市场表现 - 本周A股强势上涨，北证50周度上涨6.84%，领涨主要宽基指数 [3] - 市场量能指标转入积极区间，除北证50外其他主要宽基指数转为看多信号 [3] - 股票型ETF资金整体净流出，科创板、中小盘为净流出主要方向 [3] 石油化工行业 - 伊以冲突大幅缓和，双方高层宣称已接受停火提议 [4] - 布伦特、WTI原油分别报收66.34、65.07美元/桶，较上周下跌12.5%、12.1% [4] - 海外油气巨头整合有望重启 [10] 农林牧渔行业 - 生猪养殖行业产能周期已触底，但库存高位影响逻辑走顺 [6] - 政策驱动加速行业降重去库存，量价关系有望重新匹配 [6] - 去库存结束后板块或开启长周期盈利上行期 [6] 煤炭开采行业 - 523家炼焦煤矿山原煤库存683.5万吨，环比下降17.9万吨，精煤库存463.1万吨，环比下降36.1万吨，为5月以来首次下降 [7] - 秦皇岛港口动力煤平仓价（5500大卡）616元/吨，环比上涨7元/吨 [7] - 焦煤期货收盘价847.5元/吨，周环比上涨6.6% [7] 其他行业动态 - 货币当局规范存贷款市场竞争秩序效果显著，但内卷式竞争风险仍需警惕 [3] - 可转债周内涨幅创年内至今最高 [10] - REITs二级市场价格回调，两只新REITs成功上市 [10]

量化模型与构建方式 1. **模型名称：LSTMtech** - **模型构建思路**：直接使用LSTM模型对股价数据（开、高、低、收、成交量）及技术指标进行因子挖掘[15] - **模型具体构建过程**：输入层为原始量价数据及talib生成的技术指标，采用6年训练集+2年验证集的滚动训练方式，每年更新模型参数[15] - **模型评价**：多头分组效果不够单调，但整体选股能力稳定[15] 2. **模型名称：LSTMdeap_tech** - **模型构建思路**：先通过遗传算法挖掘有效技术因子，再与原始数据共同输入LSTM模型[24][26] - **模型具体构建过程**： 1. 使用遗传算法在2010-2016年数据中挖掘有效因子（框架见图4）[20][22] 2. 将遗传算法因子与原始技术指标合并作为LSTM输入[26] 3. 保持相同的滚动训练机制（6年训练+2年验证）[26] - **模型评价**：绩效显著优于纯LSTM模型，且能覆盖原始LSTM因子的alpha信息[26] 3. **模型名称：LSTMgraph** - **模型构建思路**：将技术指标转化为人为定义的状态变量后输入LSTM[33][41] - **模型具体构建过程**： 1. 对K线形态（实体/影线）和技术指标（如均线相对位置）进行状态编码[33] 2. 合成1-20日K线状态变量作为输入[41] 3. 采用相同LSTM框架训练[41] - **模型评价**：解决了CNN图形识别耗时耗资源的问题，同时保留形态特征[32][41] 4. **复合模型名称：LSTMdeap_tech_graph** - **模型构建思路**：等权合成LSTMdeap_tech与LSTMgraph因子[47][49] - **模型具体构建过程**： 1. 验证两因子相关性（51.48%）及残差选股效果（见图16）[47][49] 2. 直接等权加权合成[49] - **模型评价**：多维度技术信号互补，绩效进一步提升[49] 5. **复合模型名称：LSTMdeap_tech_graph_pro** - **模型构建思路**：将LSTMdeap_tech_graph与交易行为因子LSTMpro等权合成[54] - **模型具体构建过程**：基于38.61%的低相关性直接合成[54] - **模型评价**：多头超额收益显著提升，收益波动比优化[54] --- 量化因子与构建方式 1. **因子名称：Tech_similarity** - **构建思路**：基于技术指标状态匹配历史相似形态[35] - **具体构建过程**： 1. 按月回看5个交易日，匹配股价/MACD/涨跌停/成交量状态[35] 2. 计算匹配日后续20天超额收益均值[35] $$因子值=\frac{1}{5}\sum_{i=1}^{5} (匹配日_i未来20天超额收益)$$ 2. **因子名称：K_similarity** - **构建思路**：基于K线形态匹配历史相似模式[39] - **具体构建过程**： 1. 对日/周/月K线及成交量状态编码[39] 2. 采用与Tech_similarity相同的计算逻辑[39] 3. **复合因子名称：Tech_K_similarity** - **构建思路**：等权合成Tech_similarity与K_similarity[40] - **具体构建过程**：验证两因子25.49%相关性后直接合成[40] --- 模型的回测效果 | 模型名称 | RankIC(2019-) | RankICIR | 多空年化收益 | 多头超额年化 | |------------------------|---------------|----------|--------------|--------------| | LSTMtech | 7.42% | 4.25 | 24.02% | - | [15] | LSTMdeap_tech | 9.27% | 4.54 | 32.44% | - | [26] | LSTMgraph | 9.01% | 4.70 | 32.25% | - | [41][44] | LSTMdeap_tech_graph | 10.89% | 4.99 | 37.28% | 9.40% | [49] | LSTMdeap_tech_graph_pro | 11.93% | - | 39.85% | 11.34% | [54] --- 因子的回测效果 | 因子名称 | RankIC(2013-) | RankICIR | 多空年化收益 | |-------------------|---------------|----------|--------------| | Tech_similarity | 4.97% | 3.05 | 20.22% | [35][37] | K_similarity | 5.10% | 3.09 | 19.25% | [39][42] | Tech_K_similarity | 5.89% | 3.25 | 25.97% | [40][43]

核心观点 - 各行业呈现不同发展态势，固定收益领域需关注美债投资者行为和利率趋势；能源转型中高温超导产业进入加速期；互联网电商 618 增长稳健；公用事业/环保各细分领域业绩有分化；金工构建利率择时体系有优势；电力设备与新能源看好新技术与盈利修复主线 [2][4][5][6][7][8] 固定收益 - 6 月 FOMC 会议联邦基金利率目标区间维持在 4.25 - 4.5%，连续四次不变，声明中不确定性表述有变化 [2] - 从需求角度分析美债投资者结构特征、行为逻辑，展望 2025 年下半年美债需求变化，不同投资者购债动机和模式有差异 [7] 能源转型 - 6 月 18 日上海超导披露科创板上市招股书，2023、24 年营收分别为 0.83、2.40 亿元，同比增长 133%、187%，2024 年归母净利润 0.73 亿元同比扭亏为盈，看好高温超导产业未来发展 [2] 互联网 - 预计 2025 年 618 电商大促季行业增长稳健，得益于活动周期拉长、国补行动和即时零售场景投入，后续电商平台将围绕商户经营和用户粘性竞争 [4] 公用事业/环保 - 5 月全国火电发电量由降转增，2Q25 煤价同环比下降，主要火电公司业绩或分化；4/5 月水电发电量同比下滑；核电机组稳健运行；1 - 4 月绿电运营商电量同比提升；4 月天然气表观消费量同比下滑 [5] 金工 - 今年以来利率单边下行趋势减缓，构建利率择时体系，策略有风险控制能力，整合常用技术指标形成标准化流程，构造多周期复合趋势指标，回测表现良好 [6] 电力设备与新能源 - 新能源车看好电池、结构件、铁锂环节和固态电池新技术；风电国内外需求高景气；光伏短期经营承压；储能中美需求有支撑；工控关注新兴赛道机会 [8] 评级变动 - 领展房产基首次评级为买入，目标价 50.59 元 [9] - 惠泰医疗首次评级为买入，目标价 519.50 元 [9] - 周大福评级由增持调为买入，目标价 16.00 元 [9]

市场整体表现 - 本周市场震荡收跌，主要宽基指数仅创业板指实现上涨 [4] - ETF延续净流出，大盘ETF为净流出主力 [4] - 市场逐步从宽幅震荡过渡至窄幅震荡，指数运行区间收缩且量能放大 [4] - 风格层面，极小市值方向（如北证、微盘）或有持续调整压力，短期或呈现大市值占优特点 [4] 有色金属行业 - 5月国内废铜产量9.2万吨，同比下降20%、环比上升5% [5] - 贸易冲突对经济负面影响尚未完全显现，仍会压制铜价涨幅 [5] - 供给端铜矿扰动增加，需求端出口备货效应减弱以及国内进入淡季，需求有走弱风险 [5] - 铜价有望在国内刺激政策出台以及美国降息后逐步上行 [5] - 伦敦金现价格再创历史新高水平 [6] - 融创中国95.5亿美元境外债转股方案获82%的持有人支持 [6] - 5月份融创中国全口径销售金额49亿元，同比+128% [6] - 融创服务地产关联影响基本解除，关联方贸易应收款减值计提充分，2025年起有望摆脱地产影响 [6] 基础化工行业 - 近期化工园区安全事故多发，后续对于涉及硝化、氯化等高危化工反应的项目审批和生产监管将进一步趋严 [7] - 化工行业头部企业凭借更严格的安全生产管控流程、更优质的生产装置设备、更先进的工艺生产技术，将保障存量高危化工反应装置的有序生产 [7] - 化工行业头部企业在涉及高危反应的中间体、产品增量受限的情形下，可以凭借现有产品的稳定生产而受益 [7] 建筑建材行业 - 本周中信建材指数下跌2.16%，中信建筑指数下跌1.27% [8] - 全国PO42.5水泥均价为365.70元/吨，环比+0.45元/吨 [8] - 全国水泥企业出货率45.7%，环比-2.3pct [8] - 玻璃现货价格1203元/吨，环比-20元/吨 [8] - 玻璃库存6968.5万重箱，环比-0.1% [8] - 缠绕直接纱价格4550元/吨，环比持平 [8] - G75电子纱价9100元/吨，环比持平 [8] 农林牧渔行业 - 生猪养殖板块，报表端指引的行业产能周期已经触底，但持续的库存高位影响逻辑走顺 [9] - 近期政策驱动加速行业降重去库存，量价关系有望重新匹配 [9] - 长期视角下，去库存结束后，板块有望开启长周期盈利上行期 [9] 电新公用环保行业 - 核聚变虽距全面商业化有很长的路要走，但各国军备竞赛已开启，研发和投资达到新高度 [9] - 后续每次技术进步、融资及项目进展、和AI领域的合作，或成为板块催化剂 [9] - 从5月新能源现货交易数据来看，价格同比整体呈现下跌趋势，说明消纳及电力供需仍存在压力 [9] - 光伏电价依然较低、风电电价较为稳健 [9] - "136"号文背景下，应立足于优质资产，风电、虚拟电厂及微网、储能是较好选择 [9]

量化模型与构建方式 1. **模型名称：利率价量多周期择时策略** - **模型构建思路**：通过核回归算法捕捉利率趋势形态，刻画支撑线和阻力线，根据不同周期（长、中、短）下的形态突破情况生成交易信号[10][12] - **模型具体构建过程**： 1. **周期划分**：长周期（月度切换）、中周期（双周度切换）、短周期（周度切换）[10] 2. **信号规则**： - 至少2个周期向下突破支撑线且趋势非向上时，满配长久期 - 至少2个周期向下突破但趋势向上时，配置1/2中久期+1/2长久期 - 至少2个周期向上突破阻力线且趋势非向下时，满配短久期 - 至少2个周期向上突破但趋势向下时，配置1/2中久期+1/2短久期 - 其他情况等权配置短、中、长久期[22] 3. **止损机制**：单日超额收益<-0.5%时切换为等权配置[22] - **模型评价**：基于多周期共振原理，兼顾趋势与形态突破的稳健性 2. **模型名称：公募债基久期测算模型** - **模型构建思路**：通过改进的回归模型动态跟踪中长期纯债基金的久期及分歧[13][15] - **模型具体构建过程**： 1. **数据输入**：计入杠杆后的基金持仓数据 2. **输出指标**： - 久期中位数（未平滑与4周移动平均） - 久期均值 - 久期截面标准差（分歧指标）[13][15] - **模型评价**：有效捕捉机构行为变化，但需注意杠杆调整的准确性 --- 量化因子与构建方式 1. **因子名称：利率水平结构因子** - **因子构建思路**：将1-10年期国债YTM转化为水平结构指标，衡量利率绝对水平[7][9] - **因子具体构建过程**： - 计算当前水平结构读数：$$水平结构=1.53\%$$（本周下降0.75BP） - 分位数计算：3年/5年/10年分位数分别为6%/4%/2%[9] 2. **因子名称：利率期限结构因子** - **因子构建思路**：衡量利率曲线的斜率特征[7][9] - **因子具体构建过程**： - 计算当前期限结构读数：$$期限结构=0.24\%$$（本周下降0.07BP） - 分位数计算：3年/5年/10年分位数分别为5%/3%/6%[9] 3. **因子名称：利率凸性结构因子** - **因子构建思路**：捕捉利率曲线的凸性变化[7][9] - **因子具体构建过程**： - 计算当前凸性结构读数：$$凸性结构=0.05\%$$（本周上升1.83BP） - 分位数计算：3年/5年/10年分位数分别为21%/13%/14%[9] --- 模型的回测效果 1. **利率价量多周期择时策略** - **长期表现（2007-2025）**： - 年化收益率：6.18% - 最大回撤：1.52% - 收益回撤比：2.26 - 超额收益率（vs久期等权基准）：1.66%[23][26] - **短期表现（2023年底以来）**： - 年化收益率：7.35% - 最大回撤：1.58% - 收益回撤比：6.31 - 超额收益率：2.26%[4][23] - **胜率**：逐年绝对收益>0的胜率100%，超额收益>0的胜率100%[23] --- 因子的回测效果 1. **利率水平结构因子** - 当前读数：1.53%（历史极低分位数）[9] 2. **利率期限结构因子** - 当前读数：0.24%（历史低分位数）[9] 3. **利率凸性结构因子** - 当前读数：0.05%（历史中低分位数）[9] 4. **公募债基久期因子** - 久期中位数：3.3年（历史5年96.14%分位数）[6][13] - 久期分歧：截面标准差1.58年（历史5年65.64%分位数）[14]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：全天候定量择时模型** - **模型构建思路**：通过多维度市场信号（如技术指标、市场情绪等）动态识别市场风险与机会[7] - **模型具体构建过程**： 1. 结合日线级别顶背离、TD9计数等传统技术指标判断趋势转折点[7] 2. 引入箱体震荡中枢（3300-3350点）作为成本参考基准[7] 3. 通过0.382时间回调比例特征预测调整周期（如3周）[7] 4. 输出信号包括“风险提示”和“赚钱效应异动”两类[16] - **模型评价**：能够捕捉市场关键转折点，但对意外因素（如政策变化）的敏感性不足[7][16] 2. **模型名称：四轮驱动模型** - **模型构建思路**：基于行业动量、趋势强度、温度指标等维度筛选板块机会[16] - **模型具体构建过程**： 1. **动量指标**：计算相对强度RS6（6日相对收益） $$RS6 = \frac{P_t}{P_{t-6}} - 1$$ 2. **趋势指标**：TendS综合得分（含波动率、斜率等4项子指标）[16] 3. **温度指标**：Newhigh（创新高个股占比）与Tempe（板块过热/过冷阈值）[16] 4. 信号触发条件：如传媒行业需同时满足RS6>0.5、Tempe>50等[16] 3. **模型名称：行业性价比分析模型** - **模型构建思路**：通过横向对比行业估值与历史分位数定位性价比[12] - **模型具体构建过程**：未披露具体公式，但提及对科技型板块的底部入场机会判断[8][12] --- 模型的回测效果 1. **全天候定量择时模型** - 风险提示信号准确率：未披露具体数值，但提及对4月初趋势调整的预判有效性[7] - 信号响应延迟：从触发到市场实际调整约1-3个交易日[16] 2. **四轮驱动模型** - 传媒行业信号区间收益：0.69%（2025-06-05至2025-06-13）[16] - 电子行业信号区间收益：-1.98%（同期）[16] - 非银金融信号区间收益：0.31%（未到期）[16] --- 量化因子与构建方式 1. **因子名称：TD9计数因子** - **因子构建思路**：通过连续9日收盘价与4日前收盘价对比判断超买/超卖[7] - **因子具体构建过程**：未披露具体公式，但提及用于日线级别顶背离确认[7] 2. **因子名称：赚钱效应异动因子** - **因子构建思路**：综合动量、趋势、温度指标捕捉板块资金流入[16] - **因子具体构建过程**： - 动量子因子MomU：短期（U）动量变化率阈值（如0.09→0.14）[16] - 趋势子因子TendS：包含波动率、斜率等4项加权得分[16] --- 因子的回测效果 1. **TD9计数因子** - 日线级别顶背离预测调整成功率：未披露具体数值[7] 2. **赚钱效应异动因子** - 传媒行业信号触发后5日胜率：58.3%（历史回测）[16] - 电子行业信号触发后5日胜率：42.1%（历史回测）[16] --- 注：部分模型（如缠论分析、周期分析）因未披露具体构建细节未列入[11][9]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称：分红预测模型** - **模型构建思路**：基于上市公司分红信息（年报、快报、预警、分析师预测等）预测指数成分股分红对股指期货合约的影响[7][19][22] - **模型具体构建过程**： 1. **预估净利润**：按优先级采用年报>快报>预警>TTM净利润>分析师预测[22][23] 2. **计算税前分红总额**： - 已公布预案的直接采用 - 未公布预案的沿用历史分红率（若去年分红率>0） - 净利润为负则设分红率为0[26] 3. **计算指数影响**： $$股息点 = 股票权重 \times \left(\frac{税后分红总额}{最新市值}\right)$$ 权重动态调整公式： $$\mathrm{w_{it}={\frac{w_{i0}\times\mathrm{\scriptsize{\boldmath~(~1+R~)}~}}{\sum_{1}^{n}w_{i0}\times\mathrm{\scriptsize{\boldmath~(~1+R~)}~}}}}$$[24] 4. **预测合约影响值**： - 除权除息日预测：已公布的直接采用，未公布的参考历史时间差中位数[27][28] - 累加交割日前所有分红点数[28] - **模型评价**：需依赖历史分红率假设，市场突变时预测可能偏差[4][31] 2. **模型名称：股指期货定价模型** - **模型构建思路**：基于无套利原理计算含分红影响的期货理论价格[31][32] - **模型具体构建过程**： - **离散红利情况**： $$F_t = (S_t - D)(1 + r)$$ $$D = \sum_{i=1}^{m} D_i / (1 + \phi)$$ （D为红利现值，r为无风险利率）[31] - **连续红利情况**： $$F_t = S_t e^{(r - d)(T - t)}$$ （d为年化红利率）[32] --- 量化因子与构建方式 1. **因子名称：分红点数因子** - **因子构建思路**：量化分红对期货合约基差的直接影响[7][10][11][12][13] - **因子具体构建过程**： - 计算合约实际价差与含分红价差： $$含分红价差 = 实际价差 + 分红点数$$ - 年化对冲成本计算（剔除分红）： $$年化成本 = \left(\frac{实际价差}{收盘价}\right) \times \left(\frac{365}{合约剩余天数}\right)$$[10][11][12][13] 2. **因子名称：分红剩余影响因子** - **因子构建思路**：衡量分红对合约价格的未兑现影响比例[10][14] - **因子具体构建过程**： $$剩余影响比例 = \frac{分红点数}{收盘价} \times 100\%$$[10][14] --- 模型回测效果 1. **分红预测模型** - 上证50 6月合约分红点数预测：3.70点[7][10] - 沪深300 6月合约分红点数预测：4.71点[7][11] - 中证500 6月合约分红点数预测：10.68点[7][12] - 中证1000 6月合约分红点数预测：10.32点[7][13] 2. **股指期货定价模型** - 上证50 IH2506合约理论价差：-7.53点（实际-11.23点）[10] - 沪深300 IF2506合约理论价差：-3.07点（实际-7.78点）[11] --- 因子回测效果 1. **分红点数因子** - IH2507合约：分红点数46.89点，含分红价差-3.55点[10] - IC2509合约：分红点数41.13点，含分红价差-157.11点[12] 2. **分红剩余影响因子** - 上证50 6月合约剩余影响：0.14%[10][14] - 中证1000 6月合约剩余影响：0.17%[13][14] 3. **年化对冲成本（剔除分红）** - IH2506：14.67%（365天）[10] - IM2507：15.48%（365天）[13]

根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：最优因子择时投资组合模型 **模型构建思路**：通过整合大量因子与预测变量构建择时策略，利用收缩技术防止过拟合[3] **模型具体构建过程**： - 使用Ledoit-Wolf协方差矩阵收缩估计量，计算最优收缩强度[25] - 采用Kozak-Nagel-Santosh收缩方法变体估计权重，公式为： $$\hat{W}_{t}=\left(\hat{\Sigma}_{t}+\hat{\overline{t}}_{t}\left[\begin{array}{cc}0&0\\ 0&\hat{D}_{t}\end{array}\right]\right)^{-1}\hat{\mu}_{t}$$ 其中前K个元素为原始因子平均收益，剩余为因子-预测变量组合收益[27] - 权重重新缩放使原始因子绝对权重之和为1[30] **模型评价**：收缩机制有效避免高维环境下的虚假择时信号[2] 2. **因子名称**：因子择时投资组合因子 **因子构建思路**：将因子收益与滞后预测变量交互形成择时信号[19] **因子具体构建过程**： - 定义标准化预测变量$X_{t-1}$和因子收益$F_t$ - 构建叉积因子：$$G_{t}=X_{t-1}F_{t}$$ 当$X_{t-1}$为正时做多因子，为负时做空[19] - 期望收益取决于预测变量与因子收益的协方差：$$E\left[G_{t}\right]=\mathrm{Cov}\left(X_{t-1},F_{t}\right)$$[21] **因子评价**：将时间序列预测转化为横截面组合优化问题[23] 模型的回测效果 1. **Fama-French因子择时模型**： - 年化收益4.71%，波动率5.81%，夏普比率0.81[40] - 评估比率0.79，最差12月收益-5.62%[41] - 60个月滚动夏普比率持续优于静态组合[46] 2. **Jensen因子择时模型（小预测集）**： - 年化收益2.97%，波动率2.01%，夏普比率1.48[64] - 扣除交易成本后夏普比率1.35[78] 3. **Jensen因子择时模型（大预测集）**： - 年化收益2.73%，波动率1.91%，夏普比率1.43[71] - 无收缩时夏普比率降至0.81[71] 量化因子与构建方式 1. **宏观预测因子**： - 包含实际1年期收益率、收益率曲线斜率(5y-1y)、Baa级债券与国债利差等6个变量[38] - 标准化为z值后与因子收益交互[36] 2. **因子特定预测因子**： - 基础变量：3个月收益、12个月收益、3个月日波动率[38] - 特征价差：B/M价差、资产增长价差、盈利能力价差[38] - 对Jensen因子集扩展至128个特征价差[38] 因子的回测效果 1. **收益率曲线斜率交互因子**： - 在Fama-French组合中权重排名第一[52] - 与盈利能力因子组合贡献显著超额收益[52] 2. **3个月市场收益交互因子**： - 与规模因子组合权重排名第二[52] - 捕捉市场动量对规模因子的预测效果[52] 3. **盈利能力价差因子**： - 在Jensen因子集中出现频率最高[68] - 与宏观变量组合形成稳定择时信号[68] 注：所有结果均基于1965-2022年月度数据，采用滚动窗口验证方法[31][32]

报告核心观点 - 上周A股市场主要指数多数上涨，两融余额小幅上升，电子等行业融资净买入额较多，综合等行业融券净卖出额较多；国内工程机械仍处更新周期，城市更新行动有望带动工程需求提升，维持机械设备行业“看好”评级及部分公司“增持”评级 [2][3][8] 金融工程研究 市场概况 - 上周（6月4日 - 6月10日）A股市场主要指数多数上涨，创业板指涨幅最大为1.73%，上证50跌幅最大为0.41%，上证综指、深证成指等也有不同涨幅 [2] - 6月10日，沪深两市两融余额为18114.59亿元，较上周增加123.64亿元，融资余额和融券余额均有增加，每日平均参与融资融券交易的投资者数量较前一周增加15.88% [2] - 上周电子、计算机和机械设备行业融资净买入额较多，食品饮料等行业较少；融资买入额占成交额比例较高的是非银金融等行业，较低的是综合等行业；综合、石油石化和社会服务行业融券净卖出额较多，医药生物等行业较少 [3] 标的券情况 - 6月10日，市场ETF融资余额为932.20亿元，较上周减少12.42亿元，融券余额为55.46亿元，较上周增加3.68亿元 [3] - 融资净买入额排名前五的ETF为广发中证香港创新药（QDII - ETF）等；个股融资净买入额前五名为江淮汽车等，个股融券净卖出额前五名为小商品城等 [3] 行业研究 行业要闻 - 5月挖掘机销量为1.82万台，同比增长2.12%；装载机销量为1.05万台，同比增长7.24%；工程机械主要产品月平均工作时长为84.5小时，同比下降3.86% [5] 公司公告 - 浙江力诺拟收购徐州化工机械有限公司100%股权；莱赛激光拟将募投项目达到预定可使用状态日期调整至2026年8月1日 [6] 周行情回顾 - 2025年6月4日至6月10日，沪深300指数上涨0.35%，申万机械设备行业上涨0.73%，跑赢沪深300指数0.38个百分点，在申万所有一级行业中位于第18位 [6] 估值情况 - 截至2025年6月10日，申万机械设备行业市盈率（TTM，整体法，剔除负值）为26.18倍，相对沪深300的估值溢价率为117.57% [8] 本周观点 - 2025年1 - 5月挖掘机累计销量10.17万台，同比增长17.40%，国内市场累计销量同比增长25.70%，内销延续高景气；4月平地机等非挖产品销量同比增长，非挖需求景气上行 [8] - 5月工程机械主要产品月开工率为59.5%，环比下降2.45pct；国内工程机械仍处更新周期，城市更新有望带动工程需求稳步提升 [8] - 维持行业“看好”评级，维持对三一重工、中联重科、恒立液压、中国中车“增持”评级 [8]

通信行业 - 博通CPO取得积极进展，5月推出单通道200G的CPO产品系列，6月交付支持CPO版本的Tomahawk 6交换芯片，预计科技巨头将推动CPO技术落地和产业链生态成熟 [2] - 看好CPO产业发展前景，推荐太辰光、天孚通信，建议关注中际旭创、新易盛、华工科技 [2] 多元金融行业 - 5月ETF市场总资产规模环比增长1.6%，股票ETF规模环比提升0.9%，债券型基金资产净值达2841亿元、环比增长15%，规模占比环比提升0.8pct至6.9%，龙头集中度环比小幅下滑，前3名地位稳固，5月新发产品较为分散、规模环比下滑 [3] - 《推动公募基金高质量发展行动方案》落地，股票ETF有望迎来快速发展机遇 [3] 银行/证券行业 - 2025年5月全市场发行理财产品5400份，环比-9.8%；公募基金新发份额环比减少，5月发行641亿份，月环比-31%；ETF资产净值持续提升，基准做市信用债ETF贡献核心增量 [3] - 推荐零售及财富管理标杆招行（AH）、财富管理战略地位提升的宁波银行，券商推荐大财富管理产业链具备较强优势的广发证券、东方证券 [3] 电子行业 - 运动相机和全景相机正从极限运动玩家的小众影像设备“破圈”成为大众创意生产力工具，行业处在快速增长阶段，影石创新（待上市）、GoPro、大疆是三大核心玩家 [4] - “全能型”个人影像设备或是发展方向，行业竞争核心正从硬件参数向AI、软件生态、差异化创新能力等多维度转变 [4] 金融工程行业 - 基于开源大模型Qwen3 - 8b增强BERT - FADT策略，构建LLM - FADT策略，增强后策略效果显著优于增强前 [6] - LLM - FADT Top25沪深300指增组合年化超额收益率为12.16%，LLM - FADT医药行业增强组合年化超额收益率为18.53%（回测区间均为20170126 - 20250530） [6] - 行业配置高度稳定、长期稳定在大盘价值风格的基金跑赢基准的平均概率较高，细分行业差异较大的医药主题基金跑赢基准的平均概率更高，消费和TMT主题基金跑赢基准的平均概率更低 [8] 固定收益行业 - 下半年利率或延续震荡市格局，信用债供需关系略好，中短端需求好于长端，供给以央国企产业、国股行二永债为主，关注科创债扩容、城投转型等机会 [9] - 化债下信用风险可控，信用利差仍有下行机会但空间或不大且波动较多，建议以震荡思路应对，票息策略+波段操作>品种选择>信用拉久期>杠杆，关注城投、二永、地产板块，高等级二永债尝试波段增厚收益 [9] 科技/计算机行业 - 2025年中期策略会显示AI算力保持积极向上趋势，推理端与训练端共同推进算力需求；国内外Agent进展提速，业绩有望加速释放；Agent产品有望在特定场景率先落地 [10] 交通运输行业 - 5月客货两旺，6月看多航空，短期暑运旺季催化、油汇利好，中长期供给增速放缓推动供需改善；配置高股息港股公路，Hibor走低支撑红利估值，公路板块业绩稳健；关税缓和推升集运运价，但市场预期或已充分，板块波动率加大 [11] - 推荐中国国航AH/中国东航AH/华夏航空/中远海能H/皖通高速AH/浙江沪杭甬/粤高速A/港铁公司/顺丰控股AH [11] 评级变动 - 极米科技（688696）目标价150元，评级调整为买入（首次），2025 - 2027年EPS分别为5元、5.77元、6.39元 [15]