策略行業首席聯盟培訓：行業比較的空間感和位置感

一、本輪牛市行情特征與大小風格切換條件

歷次牛市主要上漲階段往往橫跨全A盈利的下行觸底與改善，指數上行區間可分為"先漲估值修復"與"再漲盈利改善"兩個階段。自2024年9月24日起的本輪牛市呈現顯著特征：業績對行業漲幅的解釋力度強于估值，漲幅靠前的行業更多呈現雙擊格局，市場交易內核十分"基本面"。

從估值結構觀察，上一輪牛市最終以行業估值的分化結束，二級行業估值離散度處于較高水平。本輪行情開始時行業估值水平分化雖有所回落，但整體仍在歷史較高水平，導致行情啟動時部分行業估值并不低，而當前估值高位的行業中近半數在2024年三季度已處于估值高位。這一特征表明，左側困境反轉邏輯并未被過多演繹，無論是核心科技還是景氣周期，均更多定價基本面的改善而非低估值修復。

大小風格切換方面，歷史上大盤與小盤較長時間維度的走勢劈叉大多由大盤超額行情引起。在小盤超額行情內，大盤與小盤走勢劈叉多來自兩者走勢錯位，而整體方向一致。關鍵規律在于：牛市全A上漲家數上移是一般規律，但若大盤占優，全A上漲家數占比中樞會往下移動，即大盤股虹吸流動性。兩段典型的大盤超額開啟時點與一致預測ROE見底時間點一致。本輪特殊之處在于，雖然一致預測ROE已在2025年見底，但市場并未充分演繹這一邏輯，或意味著當前市場對ROE回升幅度仍存在分歧。

對比2019-2021年行情節奏，本輪已經歷2024年9-11月的第一輪主升、2025年4月至11月的第二輪主升，且節奏更快。歷史經驗表明，大盤藍籌的上漲業績基礎是第一性的；若科技小票上漲屬于擴散邏輯，后續上漲可能乏力，大票科技能否承接小票實現劈叉式上漲，需要有超預期的EPS落地或新敘事的催化。

二、行業格局定位框架與交易應用

行業格局定位需從盈利、產能、庫存、需求四維度展開，避免單一指標的局限性，并更加注意各類指標的邊際趨勢。具體框架包括：盈利周期維度關注營收同比與毛利率環比變化，產能周期維度關注資本開支與固定資產周轉率，庫存周期維度關注庫存占流動資產比例變化，需求周期維度關注合同負債與預收賬款同比。

基于上述框架，行業格局可劃分為下行期、出清期、回升期、擴張期、擴張筑頂期五個狀態。回測研究表明，在回升期介入風險收益比最優，擴張期次之。2010年以來，回升期與擴張期的表現顯著優于其他階段，且這一規律在2019年以來的樣本中依然成立，分化更為極致。五個狀態行業的波動率本身差異不大，回升期與擴張期的超額收益并非來自承擔更高波動，而是來自周期位置本身的溢價。

需要警惕的是，確認"磨底階段"的配置價值有限，出清期"逆向布局"需慎重。對于磨底狀態較為明確的行業，即使估值處于歷史低位，若盈利尚未回升，市場可能會不給定價。截至2026年一季度，本輪行情主線中的通信設備、半導體、工程機械、電池等均已經邁入擴張期；建議關注回升期板塊，主要包括通信電子板塊的電子化學品、半導體材料，回升趨勢較為明顯的農化制品、聚氨酯、粘膠，以及有明確訂單邏輯的地面兵裝、航天裝備等。

三、科技行情空間感與盈利驗證梯度

科技行情的空間感仍在供需兩端。在Token消耗、頭部模型ARR的指標框架下，可刻畫科技行情的基礎。2026年6月以來Token價格階段性松動，而消耗量仍有突破、頭部大模型公司ARR維持上修，暗示需求端仍系統性堅挺。在此格局下，"良性降價"有利于以價換量拓展經濟邊界，當Token需求增速持續快于價格降幅時，行業收入與資本開支可形成正向循環。

下探到各二三級行業，可從資本開支增速與營收增速的軌跡判斷行業供需所處環節，財務指標的方向軌跡比單一截面數據更能展示趨勢。對于當前存在供需缺口的各AI硬件環節，第二象限意味著營收增速為正、資本開支增速為負，即供需缺口存在而擴產未跟上；若行業從第二象限往第一象限過渡，則意味著供需缺口緩和。

從訂單視角觀察，TMT企業利潤波動相對較大，"預收賬款+合同負債"一定程度上能反映訂單情況。新收入準則下，將兩者合并可以更好地外推企業未來要交付的商品或整體服務規模。科技內部"預收賬款+合同負債"加速改善或近兩季度同比持續高增的細分行業值得重點關注，包括電子化學品、數字芯片設計、消費電子零部件及組裝、品牌消費電子、印制電路板、安防設備、通信網絡設備及器件、通信終端及配件等。

產業趨勢行情中，可以復用的是市場定價結構，即產業鏈中的定價角色。從主線內部的盈利驗證梯度，主要可分為三個角色：業績驗證錨、共享主敘事但需要更多中頻數據驗證的第二主線、由主線外溢帶動的外圍環節。行情后半段，業績驗證錨與第二主線的分化核心取決于高頻驗證指標的清晰程度，后期市場是否能從抱團業績驗證錨切換到第二曲線在于驗證變量而不是想象空間。

AI算力與新能源的核心區別在于，并沒有那么多高頻數據進行交叉驗證，因此能見度相對低。但板塊間的驗證變量仍有區分度：光模塊的核心驗證指標為海外云廠商資本開支、高端產品出貨、訂單排期、龍頭利潤率，屬于終端需求驗證型；國產算力的驗證指標為芯片供給、交付節奏、互聯網及政企采購，驗證偏慢，更多依賴供給釋放；液冷、算電協同等依賴招標、數據中心落地，偏項目制，驗證周期更長。

四、行情位置感與擁擠度跟蹤

伴隨股票市值擴張，成交額占比"創新高"在本輪產業牛市中不應作為賽道過熱的唯一判斷指標。2023年以來，AI代表性細分賽道成交額占比多次突破前高，產業趨勢驅動的行情并未熄火。相比成交額占比，超買超賣指標頂底相對更清晰，能夠更好地提示長期趨勢中的買入時機。該指標基于大額成交單的買入額與賣出額計算，是"凈流入率"的概念。從勝率維度看，以多個AI重點賽道為樣本，超買超賣指標達到90%分位數時，往后短期上漲概率明顯低于指標處于10%分位數的情形。

跟蹤維度上，短期看60日分位數，中長期看250日分位數。截至7月中旬，綜合成交額占比和超買超賣情況看，光芯片、GPU、服務器相對擁擠；大部分AI重點賽道回落至適中水平；部分細分環節回落至相對低位。不同觀測口徑下出現較大分歧的賽道需特別關注：存儲成交額占比仍居高位，但從大幅超買轉向超賣；銅連接則相反，成交額占比回落但近期超買趨勢明顯。

產業趨勢向上時，僅依賴擁擠度容易錯過"主升浪"。對于重點產業賽道，"全程買入持有"相較于基于擁擠度單一因子"高拋低吸"，有更好的風險收益表現。從兩個觀測口徑看，超買超賣指標相較于成交額占比能更好地刻畫擁擠程度，盡可能避免在主升浪中過早賣出；成交額占比相較于超買超賣指標，能夠更好地控制回撤，但超買超賣指標在維護夏普比上優勢更明顯。全部賽道的整體規律上，在產業敘事變化不大、產業趨勢整體向上時，指標回落至70%分位數附近時買入，回測結果相對更好。對于部分賽道，在超買超賣指標達峰時賣出并在回落后買入，風險收益比有較強增強作用。