核心观点 - 报告对港股市场维持“优于大市”评级，认为开年市场整体上涨，但风格与概念板块表现分化[1][4] 全球市场表现 - **港股市场**：本周恒生指数上涨2.0%，年初至今上涨2.8%；恒生科技指数表现更强，本周上涨4.3%，年初至今上涨4.0%[12] - **A股市场**：表现相对疲弱，沪深300指数本周下跌0.6%，上证指数微涨0.1%，创业板指下跌1.3%[12] - **美股市场**：主要指数普遍回调，标普500指数本周下跌1.0%，纳斯达克100指数下跌1.7%[12] - **其他市场**：欧洲斯托克50指数本周上涨1.8%；日经225指数下跌0.8%；韩国综合指数表现突出，本周上涨4.4%[12] - **汇率与商品**：美元指数本周微涨0.4%；COMEX黄金价格本周下跌4.8%；NYMEX WTI原油价格本周微涨0.7%[12] 中观表现汇总：投资收益 - **整体市场**：恒生指数本周价格收益为2.2%，近52周累计收益达38.7%（含股息复投为43.3%）[14] - **风格表现**：大盘股（恒生大型股+2.0%）表现优于中盘股（+0.8%）和小盘股（-0.3%）[1] - **主题指数**：恒生汽车指数本周表现最佳，上涨6.9%；恒生生物科技指数下跌1.4%[14] - **选股策略**：国信海外“自由现金流30”策略本周上涨2.7%，“ROE策略进攻型”下跌2.1%[1][14] - **行业表现（中信分类）**：本周22个行业上涨，7个下跌[1]。领涨行业包括国防军工（+8.9%）、石油石化（+5.6%）、电子（+4.4%）、汽车（+4.2%）和传媒（+4.1%）[1]。领跌行业包括基础化工（-2.1%）、食品饮料（-2.0%）、农林牧渔（-1.9%）[1] 中观表现汇总：估值水平 - **整体估值**：恒生指数动态市盈率本周上升1.4%至11.7倍；恒生综指市盈率上升2.2%至11.7倍[2] - **主题指数估值**：恒生汽车指数估值上升5.1%至14.3倍；恒生生物科技指数估值下降5.0%至25.9倍[2] - **选股策略估值**：“自由现金流30”策略估值上升10.8%至11.1倍；“ROE策略防御型”因成分调整估值大幅下降32.5%至8.9倍[2] - **行业估值变化**：本周14个行业估值上升，16个下降[2]。估值上升幅度较大的行业有房地产（+28.1%）、石油石化（+4.8%）、电子（+3.3%）[2]。估值下降幅度较大的行业有基础化工（-5.8%）、医药（-4.9%）、建材（-4.7%）[2] 中观表现汇总：盈利和股息 - **整体盈利预期**：恒生指数未来12个月EPS预期本周上修0.8%；恒生综指EPS预期微降0.5%[3] - **主题指数盈利**：恒生生物科技指数EPS预期上修3.7%[3] - **选股策略盈利**：“ROE策略防御型”EPS因成分调整大幅上修48.3%；“自由现金流30”策略EPS下修7.3%[3] - **行业盈利预期**：26个行业EPS上修，3个下修[3]。上修幅度较大的行业包括国防军工（+11.8%）、综合（+7.7%）、建材（+6.2%）[3]。下修幅度较大的行业是房地产（-22.0%）[3] - **股息率**：恒生指数未来12个月预期股息率为3.2%；恒生高股息指数预期股息率达6.0%[21]

量化模型与构建方式 1. **模型名称：港股精选组合模型**[15] * **模型构建思路**：该模型旨在对分析师推荐股票池进行基本面和技术面的双层优选，挑选出同时具备基本面支撑和技术面共振的超预期股票，构建港股精选股票组合[15][17]。 * **模型具体构建过程**： 1. **构建分析师推荐股票池**：以分析师上调盈利预测、分析师首次关注、分析师研报标题超预期事件作为分析师推荐事件，构建初始股票池[17]。 2. **双层筛选**：对分析师推荐股票池中的股票进行基本面和技术面两个维度的精选[15][17]。 * **模型评价**：该模型在港股市场回测区间（20100101-20250630）内表现优异，年化收益和超额收益显著[17]。 2. **因子名称：250日新高距离**[23] * **因子构建思路**：该因子用于量化股票价格接近其历史最高价的程度，数值越小表示越接近新高，常用于捕捉动量效应和趋势[21][23]。 * **因子具体构建过程**：计算最新收盘价与过去250个交易日最高收盘价的相对距离。 * **公式**：$$250日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$$ * **公式说明**：其中，$Close_t$为最新收盘价，$ts\_max(Close, 250)$为过去250个交易日收盘价的最大值。若最新收盘价创出新高，则因子值为0；若最新收盘价较新高回落，则因子值为正，表示回落幅度[23]。 3. **模型名称：平稳创新高股票筛选模型**[23][24] * **模型构建思路**：该模型旨在从近期创出新高的股票中，进一步筛选出分析师关注度高、股价走势相对强劲且路径平稳的股票，以捕捉更高质量的趋势机会[3][23]。 * **模型具体构建过程**：在过去20个交易日创出过250日新高的股票池中，按以下步骤进行筛选[23]： 1. **样本池**：全部港股，剔除成立时间不超过15个月的股票[24]。 2. **分析师关注度筛选**：过去6个月买入或增持评级的分析师研报不少于5份[24]。 3. **股价相对强弱筛选**：过去250日涨跌幅位于样本池前20%[24]。 4. **股价平稳性筛选**：在满足上述条件的股票池内，使用以下两个指标综合打分，取排名在前50%的股票（最少取50只）[24]： * **价格路径平滑性**：股价位移路程比。计算公式为：$$\text{股价位移路程比} = \frac{\text{过去120日涨跌幅绝对值}}{\text{过去120日日涨跌幅绝对值加总}}$$[23] * **创新高持续性**：过去120日的250日新高距离在时间序列上的均值[24]。 5. **趋势延续性筛选**：对经过上述筛选的股票，计算其过去5日的250日新高距离在时间序列上的均值，并取排序靠前的50只股票作为最终组合[24]。 模型的回测效果 1. **港股精选组合模型**[20] * 全样本（2010-2025）年化收益：19.08%[20] * 全样本（2010-2025）年化超额收益（相对恒生指数）：18.06%[20] * 全样本（2010-2025）信息比率（IR）：1.19[20] * 全样本（2010-2025）跟踪误差：14.60%[20] * 全样本（2010-2025）最大回撤：23.73%[20] * 全样本（2010-2025）收益回撤比：0.76[20] * 2025年绝对收益：53.23%[18][20] * 2025年超额收益（相对恒生指数）：25.46%[18][20] * 2025年信息比率（IR）：1.19[20] * 2025年跟踪误差：16.65%[20] * 2025年最大回撤：13.06%[20] * 2025年收益回撤比：1.95[20]

报告核心观点 - 国信金工推出的四大主动量化策略组合在2025年度均战胜了主动股基（偏股混合型基金指数）中位数表现，实现了其以公募主动股基为业绩基准、旨在战胜主动股基中位数的策略目标 [1][13] - 成长稳健组合在2025年表现最为突出，绝对收益达55.66%，相对偏股混合型基金指数的超额收益高达22.47%，在3469只主动股基中排名前14.93% [1][2][45] - 超预期精选组合和券商金股业绩增强组合在2025年也取得了显著的超额收益，分别为9.02%和7.47% [1][41] - 优秀基金业绩增强组合在2025年绝对收益为31.88%，但相对基准小幅跑输1.31% [1][24] 策略组合近期表现一览 (2025年收官) - **本周表现 (2025.12.29-2025.12.31)**：成长稳健组合是唯一取得正绝对收益(0.09%)和正超额收益(0.73%)的组合，优秀基金业绩增强组合超额收益为0.50%，而超预期精选组合和券商金股业绩增强组合本周超额收益分别为-0.89%和-0.04% [16][18] - **本年表现 (2025.1.2-2025.12.31)**： - 成长稳健组合：绝对收益55.66%，超额收益22.47%，排名518/3469 (14.93%分位点) [16][45] - 超预期精选组合：绝对收益42.21%，超额收益9.02%，排名1052/3469 (30.33%分位点) [16][32] - 券商金股业绩增强组合：绝对收益40.66%，超额收益7.47%，排名1131/3469 (32.60%分位点) [16][41] - 优秀基金业绩增强组合：绝对收益31.88%，超额收益-1.31%，排名1642/3469 (47.33%分位点) [16][24] - **市场环境对比**：2025年，主动股基收益中位数为31.05%，97%的基金上涨；股票收益中位数为22.53%，80%的股票上涨 [2][49] 各主动量化策略简介与长期绩效 - **优秀基金业绩增强组合**：策略从对标宽基指数转向对标主动股基，在借鉴优秀基金持仓的基础上，采用量化方法进行增强以达到优中选优的目的 [3][50]；全样本区间(2012.1.4-2025.12.31)年化收益21.40%，年化超额收益9.85%，大部分年度业绩排名在主动股基前30% [52][55] - **超预期精选组合**：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，再进行基本面和技术面双层精选 [4][56]；全样本区间(2010.1.4-2025.12.31)年化收益31.11%，年化超额收益23.98%，每年业绩排名均在前30% [57][60] - **券商金股业绩增强组合**：以券商金股股票池为选股空间，采用组合优化控制与基准在个股和风格上的偏离 [5][61]；全样本区间(2018.1.2-2025.12.31)年化收益21.71%，年化超额收益14.18%，各年度业绩排名基本在前30% [62][65] - **成长稳健组合**：采用“先时序、后截面”的二维评价体系，聚焦成长股在财报披露前超额收益释放的黄金期进行布局 [6][66]；全样本区间(2012.1.4-2025.12.31)年化收益36.34%，年化超额收益26.33%，各年度业绩排名基本在前30% [67][70]

量化模型与构建方式 1. 模型名称：国信金工指数增强组合模型 * **模型构建思路**：以多因子选股为主体，通过收益预测、风险控制和组合优化三个主要流程，构建能够稳定战胜特定基准指数（如沪深300、中证500等）的增强组合[11][12]。 * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票未来收益进行预测[12]。 2. **风险控制**：在组合优化中施加多种约束以控制风险[12]。 3. **组合优化**：采用组合优化模型求解最优权重。具体优化模型如下[40]： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ * **目标函数**：最大化组合在目标因子上的暴露，其中 \(f\) 为因子取值向量，\(w\) 为待求解的股票权重向量[40][41]。 * **约束条件**： * 风格暴露约束：\(X\) 为风格因子暴露矩阵，\(w_b\) 为基准权重，\(s_l\), \(s_h\) 为风格暴露偏离上下限[40][41]。 * 行业偏离约束：\(H\) 为行业暴露矩阵，\(h_l\), \(h_h\) 为行业偏离上下限[40][41]。 * 个股权重偏离约束：\(w_l\), \(w_h\) 为个股相对于基准权重的偏离上下限，通常设置为0.5%-1%[40][42]。 * 成分股权重占比约束：\(B_b\) 为成分股标识向量，\(b_l\), \(b_h\) 为成分股内权重占比上下限[40][41]。 * 卖空与权重上限约束：禁止卖空，并限制个股权重上限 \(l\)[40][41]。 * 满仓约束：组合权重之和为1[40][42]。 2. 模型名称：单因子MFE（Maximized Factor Exposure）组合模型 * **模型构建思路**：为了在更接近实际投资约束的条件下检验单因子的有效性，通过组合优化方式构建一个在控制行业、风格等暴露后，最大化该因子暴露的投资组合，并观察其相对于基准的表现[15][40]。 * **模型具体构建过程**： 1. 设定MFE组合的约束条件，包括控制行业暴露中性、风格暴露中性（如市值）、个股权重偏离幅度（如1%）、成分股内权重占比100%等[44]。 2. 将**国信金工指数增强组合模型**中的优化目标函数改为最大化特定单因子的暴露 \(f^{T}w\)，其他约束条件保持不变[40][44]。 3. 在每个月末，根据上述优化模型求解，构建每个单因子的MFE组合[44]。 4. 在回测期内定期换仓，计算组合收益并扣除交易费用（双边0.3%），最终计算其相对于基准的各项收益风险指标[44]。 3. 模型名称：公募重仓指数 * **模型构建思路**：为了测试因子在公募基金持仓风格下的有效性，通过汇总公募基金定期报告持仓，构建一个代表公募基金整体重仓股的指数，作为新的因子测试样本空间[42]。 * **模型具体构建过程**： 1. **样本基金选择**：选择普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金[43]。 2. **持仓数据获取与处理**：从基金的定期报告（年报、半年报、季报）中获取持股信息。若最新报告为季报，需结合前期的年报或半年报信息构建完整持仓[43]。 3. **计算平均持仓**：将所有符合条件的基金持仓合并，计算每只股票在所有基金中的平均权重[43]。 4. **选择成分股**：将股票按平均权重降序排列，选取累计权重达到90%的股票作为成分股，构建公募重仓指数[43]。 量化因子与构建方式 报告涉及30余个因子，涵盖估值、反转、成长、盈利、流动性、波动、公司治理和分析师等多个维度[16][17]。以下是各因子的名称与构建方式： 1. 估值类因子 * **因子名称**：BP * **因子构建思路**：衡量市净率的倒数，属于价值因子。 * **因子具体构建过程**：净资产 / 总市值[17]。 * **因子名称**：单季EP * **因子构建思路**：衡量单季度盈利与市值的比率。 * **因子具体构建过程**：单季度归母净利润 / 总市值[17]。 * **因子名称**：单季SP * **因子构建思路**：衡量单季度营收与市值的比率。 * **因子具体构建过程**：单季度营业收入 / 总市值[17]。 * **因子名称**：EPTTM * **因子构建思路**：衡量滚动盈利与市值的比率。 * **因子具体构建过程**：归母净利润TTM / 总市值[17]。 * **因子名称**：SPTTM * **因子构建思路**：衡量滚动营收与市值的比率。 * **因子具体构建过程**：营业收入TTM / 总市值[17]。 * **因子名称**：EPTTM一年分位点 * **因子构建思路**：衡量当前EPTTM在近一年历史中的相对位置。 * **因子具体构建过程**：EPTTM在过去一年中的分位点[17]。 * **因子名称**：股息率 * **因子构建思路**：衡量公司分红回报。 * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[17]。 2. 反转与动量类因子 * **因子名称**：一个月反转 * **因子构建思路**：衡量短期价格反转效应。 * **因子具体构建过程**：过去20个交易日涨跌幅[17]。 * **因子名称**：三个月反转 * **因子构建思路**：衡量中期价格反转效应。 * **因子具体构建过程**：过去60个交易日涨跌幅[17]。 * **因子名称**：一年动量 * **因子构建思路**：衡量长期价格动量效应。 * **因子具体构建过程**：近一年除近一月后动量[17]。 3. 成长类因子 * **因子名称**：单季净利同比增速 * **因子构建思路**：衡量单季度净利润的同比增长。 * **因子具体构建过程**：单季度净利润同比增长率[17]。 * **因子名称**：单季营收同比增速 * **因子构建思路**：衡量单季度营业收入的同比增长。 * **因子具体构建过程**：单季度营业收入同比增长率[17]。 * **因子名称**：单季营利同比增速 * **因子构建思路**：衡量单季度营业利润的同比增长。 * **因子具体构建过程**：单季度营业利润同比增长率[17]。 * **因子名称**：SUE（标准化预期外盈利） * **因子构建思路**：衡量盈利超出分析师一致预期的程度，并做标准化处理。 * **因子具体构建过程**：（单季度实际净利润 - 预期净利润）/ 预期净利润标准差[17]。 * **因子名称**：SUR（标准化预期外收入） * **因子构建思路**：衡量营收超出分析师一致预期的程度，并做标准化处理。 * **因子具体构建过程**：（单季度实际营业收入 - 预期营业收入）/ 预期营业收入标准差[17]。 * **因子名称**：单季超预期幅度 * **因子构建思路**：衡量实际盈利相对于预期盈利的比例。 * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[17]。 4. 盈利类因子 * **因子名称**：单季ROE * **因子构建思路**：衡量单季度净资产收益率。 * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母净资产 + 期末归母净资产)[17]。 * **因子名称**：单季ROA * **因子构建思路**：衡量单季度总资产收益率。 * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母总资产 + 期末归母总资产)[17]。 * **因子名称**：DELTAROE * **因子构建思路**：衡量净资产收益率的同比变化。 * **因子具体构建过程**：单季度净资产收益率 - 去年同期单季度净资产收益率[17]。 * **因子名称**：DELTAROA * **因子构建思路**：衡量总资产收益率的同比变化。 * **因子具体构建过程**：单季度总资产收益率 - 去年同期单季度总资产收益率[17]。 5. 流动性类因子 * **因子名称**：非流动性冲击 * **因子构建思路**：衡量单位成交金额引起的价格冲击，反映流动性成本。 * **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值 / 成交额的均值[17]。 * **因子名称**：一个月换手 * **因子构建思路**：衡量短期换手率。 * **因子具体构建过程**：过去20个交易日换手率均值[17]。 * **因子名称**：三个月换手 * **因子构建思路**：衡量中期换手率。 * **因子具体构建过程**：过去60个交易日换手率均值[17]。 6. 波动类因子 * **因子名称**：特异度 * **因子构建思路**：衡量股价波动中不能被常见风险因子（如市场、市值、估值）解释的部分。 * **因子具体构建过程**：1 - 过去20个交易日Fama-French三因子回归的拟合度[17]。 * **因子名称**：一个月波动 * **因子构建思路**：衡量短期股价波动。 * **因子具体构建过程**：过去20个交易日日内真实波幅均值[17]。 * **因子名称**：三个月波动 * **因子构建思路**：衡量中期股价波动。 * **因子具体构建过程**：过去60个交易日日内真实波幅均值[17]。 7. 公司治理类因子 * **因子名称**：高管薪酬 * **因子构建思路**：衡量公司高管薪酬水平。 * **因子具体构建过程**：前三高管报酬总额取对数[17]。 8. 分析师类因子 * **因子名称**：预期EPTTM * **因子构建思路**：基于分析师一致预期的滚动市盈率倒数。 * **因子具体构建过程**：一致预期滚动EP[17]。 * **因子名称**：预期BP * **因子构建思路**：基于分析师一致预期的市净率倒数。 * **因子具体构建过程**：一致预期滚动PB[17]。 * **因子名称**：预期PEG * **因子构建思路**：结合成长性的估值指标。 * **因子具体构建过程**：一致预期PEG[17]。 * **因子名称**：预期净利润环比 * **因子构建思路**：衡量分析师对未来盈利增长预期的变化。 * **因子具体构建过程**：一致预期净利润 / 3个月前一致预期净利润[17]。 * **因子名称**：三个月盈利上下调 * **因子构建思路**：衡量过去一段时间内分析师盈利预测上调与下调的家数净差额。 * **因子具体构建过程**：过去3个月内分析师（上调家数 - 下调家数）/ 总家数[17]。 * **因子名称**：三个月机构覆盖 * **因子构建思路**：衡量股票受机构关注度。 * **因子具体构建过程**：过去3个月内机构覆盖数量[17]。 模型的回测效果 1. 国信金工指数增强组合模型 * **沪深300指数增强组合**：本周超额收益-0.59%，本年超额收益20.90%[5][14]。 * **中证500指数增强组合**：本周超额收益-0.54%，本年超额收益5.45%[5][14]。 * **中证1000指数增强组合**：本周超额收益-0.19%，本年超额收益15.64%[5][14]。 * **中证A500指数增强组合**：本周超额收益-0.24%，本年超额收益10.26%[5][14]。 因子的回测效果 （以下为各因子在**沪深300样本空间**中MFE组合的表现，指标包括最近一周、最近一月、今年以来及历史年化超额收益[18][19]） 1. **标准化预期外盈利(SUE)**，最近一周0.43%，最近一月2.55%，今年以来12.65%，历史年化4.22%[19]。 2. **DELTAROA**，最近一周0.42%，最近一月2.53%，今年以来16.29%，历史年化4.82%[19]。 3. **DELTAROE**，最近一周0.33%，最近一月2.78%，今年以来18.51%，历史年化4.52%[19]。 4. **单季营利同比增速**，最近一周0.32%，最近一月2.08%，今年以来14.54%，历史年化3.53%[19]。 5. **特异度**，最近一周0.25%，最近一月0.53%，今年以来3.02%，历史年化0.21%[19]。 6. **股息率**，最近一周0.24%，最近一月0.10%，今年以来4.27%，历史年化3.67%[19]。 7. **三个月波动**，最近一周0.23%，最近一月-0.33%，今年以来-2.81%，历史年化1.68%[19]。 8. **三个月换手**，最近一周0.21%，最近一月-0.58%，今年以来-5.29%，历史年化2.33%[19]。 9. **一年动量**，最近一周0.19%，最近一月2.03%，今年以来3.48%，历史年化2.78%[19]。 10. **BP**，最近一周0.18%，最近一月0.12%，今年以来-1.43%，历史年化2.63%[19]。 11. **单季净利同比增速**，最近一周0.16%，最近一月1.86%，今年以来14.83%，历史年化3.89%[19]。 12. **单季ROA**，最近一周0.16%，最近一月1.91%，今年以来15.16%，历史年化4.08%[19]。 13. **单季EP**，最近一周0.15%，最近一月0.30%，今年以来7.91%，历史年化5.24%[19]。 14. **预期净利润环比**，最近一周0.13%，最近一月1.80%，今年以来6.68%，历史年化1.75%[19]。 15. **一个月换手**，最近一周0.09%，最近一月-0.78%，今年以来-6.14%，历史年化1.23%[19]。 16. **一个月反转**，最近一周0.06%，最近一月-0.44%，今年以来-0.91%，历史年化-0.45%[19]。 17. **预期BP**，最近一周0.04%，最近一月-0.29%，今年以来-0.11%，历史年化2.92%[19]。 18. **SPTTM**，最近一周0.04%，最近一月-0.05%，今年以来-1.00%，历史年化1.98%[19]。 19. **单季超预期幅度**，最近一周0.02%，最近一月1.33%，今年以来10.75%，历史年化4.01%[19]。 20. **三个月反转**，最近一周0.02%，最近一月-0.98%，今年以来-0.22%，历史年化0.24%[19]。 21. **单季SP**，最近一周0.00%，最近一月-0.37%，今年以来-0.76%，历史年化2.77%[19]。 22. **一个月波动**，最近一周-0.01%，最近一月-0.90%，今年以来-2.21%，历史年化0.81%[19]。 23. **标准化预期外收入(SUR)**，最近一周-0.03%，最近一月0.84%，今年以来11.59%，历史年化4.70%[19]。 24. **预期PEG**，最近一周-0.04%，最近一月1.50%，今年以来11.92%，历史年化3.61%[19]。 25. **非流动性冲击**，最近一周-0.06%，最近一月-0.29%，今年以来-1.78%，历史年化0.40%[19]。 26. **单季ROE**，最近一周-0.07%，最近一月1.99%，今年以来21.69%，历史年化5.29%[19]。 27. **三个月盈利上下调**，最近一周-0.07%，最近一月1.91%，今年以来10.92%，历史年化5.36%[19]。 28. **EPTTM**，最近一周-0.09%，最近一月-0.37%，今年以来5.62%，历史年化4.21%[

量化模型与构建方式 1. **模型名称：港股精选组合模型**[15] * **模型构建思路**：该模型旨在对分析师推荐股票池进行基本面和技术面的双层优选，挑选出同时具备基本面支撑和技术面共振的超预期股票，构建港股精选股票组合[15][17] * **模型具体构建过程**： 1. **构建分析师推荐股票池**：以分析师上调盈利预测、分析师首次关注、分析师研报标题超预期事件作为分析师推荐事件，构建初始股票池[17] 2. **双层优选**：对上述股票池中的股票进行基本面和技术面两个维度的精选，具体筛选标准未在本文中详述，可参考其专题报告《基于分析师推荐视角的港股投资策略》[15][17] 2. **模型名称：平稳创新高股票筛选模型**[21][23] * **模型构建思路**：根据分析师关注度、股价相对强弱、股价路径平稳性、创新高连续性等角度，在过去20个交易日创出过250日新高的股票池中，筛选出平稳创新高的股票[3][23] * **模型具体构建过程**： 1. **定义创新高距离**：统一使用250日新高距离来衡量创新高情况，计算公式如下[23]： $$250 日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$$ 其中，$Close_t$为最新收盘价，$ts\_max(Close, 250)$为过去250个交易日收盘价的最大值。若最新收盘价创出新高，则该值为0；若最新收盘价较新高回落，则该值为正值，表示回落幅度[23] 2. **设定筛选条件**： * **样本池**：全部港股，但剔除成立时间不超过15个月的股票[24] * **分析师关注度**：过去6个月内，买入或增持评级的分析师研报不少于5份[24] * **股价相对强弱**：过去250日涨跌幅位于样本池前20%[24] * **股价平稳性**：在满足上述条件的股票池内，用以下两个指标综合打分，取排名在前50%的股票（最少取50只）[24]： * **价格路径平滑性**：股价位移路程比，计算公式为 $\frac{过去120日涨跌幅绝对值}{过去120日日涨跌幅绝对值加总}$[23] * **创新高持续性**：过去120日的250日新高距离在时间序列上的均值[24] * **趋势延续性**：过去5日的250日新高距离在时间序列上的均值，取排序靠前的50只股票作为最终筛选结果[24] 模型的回测效果 1. **港股精选组合模型**[20] * 全样本（20100101-20250630）年化收益：19.08%[20] * 全样本相对恒生指数年化超额收益：18.06%[20] * 全样本信息比率（IR）：1.19[20] * 全样本相对最大回撤：23.73%[20] * 全样本跟踪误差：14.60%[20] * 全样本收益回撤比：0.76[20] * 2025年（20250102-20251231）绝对收益：53.23%[2][18] * 2025年相对恒生指数超额收益：25.46%[2][18] * 2025年信息比率（IR）：1.19[20] * 2025年相对最大回撤：13.06%[20] * 2025年跟踪误差：16.65%[20] * 2025年收益回撤比：1.95[20] 量化因子与构建方式 1. **因子名称：250日新高距离**[21][23] * **因子构建思路**：该因子用于量化股票价格接近其过去250日最高点的程度，是动量效应和趋势跟踪策略中的一个常用指标[21] * **因子具体构建过程**：计算最新收盘价与过去250个交易日最高收盘价的相对距离，公式如下[23]： $$250 日新高距离 = 1 - \frac{Close_t}{ts\_max(Close, 250)}$$ 其中，$Close_t$为最新收盘价，$ts\_max(Close, 250)$为过去250个交易日收盘价的最大值[23] * **因子评价**：该因子是识别市场风向标和强势股的重要工具，研究表明股价接近52周最高价时其未来收益可能更高[21] 2. **因子名称：价格路径平滑性（股价位移路程比）**[23][24] * **因子构建思路**：该因子用于衡量股价上涨或下跌过程的平稳性，位移路程比越大，表明股价趋势越平滑，波动越小[23][24] * **因子具体构建过程**：计算过去120日的累计涨跌幅绝对值与同期每日涨跌幅绝对值之和的比值，公式如下[23]： $$价格路径平滑性 = \frac{过去120日涨跌幅绝对值}{过去120日日涨跌幅绝对值加总}$$ 3. **因子名称：创新高持续性**[24] * **因子构建思路**：该因子通过计算过去一段时间内“250日新高距离”因子的时间序列均值，来评估股票维持创新高状态的持续能力[24] * **因子具体构建过程**：计算股票在过去120个交易日的“250日新高距离”因子的平均值[24] 4. **因子名称：趋势延续性**[24] * **因子构建思路**：该因子通过计算近期“250日新高距离”因子的时间序列均值，来评估股票创新高趋势在最近是否得以延续[24] * **因子具体构建过程**：计算股票在过去5个交易日的“250日新高距离”因子的平均值[24]

报告行业投资评级 未提及 报告的核心观点 - 看好春躁期间权益行情，正股预期走强和季节效应下转债估值有小幅提升空间，择券重视正股业绩弹性，临期转债考虑参与正股 [27] - 股市方面，12月风险偏好高，后市春季躁动有望拉开序幕，可关注资源品、AI算力等方向；转债方面，12月中证转债指数创新高，后续部分机构1月或加仓，转债估值有提升空间 [27] - 相对收益资金关注偏股型高胜率方向，绝对收益资金布局高赔率方向；若账户可配置股票，建议关注剩余期限1.5年以内有较大转股可能性转债的正股 [28] 根据相关目录分别进行总结 2025年12月转债市场回顾 - 股债行情：权益市场震荡上涨，中下旬沪指连涨近10个交易日，截至12月26日收于3963.68，全月涨1.27%；债市总体震荡，10年期国债利率12月26日收于1.838%，较月初上行0.10bp，30年期国债利率收于2.223%，较月初上行3.32bp [4][8] - 转债行情：总体跟随权益市场上涨，各平价区间转债溢价率均有所抬升，但转债ETF持续呈现流出压力；本月5只转债公告下修，较上月增加1只，10只转债公告强赎，较前月减少2只；12月26日中证转债指数收于493.2点，涨2.31% [5][8] - 转债估值：截至12月26日，转债算数平均平价115.18元，较上月+2.63%，价格中位数134.01元，较上月末+2.76%；[90,125)平价区间平均转股溢价率28.73%，较上月末+2.93%，平均纯债溢价率为27.97%；偏债型平均YTM为 -4.44%；日均成交额620.19亿，较上月小幅下降 [8] - 个券表现：个券收涨/跌数量247/133，涨幅居前的为嘉美、再22、茂莱、瑞可、盟升转债；英搏、新致、福蓉、福立、博瑞等转债跌幅靠前，多为临近强赎或已公告强赎品种 [8] 2026年1月转债配置策略 - 股市层面：12月股市资金倾向新领域、电池、聚酯产业链、有色金属等方向，AI算力、消费板块相对滞涨；后市人民币升值预期增强，春季躁动有望拉开序幕，1月若市场调整可逢低布局，关注资源品、AI算力等方向 [27] - 转债层面：12月中证转债指数创新高，转债ETF份额下降，市场溢价率提升，或因市场规模下降和资金由被动转入主动产品；部分1年内到期高溢价个券遭抛售，市场对临期个券转股能力谨慎；1月部分机构或加仓，转债估值有小幅提升空间 [27] - 择券建议：相对收益资金关注锂电材料、半导体设备与材料等偏股型高胜率方向；绝对收益资金布局两轮车、生猪养殖等行业龙头、高股息及转债化债等高赔率方向；若账户可配置股票，关注剩余期限1.5年以内有较大转股可能性转债的正股，曾下修过转股价的公司更佳 [28] 2026年1月“十强转债”组合 |转债名称|正股简称|行业|推荐原因| | ---- | ---- | ---- | ---- | |财通转债|财通证券|证券Ⅱ|券商板块在牛市阶段迎估值利润双击；浙江省属全链条综合券商，权益牛市驱动经纪、自营投资业务高增 [30][31][34]| |亿纬转债|亿纬锂能|电池|储能需求旺盛，三季度出货量同环比均大幅增长；储能系统IRR提升，国内招标高景气，动力电池配套新能源及商用车，出货量快速增长 [30][45]| |华辰转债|江苏华辰|电网设备|公司新产能投放恰遇储能需求快增；变压器产品力突出，与头部客户合作多年，产能建设积极推进，在手订单充裕 [30][58]| |珀莱转债|珀莱雅|化妆品|国货美妆龙头品牌力产品力突出，估值历史低位有望修复；主品牌品牌力强劲，子品牌展现潜力，重回增长通道，正股估值有望修复 [30][67][71]| |韦尔转债|豪威集团|半导体|智驾与新兴市场加速导入，推出强竞争力手机升规新品；消费电子需求复苏，产品市场导入顺利，受益于智驾平权趋势，汽车电子板块量利齐增，净利润逐季增长 [30][80][84]| |宏微转债|宏微科技|半导体|功率半导体受益于电源与储能需求增长，公司汽车产品放量；行业周期回升，存货加速消化，功率半导体产品下游需求多点开花，GaN新品打开新领域局面 [30][92][95]| |华设转债|华设集团|工程咨询服务Ⅱ|基建设计龙头主业企稳，智慧设计及低空经济提供增长；基建设计实力突出，主业企稳，具有低空经济全过程服务能力，已承接多个标杆项目 [30][106]| |博俊转债|博俊科技|汽车零部件|客户销量增长+单车ASP提升带动收入利润上行；客户质量优异，新势力及自主品牌整车厂占比提升，凭借技术实力优势单车价值量增长，产能布局合理，利用率维持高位 [30][115][116]| |爱玛转债|爱玛科技|摩托车及其他|新国标或推动两轮车龙头市占率提升；国内两轮车龙头，品牌渠道优势凸显，新国标或推动市占率提升，业绩稳定增长，配置价值凸显 [30][124][127]| |万凯转债|万凯新材|塑料|瓶片“反内卷”下加工费有望企稳，进军rPET蓝海；瓶片龙头携手停产加工费有望企稳，成本下降+出海助盈利企稳，前瞻布局高附加值rPET，拓展灵巧手结构件，有望与主业形成产业协同 [30][140]|

行业投资评级 - 行业评级为“优于大市” [1][6] 核心观点 - 汽车智能化行业持续快速发展，L3级自动驾驶已迈入商业化应用关键阶段 [1][15] - 智能驾驶渗透率快速提升，高阶功能（如高速NOA、城区NOA）成为增长亮点 [3] - 产业链各环节技术升级与成本优化并行，感知层高像素摄像头、决策层高算力芯片渗透率显著提升 [2][63][67] - 行业生态合作深化，从芯片、算法到整车、出行服务的全产业链协同成为推动技术规模化落地的关键路径 [28][30][35] 根据相关目录分别总结 行业新闻与动态 - 政策与测试进展：工信部正式许可长安和极狐两款L3级自动驾驶车型产品，标志着L3从测试迈入商业化应用 [1][15] 特斯拉FSD国内有望在2026年2月或3月左右全面获批 [1][16] 小鹏汽车、小米汽车分别在广州、北京获得L3级自动驾驶道路测试牌照 [1][18][19] 比亚迪已在深圳开启L3量产内测，完成超15万公里道路验证 [17] - 企业资本运作：希迪智驾（港股代码03881）于12月19日登陆港交所，成为港股“商用车智驾第一股”，募资14.22亿港元 [1][21][22] 图达通（港股代码02665）于12月10日以De-SPAC模式在港交所主板上市，募资约10.3亿港元 [1][26][27] - 技术合作与定点：地平线与元戎启行基于征程6P合作开发高阶辅助驾驶方案 [28] 黑芝麻智能与元戎启行达成深度合作，围绕高阶辅助驾驶解决方案展开协同创新 [30] 速腾聚创获东风日产多款车型近百万台激光雷达定点 [1][24] 禾赛科技固态激光雷达FTX获美团无人机量产定点 [1][25] 华阳集团斜投影AR-HUD产品获某国际车厂平台性项目定点，其HUD累计出货超350万套 [1][23] 高频核心数据更新 - **智能驾驶渗透率**：2025年10月，乘用车行业L2级以上功能渗透率达33%，同比提升19个百分点 [3] 高速NOA渗透率为33.8%，同比提升21个百分点；城区NOA渗透率为16.2%，同比提升8个百分点 [3] - **感知层（传感器）**： - **前视摄像头**：2025年10月渗透率为66.1%，同比+7.3个百分点，其中800万像素摄像头占比达49.7%，同比大幅提升31.1个百分点 [2][66] - **前向毫米波雷达**：2025年10月渗透率为57.5%，同比+9个百分点 [3] - **激光雷达**：2025年10月渗透率为14.3%，同比+7.9个百分点 [2] 当月市占率华为40%、禾赛科技32%、RoboSense（速腾聚创）20%、图达通7% [2] - **决策层（域控制器与芯片）**： - **驾驶域控制器**：2025年10月渗透率为32.6%，同比+16.9个百分点 [2][68] - **芯片方案占比**：2025年10月，英伟达芯片占比达58%，同比提升22.2个百分点；华为芯片占比15%，环比提升4.7个百分点；地平线芯片占比9.3% [2][68] - **智能座舱**： - **大屏化**：2025年10月，10寸以上中控屏渗透率85.2%，10寸以上液晶仪表渗透率49.8% [3] - **HUD**：2025年10月渗透率22.8%，同比+7个百分点 [3] 2025年1-10月中国市场前装标配HUD搭载量达350.54万辆，同比增长31.06%，其中AR HUD搭载量115.35万辆，同比激增178.02% [23] - **座舱域控制器**：2025年10月渗透率29.5% [3] - **智能网联**：2025年10月，OTA渗透率77.4%，同比+3个百分点；T-BOX渗透率53.9%，同比-19个百分点 [3] 重点公司盈利预测与投资建议 - **投资建议**： - **整车**：推荐小鹏汽车、零跑汽车、吉利汽车 [3] - **L4自动驾驶**：推荐小马智行、文远知行 [3] - **零部件（按数据流环节）**： - **数据获取**：推荐速腾聚创、禾赛科技 [3] - **数据传输**：推荐沪光股份 [3] - **数据处理**：推荐地平线机器人-W、黑芝麻智能、科博达、华阳集团、均胜电子 [3] - **数据应用**：推荐星宇股份、华阳集团、伯特利 [3] - **重点公司盈利预测（部分）**： - **小鹏汽车 (9868)**：2025年预测EPS为-0.83元，对应PE为-95倍 [5] - **星宇股份 (601799)**：2025年预测EPS为5.91元，对应PE为21倍 [5] - **科博达 (603786)**：2025年预测EPS为2.5元，对应PE为31倍 [5] - **地平线机器人-W (9660)**：2025年预测EPS为-0.13元，对应PE为-65倍 [5] - **禾赛科技 (HSAI.O)**：2025年预测EPS为2.27元，对应PE为72倍 [5]

量化模型与构建方式 1. **模型名称**：封板率计算模型[15] **模型构建思路**：通过计算当日最高价涨停且收盘涨停的股票数量与最高价涨停股票总数的比例，来衡量市场涨停板的封板质量[15] **模型具体构建过程**： 1. 筛选上市满3个月以上的股票[15] 2. 识别在当日盘中最高价达到涨停的股票[15] 3. 在步骤2的股票中，进一步识别收盘价仍为涨停的股票[15] 4. 计算封板率，公式为： $$封板率=\frac{最高价涨停且收盘涨停的股票数}{最高价涨停的股票数}$$[15] 2. **模型名称**：连板率计算模型[15] **模型构建思路**：通过计算连续两日收盘涨停的股票数量与昨日收盘涨停股票总数的比例，来衡量市场涨停板的延续性[15] **模型具体构建过程**： 1. 筛选上市满3个月以上的股票[15] 2. 识别在昨日收盘涨停的股票[15] 3. 在步骤2的股票中，进一步识别今日收盘也涨停的股票[15] 4. 计算连板率，公式为： $$连板率=\frac{连续两日收盘涨停的股票数}{昨日收盘涨停的股票数}$$[15] 3. **模型名称**：大宗交易折价率计算模型[24] **模型构建思路**：通过计算大宗交易成交总额与按当日市价计算的成交份额总市值的比例，来衡量大宗交易相对于市场价格的折价或溢价水平[24] **模型具体构建过程**： 1. 获取当日所有大宗交易的成交金额和成交份额数量[24] 2. 根据当日收盘价，计算成交份额对应的总市值[24] 3. 计算折价率，公式为： $$折价率=\frac{大宗交易总成交金额}{当日成交份额的总市值}-1$$[24] 4. **模型名称**：股指期货年化贴水率计算模型[26] **模型构建思路**：通过计算股指期货主力合约与现货指数之间的基差，并将其年化，来衡量股指期货的升贴水程度，反映市场情绪和对冲成本[26] **模型具体构建过程**： 1. 计算基差：基差 = 股指期货价格 - 现货指数价格[26] 2. 计算年化贴水率，公式为： $$年化贴水率=\frac{基差}{指数价格} \times \frac{250}{合约剩余交易日数}$$[26] 其中，基差为负表示贴水，年化贴水率结果即为贴水率[26] 量化因子与构建方式 1. **因子名称**：昨日涨停股今日收益因子[12] **因子构建思路**：统计前一交易日收盘涨停的股票在今日的平均收盘收益，用于观察涨停股的短期动量或反转效应[12] **因子具体构建过程**： 1. 筛选上市满3个月以上且昨日收盘涨停的股票[12] 2. 计算这些股票今日的收盘收益率[12] 3. 计算所有符合条件的股票收益率的平均值，作为因子取值[12] 2. **因子名称**：昨日跌停股今日收益因子[12] **因子构建思路**：统计前一交易日收盘跌停的股票在今日的平均收盘收益，用于观察跌停股的短期动量或反转效应[12] **因子具体构建过程**： 1. 筛选上市满3个月以上且昨日收盘跌停的股票[12] 2. 计算这些股票今日的收盘收益率[12] 3. 计算所有符合条件的股票收益率的平均值，作为因子取值[12] 3. **因子名称**：两融余额占比因子[20] **因子构建思路**：计算融资融券余额占A股总流通市值的比例，用于衡量杠杆资金在市场中的整体规模和活跃度[20] **因子具体构建过程**： 1. 获取当前市场的融资融券总余额[20] 2. 获取当前市场的总流通市值[20] 3. 计算占比，公式为： $$两融余额占比=\frac{两融余额}{总流通市值}$$[20] 4. **因子名称**：两融交易占比因子[20] **因子构建思路**：计算融资买入额与融券卖出额之和占市场总成交额的比例，用于衡量杠杆资金的交易活跃度[20] **因子具体构建过程**： 1. 获取当日的融资买入总额与融券卖出总额[20] 2. 获取当日的市场总成交额[20] 3. 计算占比，公式为： $$两融交易占比=\frac{融资买入额+融券卖出额}{市场总成交额}$$[20] 5. **因子名称**：ETF折溢价因子[21] **因子构建思路**：计算单只ETF的场内交易价格与其IOPV（基金份额参考净值）的差异百分比，用于捕捉市场情绪或套利机会[21] **因子具体构建过程**： 1. 筛选日成交额超过100万元的境内交易股票型ETF[21] 2. 对于每只ETF，计算其折溢价率，公式为： $$ETF折溢价率=\frac{ETF收盘价}{IOPV}-1$$[21] 结果为正表示溢价，为负表示折价[21] 6. **因子名称**：机构调研热度因子[28] **因子构建思路**：统计近一周内对上市公司进行调研的机构数量，作为衡量机构关注度的代理指标[28] **因子具体构建过程**： 1. 统计过去7天内，对每家上市公司进行调研或参加分析师会议的机构数量[28] 2. 该数量即为该股票的机构调研热度因子值[28] 7. **因子名称**：龙虎榜机构净流入因子[33] **因子构建思路**：根据龙虎榜数据，计算机构专用席位对单只股票的净买入金额，用于捕捉机构资金的动向[33] **因子具体构建过程**： 1. 从龙虎榜数据中，获取机构专用席位对某只股票的买入总额和卖出总额[33] 2. 计算净流入金额：净流入 = 买入总额 - 卖出总额[33] 该金额即为因子值，正值表示净买入，负值表示净卖出[33] 8. **因子名称**：龙虎榜陆股通净流入因子[34] **因子构建思路**：根据龙虎榜数据，计算陆股通席位对单只股票的净买入金额，用于捕捉北向资金的动向[34] **因子具体构建过程**： 1. 从龙虎榜数据中，获取陆股通席位对某只股票的买入总额和卖出总额[34] 2. 计算净流入金额：净流入 = 买入总额 - 卖出总额[34] 该金额即为因子值，正值表示净买入，负值表示净卖出[34] 模型的回测效果 1. 封板率计算模型，2025年12月31日封板率71%[15] 2. 连板率计算模型，2025年12月31日连板率19%[15] 3. 大宗交易折价率计算模型，近半年平均折价率6.65%，2025年12月30日折价率7.21%[24] 4. 股指期货年化贴水率计算模型，近一年中位数：上证50为0.89%，沪深300为3.79%，中证500为11.22%，中证1000为13.61%；2025年12月31日值：上证50为1.03%（47%分位），沪深300为3.32%（60%分位），中证500为7.02%（78%分位），中证1000为10.69%（72%分位）[26] 因子的回测效果 1. 昨日涨停股今日收益因子，2025年12月31日收益1.26%[12] 2. 昨日跌停股今日收益因子，2025年12月31日收益-3.65%[12] 3. 两融余额占比因子，截至2025年12月30日占比2.6%[20] 4. 两融交易占比因子，截至2025年12月30日占比10.6%[20] 5. ETF折溢价因子，2025年12月30日，溢价最高为汽车零件ETF（1.10%），折价最高为民企300ETF前海开源（-0.64%）[21] 6. 机构调研热度因子，近一周内，柳工被65家机构调研[28] 7. 龙虎榜机构净流入因子，2025年12月31日，净流入前十股票包括御银股份、天奇股份等；净流出前十股票包括航天发展、顺灏股份等[33] 8. 龙虎榜陆股通净流入因子，2025年12月31日，净流入前十股票包括中超控股、蓝色光标等；净流出前十股票包括航天发展、山子高科等[34]

核心观点 - 美股百年市值变迁史本质是全球产业与技术革命的更迭史，资本始终追逐时代最前沿的生产力载体，龙头公司呈现出显著的“强者恒强”特征 [1] - 当前美股市值集中度达到前所未有的高度，2024年前1%公司市值占比飙升至47.5%，前10%公司市值占比高达86.3%，源于数字经济时代平台经济和AI技术固有的强大规模与网络效应 [2] - 科技泡沫虽难以避免，但其遗产为下一轮创新奠定基础，当前AI浪潮正处于“股价快速走高”的中期，未来2-3年技术商业化的实际成果将是决定其能否避免严重泡沫破裂的关键 [3] - 对于A股市场，着眼于2026年，代表AI、新能源等前沿科技的优质公司仍具配置价值，创业板50指数是布局A股核心科技资产、分享创新红利的优选工具 [4] 美股百年历史看科技龙头强者恒强 - **1925-1965：基础设施奠基与“硬资产”黄金时代**：AT&T几乎长期霸占美股“市值王”宝座，其市值从1929年约29.4亿美元攀升至1964年的356.5亿美元，通用汽车在战后繁荣期曾短暂登顶，1955年市值达127.7亿美元，这一时期特征是“得基建者得市场” [15][16] - **1967-1989：大型机时代开启与滞胀中的能源对冲**：IBM于1967年以351.8亿美元市值超越AT&T成为新王，1985年市值一度逼近957亿美元，石油危机期间埃克森美孚在1989年以625亿美元市值登顶，反映了资源股的避险价值 [17] - **1990-2008：PC互联网革命与旧经济的最后荣光**：微软在1998年登顶，1999年市值创下5964亿美元的世纪之巅，互联网泡沫破裂后，通用电气在2000年市值达4761亿美元，埃克森美孚在2007年市值突破5042亿美元 [18] - **2012-2024：移动互联与AI的绝对统治——赢家通吃**：苹果于2012年以4998亿美元市值登顶，2024年市值高达3.78万亿美元，软件行业总市值从2010年约1.5万亿美元飙升至2024年近6.9万亿美元，半导体行业市值跃升至7.5万亿美元量级 [19] - **史无前例的市值集中度**：当前美股正处于百年来最极致的“寡头化”进程中，2024年前1%公司市值占比飙升至47.5%，前10%公司市值占比高达86.3%，美股的上涨已演变为“巨头指数”的上涨 [21] 泡沫终结与尾声追赶 - **科技泡沫的共同规律**：由革命性技术引发，经历概念萌芽、资本狂热后，或因流动性收紧、盈利无法兑现而崩溃，但泡沫破裂后往往留下宝贵的基础设施、技术和商业模式遗产，推动社会进步 [25][27] - **历次主要科技泡沫梳理**：报告系统梳理了英国铁路狂热、咆哮20年代电气化、日本经济泡沫、互联网泡沫、清洁科技泡沫及加密货币泡沫等六次主要科技泡沫 [27] - **当前AI浪潮的阶段判断**：正处于“股价快速走高”的中期阶段，市场共识强，估值已包含较高预期，未来2-3年技术商业化的实际成果将是决定其能否避免严重泡沫破裂的关键 [3][28] - **对A股AI板块的启示**：在科技强者恒强的参考下，A股相关AI代表性公司在2026年仍有配置价值 [29] 聚焦新质生产力：创业板50指数 - **长期风险收益特征**：创业板50自2013年以来年化回报整体不弱于其他创业板宽基指数，在2022-2025年期间，其夏普比率在创业板各类指数中多数年份排名第一，表现出更优的风险收益匹配关系 [30][32] - **区间收益与胜率优势**：自2020年以来，在多轮上涨区间内，创业板50的平均涨幅明显高于其他创业板宽基指数，显示出更强的上涨弹性，在上涨行情中的胜率普遍维持在50%以上 [33] - **成长风格下的超额收益**：在成长风格占优环境下，创业板50与创业板指的累计收益均远超同期国证成长指数，从日度平均收益来看，创业板50强于创业板指，两者显著强于国证成长和各类宽基指数 [35] - **成分聚焦与产业主线**：创业板50在行业与个股层面集中度高，前十大重仓股合计权重近70%，主要覆盖宁德时代、中际旭创、阳光电源等行业龙头，对市场情绪及资金偏好的反映更为灵敏 [37] - **行业分布高度集中**：一级行业层面，电力设备、通信、电子、非银金融合计权重占比近80%（79.2%），显著高于创业板指（72%）、创业300（63.5%）等指数，聚焦战略新兴产业 [40] - **二级行业聚焦科技成长**：权重主要集中于电池、通信设备、光伏设备及证券等二级行业，电池与通信设备占比居前，科技创新属性更好，更能代表战略性新兴产业和新质生产力 [42] - **高研发投入支撑成长**：创业板50成分股的研发投入占营业收入比例已提升至5%-6%区间，且近三年呈现回升趋势，高于创业板指及沪深300等宽基指数 [43] - **高盈利质量筑牢根基**：创业板50的ROE水平整体与上证50指数相近，自2020年以来大致维持在17%-20%区间，明显优于多数代表性宽基指数 [45]

行业投资评级 - 报告对汽车·汽车零部件行业维持“优于大市”评级 [1][6] 核心观点 - 汽车智能化行业正围绕数据流演进，从数据获取、传输、处理到应用，推动感知层、决策层、执行层各环节的技术升级与渗透率提升 [75] - 行业迈入高阶自动驾驶商业化关键阶段，L3级自动驾驶车型获工信部许可，特斯拉FSD国内有望全面获批，多家车企获得L3级路测牌照，标志着从测试迈向应用 [1][15][16][18] - 智能驾驶渗透率快速提升，标配L2级以上功能的乘用车渗透率在2025年10月达到33%，同比大幅增长19个百分点 [3] - 感知层视觉方案地位强化，高像素摄像头占比持续提升；决策层算力需求升级，高算力芯片占比变化显著 [2][67][68] - 智能座舱大屏化、HUD、域控制器等单品渗透率持续提升，成为车企差异化竞争的关键 [3][23] 根据相关目录分别总结 行业重点新闻 - **政策与商业化突破**：工信部正式许可长安和极狐两款L3级自动驾驶车型产品，标志着L3级自动驾驶从测试迈入商业化应用的关键一步 [1][15] - **技术落地进展**：特斯拉FSD国内有望在2026年初全面获批 [1][16]；比亚迪在深圳开启L3级自动驾驶量产内测，已完成超15万公里道路验证 [17]；小鹏汽车、小米汽车分别在广州、北京获得L3级自动驾驶道路测试牌照 [1][18][19] - **企业资本动态**：希迪智驾于港交所上市，成为港股“商用车智驾第一股”，募资14.22亿港元 [1][21][22]；图达通以De-SPAC模式在港交所主板上市，募资约10.3亿港元 [1][26][27] - **产业链合作与定点**：速腾聚创获东风日产近百万台激光雷达定点 [1][24]；禾赛科技固态激光雷达获美团无人机定点 [1][25]；华阳集团HUD全球累计出货超350万套，AR HUD获国际车厂定点 [1][23]；地平线、黑芝麻智能等与元戎启行等企业达成合作，推进高阶辅助驾驶方案量产 [1][28][29][30] 高频核心数据更新 (2025年10月) - **感知层-摄像头**：乘用车前视摄像头渗透率为66.1%，同比+7.3个百分点，环比+1.8个百分点；其中800万像素摄像头占比达49.7%，同比大幅提升31.1个百分点 [2][66] - **决策层-域控芯片**：乘用车驾驶域控渗透率为32.6%，同比+16.9个百分点；其中英伟达芯片占比达58%，同比提升22.2个百分点，华为芯片占比为15%，环比提升4.7个百分点，而Mobileye、特斯拉FSD芯片占比同比分别下降12.8、9.1个百分点 [2][68] - **感知层-激光雷达**：乘用车激光雷达渗透率为14.3%，同比+7.9个百分点；市场占有率方面，华为占40%，禾赛科技占32%，RoboSense(速腾聚创)占20%，图达通占7% [2] 智能驾驶渗透率详情 (2025年10月) - **整体渗透率**：乘用车行业L2级以上渗透率为33%，同比+19个百分点；高速NOA渗透率为33.8%，同比+21个百分点；城区NOA渗透率为16.2%，同比+8个百分点 [3] - **传感器渗透率**：前视摄像头、前向毫米波雷达、激光雷达渗透率分别为66.1%、57.5%、14.3%，同比分别+7、+9、+8个百分点 [3] - **域控制器渗透率**：驾驶域控渗透率为32.6%，同比+16.9个百分点 [3] 智能座舱渗透率详情 (2025年10月) - **屏幕与HUD**：10寸以上中控屏渗透率为85.2%，同比+2个百分点；10寸以上液晶仪表渗透率为49.8%，同比+0个百分点；HUD渗透率为22.8%，同比+7个百分点 [3] - **座舱域控制器**：渗透率为29.5%，同比-1个百分点 [3] 智能网联渗透率详情 (2025年10月) - OTA渗透率为77.4%，同比+3个百分点；T-BOX渗透率为53.9%，同比-19个百分点 [3] 投资建议 - **整车领域**：推荐小鹏汽车、零跑汽车、吉利汽车 [3] - **L4领域**：推荐小马智行、文远知行 [3] - **零部件领域**： - **数据获取**：推荐速腾聚创、禾赛科技 [3] - **数据传输**：推荐沪光股份 [3] - **数据处理**：推荐地平线机器人-W、黑芝麻智能、科博达、华阳集团、均胜电子 [3] - **数据应用**：推荐星宇股份、华阳集团、伯特利 [3] 重点公司盈利预测 (部分摘要) - **小鹏汽车(9868)**：投资评级“优于大市”，2025年预测EPS为-0.83元，预测PE为-95倍 [5] - **星宇股份(601799)**：投资评级“优于大市”，2025年预测EPS为5.91元，预测PE为21倍 [5] - **地平线机器人-W(9660)**：投资评级“优于大市”，2025年预测EPS为-0.13元，预测PE为-65倍 [5] - **禾赛科技(HSAI.O)**：投资评级“优于大市”，2025年预测EPS为2.27元，预测PE为72倍 [5]