週末重點速遞丨A股漲勢放緩,如何應對?券商聚焦算力等方向

(一)重磅消息

據新華社消息,商務部部長王文濤3月22日會見美國蘋果公司首席執行官庫克。雙方就蘋果公司在華髮展、中美經貿關係等議題進行了交流。

據商務部網站消息,3月23日,王文濤會見韓國SK海力士首席執行官郭魯正。雙方就SK海力士在華髮展及中韓半導體產業鏈供應鏈合作等議題進行了交流。同日,王文濤會見法國巴黎銀行董事長樂明瀚,雙方就法國巴黎銀行在華髮展,中法、中歐經貿關係等議題進行交流。

(二)券商最新研判

華寶證券:A股漲勢明顯放緩,該如何應對?

2月6日以來市場普漲反彈,在三大股指收復1月失地之後,大盤漲勢放緩、行業輪動明顯提速,反映出市場分歧加劇,這讓部分投資者陷入了矛盾困境——加倉怕被套,不加怕踏空。如何看待本輪上漲的動能持續性,以及如何應對當前的行情?

來看前期支撐上漲的動能。在本輪反彈當中,流動性因素的貢獻較爲顯著:首先是政策發力以及中央匯金等長期資金入市。2月以來,監管釋放了穩定資本市場的信號,中央匯金加大了入市力度,滬深300ETF成交顯著放量,增量資金在千億級別,市場風險偏好修復,也推動部分前期從股市撤離的資金迴流。其次是美聯儲降息預期有所回升,疊加富時羅素提高A股納入因子,部分北向資金迴流。

回到未來行情展望,偏快速輪動的震盪行情中,投資者賺錢難度有所提升,若未選擇到強勢行業,則可能在震盪期間難以獲得理想的收益。這類行情下,可以考慮通過靈活運用“網格交易”來增強投資收益,待新的方向或市場主線明確之後,再進行倉位及策略上的切換。網格交易策略的本質,是一種邏輯簡單且有交易規則的高拋低吸交易方式。

那麼,當前哪些行業適合做網格交易?根據華寶網格交易量化篩選,當前可以在消費、醫藥、新能源、汽車、電子、通信、計算機等行業中,選擇行業ETF或個股進行網格交易。

國盛證券:整固行情持續,注意高低切換

滬指3090點附近拋壓較大,疊加上方3100點整數關口,短期繼續震盪整理的概率較大,下方支撐位3030點,第二支撐位2980點,在境外資金流出的情況下,內資積極護盤,若有回調,或是較好的加倉機會。指數或在有效整理後,完成突破走勢。

資金方面,從公開市場來看,央行3月21日進行20億元7天期逆回購操作,中標利率爲1.8%,與此前持平。同花順iFinD數據顯示,3月21日有30億元7天期逆回購到期,因此當日實現淨回籠10億元。

自2月以來,A股經歷了近1個半月的修復行情,交易活躍度逐步提升,在多路資金同步加倉A股的情況下,市場或具備一定的持續性。技術面看,滬指3090點附近拋壓需要釋放,短期防守位3030點,向上突破需成交量繼續放大,回踩不破或是較好的加倉機會,活躍題材或繼續圍繞新質生產力、人工智能、低空經濟等方面,短期關注碳纖維、AI+PC、消費電子、半導體等主線分支。

操作上,建議以逢低佈局爲主,注意高低切換。

(三)券商行業掘金

開源證券:大廠業績遠超預期,HBM供不應求

從大廠業績來看,根據美光科技發佈最新財報,FY2024Q2實現營收58.24億美元(此前指引51億~55億美元),同比+58%、環比+23%;淨利潤4.76億美元,表現遠超預期,實現強勁復甦。HBM方面,美光HBM3E將供應Nvidia H200 GPU,目前已實現量產,後續有望拉動公司毛利率水平,於2024年貢獻數億美元營收。目前來看,美光2024年HBM已經售罄,2025年產能也已近乎分配完畢,產品供不應求。

據集邦諮詢,截至2024年底,整體DRAM產業規劃生產HBMTSV的產能約爲250K/m,佔總DRAM產能約14%,原廠持續加大投入,供給位元年增長率有望高達260%。佔比方面,HBM需求持續旺盛,2024年訂單已基本被買家鎖定,佔DRAM總產值比重有望從2023年的8.4%提升至2024年的20.1%,成長迅速。

據閃德資訊報道,隨着庫存調整和智能手機市場需求轉好,三星西安NAND閃存廠稼動率正持續提升,目前已達70%。與此同時,鎧俠計劃在3月內將NAND稼動率提升至90%,大廠近期稼動率調升動作頻繁,反應需求正逐步向好。

相關公司有望充分受益,受益標的包括:存儲芯片方面,兆易創新、普冉股份、東芯股份、北京君正等;存儲模組方面,江波龍、德明利、協創數據、佰維存儲等;存儲接口方面,瀾起科技、聚辰股份等;存儲封測及HBM產業鏈方面,長電科技、通富微電、華天科技、香農芯創等。

東方證券:Kimi支持200萬字上下文,AI應用有望加速落地

3月18日,月之暗面宣佈旗下的智能助手Kimi的上下文長度突破到200萬字。上下文技術是大語言模型能力的核心之一,它決定了模型對信息的理解深度和廣度。支持更長的上下文長度能夠讓模型在處理大量信息時,保持較高的準確性,讓模型的應用場景得到進一步拓寬,

隨着大模型長文本技術不斷深入,AI應用落地的曙光初現。目前業界已經逐步形成共識,即使是千億參數的大模型也無法完全避免幻覺和胡說八道的問題。相比於短文本,長文本可以通過提供更多上下文信息和細節信息,來輔助模型判斷語義,進一步減少歧義,並且基於所提供事實基礎上的歸納、推理也更加準確。隨着Kimi率先在國內突破長文本技術,AI相關的應用落地也有望進一步加速。

算力需求預計也會迎來提升。考慮到Transformer本身架構因素,上下文長度提升必然會帶來算力消耗的提升,即使在業界不斷優化的情況下,對於算力的需求仍會有較大程度的增長。

投資建議與投資標的,AI應用方面,金山辦公、新致軟件、科大訊飛、同花順等公司;AI算力方面,中科曙光、海光信息、寒武紀-U、雲賽智聯、潤澤科技等公司。