一、行情回顧
昨日,滬深兩市雙雙收漲。截止收盤,上證綜指收于3346.39點,漲28.33點,漲幅為0.85%;深成指收于10708.88點,漲151.26點,漲幅為1.43%;滬深300收于3919.86點,漲36.73點,漲幅為0.95%;創業板收于2191.76點,漲39.03點,漲幅為1.81%。兩市成交16772.15億元,較前一日交易量增加2.52%。小盤股強于大盤股。中證100上漲1.13%,中證500上漲1.40%。
31個申萬一級行業中有28個行業上漲。其中,房地產、電子、計算機表現居前,漲跌幅分別為3.10%、2.67%、2.56%,紡織服飾、煤炭、有色金屬表現居后,漲跌幅分別為-0.25%、-0.42%、-0.62%。
▼申萬一級行業漲跌幅
數據來源:Wind 日期:2025/2/12
昨日,中債銀行間債券總凈價指數下跌0.01個百分點。
昨日,歐美主要市場漲跌互現,其中,道指下跌0.50%,納指上漲0.03%,標普500下跌0.27%;道瓊斯歐洲50 上漲0.03%。亞太主要市場漲跌互現,其中,恒生指數上漲2.64%,日經225指數上漲0.42%,印度Sensex30指數下跌0.16%。
二、指數漲跌
數據來源:Wind 日期:2025/2/12
三、新聞
海外宏觀:美國1月CPI超預期,美聯儲降息預期推遲
美國1月CPI同比增長3%,預估為增長2.9%,前值為增長2.9%;1月CPI環比增長0.5%,預估為增長0.3%,前值為增長0.4%。1月核心消費者價格指數同比增長3.3%,預估為3.1%,前值為3.2%。1月核心消費者價格指數環比增長0.4%,預估為0.3%,前值為0.2%。
結構上,住房成本繼續成為通脹的一個問題,當月上漲0.4%,占CPI總漲幅的30%左右。此外,肉類、家禽、魚類和蛋類等的分項指數上升,蛋類指數上升了15.2%。這是自2015年6月以來雞蛋指數的最大漲幅,約占每月家庭食品增長總量的三分之二。
值得注意的是,美國勞工統計局更新了權重和季節性調整因素,這是政府用來從數據中剔除季節性波動以反映2024年價格變動的模型。上個月CPI的上漲可能部分反映了企業在年初推動的價格上漲。企業也可能因為預計進口商品將被征收更高、更廣泛的關稅而先發制人地提高價格。
通脹數據公布后,交易員現預計美聯儲將減少政策寬松力度。交易員將下次美聯儲降息時間從9月調整至12月。基于利率期貨交易員預計,美聯儲到12月利率下調幅度僅為26個基點,低于數據公布前的約37個基點,這意味著今年僅會有一次25個基點的降息。
點評:
整體而言,美國CPI依舊存在較高壓力,包括關稅對美國國內通脹結構性的影響,同時美國勞動力市場穩健,美聯儲可能維持觀望模式。目前海外主要國家通脹壓力仍未走弱,例如歐元區1月份CPI同比上漲2.5%,核心CPI同比增速保持在2.7%,均高于預期,特朗普貿易保護措施加劇了未來通脹的壓力和不確定性。
國內宏觀:多家基金公司和券商本地部署了包括DeepSeek在內的多款開源模型
近期,多家券商和基金公司布局DeepSeek,并探索大模型在投資、投顧、客服等領域的應用。
博時基金表示,2024年初,公司經過反復調研,發現了DeepSeek模型在自動編寫代碼和邏輯推理方面的潛力,率先在自有的昇騰服務器上部署了DeepSeek-v1模型,作為公司智能開發工具的基座模型,并在2024年8月升級為DeepSeek-v2模型。“2025年伊始,隨著DeepSeek-R1模型的發布,公司完成內部部署,并開始探索其在投資研究、投資顧問服務和軟件開發等方面的應用。”并且,富國、中歐基金近期均表示已經完成了DeepSeek系列開源模型的私有化部署。
此外,多家券商均已本地化部署DeepSeek。截至2月9日,與DeepSeek合作的券商增至16家,分別為華福、國金、國元、興業、光大、國泰君安、廣發、中泰、國盛、華安、中金財富、華西、國信、 中信建投、東興、西南。
從2022年底ChatGPT推出后,AI大模型持續火熱,行業更是進入“百模大戰”,為何此次DeepSeek的出現引發了券商和公募基金的布局熱潮?
首先,R1模型在推理能力上表現優異,可用性與使用效率上較為領先,可以進一步幫助提升工作效率,處理非結構化數據,支持業務創新,在內部數據加工、代碼輔助生成、文字生成、企業級RAG、研報解讀等應用方向上達到了可用階段,例如大模型能快速解析海量研究報告,提取關鍵信息,幫助機構提高研究效率,再比如AI大模型能夠高效地處理海量非結構化數據,打破傳統投研慣性,挖掘到傳統方法(無論是主觀投資還是量化交易)中未被識別的有效因素。
同時,其對算力的需求也有所下降,部署成本大大降低,DeepSeek最大的優勢在于算法的改進和優化,這極大節省了算力和數據量,使得訓練成本大幅降低,DeepSeek在訓練和推理階段的成本比GPT-4低很多,比如訓練成本557.6萬美元對比1億美元。中興和阿里云等提供的部署工具,簡化了流程,這可能讓企業更容易采用。在本地部署可以基于自身數據進行定制優化,而其他大模型可能不夠靈活或者閉源。也可以提升風控精準度,確保合規,確保數據安全等。