静待外部负反馈收敛
主要观点
市场异动
11月16日市场下跌,其中上证指数下跌0.87%,创业板指下跌4.37%。全A成交额1.49万亿,较上一交易日减少11%。银行(+1.91%)、煤炭(+1.89%)、交通运输(+1.23%)领涨,通信(-7.06%)、电子(-5.99%)、国防军工(-3.79%)领跌。风格方面,红利风格如红利指数(+1.54%)领涨,成长风格如创成长(-6.44%)领跌。
中美科技领域摩擦预期升温,海外硬件板块大跌映射压制风偏
英伟达管理层变动引致中美科技领域竞争不确定性担忧升温。据华盛顿邮报报道,英伟达高层变动和美国政府内部对华AI领域竞争关系的态度分歧有密切关系。黄仁勋主张在合规前提下保留对华市场,依靠生态优势绑定中国开发者,从而延缓中国芯片体系迭代,而其离任后,美国对我国AI领域的限制性政策落地风险和倾向有所上升,市场对中美科技博弈担忧加深。
海外科技板块继续下跌抑制风偏。今日韩国综指、日经225盘中持续走低,截至收盘分别下跌3.6%、2.4%,SK海力士、三星电子、铠侠分别下跌7.7%、7.9%、4.5%。上周五美股AI硬件标的大跌,AMD、博通、Lumentum、闪迪分别下跌8.8%、7.8%、4.5%、5.6%,今日夜盘多数美股硬件标的也有不同程度下跌。海外AI硬件板块集体大跌对国内科技方向的风险偏好形成抑制。
市场波动有望逐步降低,后市潜在积极催化较多
尾声加速上涨初期波动较大。根据成长产业景气周期投资节奏框架推演指引,11月初有望进入为期1个月左右的尾声加速上涨期。复盘历史发现,在尾声加速上涨初期,在市场底部企稳回暖过程中,市场交投情绪仍然容易受到事件扰动而出现较大波动,过去三轮成长产业周期第二阶段尾声加速上涨期内,成长板块波动率通常呈现出由高转低并于末期再度升高的变化过程。以新能源时期为例,在其第二阶段尾声加速上涨初期前5个交易日,创业板日涨跌幅均在2%以上,而近期市场在底部企稳反弹过程中,受外部事件影响的敏感性相对较高因此呈现出高波动率,这与历史类型情形一致,后续随着交投情绪回暖、风偏回升,市场有望进入到相对稳定的上涨阶段。
后续市场仍存较多潜在积极催化事件。一是11月中旬APEC峰会有望实现中俄美三方元首会晤,中美关系进一步缓和、推动缓解国际地区热点问题、油价下行的预期持续升温。二是央行、金融总局、证监会召开会议研究推动支持资本市场工具的使用,包括股票回购增持再贷款等,有望缓解市场微观流动性负反馈,也传递出监管层稳定资本市场的决心。三是进入11月,市场关注点将回归国内明年经济形势与政策,并对年末中央经济工作会议产生期待。同时机构年末排名冲刺和春节躁动预期提前有助于凝聚市场交易共识。
AI上中游硬件是超跌反弹弹性最佳方向
多项扰动因素近期集中落地并快速甚至过度反应,展望后市,在监管层坚决稳定资本市场、月中APEC峰会会晤、中央经济工作会议政策期待等预期下,在机构年末业绩排名冲击和春季躁动行情预期提前的交易性共识下,我们维持反弹已然开始的判断,仍然提示积极把握年末上涨行情。配置思路上,年末反弹正好对应成长产业景气周期的第二阶段尾声加速上涨期,参考历史规律该过程有望迎来持续时间1个月左右,成长风格15%、主线行业20%左右且产业主线表现占优的机会(未纳入量化考虑)。因此算力硬件即AI上中游环节将是前期超跌后反弹弹性最佳的方向,尽管近日接连受到民主党AI限制性法案和英伟达管理层巨震扰动,但限制性法案真正落地难度巨大、英伟达管理层更换或者影响AI发展技术路径但并不会改变产业发展趋势,因此在短期快速反应后反而提供介入契机。此外部分具备强催化或者强景气支撑的品种也具备较强α支撑,如农产品链条等。同时继续提醒红利类避险资产在市场波动减弱、股息率消化至临界点,性价比已然较低。综合评估后,建议重视以下三条投资线索:
第一条主线是积极把握年末上涨行情,其中AI上中游硬件将是弹性最佳方向,包括光模块、PCB、CPO、光纤、液冷、存储及半导体设备链等。根据框架,当下AI产业景气周期的资本市场演绎正处于第二阶段尾声加速上涨初期,时间有望持续1个月左右,幅度可观,产业趋势主线表现占优,我们仍然维持该判断。
第二条主线是AI下游应用方向的主题和扩散性机会轮动机会,主要包括机械设备、机器人、游戏、软件等。其中机械设备同时受益多主题如机器人、商业航天、液冷、高端制造等主题辐射。机器人、游戏和软件一是天然作为AI算力最贴近方向,二是近期存在较多催化剂。
第三条主线是具备强α支撑的农产品链条,包括农产品、化肥、农化制品等。超强厄尔尼诺效应对农产品生存气候条件形成巨大变化,从而将对产量形成较大抑制,当前农产品价格已经出现趋势性涨价。
风险提示
美国AI产业发展出现实质性政策约束;美国科技龙头企业黑天鹅再现;微观流动性延续负反馈;海外芯片半导体估值消化持续担忧;美伊形势再现反复扰动;美联储货币政策紧缩预期再起;成长风格历史演绎规律的局限性和学习效应偏差等。