科创板科创成长层改革 - 中国证监会发布《关于在科创板设置科创成长层增强制度包容性适应性的意见》，从基础制度上重构资本市场与科技创新的互动逻辑，为未盈利硬科技企业打造专属资本"孵化器" [1] - 科创成长层重点服务技术有较大突破、商业前景广阔、持续研发投入大但未盈利的科技型企业，打破"唯盈利论"桎梏，实行分层管理 [2] - 科创成长层企业股票简称后添加"U"作为特殊标识，提示投资风险并形成合理预期 [2] 改革背景与需求 - 人工智能、商业航天等前沿领域企业面临"烧钱研发—技术突破—商业变现"的长周期，对资本市场提出多样化需求 [1] - 中央金融工作会议将科技金融列为"五篇大文章"之首，凸显资本与科技深度融合的迫切性 [1] - 资本市场需解决未盈利企业"融资难"困境，同时防范投资者因信息不对称导致的风险 [1] 制度创新与配套措施 - 新增6项举措增强制度包容性适应性，包括引入资深专业机构投资者制度、试点IPO预先审阅机制、扩大第五套上市标准适用范围至人工智能、商业航天等领域 [2] - 科创成长层企业需定期披露未盈利原因及影响，个人投资者需满足科创板适当性管理要求 [2] - 改革探索有效市场和有为政府结合，把握"放"与"管"的平衡，统筹推进投资端、融资端改革 [3] 改革意义与目标 - 短期为未盈利企业提供资本进阶空间，长期推动资本向硬科技倾斜，使资本市场成为创新资本形成枢纽 [3] - 科创成长层作为试验田，将为全面注册制改革积累经验，促进科技与资本形成正向循环 [3] - 改革需避免"浑水摸鱼"，严厉打击利益输送、商业腐败等违法违规行为 [3]

港股市场表现 - 港股三大指数低开低走 恒生科技指数跌幅扩大 恒生科技指数ETF（513180）午后跌超1% [1] - 港股消费板块持续下挫 港股消费ETF（513230）现跌超1 5% [1] 618购物节与消费政策 - 今年618购物节和以旧换新国家补贴政策重合 消费者购买耐用消费品可叠加平台优化和国补优惠 [1] - 家电等换新需求大爆发 数码 家电 汽车消费出现井喷 [1] - 耐用可选消费品需求释放将为相关行业带来繁荣 为内需市场扩容提振提供有力支撑 [1] 消费板块投资价值 - 5月社会消费品零售总额（社零）同比增速达6 4% 大幅超出市场预期的4 9%和前值的5 1% 创2024年以来新高 [1] - 电商促销活动提前启动及节假日分布变化（5月比去年同期多两天假期）带动居民出行和消费需求集中释放 [1] - 限额以上商品零售中 家电和通讯器材增速分别提升14 2和13 1个百分点 显示结构性改善 [1] 港股投资机会 - 港股消费ETF（513230）打包电商+新消费 覆盖相对A股更为稀缺的新消费赛道 [1] - 恒生科技指数ETF（513180）软硬科技兼备 囊括相对A股更为稀缺的科技龙头 [1]

港股市场战略价值 - 中长期视角下港股市场具有战略性配置价值 [1] - 港股市场承担三大职责：企业出海、资金回流、人民币国际化 [1] 下半年市场驱动因素 - 盈利增长将成为下半年港股市场主要驱动因素 [1] - 三季度市场波动性可能依然较高 [1] 行业配置建议 - 高股息板块和必需消费可作为底仓配置 [1] - 全年可逢低增配科技板块（硬科技、互联网及AI） [1] - 消费板块关注地产周期下半段的修复潜力（互联网消费、医药、大众消费如个护、乳品及农林牧渔） [1] - 大金融板块（香港本地股及中资股）仍建议作为底仓配置 [1]

科技创新与成果转化 - 碑林区环大学硬科技创新街区聚焦硬科技领域，构建集研发、孵化、加速于一体的创新生态，成为高校科技成果就近转化的"试验田" [2] - 该街区拥有众多省市区联动、校企共建共享的成果，包括仿生人形机器人、运载无人机等高技术产品 [2] - 韩国专家金峻范认为校企合作模式（如仿生机器人项目）实现了"理论+实践"无缝衔接，加速技术转化并培养复合型人才 [2] 跨境电商产业发展 - 西安碑林跨境电商产业园2024年交易额达7.5亿元，覆盖58个贸易国家（地区），入驻企业85家 [3] - 产业园以"一栋楼"承载全产业链生态，整合海外仓建设、跨境结算、多语种直播等功能，实现"买全球、卖全球"闭环 [3] - 突尼斯专家指出中国与突尼斯双边贸易规模持续扩大，反映在两国商品互通的增长趋势 [3] 文化与科技融合 - 西安通过《梦长安——大唐迎宾盛礼》《赳赳大秦》等沉浸式演出，结合数字技术活化历史文化，获得国际专家高度评价 [4] - 茯茶镇将传统茯茶制作技艺与现代体验结合，西咸新区泾河新城的文化实践展示"活态"传承模式 [4][5] - 社区活动中融入中医推拿、针灸等传统技艺，凸显传统文化在现代生活中的应用价值 [5]

港投公司概况 - 香港投资管理有限公司（港投公司）是一家类似内地"政府引导基金"的投资机构，旨在推动香港产业升级和转型 [2] - 公司正式运营不到两年，管理规模达到620亿港元，投资数量超过100家，其中5-10家计划在香港IPO [5][6] - 公司由香港特区政府全资拥有，资金来源包括"香港增长组合"和"大湾区投资基金"等政府划拨资金 [5] 投资策略与理念 - 投资逻辑聚焦"三重筛选"：选正确的赛道、优质的团队、能解决社会痛点的企业 [7][8] - 核心投资赛道为硬科技、生命科技、新能源与绿色科技，呼应国家"新质生产力"战略 [8] - 要求被投企业做到"用得到、用得起、用得好"，实现财务回报与社会价值的交集 [10] - 通过1元政府资金带动4元市场长期资金跟投的杠杆效应，吸引国际长期资本 [13] 重点投资项目 - 投资AI明星企业思谋集团，看重其工业AI技术及对接全球资本、服务内地制造业升级的潜力 [8][9] - 思谋集团是香港孵化的"独角兽"企业，由国际顶尖专家贾佳亚教授创立 [9] 合作与生态建设 - 与国际机构合作创立"耐心资本专项基金"、"共同投资伙伴计划"和"国际策略拓展平台" [11] - 合作聚焦支持华人科技创业者、加速科研成果转化及拓展中东等全球南方市场 [11] - 通过"超级联系人"角色吸引国际资金和人才汇聚香港并流向内地 [12] - 未来将深化国际合作、强化创科生态、服务国家战略 [15] 公司发展方向 - 三大发展方向：实现被投企业产品"三个A"目标（Accessible、Applicable、Affordable）、拓展国际合作平台、把握跨赛道机遇 [15] - 双重使命：争取合理投资回报的同时发挥资本引导作用，吸引科企落户香港 [15] - 挑战在于平衡财务回报与提升香港长远竞争力的双重目标 [16]

港股IPO市场表现 - 宁德时代赴港上市是港股近年来发行规模最大的IPO项目，也是今年截至目前全球发行规模最大的IPO项目 [1] - 2024年港股完成全球第二大新股发行，迄今新股集资额累计超过600亿港元，较去年同期增长逾6倍，融资规模居全球首位 [1] - 港交所透露目前还有约30家内地公司计划在香港进行"A+H"上市 [1] 内地企业赴港上市趋势 - 内地龙头企业如美的和顺丰控股去年9月先后赴港上市，拉开热潮序幕 [1] - 宁德时代案例凸显"A股龙头"加快赴港上市的大势 [1] - 内地科技企业成为赴港上市的"生力军"，多家未上市或已在A股上市的硬科技龙头企业已递交赴港上市申请 [2] 香港资本市场优势 - 香港"超级联系人"的独特优势吸引内地大型企业赴港上市，帮助其融入全球资本市场 [1] - 香港出台优化上市规则、提高审核效率、筹备"科企专线"等措施，让企业登陆更加便捷 [2] - 香港"金融+创科"双引擎联动发展增强对科技企业的磁吸效应 [2] 内地科技企业动向 - 在AI大模型、5G商用、智能汽车等新兴技术驱动下，内地硬科技企业选择港股加速技术迭代和产能扩张 [2] - 在港上市的内地科技企业可更方便与香港同行进行产学研互动，并与海外市场和企业达成合作 [2] - 2024年母公司在海外及内地的驻港公司数目增加约10%至接近1万家，创历史新高 [2] 香港国际金融中心地位 - "一国两制"下香港"背靠祖国、联通世界"的优势吸引越来越多内地企业赴港上市并走向世界 [3] - 国际企业将业务和投资转移至香港，透过香港分享中国机遇 [3] - 香港继续扮演连接内地与世界的双向桥梁角色，巩固国际金融中心地位 [3]

历史行情主导产业 - 2005-2007年地产链成为牛市主导产业 [1] - 2012-2015年科创浪潮引领牛市开启 [1] - 2019-2021年新能源成为牛市主线 [1] - 当前新旧动能转换中 AI产业周期或引领港股向上 [1] AI产业与港股科技基本面 - 港股科技凭借稀缺龙头标的更受益于AI产业变革 [2] - 港股龙头互联网企业资本开支和云业务收入同步强劲增长 [2] - 当前恒生科技估值处于历史偏低水平 仍有较大提升空间 [2] - 2025年港股科技板块盈利增长有较强确定性 [2] - AI产业催化下恒生科技ROE有改善空间 将带动估值抬升 [2] 港股资金面动态 - 中国在全球经济和资本市场占比接近20% 但外资对中国权益资产配置比例明显低配 [3] - 前期外资持续流出港股市场 占比持续下滑 但边际上或将改善 [3] - 南向资金加速流入港股 2025Q1南下资金规模创新高主要由机构推动 [3] - 未来机构增量资金有望借道港股通进一步流入 [3] 下半年港股展望 - 国际对比视角下港股估值仍偏低 [3] - 短期中美贸易谈判不确定性或扰动港股风险偏好 [3] - 国内政策发力驱动基本面修复 叠加资金面改善 港股下半年或将向上 [3] - 恒生科技板块云集稀缺优质资产 更值得重视 [3] - 可关注受益于AI应用的互联网巨头及硬科技、中高端制造领域 [3]

科学家创业热潮与反思 - 2021年科学家创业融资热度达到顶峰，2023年回落至理性状态，单笔投资规模趋于早期体量[5] - 2021年硬科技赛道成为VC主要投资方向，大量资金涌入导致科学家与投资人错配[5] - 行业反思"唯技术论"，认为科学家创业存在重研发轻商业、重论文轻产品等五大弊病[5][6] 科研体系对科学家创业的影响 - 中科院"三个面向"方针将"面向国民经济主战场"置于末位，导致科研与市场需求脱节[7] - 科研绩效评价以论文、专利为主，科技成果转化权重低，催生大量"沉睡专利"[10] - 2020年"四个面向"政策调整将经济主战场提至第二位，标志着科研价值观转变[11] 科技成果转化政策进展 - 最新政策允许科研人员离岗创业最长6年，全国科研院所执行力度显著增强[12][13] - 中国农业大学前院士李宁获企业聘任，体现对科学家宽容态度[12] - 科技成果转化率从2010年25%提升至35%，但仍低于发达国家70-80%水平[14] 硬科技投资机构能力要求 - 需具备科研成果甄别能力，独立评估技术产业化前景[15] - 需识别科学家企业家潜质，弥补其商业意识而非改变核心特质[15] - 需提供产业资源孵化（如订单）和科学家成长孵化（如管理培训）[15] 金融体系改革与支持 - 基础研究投入占比仅5.5%，显著低于美国13%和日本15%[14] - 国家建议扩大股权融资比重，建立科创债等多层次资本市场支持体系[14] - 政府引导基金拟设容错池，对早期科技投资给予损失补偿[14]

报告的核心观点 - 近年来A股市场风格切换频繁、主线热点轮动加快，传统行业配置策略难以捕捉结构性机会，需构建新的行业配置系统 [2] - 基于XGBoost模型，结合“周期 - 信号 - 动量”配置框架，构建数据驱动、结构清晰、逻辑可循的行业配置系统，支持策略判断与行业轮动决策 [2] - AI行业配置模型回测表现良好，筛选Top3行业累积收益率高于同期等权重行业指数，夏普比率、最大回撤等指标也更优 [3] 各部分内容总结 “周期 - 信号 - 动量”中观行业配置体系概述 - 研究背景：A股市场风格切换频繁，传统策略难以捕捉机会，策略研究需从经验驱动向数据驱动转型，构建可解释、可落地的行业配置系统 [16] - “周期 - 信号 - 动量”行业配置框架：周期定风格，关注资本开支周期与库存周期确定优势风格；信号找行业，结合“次年g - 复合g”景气衔接体系与行业特有信号体系判断投资机会；动量辅助择时，结合市场动量因素判断投资时机 [17][18] “周期 - 信号 - 动量”行业配置体系信号系统 - 周期资源品：业绩与经济周期密切相关，行情与大宗商品价格高度相关，是典型的顺周期行业 [29] - 建筑地产与公用事业：地产具有逆周期特征，行情与地产周期高度相关；公用事业有较强防御属性，在市场偏好弱势时表现坚挺 [32] - 必选消费：防御性强，价格驱动效应明显，行情与CPI具有较高相关性 [36] - 可选消费：行情受居民收入及消费预期驱动，与社零同比高度相关 [41] - 科技和高端制造：具有显著的产业周期驱动特征，充裕的流动性会助推行情，如3G、4G、5G周期及“能源革命”推动相关板块行情 [43] - 金融类行业：行情受金融周期驱动，银行投资关注“量价 - 质量”因素，保险投资关注负债端保费收入与资产端10年期国债收益率变动 [48] AI行业配置模型构建与实证方法 - XGBoost模型简介：是基于梯度提升框架的增强型决策树方法，具有高效拟合、非线性建模和良好泛化能力，能建立“经济环境 - 市场情绪 - 行业表现”量化映射关系 [57][58] - 基于XGBoost的AI行业配置系统构建流程：包括数据样本及因子选择、因子体系构建、XGBoost模型构建、行业预测与筛选、模型因子Shap分析、输出配置分析六个核心步骤 [63] - 数据样本及因子选择：选取2006年1月至2025年3月的月度数据，纳入15个核心因子，采用8年滚动训练 + 逐月预测方式回测与模拟预测 [67][68] - 模型构建与参数选取：以次月月度收益率为因变量，与30个行业的15个因子构建面板数据，选取特定参数进行建模 [80] AI行业配置模型回测表现与配置建议 - AI行业配置模型回测表现：2014年1月 - 2025年3月，模型筛选Top3行业累积收益率为122.31%，高于同期等权重行业指数的80.26%；Top3组合夏普比率、最大回撤均优于等权重指数及传统宽基指数 [85][88] - 模型因子Shap分析：不同时期模型主要贡献因子不同，对应不同市场风格，如2014年“移动互联网”行情中ERP与10年期美债因子贡献度高，输出成长风格行业 [93][96] - 5月行情配置分析：5月AI行业配置模型输出TOP10行业主要分布在消费、红利等风格，截至5月22日，TOP3、TOP5、TOP10行业平均收益率均高于全行业平均收益 [98]

报告核心观点 - 基于 XGBoost 模型构建 AI 行业配置系统，实现月度行业配置输出，该系统结合中银策略“周期 - 信号 - 动量”配置框架，数据驱动、结构清晰、逻辑可循，能支持策略判断与行业轮动决策 [3][5] 分组1：“周期 - 信号 - 动量”中观行业配置体系概述 研究背景 - A股市场风格切换频繁、热点轮动加快，传统行业配置策略难捕捉结构性机会，策略研究需向数据驱动转型，本报告旨在构建行业配置系统支持决策 [11] “周期 - 信号 - 动量”行业配置框架概述 - 该体系为周期定风格、信号找行业、动量辅助择时，通过资本开支与库存周期识别中短周期变化定风格，结合“次年 g - 复合 g”模型与信号体系找行业，引入市场动量指标辅助择时，形成自上而下行业配置体系，关注不同时长投资周期 [12][13] 分组2：“周期 - 信号 - 动量”行业配置体系信号系统 顺周期、价格主导行情的周期资源品 - 资源品业绩与经济周期相关，行情与大宗商品价格高度相关，产出缺口上行时业绩优，商品价格对行情指示性更强 [17] 逆周期表现占优的建筑地产与公用事业 - 地产具逆周期特征，行情与地产周期高度相关，受政策调节影响大；公用事业有防御属性，市场偏好弱势时表现坚挺 [18] 防御性强、价格驱动效应明显的必选消费 - 必选消费防御性强，需求平稳，衰退后期有超额收益，价格是驱动行情重要因素，行情与 CPI 相关性高 [21] 收入及消费预期驱动的可选消费 - 可选消费行情受居民收入及消费预期驱动，与社零同比高度相关，经济向好时消费者支出增加带动行业业绩改善 [24] 产业周期驱动、流动性助推的科技和高端制造（软科技、硬科技） - 科技和高端制造行业受产业周期驱动，如 3G、4G、5G 周期及“能源革命”推动行情，充裕流动性也会助推行情 [27][28] 金融周期驱动的金融类行业 - 金融行业行情受金融周期驱动，银行投资关注“量价 - 质量”因素，保险投资关注负债端与资产端因素 [32] 分组3：AI 行业配置模型构建与实证方法 XGBoost 模型简介 - XGBoost 是基于梯度提升框架的增强型决策树方法，拟合能力高效、非线性建模能力强、泛化表现好，在结构化数据建模中广泛应用 [37] 基于 XGBoost 的 AI 行业配置系统构建流程 - 包括数据样本及因子选择、因子体系构建、XGBoost 模型构建、行业预测与筛选、模型因子 Shap 分析、输出配置分析六个核心步骤 [41] 数据样本及因子选择 - 选取 2006 年 1 月至 2025 年 3 月月度数据为样本区间，纳入 15 个核心因子，采用滚动训练 + 逐月预测方式回测与模拟预测 [44][45] 模型构建与参数选取 - 以次月月度收益率为因变量，与 30 个行业的 15 个因子构建面板数据，以 8 年数据为训练集滚动训练，选取决策树数量、树的最大深度等参数 [53] 分组4：AI 行业配置模型回测表现与配置建议 AI 行业配置模型回测表现 - 2014 年 1 月 - 2025 年 3 月，AI 行业配置模型筛选 Top3 行业累积收益率为 122.31%，高于同期等权重行业指数的 80.26%，Top3 组合夏普比率、最大回撤均优于等权重指数及传统宽基指数 [54][57] 模型因子 Shap 分析 - 对模型输出进行 Shap 分析，发现不同时期高贡献模型因子不同，市场风格也随之切换，价值与成长风格受不同因子催化 [61] 5 月行情配置分析 - 5 月 AI 行业配置模型输出 TOP10 行业主要分布在消费、红利等风格，截至 5 月 22 日，TOP3、TOP5、TOP10 行业平均收益率均高于全行业平均收益 [65]