纪要涉及的公司 JFrog 纪要提到的核心观点和论据 1. **公司概况** - 截至2024年底有超7300个客户，渗透超82%的财富100强企业，覆盖所有行业 [3][4] - 拥有超1600名员工，潜在市场规模超400亿美元 [4] - 过去12个月营收4.5亿美元，同比增长22%，自由现金流1.19亿美元，净美元留存率116% [4] 2. **公司使命与业务** - 使命是连接开发者和运维团队，简化DevOps流程，提供DevOps、DevSecOps和MLOps平台，实现“液态软件” [5] - 管理二进制文件，是软件供应链的核心，围绕二进制提供安全、扫描、分发等服务 [6][7][8] - 2023年第三季度收购Quark技术，推出JFrogML，Q1已在云端发布，即将面向自托管客户发布 [8][9] 3. **财务表现与增长潜力** - 营收按季度持续增长，去年和Q1同比均增长22%，目前指引为同比增长17% [12][13] - 采用订阅模式，客户留存率高，毛留存率97%，净美元留存率稳定在116% [13][14] - 仅渗透约10%的安装基础使用完整e+平台，但该平台贡献超55%的营收，增长潜力大 [17] - 过去7年自由现金流为正，专注“规则40”，为股东创造价值 [18] 4. **业务起源与发展** - 因开源软件包和Docker兴起，软件更新速度加快，开发者需要管理二进制文件的工具，从而推出Artifactory [23][24] - 过去软件更新管理可能依靠电子表格或内部管理，随着更新速度加快，这种方式不再可行 [25] - 2021年收购Vidoo，开始向安全领域拓展，整合安全产品，提供统一平台 [29][30] 5. **竞争优势** - 管理二进制文件，客户认为由其管理和保护二进制文件更合理 [33] - 作为上市公司，有明确的平台路线图，能为客户提供统一管理的价值 [34][35] - 与GitHub合作，明确各自在源代码和二进制文件领域的优势，避免竞争 [40][43] - 与Git类公司在安全领域的关注点不同，Git类公司擅长源代码安全，而JFrog专注二进制文件安全 [36][37] - Artifactory的主要竞争对手是Sonotype和Cloudsmith，Sonotype存在可扩展性问题，Cloudsmith是新兴云原生公司 [49] 6. **合作与集成** - 与GitHub合作，由客户推动，包括共同工程和共同营销，实现源代码和二进制文件的追溯和修复 [40][41][42] - 在GitHub工作站集成，开发者可在开发代码时与JFrog交互，还在技术上与curation和Copilot集成 [45] - 未来可能在安全领域进一步合作，实现整合，减少工具数量，提高管理效率 [46] 7. **市场趋势与影响** - 行业趋势是从点解决方案向平台化发展，企业更倾向使用平台进行安全管理 [36] - 随着AI和ML发展，未来两到三年，LLM组织将融入DevOps组织，机器编写代码将增加，产生更多二进制文件，对JFrog有利 [71][72] 8. **销售策略与成果** - 过去四年从自下而上的销售模式转变为战略销售，引入解决方案工程师、架构师等支持团队 [59][60][61] - 已开始渗透企业市场，百万美元客户和RPO增长强劲，对2025年下半年充满信心 [62][63] 9. **净美元留存率** - 目前净美元留存率为116%，预计保持稳定 [68] - 客户从自托管迁移到云端，可带来20% - 80%的订阅提升；客户使用量超过最低承诺，也会提高净美元留存率 [66] 其他重要但是可能被忽略的内容 1. **定价模式**：自托管客户按服务器数量定价，云端客户按数据传输和存储定价，高级安全按贡献开发者数量定价 [78] 2. **攻击向量变化**：过去黑客攻击防火墙获取源代码，现在攻击向量转向二进制文件，如SolarWinds事件 [54][55]

核心观点 - 提出两种专为推理优化的注意力机制GTA和GLA，在保持模型性能不变的情况下，将解码速度和吞吐量最高提升2倍，显著优化长上下文推理能力[1][5] - GTA是GQA的有效替代品，KV缓存用量减少约50%；GLA是MLA的实用替代品，解码速度更快，某些情况下比FlashMLA快2倍[2][3][11] - 通过优化注意力机制的内存使用和计算逻辑，提升大语言模型的推理效率和硬件资源利用率，尤其在长上下文场景中优势突出[5][8] 技术贡献 GTA（分组绑定注意力机制） - 将不同查询头的键和值状态进行组合与重用，减少内存传输次数[15] - 多头注意力的头分为若干组，每组内的头共享相同的Key和Value参数，仅查询参数独立[15] - 相比GQA，通过参数绑定实现更彻底的KV重复利用，KV缓存减少约50%[16][28] GLA（分组潜在注意力机制） - 通过共享联合潜在表示减少每个设备需要加载的KV缓存量，减少内存访问量[19] - 增加每字节内存加载的计算量，减少对内存带宽的依赖，保持并行可扩展性[18] - 解码速度比FlashMLA快2倍，随着序列长度从1K增加到64K，优势更明显[30] 实验验证 模型性能 - 在四种规模模型（183M/433M/876M/1471M）上测试，GTA在中大型模型上优于GQA，GLA与MLA相当[22][23] - 下游任务（Winogrande/SciQ等7个基准）整体表现差距不大，但GTA和GLA可保持或提高从中型到XL尺寸的性能[24][25] 效率指标 - GTA相比GQA减少约50%的KV缓存，验证参数绑定+分组重用的有效性[28] - GLA在64个并发请求的输出吞吐量上均优于MLA，处理长上下文时吞吐量更高[31][34] - MLA计算瓶颈达610 TFLOPS/s，GLA尚未饱和（360 TFLOPS/s），资源利用率更高[29] 行业影响 - 研究团队来自普林斯顿大学，核心作者Tri Dao曾提出Mamba架构和FlashAttention系列工作，在优化Transformer领域具有权威性[46][48][49] - 成果已应用于DeepSeek Coder V2 Base（236B）模型，验证了GLA在处理长上下文时的吞吐量优势[34] - 该研究是迈向推理"理想"架构的第一步，未来可能进一步推动大模型推理效率的提升[50]

报告行业投资评级 未提及 报告的核心观点 - 多模态思维链（MCoT）将大模型的多模态与推理能力相结合，提升其应对复杂多模态任务的表现 [1][121] - 尝试将 MCoT 应用于 K 线技术分析场景，构建智能化、自动化技术分析平台 GPT - Kline，实现技术分析全流程自动化 [1][121] - GPT - Kline 能基于 K 线图像准确识别和深入推理，实现可靠走势分析、精准指标及形态标注、逻辑连贯报告输出 [1][121] 根据相关目录分别进行总结 大模型如何基于图片思考 - 多模态协同是大模型通往通用人工智能的必经之路，多模态大模型致力于将智能从文本单模态泛化至多模态领域 [17] - 早期多模态大模型仅增加图像输入，未充分挖掘多模态潜力，MCoT 可让大模型从“感知理解图片”到“通过图片思考” [12] - 计算机视觉底层技术突破和大语言模型能力迭代促成多模态大模型飞速发展 [18] 多模态思维链：从 CoT 到 MCoT - CoT 方法通过提示引导模型“一步一步思考”，提升其在复杂任务上的表现，与 TTS 方法结合让“思考”成为内生能力 [21] - TTS 为大模型测试阶段分配更多计算资源，如 DeepSeek - R1 模型通过强化学习提升推理表现 [23] - MCoT 是 CoT 在多模态领域的扩展，让大模型在图像问答任务中表现提升，扩展多模态大模型能力边界 [27][31] O3：从 Think Over Image 到 Think By Image - 2025 年 4 月 OpenAI 上线“满血版”O3 模型，展现惊艳图像推理能力，实现真正的“多模态推理” [37] - O3 模型在推理中调用工具应对复杂多模态任务，无需用户提示，自主规划流程 [37] - O3 在多模态推理和工具调用方面表现优异，但在文本写作、编码领域较弱，幻觉现象严重，未达通用人工智能标准 [39] MCoT 在投研中的应用初探：自动化技术分析 - 股票 K 线图与技术分析符合多模态、逻辑推理特征，是 MCoT 能力圈的应用场景，可构建大模型自动化技术分析应用 [42] O3 在技术分析任务中的表现 - O3 模型接收技术分析任务后，对图像建立感知，估算尺寸和坐标，裁剪图像，建立对应关系，规划标注内容 [46][50] - O3 调用 Python 工具在图像上绘制支撑/压力线和趋势线，标注较清晰完整，写代码规范可运行 [54][60] - O3 最终生成的技术分析报告结构清晰，分析有理有据，与标注呼应，给出走势判断和操作建议 [63] GPT - Kline：全自动技术分析流程的手动实现 模型选择 - O3 模型存在输出不稳定、内容有限、使用门槛高的问题，需构建专业版 O3 模型 GPT - Kline [65][69] - 选用的大模型需具备多模态输入和工具调用能力，截至 2025 年 5 月，GPT - 4o、GPT - 4.1、Gemini - 2.5 - Pro 等模型符合要求 [66][69] 工具调用 - 为大模型设计与图像交互的工具，让其具备画图、标注能力，工具调用流程包括用户提供工具、模型决定调用、用户执行代码等步骤 [70][73] 流程设计 - 为大模型设计指令输入、读取数据、绘制图像、图像分析、图像标注、输出报告的技术分析全流程，实时反馈结果并保留对话记忆 [79] 应用封装 - 基于 Gradio 设计网页端应用，提供手动选择和自然语言指令两种分析模式，界面左右两栏分别显示标注 K 线图和分析过程 [83] 结果 - 模型对比发现，OpenAI 模型标注“消极”且位置偏差，豆包系列模型标注丰富但内容偏差大，指令跟随效果不稳定 [95] - 以 Gemini 2.5 Flash 模型为例展示全自动技术分析流程，包括绘制 K 线、初步分析、技术指标标注、生成技术分析报告 [96] 总结 - 研究深入探索多模态大模型推理能力及其在投研中的应用，构建 GPT - Kline 平台 [121] - 研究存在支持资产品类有限、长周期 K 线分析能力待探索、投研其他场景应用潜力待挖掘等未尽之处 [125]

央行货币政策操作 - 5月央行开展7000亿元买断式逆回购操作 其中3个月期4000亿元 6个月期3000亿元 [1][3] - 5月有9000亿元3个月期买断式逆回购到期 当月净回笼2000亿元 [1] - 5月MLF净投放3750亿元 显示央行保持中期流动性净投放的适度宽松取向 [1] - 3月以来MLF操作保持每月净投放 4月起买断式逆回购首次出现净回笼 [4] 货币政策工具演变 - 央行流动性工具箱储备充足 包含降准 国债买卖 MLF 买断式逆回购 结构性工具等 [4] - 3月起MLF改为固定数量 利率招标 多重价位中标方式 政策属性完全退出 [4] - 买断式逆回购启用后降低对MLF依赖 但MLF或重新成为主要投放渠道 [4] - MLF期限偏长 投放确定 多重价位中标有利降低资金成本 更好满足机构差异化需求 [4] 国债市场动态 - 央行已连续5个月未开展国债买卖操作 1月起阶段性暂停 [5] - 暂停操作因国债供不应求 10年期收益率曾跌破1.6%历史低位 [5] - 央行表示将评估债市运行 关注收益率变化 择机恢复国债买卖操作 [5] - 国债买卖有助于充实基础货币投放 发挥收益率定价基准作用 [6] - 市场预计央行可能在7-8月恢复国债买入 届时政府债净融资仍处高峰 [6]

MME-VideoOCR团队 投稿 量子位 | 公众号 QbitAI 多模态大模型（MLLM）在静态图像上已经展现出卓越的 OCR 能力，能准确识别和理解图像中的文字内容。 然而，当应用场景从静态图像拓展至 动态视频 时，即便是当前最先进的模型也面临着严峻的挑战。 MME-VideoOCR 致力于系统评估并推动MLLM在视频OCR中的感知、理解和推理能力。 主要贡献如下： 构建精细的任务体系： 高质量、大规模数据集： 包含了 1,464 个精选视频片段，覆盖不同的分辨率、时长与场景。 构建了 2,000 条高质量、经人工标注的问答对，确保评测的精确性。 揭示当前 MLLM 的能力边界与局限： 研究背景 视频作为一种信息密度更高、场景更复杂的模态，其 OCR 任务的难度远超静态图像： 1 运动模糊、光影变化、视角切换以及复杂的时序关联 等视频的动态因素，都对 MLLM 的视频文字识别构成了显著的障碍。 2 视频中的 文字信息形式复杂多样 ，既可能出现在画面主体、背景场景，也可能以屏幕注释、水印或弹幕的方式存在。这要求模型能够建立 稳定的时空视觉-文本关联，以实现对分布在不同位置与时间段文字信息的准确识别、整合与 ...

28 May 2025 | 7:48AM BST Rentokil Initial Plc (RTO.L): Sale of Workwear business for €410m Rentokil announced today that it has entered into an agreement to sell its French Workwear business with H.I.G Capital for a gross enterprise value of c.€410m (c.$465m) on a cash-free debt-free basis including an earn-out mechanism with maximum value of €30m (c.$34m) linked to performance in 2026. Per the release, total net cash proceeds are expected to be approximately €370m (c.$420m) and completion is expected to oc ...

财务数据和关键指标变化 - 公司今年指导为18%，第一季度达到22%，过去三个季度已建立相关业绩记录 [12] 各条业务线数据和关键指标变化 - 安全业务在2024年成为交易规模变化的重要因素，本身可达成7位数或更大规模交易，在多年期合同中有采用率提升 [20] - 第四季度安全业务占ARR的5%、RPO的12%，有250个客户 [21] - 企业级Plus收入占比已远超50% [30] 各个市场数据和关键指标变化 - 市场上安全工具出现整合趋势，Forrester和Gartner不再发布应用安全报告，行业正朝着平台化发展 [28] 公司战略和发展方向和行业竞争 - 公司从自下而上的开发者主导销售转变为自上而下的企业级销售，企业级Plus收入占比超50% [30] - 公司与GitHub建立合作关系，集成在API和安全层面展开，可替代多达8个工具，未来可能有联合销售，但需得到微软Satya的决策 [40][41][45] - 公司认为安全业务可整合不同的单点解决方案，利用平台策略受益，竞争对手多为私有公司，受资金限制发展受限 [27][29] 管理层对经营环境和未来前景的评论 - 第一季度客户使用情况良好，但采购和财务部门未表现出开发者的热情，对后续使用情况持谨慎态度，需观察第二季度情况 [6] - 公司认为代码生成带来更多二进制文件和数据传输的趋势尚未到来，当机器更多生成源代码时才可能出现 [7] - 公司调整指导策略，以更好保护投资者，应对业务变化和大型交易的不确定性 [15] - 市场环境仍艰难，企业注重预算，对开支较为谨慎，这可能影响使用量增长趋势的延续 [61] 其他重要信息 - 第一季度客户使用量超预期，可能是开发者尝试AI和MLOps或大语言模型进行创新实验，贡献使用量超量的最大包增加来自Hugging Face、Python和Docker [5] - 公司赢得一家顶级原生AI公司的合同，合同金额达6位数，客户目前使用Artifactory进行常规操作，未来可能有创建数据中心、托管和训练模型等新业务模式 [9][10] - 云业务有消费和迁移两个关键增长驱动因素，2022年后迁移成为主要驱动，迁移第一年平均有20 - 80%的提升，公司认为60%来自自托管的收入未来可能迁移到云，但部分业务因法规等因素将保留自托管 [52][53] - 公司进行的Forrester研究显示，客户使用JFrog在一定时间内可获得300%以上的投资回报率 [63] 总结问答环节所有的提问和回答 问题: 第一季度使用量超预期的驱动因素及是否会持续 - 第一季度使用量超预期可能是开发者尝试AI和MLOps或大语言模型进行创新实验，目前仅一个季度数据，不能确定为趋势，采购和财务部门态度谨慎，后续情况需观察第二季度 [4][5][6] 问题: 代码生成带来更多二进制文件和数据传输的趋势是否开始显现 - 公司认为目前尚未达到该阶段，此趋势更多会在机器更多生成源代码时出现 [7] 问题: 赢得大型AI原生客户的驱动因素、客户当前使用情况及未来可能用途 - 客户此前使用多种小型私有解决方案管理二进制文件，希望公司提供更有效、可扩展的管理方式，签订了6位数合同，目前使用Artifactory进行常规操作，未来可能创建数据中心、托管和训练模型，开展模型即服务业务 [9][10] 问题: 公司指导策略变化的原因 - 去年第二季度因收购公司和客户要求价格上限问题，导致投资者困扰，公司为更好保护投资者，调整指导策略，让大型交易自然发展，不纳入指导范围 [14][15] 问题: 交易规模增大的驱动因素及安全业务管道建设和续约情况 - 安全业务成为交易规模变化的重要因素，自2024年出现新机会，可达成7位数或更大规模交易；目前有250个安全业务客户，部分已迁移，部分客户将评估入门定价，随着时间推移，业务有望增长 [20][22][23] 问题: 安全业务的竞争情况 - 竞争对手多为私有公司，此前有良好估值和现金，但受资金限制，只能专注单一解决方案，无法扩展平台，而公司可通过安全业务整合单点解决方案，利用平台策略受益 [27][29] 问题: 公司从开发者主导销售向企业级销售转变的情况及新客户机会 - 公司已成功实现转变，企业级Plus收入占比超50%，新客户机会更多在中小企业市场，未来可能推出Artifactory轻量版并结合GitHub合作拓展新客户 [30][31][33] 问题: 未与公司合作的财富500强公司使用情况 - 部分公司使用Sonotype，但无法实现云迁移；还有一些小型云玩家、开源解决方案和内部拼凑的解决方案，但这些方案存在可扩展性问题 [34] 问题: GitHub合作的战略意义、过去一年的影响及未来发展 - 合作由客户推动，集成在API和安全层面展开，可替代多达8个工具，改变了投资者和分析师的看法，目前难以确定具体收益，未来可能有联合销售，但需得到微软Satya的决策 [40][41][45] 问题: 企业级Plus客户升级层级的驱动因素和策略 - 驱动因素包括分发、安全和MLOps等，公司通过在基础套餐中加入X射线等方式，推动客户升级订阅层级 [48][49] 问题: 云迁移的驱动因素、趋势及对净留存率和经济效益的影响 - 云业务增长驱动因素包括消费和迁移，2022年后迁移成为主要驱动，迁移第一年平均有20 - 80%的提升，公司认为60%来自自托管的收入未来可能迁移到云，云迁移可带来更好的经济效益和更高的净留存率 [52][53][55] 问题: 销售团队的情况和发展方向 - 销售团队核心稳定，目前关注解决方案工程支持方面的投入，未来可能针对中小企业市场进行投资 [57] 问题: 公司2027年长期目标情况 - 自2023年发布目标以来，公司已达到或超过所有指标，目前处于五年复合年增长率的第三年，可能在SwampUp提供更新 [59] 问题: 宏观环境对公司的影响 - 市场环境仍艰难，企业注重预算，对开支较为谨慎，这可能影响使用量增长趋势的延续 [61] 问题: 客户使用JFrog的投资回报率情况 - 公司进行的Forrester研究显示，客户使用JFrog在一定时间内可获得300%以上的投资回报率，客户认为JFrog提供了高价值，特别是在自托管方面 [63] 问题: 公司核心竞争优势中二进制文件重要性的动态变化及认知 - 二进制文件成为新的攻击向量，其安全性和货币化是LLOps在企业广泛采用的关键，公司认为这是核心竞争优势 [66][67]

免责声明 本报告中的信息均来源于公开可获得资料，瑞达期货股份有限公司力求准确可靠，但对这些信息的准确性及完 整性不做任何保证，据此投资，责任自负。本报告不构成个人投资建议，客户应考虑本报告中的任何意见或建议是否 符合其特定状况。本报告版权仅为我公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。 如引用、刊发，需注明出处为瑞达期货股份有限公司研究院，且不得对本报告进行有悖原意的引用、删节和修改。 研究员： 廖宏斌 期货从业资格号F30825507 期货投资咨询从业证书号Z0020723 端在期货 国债期货日报 2025/5/26 | 项目类别 | 数据指标 最新 最新 | | 环比 项目 | | 环比 | | --- | --- | --- | --- | --- | --- | | 期货盘面 | 10893 T主力收盘价 | 108.575 | 0% T主力成交量 | | -11186↓ | | | TF主力收盘价 | 105.755 | 0.01% TF主力成交量 | 11808 | -2924↓ | | | TS主力收盘价 | 102.234 | -0.01% TS主力成交量 | 39 ...

报告行业投资评级 未提及 报告的核心观点 - 上周债市偏弱震荡长债收益率进一步上行，LPR如期调降与大行存款利率下调使债市先扬后抑，后受多空因素扰动维持震荡，资金面反复与降息利好出尽驱动长债收益率上行，央行保障流动性使短端利率下行，收益率曲线陡峭化 [1] - 本周债市料延续震荡格局，资金面因央行呵护有望宽松，基本面处于数据真空期，市场对基本面偏弱预期难扭转，预计10年期国债收益率在1.65%-1.75%区间波动 [1] 根据相关目录分别进行总结 上周市场回顾 二级市场 - 上周债市震荡偏空长债收益率延续上行，10年期国债期货主力合约累计涨0.15%，10年期国债收益率较前周五上行4.15bp，1年期国债收益率较前周五下行0.27bp，期限利差走阔 [3] - 5月19日债市回暖，银行间主要利率债收益率多数下行但10年期国债收益率上行1.0bp，10年期主力合约涨0.01% [3] - 5月20日债市回调，银行间主要利率债收益率普遍上行，10年期国债收益率上行1.11bp，10年期主力合约涨0.03% [3] - 5月21日债市延续震荡，银行间主要利率债收益率涨跌不一，10年期国债收益率上行0.96bp，10年期主力合约持平 [3] - 5月22日债市延续震荡，银行间主要利率债收益率窄幅波动，10年期国债收益率上行0.85bp，10年期主力合约涨0.01% [3] - 5月23日债市先弱后暖，银行间主要利率债收益率涨跌不一，10年期国债收益率上行0.22bp，10年期主力合约涨0.04% [3] 一级市场 - 上周共发行利率债92只，环比增加15只，发行量9683亿，环比增加288亿，净融资额5481亿，环比减少1599亿 [10] - 分券种看，上周国债发行量环比减少，政金债、地方债发行量环比增加；政金债净融资额环比增加，国债、地方债净融资额环比减少 [10] - 上周利率债认购需求整体尚可，6只国债平均认购倍数为3.05倍，20只政金债平均认购倍数为3.39倍，66只地方债平均认购倍数为21.03倍 [11] 上周重要事件 - 4月宏观经济保持较强韧性，规模以上工业增加值、社会消费品零售总额、全国固定资产投资累计同比增速均放缓，主要受外部经贸环境和关税战影响，但逆周期调节政策发力支撑经济 [12] - 5月LPR报价如期下调，1年期品种报3.00%，上月为3.10%；5年期以上品种报3.50%，上月为3.60%，源于央行下调政策利率，目的是扩大内需稳定经济 [12] - 5月23日央行开展5000亿元MLF操作，净投放3750亿，为连续三个月加量续作，显示数量型政策工具发力并可能调整融资工具需求结构 [13] 实体经济观察 - 上周生产端高频数据涨跌不一，高炉开工率、日均铁水产量下滑，石油沥青装置开工率回升，半胎钢开工率持平 [14] - 需求端BDI指数回升，出口集装箱运价指数CCFI持平，30大中城市商品房销售面积微幅回落 [14] - 物价方面，猪肉价格持平，大宗商品价格多数下跌，铜、螺纹钢价格下滑，原油价格上涨 [14] 上周流动性观察 - 上周央行公开市场净投放资金12000亿元，通过逆回购、国库定存、MLF等操作调节流动性 [25][26] - 上周R007上行，DR007下行，股份行同业存单发行利率下行，半年期国股直贴利率下行，质押式回购成交量小幅回落，银行间市场杠杆率波动小幅下行 [27][28][32]

投资咨询业务资格:证监许可【2012】31号 | 宏观金融数据日报 | 品种 | 收盘价 | 较前一日变动 | 品种 | 收盘价 | 我則一日变 | | --- | --- | --- | --- | --- | --- | | | | (%) | | | 动(%) | | 沪深300 | 3882 | -0.81 | IF当月 | 3846 | -0.9 | | 上证50 | 2712 | -0.80 | IH当月 | 2693 | -0.8 | | 中证500 | 5653 | -0.88 | IC当月 | 5562 | -0.9 | | 中证1000 | 5990 | -1.26 | IM当月 | 5872 | -1.3 | | IF成交量 | 110117 | 52.7 | IF持仓量 | 251143 | 7.7 | | IH成交量 | 51804 | 38.4 | IH持仓量 | 85531 | 9.0 | | IC成交量 | 98824 | 27.3 | IC持仓量 | 216012 | 4.0 | | IM成交量 | 233775 | 15.2 | IM持仓量 | 335860 | 1.6 | ...