2026年量化专题报告：从基金视角把握“主题”到“主线”的机会

公募基金在“主线”行情中的价值发现

市场主题向主线机会的演进，是一个从认知朦胧到共识确立、最终走向一致预 期的过程，其演化轨迹可划分为如下五个阶段。 “萌芽期”：主题信息传播范围小、市场认知度低。股价尚未有明显反应，或 仅个别标的出现小幅异动。 “预热期”：逻辑得到部分数据验证或信息加持，龙头股开始走出独立行情， 市场目光逐渐聚焦，但板块整体尚未形成共识。 “扩散期”：随着赚钱效应显现和逻辑被广泛传播，市场共识基本确立，资金 从龙头股向上下游产业链及替代概念全面扩散。板块成交量与价格同步攀升，一般 是主线行情最具确定性的阶段。 “过热期”：情绪取代理性成为主导力量的阶段。板块出现较高的估值溢价， 散户资金大量涌入，股价波动加剧，风险快速积聚。 “尾声”：利空消息开始被市场重视，股价对利好消息反应迟钝，资金大规模 撤离，板块进入估值回归与震荡下跌通道。 在这一市场认知的扩散的过程中，认知差与时间差是超额收益的关键来源。市 场对主题的认知扩散并非一蹴而就，而是一个由点及面、从混沌到清晰的渐进过程。 认知差使得具备深度研究能力的投资者在主题的可信度和可实现性被市场普遍质 疑时，能以较低的价格买入未来可能被证实的高价值资产。时间差使得更早获得信 息的投资者可以在一个相对宽松的时间窗口内从容建仓。

公募基金是弥合认知鸿沟的重要价值发现者，行业型基金在主题发掘上整体 领先于全市场基金。公募基金完备的投研团队、深入的产业调研、专业的分析能力， 能够高效获取认知差收益。

从医药与非医药基金对于创新药、以及 TMT 与非 TMT 基金对于半导体的重 仓占比变化来看，当市场出现主题机会时，行业型基金的加仓速度和幅度或都能相 较一般基金更甚。

根据前述分析，本文将从行业型基金和非行业型基金两个视角出发，利用公 募基金的价值发现功能尝试把握市场行业主线机会。

从行业型基金 Alpha 发掘主题性 Beta

我们以行业型基金为先行指标洞察主题性 Alpha 的机会。由于行业型基金更 为聚焦的投资范围与更为深度的产业研究，是市场中最有效的价值发现工具之一， 理论上能够优先识别出个股层面超越行业平均的主题性 Alpha 机会。单一基金的 个股选择可能源于基金经理的独特视角，但若我们观测到全市场所有行业型基金 的整体持仓增加，标志着该主题的逻辑强度正在得到交叉验证。 当这种原本分散的、个股级别的 Alpha 在行业型基金的集体行为上呈现出显 著的集中性时，便为我们提供了一个较明显的领先信号，即一个可能孕育的未来行 业级 Beta 行情。此时，尽管行业指数 Beta 可能尚未启动，但驱动其未来上涨的 产业逻辑、业绩预期与机构共识或已经被行业型基金布局。 非行业型基金中我们主要关注行业轮动型基金。该类基金以灵活调整行业配 置为主要策略，我们将通过系统回测其投资能力因子，构建具备稳定超额胜率的基 金组合，从而在缺少主线行业机会的市场环境中，作为补充策略，提高组合的适应 性。

2.1 行业型基金市场概况

行业型基金整体规模变化受行业整体表现影响。计算基金各期在各板块上的 投资占比，若近一年以及当前基金经理管理以来在同一板块上的重仓占比均大于 70%则认为该基金当期为行业型基金。从统计结果来看，医药行业基金长期占比较 稳定，2016 年消费型基金规模提升明显、2019-2021 年则是 TMT 和新能源型基 金、以及 2023 年以来 TMT 投资占比的进一步增加。行业型基金整体规模受到行业的市场关注度和行情表现影响。当前行业型基金中以 TMT 和医药的规模占比分 别为 41.85%和 25.22%。

行业型基金的超额收益主要来自于选股和行业配置。行业配置贡献在大部分 行业中占据了超额收益的主要部分，且在 TMT、电新、医药等技术密集、个股分 化明显的领域，选股 alpha 贡献也较突出，体现出"赛道+个股"的双重优势。此外 风格和动态交易对超额收益的贡献相对较低。

2.2 从行业型基金中寻找主线机会

我们基于行业型基金的重仓股 Alpha 表现及行业分布共性，构建行业 Beta 机会的预测框架。基于筛选出的各期行业型基金列表，依据重仓股组合的整体Alpha 表现，识别出选股能力突出的行业型基金，并在行业层面进行共性验证，即 考察这些优选基金的重仓股是否在行业分布上呈现显著共性。若存在明确的共识 性特征，则提示该行业可能正处于资金与认知的集中布局阶段，进而为预判行业层 面的 Beta 上涨机会提供依据。 1、筛选具备高选股 Alpha 的行业型基金： 1）计算重仓股月度超额收益：基于基金前一季度报告披露的前十大重仓股， 分别计算每只个股相对其所属中信一级行业指数的月度超额收益； 2）合成基金层面月度 Alpha：在每月月底，将该基金所有重仓股的当月超额 收益取中位数，作为该基金当月的选股 Alpha 代表值； 3）构建综合评分并筛选：每月底对基金过去 6 个月的月度 Alpha 进行线性 时间衰减加权（近期权重更高），计算其综合选股能力得分。最终筛选出得分位于 全市场行业型基金前 20%的标的，作为当期“优选基金”。 2、在行业层面验证共识并确定主线： 1）识别具备 Alpha 共识的板块：统计当期“优选基金”所属的板块。若某一 板块的优选基金数量占全部优选基金的比例超过 50%，则判定该板块已形成较强 的选股共识。同时，为覆盖基金数量较少的板块，若某一板块内超过 50%的基金 进入了优选列表，亦判定该板块存在集中性 Alpha 机会。若无板块满足上述条件， 则当期为空仓。 历史回溯显示，此方法有效捕捉了不同时期的板块焦点，如在 2016 年主要判 断为消费和周期，2019-2021 年先后选出 TMT、电新、医药和周期，在 2022- 2023 年空仓较多，市场集中性机会较少，2025 年则主要为医药、TMT。

2）确定具体的一级行业：在上一步识别出的共识板块内部，进一步计算各一级行业在“优选基金”中的平均重仓占比。选择占比最高的行业，将其纳入最终的 主线一级行业投资组合。

筛选得到的行业组合显著战胜市场基准，捕捉主线行情能力突出。根据上述 方案构建的主线一级行业组合，采用月度调仓机制，以中信一级行业指数作为标的 进行回测，在未选出明确行业时则持有沪深 300 指数。组合从 2016 年初至 2026 年 1 月 20 日的年化收益率 20.91%，相较偏股基金指数的年化超额收益为 14.62%。 从组合的各年表现来看，年度胜率较高，但其超额收益的弹性与市场环境密切相关： 在产业趋势清晰、主线持续性强的阶段，如 2019-2021 年的核心赛道行情、及 2024-2025 年的结构性机会，策略凭借行业捕捉能力表现出极强的进攻性。而 2018 年，由于行业型基金样本有限，策略信号存在统计偏差，配置持续偏向医药 行业；或在市场快速轮动、缺乏清晰主线的 2023 年，因策略风控机制导致空仓期 较多，较难累积超额收益。

从历史持仓来看，该组合共覆盖 14 个中信一级行业，准确捕捉了多轮核心行 情。组合成功把握了多个阶段性的市场主线，包括 2016 年的食品饮料、2019 年 至 2020 年初的医药、2020-2021 年的电力设备与新能源、2024 年初的有色金属，以及 2025 年的电子和医药等行业机会。

策略基本能够关键时间节点有效识别主线投资机会，具备趋势捕捉和市场时 机判断能力。回顾组合在历史关键时点的行业结果，其基本能够对市场重要主线机 会进行及时提示，如 2016 年初的食品饮料、2019 年初的医药、2020-2021 年的 电新、2022-2023 年的空仓情况、以及 2024 年以来的有色金属、电子和医药行 业机会。

主线组合展现出前瞻性的行业配置能力。主线一级行业组合在行业配置上展 现出一定的领先性，其布局时点通常领先于非行业基金整体的共识性行动。具体而言，2016 年即买入食品饮料行业；在 2019 年底市场共识形成前，已提前配置电 新；并于 2023 年底领先公募基金整体加仓有色金属。此外，其在 2019 年和 2024 年 7 月对电子行业的两次集中布局，也均早于公募基金的全面加仓。