叙事先于基本面下跌之后：平安基金刘琦谈AI行情，定性、证伪、找拐点、定斜率 | 全球洞察lg...

阿尔法观察·平安基金经理刘琦

2026年9月，A股AI板块刚从一场持续近两个月的深幅回调中缓过气来。7月之前，这里还是全市场赚钱效应最强的方向；7月之后，拥挤的交易结构在没有杠杆的市场里硬生生走出了一次"踩踏"。对于在2月才建仓、上半年顺风顺水的科技成长基金经理来说，这是入行以来难得的一次压力测试。

平安基金权益基金经理刘琦在一场深度交流中，完整复盘了这轮回调的归因、拐点的识别和后续行情的推演。比结论更值得记录的，是他给出结论的方式——一套可以复用的"行情判断操作系统"。

先定性：这轮下跌，跌的是什么

所有行情判断的第一步，都是给眼前的下跌定性。刘琦的定性异常明确：问题在叙事，不在基本面。

他的证据来自产业端而非盘面：回调最剧烈的7、8月，产业链公司对基本面和未来的展望，"远比资本市场更加积极"。产业链与资本市场的预期差，恰恰说明下跌是定价层面的情绪塌陷，而不是景气度的拐点。

至于下跌的三个原因，他也逐一拆开：AI的叙事不再像上半年那样简单清晰；全球科技方向涨幅太大、出现分歧；以及最关键的一条——经济K型极致的背景下，全市场资金不约而同涌向AI上游硬件，"即使整体没有杠杆，市场回调过程中也出现了结构性极致拥挤导致的踩踏"。

这句话里藏着他对A股微观结构的理解：杠杆会放大波动，但拥挤本身就会制造踩踏。判断行情的脆弱性，看的不是融资余额，而是资金在结构上的集中度。

定性完成之后，判断的方向自然浮现：叙事层面的定价错误，会在叙事修复时被纠正。反弹只是时间问题——问题是，拐点在哪里。

把恐惧拆开：三大担忧的逐条证伪

7、8月市场在怕什么？刘琦把它拆成三条，然后逐条用产业证据去检验。这是他整套方法里最见功力的部分：不与市场情绪辩论，而是去找可验证的产业数据。

第一怕：大模型ARR放缓，AI的故事讲不动了。 起因是国产开源模型越过"可用线"，OpenAI、Anthropic的收入增速放缓。但刘琦的追问是：ARR放缓等于算力需求放缓吗？他的答案是竞争格局问题被市场错当成了需求问题。既然旧的锚（头部模型公司ARR→云订单→硬件订单→业绩）弱化了，那就换锚——云业务增速、A100/H100退役卡的现货价格（"反映供需结构最灵敏的指标"）、算力租赁价格。锚点切换后，需求的证据链依然完整。

第二怕：云厂商现金流转负，重资产游戏玩不下去。 他没有停留在"我觉得不至于"，而是做了一道算术题：100元算力投资，70元服务器五年折旧、30元土建十五年折旧，每年折旧合计16元；三年回本意味着每年收回33元，扣除21%的税，ROIC约13%——若像阿里宣称的那样推进到两年回本，ROIC约25%。这个数字放进重资产行业的坐标系里（长江电力常年约11%、联合太平洋铁路约13%），已是全球顶级水平。结论：投资可持续。

第三怕：应用没有第二增长曲线。 他拿出的反证是Anthropic收入的行业拆分：编程占36%，远低于市场想象的60%–70%；金融保险、生命健康、零售、法律各占其位。"除了写代码没有第二曲线"的前提条件本身就不成立。

三条担忧，三条证据链。这套"证伪式"分析的精髓在于：市场担忧从来不是用观点反驳的，是用数据反驳的。

而当三大担忧相继被产业进展回应，"最近半个月全球AI行情反馈相对正向"就不再是一个孤立的盘面观察，而是逻辑推演的必然结果。

   识别拐点：为什么非农之夜是转折

8月底9月初，美国公布非农数据：预期五、六万人，实际18万人。数据远超预期，按常理这是利空科技股的加息信号，但科技股却从那天开始反弹。

刘琦的解释体现了对交易结构的理解：市场当天反映的是加息，但加息交易实际已经进行了七八成——利空落地，反而成了科技股的转折点。 这里的关键不是预测数据，而是评估"坏消息里还剩多少没有定价"。当坏消息的定价接近完成，边际上任何一个中性偏好的信息都会触发反转。

拐点之后的盘面分化，则进一步验证了他的分子分母框架：非农超预期、CPI符合预期、加息落地之后，"与利率敏感、有增长但增长不快、更容易受分母端压制的板块"（可选消费、医药）持续回调；而分子端增速快的AI资产，"在持续交易加息预期的背景之下，没有跌，还出现了一定上涨"。

同一个宏观事件，对不同资产的意义完全不同。 判断行情，先要判断你持有的资产赚的是分子（增长）的钱还是分母（贴现率）的钱——加息环境杀的是后者，不是前者。

推演未来：方向、斜率与时间维度

对后续行情，刘琦给出的不是一句"看多"或"看空"，而是一个完整的推演框架，包含三个层次。

方向上，A股策略"非常简单"。 看空整个市场或看单边熊，只需要买红利；如果不是这么认为的，就用哑铃策略——一边红利，一边科技。理由是"A股科技的走势完全跟美股相同，美国方向已经指明"。这本质上是一个搭便车逻辑：把择市场的难题交给哑铃的另一半，把行业选择的确定性押在美股AI的产业趋势上。

节奏上，他给了一个历史类比加一个修正。 现在像今年3月：当时中东战争压制，但行业层面、环境层面很强劲，压制因素一减缓，AI行情就起来了。但修正同样重要——年底这一波，整体趋势没有上半年那么强，上涨的斜率要放缓。 类比给出方向，修正给出预期收益率，这是两个不同维度的判断。

选股上，他有一条时间维度的铁律。 "现在已经马上27年，离27年只剩三个月"——布局不能只瞄准27年景气度，必须往前延伸看28年：如果某个方向27年很好、28年一般般，那肯定不是最好的方向；精选的一定是27年很好、28年可能更好、至少增速不掉的方向。顺着这条铁律筛下来，剩下的多是新技术细分：NPO/CPO光互联、ABF载板、±400V/800V电源新元器件、检测设备、半导体设备及零部件。

四大方向的排序同样体现产业约束思维：海外算力上游最靠前，其次是设备为主的半导体环节，国产算力因供给端物料紧缺排序靠后，AI应用则是"A股短期没有特别好的标的，明后年可能有公司冒出来，重点看订阅制收入"。

行情判断的"操作系统"

把刘琦的推演过程抽象出来，是一套环环相扣的分析流程：

1. 定性优先：先判断下跌是叙事问题还是基本面问题。产业链与资本市场的预期差，是区分两者的核心证据。

2. 证伪担忧：把市场恐惧拆成可验证的命题，用产业数据（回本周期、经营现金流、收入结构、现货价格）逐条检验，而不是用观点对抗情绪。

3. 评估定价完成度：拐点识别的关键不是预测数据好坏，而是评估坏消息还剩多少没有定价。定价七八成的利空，落地即是转折。

4. 分子分母归位：宏观事件对不同资产的意义不同，先分清资产赚的是什么钱，加息环境杀分母敏感资产，不杀分子高增长资产。

5. 交易边际变化：市场围绕涨价品种交易的不是利润，是二阶导——MLCC两次涨价、斜率未减，继续被交易；电子布强弩之末，无人问津。加速度消失即离场。

6. 估值锚定未来空间："科技股估值高低永远只跟一个因素有关，就是它未来的空间。"由此推出选股偏国产替代率1%–3%的环节，而非70%–80%的方向。

7. 时间维度前置：临近下一年度，布局标准自动前移一年；只选"明年很好、后年更好"的方向。

8. 斜率管理预期：方向判断解决买不买，斜率判断决定仓位和预期收益率；类比历史形态但不复制历史斜率。

值得注意的是，这套框架里没有预测，只有校验。刘琦几乎不赌单一情景——他承认"现在要把两年看清非常难"，承认市场可能还没到考虑"29年怎么办"的时间点。他的判断力体现在：在不确定中找到可以验证的支点，然后等市场自己纠正叙事层面的定价错误。

正如他对宏观的处理：美国加息在他看来是"点状"的，市场却定价了2到3次——分歧本身就是机会。而当油价与中东这一"比加息更重要的压制因素"出现缓和迹象（伊朗议长访华、伊朗总统将赴联合国开会），压制因素趋缓、AI资产分子端优势逐渐体现，"最近一两个月应该还是会反弹"。

来源：玩Ai的老登

风险提示：基金有风险，投资需谨慎。本文全部内容整理自会议转写原文，人名、机构、产品型号及数字均为现场表述口径（其中专名转写存疑处已按上下文推断处理），未经外部数据核实。文中提及的个股、行业与产品信息仅为观点记录，不构成任何投资建议。