新闻
恒生科技ETF易方达（513010）年初以来“吸金”近80亿元，机构称港股估值处于中低水位
3月26日，港股低开低走震荡调整，截至收盘，中证港股通医药卫生综合指数下跌2.1%，中证港股通互联网指数下跌3.0%，中证港股通消费主题指数下跌3.2%，恒生港股通新经济指数、恒生科技指数均下跌3.3%。Wind数据显示，截至昨日，恒生科技ETF易方达(513010，联接基金A/C：013308/013309)年初以来获近80亿元资金净流入。华泰证券指出，港股权重股持续回调后相对全球其他市场估值再度处于中低水位，且具备大量高股息和周期性品种，此前累积的较多空头头寸近期陆续平仓，对市场起到托底效果。证券之星
3月26日 周四
红利板块韧性凸显，资金连续四个交易日流入红利ETF易方达（515180）
3月26日，大盘震荡承压，红利板块跌幅较窄凸显韧性，截至收盘，中证红利指数上涨0.04%，中证红利价值指数上涨0.03%，中证红利低波动指数下跌0.06%，恒生港股通高股息低波动指数下跌1.6%。相关ETF受到资金关注，Wind数据显示，红利ETF易方达(515180，联接基金A/C/Y：009051/009052/022925)近四个交易日连续获资金净流入，合计2.6亿元，该产品最新规模超120亿元，居同标的ETF第一。据悉，易方达基金是目前唯一一家红利类ETF全部实行0.15%/年管理费率的基金公司，可助力投资者低成本布局高股息资产。证券之星
3月26日 周四
创业板指数冲高回落跌逾1%，创业板ETF易方达（159915）全天净申购超1.2亿份
截至收盘，创业板指数下跌1.3%，创业板成长指数下跌1.5%，创业板中盘200指数下跌2.0%，创业板ETF易方达(159915，联接基金A/C/Y：110026/004744/022907)全天净申购超1.2亿份。近期创业板指先刷新阶段新高，随后受情绪波动反复震荡，但整体表现在宽基中较为突出，从核心驱动力来看，创业板指紧握两条高景气主线，一是能源安全重塑电力资产价值，储能板块在海外需求高增及政策加持下维持高度景气；二是AI算力爆发驱动光通信需求，800G/1.6T光模块出货量有望高速增长，叠加近期GTC大会催化，强化算力扩张预期。证券之星
3月26日 周四
高通下跌；伯恩斯坦将其评级下调至“市场表现”
3月26日 - 芯片公司高通QCOM.O股价盘前下跌1.6%至128.25美元伯恩斯坦将高通公司的评级从 "跑赢大盘 "下调至 "市场表现"；将目标价从175美元下调至140美元，但仍意味着该股较上一交易日收盘价有7.4%的上涨空间。称行业内不断累积的内存压力正在对智能手机整体出货量产生破坏性影响，今年可能出现两位数的下滑称目前的财务预期似乎过高，因为分析师未能正确模拟苹果AAPL.O芯片订单减少的影响潜在的叙事顺风(回购、数据中心日) 可能不足以抵消目前的状况" - 经纪公司39 位分析师的平均评级为 "持有"；目标价中位数为 157....路透社
3月26日 周四
中国人民保险集团(01339)2025年股东净利同比增长9.62% 拟派发末期股息每股14.5分
金吾财讯 | 中国人民保险集团(01339)公告公布，截至2025年12月31日止年度之全年业绩。期内，归属于母公司股东净利润462.07亿元(人民币，下同)，同比增长9.62%；基本每股收益1.04元，去年同期为0.95元。拟派发末期股息每普通股14.50分。期内，集团营业总收入6692.54亿元，同比增长7.56%。其中，保险服务收入5,707.17亿元，同比增长6.1%；原保险保费收入7,383.33亿元，同比增长6.5%。截至2025年12月31日，综合偿付能力充足率为249.9%，核心偿付能力充足率为201.3%。金吾财讯
3月26日 周四
Corebridge 宣布与 Equitable 进行价值 220 亿美元的全股票合并后，股价上涨
3月26日 - 保险公司 Corebridge CRBG.N 股价盘前上涨 2.36%该公司 宣布与同业 Equitable EQH.N合并，成立一家价值 220 亿美元的美国退休、人寿保险和资产管理公司合并后公司管理的资产将超过 1.5 万亿美元CRBG 的每股流通股将换取新公司的 1 股股份，而 EQH 的每股股份将换取新公司的 1.55516 股股份Corebridge 由 AIG AIG.N 于 2022 年通过首次公开募股分拆成立。摩根士丹利为 Corebridge 提供顾问服务，高盛为 Equitable 提供顾问服务路透社
3月26日 周四
谷歌推出压缩算法TurboQuant 宣称实现约6倍内存节省
金吾财讯 | 谷歌近日推出了一种可能降低人工智能系统内存需求的压缩算法TurboQuant。根据谷歌介绍，TurboQuant压缩技术旨在降低大语言模型和向量搜索引擎的内存占用。该算法主要针对AI系统中用于存储高频访问信息的键值缓存（key-value cache）瓶颈问题。随着上下文窗口变大，这些缓存正成为主要的内存瓶颈。TurboQuant可在无需重新训练或微调模型的情况下，将键值缓存压缩至3bit精度，同时基本保持模型准确率不受影响。对包括Gemma、Mistral等开源模型的测试显示，该技术可实现约6倍的键值缓存内存压缩效果。此外，在英伟达H100加速器上的测试结果显示，与未量化的键向量相比，该算法最高可实现约8倍性能提升。研究人员也表示，这项技术的应用不局限于AI模型，还包括支撑大规模搜索引擎的向量检索能力。谷歌计划于4月的国际学习表征会议（ICLR 2026）上展示TurboQuant技术。金吾财讯
3月26日 周四
