2024年对全球金融科技市场来说又是充满挑战的一年，总 投资（956亿美元）和交易量（4,639笔）均降至七年低点。 持续的宏观经济挑战、地缘政治冲突和紧张局势，以及世 界各地主要司法管辖区的一些备受瞩目的选举，让市场充 满不确定性，导致金融科技投资减少，尤其是在并购和私 募股权方面。

2024年对全球金融科技市场来说又是充满挑战的一年，总 投资（956亿美元）和交易量（4,639笔）均降至七年低点。 持续的宏观经济挑战、地缘政治冲突和紧张局势，以及世 界各地主要司法管辖区的一些备受瞩目的选举，让市场充 满不确定性，导致金融科技投资减少，尤其是在并购和私 募股权方面。

深海为未来重要空间环境，深海科技为重要海洋新质力。此前工信部 《关于推动未来产业创新发展的实施意见》将深海定义为重要未来空间之一，同时提到要加快各类深海装备的研制应用，除顶层设计外，多地海洋产业发展相关规划也将深海产业作为重点发展方向之一。与此同时，深海亦为海洋经济产业重要新质力，根据央视财经 2024 年中国海洋经济总量已超过 10 万亿元，深海资源的探索开发为重要发展方向，深海科技为海洋新兴产业培育的重要拉动点。

环保板块上周涨跌幅。1）上周环保、燃气、水务、电力（申万指数） 分别波动+2.29%、-0.41%、+0.98%、-0.51%；创业板指、上证综指、 深证成指分别上涨 3.24%、1.56%、2.19%。2）上周环保个股涨幅前 五名分别为：三德科技（+36.67%）、宁水集团（+31.87%）、嘉澳环 保（+21.41%）、青达环保（+14.15%）、三联虹普（+13.69%）。3）跌 幅前五名分别为：威派格（-14.56%）、安车检测（-6.04%）、长青集 团（-4.91%）、兴源环境（-4.10%）、洪城环境（-3.41%）。

军工检测：顶层强调如期完成军队建设“十四五”规划既定目标任务，看好全年军工检测订单 加速释放。检测服务贯穿军工装备研制生产过程的全流程，涉及环境可靠性试验、电磁兼容、 软件测评、计量校准、材料测试等多方面。2023Q2 以来，在军工行业特殊事件影响下，部分 军工检测新增订单增速放缓，且订单执行周期拉长，整体收入确认滞后，军工检测公司业绩承 压。3 月初的全国人大解放军和武警部队代表团会议上，习近平主席提出要“坚定信心、直面 挑战，落实高质量发展要求，如期完成既定目标任务”，我们预期 2025 年将迎来军工检测订单 的快速释放期。苏试试验、广电计量、谱尼测试、信测标准等检测企业均有军工检测相关布局。

光学，具身智能之眼。具身智能时代，手机、智能车、无人机、机器人、可穿戴等多场景的硬件设备都在迎来 AI 创新的浪潮。视觉是具身智能和世界产生交互的核心感知环节。我们认为，舜宇、瑞声、丘钛等头部光学厂商有望显著受益于具身智能多场景的光学需求所带来的成长性。

经过全球产业分工，印度和中国基于各自比较优势成为世界主要原料药供应 国，印度仿制药在全球崛起既有历史机遇亦是产业升级的结果。从投资回报 来看，大部分印度制药股票走出长牛趋势，印度制药 Nifty Pharma 指数在 2001.01~2024.11 期间总回报 2406%，二十四年的年化收益率 14.41%，而 不少龙头企业的市场表现更为亮眼，如 Sun Pharma 在 2001.01~2024.11 期 间，股价上涨 146 倍，总回报 17351%(含股利)，二十四年的年化收益率 高达 24.08%，远跑赢 Nifty Pharma 和印度大盘 Sensex 指数。

截至 10 月 13 日，军工板块主要发布业绩预告的公司主要包括华秦科技、 智明达、中航重机、中航高科、安达维尔等。从三季报预告情况来看，华秦科技预计 2023 年前三季度归母净利润同比增长 35.24%；中航重机预计 前三季度归母净利润同比增长 12.21%，航发板块公司增长较快。当前军 工板块正处于景气切换的关键节点，板块高性价比更加凸显，2023 年军工国改有望密集落地，板块估值有望实现切换，加配军工板块正当时。

减速器是关节的核心部件，性能各有千秋，最终选择是传动效率、减速比、 反驱力等各类指标的权衡。（1）谐波减速器：体积小、质量轻、传动比大，具备高性能，在轻负载领域具备优势；（2）RV 减速器：两级减速结构组合， 承载强、刚度大，在重负载领域具备相对优势；（3）行星减速器：行星减 速器级数、传动比与机械效率成反比，通常使用多级行星减速器；（4）摆 线针轮减速器：具备传动比大、传动效率高、体积小的优势。

年初以来，随着以ChatGPT为代表的人工智能应用持续落地，人工智能相关基础设施也正在加速建设，从而带动人工智能在其他应用领域实现突破。随着自动驾驶领域算法在自动泊车等场景下实现突破，有望形成类似ChatGPT在自然语言处理领域从软件端到硬件端的带动效应，为相关领域带来新的增长空间。我们认为：人工智能技术的落地和持续迭代，需要算力、通信、数据等多方面的支持，特别是在模型的训练阶段，需要足够的算力和优质数据支撑。训练和推理相关算力需求，目前仍处于增长初期，随着后续人工智能应用的持续落地并降低使用费率，下游应用领域有望持续提高渗透率，从而推动人工智能基础设施领域产生高确定性的长期增长空间。