周末重点速递丨A股涨势放缓，如何应对？券商聚焦算力等方向

（一）重磅消息

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董事长乐明瀚，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持续性，以及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显著：首先是政策发力以及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成交显著放量，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资金回流。其次是美联储降息预期有所回升，叠加富时罗素提高A股纳入因子，部分北向资金回流。

回到未来行情展望，偏快速轮动的震荡行情中，投资者赚钱难度有所提升，若未选择到强势行业，则可能在震荡期间难以获得理想的收益。这类行情下，可以考虑通过灵活运用“网格交易”来增强投资收益，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

沪指3090点附近抛压较大，叠加上方3100点整数关口，短期继续震荡整理的概率较大，下方支撑位3030点，第二支撑位2980点，在境外资金流出的情况下，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。

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股的情况下，市场或具备一定的持续性。技术面看，沪指3090点附近抛压需要释放，短期防守位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，短期关注碳纤维、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供不应求

从大厂业绩来看，根据美光科技发布最新财报，FY2024Q2实现营收58.24亿美元（此前指引51亿~55亿美元），同比+58%、环比+23%；净利润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年贡献数亿美元营收。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，产品供不应求。

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%。占比方面，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%。与此同时，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，受益标的包括：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理解深度和广度。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。目前业界已经逐步形成共识，即使是千亿参数的大模型也无法完全避免幻觉和胡说八道的问题。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。考虑到Transformer本身架构因素，上下文长度提升必然会带来算力消耗的提升，即使在业界不断优化的情况下，对于算力的需求仍会有较大程度的增长。

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。