首页 ꄲ 基金研究 ꄲ 【利得研究 · 基金研究】科技类基金经理的能力评价、定性研究与优选-利得主题基金研究系列 - “科技 TMT 篇”

【利得研究 · 基金研究】科技类基金经理的能力评价、定性研究与优选-利得主题基金研究系列 - “科技 TMT 篇”

创建时间：2024-06-07

넶浏览量：0

原文章发布时间：2024年6月7日

◆ 投资摘要 ◆

科技TMT具备长期产业逻辑。AI应用的普及或是驱动科技TMT成为新主线的核心因素，自主可控等产业政策持续支撑。基本面方面，传统的科技成长板块经过调整后处于触底回升阶段。政策方面，安全发展大战略下，自主可控持续发力。产业趋势方面，AI技术快速迭代为各行各业带来革新变化。估值方面，板块经历了震荡调整后，大部分行业估值处于历史合理区间。
主动科技TMT基金更具进攻性。主动基金和被动指数的业绩差异较大，在板块景气度上行时，主动管理基金更加具备进攻性，但在普跌区间抗跌能力稍弱。
依据方法论进行定性分类。单纯的定量分析面临过拟合、数据不足、未来不可预测等缺陷，定性分析抓住管理人相对不变的方法论部分。本文选取25位方法论相对稳定成熟、定性特征较为明显、定量特征相互验证的管理人作为样本，分为核心资产、价值成长、逆向投资、行业轮动/交易四种单一主题投资定性分类，以及进行大板块轮动的主题轮动定性分类。
行定性分类具备明确的适配场景。核心资产组适配核心资产占优行情，以及复苏和过热周期；价值成长组适合作为兼顾稳健和成长性的底仓配置；逆向投资组由于对估值性价比有较高要求，适配科技TMT熊市及震荡市；行业轮动/交易组适配科技TMT震荡市，高低切换或内部轮动较快的市场环境；主题轮动组适配主题不确定性较高的场景，将主题配置交给管理人。
主动科技TMT主题基金超额收益来源主要为个股选择收益。主动科技TMT主题基金长期保持高权益仓位运行。核心资产组行业配置、子赛道轮动能力和个股选择能力均显著低于其他组别；价值成长组长短期来看个股选择和行业配置均能贡献较多收益；逆向投资组在中小市值公司上有所偏移，并且左侧等待成本较高，长期个股选择超额贡献显著好于短期；行业轮动/交易组近3年行业配置和个股选择均贡献了明显的超额收益，但近1年热点切换频繁的情况下，行业轮动较快反而出现较多的负贡献。
主题轮动基金优选：适配希望通过基金经理的主动主题轮动能力参与科技TMT机会的投资者。宏利王鹏当前对算力产业链配置较高，回避主题催化严重的产业链；财通金梓才基于宏观周期研判，在弹性成长、价值成长、周期成长等机会之间灵活调整；富国曹晋关注企业出海和技术升级，更多从左侧把握产业趋势。
主动科技TMT基金优选：综合收益归因、仓位管理、行业配置和个股选择的表现优选了9位管理人。核心资产组嘉实王贵重、华富陈奇，其中嘉实王贵重投资主线明确，华富陈奇对资产确定性要求较高；价值成长组金鹰陈颖、易方达郑希和富国许炎，尽管3位基金经理的均衡策略各不相同，但都做到了较高的选股胜率和赔率，同时长期价值和短期趋势结合较好；逆向投资组招商张林、景顺长城杨锐文和张雪薇，两位管理人均较早布局半导体；行业轮动/交易组东吴刘元海、广发冯骋，在中观行业景气比较有较高的要求，个股选择上超额稳健。

◆ 正文 ◆

一、科技 TMT 行业回顾

利得科技TMT主题涵盖申万一级的计算机、电子、通信和传媒行业。科技TMT内部细分子行业大多数情况下呈分化走势，子行业轮动明显。2019年开始受中美科技争端下国产替代进程加速以及5G建设周期推进，半导体行业迎来了新一轮上涨周期；2021年3月Roblox元宇宙概念股在纽交所上市，国内元字宙概念迅速升温，但元字宙距离规模商用仍有很大距离，行情并不具有持续性。经历2021年全球缺芯引发的半导体价格快速上涨后，2022年半导体开启下行周期。随后ChatGPT上线，成为史上最快突破1亿用户的消费级应用，AI大模型成为市场焦点，受益于新一轮产业创新周期及市场空间的打开，2022年底科技TMT显著回升。其中具备确定性的上游基础设施和具备想象空间的传媒领涨。经历产业初期的普涨，2023年中热度冷却，板块整体震荡调整，板块内部出现分化，算力产业链、AI+应用、华为产业链、半导体周期复苏、半导体国产替代、自主可控等主题轮番表现。

今年以来，Sora、Kimi等推出推动多模态热度，尽管在热度冷却、成长风格承压以及部分环节业绩兑现较慢等影响下板块震荡调整，但人工智能发展已经形成产业趋势，阶段性调整并不改变科技TMT长期基本面逻辑。复盘13-15年的互联网行情和19-20年的5G行情，科技技术的革新和发展往往是TMT产生大行情的起点。全球AI产业景气度持续增长，模型迭代明显加速，核心技术的商业化和应用落地的广阔空间为科技TMT投资提供了充足的弹性。

图1：过去五年TMT超额收益表现

资料来源：Wind，利得基金，数据截至2024年5月31日

二、科技 TMT 投资

AI应用的普及或是驱动科技TMT成为新主线的核心因素，自主可控等产业政策持续支撑。基本面方面，传统的科技成长板块经过调整后处于触底回升阶段。产业政策方面，安全发展大战略下，自主可控持续发力。产业趋势方面，AI技术快速迭代为各行各业带来革新变化。估值方面，板块经历了震荡调整后，大部分行业估值泡沫消灭，估值处于历史合理区间。随着积极因素的不断发酵，机构有望继续增持科技TMT板块。

2.1 产业趋势

俯瞰科技TMT板块，半导体和通信行业是底层基础，消费电子是主要载体，计算机涵盖软硬件，传媒行业则侧重于应用落地。实际投资中，科技TMT投资除了以申万行业分类进行产业链划分外，公募投资经理的选股和行业比较视角多与产业趋势相关，各大主线之间的交集众多。人工智能主题可以划分为上游算力产业链、中游大模型以及下游AI+应用；电子相关多数划分为半导体国产替代、半导体周期复苏与消费电子投资逻辑；信创及数据要素可以分为数据供应方、数据运营商和数据安全侧。此外，华为产业链覆盖面较广，基本横跨科技TMT产业链。人形机器人、低空经济等衍生概念主题主要涵盖于人工智能主题之中，其余标的多数在机械设备、基础化工等领域。

1）人工智能：AI产业链可以分为基础层（算力产业链）、技术层（大模型）和应用层（AI+应用）。从发展进程看，以算力为代表的上游基础设施建设率先受益于行业加速扩张，大模型推理和训练均需要高昂硬件投入，芯片、服务器、数据中心产业链受益，是人工智能投资中业绩确定性最高的部分。尽管算力总需求预计仍将高速增长，但国内算力需求与供给进入新的平衡期，供不应求的现象有所缓解。而AI应用场景的扩张却是更为宏大的故事，或为部分行业带来变革性的发展，同时也是国内上市公司更为擅长的部分，其中传媒行业C端客群更多，计算机行业则主要To B/G。国内应用自身进展短期缺乏令人信服的证据，但全球科技巨头应用落地积极，有望推动国内对标公司长期空间的预期上行。市场对算力短期有所分化，但不影响其是业绩确定性最强的方向。

2）半导体周期复苏：半导体行业是典型的周期行业，2000年以来，全球半导体行业经历多轮周期，当下2021年以来的下行周期已经完成筑底，行业处于历史较低水平。目前随着流动性预期开始逐渐恢复，费城半导体指数经过小幅中期调整后有望重回上行通道，全球半导体周期逐步恢复。叠加AI算力驱动芯片增量需求，AI趋势下终端需求有望加速复苏进程。

3）半导体国产替代：大基金三期继续支持半导体产业链的自主可控，预计带动半导体国产替代产业增长。中美贸易摩擦催化半导体自主发展，半导体材料与设备是半导体支撑产业国内卡脖子关键环节。在国内产线仍在扩产、国产化率提升迫在眉睫的推动下，国内上游设备、材料公司快速发展，半导体国产化率加速提升未来可期。

4）消费电子：消费电子是科技呈现的重要载体。苹果新品升级和华为回归有望刺激全球手机消费需求回暖。同时，AI或将赋能终端设备，AIPC仍有提升空间。XR（AR/MR/VR）技术进入破局前夕，苹果VR产品销售向好。此外，Pancake、Mini LED等技术逐渐成熟，或会带动相关产业链有所表现。随着5G渗透率提升、XR生态构建、新品频发、AI赋能，全球终端设备需求持续释放。

5）信创和数据要素：作为整个数字经济产业链的核心，数据要素是整个数字经济产业链循环的基础，而包含数字经济基础设施在内的信创产业则是推动产业链数字化程度不断提升的关键所在，两者是构建数字经济上层基础的关键，产业链可以简单划分为数据供应商、数据运营商和数据安全侧，本质是自主可控，国产替代。在“新基建”全面启动的背景下，各地信创和数据要素项目开始大面积铺开。

6）传媒：此前受宏观环境影响ROE表现不佳，但随着监管政策逐步放宽、国内经济逐步复苏、国内需求释放、VR/MR等硬科技加速赋能，传媒行业基本面有望持续改善。同时随着AI对于文本、图像、音视频生成的能力将赋能能游戏、营销、出版、影视等各个传媒领域，对于降本增效、提升内容质量而言具有重大意义，或将推动传媒板块行情持续演绎。

7）华为产业链：华为基于鲲鹏与昇腾两大基础芯片族，构建了包括欧拉、鸿蒙、高斯等基础软硬件在内的开源开放生态，推动大模型应用行业落地，在云服务领域以云和赋能千行百业搭建底座，对外输出工业软件等解决方案。产业链之广基本贯穿科技TMT各个环节，涉及众多上市公司。

图2：买方视角科技TMT主题分类

资料来源：Wind，利得基金

2.2 估值

科技TMT板块经过近两年的震荡调整，当前多数行业估值回到合理区间。从申万一级行业指数的估值来看，通信和传媒均处于近5年约20%分位，投资的安全边际较为充足，叠加产业趋势逐渐落地，有望获得戴维斯双击。细分子行业来看，数字媒体、计算机设备、消费电子、通信设备、通信服务等二级行业经历持续压估值行情，随着基本面自底部持续改善，估值均值回归可期。

图3：科技TMT板块估值处于近5年相对低位

资料来源：Wind、利得基金，数据截至2024年5月31日

2.3 资金面

北向资金方面，今年以来北上资金对科技TMT板块的持仓波动较大，热点阶段性刺激、经济弱复苏、政策回暖，叠加市场风格偏好高低切换加快，成长板块整体承压，近一个季度整体呈流出态势，但基本面改善明显的电子板块获得明显的增持。近一年来看，电子板块的资金流入更为明显，半导体板块的周期复苏较为明确。此外，涵盖较多光模块相关标的以及高股息运营商的通信板块同样获得资金的青睐。传媒和计算机板块等远期预期空间较大的板块在风格承压下有所减持。

图4：北向资金净流入额（亿元）

资料来源：Wind，利得基金，数据截至2024年5月31日

2.4 机构筹码

从基金配置仓位来看，近5年平均配置仓位为13.09%，2023年报配置仓位为17.2%，虽然相较2023年初有所减持，但仍处于近5年来的较高仓位。2024Q1同样仓位有所下降，主要受到市场风险偏好降低，成长风格承压，政策刺激的影响，部分仓位向高股息方向有所迁移。但科技TMT长期的成长逻辑并未发生改变，随着周期复苏、业绩逐步逻辑、创新驱动以及估值修复，机构资金流入呈流出趋势，主要流入电子行业。细分行业方面，电子板块持仓从2023年初起一直处于加仓状态，其中消费电子和半导体获得最多增持。传媒的仓位相对较低，仅影视院线在板块内部受到较多青睐。主题概念方面，确定性较高的算力产业链相较远期想象空间较大的AI+应用调整幅度较小。

图5：

公募整体科技TMT持仓占比回升(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

图6：

2023年报较中报行业持仓比例变

化(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

三、被动指数型基金

2019年至今，从主题指数层面看，科技TMT主动基金的管理超额显著。科技TMT主题基金定义为近3年6期中报年报的投资主题超过一半为科技TMT，并且规模大于2亿的基金，同一基金经理仅选取其代表基金。根据筛选出来的科技TMT主题基金，每期等权重构建科技TMT主题主动基金指数，并与利得科技TMT主题指数（电子、计算机、传媒、通信拟合指数）进行比较。

可以看出，在2019年的科技普涨行情中超额并不明显，但在之后2019年末-2021年中的内部结构分化行情中，基金经理凭借优秀的行业配置和个股选择能力为管理人带来了显著的超额收益。但在随后的半导体周期下行行情中，区间回撤也显著大于被动指数。ChatGPT问世以来，主题投资切换迅速，热点轮番表现，叠加市场整体承压，风格偏好有所下降，主动超额有所收敛。总体来看，主动基金和被动指数的业绩差异较大，在板块景气度上行时，主动管理基金更加具备进攻性，但在普跌区间抗跌能力稍弱，被动型基金更适配风险承受能力较弱但具有明显细分赛道β暴露需求的投资者。

图7：主动 VS 被动

资料来源：Wind、利得基金，数据截至2024年5月31日

被动指数型基金及指数增强型基金跟踪误差中枢约为0.32%，平均年化管理费率为0.51%，指数跟踪误差较小且范围较广，跟踪指数共有77类，涵盖申万、中证、国证相关科技分类细分子赛道以及人工智能、数字经济、物联网等主题概念指数。目前跟踪科技TMT板块相关指数的被动基金共256只，合计规模约3420.55亿元。其中跟踪数量最多的指数分别是科创50、消费电子和芯片产业，合计45只。规模方面，跟踪科创50的被动基金规模最大，共24只合计1525.01亿元。规模超过百亿的跟踪指数有国证芯片(CNI)、中证全指半导体、中华半导体芯片、动漫游戏、5G通信和CS人工智，大部分跟踪指数的规模在10亿元以下。

从业绩层面看，不同跟踪指数的被动基金业绩表现差异较大，今年以来表现最好的为跟踪通信相关指数的基金，一方面涵盖较多算力产业链中的光模块相关标的，另一方面通信中相对含有较多高股息资产，符合今年以来的市场偏好。同时表现最差的赛道今年以来录得平均收益-23.13%，首位表现差异十分显著。被动型基金中绝大部分基金为被动量化型，指增型基金较少，主要捕捉行业β和缩小跟踪误差为主要目标，板块内子赛道业绩差异较大，在投资者具备较好择时能力和择赛道能力的情况下提供了丰富的投资工具。

图8：

追踪指数被动基金规模前15名(亿元)

资料来源：Wind、利得基金，数据截至2024年5月31日

图9：

今年以来跟踪指数被动基金平均收益(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

图10：

被动指数型基金规模TOP20

资料来源：Wind、利得基金，数据截至2024年5月31日

四、主动管理型基金

4.1 主动管理基金投资方法论

4.1.1 定性分类

管理人的持仓可以改变，运气也可能有所扰动，对未来的判断亦千奇百态，单纯的定量分析面临过拟合、数据不足、未来不可预测等缺陷，定性分析的主要目的就在于抓住管理人相对不变的方法论部分，辅以定量方式验证管理人投资理念的一致性（说和做）、有效性（在场景中的表现）和稳定性（同一场景是否表现一致）。本文选取25位方法论相对稳定成熟、定性特征较为明显、定量特征相互验证的管理人作为样本，分为核心资产、价值成长、逆向投资、行业轮动/交易四种单一主题投资定性分类，以及进行大板块轮动的主题轮动定性分类，试图构建利得定性分类体系，刨析管理人稳定的超额收益来源以及不同方法论适合配置的市场环境和配置场景。

核心资产：管理人注重宏观及行业大逻辑，同时在个股选择上偏好行业龙头，对企业的盈利质量有较高的要求，投资理念是以中长期持有分享龙头企业的盈利增长。业绩表现通常与科技TMT指数表现相关性较高，定量特征表现为大盘、抱团度中低、市值因子较高、Beta因子较高、换手率相对较低。

图11：核心资产

资料来源：Wind、利得基金，数据截至2024年5月31日

价值成长：管理人兼顾中观与个股选择，赚个股成长的钱，重视个股超额的挖掘，组合持仓较为均衡，偏左侧投资，兼顾龙头和黑马。选股方面重视公司基本面、成长性和估值的综合性价比。定量特征表现为均衡配置、换手率中等、中低抱团、个股均衡分散、波动率因子较低、Beta因子较低。

图12：价值成长

资料来源：Wind、利得基金，数据截至2024年5月31日

逆向投资：管理人重视风险控制，具备绝对收益思维，投资方法论希望在偏左布局寻找有质量的困境反转型公司，在行业下行被低估时果断买入，逆向投资等待机会，对标的的相对估值和安全边际有较高的要求。定量特征表现多为中小盘市值、抱团度较低、估值因子偏低、动量因子偏低。

图13：逆向投资

资料来源：Wind、利得基金，数据截至2024年5月31日

行业轮动/交易：管理人根据科技TMT内部细分行业景气度比较进行子赛道轮动，或通过技术面指标进行高低切换以获取交易超额。但不同管理人之间轮动频率和幅度具有差异，交易行为偏左或是偏右也会对产品的实际业绩造成影响。定量特征表现多为中小盘市值、抱团度较低或不抱团、换手率偏高、流动性因子较高、动量因子较高。

图14：行业轮动/交易

资料来源：Wind、利得基金，数据截至2024年5月31日

主题轮动：与主题内行业轮动的差别在于，管理人不仅仅投资科技TMT，当其他主题板块具有机会时会进行整体的持仓切换，但共同点在于在科技TMT行情到来时能准确切换，并且具备相对较高的行业选择胜率。量化特征表现为在历史持仓中有较大的板块切换，抱团度中等，换手率中等偏高。

图15：主题轮动

资料来源：Wind、利得基金，数据截至2024年5月31日

4.1.2 定性分类有效性及适配场景

计算过去3年定性分类日度超额收益率相关性，可以看出，定性分组之间具备低相关性，行业轮动与其他组别相关性均较低，价值成长均衡配置特征明显，因此和其他组别的相关性相对较高。由于在实际投资中管理人多数按照产业趋势进行投资，由上文分析可以看出科技TMT内部主线之间的重合度较高，且不同管理人选股侧重点和应对差异导致组内单只基金也具备差异。因此不应过分追求组间相关性最低，而是关注其方法论与配置是否符合我们的定性分类标准。

图16：定性分类日度超额相关性

资料来源：Wind、利得基金，数据截至2024年5月31日

结合不同情景下定性分组的表现差异和定性分类标准可以得出相应的适配场景：

1）核心资产：与科技TMT的β行情相关性较高，适配核心资产占优行情，以及复苏和过热周期，此时科技TMT处于普涨或大盘价值风格占优。

2）价值成长：在各类行情中表现均处于中上游，相比结构性主线，基金业绩与管理人选股超额能力更为相关，适合作为兼顾稳健和成长性的底仓配置。

3）逆向投资：由于对估值性价比有较高要求，适配科技TMT熊市及震荡市，尤其是在压缩估值的行情下资金更偏好安全性，显著跑赢其他定性分组。

4）行业轮动/交易：适配科技TMT震荡市，高低切换或内部轮动较快的市场环境，此时行业轮动及交易策略胜率较高。

5）主题轮动：适配主题不确定性较高的场景，将主题配置交给管理人，与专注于投资科技TMT表现显著不同，主要依赖于管理人主题间景气比较的能力。

图17：定性分组期间表现差异(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

图18：定性分组整体表现差异(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

4.2 收益归因

4.2.1 科技 TMT 主题基金 VS 主题轮动基金

科技TMT主题基金仅在内部做结构调整，几乎不偏移到其他主题，而主题轮动基金则仅在科技TMT具有明显投资机会时进行投资。对筛选出来的所有科技TMT和主题轮动基金做业绩归因可以看出，在任何时间维度，个股选择都是两类基金的主要超额收益来源。在近一年行业轮动的震荡市中，行业配置均贡献了负收益，但在长时间维度贡献为正，并且主题轮动基金的行业配置收益显著好于科技TMT主题基金。主题轮动基金由于规避了近年来科技TMT的震荡调整，相较科技TMT主题基金表现略好，但从上文的情景分析可以看出，科技TMT主题基金在板块景气向上时弹性更大。此外，板块轮动的选择和速度与管理人的认知相关度较高，当科技TMT行情到来时，主题轮动基金并不一定能准确到该板块。因此下文将着重分析科技TMT主题基金的四种定性分类（核心资产、价值成长、逆向投资和行业轮动/交易）的特征和表现，试图为看好科技TMT板块的投资者提供更为稳健的选择工具。

图19：近1年收益归因(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

图20：近3年年化收益归因(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

4.2.2 科技 TMT 主题基金定性分组业绩归因

主动科技TMT主题基金长期保持高权益仓位运行，历史仓位变动较少，3年维度个股选择是最主要的超额收益来源。行业配置能力主要体现在科技TMT及其他行业的阶段性配置，TMT内部子赛道轮动收益体现为结构化行情下细分行业比较和轮动的能力。

核心资产组近3年表现不佳，行业配置、子赛道轮动能力和个股选择能力均显著低于其他组别，在2022-2023年的基本面疲软、外资和公募配置资金离场效应、小盘股占优影响下显著跑输其他组别，但经过今年以来的高切低，核心资产组有所修复。此外，核心资产组主要选择龙头公司进行配置，换手率极低，因此个股选择的贡献较为平庸。

价值成长组近3年和近1年均表现突出。价值成长配置偏均衡，兼顾中观与个股选择，因此长短期来看个股选择和行业配置均能贡献较多收益。由于在均衡方向的差异化明显，组内管理人的业绩首尾差异较大。

逆向投资组近3年在科技TMT整体宽幅震荡的行情下由于配置安全边际较高的资产而表现中游，但近1年在风格切换过程中回撤明显。逆向投资组在中小市值公司上有所偏移，并且左侧等待成本较高，长期个股选择超额贡献显著好于短期。

行业轮动/交易组近3年存量博弈的市场中表现突出，行业配置和个股选择均贡献了明显的超额收益，子赛道轮动收益显著高于其他组别。但近1年热点切换频繁的情况下，行业轮动较快反而出现较多的负贡献。此外，长短期交易均贡献了负收益。

图21：近1年收益归因(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

图22：近3年年化收益归因(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

图23：近3年子赛道轮动收益归因(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

4.3 仓位管理

科技TMT主题基金的仓位相对稳定，过去6期平均仓位约为90%，更多采取内部结构调整而非权益仓位。但不同组别的仓位管理仍然有所差异，核心资产组根据极致环境会进行较大幅度的战略仓位调整，嘉实王贵重和华富陈奇的仓位极差较大；价值成长组的平均仓位和仓位极差相对其他组别更低，贯彻稳健均衡的配置思路；而逆向投资组和行业轮动/交易组均一年均做了不同幅度的仓位变动，但方向相反，逆向投资组选择在行业下行调整至具有性价比时普遍加仓，行业轮动/交易组则有富国李元博和招商文仲阳选择减仓规避风险，变化方向与方法论一致。

图24：仓位管理(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

4.4 行业配置

近三年行业轮动能力评分：对当期行业配置占比与上期行业配置占比的差值与当期各行业收益率的乘积求和，作为当期行业轮动能力值，按科技TMT主题分类评分后，即为近三年行业轮动能力评分。

近三年行业配置能力评分：根据Brinson业绩归因，拆解每期的行业配置收益贡献，进一步累乘得到近三年的行业配置收益贡献，按科技TMT主题分类评分后，即为近三年行业配置能力评分。

近三年子赛道轮动能力评分：对当期二级行业配置占比与上期二级行业配置占比的差值与当期各行业收益率的乘积求和，根据近3年6期计算科技TMT主题的平均配置收益，然后减去二级行业的平均配置收益，作为子赛道轮动能力值，按科技TMT主题分类评分后，即为近三年子赛道轮动能力评分。

从测算结果看，行业轮动能力和行业配置能力具有正相关性，原因在于两者均包含了全市场行业的配置，而行业轮动能力和子赛道轮动能力的相关性会大幅减弱。行业轮动/交易组的各项能力评分均优于其他组别，其中东吴刘元海和招商文仲阳的行业轮动和子赛道轮动的能力均十分突出，而富国李元博行业配置能力稍弱，但子赛道轮动收益处于上游。此外，核心资产组的各项评分均显著低于其他同组，但在行业配置上相对较为稳定；逆向投资组的行业配置能力评分和行业轮动能力评分较低，但子赛道轮动能力的评分较高，该组根据子赛道性价比进行小幅轮动，在子赛道选择上赔率较高；而价值成长组内的管理人表现差异较大，金鹰陈颖和易方达郑希的各项能力都比较稳定靠前。

图25：行业轮动及配置能力评分

资料来源：Wind、利得基金，数据截至2024年5月31日

图26：子赛道轮动能力评分

资料来源：Wind、利得基金，数据截至2024年5月31日

从2023年报来看，科技TMT子赛道的配置差异化较大，不同定性分类的管理人呈现出明显的配置差异。其中，核心资产组配置相对集中，银河郑巍山在电子行业的暴露较高，其中又以半导体复苏主题配置为主；价值成长组配置相对均衡，总体在计算机和电子板块有较多的暴露，金鹰陈颖、易方达郑希和民生加银孙伟均对各个赛道有所布局；逆向投资组配置较核心资产组更加集中，金信孔学兵重配半导体替代，景顺长城杨锐文、张雪薇也在电子板块有较多布局；行业轮动/交易组根据管理人的投资理念差异较大，但总体高配AI产业链。

图27：行业配置权重(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

4.5 个股选择

个股选择能力评价中，纵轴代表组合持仓标的剔除资产配置和行业配置收益后的年化超额收益，数值越大代表基金经理的行业轮动能力和配置能力越高。横轴代表年化日度个股选择收益的稳定性，数值越小代表基金经理的个股选择能力越稳定。

过去3年样本基金的平均个股选择超额为16.93%，个股选择能力稳定性为2.06，其中，价值成长组的个股选择超额收益为22.15%，稳定性为1.74，表现均优于其他组别，主要源于其兼顾白马和黑马的均衡配置在风格切换过程中表现稳健；核心资产组在过去3年龙头压缩估值的行情下选股超额较低，稳定性表现平均；逆向投资组在中小市值上的暴露较多，同时偏左侧的布局有一定的等待成本，但由于对安全边际要求较高，也能在近3年获得不错的个股选择超额收益，但稳定性较差；行业轮动/交易组在行业景气比较中内部结构调整较快，但部分管理人由于能力圈在中观比较，个股配置主要选择行业龙头，在震荡行情中个股选择超额和稳定性均表现比较平均。

图28：近3年定性分组个股选择能力

资料来源：Wind、利得基金，数据截至2024年5月31日

从管理人来看，处于越左上角则表现越好，近3年易方达郑希在价值成长型选手中表现突出；广发冯骋、中欧刘金辉也通过出身的轮动能力表现突出；而逆向投资的金信孔学兵则稳定性在同组中相对较差，中欧许文星也相对表现落后；核心资产中的华富陈奇相对追求确定性，在同组中表现较好。近1年富国李元博、中欧刘金辉等行业轮动/交易型选手有所表现；富国许炎在同组中表现靠前；而核心资产的陈奇近1年的选股超额有所下降，同组中的银华唐能表现相对平稳；逆向投资中的创金合信周志敏相对表现稳定。此外，金鹰陈颖、民生加银孙伟等价值成长型选手在长短期均表现优秀。

图29：个股选择能力(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

选股胜率和赔率评价中，纵轴代表选股胜率，计算近3年6期年报和半年报基金持有个股区间跑赢行业基准的概率，数值越大代表基金经理的选股胜率越高。横轴代表选股赔率，计算持股平均区间绝对收益率，数值越大代表基金经理的选股赔率越高。

近3年样本基金的平均选股胜率为52.83%，选股赔率为35.69%，行业轮动/交易组的选股胜率和赔率分别为56.26%和56.32%，在主线模糊和整体震荡的行情中，管理人通过快速的行业内轮动和止盈止损获取优于其他组别的赔率和胜率；核心资产组选股胜率和赔率均弱于其他组别，主要由于过去3年的中小盘行情下核心资产经历了长时间的估值压缩；逆向投资组追求安全边际的选股方式胜率和赔率也表现处于中上游；价值成长组均衡配置的方式导致在某一时点会存在部分个股处于逆风状态，导致选股赔率有所下降。

图30：近3年定性分组选股赔率和胜率

资料来源：Wind、利得基金，数据截至2024年5月31日

从管理人来看，处于越右上角则表现越好。近3年招商张林、金信孔学兵、易方达郑希和广发冯骋的选股胜率和赔率相对较好；中欧许文星、汇丰陈平、银华唐能以及嘉实王贵重等管理人在近3年中的选股胜率和赔率表现中相对靠后

图31：选股胜率与赔率(%)

资料来源：Wind、利得基金，数据截至2024年5月31日

五、结论与定性优选

2023年是AIGC发展元年，2024年大模型迭代加快，相关应用有望逐步落地。同时，全球半导体经过两年多的调整，库存去化进入新阶段，在AI+的驱动下复苏周期加速，叠加半导体国产替代进展加速，国内半导体配置性价比逐渐提高。宏观层面，地产长期承压，科技创新或是新的经济增长抓手。尽管当前科技TMT整体由于市场高切低而受到风格压制，但并不改变长期基本面逻辑，板块内部产业趋势较多，有望迎来多点爆发的态势。

本文以管理人方法论为抓手，通过低相关性分为核心资产、价值成长、逆向投资和行业轮动/交易四种在单一主题进行配置的定性分类，同时加入阶段性配置科技TMT主题的主题轮动分类。进一步我们从收益归因、仓位管理、行业配置和个股选择等方面进行科技TMT主题基金的分析，并根据分析结果优选科技类基金管理人。

主题轮动基金适配希望通过基金经理的主动主题轮动能力参与科技TMT机会的投资者。本文优选3只历史科技TMT择时胜率和赔率相对较高的管理人：宏利王鹏当前对算力产业链配置较高，回避主题催化严重的产业链；财通金梓才基于宏观周期研判，在弹性成长、价值成长、周期成长等机会之间灵活调整；富国曹晋关注企业出海和技术升级，更多从左侧把握产业趋势。

图32：主题轮动优选基金

资料来源：Wind、利得基金，数据截至2024年5月31日

综合各项定性定量指标，优选了9位专注于科技TMT投资的基金经理：核心资产组嘉实王贵重、华富陈奇，其中嘉实王贵重投资主线明确，华富陈奇对资产确定性要求较高；价值成长组金鹰陈颖、易方达郑希和富国许炎，尽管3位基金经理的均衡策略各不相同，但都做到了较高的选股胜率和赔率，同时长期价值和短期趋势结合较好；逆向投资组招商张林、景顺长城杨锐文和张雪薇，两位管理人均较早布局半导体；行业轮动/交易组东吴刘元海、广发冯骋，在中观行业景气比较有较高的要求，个股选择上超额稳健。

图33：科技TMT优选基金