2026上半年的全球市場，核心主線是有無AI之間的極致分化，但極致的分化也帶來極致的擁擠與透支。近期的動盪就是通過劇烈去槓桿的方式消化高擁擠與高估值，高槓杆的韓國跌幅因此才尤爲劇烈，6月下旬以來全球AI鏈條普遍下跌，韓國KOSPI指數跌幅一度逼近40%（圖表1）。
與此同時，作爲AI「鏡像」的分紅與消費、以及港股卻明顯修復，恒生指數從底部反彈14%（圖表2）。
圖表1：6月下旬以來，全球AI鏈指數明顯調整
圖表2：而消費與分紅則有所修復
我們相信，在AI產業趨勢未到泡沫也沒有終結的大假設下，近期的回調從中長期維度看，反而可以增加AI交易的性價比（賠率）。只不過，市場要想快速突破前高並重新凝聚資金，需要有新場景和新需求的突破打開「天花板」（勝率），類似今年一季度Anthropic在coding上的突破（圖表3），畢竟前期的高點是在大量槓桿的託舉下做到的，以韓國爲例（圖表4）。因此，即便多數投資者依然認可AI科技仍是投資主線，但在此次的劇烈動盪後，適度的均衡可能也是不少人的自然想法。
圖表3：今年一季度Anthropic在coding上突破催化了AI鏈的上行
圖表4：6月的行情高點是由大量槓桿資金入場形成
那麼問題是：在AI主線之外，還有什麼值得買？之前大家都追捧AI，不是不知道擁擠賠率低，而是因爲增長實在太強，勝率太高；之所以規避消費，不是不知道估值低賠率高，而是因爲基本面太弱，勝率低。但科技的動盪會削弱高勝率的性價比，需要更高賠率來補償，也可以凸顯一部分雖然沒那麼高增長但低波方向的吸引力。換言之，這一階段在「AI之外」方向的配置，賺的主要是估值修復和波動對沖的錢；要賺盈利的錢，仍需等待勝率層面的催化。
因此，「AI之外買什麼」，本質是在市場從只買勝率的極致K型分化，轉向平衡勝率和賠率後沒有那麼極致的分化。爲此，我們在文中回答三個問題：本輪AI調整到什麼位置了，如何企穩？AI以外方向靠什麼提高勝率？當前應當如何做？
我們構建了跨行業與跨資產兩套勝率（基本面確定性）賠率（估值等空間）模型，當前時點，模型顯示標普500、納斯達克100、道瓊斯、M7、美債、創業板50；MSCI中國行業指數中的保險、原材料、電氣設備、創新藥、電信的月度勝率和賠率綜合打分較高，可以作爲AI主線外的短期均衡方向。回測效果顯示，基於我們這一模型開發的月度再平衡策略可以長期有效跑贏基準指數。
本輪調整到什麼位置了？槓桿出清進入中後段，宏觀待利空出盡，產業催化仍需等待
縱觀科網泡沫五年間的四輪大幅調整（《科網泡沫破裂前跌過幾次？》）（圖表5），以及本輪AI行情以來的三輪動盪（2025年初的DeepSeek和對等關稅、2025年底的泡沫擔憂與2026年初的伊朗局勢、2026年6月以來，圖表6），無一例外，都是微觀的高估值和高擁擠、宏觀的外部擾動（如聯儲局加息、亞洲金融危機、LTCM虧損、對等關稅、伊朗局勢）、與產業發展的瓶頸（過剩擔憂、DRAM降價，投資過度、現金流承壓等）三者共同所致。反過來，市場逐漸企穩甚至再創新高也對應這三方面壓力的緩解，科網泡沫四段回調後的修復經驗即是如此。
圖表5：1995-1999年間，納斯達克綜指曾經歷四輪較爲顯著的回撤
圖表6：本輪AI行情以來的三輪動盪也是遭遇微觀的高估值和高擁擠、宏觀的外部擾動及產業瓶頸
走到當前，我們認爲，1）去槓桿和擁擠度的化解已走到中後段，2）宏觀層面的聯儲局減息擔憂還沒有徹底出清、9月如果加息或意味着利空出盡（類似於1997年的「預防式加息」），3）產業發展更爲關鍵，需要等待新場景和需求的催化打開新空間（《如何才能「預防式加息」？》）。具體來看，
► 首先，估值與擁擠度跌到位置，目前已進入中後段。6月中下旬以來，費城半導體、納斯達克100與韓股的擁擠度分位數已明顯下降（圖表7）；
估值上，納斯達克指數動態市盈率目前降至約22.1x，距年內高點收縮約20%；
情緒上，納指14日RSI一度降至33，韓國也跌至超賣區間。參照科網四輪迴調的終點，納指均降至超賣區間、估值降至60%分位數，當前情緒消化已進入中後段（圖表8）。
圖表7：此前高擁擠問題經過階段性調整後得到明顯緩解
圖表8：科網行情歷次調整復盤
去槓桿最陡峭的階段或已過去。調整前，韓國股市個人投資者成交佔比一度超過七成，融資餘額接近39萬億韓元，處於99.9%分位；下跌過程中，按金追繳、槓桿ETF再平衡與期權做市商負Gamma對沖形成非線性的自我強化，數倍放大跌幅（《韓股槓桿風險有多大？》）。截至目前，槓桿資金的收縮已經過半：券商融資餘額與槓桿ETF的合計規模從高點120.6萬億韓元回落至55.7萬億韓元、收縮54%；其中，券商融資餘額從38.6萬億韓元降至32.2萬億韓元、收縮17%，槓桿ETF規模從82.0萬億韓元降至23.5萬億韓元、收縮71%（圖表9）。只不過，自發的槓桿出清速度較慢且易受外部擾動，政策介入則可以更快穩住。
圖表9：韓股槓桿ETF規模明顯下降
► 其次，聯儲局緊縮擔憂並未徹底出清，9月若加息可視作利空出盡。7月FOMC雖然沒有加息，但因爲沃什溝通上「捉迷藏」，導致市場不僅未能完全掃清加息擔憂，還擔心長期通脹失控反而導致長端美債利率走高。走到這一步，往前看，如果通脹大幅走弱，壓力自然緩解。否則，最好就是9月加息以重塑威信（《如何才能「預防式加息」？》）。加息不可怕，1997年聯儲局也做過「預防式加息」，美股也經歷調整（圖表10）。當時同樣是增長強勁而非通脹失控，產業趨勢也很類似，加息落地後美債利率觸頂回落，美股逐步見底。因此，9月若靴子落地後，擾動也可能逐步落地。
圖表10：美股因加息預期升溫而自1997年1月回調13%，但在加息落地的一週後便開始反彈
► 最後，產業趨勢的新催化最重要，等待觀察。所謂新催化，是能夠系統性抬升產業前景預期的增量事件，類似年初Anthropic在編程上的突破式進展，而非對既有趨勢的簡單驗證。以此衡量，當前尚未出現。在預期已充分計入的編程業務上（圖表11-12），其收入已經快速兌現（圖表13），但短期市場可能擔心因爲Token太貴導致對人工替代「不經濟」進而使得收入增速變慢（如Token支出放緩，圖表14），這反過來又會增加大家對大規模capex難以爲繼的擔憂。我們在《如何監測AI泡沫？》中構建了需求、現金流、資金來源和外部約束四個維度20個指標的監測體系，目前主要問題並非現有需求的放緩，而是在第二層的現金流上，如谷歌最新業績自由現金流也首次轉負，因此新場景和新需求打開現有需求的「天花板」就顯得至關重要，也可以幫助打消靜態下的投資過度擔憂。
圖表11：AI對不同領域的理論vs.實際暴露度
圖表12：目前AI對薪資和就業人數的替代情況
圖表13：Anthropic的ARR今年以來快速兌現
圖表14：短期市場可能擔心因爲Token太貴導致對人工替代「不經濟」進而使得收入增速變慢
綜合來看，三個條件中，擁擠度和槓桿消化進入中後段，聯儲局等9月利空出盡，但產業催化尚未出現，因此AI整體勝率仍然很高，但短期或仍需糾結。市場大概率進入震盪或溫和修復，資金也會重新甄別，由此前普漲轉向業績可兌現的龍頭集中。在新產業催化配合之前，指數層面快速回前高也有難度，畢竟此前是靠槓桿與情緒推上去的；超跌的優質個股會有修復，但更多靠資金驅動的則需要更多時間。此時，除了繼續佈局便宜且優質的AI主線龍頭外，部分資金可能會從「只買勝率」轉向相對均衡，流向賠率高且基本面也有一定確認度的方向。
非AI方向的修復能否持續？賠率高，但基本面前景有別
在近期AI調整的背景下，非AI方向，尤其是此前被嚴重忽視的消費、分紅、港股如恒科都有明顯修復，6月下旬以來中證消費、恒生科技、中證紅利分別上漲13.9%、13.5%與9.5%。背後的原因，一是資金層面的再平衡，AI動盪之後，資金從極致擁擠的主線向外尋找出口。二是賠率高，非主線方向估值與倉位都處於低位，具備賠率優勢。內地公募截至二季度的港股持倉甚至回到「9·24」之前，騰訊、阿里等互聯網持倉降至歷史低位也是這一體現（《公募還持有多少港股？2Q26公募持倉分析》）。
但是往前看，僅靠賠率的修復空間與持續性都有限，要進一步上行，仍需要基本面也就是勝率的配合。分方向看，各板塊基本面修復的前景有別：
► 消費與內需方向，要走出持續的趨勢性行情，關鍵在財政能否大舉發力且向消費傾斜（「924」時刻）。7月政治局會議並未給出市場期待的強力刺激，提及「及時謀劃出臺務實管用的增量政策」、強調「加大逆週期調節力度」，並提出「優化實施財政金融協同促內需政策」、「挖掘服務消費潛力」；對比2024年「9·24」以來六次中央政治局會議，本輪政策加力的信號強度低於2024年9月26日與2025年4月對等關稅之後的兩次會議（圖表15）。因此更多是在挖掘用好存量的基準上，節奏上較二季度加快發力，照此推演，三季度財政或內需或邊際改善，但強度尚不足以驅動廣譜的勝率修復。
圖表15：六次中央政治局會議對比
► 週期與外需方向面對的是海外需求，基本面的阻力相對更小，創新藥和部分週期都在「泛外需」範疇中。我們在中期展望中提出，從信用週期修復難易看，美國短期可能比中國更容易：AI投資深化、美債利率回落與海外財政增量都是潛在的信用擴張催化，且都不依賴國內政策的節奏（《港股市場2026下半年展望：熱鬧是他們的？》）。若後續美債利率能夠下行、海外基本面修復兌現，外需與週期方向勝率的改善會更爲順暢；只是節奏上仍需等待，當前更多處於偏左側的位置。
► 互聯網方向的勝率催化是「DeepSeek時刻」，即AI產業趨勢在應用領域的顯著突破。目前AI敘事仍主要在硬件板塊演繹；應用層方面，作爲指數權重股的互聯網龍頭AI相關業務落後其他未上市大模型。因此，互聯網更多仍是估值修復的邏輯，持續性有待自身催化出現，如投資和收入增加。
因此，就勝率修復的先後順序而言，泛外需/週期/創新藥、互聯網的阻力相對較小，而消費則相對靠後，所以均衡配置也應向阻力更小、勝率略高的方向傾斜。對於港股整體而言，由於消費敞口與互聯網權重很大，故要出現持續的整體性反彈，同樣需要「9·24時刻」或「DeepSeek時刻」的催化。
當前應該怎麼操作？從「只買勝率」到兼顧賠率和勝率
如前文所述，面對波動與擁擠都十分極致的市場，單純「抱團主線」或「押注高切低」都各有瑕疵，更可行的做法是結合勝率與賠率進行均衡配置與組合管理。
就此，我們對MSCI中國指數行業分別計算勝率與賠率，勝率刻畫未來一段時間上行的概率，賠率刻畫向上與向下空間的非對稱程度，並基於「勝率-賠率」框架形成行業打分體系：
► 勝率賠率框架：勝率由盈利預期與微觀流動性兩大科目構成，賠率則用估值刻畫。勝率中，盈利預期比較各行業FactSet口徑動態EPS同比增速與動態ROE同比差分的截面分位；微觀流動性刻畫行業自身的交易強弱，包括一年期動量、一年期波動率反轉與量價彈性三個指標。各科目與指標的權重每月由ICIR動態確定。賠率將各行業PE、PB、PS分別取滾動5年分位數後反轉並等權形成賠率得分，依據是估值的均值回歸特徵：便宜本身就是向上空間的重要來源。
► 策略構建：選取綜合打分（勝率80%+賠率20%）前五的行業構建純多頭組合，月度調倉，行業間以逆波動率加權，回測下來可有效戰勝基準。以2021年2月至2025年6月的樣本回測確定勝率賠率的權重，近一年樣本外表現也不錯；基準策略中，以逆波動率賦權各行業倉位，是因爲綜合打分以勝率爲主，勝率極致的品種往往處於一致預期下的升波上行階段，一旦出現擾動便容易劇烈回撤，本輪AI硬件的調整即是如此；而針對性降低這類升波品種的權重，可以改善組合的長期表現。也可以採用「反權重」作爲備選，即入選行業中得分越高、權重越低，回測效果同樣不錯。不過，逆波動率是應用最爲廣泛的基準方式，「反權重」更偏探索性質，也可供投資者參考（圖表16）。
圖表16：基於「勝率-賠率」體系，我們構建的行業配置策略可以有效戰勝基準
截至2026年7月底，模型給出打分靠前行業爲：保險、原材料、電氣設備、創新藥、電信（圖表17）。這也基本符合前文所述的主觀判斷，原材料對應偏左側的週期，創新藥與電氣設備受益於外需。
圖表17：截至2026年7月31日，MSCI中國行業指數的勝率賠率情況
類似的，我們也構建了跨資產的勝率賠率模型。用流動性判斷「分母勝率」，用盈利預測判斷「分子勝率」，用估值判斷資產的賠率。最後把三類信號合併，勝率權重67%，賠率權重33%，在非流動性溢價、盈利預期改善以及估值便宜之間進行權衡，月度頻率調倉，選擇得分前五或者並列前五的資產。指標設置以及覆蓋的主流指數詳見《如何應對高擁擠資產？》。策略回測顯示：2021年7月至2026年7月底的五年裏，主流指數的勝率賠率策略年化回報率26%，較等權的基準組合存在每年約17ppt的超額回報率；年化波動率18.4%，夏普比率1.4，均優於基準組合；信息比率1.1，顯示承擔單位波動後可獲得更多的超額回報（圖表18）。模型顯示，截至7月底最新一期，打分靠前的資產爲標普500、納斯達克100、道瓊斯、M7、長端美債、創業板50等。
圖表18：基於勝率賠率構建的主流指數策略可以顯著跑贏等權基準
需要說明的是，上述跨行業的80%勝率+20%賠率和跨資產的67%勝率+33%賠率只是我們所取的基準情形，不同偏好的投資者可以有不同的答案：更偏重確定性的長線投資者可以提高勝率權重（如九一開）、淡化短期波動，選出的往往是基本面紮實、定價認可度高的方向；更偏交易的投資者可以提高賠率權重（如五五開甚至三七開），對應消費、恒科等估值與倉位雙低、博弈估值修復的方向。
圖表19：截至2026年7月31日，主流指數的勝率賠率情況
想選股、想診股？想知持倉機會同風險？關於投資的一切問題，開口問牛牛AI就得啦！
編輯/joryn