一、行情回顾
昨日，沪深两市双双收涨。截止收盘，上证综指收于3346.39点，涨28.33点，涨幅为0.85%；深成指收于10708.88点，涨151.26点，涨幅为1.43%；沪深300收于3919.86点，涨36.73点，涨幅为0.95%；创业板收于2191.76点，涨39.03点，涨幅为1.81%。两市成交16772.15亿元，较前一日交易量增加2.52%。小盘股强于大盘股。中证100上涨1.13%，中证500上涨1.40%。
31个申万一级行业中有28个行业上涨。其中，房地产、电子、计算机表现居前，涨跌幅分别为3.10%、2.67%、2.56%，纺织服饰、煤炭、有色金属表现居后，涨跌幅分别为-0.25%、-0.42%、-0.62%。
▼申万一级行业涨跌幅
数据来源：Wind 日期：2025/2/12
昨日，中债银行间债券总净价指数下跌0.01个百分点。
昨日，欧美主要市场涨跌互现，其中，道指下跌0.50%，纳指上涨0.03%，标普500下跌0.27%；道琼斯欧洲50 上涨0.03%。亚太主要市场涨跌互现，其中，恒生指数上涨2.64%，日经225指数上涨0.42%，印度Sensex30指数下跌0.16%。
二、指数涨跌
数据来源：Wind 日期：2025/2/12
三、新闻
海外宏观：美国1月CPI超预期，美联储降息预期推迟
美国1月CPI同比增长3%，预估为增长2.9%，前值为增长2.9%；1月CPI环比增长0.5%，预估为增长0.3%，前值为增长0.4%。1月核心消费者价格指数同比增长3.3%，预估为3.1%，前值为3.2%。1月核心消费者价格指数环比增长0.4%，预估为0.3%，前值为0.2%。
结构上，住房成本继续成为通胀的一个问题，当月上涨0.4%，占CPI总涨幅的30%左右。此外，肉类、家禽、鱼类和蛋类等的分项指数上升，蛋类指数上升了15.2%。这是自2015年6月以来鸡蛋指数的最大涨幅，约占每月家庭食品增长总量的三分之二。
值得注意的是，美国劳工统计局更新了权重和季节性调整因素，这是政府用来从数据中剔除季节性波动以反映2024年价格变动的模型。上个月CPI的上涨可能部分反映了企业在年初推动的价格上涨。企业也可能因为预计进口商品将被征收更高、更广泛的关税而先发制人地提高价格。
通胀数据公布后，交易员现预计美联储将减少政策宽松力度。交易员将下次美联储降息时间从9月调整至12月。基于利率期货交易员预计，美联储到12月利率下调幅度仅为26个基点，低于数据公布前的约37个基点，这意味着今年仅会有一次25个基点的降息。
点评：
整体而言，美国CPI依旧存在较高压力，包括关税对美国国内通胀结构性的影响，同时美国劳动力市场稳健，美联储可能维持观望模式。目前海外主要国家通胀压力仍未走弱，例如欧元区1月份CPI同比上涨2.5%，核心CPI同比增速保持在2.7%，均高于预期，特朗普贸易保护措施加剧了未来通胀的压力和不确定性。
国内宏观：多家基金公司和券商本地部署了包括DeepSeek在内的多款开源模型
近期，多家券商和基金公司布局DeepSeek，并探索大模型在投资、投顾、客服等领域的应用。
博时基金表示，2024年初，公司经过反复调研，发现了DeepSeek模型在自动编写代码和逻辑推理方面的潜力，率先在自有的昇腾服务器上部署了DeepSeek-v1模型，作为公司智能开发工具的基座模型，并在2024年8月升级为DeepSeek-v2模型。“2025年伊始，随着DeepSeek-R1模型的发布，公司完成内部部署，并开始探索其在投资研究、投资顾问服务和软件开发等方面的应用。”并且，富国、中欧基金近期均表示已经完成了DeepSeek系列开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，与DeepSeek合作的券商增至16家，分别为华福、国金、国元、兴业、光大、国泰君安、广发、中泰、国盛、华安、中金财富、华西、国信、 中信建投、东兴、西南。
从2022年底ChatGPT推出后，AI大模型持续火热，行业更是进入“百模大战”，为何此次DeepSeek的出现引发了券商和公募基金的布局热潮？
首先，R1模型在推理能力上表现优异，可用性与使用效率上较为领先，可以进一步帮助提升工作效率，处理非结构化数据，支持业务创新，在内部数据加工、代码辅助生成、文字生成、企业级RAG、研报解读等应用方向上达到了可用阶段，例如大模型能快速解析海量研究报告，提取关键信息，帮助机构提高研究效率，再比如AI大模型能够高效地处理海量非结构化数据，打破传统投研惯性，挖掘到传统方法（无论是主观投资还是量化交易）中未被识别的有效因素。
同时，其对算力的需求也有所下降，部署成本大大降低，DeepSeek最大的优势在于算法的改进和优化，这极大节省了算力和数据量，使得训练成本大幅降低，DeepSeek在训练和推理阶段的成本比GPT-4低很多，比如训练成本557.6万美元对比1亿美元。中兴和阿里云等提供的部署工具，简化了流程，这可能让企业更容易采用。在本地部署可以基于自身数据进行定制优化，而其他大模型可能不够灵活或者闭源。也可以提升风控精准度，确保合规，确保数据安全等。
