2026年债券市场展望 - 核心观点聚焦于2026年债市走向、货币政策宽松空间以及基本面改善与微观体感疲软的矛盾下债市的抉择[2] - 探讨在资本利得惯性遭遇有限票息的背景下，投资策略是应坚守久期还是转向票息策略[2] - 提出明年债市可能只能“小幅看多”，且逆向布局可能优于顺势而为的观点[2] 2026年全球科技与AI投资展望 - 人工智能将影响智能手机、苹果供应链、PCB、AI数据中心/端侧的IC设计、半导体设备及先进封装产业链，并带来新的趋势和投资机会[4] - 2026年科技投资的主线预计仍由AI引领，需面对“无就业增长”的降息周期带来的机遇与挑战分化[6] - 探讨中国AI能否凭借庞大的应用市场、世界级的模型层与自主硬件的快速迭代实现系统性重估[6] - 在算力端，关注散热、PCB、电源等方向蕴含的确定性机会[6] - 国产芯片可能迎来订单倾斜与集中度提升[6] - AI应用商业化、计算机领域的国产化、量子科技及智驾等高景气赛道被视为下一轮行情的关键[6] 蔚来公司业绩与战略 - 关注蔚来多品牌战略如何助推交付量创新高[8][9] - 探讨乐道品牌能否成为盈利新引擎[9] - 公司在三季度现金流转正后，将如何布局四季度以冲刺盈亏平衡[9] 阿里巴巴业绩与战略 - 关注阿里云收入能否延续26%的高增长[11] - 探讨淘宝闪购百亿投入如何拉动电商大盘[11] - 关注市场传闻的自研AI芯片有何突破[11] - 会议将揭示公司在AI与消费两大战场的最新战况[11]

投资策略与理念 - 投资策略以科技成长为核心，并延伸至全市场视角，结合宏观、中观、微观多个维度进行判断[3] - 投资框架强调前瞻性布局，在产业趋势初露苗头、市场尚未充分定价前进入，以获取更稳妥的可观回报[1][6] - 投资方法论源于沃顿商学院学习经历，强调用简单变量对公司或产业进行定价，模型变量关系过于复杂容易失效[5] 研究方法与机会识别 - 通过研读学术论文来前瞻性嗅到投资机会，论文有助于识别技术应用和产品落地的确定性，区分产业事实与产业预期[1][6] - 研究框架包含三个维度：宏观维度跟踪经济数据与产业政策以识别发展趋势；中观维度聚焦产业未来三到五年的市场空间；微观维度研究个股的竞争壁垒和市值增长空间[4] - 动态开展产业调研，跟踪高频数据，实时对比产业实际进展与预期差距，以动态评估投资机会和风险的变化[9] 对人工智能产业的看法 - 人工智能是当前科技浪潮中最核心的驱动因素，其产业空间足够大，可投资时间足够长，与移动互联网浪潮具有可比性[7] - 尤其关注AI应用领域，重点研究运用大模型能力撬动千行百业生产力变革的应用型公司，关注其现有客户数据和生态壁垒[7][8] - 在AI应用中，To C类比To B类更有想象空间，特别是AI在提供情绪价值上未来通过大模型能释放的巨大商业价值[8] 个股选择与组合管理 - 个股选择基于技术积累，企业技术需能匹配产业变化需求，才有机会捕捉业绩增长[9] - 对个股进行估值定价，预测其未来三到五年市场空间对应的营收，结合市盈率、市销率等估值体系做出定价区间[9] - 面对高波动需识别来源，区分是技术变化、定价变化还是事件冲击后的情绪表达，波动中蕴藏投资机会，情绪释放后可能更重仓配置[11] 主动权益基金的定位 - 主动权益基金的相对优势在于基金经理的深度研究能更及时捕捉产业投资机会，持仓集中度或在不同产业环节的分布有别于被动指数基金[11][12] - 主动权益基金在持仓结构上灵活度更高，可更及时调整仓位，进行前瞻性布局，例如投资尚未被纳入指数成分股的早期公司[12]

国内ETF市场发展现状 - 截至2024年底，境内上市ETF产品数量达1033只，总规模达3.72万亿元[1] - 指数化投资正成为市场主流趋势[1] - 近两三年以来，ETF的市场活跃度持续攀升，已成为投资者广泛关注的工具[1] ETF产品的优势与特点 - ETF具备简单、透明、投资门槛低的优势，拥有证券账户即可交易[3] - ETF交易门槛低于创业板、科创板等个股，有助于普通投资者参与科技投资[3] - 在科技投资领域，ETF是一款高效且实用的配置工具[1] ETF在科技投资领域的应用 - ETF能解决投资者无足够精力深入理解每个专业领域的痛点，投资者只需看好某一赛道即可通过配置对应ETF获取板块整体β收益[3] - 投资者无需对旗下个股进行繁琐研究，无需纠结个股选择，即可分享赛道成长带来的红利[3] 中国科技资产的投资机遇 - 应高度关注中国科技发展带来的长期红利，改革开放近50年来中国科技实现跨越式发展[3] - 基础教育长期积累形成“工程师红利”，从DeepSeek等AI大模型到新型机器人，一系列科技成就正推动市场重新审视中国科技资产投资价值[3] - 可重点关注以人工智能、机器人为代表的中国科技资产，特别是港股市场中的相关标的，以把握科技股重估的长期机遇[3]

市场整体表现 - 市场早盘高开低走，中证A500指数上午收盘上涨0.11% [1] - 有券商观点认为，中期来看A股指数仍存在继续走强的基础，支撑因素包括全球科技投资热情不减、"反内卷"政策持续推进及居民储蓄入市等 [1] 板块表现 - 银行板块逆势走强，锂电池产业链表现活跃，光刻胶概念延续强势 [1] - 旅游酒店、食品、零售、纺织服装等泛消费方向走弱 [1] 中证A500指数ETF交易情况 - 场内跟踪中证A500指数的ETF小幅上涨，有12只相关ETF成交额超过1亿元，其中3只超过29亿元 [1] - A500ETF基金早盘成交额为37.04亿元，IOPV为1.1593，溢折率为-0.03%，换手率为19.21% [1][2] - A500ETF华泰柏瑞早盘成交额为32.70亿元，IOPV为1.2318，溢折率为0.02%，换手率为12.64% [1][2] - A500ETF易方达早盘成交额为29.06亿元，IOPV为1.1868，溢折率为0.02%，换手率为12.70% [1][2] - 中证A500ETF成交额为28.67亿元，A500ETF南方成交额为26.27亿元，A500ETF嘉实成交额为10.93亿元 [2]

文章核心观点 - 在科技板块细分赛道轮动频繁的背景下，创业板50与科创100指数形成互补的“黄金组合”，为普通投资者提供了通过宽基指数基金参与科技浪潮的解决方案 [1] - 基于创业板50和科创100指数的差异化定位，构建了一套动量轮动策略，旨在把握科技板块的“强者恒强”效应，历史回测显示该策略能实现超额收益并有效控制风险 [7][10] - 动量轮动策略是一套基于客观数据的系统化投资方案，帮助投资者在不确定的科技市场中建立投资纪律，分享科技发展红利 [8][11] 指数定位与特点 - 创业板50指数代表“成熟科技压舱石”，成分股为新能源、通信、电子等领域的龙头企业，盈利相对稳定，波动适中 [4] - 科创100指数代表“硬科技的冲锋号”，集中布局半导体、医药、高端制造等硬科技小巨人，成长性更高，弹性更强 [4] - 两大指数定位形成互补：创业板50代表已实现商业化成功的成熟科技巨头，科创100代表未来可期的技术破局者，构成科技投资的“黄金分割” [6] 动量轮动策略规则 - 入场信号：当任一指数过去20个交易日累计涨幅达到或超过8%时入场，选择两者中动量更强（涨幅更大）的一方 [7] - 持仓管理：持仓期间，只要持仓指数的20日涨幅保持在0%以上则继续持有；若另一指数动量反超持仓指数3个百分点以上，则执行轮动切换 [7] - 止损与空仓：当持仓指数的20日涨幅跌破0%时止损；若两指数均未达到8%的入场阈值，则保持空仓 [7] 策略历史回测表现 - 在2020年11月14日至2025年11月14日的回测周期内，动量轮动策略实现了96.36%的总收益率，显著超越创业板50基准的31.84%和科创100基准的-0.78% [10] - 策略最大回撤控制在-25.46%，远低于同期科创100指数的-63.72%，夏普比率达到0.59，高于基准的0.21 [10] - 策略在上涨行情中能跟上市场节奏，在市场下行时通过空仓成功规避大部分下跌风险 [10]

文章核心观点 - 科技板块细分赛道轮动快，宽基指数基金是普通投资者参与科技浪潮的更优解，能分散风险并把握产业趋势红利 [1] - 创业板50指数与科创100指数在成分股结构、产业侧重、风险特征上形成鲜明互补，堪称科技宽基的"黄金组合" [1] - 基于创业板50和科创100指数构建的动量轮动策略，在近5年回测中实现了96.36%的总收益率，远超单一指数基准，并有效控制了最大回撤 [10] 指数定位与特点 - 创业板50指数代表"成熟科技压舱石"，成分股多为新能源、通信、电子等领域龙头，盈利相对稳定，波动适中 [3] - 科创100指数集中布局半导体、医药、高端制造等硬科技小巨人，成长性更高，弹性更强，是"硬科技的冲锋号" [3] - 创业板50代表已实现商业化成功的成熟科技巨头，科创100代表未来可期的技术破局者，两者构成科技投资的黄金分割 [4] 动量轮动策略构建 - 策略基于科技成长板块的动量效应，与"追涨杀跌"的逻辑天然契合 [6] - 入场信号：当任一指数过去20个交易日累计涨幅达到或超过8%时入场，选择两个指数中动量更强的一方 [7] - 持仓管理：持仓指数的20日涨幅保持在0%以上则继续持有，若另一指数动量反超持仓指数3个百分点以上则执行轮动 [7] - 止损与空仓：当持仓指数的20日涨幅跌破0%时止损，若两个指数均未达到8%的入场阈值则保持空仓 [7] 策略历史回测表现 - 动量轮动策略在2020年11月14日至2025年11月14日的测试区间内，实现了96.36%的总收益率 [10] - 策略收益率远超创业板50基准的31.84%和科创100基准的-0.78% [10] - 策略最大回撤控制在-25.46%，远低于同期科创100指数的-63.72%，夏普比率达到0.59，高于基准的0.21 [10] - 策略在上涨行情中能跟上市场节奏，在市场下行时通过空仓成功规避大部分下跌风险 [10]

基金经理邓心怡的投资策略与背景 - 基金经理邓心怡为诺安基金权益事业部副总经理兼研究部总经理 拥有化工材料专业背景 自2013年起研究布局新能源 后聚焦科技产业投资 自2022年7月起担任基金经理 管理多只混合型产品 [1][3] - 其投资策略以科技成长为核心能力圈 强调在全市场视角下结合宏观、中观、微观三个维度进行研究与定价 [5] - 策略形成受沃顿商学院学习经历影响 强调用简单变量对公司或产业进行定价 并认为产业驱动力明确时 投资节奏和标的聚焦更容易 [5] 前瞻性布局的方法论 - 核心策略是“前瞻再前瞻一些” 旨在产业趋势初露苗头、市场未充分定价前进入 以获取更稳妥的超额收益 [1] - 实现前瞻布局的核心方法是研读学术论文 认为许多技术的实际应用和产品落地出现在论文发布之后 通过读论文可以更早识别技术迭代中的投资机会或风险 区分产业事实与产业预期 [7] - 以人工智能产业为例 要求研究员充分研读相关论文 以识别大模型技术迭代能力这一核心变量带来的机会 [7] 对人工智能产业的看法与投资框架 - 认为人工智能是当前科技浪潮中最核心的驱动因素 其产业空间足够大 可投资时间足够长 与当年的移动互联网浪潮具有可比性 [8] - 尤其关注AI应用领域 并借鉴移动互联网应用推广和胜出者的研究经验 [8] - 将AI应用公司定性区分为“铲子型”（关注模型能力）和“应用型”（关注客户数据和生态壁垒） 后者是重点关注对象 认为人工成本越高的领域 AI撬动的生产力杠杆效应可能越大 [9] - 看好To C类AI应用的想象空间 特别是其在提供情绪价值上可能释放的巨大商业价值 [9] 个股选择与组合管理 - 个股选择首先基于技术底层根基 企业需有匹配产业变化的技术积累 [9] - 其次进行估值定价 例如预测未来三到五年市场空间对应的营收 结合市盈率、市销率等做出定价区间 选择估值回报空间更大的标的 [9] - 动态开展产业调研 跟踪高频数据 实时对比产业实际进展与预期的差距 以动态评估投资机会与风险 [10] - 面对科技板块的高波动 注重识别波动来源：技术变化需纠偏产业跟踪并可能切换布局方向 定价变化需调整估值体系 若仅为事件冲击后的阶段性情绪表达 则在情绪释放后可能更重仓配置 [12] 对主动权益基金的看法 - 认为主动权益基金相对于行业ETF的优势在于两方面：一是基金经理的深度研究能更及时捕捉产业投资机会 体现在持仓集中度或产业环节集中度上与指数基金不同 [13] 二是持仓结构灵活度更高 能更及时调整仓位并进行更前瞻性布局 例如可投资尚未纳入指数成分股的早期产业个股 [14]

基金经理投资策略与框架 - 投资策略以科技成长为核心，并延伸至全市场视角以结合宏观、中观、微观多个维度进行更准确的判断[2] - 投资框架强调在不同产业里找到具有高成长性的投资标的，其核心驱动力是技术变化和生产力变革[3] - 策略形成受沃顿商学院学习经历影响，强调用简单变量进行定价，并重视对资产进行合理定价及选择好的前瞻性布局时点[4] 前瞻性机会识别方法 - 通过研读学术论文来更早地识别产业趋势和投资机会，例如通过论文识别大模型技术迭代能力以捕捉人工智能领域的投资机会[5] - 论文有助于区分产业事实与产业预期，帮助在资本市场充分定价前进行更明确的布局[5] - 动态开展产业调研，跟踪高频数据，实时对比产业实际进展与预期差距，以动态评估投资机会[8] 人工智能产业投资观点 - 人工智能是当前科技浪潮中最核心的驱动因素，其产业空间足够大，可投资时间足够长，与移动互联网浪潮具有可比性[6] - 重点关注AI应用领域，尤其区分“铲子型”工具公司（关注模型能力）与应用型公司（关注客户数据和生态壁垒）[6][7] - 在AI应用中，To C类应用可能更具想象空间，特别是在提供情绪价值方面，其通过大模型能力释放的商业价值非常大[7] 个股选择与组合管理 - 个股选择基于企业的技术积累是否匹配产业变化需要，并对其未来三到五年市场空间对应的营收进行预测，结合估值体系选择回报空间更大的标的[8] - 面对市场波动时，注重识别波动来源（技术变化、定价变化或事件冲击），并相应调整布局方向或估值定价体系[10][11] - 在2023年市场回撤期间，通过跟踪数据（如Open AI日活跃用户数从下降转为增长）确认AI产业的真实需求，并坚定基于技术变化进行投资[10] 主动权益基金的相对优势 - 主动权益基金凭借基金经理的深度研究，能更及时捕捉产业投资机会，并在持仓集中度上区别于被动指数基金[11] - 主动权益基金在持仓结构上灵活度更高，可以更前瞻性地布局尚未被纳入指数成分股的早期公司，以捕捉更大的收益空间[12]

基金经理邓心怡的投资策略与背景 - 基金经理邓心怡为诺安基金权益事业部副总经理兼研究部总经理，拥有化工材料专业背景，自2013年起研究布局新能源，目前聚焦科技产业投资 [1] - 其投资策略核心为“前瞻再前瞻一些”，旨在产业趋势初露苗头、市场未充分定价前进入，以获取更稳妥的超额收益 [1] - 投资经历始于中国对外贸易信托有限公司的自营投资，早期聚焦新能源、新材料、化工环保等偏一级市场领域，见证了2013年至2017年中国新能源汽车产业的蝶变式发展 [1] - 2019年左右开始参与港股投资，系统性研究互联网到移动互联网的变化，深化了对科技浪潮赋能投资的认识 [2] 以科技成长为核心的投资框架 - 投资策略以科技成长为核心能力圈，并延伸至全市场视角，结合宏观、中观、微观多个维度进行判断 [2] - 宏观维度：跟踪宏观经济数据与产业政策，识别不同产业的发展趋势、空间和速度 [2] - 中观维度：聚焦特定产业，根据其未来三到五年的市场空间进行定价 [2] - 微观维度：研究产业内个股，识别其竞争壁垒、市场份额及未来市值增长空间 [2] - 核心目标是贯穿不同产业，寻找由技术变化和生产力变革驱动的高成长性投资标的 [3] 通过研读论文实现前瞻性布局 - 实现前瞻布局的核心方法是深入产业发展研究，其中“读论文”是前瞻性嗅到投资机会的重要法宝 [1][3] - 论文有助于识别技术从研究到应用的进程，区分哪些已成为产业事实，哪些仍为产业预期，从而把握产业发展与资本市场股价兑现之间的时间差 [3][4] - 以人工智能产业为例，核心变量是大模型技术迭代能力，通过研读相关论文可更早识别模型迭代中的投资机会或风险 [3] 看好人工智能为核心驱动力的投资机会 - 人工智能被认为是当前科技浪潮中最核心的驱动因素，其产业空间与可投资时间可与当年的移动互联网浪潮相比 [5] - 尤其关注AI应用领域，旨在借鉴移动互联网应用推广与胜出者的研究经验，运用于AI应用研究 [5] - 在AI应用公司中，区分“铲子型”（提供大模型工具）公司和“应用型”（运用大模型撬动生产力变革）公司，后者因其现有客户数据和生态壁垒成为重点关注对象 [5] - 从服务对象看，To C类AI应用可能更有想象空间，特别是在提供情绪价值方面，未来通过大模型释放的商业价值巨大 [6] 从产业聚焦到个股选择的具体方法 - 个股选择首先基于技术底层根基，企业需有匹配产业变化的技术积累，以捕捉业绩增长机会 [6] - 其次进行估值定价，例如预测公司未来三到五年市场空间对应的营收，结合市盈率、市销率等估值体系确定定价区间，选择估值回报空间更大的标的 [6] - 动态开展产业调研，跟踪高频数据，实时对比产业实际进展与预期差距，动态评估投资机会与风险变化 [6] 对市场波动与组合管理的思考 - 2023年接手基金后，市场经历较大回撤，尤其是人工智能产业链，但通过分析确认了AI产业的真实需求 [7] - 例如，2023年7、8月因OpenAI日活跃用户数断崖式下降引发伪需求质疑，但9月左右日活数据恢复增长后质疑消除，美股AI产业链率先实现股价修复 [7] - 科技板块高成长高迭代对应高波动，需识别波动来源是技术变化还是定价变化，或是事件冲击后的阶段性情绪表达，不同来源对应不同的布局调整策略 [8] - 波动中也蕴藏着投资机会，例如若波动仅为情绪表达，情绪释放后反而可能更重仓配置 [8] 主动权益基金相对于行业ETF的优势 - 主动权益基金的基金经理通过深度产业研究，能更及时捕捉产业投资机会，体现在持仓集中度或在不同产业环节的集中度有别于被动指数基金 [9] - 主动权益基金在持仓结构上灵活度更高，可更及时调整仓位，进行更前瞻性的布局 [9] - 例如，对于尚在发展早期、未被纳入指数成分股的个股，行业ETF无法布局，而主动权益基金可提前纳入组合，捕捉更大收益空间 [10]

核心观点 - 2025年三季度公募FOF基金业绩实现历史性全面正收益，最高收益率近70%，同时总规模显著增长至1934亿元，呈现业绩与规模双增局面 [1][2][7] - FOF基金配置策略清晰，以短融等债券型基金和黄金ETF为压舱石，同时积极增持科技、周期等主题基金，四季度布局更注重均衡与灵活 [13][20][21][22] 业绩表现 - 所有公募FOF基金在三季度均实现年内正收益，业绩排名第一的国泰优选领航一年持有FOF收益率达66.72% [1][3][4] - 收益前十的FOF基金中黄金主题产品占比40%，易方达黄金主题A收益率55.34%，反映FOF对避险资产的前瞻性布局成效显著 [3][4][5] - FOF基金整体收益率大幅超越主动权益类基金平均水平，显示其业绩弹性提升 [2][5] 规模增长 - 公募FOF总规模由二季度1657亿元升至三季度1934亿元，总份额从1609亿份增至1732亿份，产品数量由517只增至518只 [7][9] - 东财稳健配置六个月持有期混合FOF规模从1658.5万元跃升至1.7亿元，增幅超十倍，摩根基金盈元稳健三个月持有A一日售罄募集27.52亿元 [10][12] 资产配置 - 债券型基金是FOF重仓主力，占比过半，前50大重仓基金中债券型占31只，海富通中证短融ETF被67只FOF持有，市值超32.90亿元 [13][14][15] - 黄金ETF成为重要配置方向，华安黄金ETF被98只FOF重仓，持仓市值17.4亿元，持仓份额2.1亿份，较上季度加仓超7000万份 [5][6][14] - 增持基金反映边际偏好变化，海富通中证短融ETF增持市值16.5亿元，平安中债-中高等级公司债利差因子ETF增持12.3亿元 [16][17][18] 四季度布局 - 国泰优选领航FOF基金经理看好金属产业链、金融地产产业链及超跌的新能源新材料产业链 [20] - 易方达优势回报FOF增加科技主题基金配置，强调结合基本面动态调整结构 [21] - FOF四季度策略凸显均衡与灵活，以债券与黄金为底仓，布局科技与周期等高景气主线 [22]