亚洲财经

☰ 搜索

AI 投研时代,行情变快了吗?

AI 投研时代,行情变快了吗?

核心结论

AI 投研时代,行情发展的速度是否会受到影响?把自六月底以来的调整与历史上不同牛市见顶下跌放在同一组价格路径指标下比较,综合下跌速度和共识形成的速度,结合本轮科技行情既具备类似 2007-2008 的周期股逻辑也具备类似 2015 年移动互联网的产业叙事逻辑,我们认为本轮调整可以理解为与行情结构基本相符。

扩展到更多行业以及更普遍的见顶回撤,得出以下三点结论:

  1. 有业绩周期股逻辑相比纯叙事拔估值逻辑,见底更快、跌幅更深;
  2. AI 投研时代,行情见顶下跌的见底时间或更长;
  3. AI 投研时代,没有业绩支撑的纯叙事上涨,下跌共识或形成更快。

正文摘要

AI 投研时代,行情发展的速度是否会受到影响?本文通过两步回答这个问题,先把自六月底以来的调整与历史上不同牛市见顶下跌放在同一组价格路径指标下比较,回答“这次是否不一样”;再扩展到历史上多轮周期行业与 叙事支撑估值的行业见顶调整,比较两种调整之间、AI 投研时代与前 AI 投研时代之间的区别。

下跌速度而言,本轮相较可比样本没有额外加速特征。调整前置程度而言, A 股可比样本中不少 D60/D90 接近 100%,或意味着历史上 60 个交易日差不多初步见支撑,这次数字更小但 T+N 日累积跌幅却没有显著偏离,我们认为可以初步表明本轮用“历史相近的速率调整了更久”。

综合下跌速度和共识形成的速度,结合本轮科技行情既具备类似 2007-2008 的周期股逻辑也具备类似 2015 年移动互联网的产业叙事逻辑,本轮调整可以理解为与行情结构基本相符。

本轮科技行情兼具周期股逻辑与产业叙事逻辑,为了讨论这两种逻辑支撑的上涨之间、有无 AI 投研影响之间,是否存在下跌速率的变化。

本文从申万二级行业符合见顶下跌标准的行情段中分别:1)取周期股行业且有业绩支撑的行情段作为周期股逻辑样本,2)取非周期行业且不存在业绩支撑的行情段作 为纯叙事拔估值逻辑的观察样本。得出以下三点结论:

  • 结论一:有业绩周期股逻辑相比纯叙事拔估值逻辑,见底更快、跌幅更深。
  • 结论二:AI 投研时代,行情见顶下跌的见底时间或更长。
  • 结论三:AI 投研时代,没有业绩支撑的纯叙事上涨,下跌共识或形成更快。

AI 投研时代,行情变快了吗?

AI 投研时代,行情发展的速度是否会受到影响?本文通过两步回答这个问题,先把自六月底以来的调整与历史上不同牛市见顶下跌放在同一组价格路径指标下比较,回答“这次是 否不一样”;再扩展到历史上多轮周期行业与叙事支撑估值的行业见顶调整,比较两种调整之间、AI 投研时代与前 AI 投研时代之间的区别。

历史牛市见顶比较:本轮调整与行情结构基本相符

如何衡量行情发展的速度,即所谓“跌的快”?这个问题可以分成,是固定窗口跌幅更大, 还是最猛烈的几天更陡,还是跌幅前置程度更深。前两者衡量下跌的速度,后者衡量共识形成的速度。

下跌速度而言,本轮相较可比样本没有额外加速特征。最差 N 日跌幅结果显示,本轮行业和个股确有剧烈调整段,但历史上也出现过更深的连续窗口如 2007-2008 年的煤炭、有色,以及 2015 年移动互联网行业的最差 5/10/20 日回撤整体不弱于本轮;2000 年前后费城半导体指数的长窗口回撤也很深。

自见顶后 N 个交易日的累积跌幅、首次触及 10%/20%/30% 所需交易日也同样呈现处于历史较快水平,但仍在常规范畴的特征。

调整前置程度而言,比较前 M 日的最大回撤/前 N 日的最大回撤(M<N),衡量是不是共识形成更快,如 D5/D20 为见顶后 5 交易日最大收盘回撤/见顶后 20 交易日最大收盘回撤。A股可比样本中不少 D60/D90 接近 100%,即 90 日内的最大回撤大多已在前 60 日出现。这或意味着历史上 60 个交易日差不多初步见支撑,这次数字更小但 T+N 日累积跌幅却没有显著偏离,我们认为可以初步表明本轮用“历史相近的速率调整了更久”。

综合下跌速度和共识形成的速度,结合本轮科技行情既具备类似 2007-2008 的周期股逻辑也具备类似 2015 年移动互联网的产业叙事逻辑,我们认为本轮调整可以理解为与行情结构基本相符。

两类行业见顶回撤比较:AI 投研时代行情速率有何变化

第一部分我们观察到,本轮调整与行情结构基本相符,但或存在调整时间更久的特征。

考虑到上文所选样本仅为历史上较大级别牛市的见顶,要想回答是否速率变快以及确认“调整时间更久”是否准确,我们认为需要扩展到更多行业以及更普遍的见顶回撤。

本轮科技行情兼具周期股逻辑与产业叙事逻辑,为了讨论这两种逻辑支撑的上涨之间、有无 AI 投研影响之间,是否存在下跌速率的变化。

本文从申万二级行业符合见顶下跌标准的行情段中分别:1)取周期股行业且有业绩支撑的行情段作为周期股逻辑样本,2)取非周期行业且不存在业绩支撑的行情段作为纯叙事拔估值逻辑的观察样本。

定义“见顶下跌”的标准为:1)前置上涨:阶段高点至少比此前 252 个交易日内的最低收盘价高 30%;2)见顶下跌触发:从该阶段高点回撤达到 20%;3)事件结束:从低点反弹 10%或者当前距离低点已经过去半年。

定义“有业绩支撑”的标准为:见顶所在季度前后各两个季度的 5 个季度里,至少出现连续两个季度同时满足行业营收TTM同比大于0、毛利率TTM环比上升的公司占比大于50%。

用 2024/1/1 作为有无 AI 投研影响的分界线,并用 2025/1/1 做为敏感性分析。

结论一:有业绩周期股逻辑相比纯叙事拔估值逻辑,见底更快、跌幅更深

有业绩周期股逻辑与纯叙事拔估值逻辑横向比较,有业绩周期股逻辑的行情见底更快,跌幅更深。

有业绩周期股逻辑在 2024 年以前的见底所用交易日中位数为 35 日,2024 年后 延伸至 40 日;纯叙事拔估值逻辑 2024 年以前的见底所用交易日中位数为 45 日,2024 年 后延伸至 81 日。

周期股见顶后第 5/20/30 交易日跌幅通常更深,24 年前/后有业绩周期股 逻辑 D5/20/30 最大收盘回撤中位数分别为-10.7%/-21%/-28.3%及-8.8%/-15.6%/-20.9%;而纯叙事拔估值逻辑各个维度的中位数最大收盘回撤均更小。

以 2025/1/1 为分界线后,两组中位数同样支持有业绩周期股逻辑见顶至最低点所用交易日更短,D5/20/30 最大回撤更深的结论。

结论二:AI 投研时代,行情见顶下跌的见底时间或更长

各个口径比较下,均显示进入 24/25 年后,见顶下跌的过程被一定程度拉长。两个截断口径的方向相同,无论是周期行业/非周期行业全体,还是有业绩支撑的周期股逻辑与纯叙事拔估值逻辑样本下,见底所需时间大多更长。

但最大跌幅中位数并没有随时间延长而同步加深,D30 回撤总体相近或更浅,因而更准确的描述是下跌过程拉长,不是近期跌得更深或全程更快。 

结论三:AI 投研时代,没有业绩支撑的纯叙事上涨,下跌共识或形成更快

D5/D20 跌幅比衡量的是见顶后 5 日与 20 日最深跌幅之比,数值越大则说明价格的下修在 前 5 个交易日更集中,可以作为对共识形成速度的代理变量。

纯叙事拔估值逻辑的 D5/D20 中位数在 24 年截断下从 45.9%提升到 51.6%,在 25 年截断下从 45.9%提升到 60.7%;没有业绩支撑的周期行业也有同样规律。对于有业绩周期股逻辑,则不支持此种观察。

注意截断到 25 年后,前置程度提升更高,某种程度上说明在 AI 投研更完善的时间,纯叙事上涨的下跌共识形成更快。 

本文来源:天风证券研报

风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。