核心观点

本报告分析了三种可能在未来十年显著发展并对美国社会产生重大影响的技术：用于人类增强的神经植入物、通用机器人和轨道碎片修复系统。

神经植入用于人类增强

• 当前应用： 神经植入物主要用于治疗特定疾病，如帕金森病和癫痫，已有超过20万人接受了此类手术。
• 未来潜力： 通过克服技术挑战，神经植入物有望用于增强人类能力，例如快速学习新技能、实现人脑与脑脑通信，以及无手控制无人机。
• 技术进步： 人工智能、先进材料和无线连接等领域的进步将推动神经植入物的发展。
• 潜在影响： 神经植入物可能引发隐私、安全性和伦理问题。现有的隐私法可能无法保护神经植入用户，这些设备可能容易受到攻击，而医疗器械审查流程可能无法充分捕捉非医疗神经植入物的风险。
• 政策考量： 政策制定者需要考虑制定伦理使用标准、确保设备安全，并解决隐私和安全问题。

通用机器人技术

• 发展趋势： 机器人技术正从执行单一任务的设备发展到能够执行多项任务的通用系统，具有推理能力和适应不同环境的能力。
• 关键技术： 结合执行器、电机、感知能力和人工智能，以实现灵活性和多功能性。
• 应用领域： 通用机器人可用于基础设施维护、灾害响应和回收分类等任务，提高安全性和效率。
• 即将到来的发展： 传感器集成、人机协作、硬件-软件协同开发和人工智能机器人软件开发等领域的技术进步将推动通用机器人技术的发展。
• 潜在影响： 通用机器人可能对社会产生重大影响，包括对财产或人类生命的风险、日常生活受到机器人所作决定的直接影响，以及潜在的经济后果。
• 政策考量： 政策制定者需要考虑社会影响管理、硬件和软件协同开发以及安全标准化等方面的各种行动。

轨道碎片修复

• 问题背景： 轨道碎片威胁日益严重，可能威胁到支撑经济、安全和日常生活的空间基础设施。
• 技术路径： 积极的修复措施包括主动移除、重新安置或重新利用碎片，例如使用机器人抓取器将卫星移动到墓地轨道。
• 即将到来的发展： 最成熟的技术包括直接捕获一块碎片并将其拖到指定目的地。其他方法，如基于空间或地面的激光，仍处于早期发展阶段。
• 潜在影响： 即使技术进步，轨道碎片问题仍可能加剧，导致碰撞增加、保险费率上升，以及卫星服务用户的停电。
• 政策考量： 政策制定者需要考虑预防、监控、碎片追踪技术进步和修复技术进步等方面的行动，以解决轨道碎片问题。

研究结论

三种技术都展现出巨大的发展潜力，但也伴随着潜在的风险和挑战。政策制定者需要积极应对，制定相应的政策和措施，以平衡技术应用与公众安全，并确保这些技术能够造福人类社会。

公募基金市场复盘：整体上行、结构分化

• 市场规模：2025年，中国公募基金市场规模首次突破37万亿，达到37.7万亿元，呈现整体上行趋势。
• 市场结构：公募基金在A股市场的重要性随管理规模的扩大整体呈提升趋势，但被动权益基金持股占比达4.3%，已于2025年首度超越主动权益基金，成为稳定市场的重要力量。
• 资金来源：长期资金（如社保、保险、年金等）加快入市节奏，为公募基金带来稳定的资金增量。
• 行业格局：行业格局呈头部集中，业务分化的趋势，易方达、华夏基金稳居万亿规模第一梯队，被动权益基金集中度（CR20均值38.7%）显著高于主动权益（10.2%）与固收+（20.9%）。

公募基金市场亮点：大单品驱动规模增长

• 固收+基金：规模突破2.68万亿，其中二级债基贡献主要增量，景顺长城等明星基金公司通过更下沉地选股把固收+股票推向固收+锐度，调动多团队资源构建丰富产品矩阵推动规模显著增长。
• 被动权益基金：新发份额占权益类产品的71.5%，中央汇金上半年大举加仓ETF成为重要推力，国泰基金以聚焦行业主题ETF差异化布局实现规模近乎翻倍。
• 主动权益基金：整体份额增长体现出“牛抬头”阶段先赎回的历史规律，但部分基金公司如永赢等通过“智选”系列，坚定走工具化路线实现规模、份额大增，华商基金以业绩韧性对冲明星基金经理离任冲击，展现突围潜力。
• 另类投资基金：借黄金行情实现规模爆发，华安基金凭黄金ETF斩获核心增量，稀缺品类另类ETF或为中小基金公司的破局新方向。
• QDII基金：头部管理人依托以恒生科技类为代表的ETF强势吸金，同时亦布局差异化特色产品形成增量补充。
• FOF基金：凭借跨资产配置优势承接稳健资金需求，银行渠道推广与养老金政策支持共同推动其成为发展新热点。

监管体系逐步完善下的行业生态重塑

• 监管政策：《公募基金高质量发展行动方案》及配套改革重塑行业生态，围绕长期投资收益强化考核约束，夯实高质量发展底盘。
• 行业影响：行业扩张带动基金经理人数上行，但人才补充能力或边际下降，基金经理流动或逐渐常态化、头部基金公司的平台化趋势。
• 基金投顾业务：我国基金投顾作为中国财富管理市场转型重要探索，目前发展的制度环境与市场条件已日趋成熟，买方投顾时代或正加速到来。

研究结论

• 中国公募基金行业在2026年将延续多业务齐头并进的趋势，管理规模有望进一步增加，发展路径或进一步分化，投资机会或增加。
• 公募基金行业已进入一个新的发展阶段，大单品驱动规模增长，行业格局头部集中，业务分化，监管体系逐步完善，行业生态重塑。

核心观点

小马智行作为自动驾驶出行大规模商业化领域的全球领先企业，其Robotaxi商业化运营加速推进，单四季度收入同比增长160%。公司技术优势显著，通过PonyWorld等创新方法提升L4自动驾驶系统性能，车队规模快速扩张至1400台以上，并在广州、深圳实现城市范围单车盈利转正。公司国内市场覆盖超2000平方公里，海外市场布局八个国家，计划2026年底前扩展至全球20余城市，其中近半数在海外。

关键数据

• 2025Q4营收：2913万美元，环比增长14%，同比减少18.0%
• 2025Q4净利润：2343万美元，调整后净利润为-4864万美元
• Robotaxi服务收入：665.7万美元，同比增长159.5%
• Robotruck服务收入：1312万美元，同比增长1.2%
• 授权和应用收入：935万美元，同比减少53.2%
• 毛利率/净利率：12.8%/259.1%，分别同比变动-8.2/+769.0pct
• 费用率：266.4%，同比-242.0pct
• Robotaxi车队规模：截至2026年3月25日，突破1400台
• 国内商业化区域：扩展至超2000平方公里
• 海外市场布局：东亚、中东及欧洲八个国家

研究结论

公司技术领先，商业模式经济可行性得到验证，单车盈利转正里程碑意义重大。财务状况稳健，2025年11月完成香港联交所双重主要上市，募集资金净额逾8亿美元。公司生态体系持续壮大，与阳光出行、如祺出行、爱特博等深化合作，联合部署模式助力规模化扩张。未来将继续以规模化扩张为核心，拓展新市场，深化技术及运营壁垒，推动业务持续增长。

投资建议

上调收入预测，预计2026-2028年营业收入分别为1.39/2.41/5.69亿美元，维持利润预测，预计2026-2028年归母净利润分别为-2.15/-1.88/-1.14亿美元，维持优于大市评级。

主要观点

本期新增量化金融相关的研究文献146篇，涵盖权益类（52篇）、固收（7篇）、基金（10篇）、资产配置（8篇）、机器学习（17篇）、ESG（17篇）六大研究领域，涉及资产定价、ESG、AI等前沿量化方向。

2026年03月海外文献综述

权益方向：分为基本面、量价、资金面、另类研究、主动量化及其他类别，涵盖指数构建、投资者行为、社交媒体情绪、公司金融、IPO、AI并购等多元主题。多项研究提出新资产定价模型与市场微观结构改进方法。
固收类：验证ESG对债券表现的影响，探讨地方债信贷传导机制，改进信用风险定价。
基金类：研究聚焦可持续披露政策影响，指出行业存在的代理问题，并提出投资组合优化新思路。
资产配置：在通胀对冲、前沿市场配置、协方差估计等方向取得进展。
机器学习类：研究聚焦强化学习应用，在股价预测、生成式AI等方向革新选股择时。
ESG类：围绕低碳溢价、信息披露与政策影响展开丰富研究。

“学海拾珠”系列文献数据库

建立了系统的学术文献追踪机制，持续关注40余本国际权威金融与量化研究期刊及顶级学术会议，每月定期汇总整理最新收录的量化相关研究成果。

风险提示

文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。

文献分类研究综述

1. 权益类研究文献综述（非ESG）

• 基本面类研究（9篇）：涵盖指数构建、分析师行为、公司治理、资产定价与异常收益等方向。
• 量价类研究（5篇）：文献聚焦于投资者行为、异象收益、资产定价检验以及市场监管等方向。
• 资金面类（4篇）：文献聚焦于卖空动力学、北向资金与A股关系、机构投资者网络信息共享以及市场异象流动性特征等方向。
• 另类研究（8篇）：主要是社交媒体情绪、投资者对不确定信息反应、散户过度自信、市场价格信息含量、投资者互动、管理层披露策略等方向。
• 主动量化类研究（9篇）：文献聚焦于债务融资、公司治理、创新与战略、投资者行为、投资策略等方向。
• 其他类别（17篇）：分属IPO、并购、资产定价、市场微观结构四类。

2. 固收类研究文献综述

• 7篇研究发现：新冠危机中高ESG债券表现更稳健；波动率管理策略应用于可转债能显著提升绩效；中国地方债通过抵押品扩张渠道持续刺激信贷增长；加入股票灵感因子能显著增强信用风险定价模型解释力。

3. 基金研究文献综述

• 10篇研究：欧盟和加州的可持续披露法规显著推动机构投资者减持高碳资产；银行关联共同基金更易成为秘密指数化，损害投资者利益；投资者教育能抑制基金风格漂移；多个研究提出新的投资组合评价和策略方法，能改善绩效。

4. 资产配置（传统方法）类研究文献综述

• 多资产&跨市场配置（2篇）：针对当前通胀环境，利用聚类方法构建通胀对冲行业组合，表现显著优于传统大宗商品、房地产等对冲策略；混合前沿市场与新兴市场，配置25%前沿市场能在少牺牲回报的前提下显著降低风险。
• 组合构建与优化（6篇）：提出多元粗糙波动率模型捕捉波动率交叉协方差不对称性；利用辅助网络信息改进高维协方差估计；提出Johnson-Omega方法改善养老金资金恢复；研究发现方法选择显著影响低风险策略绩效，波动率估计表现最优。

5. 机器学习类文献

• 基于机器学习的资产配置（5篇）：全部围绕强化学习在投资组合中的应用展开，提出STABLE方法结合条件扩散捕捉regime转移，在Black-Litterman框架下实现，全球股市夏普比率最高提升122.9%。
• 基于机器学习的选股/择时类研究（12篇）：可分为股价趋势预测、时间序列基础模型、生成式金融AI、alpha因子挖掘、交易执行五个小类，提出DYCOR、FinD3等模型，在股价预测、alpha因子挖掘等方面取得进展。

6. ESG（权益）类研究文献综述

• 17篇研究分为四大类：低碳企业信用利差更低，治理机制强化这一关系；数字技术提升环境信息披露质量，碳披露增强供应链韧性；气候政策不确定性抑制投资但促进气候战略联盟；消费者对ESG信息反应有限，足够监督下强制性社会责任法规能有效改善企业表现。