——韧链强基，科创自立
CITICS Capital Market Forum 2026
中信证券2026年资本市场论坛于2026年5月27日-29日在上海举办，会议以“韧链强基 科创自立”为主题，全面展望全球经济走势与市场投资策略，深入探讨地缘冲突下的全球产业链重构、科技自立自强、新兴产业前沿趋势及重点赛道投资机会等热点议题。以下为29日上午召开的“与技术同行：系统化投资的策略与实践”分论坛9中的观点分享：
与技术同行：系统化投资的策略与实践
分论坛9
时间
2026年5月29日上午
特邀嘉宾
Eugene Kanevsky
中信证券国际全球机构股票业务副主管
聂守华
翰荣投资总经理
陈旭
宽邦科技市场总监
苏华清
富国基金量化投资部基金经理
鲁亚运
华夏基金数量投资部基金经理
夏浩洋
广发基金指数投资部基金经理
主讲
分析师
赵文荣
中信证券量化与配置首席分析师
唐栋国
中信证券金融产品首席分析师
刘笑天
中信证券组合配置首席分析师
主持人
赵文荣
中信证券量化与配置首席分析师
圆桌论坛
主持人
王兆宇
中信证券量化策略首席分析师
史周
中信证券ETF策略与主题量化分析师
量化投资：
市场格局、策略特征与迭代展望
唐栋国 中信证券金融产品首席分析师
一、行业概览：总量再创新高，公私募双线扩容
公募量化：权益赛道占比提升，结构呈现“指增为主，量选跟进”的特征。截至2026年一季度末，公募量化基金总规模接近4700亿元，主要分为指数增强、类指数增强、量化选股、量化对冲四大类。其中指数增强策略占比62%、类指数增强策略占比16%，两类核心策略合计占比接近80%，是公募量化的核心支柱。规模增长层面，2025年全年公募量化增长态势明确，增量主要集中在股票多头类策略，行业成长动能充足。
私募量化：话语权显著增强，成为行业规模扩容的关键引擎。私募量化行业呈现出爆发式增长态势，成长速度远超证券类私募行业整体水平。国内证券类私募总规模从2018Q4末的2.1万亿元攀升至2026Q1末的7.4万亿元，八年时间规模扩张3倍；而同期私募量化规模从不足2000亿元增长至2.8万亿元，增速大幅跑赢行业均值。目前私募量化规模在证券类私募中占比达38%，已从行业“小众补充”赛道成长为私募市场的核心组成与行业发展关键引擎。
从私募量化策略结构来看，策略体系日趋丰富，核心以量化股票策略为主。2.8万亿私募量化总规模中，量化股票策略体量接近1.5万亿元，同时覆盖量化CTA、套利策略、量化多策略等多元产品线，形成了结构完善、类型丰富的量化产品生态。
二、竞争格局：公私募量化集中度分化，AI驱动行业强者恒强
公募量化：集中度持续下行，头部梯队迭代明显。截至2026年一季度末，头部量化管理人分别为国金基金、博道基金、易方达基金。整体格局相对分散，行业集中度持续下行：公募量化前五大管理人规模集中度从2018Q1的50%回落至2026Q1的31%，前十管理人集中度从70%回落至50%，前三十管理人同样呈现集中度下滑趋势。行业梯队变迁特征明显，仅富国、易方达等少数机构长期稳居行业前五。近两年国金基金、博道基金排名持续上行，是公募量化赛道的核心成长力量。
私募量化：集中度持续提升，行业向头部机构加速聚拢。证券类私募行业中，规模50亿元以上的管理人数量从2019年初不足100家增长至2026Q1的240家以上，规模占比从不足50%提升至近70%；同期私募量化行业头部集中度提升更为迅猛，50亿元以上的管理人规模占比从30%左右提升至75%以上，远超公募量化与证券类私募行业的平均水平。
公私募量化行业格局变化的核心驱动逻辑差异显著。公募量化格局分散的底层逻辑主要有两点：其一，行业策略同质化程度较高，多数机构以多因子策略为核心，产品差异化不足；其二，受合规监管约束，产品超额收益很难拉开显著差距，行业业绩轮动特征明显，难以形成长期稳定的头部壁垒，最终导致行业整体格局持续分散。私募量化行业集中度提升核心原因在于技术、人才、数据壁垒的持续拔高，一方面，行业策略迭代速度加快，高频交易、复杂模型对算力、算法、人才的要求不断提升，头部机构依托人才、资金、底层技术设施优势，形成稳固的技术壁垒与正向循环，中小机构难以实现弯道超车；另一方面，多数机构资金投资私募量化具备明确的规模门槛，资金资源持续向头部集中，进一步强化了行业分化的格局。
三、资金行为：发行回暖、结构分化，私募量化受青睐
发行端层面，公募量化温和修复，私募量化吸金强劲。近5年公募量化在公募权益基金中的募集规模占比呈现波动上行，最新占比达20%，市场需求稳步抬升。私募量化的资金需求更为旺盛，量化管理人新发产品在私募证券新发产品中的数量占比接近50%，成为私募市场产品发行的核心主体。
发行结构方面，私募量化发行市场呈现明显的两极分化结构。百亿级头部机构与5亿以下小型机构为产品发行主力，但二者属性差异显著。百亿级新发产品基本由量化管理人发行，小型机构新发产品则以主观私募为主。同时，百亿级量化机构资金募集难度偏低，充分印证市场资金对头部量化私募的认可度持续提升。
存量产品方面，公募量化以指数增强策略的类工具型产品为主，申赎与市场行情呈现负相关特征，行情上涨阶段产品呈现净赎回。从投资者结构来看，2010年以来公募量化机构投资者占比整体上行，但近五年有所回落；当前机构资金更青睐公募量化选股策略，对指数增强策略的持仓认可度有所下降。整体来看，头部公募量化产品机构持仓占比普遍不足50%，机构配置意愿偏弱，一定程度上制约了公募量化规模的扩张速度。
总结而言，现阶段私募量化资金吸纳能力较强，叠加产品投资门槛约束，高净值个人与机构资金主动增配趋势明确；公募量化受策略同质化、业绩领先性和差异化不足的影响，资金流入节奏温和，机构化推进速度相对缓慢。
四、交易持仓：交易行为、风格偏离差异显著
交易行为：私募量化交易换手显著更高，公募量化交易节奏更为平稳。从换手率维度来看，公私募量化换手率存在天然差距，但近年差异有所收窄。绝对水平上，公募量化年化单边换手率约6倍，私募量化年化单边换手率约40倍。变化趋势方面，公募量化换手率稳步上行，核心得益于行业降佣和适中规模，为交易频次的提升提供了空间；私募量化换手率持续下行，主要源于行业规模快速扩容和监管趋严，倒逼交易节奏放缓。
持仓结构层面，公私募量化约束与风格差异明显。公募量化受合同条款限制，指数增强产品80%以上为成分股，持仓风格相对稳健、约束性强。私募量化持仓更为灵活，沪深300指数增强策略的成分股持仓占比约40%，而中证500、中证1000指数增强策略的成分股持仓占比约20%多，小市值风格暴露度显著更高。但从公募量化超额波动率层面拆解来看，70%来源于行业偏离与风格偏离，Pure Alpha的波动占比偏低，意味着公募量化在Pure Alpha方面仍有较大的提升空间。
风险因素：中美冲突激化，信用环境恶化；市场流动性风险；策略拥挤与同质化风险；对冲成本风险；监管政策趋严等。
圆桌论坛：
系统化投资的技术、交易与方法论
主持人：
王兆宇 中信证券量化策略首席分析师
嘉宾：
Eugene Kanevsky 中信证券国际全球机构股票业务副主管
聂守华 翰荣投资总经理
陈 旭 宽邦科技市场总监
Eugene Kanevsky
中信证券国际全球机构股票业务副主管
1）中信证券国际当前能够在全球 60多个市场提供交易服务，覆盖 90% 的交易范畴，在亚太地区拥有 14 个交易所直接会员资格，可提供传统投资服务、纯多头服务、专业交易机构服务以及电子交易等多渠道投资服务，在相关领域拥有 40 年以上的行业经验。
2）从全球资本结构来看，过去 10 年被动投资人规模持续崛起，占资产管理规模的 50% 到 55%，主动投资人占 30% 到 35%，量化资产管理规模仅占 15%；但从交易占比与换手率来看，量化交易占据绝对主流，换手率达到 35% 到 40%，被动投资规模占比高但换手率相对较低。过去十年投资领域最大的变化是各板块均采取量化措施，被动基金、主动投资、量化策略都在运用量化方式优化执行，电子交易占比不断提升，机构在 AI 与机器学习在执行策略方面投入大量资金，量化交易呈现大幅增长态势。
3）海外机构资金与国内量化资金的交易目标存在差异，海外基金以养老基金为主，更追求长期稳定回报，可接受相对较低的回报换取长期稳定性，国内量化以指数增强策略为主，这一差异由不同市场的市场结构、市场微观机构以及立法法规决定。
4）在 AI 与技术发展的背景下，传统交易平台面临诸多变革与挑战，人工交易业务占比下降，电子交易占比提升至 20% 到 30%，交易员需要具备对技术和量化的理解能力，传统主观交易与量化交易的界限愈发模糊。优秀的交易员需要理解市场趋势和基本面，同时掌握量化与技术工具，高频交易场景中机器和平台更为重要，整体趋势是人类与机器协同工作，人类交易员需要理解并使用机器以获取更好的收益。
5）未来 3 到 5 年，中信证券国际将持续发展并充实多资产投资交易平台，关注对存量资本的服务提供，通过表资产为客户提供服务与交易执行，助力国内量化机构出海，为客户提供全球化的通道与平台支持。
聂守华
翰荣投资总经理
1）AI 快速发展推动量化投资策略范式发生重大变化，翰荣投资在 2023 年完成策略重大升级，从传统多因子模式转向端到端深度学习方法论，以此解决传统多因子体系的三大挑战：因子多样性需求与研究员研究广度的矛盾、单因子评价体系与模型能力的错配、低相关性因子开发成本指数级提升的问题。
2）AI模型能够挖掘金融系统复杂的非线性交互作用蕴含的信息，到达人脑逻辑思难以企及的研究广度与深度，从而获取与传统多因子相关性较低的超额收益，是量化行业未来发展的重要方向。未来 3 到 5 年，系统化投资的核心突破点是人机协同模式，人类聚焦设定投资目标与风险预算、验证策略逻辑、判断极端风险、优化 AI 规则，AI 智能体承担研究员、交易员、风控官角色，完成信号生成与验证、组合优化、交易执行全流程工作。
3）当前头部量化私募向全频段、多周期融合方向发展，翰荣投资在 2025 年 7 月完成策略升级，实现多周期信号融合，充分挖掘不同时间维度的信息特征，引入非线性模型动态分配日内与日间信号权重，市场活跃时提升日内信号占比，市场低迷时动态调低日内信号占比以控制交易成本。多周期融合模式可在同等风险条件下提升策略稳定性与超额收益，超额收益信息比率提升幅度约 1.0，对应量化超额收益提升 5 至 7 个百分点，同时扩大策略容量、降低交易摩擦成本。风控方面，量化多头和指数增强产品基于清晰的风格因子暴露控制，采用BARRA风险模型进行严格暴露管控，不通过风格暴露和轮动换取超额收益，行业与风格因子暴露控制在较低标准；市场中性产品重视基差管理，当基差成本高于超额收益预期时，采取平仓或减仓处理，应对极端流动性风险。
4）未来量化管理人的核心竞争力，是设计、训练并驾驭 AI 智能体集群的能力，行业竞争本质是系统化与工程化的竞赛，率先实现该模式的机构将建立行业护城河。
陈旭
宽邦科技市场总监
1）近两年量化投资数据应用发生显著变化，另类数据使用效率超越基本面数据，大语言模型大幅降低另类数据清洗难度，数据类型更加下沉贴近物理世界，例如通过夜间车辆定位频次监测建材板块、用商店 SKU 库存分析消费趋势，这类数据能挖掘传统金融数据未覆盖的信息。
2）另类数据天然存在宽度不足的特征，不同数据对应不同市场域，分析师一致性预期仅覆盖 300、500 等指数成分股，2000 指数后的小市值股票缺乏分析师覆盖，因此另类数据更适合分域建模。
3）海外另类数据应用成熟，截至2025年末，单家机构另类数据采购量达 19 个，53% 的另类数据被量化机构使用，主观投资机构使用占比仅 33%，量化是另类数据的主要应用群体。国内另类数据应用面临两大核心问题，一是合规与数据管制风险，部分数据因政策或厂商原因关停，易导致机构策略断层与业绩波动；二是政策类数据稀疏，建模难度较高，而海外已用大模型对 169 个央行的多语言政策文件完成建模，国内政策数据量化研究存在较大探索空间。
4）大模型技术解决了另类数据不完整、清洗难度大的传统难题，数据处理门槛大幅降低，此时量化管理人的选择与投资品位至关重要，决定策略的差异性与投资性价比。未来量化机构需要搭建适配大模型的技术架构，解决多模态另类数据的储存、快速识别、加工成因子等系统化工程问题，突破传统量价数据的处理模式，适配 AI 驱动下的数据应用需求，这是系统化投资在数据层面的重要发展方向。
从选股到选Beta：AI驱动下的数据策略
赵文荣 中信证券量化与配置首席分析师
我们交流的这个题目是从选股到选Beta。过去几十年，无论是量化投资还是主观投资，在A股市场的投资策略是以选股为核心：只是量化选股更追求胜率，强调收益稳健性与风险收益性价比；而主观投资更追求赔率，聚焦少数高收益个股。随着AI向投资领域的快速渗透，未来的投资策略将走向主观判断与量化手段的深度融合，量化与主观的界限越来越模糊，在这样的趋势下，从个股精选转向板块与风格Beta选择，也就是股票市场的细分Beta板块策略，其重要性有望大幅提升。
从2025年各类私募投资策略的净值数据的相关性可以看到Beta策略的投资价值：作为典型Beta策略的ETF策略与既有股票策略形成低相关性互补。通过实证统计数据我们可以看到，ETF板块Beta策略与沪深300指数相关性仅0.69，明显低于股指策略、可转债策略、宏观策略，甚至是债券策略，与沪深300指数的相关性。Beta策略交易的是股票中观板块，具有较高的基础交易量和股票市值支撑，具备与传统的股票多头策略低相关性、独立策略逻辑、大资金容量的特征。在近期的几轮私募机构调研中，我们感受到基于ETF的Beta交易策略管理人备受关注，其投资策略模式与传统策略差异显著，属于投资策略丰富发展具有较大潜力的一个方向。
ETF市场的快速发展为Beta策略提供坚实支撑。截至2026年5月15日，沪深两市共有ETF基金1531只，合计规模达到50073亿元，在2025年末，ETF 管理规模曾经突破6万亿元。我们认为从2025年末到2026年5月中旬，ETF总规模的缩水并不意味着ETF市场关注度下降或者发展受挫。近几个月ETF管理规模减少主要源于宽基ETF净赎回，其背后是市场生态的变化：市场活跃、指数点位攀升以后，资本市场已经处于繁荣状态，国有“政策性”资金完成提振市场、避免流动性危机、降低尾部风险概率的阶段使命之后有序退出ETF市场。在存量ETF市值中，投资者结构更加市场化，ETF涨跌走势受各类投资者投资价值判断与预期的影响进一步强化，市场化资金成为走势主导。经过“政策性”资金的市场治理和预期引导，市场尾部风险与高波动预期下降，市场从高波动周期市，转向更适合长期配置、能承载大资金的稳健市场，财富属性强化、市场成熟度提升，从市场生态来看，进一步利好Beta策略落地。
在AI与大模型驱动的信息平权时代，常规数据不再稀缺，信息不对称下降，投资模型开发竞争的基础已从买数据、丰富数据升级为加工数据，二次开发提炼有价值的稀缺数据，核心就是二阶信息提炼能力：在公开信息基础上做定义、提炼、建模与策略化应用。在AI驱动的投研生态链条中，数据是上游原材料，模型与算力是中游策略制造环节，数据经过深度加工才能转化为投资生产力。深度加工后的数据质量越高、有效性越强，其稀缺性就越高。当下众多资管机构基于海量数据指标开发Beta模型，探索策略迭代升级，公募基金也持续推出配套ETF工具的策略模型或投资决策支持工具，在本论坛最后一个圆桌环节，能接触到三家公募基金代表机构的数字平台工具。
针对A股三类口径（中信行业分类口径、ETF追踪指数板块口径、中信证券主题分类标准口径），中信证券研究部构建了覆盖宏观状态、景气度、政策热度、市场参与者预期、上市公司基本面、市场资金流动、技术特征七个维度的板块数据体系，在选Beta的投资应用中简称为SDISS（Seven-Dimensional Investment Strategy System）。七个维度各有不同的行情驱动逻辑，由外生性到内生性，由长线逻辑到短线逻辑，均可构建单维度主题投资策略，形成相互独立而又相互印证的统一策略体系。
数据策略体系主要有两个应用方向：一是侧重赔率，用七维数据筛选相对价值优势板块，把握时效性机会；二是侧重胜率，用高频时序数据构建策略模型，追求收益曲线平稳性、回撤可控，努力贴合财富管理需求。
截面时效性比较方面，比如截至2026年5月15日数据，基于SDISS一体化监测，在价值成长兼顾、景气与预期共振、低估值+资金驱动、低估值高预期、高景气低估值五条路径下，可以选择重点关注板块。（1）成长与价值兼顾：创业板指与科创100指数估值相对合理且2026Q1净利润同比高增，前者聚焦AI产业链、新能源等高增量赛道，后者凸显“硬科技”高景气属性。（2）景气与预期共振：中证有色金属与中证细分化工产业指数景气明确，上市公司管理层对板块经营预期乐观程度较高。（3）低估值与资金增配：医药板块具备低估值安全边际，活跃资金开始增配，重点关注创新药方向。（4）低估值高预期：中证大农业指数、食品板块、旅游板块估值合理，上市公司管理层对板块经营预期明显乐观。（5）高景气低估值：游戏与传媒板块的性价比与防御性并存，景气得分处于较高水平且持续修复，板块“估值修复+业绩兑现”的双击机会值得把握。
基于数据指标体系，可以进行高效板块比较。比如选择四个50和四个市值板块，上证50、中证A50、创业板50、科创50、沪深300、中证500、中证1000、中证2000八大板块作为板块比较对象。从主要市场板块的净利润同比增速和ROE水平来看，A股市场的盈利状况已经走出低谷，正在出现趋势性的改善。创业板50是全市场的绩优板块，其净利润同比增速在主要市场板块间处于领先水平，此外ROE水平超过了中证A50和上证50。
在资产性价比分析方面，通过利润利息比与债券到期收益率组合数据指标可以看到，2022年下半年至2024年初，以股票为核心的波动型资产事实上经历了一个过渡期的定价环境，直到2024年以后才趋向于新的平衡。这个过程对应着AAA级10年期中债企业债到期收益率突破历史运行区间下限之后在2024年进入3%以下的低息运行区间。在2024年以后表征权益相对资产性价比的PIR也进入新的波动区间。当前市场估值处于历史高位，传统估值对比失效，核心原因是2022年以来无风险利率大幅下行，资产定价逻辑彻底改变，历史估值体系不再可比。投资需要放弃静态对比，转向前瞻动态的盈利判断，并用资金流、交易热度、风险偏好、交易拥挤度等高频指标实时刻画市场状态，这是高估值环境下把握机会的关键。
用时序数据构建策略模型方面，结合多维度数据可落地多种策略，比如宏观状态驱动下的ETF轮动策略、行业景气度驱动下的配置策略、“趋势配置+行业预警”组合配置策略、SDISS框架下的多维共振行业配置策略。
1）宏观状态驱动下的ETF轮动策略：基于高频资产价格与市场预期信息，确认三维十类宏观状态，根据ETF跟踪指数在不同宏观状态下的历史表现设计宏观敏感度指标，优选当前宏观状态下得分最高的指数板块构建轮动策略。2020至2026年5月，该策略年化收益率15%，较中证800年化超额11%；该策略超额收益年度波动水平较高，在宏观趋势较明确的年份适应性更好。
2）行业景气度驱动下的配置策略：构建以盈利景气度为核心、辅以景气投资信号与分析师预期景气度的三维景气度指标体系，每月选取景气度最高的20个主题板块进行等权配置。根据2022年至2026年4月回测表现来看，轮动策略相对中证全指的年化超额收益率达14.5%，多维景气度指标组合有效平滑单一指标波动，风险收益比显著提升。2026年5月，基于最新一期数据，优先配置“高景气+景气持续”的科创芯片、新能源、科创50等板块，左侧关注“低景气+环比改善”的上证50、医药、白酒等板块潜在机会。
3） “趋势配置+行业预警”组合配置策略：针对45个流动性较好、相关性较弱、历史数据较齐全的行业主题ETF指数板块，采用趋势跟踪的方法进行优选，并基于流动性、波动性、成分股收益分布、融资融券等指标进行行业预警，搭建“趋势配置+行业预警”组合策略。2014年1月1日至2026年5月15日，“趋势配置+行业预警”组合的模拟测算年化收益为20.38%，年化超额收益率为13.32%，显著优于等权配置45个行业主题ETF指数。
4）SDISS框架下的多维共振行业配置策略：以景气度为核心驱动，融合基本面、预期、技术与估值五个维度，选取SDISS指标库中的多个指标构建立体化打分体系，每周精选综合得分最高的5个行业等权配置。根据2020年至2026年4月回测表现来看，年化收益率达到18.10%，相对行业等权基准实现超10%的超额收益，且最大回撤略小于基准。2026年5月，最新几期配置偏向能源化工与TMT产业，重点关注电力设备与新能源、基础化工、有色金属、钢铁、计算机等行业。
在低息环境、财富管理转型、阿尔法资金拥挤背景下，A股投资已进入从选股向选Beta拓展的新时代。AI与数据不再是辅助工具，而是核心生产力。未来投资的核心竞争力，在于另类数据整合、二阶信息深度加工、系统化策略构建以及AI技术落地应用。在系统化投资时代，数据策略的重要性将持续提升。
风险因素：数据信息源风险；模型失效风险；模型过拟合风险；市场异常波动风险；宏观及产业政策重大变化。
与智者同框：配置策略的效果与魅力
刘笑天 中信证券组合配置首席分析师
尊敬的各位投资者朋友们，大家上午好！我是中信证券研究部组合配置组首席分析师刘笑天，接下来我将利用15分钟时间，分享我们在财富配置领域的研究成果。
当前阶段，国内配置产品已迈入百花齐放的“品类初绽”阶段。在政策支持、客户需求、外部环境与底层工具的协同共振下，国内财富管理行业正加速向专业化、系统化的配置时代迈进。
第一，随着监管政策的持续深化，制度创新与工具扩容双轮驱动，配置产品正迎来前所未有的政策机遇期。一方面，基金投顾业务加速迈向规范化发展新阶段；另一方面，监管持续推动产品创新，在2025年1月26日中国证监会印发的《促进资本市场指数化投资高质量发展行动方案》中，明确指出“研究推出多资产ETF”、“持续丰富ETF期权、股指期货、股指期权等指数衍生品供给”，有助于进一步丰富配置产品供给、优化配置产品的方案构建。
第二，财富管理市场体量持续增长，多元化转型成为趋势，配置产品的市场需求空间广阔。首先，国内财富管理市场规模持续增长，我们结合麦肯锡全球财富数据库的数据进行估算，过去十余年国内居民金融资产总量年均增长率大致在10%~ 15%。其次，国内居民金融资产配置更趋保守，根据麦肯锡全球财富数据库统计测算，截至2022年末，国内投资者现金及存款的配置比例达54%，远高于美国截至2022年3季度末的15%；而基金与股票的配置比例仅15%，远低于美国的33%。最后，配置的多元化成为高净值客群重点关注方向，根据德勤香港与宏利金融的联合调研结果，需求侧，多元化与全球化的资产配置是高净值客群最关注的因素之一；供给侧，单一家办未来资产配置策略中，多元化资产配置的需求位列第一位。
第三，低利率环境下，传统低风险资产的收益持续走低，政经格局变革造成资产配置难度日益增加，配置产品迎来适配的外部环境。一方面，无风险收益持续下行环境下，传统低风险资产的收益愈发难以匹配投资者的需求，截至2026年4月末，10年期国债到期收益率已下行至1.75%，中国工商银行1年期定期存款利率已下修至0.95%，新发银行理财产品平均业绩基准已接近2.3%，货币基金年化收益率已迫近1.10%。另一方面，拉长周期来看，各类资产历年收益表现与排名波动剧烈，通过持有单一资产难以获得长期稳健的收益回报。特别地，近年来全球疫后经济复苏曲折、地缘冲突不断，资本市场波动加大、资产轮动速度加快，资产配置的难度也在同步提升。
第四，伴随国内金融市场产品供给的日益丰富，以ETF、QDII为代表的工具类产品蓬勃发展，配置产品的落地执行便利性显著提升。一方面，ETF市场扩容与费率改革持续深化，截至2026年4月底，全市场ETF总规模已突破5万亿元大关，产品货架全面覆盖股票、债券、商品、货币等多类资产，为配置产品的方案构建提供了低成本、高透明度、高流动性的配置“底座”。另一方面，QDII等跨境投资工具不断拓宽配置边界，使得配置产品能够突破单一市场限制，实现跨地域、跨品种的多元化布局，根据各基金的2026年1季报披露，QDII基金规模已超8000亿元，同比实现47%的涨幅。
财富配置方案的落地离不开行之有效的资产配置模型。风险收益关系是资产配置理论的基础之一，从理论演进的脉络看，风险收益关系的认知突破推动了金融理论的三次关键跃迁，即从“定性思维”到“数理范式”再到“量化模型”的系统性演进。在此基础上，配置模型也经历了从“纪律规则”到“配置收益”再到“配置风险”的范式变化。
纪律规则类模型通过设定规则并遵从纪律执行的方式来分配权重。例如，恒定股债比例策略通过需求端的风险偏好程度来校准长期权益仓位，并依恒定比例进行配置；组合保险类策略通过设定保本目标，利用固收资产积累安全垫、权益资产搏收益的形式分配权重。
配置收益类模型起源于1952年Harry Markowitz提出了的投资组合理论，其创造性地提出了用均值刻画收益、用方差刻画波动的均值-方差理论（MVT, Mean-Variance Theory），将投资者的资产配置问题转化成了标准的最优化问题，即在一定的约束下，通过选择最优的配置比例，来权衡组合的收益与风险。此后，该类模型沿用MVT框架，通过主动收益预测等方式来提升收益的预测精度，以期改善均值方差类模型的表现。例如：BL模型利用贝叶斯收缩将资产的先验均衡收益与主观观点收益进行融合，得到后验概率误差最小的资产预期收益；投资时钟模型在划分经济周期的基础上，通过预判经济周期位置来更精准地预测资产预期收益。
配置风险类模型认为收益率难以预测且扰动影响更大，相比之下风险（协方差矩阵）的结构更为稳定且容易预测，因此只做风险维度的配置。此后，该类模型又出现不同程度的迭代，例如：风险预算模型允许在风险平价的基础上加入一定观点，即自定义规则去分配各个底层资产的总风险贡献；宏观状态中性模型将风险平价与宏观状态融合，在各个宏观状态内部资产实现风险平价的基础上，进一步要求每个状态的最优组合依然保持风险平配。
配置模型在历史上证明了其具备穿越周期的效果。以我们在报告《资产配置专题系列之四十六—宏观状态中性策略：理论、应用与展望》（2026-1-5）中提出的基准版-宏观状态中性策略（以下简称为“配置策略”）为例，该策略通过从“宏观运行规律”到“资产驱动因素”再到“组合构建技术”三个层次的研究，科学、系统地分散配置各类风险资产（股、债、商），希望在任意单一宏观情境下，通过对状态上行最优组合与状态下行最优组合进行风险平价的再配置，实现免疫单一维度宏观变量波动对组合造成的冲击，最终实现“宏观状态中性”，以期持续稳定地赚取宏观流动性扩张的钱。从回测结果来看，2013年12月31日至2026年4月30日期间，该配置策略的夏普比率为2.02、卡玛比率为1.54，均优于全部9种底层资产的收益风险性价比指标。
在模型落地层面，量化私募策略展现出相对明显的优势。通过多维度对比分析发行，对于股票策略，私募中证500指增策略相较于中证500全收益指数，展现出明显的超额收益累积。对于债券策略，私募债券策略在收益率与国内债券指数相近的情况下，净值曲线的平稳度更优，收益风险比更为突出。此外，对比私募股票多头、量化指增、债券策略及CTA策略与其对应的基准指数，私募策略在收益进攻性或波动回撤控制上均有明显改善，综合收益指标提升显著。同时，另类私募策略与主流股债策略之间呈现出极低的甚至负的相关性特征，这种低相关性为资产配置提供了极佳的互补性，有助于进一步优化组合的风险分散效果。
因此，依托成熟的配置方案与优秀的管理人筛选框架，构建穿越周期的财富配置方案具备高度的可行性与有效性。鉴于头部私募管理人在收益风险特征上的显著优势，以及部分另类策略与主流策略呈现的低相关性，我们构建了深度整合头部私募智慧的配置方案。该方案不仅整体业绩表现突出，更凭借“智者”的专业风控与策略迭代能力，展现出极强的稳健性，实现了让财富与智者同行、共越周期。
以上就是我今天汇报的全部内容，再次感谢各位投资者的聆听，谢谢！
风险因素：政策与监管风险；市场环境与收益下行风险；模型与策略有效性风险；跨境配置的汇率波动风险等。
圆桌交流：
AI驱动下的数字化与系统化贝塔策略
主持人：
史 周 中信证券ETF策略及主题量化分析师
嘉宾：
苏华清 富国基金量化投资部基金经理
鲁亚运 华夏基金数量投资部基金经理
夏浩洋 广发基金指数投资部基金经理
问题一：近年来AI发展如火如荼，AI对于投资生态产生了非常深远的影响，请三位嘉宾从公募基金视角以及投资人视角分享一下AI如何影响ETF投资生态？
苏华清 富国基金
第一个层面，是把AI本身作为一种投资策略。我们量化部门以前做基本面量化，后来用各种量价指标，但发现普通指标很难把数据的全部信息挖掘出来。通过AI，我们可以构建AI因子，挖掘出基本面或普通量价难以捕捉的信号，给予投资新的赋能。所以这两年，无论公募还是私募，对AI因子的参与度越来越高，就是希望能为组合创造更多α。以我们公司为例，AI策略一方面用在选股上，在指数增强或主动量化产品里去实现α；另一方面也用来选ETF，AI不只用于选个股，也选基金、选指数。可能有些朋友了解过我们的数字化投资决策系统，里面展示的不少AI策略，就是我们用AI因子挖掘出的指数层面信息，希望创造超额或提供信号。
第二个层面，是大幅提升工作效率。这一点做量化的同仁应该感同身受。过去写代码，写一整天是常事，现在交给AI，几分钟到一小时就搞定了，效率提升显著。再比如看研报，每天面对卖方分析师海量的报告，信息怎么整合？我们现在让AI先做总结，把增量信息和增量观点提炼出来，我作为投资经理，更多是去审视其中有价值的部分，AI成了我的前置助手。哪怕是做PPT，现在也有很多AI工具可以辅助生成。
鲁亚运 华夏基金
我分享两个案例，讲讲AI对我们做投资过程产生的较大影响。
第一个案例，今年大家感触应该很深，AI确实改变了A股的投资生态。AI相关的产业链在不断创新高，虽然近期波动较大，但其他像消费、金融这些板块在持续失血。近期很多客户来问问题，比如，前段时间华为概念热的时候，客户关注哪个ETF里封测含量比较高；在PCB板块热门的时候，客户又关注哪个ETF里PCB含量比较高。大家在风口热点上，想找到市场上更契合的ETF。我看到周围很多投资者现在会去问豆包，哪个ETF里某某含量比较高。我觉得这是AI对我们的第一个影响，做投资决策的时候大家会借助AI，希望能提供一个纯度更高的ETF品种。我们华夏基金这边有红色火箭小程序，红色火箭里面确实也能通过个股或者热门概念反推匹配到相应ETF。
第二个，大家经常提到K形经济，再比如之前美伊冲突，做投资策略的时候，除了借助AI选股做增强以外，ETF投资者可能更迫切的需求是，能不能一键给出在K形经济大环境下的组合，或者美伊冲突有缓和态势的时候，有没有ETF组合能适应这样的市场环境。前几年大家提得比较多的哑铃组合也是类似，在做重大投资决策的时候，我们可能需要AI给到一些组合层面的建议。
夏浩洋 广发基金
我先从管理人的角度，谈谈AI对日常工作的影响。
首先是投资运作层面，对我们ETF基金经理来说，有一项比较重要的是精细化管理投资运作。不知道各位投资人在购买ETF基金的时候，有没有考虑过两个因素，一个是跟踪误差，一个是超额收益。跟踪误差很核心，ETF一定要跟得上指数，但“跟得上”三个字说起来简单，做起来并不容易，尤其遇到调仓换仓期，影响会比较大。要把精细化管理做好，需要花大功夫，也要展开很大的系统建设，我们广发基金一直在精耕细作这件事。AI在这个领域的应用，我们认为未来空间巨大。比如调入调出的预测，可以辅助投资决策；再比如关键事件的及时抓取，负面信息我们每天都会推送给基金经理，让他们及时做对应判断。当然这些信息有些有用有些没用，需要筛选，但未来肯定要有所作为。此外，超额收益这块，ETF同质化很严重，在跟踪好指数的基础上能不能稳定做出超额，AI也能给我们赋能。这是投资运作层面。
第二个是研究支持。AI手段很多，各种信息的处理抓取，包括新赛道的学习，都非常快，极大地节约大家的时间。
第三个是我们还会思考怎么给市场提供更丰富的AI投资工具，也就是ETF产品布局。各家公司都有很丰富的产品，从人工智能ETF到芯片，仅芯片就有芯片ETF、半导体设备ETF、半导体设计ETF等一系列产品。没有AI这些东西未必能出来，但AI是一个大浪潮，上下游产业链覆盖非常非常多的行业，所以基金公司要去思考怎么有效布局工具以供大家使用。
另一方面，对于投资者而言，AI对各位投资的影响，在投前、投中、投后都很重要。投前，很多投资者以前没有工具收集信息，但现在大家掌握的信息未必比我们少，研究值不值得投资，可以用AI做分析、做整理，做更进一步的研究。ETF层面，投前不知道投什么，也可以借助AI帮助分析指数里有什么股票、涉及什么行业。投中和投后涉及策略，比如大家用得比较多的网格交易、量化轮动策略，都可以用AI实现，甚至编程也可以由AI完成。投后的复盘和分析，AI也能很好地完成。工具我们三家都有，市场上大家自己也可以做一些简单开发。所以我认为，不管是基金管理人还是投资人，AI不能简单称为工具，这是大时代带来的AI红利，一定要把握住。
问题二：能否介绍一下贵司推出的ETF数字化应用？能否给投资者分享几个有代表性、有特色的亮点功能？
苏华清 富国基金
我们目前针对ETF的数字化应用有两个。第一个是小程序，主打便捷，名字叫“E起富”，起名的含义也是我们对大家的祝福。我们把一些胜率比较高的策略做了简易版本，放在手机端。比如我们会提示当前基于基本面的行业维度，哪些行业得分比较高。大家可以打开小程序查看，这周芯片得分情况，是否可以适当关注；化工排名怎么样，大家关心的光模块、通信得分如何，我们会分出很多很细的维度，比如，最近财务基本面有什么变化，分析师预期有什么变化等等。
我们不仅仅是提示买点，更多希望提示卖点。这个小程序不是以卖产品为主，而是希望大家能跟着它做出更好的策略。所以我们会提示很多卖点，比如最近国产算力、国产半导体热度很高，资金拥挤度怎么样，小程序里有“温度计”一栏，如果显示高温，就代表这个方向资金拥挤度太热了。再比如某些板块像化工，估值是不是到了过贵的位置，或者到了历史绝对高位，类似这样的功能都可以通过“E起富”查到。再比如最近出了一个新概念，你想知道到底哪个ETF里存储含量最高，除了去问豆包，也可以在我们小程序里直接搜索排序。
还有一个是ETF投研决策系统，在网站端，面向专业性投资者。这里面相对完整的策略、数据、各类信息全部集成在一起。举个例子，大家想查最近卖方研究小伙伴们在推荐什么，比如说今天看中信证券推了哪些方向，其他券商又在推什么，不用一个个去搜索，在我们系统上一键就能查到。再比如说现在芯片指数特别多，科创芯片、半导体设备、芯片产业，很难区分哪个指数好哪个指数差。大家可以在我们系统里详细生成报告和数据，看每个指数之间具体区别是什么。系统里面涉及很多功能，今天很难给大家做完整的介绍，但我们希望主打做专业的指数及ETF投资决策策略，给到大家提供一些相对专业的建议。
鲁亚运 华夏基金
我主要介绍一下我们华夏基金的红色火箭小程序。红色火箭这个寓意确实很好，希望大家账户像红色火箭一样起飞。红色火箭有几个特点：
第一个特点，聚焦全市场的指数和ETF产品。现在ETF大概有一千多个，以前大家觉得ETF让投资变容易了，但数量多了以后，怎么选择反而难度越来越大。红色火箭就是要解决这个痛点，ETF数量越来越多，怎么帮大家更好地选出合适的产品。
第二个，我想介绍几个比较有代表性的功能。第一个功能是历史回测和模拟盘。前几年大家对哑铃策略关注比较高，可能左手AI，右手自由现金流，这样的组合在历史上大概有怎样的表现？或者现在还没想好要不要买，能不能先建一个模拟组合，观察一两个月，根据表现情况，再决定是否需要这样的配置。红色火箭就有这样的功能，不管你配两个ETF还是多个ETF，都可以做回测，是很实用的功能。第二个特色功能，现在很多人做投资，包括机构投资者，会给你一些个股，比如AI风口的成分股或者龙头股，想让你帮他匹配到哪些ETF里这些个股含量比较高，或者哪些ETF里半导体设备、封测含量比较高。红色火箭也有这样通过个股反推匹配到指数的功能。第三个特色，小程序里面还有一个产业链追踪。有篇报道提到，半导体行业在历史上被当作周期行业，怎么看呢？看库存，看电脑、手机，以及现在说的AI数据中心建设对芯片半导体的需求。历史上经济周期波动，导致背后半导体产业也有波动。在目前AI这个大背景下，芯片半导体到底是一个周期行业，还是一个持续成长的行业？我们围绕芯片半导体主要的指标，比如销量、电脑手机的销售额、资本开支，以及全球范围内芯片半导体的价格等核心变量，做了一些跟踪，帮助大家指导投资。
以上这些功能，我们红色火箭也在不断进化和优化。最终的目的就是希望大家不光是来投资华夏基金的ETF，也希望大家在投资全市场ETF的时候可以用到红色火箭，帮助大家有更好的ETF投资体验。
夏浩洋 广发基金
广发基金在AI上分两个维度做建设，一个是AI中台我们自己用，另一个是对外输出的AI平台。这里面有一个小程序，叫“木棉花”，因为我们来自广州，广州市花是木棉花，所以叫广发基金木棉花小程序。
这个小程序我全程参与开发，里面的东西比较熟。它特别适合投顾朋友。如果线上有做投顾的朋友，我建议试试。当时我们制做小程序时，就是按投顾的方式定位的，因为投顾是连接基金管理人和客户的重要桥梁，我们想怎么通过这样的工具把投顾服务好。
里面功能我不一一展开了，主要说说大家怎么用。有几个我觉得最值得用的功能。第一个是资金流向。ETF的资金流向比较重要，特别是这两年的行情里。点开木棉花小程序，首页第一个就是资金流向，我们可以在这里看到到底哪些板块、哪些指数甚至哪些ETF在流入流出，方便了解其他投资者在做投资时是怎么判断的。第二个是类似指数数据浏览器，和前面两位说的差不多，可以通过ETF产品对应到底层的指数数据，包括成分股信息、行业分布，甚至估值分位，能看到当前是低估还是高估，作为参考。以及通过个股找指数功能，看到热门个股不敢买，可以搜一下有没有对应的ETF产品，我们会呈现个股权重占比，对应的ETF都能搜出来。
小程序还提供一些策略，从网格、情绪指标这类基础的，到行业轮动、风格轮动这类中等难度的策略，还有一些纯量化的策略和资产配置策略。
第三个维度，我们认为同样重要，就是在座各位和线上投资者都很看重的内容。我们把日常基金经理的观点、市场最新动态、热点解读都放在小程序里，按时间排序，历史观点也可以复盘。
所以三个维度——工具、策略、内容，我们的木棉花小程序都给大家呈现出来了，请大家多多关注，把这个工具用好，谢谢。
问题三：站在当前时点，您觉得下半年市场有哪些变量值得重点关注？科技领域和非科技领域分别有哪些投资方向值得推荐？
苏华清 富国基金
今年以来科技行情非常独立，而且最近呈现高度缩圈、更加极致的状态。大家目前最关注的，一个是海外算力端，一个是国产算力端。在当前算力上涨很多的情况下，如果让我推荐科技领域的产品，我的回答是继续拥抱两大算力方向：国产算力和海外算力。
国产算力大家可以关注科创芯片，海外算力可以关注创业板人工智能ETF。推荐的原因主要是：当前，整个AI大的产业方向依然在如火如荼地前进，而且这一轮是全球性的AI发展。大家可以看到，海外几个大的厂商今年资本开支不断上行，海外AI应用端也开始真正盈利了。这其实就是前两年大家关心的事情——AI不断投入之后，到底能不能赚钱？赚钱才是重要的，如果没有盈利支撑，终将是泡沫。现在这个正向循环已经开始了，AI目前没有停下来的迹象。
第二个，近期大家很关心我们A股即将迎来一家巨大的存储公司上市。很多人担心，之前每一次龙头公司上市，有时会伴随市场阶段性见顶，大公司吸引资金后，市场跟着下行。这一轮我认为，当然也需要大家一起见证，大概率不会这样。因为这一轮AI是全球性周期，除非美国或全球的AI大公司出现问题，带动全球AI产业一起往下走，AI走势才可能拐头向下。仅仅中国有一家公司带来资金虹吸，能不能把市场打下来？我觉得很难。如果真的A股出现短期流动性振荡，但大家看到韩国又涨了二十个点，在这种情况下你还会认为中国AI公司存在泡沫或者流动性问题吗？所以这一轮AI的观察点要看全球的AI大公司能不能持续引领产业发展。
当然，站在当下很多人也在担心AI泡沫。从历史复盘来看，互联网泡沫等等，往往需要一个大的前置条件，就是美联储加息。在加息落地之前，虽然现在预期有些变化，但大家其实不太用过早担忧泡沫或者泡沫被刺破。所以科技领域紧紧拥抱AI，而且拥抱AI里的两大算力。其他应用端或软件端，目前盈利属性偏弱，还不是最好的配置时点，算力仍是目前最好的方向。什么时候该下车呢？坚决等右侧，可以去承受右侧初始的下跌，但不能错过前期的上涨，因为这部分上涨幅度可能非常大。所以两大算力方向，我的建议是一直持有，直到右侧真正出现产业性的拐头。
非科技领域，建议重点关注两类产品。今年拿着哑铃策略收益还是很好的，一端科技，一端价值。但价值的问题在于，我们有时候很难区分哪个赛道最好。比如最近有色和化工很多人关注，年初涨得很好，但中东局势导致油价波动，美元汇率也出现变化，带动金属和化工下行。站在现在这个位置，有色和化工能不能拿？我认为偏左侧，拿着没问题，但位置偏左。如果买偏红利方向的金融，整个板块也是偏左侧的。怎么把价值做成一个能拿得住的策略呢？我给大家推荐一个产品，价值100ETF。价值100ETF是把整个价值资产打包，运用的是PB-ROE框架来选。价值100强调的是好公司、能赚钱的公司。牛市状态下，这里面的公司有很好的高抛低吸特点。给大家举个例子，化工大家都很关心，去年到今年年初迎来大行情。价值100ETF在2020年时，化工在行业分布里接近十个点，属于最高配。但2021、2022、2023年我们都对化工进行了降配，因为那两年化工呈现出产能扩张、缺乏投资性价比的特点，指数就大幅降低了化工权重。2024年化工权重从一个点重新打到了十个点，2025、2026年大家也看到了，化工迎来了大行情。价值100就是能对行业进行迭代，并从中选取优质公司。
非科技领域另一个是电池ETF，聚焦储能和动力电池端。大的背景是能源转型，短期看电池最近也已经横盘了很久。
总结一下，科技领域紧紧拥抱两大算力，非科技领域大家可以重点关注价值100ETF和电池ETF。
风险因素：行业轮动与调仓滞后风险；价值风格阶段性跑输风险；产业链与政策风险；电池板块高波动与短期回调风险；跟踪误差风险。
鲁亚运 华夏基金
我从指数投资的视角分享最近的两个思考。
第一个思考，大家跟我一起想一下，二季度上证指数大盘创了新高，但大家体感上今年是牛市吗？如果持有的是沪深300或者上证指数，今年这波行情好像没有太大关系。券商今年以来还是跌的，指数从3900多点到现在4000出头，涨幅并没有感受到。所以我思考的第一件事，就是当前这种结构性行情下，市场贝塔到底在哪里。以前行情来了，要么买宽基要么买券商，基本能跟上市场涨幅。但今年如果贝塔选错了，收益表现未必如大家预期。
我个人的感受是，当前市场的贝塔在科技当中。科创创业50、创业板成长这类指数，今年以来涨幅差不多接近50%。一般大家自己去炒个股或者做波段，未必能战胜这类指数的表现。而且这个时间点还有一个特别大的痛点，大家之前开玩笑说今年做行业轮动，是从成长到价值，从科技轮到周期再轮到消费，但发现并不是这样。最近很多板块都在失血，科技依然一枝独秀。今年的轮动是科技内部的轮动，或者说AI产业链内部的轮动。但AI内部怎么轮呢？通信轮到半导体，半导体轮到电网设备，这个节奏其实不太好把握。我们发现像科创创业50、创业板成长这类背后对应的ETF，聚焦的行业里，新能源有、通信有、半导体芯片也有，基本涵盖了A股当中比较热门的大科技股。一个是聚焦科创板创业板市值最大的50只，一个是聚焦创业板当中成长性比较高、弹性比较大的个股。所以我提出的思考是，在现阶段怎么把握科技行情？我个人的感受是，拿科技类的宽基做底仓是比较好的选择，大家不用纠结最近半导体有调整的势头，接下来会不会创新高、市场风口在哪。我自己判断今年还是一个偏科技成长的行情。即使六七月份大家都开玩笑说世界杯魔咒，每次都会经历市场调整，而且现阶段短期指数确实涨得比较多，从获利的角度看内部有一些调整压力。那么接下来如果市场出现调整，我觉得大家上车优先选择科创创业50和创业板成长这两个品种。
第二个思考，大家今年怎么做投资，是长期持有还是中间做交易做波段？前几天看一篇文章，大体思路是，如果大家认为这一轮长期来看是科技行情，虽然短期有波动、有调整，但调整完之后还能创新高。我的建议是，如果手上已经有持仓，并且看好这一轮全球AI行情，像科创创业50、创业板成长这类，我觉得确实可以进行长期持有。如果没有持仓怎么办？我第一个观点是不建议大家追涨。比如市场调整了，但下午突然尾盘拉起来，要不要追？我建议市场大涨的时候追涨要谨慎。应该怎么做呢？两种方案，一种是手头有一笔钱，趁回调分批建仓；第二种是定投。我自己2022年管了创业板成长的ETF联接，2022年到2024年经历两年调整很难受，但2024年924之后我们看到创业板成长指数表现特别好，基本走完了一个定投的微笑曲线。所以现在这个位置如果短期恐高，但长期还是看好这一轮AI大的行情，那么定投是一个比较好的解决方案。
以上就是我分享的两点，一是市场贝塔在科技成长指数，二是在操作策略上不建议追涨，跌下来分批建仓。谢谢。
夏浩洋 广发基金
我想从不同的结构来分享我的观点，从自上而下的角度谈谈现在市场到底在定价什么。目前我们认为定价有三个维度，第一个是地缘，第二个是科技产业AI发展的阶段，第三个是宏观。根据我们的模型，当前5月份的定价里面，前两个因素最为核心，就是地缘和AI。
地缘我不多谈，因为变动太大。我们重点谈AI。AI我认为是一个大浪潮，不是一个阶段性的热点或者概念投资，是能决定我们很多人职业方向、未来资产配置的很重要的机会。我建议大家还是都参与，只是看通过什么方式参与，体感可能好一些。
第二点，从中观微观来讲，AI不是某一个简单的单一细分赛道，一定是全产业链的机会。分四个阶段来讲。第一个阶段是算力的投资阶段，可能更多在美股有映射的领域；第二个是AI的基础设施，就是我们说的半导体设备，包括更上游的原材料，甚至包括电力，都是AI的基础设施；第三个阶段是AI赋能公司的阶段，用AI降本增效或者实现生产力解放；第四个阶段是全社会的应用，AI生产力极大丰富，这里面可能更多是制造业企业应用AI来实现物理端的效用提升。
目前粗浅地看，是处在第二个阶段中。大家在股市也看到了，不管是美股、韩国还是A股，都是硬件公司在表现。但还是要回到那个观点，它一定会扩散的。我认为后面大家可以再去关注一些当前还没有太涨起来、但以后也有机会的赛道。打个比方，大家想到去投芯片的时候，有没有想到去看一看封测，再看看上游的零部件，这样的赛道都要发散和联想，要看看未来还会有应用和蔓延的机会。
第三点，回到科技以外的一些领域。有些和AI相关，有些和AI不相关。和AI相关的，刚才提到的电这一块大家一定要重视。因为首先它是受益于AI的，AI的数据中心需要大量的电，从发电端的光伏、核电甚至燃气发电，到中游的电网设备，到下游的用电包括储能、锂电、动力电池，都需要这样极大的需求。这一块不仅受益于AI，还有一个很大特点，我们国家在电这个领域是全产业链世界领先的，从发电到输配电到用电，都有技术、资金以及规模优势。全世界又有需求，我们又有优势，这一块未来我还是很看好的。而且现在有地缘冲突，对未来的电作为能源替代、特别是新能源作为能源替代的方案，我认为未来可能会收获一些安全溢价。即使地缘冲突平复了以后，这个烙印也会留在每个国家心里，担心未来会不会再次出现风险，一定会寻找能源的替代和解决方案，这会带来长期的影响。
还有一些赛道我认为大家还是可以关注一下的，比如红利。虽然最近有些观点说红利阶段性失效了，确实最近表现不太好，但不代表红利因子长期失效，而且在整体低利率环境中，红利是受益偏多的。给大家介绍一个品种叫智选高股息，用的是每年年报4月份的分红数据去计算，再去选股、加权，所以它的红利因子体现，相对而言更真实一些。
总结一下我的观点。如果没有参与AI，一定要重视，寻找机会参与。在参与AI的过程中要发散思维，配合丰富的ETF工具使用。除了这个之外，电这一块一定要重视，从供需格局来看，我觉得储能、电网设备应重点关注，再往后是风电环节，再往下是光伏，因为现在光伏整体供需结构还要进一步改善。最后，建议大家再关注一下红利资产，在长期低利率环境下红利的配置价值值得重视，里面我建议大家关注智选高股息。
本会议为非公开闭门会议，相关会议内容仅面向参会人，未经发言人及主持人授权，请勿直接或重新整理外传会议的声音、画面、讲稿、纪要等信息。对违反上述要求的行为我司保留追究的权利。
本文所载的资料、观点及预测仅用于信息参考及投资逻辑分享，而不构成任何具体的投资操作意见。投资者在进行具体投资决策前，还须结合自身情况并配合其他分析手段。本文提及的任何证券或金融工具均可能含有重大的风险，投资者不应单纯依靠相关信息而取代自身的独立判断，还须自主作出投资决策并自行承担投资风险。中信证券不对使用本资料所产生的任何直接或间接损失或与此有关的其他损失承担任何责任。市场有风险，投资需谨慎。
本资料若涉及任何问题可能对嘉宾观点形成宣传或进一步扩散的行为，还请事前征求发言嘉宾本人意见。涉及会议纪要内容的任何解读行为，还请联系相关客户经理协助您进行确认。感谢您的理解与配合。
特别声明：特邀参会嘉宾在交流中表达的观点属个人意见，不代表中信证券立场。
bb体育平台，九游体育官网，
贝博体育官方下载相关资讯：www jiuyou com，