎时溢价率承压，公告不强赎后不强赎样本溢价率上升，提议强赎样本溢价率回落至0%以下[1][2][11] - 短期权益市场波动可能对转债估值形成压力，但若后市V型反弹，转债估值仍有上行空间[3][17] - 建议关注三大方向：AI产业化及半导体国产替代相关的科技成长转债、新能源及汽车零部件等高端制造转债、"反内卷"驱动供需优化的行业转债[3][17] 市场表现分析 - 本周大部分股票指数下跌，中证转债指数涨跌幅为0.03%，有色金属、煤炭、钢铁等行业涨幅靠前[3][17] - 各平价区间转债价格中位数走势分化，转债估值仍位于历史相对高位[3][17] - 外围冲击下市场风险偏好或下降，权益资产波动可能加剧[3][17] 行业关注方向 - AI产业化加速：海外算力需求升温，国内大模型迭代驱动，半导体国产替代打开电子行业增长空间，建议关注正帆、兴瑞、环旭、信服等转债[3][17] - 高端制造景气修复：下半年新能源、汽车零部件等领域有望改善，建议关注天能、崧盛、福22、麒麟等转债[3][17] - 反内卷驱动供需优化：光伏、钢铁等板块中长期盈利中枢上行，有望困境反转，建议关注友发、科顺、和邦、凤21等转债[3][17] 转债估值与行为分析 - 强赎触发前后溢价率变动显著：不强赎样本与提议强赎样本的溢价率差值在强赎临近时上升，市场提前定价强赎意愿[2][11] - 公告不强赎后，不强赎样本转股溢价率明显上升，提议强赎样本平均溢价率回落至0%以下[2][11] - 转债估值指数显示估值处于历史高位，但短期压力相对可控，若市场反弹估值仍有上行空间[3][17]