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。
