每经记者杨建

　　（一）重点消息

　　据新华社消息，商务部部长王文涛3月22日会见美国苹果公司首席执行官库克。双方就苹果公司在华发展、中美经贸关系等议题进行了交流。

　　据商务部网站消息，3月23日，王文涛会见韩国SK海力士首席执行官郭鲁正。双方就SK海力士在华发展及中韩半导体产业链供应链合作等议题进行了交流。同日，王文涛会见法国巴黎银行老总乐明瀚，双方就法国巴黎银行在华发展，中法、中欧经贸关系等议题进行交流。

　　（二）券商最新研判

　　华宝证券：A股涨势明显放缓，该如何应对？

　　2月6日以来市场普涨反弹，在三大股指收复1月失地之后，大盘涨势放缓、行业轮动明显提速，反映出市场分歧加剧，这让部分投资者陷入了矛盾困境——加仓怕被套，不加怕踏空。如何看待本轮上涨的动能连续性，和如何应对当前的行情？

　　来看前期支撑上涨的动能。在本轮反弹当中，流动性因素的贡献较为明显：首先是政策发力和中央汇金等长期资金入市。2月以来，监管释放了稳定资本市场的信号，中央汇金加大了入市力度，沪深300ETF成交明显放量，增量资金在千亿级别，市场风险偏好修复，也推动部分前期从股市撤离的钱财回流。其次是美联储降息预期有所回升，叠加 富时罗素 提高A股并入因子，部分北向资金回流。

　　回到未来行情展望，偏快速轮动的振荡行情中，投资者挣钱难度有所提升，若未选择到强势行业，则可能在振荡期间难以获得理想的 利润。该类行情下，可以商酌通过灵活运用“网格交易”来加强投资收益，待新的方向或市场主线明确之后，再进行仓位及策略上的切换。网格交易策略的本质，是一种逻辑简单且有交易规则的高抛低吸交易方式。

　　那么，当前哪些行业适合做网格交易？根据华宝网格交易量化筛选，当前可以在消费、医药、 新能源 、汽车、电子、通信、计算机等行业中，选择行业ETF或个股进行网格交易。

　　国盛证券：整固行情持续，注意高低切换

　　上证指数3090点附近抛压较大，叠加上方3100点整数关口，短时间继续振荡整理的机率较大，下方支撑位3030点，第贰支撑位2980点，在境外资金流出的情景下，内资积极护盘，若有回调，或是较好的加仓机会。指数或在有效整理后，完成突破走势。

　　资金方面，从公开市场来看，央行3月21日进行20亿元7天期逆回购操作，中标利率为1.8%，与此前持平。 同花顺 iFinD数据显示，3月21日有30亿元7天期逆回购到期，因此当日实现净回笼10亿元人民币。

　　自2月以来，A股经历了近1个半月的修复行情，交易活跃度逐步提升，在多路资金同步加仓A股的情景下，市场或具备一定的连续性。技术面看，上证指数3090点附近抛压需要释放，短时间防守位3030点，向上突破需成交量继续放大，回踩不破或是较好的加仓机会，活跃题材或继续围绕新质生产力、 人工智能 、低空经济等方面，短时间关注碳纤维、AI+PC、消费电子、半导体等主线分支。

　　操作上，建议以逢低布局为主，注意高低切换。

　　（三）券商行业掘金

　　开源证券：大厂业绩远超预期，HBM僧多粥少

　　从大厂业绩来看，根据美光科技发布最新财报，FY2024Q2实现营业收入58.24亿美元（此前指引51亿~55亿美元），同比+58%、环比+23%；净收入4.76亿美元，表现远超预期，实现强劲复苏。HBM方面，美光HBM3E将供应Nvidia H200 GPU，目前已实现量产，后续有望拉动公司毛利率水平，于2024年贡献数亿美元营业收入。目前来看，美光2024年HBM已经售罄，2025年产能也已近乎分配完毕，产品僧多粥少。

　　据集邦咨询，截至2024年底，整体DRAM产业规划生产HBMTSV的产能约为250K/m，占总DRAM产能约14%，原厂持续加大投入，供给位元年增长率有望高达260%。占例如面，HBM需求持续旺盛，2024年订单已基本被买家锁定，占DRAM总产值比重有望从2023年的8.4%提升至2024年的20.1%，成长迅速。

　　据闪德资讯报道，随着库存调整和智能手机市场需求转好，三星西安NAND闪存厂稼动率正持续提升，目前已达70%。这时，铠侠计划在3月内将NAND稼动率提升至90%，大厂近期稼动率调升动作频繁，反应需求正逐步向好。

　　相关公司有望充分受益，受益标的包含： 存储芯片 方面， 兆易创新 、 普冉股份 、 东芯股份 、 北京君正 等；存储模组方面， 江波龙 、 德明利 、 协创数据 、 佰维存储 等；存储接口方面， 澜起科技 、 聚辰股份 等；存储封测及HBM产业链方面， 长电科技 、 通富微电 、 华天科技 、 香农芯创 等。

　　 东方证券 ：Kimi支持200万字上下文，AI应用有望加速落地

　　3月18日，月之暗面宣布旗下的智能助手Kimi的上下文长度突破到200万字。上下文技术是大语言模型能力的核心之一，它决定了模型对信息的领会深度和广度。支持更长的上下文长度能够让模型在处理大量信息时，保持较高的准确性，让模型的应用场景得到进一步拓宽，

　　随着大模型长文本技术不断深入，AI应用落地的曙光初现。目前业界已经逐步发生共识，即便是千亿参数的大模型也无法完全避免幻觉和瞎说的问题。相比于短文本，长文本可以通过提供更多上下文信息和细节信息，来辅助模型判断语义，进一步减少歧义，并且基于所提供事实基础上的归纳、推理也更加准确。随着Kimi率先在国内突破长文本技术，AI相关的应用落地也有望进一步加速。

　　算力需求预计也会迎来提升。考量到Transformer本身架构因素，上下文长度提升一定会造成算力消耗的提升，即便在业界不断优化的情景下，对于算力的切实需求仍会有较大水平的增长。

　　投资建议与投资标的，AI应用方面， 金山办公 、 新致软件 、 科大讯飞 、 同花顺 等公司；AI算力方面， 中科曙光 、 海光信息 、 寒武纪-U 、 云赛智联 、 润泽科技 等公司。