核心观点 - 报告提出基于机构关注与非机构关注分域的科技板块轮动策略，通过趋势识别与多因子增强构建组合，长期跑赢基准 [84] 科技热潮持续涌动，硬核成长领航市场主线 美股70年：从工业主导到科技引领 - 回溯1950年至今，标普500指数市场结构演变与美国产业升级同频共振，从早期资源股主导转向以科技产业为核心主线 [5] - 截至20260529，美股市值排名前列公司已全部来自科技行业，传统行业无一入围 [5] - 1950-1970年代处于重资产时代，能源、工业、传统电信构成市场核心 [10] - 1980-2000年代消费与医药崛起，科技龙头进入核心层但尚未全面主导 [10] - 2000年前后，思科曾一度登顶美股市值榜首，随后股价暴跌逾90% [10] - 2010年后以苹果、微软、谷歌等为代表的新一代科技龙头持续扩张 [10] - 2023年以来，英伟达凭借在GPU与AI算力领域的绝对优势，市值跃升至美股首位 [10] - 科技板块权重走势呈现两轮峰值特征，第一轮为1990年至2000年互联网泡沫期间快速冲高 [13] - 截至2025年末，科技板块市值占比已攀升至34.59%的历史高点 [13] 从美股到A股：科技成为共同核心主线 - 2006年末，A股TMT板块仅约130只标的，总市值约4500亿元，占全市场4.33% [15] - 2015年，在“互联网+”主题牛市驱动下，TMT板块规模与市值占比升至阶段性高点 [15] - 2019-2021年，受“新半军”等成长主线带动，TMT市值占比于2021年回升至15%以上 [15] - 2025年末，TMT板块个股数量增至1191只，总市值达27.70万亿元，占全市场22.55% [15] 规模增速迅猛，科技类基金成机构布局重点 - 截至2025年12月31日，主动股基配置TMT板块的总规模超1万亿元 [17] - 主动股基TMT配置规模占比升至历史新高33.59% [17] - 2015年“互联网+”牛市曾推动其占比快速升至阶段高位，随后随牛市结束明显回落 [17] - 2019至2021年“新半军”成长行情及2023年ChatGPT引发的全球AI浪潮，均带动TMT配置占比阶段性上行 [17] 难言长胜将军：科技基金业绩长青概率较低 - 2023年-2025年连续三年每年均排名科技基金前50%的基金数量仅有15.11% [19] - 2021年-2025年连续五年每年均排名科技基金前50%的基金数量仅有2.36% [19] - 2017年以来滚动连续三年战胜科技基金中位数的基金占比平均为14.64% [19] - 滚动连续五年战胜科技基金中位数的基金占比平均仅有3.45% [19] 科技板块轮动的快与慢：寻找合适的分域 投资行为中的动量偏好 - 分析师上调盈利预期的个股，过去1年相对全市场平均可获得约36.25%的超额收益 [22] - 公募基金新进前十大重仓股在过去一年平均超额收益接近30% [22] 轮动策略中的动量 - 基于动量的轮动策略存在入场滞后与回撤确认损耗，天然会损失部分趋势前后段收益 [24] - 若轮动趋势整体涨幅有限、持续时间较短，可能最终轮动收益为负 [24] - 若轮动趋势上涨空间更大、持续时间更长，仍能获得较为可观的收益 [24] - 商业航天指数2023年主要的3轮单边上行行情中，每次持续时间最长仅为1个月，上行幅度在15%以内 [27] - 光模块（CPO）指数自2025年4月8日以来持续上行，截至2026年5月8日累计涨幅已接近6倍 [27] 科技板块的分域探索 - 轮动是指资金在不同类型资产之间阶段性切换的过程，对资产进行合理划分是开展轮动研究的前提 [30] - 常见划分方式包括行业主题划分、大小市值划分、成长价值划分、其他风格划分 [30] - 将TMT板块扩容为泛科技板块，从市值风格、成长价值风格以及行业开展分域研究 [34] - 表现最好的大小盘分域多空收益均值仅为3.99% [34] 分域视角下的科技板块轮动节奏 - 构建三类机构关注识别指标：机构持仓市值、机构持股占比、卖方机构覆盖 [39] - 等权合成构建机构关注综合指标，采用启发式分域方法进行划分 [39] - 截至20260630机构关注股数量为275只，历史均值约为213只，非机构关注股为1173只 [39] - 基于机构关注/非机构关注维度的分域轮动，多空净值表现最为亮眼 [43] - 机构关注/非机构关注分域轮动胜率81%，盈亏比1.53，多空收益均值13.81% [42] 科技分域轮动增强组合的构建 固定时点动量轮动存在的问题 - 若始终在固定时点进行轮动切换，策略往往难以及时、灵活地进行切换 [46] - 动量指标对观察区间的选择较为敏感，不同回望周期动量表现大相径庭 [49] 顺势而为，基于阶段反弹与回撤的趋势识别法 - 提出趋势追随轮动方法，以两类资产的相对强弱走势作为观测基准 [53] - 若某类资产在调整后走出持续反弹行情，可视为右侧布局信号 [53] - 若其在上涨后进入持续回撤阶段，对应卖出或减仓信号 [53] 阶段反弹与回撤趋势识别法优化：增设常规状态提升稳定性 - 在上行/下行状态间切换对持续2-3年的行情可能过于激进，引入常规状态等权配置两类资产 [56] - 策略在机构关注股强势阶段跟进主线，在其弱势阶段转向非机构关注股 [63] - 2015年以来共计触发32次信号，平均1年3次左右 [63] - 自2015年以来，多头组合的年化收益率为12.61% [64] 科技股票池分域增强 - 对于机构关注股，业绩高成长类因子表现尤为突出 [68] - 对于非机构关注股，技术面的高频量价类展现出较强的解释力与选股有效性 [68] - 机构关注增强年化超额16.87%，非机构关注增强年化超额26.95% [74] - 机构关注增强在2017、2020、2025及2026年以来相对新兴成指超额更突出 [74] - 非机构关注增强在2022-2024等年份优势更明显 [74] 科技分域轮动增强组合 - 截至20260630，科技分域轮动增强组合年化收益达45.29% [79] - 2026年以来组合录得102.11%的收益，夏普比率达1.39 [79] - 相对新兴成指，年化超额34.75%，信息比1.79，月度胜率达71% [79] - 2015年以来每年均能产生正超额 [79] - 每年均能在科技基金中排名前50% [79] - 各期市值中位数的均值为283亿元 [81] - 组合平均年度单边换手率为6.97倍 [81] - 组合在成长、动量、规模和盈利能力等维度上呈现较为明显的正暴露 [83] - 在Beta风格上表现出较强的负暴露 [83] - 组合平均单日最大买入金额为5.80亿元 [83]