2026年基金季视点：DeepSeek读季报，2026Q1基金经理将押注哪些赛道？

基于检索增强技术的大语言模型对基金季报的全面解析

公募基金 2025 年四季报已披露完毕，基金定期披露的季度报告中往往包含基金经理对报 告期内投资策略和运作情况的分析，以及对宏观经济、市场走势、行业、风格等方面的展 望和判断。我们已在 2024 年 8 月 8 日发布的《RAG-DeepSeek 读季报：公募基金经理一致 观点解析》和 2024 年中，利用大语言模型和检索增强技术的结合，构建起基金经理季报 观点的分析框架。 Retrieval Augmented Generation(RAG，检索增强)是一种利用外部来源获取事实来增强 生成式 AI 模型的准确性和可靠性的技术，它结合了信息检索和文本生成的自然语言处理 技术，旨在提升生成文本的准确性和相关性。检索增强技术能够有效解决大量季报观点字 数超大模型输入 token 限制问题。

在本篇报告中，我们以 DeepSeek-V3 模型为分析工具，沿用了原有分析框架，并在此基础 上对观点的分类汇总、提示工程、输出效果等方面进行了优化，对基金经理 2025 年四季 报的观点进行了全面剖析。此外，我们对样本逐个进行宏观、A 股、港股、行业和风格的 标签提取，以更加定量化的方式展示基金经理的观点分布。 我们按照如下步骤来实现大模型对基金四季报整体观点的分析。 1） 数据预处理：基金产品分类、筛选、去重，基金经理姓名与观点整合。 2） 文本分块：我们采用固定分隔符进行文本分块，本次用的是换行符及句号。由于季报 观点中的一段话中往往可能包括多方面的观点（例如宏观、行业），所以我们需要按 语句进行分块，以便在后续检索过程中能够更加精确地检索到对应的语句，避免信息 冗余； 3） 向量化处理：我们使用了开源的“xiaobu-embedding-v2”模型进行文本向量化，将 文本形式转化为数字向量形式； 4） 知识库检索：对于不同的分析任务，例如宏观经济观点分析、A 股走势观点分析、不 同行业观点分析，我们设置了不同的检索语句，检索出相对应的文本内容； 5） 提示词设计：对于不同的分析任务，我们分别设计不同的提示词，以便从季报观点中 总结提炼出核心观点； 6） 定量分析部分，我们逐个样本进行观点提取，实现基金经理观点的定量统计。 7） 大模型处理我们选择了 DeepSeek-V3 的 API 作为本次任务的分析工具。

基金经理四季报观点全面解析：宏观经济、A 股市场、港股市场

2.1 宏观经济观点

基金经理们在 2025 年四季报中对宏观经济的预判中存在多个维度的分歧。我们从经济增 速预期、通货膨胀、货币政策与财政政策、就业、进出口、地缘政治和国际经济环境六个 维度总结了基金经理的分歧点，其中经济增速预期、通货膨胀、进出口等方面分歧突出。

我们对筛选出来的固收+及混合型 FOF 基金经理的宏观经济观点进行逐一进行分类，将基 金经理对宏观经济形势的观点分成四类：看好、不看好、中性、无观点。我们统计了 2025 年三季报及 2025 年四季报中，这些基金经理各类观点的占比。由于季报基金经理观点不 详细，因此出现了较多的无观点情况。这里的无观点指的是季报文本中完全没有关于宏观 经济的观点，或者没有展望未来的观点只是回顾过去情况。 按照大模型进行的观点分类结果，相比于 2025 年三季报，2025 年四季报的宏观经济观点 中，仅有少量样本持有不看好观点，不足 10%。持有看好观点的样本占比有所提升，而持 有不看好观点的样本占比略有下降，持有中性观点的样本占比基本稳定。

2.2 A 股市场观点

我们从市场结构、市场走势预期、上市公司业绩表现、估值水平、市场情绪、资金流等方 面拆解了基金经理的观点，在这些维度上，基金经理们出现了差异性的观点。 未来股价走势、上市公司业绩表现、估值水平三个维度分歧较大。而对于上市公司未来业 绩表现判断、市场资金流等方面观点较为一致。

我们对筛选出来的固收+及混合型 FOF 基金经理的 A 股市场走势观点进行逐一进行观点分 类，将基金经理对 A 股走势的观点分成四类：看好、不看好、中性、无。其中无观点代表 没有对 A 股市场相关的观点，或者没有展望未来的观点只是回顾历史数据。 根据分类结果，多数季报可能未给出明确的观点，因此四季报无观点的样本占比超过 40%。 而持有看好 A 股市场观点的样本占比明显高于不看好，占比达到 34.50%。

2.3 资产配置观点

我们汇总了固收+及混合型 FOF 基金经理的资产配置观点，从 A 股、债券、黄金、海外、 风格、行业等方面进行了观点的拆解，结果如下表所示。A 股市场配置观点存在显著分歧， 部分基金经理计划增配 A 股，另有部分基金经理持有谨慎态度，提出降低配置比例，而黄 金资产配置共识度较高，但操作计划层面存在差异。

2.4 港股市场观点

我们对筛选出来的主动权益基金经理的港股市场走势观点进行逐一进行观点分类，将基金 经理对港股走势的观点分成四类：看好、不看好、中性、无。其中无观点代表没有对港股 市场相关的观点，或者没有展望未来的观点只是回顾历史数据。 根据分类结果，多数季报可能未给出明确的港股市场观点，因此四季报无观点的样本占比 超过 80%。而持有看好港股市场观点的样本占比明显高于不看好。但 2025 年 Q4 基金经理 对港股市场的看好程度有小幅降温。

基金经理四季报各行业观点解析

3.1 基金经理行业观点变化统计

我们对筛选的主动权益基金经理观点样本进行逐一分析，让 DeepSeek 给出基金经理未来 看好的行业名称，按照“消费、医药生物、金融地产、TMT、制造、周期、新能源”等大 板块进行分类，并在每一个大板块中列举了若干热门细分板块让 DeepSeek 进行选择。 根据 DeepSeek 给出的标签，我们进行人工修正后，统计了各板块被看好的样本的数量。 2025 年四季报中，看好情况占比从大到小依次是 TMT、制造、周期、新能源、消费、医药 生物、金融地产， TMT 板块占有绝对优势。从边际变化来看，相对于 2025 年三季报的观 点，2025 年四季报中看好制造、周期、金融地产三大板块的基金经理比例明显提升。

对于细分行业，我们也统计了基金经理看好的细分方向。各板块 2025 年 Q4 看好比例最高 的 5 个细分行业如下图所示。TMT 板块中，大量基金经理看好人工智能方向，占比 51.30%； 制造板块中，看好军工、商业航天的基金经理比例大幅提高，尤其是商业航天概念，看好 该行业的基金经理比例从三季度的 1.02%提高到 16.15%；周期板块中，有色金属行业最受 基金经理看好，看好该行业的基金经理比例较上季度大幅提升。

3.2 TMT 行业观点解析

3.2.1 TMT 细分行业观点

我们对 TMT 行业细分板块进行了拆解，DeepSeek 分别从人工智能、云计算、大数据、通 信等细分行业分析了基金经理的观点。多数细分板块均受益于 AI 的驱动、AI 应用的爆发。

3.2.2 TMT 行业内选股逻辑

我们总结了 2025 年四季报 TMT 行业内部基金经理的选股逻辑。TMT 行业内部基金经理的 主要关注点为技术迭代与产业趋势、全球算力需求扩张、国产替代与自主可控、细分行业 景气度与供需格局、应用场景落地与商业模式、估值与交易结构匹配等方面。

3.3 周期行业观点解析

3.3.1 行业细分板块的观点解析

我们对周期行业细分板块进行了拆解，分别从钢铁、有色金属、贵金属、化工、建材、煤 炭等行业分析了基金经理的观点。 其中，基金经理认为有色金属行业受益于全球流动性宽松预期、供给端资源约束及新兴需 求增长，铜、铝等工业金属价格中枢有望持续抬升，贵金属如黄金在美元信用弱化下避险 价值凸显，未来 2-3 年供需紧平衡确立可能带动相关股票估值提升。基金经理认为化工行 业当前景气承压但反内卷政策将加速供给端出清，氨纶、有机硅、炼化等子行业因需求稳 健增长、产能投放减速及价格低位，供需拐点临近，有望率先触底反弹。

3.3.2 行业内选股逻辑

我们总结了基金经理在周期板块的选股逻辑。政策层面，反内卷政策被频繁提及，其推动 供给侧加速出清，约束新增产能，促进落后产能退出，从而优化行业供需结构。而景气度 方面，化工板块、有色金属、工程机械、石油石化等细分行业景气度预期提升。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）