摘要

金融衍生品研究中心的研报显示，周三股指继续上行，沪指收高0.72%，期指主力合约全面上行。成交持仓方面，IM成交下降持仓上升，其他品种成交持仓均上升。

重要资讯

31个一级行业中大多数上涨，行业涨跌差异显著下降。银行对300和50指数存在拖累，电子板块带动300、500和1000指数，有色金属拉动四大指数。资金方面，300和50指数小幅流出，其他指数有所流入。央行小幅净投放流动性95亿元，短端资金成本变动不大。上海加大放松地产限购力度。美国总统特朗普发表国情咨文，对金融市场影响有限。国内经济修复加快，需求特别是投资是关键，外需压力和通缩风险缓和，宏观政策将迎来变动。海外方面，联邦基金利率期货隐含年内降息次数小幅下降至2.2次左右，美股影响中性偏多，人民币汇率刷新高位，地缘政治风险不大，市场风险偏好下降。

市场逻辑

经济基本面暂无影响，再通胀有利多。货币和财政政策及潜在需求刺激值得关注。假期外盘利多影响已完成计价，市场情绪乐观成为主导，汇率利多仍存，风险偏好利多减弱。长期来看，通缩风险下降，基本面继续修复，企业盈利预期、政策宽松节奏、外需变动、国内投资改善节奏是关键。

交易策略

沪指延续强势，技术压力上升，关注4000点至4190点区间，预计中长期主要指数中枢继续上移。持有底仓、高抛低吸压低成本策略不变。期现套利方面，IM远端年化贴水率收窄，反套和超额收益空间不高。跨期价差方面，06-03、09-06价差略有回升，可持有正套头寸。跨品种方面，IH、IF对IC、IM比价下降，暂时观望。组合策略方面，持有远端期货并滚动卖出虚值看涨，构建备兑策略增厚利润。

指数压力支撑

沪深300指数压力4830-4850，支撑4430-4480；上证50指数压力3170-3190，支撑2950-3000；中证500指数压力8670-8690，支撑7488-7523；中证1000指数压力8530-8550，支撑7600-7620。

• 英伟达FY2026Q4业绩亮眼，数据中心业务营收达623亿美元，同比增长75%，其中计算业务营收513亿美元，同比增长58%；网络业务营收110亿美元，同比增长263%。
• 英伟达预计FY2027Q1收入将达780亿美元，上下浮动不超过2%，预计2026年营收将超过5000亿美元目标，超大规模云服务商需求强劲。
• 海外AI巨头全线上调资本开支：亚马逊2025Q4资本开支385亿美元，同比增长48%，预计2026年约2000亿美元；谷歌2025Q4资本开支279亿美元，同比增长95%，预计2026年1750-1850亿美元；Meta2025年资本开支722.2亿美元，预计2026年1350亿美元；微软FY2026Q2资本开支375亿美元，同比增长66%。
• 全球AI产业趋势持续强化，看好“光、液冷、国产算力、卫星”四大主线。
• 推荐标的：中际旭创、新易盛、英维克等；受益标的：罗博特科、致尚科技、浪潮信息等。
• 风险提示：AI发展不及预期、行业竞争加剧、中美贸易摩擦等。

江苏永鼎股份有限公司（永鼎股份）是一家涵盖光纤光缆、电线电缆、特种光电缆、光器件等通信全产业链的领先企业，拥有民营上市公司背景及国际影响力品牌。公司以科技创新为核心驱动力，构建了“光电交融、协同发展”的战略产业格局，形成了以通信科技产业为核心，四大产业齐头并进的产业布局。

一、公司整体业务布局
永鼎股份深化垂直整合战略，在光通信领域覆盖“光棒—光纤—光缆—光芯片、光器件及光模块”全产业链；在电力传输领域，深耕“一带一路”沿线国家海外电力工程市场，拓展新能源汽车线束业务，巩固传统电线电缆优势，并扩产第二代高温超导带材。

二、公司及光棒光纤行业现状
光纤光缆行业供需格局发生显著变化，全球AI基础设施投资激增及新增量需求带动市场需求旺盛，厂商稼动率提升，散纤价格上涨。光棒产能扩张周期长、技术门槛高，行业呈现阶段性供需错配，盈利能力有望修复。永鼎股份作为行业首家民营上市公司，已构建完整“光棒—光纤—光缆”垂直产业链，并积极扩产。

三、光芯片业务情况
旗下子公司鼎芯光电拥有激光器芯片产品矩阵，采用IDM模式覆盖芯片设计至测试封装全流程，产品性能优异。市场高度关注100G EML及硅光100mW/70mW CW HP等高功率芯片，受全球AI算力中心建设驱动，供需缺口扩大。鼎芯光电已具备批量化生产能力，正积极推进与主流光模块厂商合作，并启动扩产计划（2025年1-9月光芯片业务营收占比较小，尚未实现盈利）。

四、超导带材业务前景
子公司东部超导采用“IBAD+MOCVD”技术路线，产品已应用于可控核聚变、超导感应加热等领域，并与多家客户建立深度合作。国家“十五五”规划将可控核聚变列为战略方向，全球能源转型需求推动超导带材应用场景丰富，市场景气度预期显著提升。公司近两年持续扩产以匹配下游需求增长（2025年1-9月超导带材业务营收占比较小，尚未实现盈利）。

本文介绍了初步的 AI 风险缓解分类法，旨在整理和提供 AI 风险缓解的共同参考框架。该分类法通过快速证据扫描，从 2023 年至 2025 年间发布的 13 个 AI 风险缓解框架中提取了 831 个不同的 AI 风险缓解措施，并进行了迭代聚类和编码。

初步的 AI 风险缓解分类法将缓解措施分为四个类别和 23 个子类别：

1. 治理与监督：建立人类监督机制和决策协议的正式组织结构和政策框架。
2. 技术与安全：确保安全、安全符合人类价值观和内容完整性，以保护 AI 系统并约束模型行为的技术、物理和工程保障措施。
3. 运营流程：管理 AI 系统部署、使用、监控、事件处理和验证的流程和管理框架，在整个系统生命周期中促进安全、安全和问责制。
4. 透明度与问责制：正式披露实践和验证机制，传达 AI 系统信息并允许外部审查，以建立信任、促进监督并对用户、监管机构和公众负责。

研究发现，“风险管理”是文献中最常被引用的子类别，但定义不一致。测试和审计是最常被引用的子类别，而利益冲突保护、举报人报告和保护、环境影响管理、模型对齐和分阶段部署等类别则相对较少被提及。

该分类法及其相关的缓解数据库为 AI 生态系统中的不同参与者提供了一个可访问的结构化方式，以讨论和协调行动，以减少 AI 的风险。未来研究方向包括将 AI 风险缓解措施映射到其旨在解决的风险，探索减少 AI 风险的组织条件，以及研究不同行为者之间的差异及其相互作用。