2026 年上半年全球市场的核心主线是 AI 与非 AI 资产的极致分化，但过度拥挤也引发了剧烈调整。近期市场通过去杠杆消化高估值，高杠杆的韩国股市跌幅显著，6 月下旬以来全球 AI 链条普遍回调。与此同时，作为“镜像”的分红、消费及港股资产出现明显修复。
图表 1:6 月下旬以来，全球 AI 链指数明显调整
资料来源：Wind，中金公司研究部
图表 2：而消费与分红则有所修复
资料来源：Wind，中金公司研究部
在 AI 产业趋势未终结的前提下，此次回调从中长期看提升了交易性价比（赔率）。但市场若要突破前高，仍需新场景和新需求打开“天花板”（胜率），类似今年一季度 Anthropic 在编程领域的突破。鉴于前期高点由大量杠杆推动，剧烈动荡后，适度均衡配置成为自然选择。
图表 3：今年一季度 Anthropic 在 coding 上突破催化了 AI 链的上行
资料来源：TrackerTrends，中金公司研究部
图表 4:6 月的行情高点是由大量杠杆资金入场形成
资料来源：Bloomberg，中金公司研究部
AI 之外买什么？此前市场追捧 AI 是因增长强、胜率高；规避消费是因基本面弱、胜率低。科技动荡削弱了高胜率资产的性价比，凸显了低波方向的吸引力。此阶段配置"AI 之外”主要赚取估值修复和波动对冲的收益，盈利增长仍需等待胜率催化。
本质上，这是市场从极致 K 型分化转向平衡胜率与赔率的过程。基于跨行业与跨资产的胜率（基本面确定性）与赔率（估值空间）模型，当前标普 500、纳斯达克 100、道琼斯、M7、美债、创业板 50，以及 MSCI 中国行业指数中的保险、原材料、电气设备、创新药、电信等方向综合打分较高，可作为短期均衡配置方向。
一、本轮调整到什么位置了？杠杆出清进入中后段，宏观待利空出尽，产业催化仍需等待
回顾科网泡沫五年间的四轮大幅调整及本轮 AI 行情的三轮动荡，市场下跌均源于微观高估值高拥挤、宏观外部扰动及产业发展瓶颈三者共振。反之，企稳反弹也对应这三方面压力的缓解。
图表 5:1995-1999 年间，纳斯达克综指曾经历四轮较为显著的回撤
资料来源：Bloomberg，中金公司研究部
图表 6：本轮 AI 行情以来的三轮动荡也是遭遇微观的高估值和高拥挤、宏观的外部扰动及产业瓶颈
资料来源：Bloomberg，中金公司研究部
当前判断如下：
1. 估值与拥挤度：已进入调整中后段
6 月中下旬以来，费城半导体、纳斯达克 100 与韩股的拥挤度明显下降。纳指动态市盈率降至约 22.1x，距年内高点收缩约 20%；情绪指标 RSI 一度降至超卖区间。参照历史经验，当前情绪消化已进入中后段。
图表 7：此前高拥挤问题经过阶段性调整后得到明显缓解
资料来源：Bloomberg，中金公司研究部
图表 8：科网行情历次调整复盘
资料来源：Wind，Bloomberg，中金公司研究部
去杠杆最陡峭阶段或已过去。韩国股市杠杆资金收缩过半，券商融资余额与杠杆 ETF 规模大幅回落。虽然自发去杠杆速度较慢，但政策介入有助于稳住局面。
图表 9：韩股杠杆 ETF 规模明显下降
资料来源：Bloomberg，中金公司研究部
2. 宏观层面：9 月若加息可视作利空出尽
美联储紧缩担忧尚未完全消除。若 9 月实施“预防式加息”，类似 1997 年情形，反而可能促使美债利率触顶回落，美股逐步见底，实现利空出尽。
图表 10：美股因加息预期升温而自 1997 年 1 月回调 13%，但在加息落地的一周后便开始反弹
资料来源：Bloomberg，中金公司研究部
3. 产业趋势：等待新催化打开天花板
当前缺乏类似年初 Anthropic 在编程领域那样的突破性进展。现有业务虽快速兑现，但市场担忧 Token 成本过高导致替代“不经济”，进而引发对资本开支可持续性的忧虑。新场景和新需求的出现对于打消投资过度担忧至关重要。
图表 11:AI 对不同领域的理论 vs.实际暴露度
资料来源：Anthropic，中金公司研究部
图表 12：目前 AI 对薪资和就业人数的替代情况
资料来源：Wind，Bloomberg，中金公司研究部
图表 13:Anthropic 的 ARR 今年以来快速兑现
资料来源：TrackerTrends，中金公司研究部
图表 14：短期市场可能担心因为 Token 太贵导致对人工替代“不经济”进而使得收入增速变慢
资料来源：Bloomberg，中金公司研究部
综上，拥挤度和杠杆消化进入中后段，宏观利空有望出尽，但产业催化尚缺。AI 整体胜率仍高，但短期或呈震荡修复态势。资金将从普涨转向业绩可兑现的龙头，部分资金将流向赔率高且基本面有确认度的非 AI 方向。
二、非 AI 方向的修复能否持续？赔率高，但基本面前景有别
近期 AI 调整背景下，消费、分红及港股等非 AI 方向明显修复。这既源于资金再平衡，也因这些方向估值与仓位处于低位，具备赔率优势。然而，仅靠赔率的修复空间有限，持续上行需基本面（胜率）配合。
1. 消费与内需：依赖财政发力
消费要走出趋势性行情，关键在于财政向消费端倾斜。当前政策信号强度尚不足以驱动广谱的胜率修复，三季度或见边际改善，但强度有限。
图表 15：六次中央政治局会议对比
资料来源：中国政府网，中金公司研究部
2. 周期与外需：阻力相对较小
面对海外需求，周期与创新药等“泛外需”方向基本面阻力较小。若美债利率下行、海外基本面修复，其胜率改善将更为顺畅，当前处于偏左侧位置。
3. 互联网：等待应用层突破
互联网方向的胜率催化在于 AI 应用层的显著突破（"DeepSeek 时刻”）。目前更多仍是估值修复逻辑，持续性有待自身催化出现。
综上，胜率修复顺序上，泛外需/周期/创新药、互联网优于消费。港股整体反弹同样需要强力催化。
三、当前应该怎么操作？从“只买胜率”到兼顾赔率和胜率
面对极致波动与拥挤的市场，单纯抱团或高切低均有瑕疵，更可行的是结合胜率与赔率进行均衡配置。
1. 胜率赔率框架
胜率：由盈利预期（EPS、ROE 增速分位）与微观流动性（动量、波动率、量价弹性）构成。
赔率：由估值（PE、PB、PS 分位数反转）刻画，体现均值回归特征。
2. 策略构建与回测
选取综合打分（胜率 80%+ 赔率 20%）前五的行业构建组合，月度调仓，行业间逆波动率加权。回测显示该策略可有效战胜基准。逆波动率赋权可降低高胜率品种在扰动下的剧烈回撤风险。
图表 16：基于“胜率 - 赔率”体系，我们构建的行业配置策略可以有效战胜基准
资料来源：FactSet，Wind，中金公司研究部
截至 2026 年 7 月底，模型打分靠前的行业为：保险、原材料、电气设备、创新药、电信。
图表 17：截至 2026 年 7 月 31 日，MSCI 中国行业指数的胜率赔率情况
资料来源：FactSet，Wind，中金公司研究部
3. 跨资产配置建议
类似的跨资产胜率赔率模型（胜率 67%+ 赔率 33%）回测显示，年化回报率显著优于等权基准。截至 7 月底，打分靠前的资产为：标普 500、纳斯达克 100、道琼斯、M7、长端美债、创业板 50等。
图表 18：基于胜率赔率构建的主流指数策略可以显著跑赢等权基准
资料来源：FactSet，Wind，中金公司研究部
图表 19：截至 2026 年 7 月 31 日，主流指数的胜率赔率情况
资料来源：FactSet，Wind，中金公司研究部
不同偏好投资者可调整权重：长线投资者可提高胜率权重，侧重基本面扎实方向；交易型投资者可提高赔率权重，关注估值与仓位双低的博弈修复方向。
文章来源
本文摘自：2026 年 8 月 3 日已经发布的《AI 之外还有什么值得买？》
刘刚 CFA 分析员 SAC 执证编号：S0080512030003 SFC CE Ref：AVH867
张典 分析员 SAC 执证编号：S0080525090003
彭一夫 分析员 SAC 执证编号：S0080525120003
法律声明
