请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 | 2025年05月04日 AI 赋能资产配置（十二） DeepSeek 资产配置进阶实践的 20 个核心问答 核心观点 策略研究·策略专题 证券分析师：陈凯畅 证券分析师：王开 021-60375429 021-60933132 chenkaichang@guosen.com.cn wangkai8@guosen.com.cn 年的跨度基本覆盖了完整的宏观经 济周期，使数据具有较强的代表性，有助于模型充分学习宏观经济在不同时期的 变化规律和特征。 关于过拟合问题，本项目中过拟合相对可控。一方面，从数据维度来看，本项目 仅涵盖五大宏观框架及其核心指标，特征数量有限，远低于常见动辄 50+变量的 高维模型，降低了过拟合风险；另一方面，生成式大模型并非依赖传统意义上的 数据拟合，而是通过推理机制进行逻辑演绎与模式归纳，模拟人类认知过程，从 请 AI 幻象 问题，而非过拟合问题。 问题 3：从宏观信号到组合构建中，短周期模型得出的“打分指示”如何转化 为具体的战术配置权重（股债比例调整）？ 将短周期模型的“打分指示”转化为战术配置权重，核心是通过风险资产暴露系 数实现动态股债比例调整。综合打分区间（-1 至 1）被划分为若干风险等级，例 如得分小于或等于-0.5 时，定义为极端风险环境，此时股票仓位压缩至 20%以下， 债券及现金类资产占比提升至

华为混合云现代化运维体系 核心能力及最佳实践 政企而言，IT架构建设作为组织战略目标实现和业务创新发展的核心引擎，是一项战略 性、系统性工程，然而IT架构的建设往往不会一蹴而就，而是会随着技术革新逐渐引入 新的平台、新的产品和技术。因此，政企IT架构的发展演进进程中普遍存在不同架构、不同代 际、不同厂商平台并存的情况。运维人员需要全面了解不同平台的部署、升级、维护等操作，这 型实践，持续积累面向现代化的核心运维能 力，并沉淀构筑了一套全面构建稳定可靠的现代化运维能力的路径和方法。通过运维现代化核心 能力，期望能够帮助政企客户从传统架构运维到云化架构运维转型，以数字化和智能化为驱动， 构筑混合云现代化运维新体验。 其中，运维体系作为混合云运维能力建设的基础性、系统性工程，面临着对技术、组织、制度需 进行系统性重构的巨大挑战，其核心在于通过数智化的运维体系实现“效益”、“效能”、“效 或 活动的目标，并有切实的成效。 围绕这“四效”目标，政企客户需要围绕运维制度规范、运维组织、运维业务、运维知识库、运 维平台和运维安全这六大维度进行核心能力的演进设计与持续构建，以不断提高云平台运维管理 水平。 本文将对如上六大核心能力领域的建设路径和方法进行详细阐述，并通过某集团客户的实际建设 案例向读者提供可落地的最佳实践参考，期望对广大混合云用户面向现代化的运维能力提升带来 一些启发和思考。

手 段重构价值链的战略挤压；在运营层面则有待破解因规模体量带来的管理复 杂性与市场创新敏捷性之间的深层矛盾。 当前人工智能作为一项前沿技术，其核心在于如何激活海量数据要素的 潜在价值，并转化为前瞻性的决策力与创新性的业务模式。是构筑未来核心 竞争力的战略引擎。 白皮书一方面展现了我司对央企数智化转型的深入研究，另一方面希望 能为央企数智化领域服务商精准找到突破央企的机会与切入点，本报告会重 Intelligence 人工智能）在央企的应用现状、应用趋 势，竞争环境等，为行业进入者提供全景式的分析和洞察。 本报告以国资委下属 100 家央企为研究锚点，即能精准把握国内 AI 赋能 央企数智化转型的核心脉络，也可以为下游服务商提供清晰的破局路径。 AI 赋能央企数智化转型——迈向世界一流企业的智能引擎 4 第一章：AI 赋能央企数智化转型发展概况 一、AI 赋能央企数智化转型政策导向 力芯片为主。数据治理方面则关注生成式 AI 的数据标注、合规审核、质量评估等。 2023-2025 年央企 AI 相关政策构建起“顶层设计-深化部署-落地推进”的完整闭环， 且始终以“场景领航、算力筑基、数据赋能”为三维核心支撑，形成系统性推进框架。2023 年顶层设计阶段，政策明确 AI 发展战略定位，将三维支撑纳入央企中长期规划重点，划 定能源、制造等重点应用领域，提出算力基础设施建设与数据治理的总体方向。2024

新兴前沿概述 123 2.2 重点新兴前沿⸺“生成式人工智能在商业领域的应用实践与风险治理” 123 附录 研究前沿综述：寻找科学的结构 124 报告研究团队 134 2025 ① 引用核心论文的论文，也称引文。 1. 背景 科学研究的世界呈现出蔓延生长、不断演化的景 象。科研管理者和政策制定者需要掌握科研的进展和 动态，以有限的资源来支持和推进科学进步。对于他 们而言，洞察科研动向、尤其是跟踪新兴专业领域对 分析论文被引用的模式和聚类，特别是成簇的高被引 论文频繁地共同被引用的情况，可以发现研究前沿。 当一簇高被引论文共同被引用的情形达到一定的活跃 度和连贯性时，就形成一个研究前沿，而这一簇高被 引论文便是组成该研究前沿的“核心论文”。研究前 沿的分析数据揭示了不同研究者在探究相关的科学问 题时会产生一定的关联，尽管这些研究人员的背景不 同或来自不同的学科领域。 总之，研究前沿的分析提供了一个独特的视角来 揭示科 类人员判断的主观性），而是基于研究人员的相互引 用而形成的知识之间和人之间的联络。这些研究前沿 的数据连续记载了分散的研究领域的发生、汇聚、发 展（或者是萎缩、消散），以及分化和自组织成更新 的研究活动节点。在演进的过程中，每组核心论文的 基本情况，如主要的论文、作者、研究机构等，都可 以被查明和跟踪。同时，通过对该研究前沿的施引论 文 ①的分析，可以发现该领域的最新进展和发展方向。 2013 年科睿唯安发布了《2013

) • 指标： MTBF( 平均无故障时间 )>10 万 h ， 业务 7 ×24 小时运行 ，算力利用率≥ 70% 东数西渲 业务 电源与 散热 智算 一期 网络 带宽 核心业务场景需求 协议 传输 成本 可控 A I 训练 A I 推理 功耗 配置 实施 规划 渲染 集群 高可 靠性 强扩 展性 设计需求 技术需求 美国：以保持国家竞争力为目的，最先发展智能超算中心， 与旗下所有产品（ Bing 、 Office 、 Azure ）进行整合 ，加速了 ChatGPT 商业 智算增长趋势 智算中心布局 政策驱动 智算中心是以 GPU 、 AI 加速卡 [1] 等智能算力为核心、 集约化建设的新型算力基础设施，提供软硬件全栈环境， 主要承载模型训练以及适合中心推理、多媒体渲染等业务，支撑各行业数智化转型升级 具有较强的普适性，可服务于 toB/toC 适合有智能化转型需求行业，如自动驾 高速网络交换子系统 通用 CPU 算力子系统 GPU 智算子系统 HPC 超算子系统 全闪存存储子系统 高性能文件存储子系统 典型超算智算中心核心系统单元包含通用计算子系统、智能计算（ AI ）子系统和高性能计算（ HPC ）子系统。 l 超算计算节点和智能计算节点分别通过 IB/RoCE 网络等高速网络交换子系统进行高速互连； l 集成

云平台安全建设拓扑图 法院等级保护 高校等级保护 广播电视等级保护 监狱等级保护 医院等级保护解决方案 医院整体拓扑图 内网终端接入域 核心业务域（三级系统域） 乡镇、社区卫生中心 外联域 财务 系统 FTP 内网核心域 HIS 系统 EMR 系统 LIS 系统 HIP 系统 PACS 系统 OA 系统 手麻 检测 探针 负载 均衡 内网运维管理域 内网前置 网闸 外网前置 机（下一代防火墙）机 业务内网 外网运维管理域 日志审计系统 运维堡垒主机 补丁分发系统 漏洞扫描系统 防病毒服务器 外网核心域 对外服务器域 下一代防火墙 （增强级） 负载均衡 门户网站 于安全服务 于防御 + 安全与家职守 对外业务安全于监测、于防护 对外服务器域 亏联网域 办公外网 终端接入域 预约挂号系 通信网络——网络架构及通信传输 区域边界——访问控制及检测防护 计算环境——入侵防范及数据安全 管理中心——集中管控及安全审计 “ 云安全服务平台（等保场景）”创新方案 出口网络 / 安全设备 于安全服务平台 核心交换 安全运营服务 安全运营服务 安全运营服务 下一代防火墙 上网行为管理 数据库审计 下一代防火墙 日志审计系统 杀毒软件 下一代防火墙 上网行为管理 广域网优化 负载均衡 日志审计系统

目录 一、基础概念类 1 1.可信数据空间的核心定义及本质特征是什么？ 1 2.可信数据空间与传统数据平台的核心区别体现在哪些方面？ 1 3.可信数据空间中“可信”的具体内涵包括哪些维度？ 2 4.可信数据空间的关键技术组件有哪些？ 2 5.可信数据空间的主要参与主体及其角色定位是什么？ 3 6.可信数据空间对数据要素市场建设的核心价值是什么？ 4 7.可信数据空间与隐私计算技术的关系是什么？ 可信数据空间的主要国家标准（如GB/T系列）有哪些？ 23 32.不同行业（如金融/工业）的可信数据空间行业标准？ 23 33.可信数据空间的国际标准（如ISO/IEC系列）有哪些？ 24 34.可信数据空间的互操作性标准核心内容是什么？ 24 35.可信数据空间的可信认证机构与流程有哪些？ 25 36.可信数据空间中数据格式的合规标准要求？ 26 37.可信数据空间中接口标准的安全性设计要点？ 27 38.隐私保护技术（如差分隐私）的标准应用要求？ 新技术应用的风险评估（如隐私计算、AI）？ 71 99.跨域数据风险的协同防控机制？ 72 100.风险事件的复盘流程与改进要求？ 72 一、基础概念类 可信数据空间的核心定义及本质特征是什么？ 1. 可信数据空间是数字经济时代以数据可信流通与价值转化为核心目 标，通过隐私计算、区块链等技术手段，融合法律规范、行业标准 及多元主体协议，由政府、企业、个人等共同构建的新型数字生态 载体。其本质特征体现为“可信筑基、主权保障、协同创值、动态演

沿本身是由一 簇共高被引的核心论文和后续引用核心论文的施引论文共同组成的，因此，在研究前沿热度 指数的设计中，分别从核心论文和施引论文的数量份额和被引频次份额的角度，设计贡献度 和影响度两个指标，二者加和构成研究前沿热度指数，逻辑模型如图 1 所示。 图 1 研究前沿热度指数逻辑模型 研究前沿 热度指数 贡献度 影响度 核心论文份额 施引论文份额 核心论文被引频次份额 施引论文被引频次份额 贡献的论文数量的相对份额，包括该国参与发表的核 心论文占前沿中所有核心论文的份额，以及施引论文 占前沿中所有施引论文的份额，具体计算方法如下： 国家 / 地区贡献度 = 国家 / 地区核心论文份额 + 国家 / 地区施引论文份额 国家 / 地区影响度是一个国家 / 地区对研究前沿 贡献的论文被引频次的相对份额，包括国家 / 地区参 与发表的核心论文的被引频次占前沿中所有核心论文 的被引频次的份额，以及施引论文的被引频次占前沿 国家 / 地区核心论文被引频 次份额 + 国家 / 地区施引论文被引频次份额 ③ 国家 / 地区核心论文份额、施引论文份额、核 心论文被引频次份额和施引论文被引频次份额的具体 计算方法分别为： 国家 / 地区核心论文份额 = 国家 / 地区核心论文 数 / 前沿核心论文总数 国家 / 地区施引论文份额 = 国家 / 地区施引论文 数 / 前沿施引论文总数 国家 / 地区核心论文被引频次份额

由此，罗氏诊断组建了多领域人才融合的新 团队，而这只团队本身也是需要去学习医疗 健康行业的场景，才能去推动转型的挑战。 案例背景 流程 团队 技术 用户 www.top100summit.com 数字化转型： 核心 vs. 新生 线下 vs. 线上 壁垒 vs. 竞争 问题与挑战 流程： 项目 vs. 产品 瀑布 vs. 敏捷 技术： 新技术 vs. 已有系统 传统IT工具 vs.DevSecOps 定义战略 www.top100summit.com 核心实践 – 数字化转型 Why What How www.top100summit.com • 传统上,数字建设以项目方式推进,注重交付一次性成果。而数字化转型则需要持续迭代优化的产品思维。 • 数字化转型的本质之一,就是将数字化工作的主要形式从项目转变为产品,打造生态系统。 核心实践 – 推动持续发展 项目(Project) vs com • 传统上,数字建设以项目方式推进,注重交付一次性成果。而数字化转型则需要持续迭代优化的产品思维。 • 数字化转型的本质之一,就是将数字化工作的主要形式从项目转变为产品,打造生态系统。 核心实践 – 推动持续发展 项目(Project) vs. 产品(Product) • 项目更加注重一次性的交付，解决某一具体问题或达成特定目标，完成后即结束。 • 产品关注长期的市场价值，需

型 第七次人口普查：国产数据库支撑14.1178亿人普查 上海银行：国产数据库实践 四川银行：全栈自主创新云原生平台建设项目 中信建投证券：国产数据处理分析体系 瑞众保险：融合创新云和团险核心业务数据库去O 南方电网：云数底座&连接协同助力数字电网 鞍钢集团：国产分布式数仓项目 中国五环工程有限公司：“智改数转”项目 荣耀：打造高性能AI底座，吞吐最高提升2倍 中国航空结算有限责任公司 03 - 引言 当前，全球数字经济加速演进，人工智能技术日新月异，筑牢安全可 靠、自主创新的数字底座已成为推动产业数智化升级的必由之路。信 息技术融合创新（以下简称“融合创新”）通过突破关键核心技术、 赋能传统行业转型，正成为千行百业高质量发展的重要引擎。 一方面，国产数字化升级正在通过底层技术的自主创新，为人工智能 和数字化转型提供坚实基础：国产云基础设施，为智能计算提供算力 保 引入大模型助力智能化升级，面临着算力资源紧缺、场景建设复杂、场景落地效率不高等问题，需建设从算力纳管到场景开发支撑的 一体化平台，依托腾讯云的技术支持，搭建了以TI平台+智能体开发平台+AI原子能力为核心的智能化支撑体系，支撑算力资源的集 约化管理、大模型推理服务的统筹应用，政务AI应用的快速开发和部署，为大模型场景落地提供有效支撑。同时，腾讯助力宝安区构 建政务通用人工智能及大模型服务体系框架