周末重点速递｜岁末年初还有行情么？券商：蓝筹风格指数有望获更正面支撑，加仓“智安医”方向

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　每经记者 杨建    每经编辑 彭水萍

　　（一）重磅消息

　　11月30日，国家统计局服务业调查中心和中国物流与采购联合会发布中国采购经理指数，数据显示，11月份，制造业采购经理指数（PMI）为50.3%，比上月上升0.2个百分点，制造业扩张步伐小幅加快。新订单指数为50.8%，比上月上升0.8个百分点，创今年5月以来的新高。国家统计局服务业调查中心高级统计师赵庆河解读时表示，生产指数和新订单指数分别为52.4%和50.8%，比上月上升0.4和0.8个百分点，其中新订单指数自今年5月份以来首次升至扩张区间，表明制造业市场活跃度有所增强。

　　（二）券商最新研判 

　　招商证券：岁末年初有行情么？蓝筹风格指数有望获更正面支撑

　　1、近期市场调整是前期涨幅累积过大、企业面临业绩压力、地缘政治局势频繁变动以及美元指数和美债收益率显著走强等多重因素交织影响的结果。当前，市场正处于一个大级别上行趋势的调整期中。虽然对于近期市场下跌，市场有很多解释，但是其中一个重要原因是因为前期上涨之后，近期赚钱效应开始逐渐消退，年底有落袋为安的需求。9月23日至11月22日两个月时间，指数涨幅普遍超过20%。由于前三年市场整体表现不佳，投资对于A股盈利持续性的信心一定是需要更长时间恢复的。部分投资者会在年底盈利后落袋为安也是人之常情。

　　2、在9月底10月初市场大涨后，ETF流入速度先行放缓，而在11月中旬开始，融资余额流入也趋缓。这种调整在历史上A股大级别行情的演绎过程中是很常见的现象。此前我们分析过A股五年左右的政策周期，市场在资本市场政策发力和财政货币政策发力后会迎来中期拐点，市场在见底时会迎来放量大涨，但是并不意味着行情会一马平川涨上去。在放量大涨后，总会跟随一波明显的调整，这种调整往往会持续到当年年底，年底调整可能会更加明显，而开年后，市场将会进入到一波更加绵长的主升浪。

　　3、前期主要是政策频发驱动，目前缺乏催化剂，12月上旬后，又开始进入下一波重大会议高峰期。本轮市场大涨始于9月24日，“一行一会一局”召开新闻发布会公布重要的支持资本市场的政策和货币工具之后；加速于9月26日会议定调经济政策发力，在后续各新闻发布会后逐渐趋于震荡，而在11月8日大规模化债计划宣布后，政策的发布高峰期阶段性告一段落。由于本轮行情很大程度源自于政策催化，在政策真空期出现后，市场缺乏新的催化剂，因此部分投资者选择离场观望。

　　4、下一轮大的政策高峰期将会从12月上旬的政治局会议讨论经济，到月中的中央经济工作会议，再到明年的两会。下一轮政策高峰来临前，投资者又会开始有新的政策期待。如何考虑加仓时间节点和方向，首先明确一点，当前行情大级别的上行正在演化过程中，目前正处在大涨之后消化获利盘所带来的调整期。

　　5、我们在此前提出了经济和资本市场运行中的五年政策周期，以货币政策和经济稳增长政策为例，若这些政策得到有效实施并直接促进经济发展，一个显著的标志便是M1增速的明显回升。通过观察历史数据，我们可以发现，这些拐点分别出现在1999年年初、2015年年底、2008年年底至2009年年初、2014年年中以及2019年年初。此后行情的展开呈现“放量大涨——阶段性缩量调整——持续性更强的主升浪”的三阶段特征。

　　6、2024年9月之后财政政策、货币政策以及资本市场改革政策的共振发力，也完全符合历史五年周期规律特征，而过去也发生了放量大涨以及已经开启的缩量调整，那么接下来最重要的问题就是：“如何考虑下一个阶段的加仓时间节点和方向？”首先，利用政策预热期建仓。针对相关的政策，投资者也可以预期并找到相应的投资机会。其次利用业绩披露期效应建仓。空间大，政策支持，有技术进步催化的方向就是加仓的方向，本次首选考虑AI+（AI硬件和应用的加速落地），其次安全相关（军工信创自主可控产业链），最后医疗医药，简称“智安医”。

　　7、从行业和风格配置角度考虑，在前期中小风格占优之后，随着中小风格补涨到位，交投占比出现较高的情况，中小风格继续进一步占优的概率降低。后续，随着化债政策顺利落地、四季度进入业绩修正和年底估值切换的阶段、ETF目前已经逐渐深入人心、中证A500进入批量建仓期，偏蓝筹风格的指数有望获得更加正面的支撑。行业选择层面，结合中观景气、盈利能力、筹码分布、估值、交易、周期阶段和赛道价值等多个维度，本期推荐关注汽车、家电、商贸零售、机械设备、消费电子、半导体、基础化工。

　　东吴证券：国产替代趋势下，海思“平台化”发展有望加速芯片国产化进程

　　1、华为海思是国内龙头、全球领先的IC设计公司：华为海思作为全球领先的半导体与器件设计公司，具备全面技术布局，覆盖AI、云计算、手机SoC、5G等多领域。海思为华为提供高品质芯片，海思在全球IC市场实力雄厚，过去多年出货量与三星、苹果竞争，并曾登顶全球智能手机出货量第一。中国是半导体销售最大需求市场，随着国产替代需求的提升，海思在国产化进程中的重要性持续增强，未来发展值得期待。

　　2、国产替代需求旺盛，中国拥有全球最大的半导体市场规模，2023年占比27%。同时是全球最大的消费电子市场，2023年市场规模达7734亿美元。预计到2032年将增至14679亿美元，年均增长率7.6%。人工智能技术推动全球半导体行业复苏，中国市场需求旺盛。中国新能源汽车电子行业也快速增长，2023年市场规模达到2281亿元，且渗透率超30%，已在全球汽车行业占据主导地位，这为上游芯片供应的国产化提供了巨大市场需求。 

　　3、华为海思通过平台化销售模式，为大客户提供定制化解决方案，推动AI、云计算等强应用领域的发展。2024年推出的“5+2”智能终端解决方案展示了其在音视频、联接和物联网等领域的强大技术实力。海思未来有望与AI大模型以及场景应用等子领域龙头公司合作，推动技术定制和产业链联动，提供定制化服务增强大客户服务能力，从而拉动海思相关产品销售量，加大国产替代。

　　4、阶段性突破制程，国产替代有望加速。华为已经建立起了比较完善的芯片产品体系。海思芯片在通用领域主要包括AI芯片昇腾系列、云计算处理器鲲鹏芯片、手机SoC芯片麒麟系列、5G基站芯片天罡和5G基带芯片巴龙、联接芯片凌霄系列。2020年Q2全球手机AP芯片华为海思位居第三，超越三星，占据16%的市场份额，且当前华为高端机内零部件基本已经实现国产化。同时昇腾、鲲鹏系列已经逐步追赶上海外厂商性能，外加盘古大模型为企业赋能，华为有望在需求端全面进行国产替代的步伐中，实现收入增长。

　　5、相关标的方面，测试服务：东方中科、苏试试验、博慧云通、卓易信息等；应用合作：世纪鼎利、润和软件、中电兴发、美格智能、惠伦晶体、天邑股份等；分销商：深圳华强、力源信息等；手机/服务器方面，折叠屏方向：蓝思科技、斯迪克、精研科技、宜安科技、统联精密；销量成长方向：光弘科技、长信科技、长盈精密；半导体方面，华为研发路线：思瑞浦、唯捷创芯、卓胜微、兆易创新、鸿日达等；华为投资路线：唯捷创芯、思瑞浦、灿勤科技、杰华特、长光华芯、炬光科技、天岳先进、兴森科技等。

　　民生证券：人形机器人与AI大模型之Robot+AI的Transformer之旅

　　1、从Transformer到多模态大模型的演进与应用。Transformer不仅在语言处理上广泛应用，还扩展至图像、视频、音频等多模态任务。模型展现了其强大的生成能力，推动了多模态大模型（MLLM）的发展。机器人现实世界至数据化的突破：RT-2、RoboCat与MimicGen。RT-2通过大规模的视觉-语言预训练，将视觉识别与低级机器人控制结合，实现了机器人在复杂任务和未见环境中的强大泛化能力。RoboCat则基于Gato模型，展示了多任务和多具身平台上的自我迭代学习能力，能够快速适应新任务并生成跨任务策略。英伟达的MimicGen自动生成大量模仿学习数据，有效减少了人工干预，提升了机器人学习的效率。

　　2、特斯拉FSD，端到端算法成为主流，数据为关键。2020年FSD引入Transformer模型，走向了数据驱动的模型范式，2024年初FSD V12完全采用神经网络进行车辆控制，从机器视觉到驱动决策都将由神经网络进行控制。FSDV12能够模拟人类驾驶决策，成为自动驾驶领域全新发展路径；英伟达Robocasa：具体智能关键节点，首次论证real-sim-real。通过升级模拟平台并构建模拟框架，说明模拟器的丰富多样性以及视觉和物理真实性显著改善了模拟效果，实验结果首次论证了real-sim-real可行。

　　3、后续演绎：在机器人real-sim-real可行，证明存在scaling law的基础上，持续推荐可执行任务的泛化能力，迈向真正的AGI智能化：李飞飞团队的Rekep，一种针对机器人操作任务的新型空间和时间约束表示方法，提供了一种三任务闭环的解决方案。通过关键点约束解构机器人行为，将操作行为分为多阶段，并构建子目标约束和路径约束，基于此提出一种三任务闭环的解决方案。同时，融入大型视觉模型和视觉-语言模型，利用VLM和GPT-4o生成Rekep约束，避免了手动指定Rekep的需要。

　　4、1x世界模型：首证扩展定律，能通过大量学习理解周围环境，1x的进展首次在机器人上证明了扩展法则。GR-2的高效动作预测与泛化能力。由字节跳动研究团队开发的第二代机器人大模型，凭借大规模视频预训练和多模态学习技术，展示了卓越的泛化能力与多任务通用性。数字表亲：机器人训练法优化，以更低的成本获取更好的泛化能力。在保留数字孪生优势的基础上，数字表亲表现出了更强的适应能力和鲁棒性，成功实现了从模拟到现实的零样本迁移，为机器人学习在复杂、多变的真实环境中的应用开辟了新的可能性。

　　5、投资建议：1）关注算法训练中，需要使用的传感器公司，如视觉方案奥比中光，力学方案安培龙；2）关注同步受益的机器人本体公司，如总成方案三花智控、拓普集团；丝杆公司北特科技（维权）、五洲新春、贝斯特、双林股份、震裕科技等；3）关注其他产业链可延伸公司。

　　封面图片来源：每日经济新闻 刘国梅 摄