AI投研时代:这轮调整速度与结构对得上吗?
天风证券通过对比本轮科技股调整与历史牛市见顶,结合申万二级行业数据得出三点结论:一、有业绩支撑的周期股逻辑见底更快、跌幅更深;二、AI投研时代行情见底时间整体拉长;三、无业绩支撑的纯叙事上涨,下跌共识形成速度加快。
核心结论
六月底以来的这轮调整,放到历史上不同牛市见顶下跌的价格路径指标里一起比,会得到什么?把下跌速度和共识形成速度都算进去,再考虑本轮科技行情既有类似 2007-2008 的周期股逻辑、又有类似 2015 年移动互联网的产业叙事逻辑,结论是这轮调整与行情结构基本对得上。
把范围扩到更多行业、更普遍的见顶回撤,可以归纳出三点:
- 有业绩的周期股逻辑,比纯靠叙事拔估值的逻辑,见底更快,跌幅也更深;
- AI 投研时代,行情见顶下跌后的见底时间可能更长;
- AI 投研时代,没有业绩支撑的纯叙事上涨,下跌共识可能形成得更快。
正文摘要
行情发展的速度到底有没有被 AI 投研改变?回答分两步走:先拿六月底以来的调整和历史上不同牛市见顶下跌放在同一组价格路径指标下对照,看“这次是否不一样”;再把视野扩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 投研时代之间的差别。
从下跌速度看,本轮和可比样本相比没有额外加速的迹象。就调整前置程度而言,A 股可比样本里不少 D60/D90 接近 100%,也就是说历史上 60 个交易日左右差不多初步见到支撑;这次数字更小,可 T+N 日累积跌幅并没有明显偏离,初步看本轮是“用历史相近的速率调整了更久”。
把下跌速度和共识形成速度合起来看,本轮科技行情既有类似 2007-2008 的周期股逻辑,也有类似 2015 年移动互联网的产业叙事逻辑,这轮调整可以理解为与行情结构基本相符。
本轮科技行情同时带着周期股逻辑和产业叙事逻辑。要讨论这两种逻辑撑起来的上涨之间、有 AI 投研和没有 AI 投研之间,下跌速率有没有变化。
在申万二级行业符合见顶下跌标准的行情段里,本文分两类取样:1)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)非周期行业且没有业绩支撑的行情段,作为纯叙事拔估值逻辑的观察样本。由此得到三点结论:
- 结论一:有业绩的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可能更长。
- 结论三:AI 投研时代,没有业绩支撑的纯叙事上涨,下跌共识可能形成得更快。
行情发展的速度是否受到 AI 投研影响?本文分两步作答:第一步,把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”;第二步,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
怎么衡量行情发展的速度,也就是所谓“跌得快”?可以拆成三个问题:固定窗口内跌幅是不是更大,最猛的那几天是不是更陡,跌幅前置程度是不是更深。前两个看下跌速度,后一个看共识形成速度。
就下跌速度来说,本轮相较可比样本没有额外加速的特征。最差 N 日跌幅结果显示,本轮行业和个股确实有剧烈调整段,但历史上也出现过更深的连续窗口,比如 2007-2008 年的煤炭、有色;2015 年移动互联网行业的最差 5/10/20 日回撤整体不比本轮弱;2000 年前后费城半导体指数的长窗口回撤同样很深。
见顶后 N 个交易日的累积跌幅、首次触及 10%/20%/30% 所需的交易日数,也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,比的是前 M 日最大回撤与前 N 日最大回撤(M<N),用来衡量共识是不是形成得更快。比如 D5/D20,就是见顶后 5 个交易日最大收盘回撤与见顶后 20 个交易日最大收盘回撤之比。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在前 60 日已经出现。这或许说明历史上 60 个交易日差不多初步见支撑;这次数字更小,但 T+N 日累积跌幅没有显著偏离,初步看本轮是“以历史相近的速率调整了更久”。
把下跌速度与共识形成速度放在一起,再结合本轮科技行情既像 2007-2008 的周期股逻辑、又像 2015 年移动互联网的产业叙事逻辑,我们认为这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
第一部分看到的是:本轮调整与行情结构基本相符,但可能存在调整时间更长的特征。
上文选的样本只是历史上较大级别牛市的见顶。要回答速率是否变快、并确认“调整时间更久”准不准,我们认为还得扩展到更多行业、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。讨论这两种逻辑支撑的上涨之间、有无 AI 投研影响之间,下跌速率是否存在变化。
样本怎么挑?从申万二级行业里筛出符合见顶下跌标准的行情段,再分两类:一类是周期股行业、且有业绩支撑的行情段,当作周期股逻辑样本;另一类是非周期行业、没有业绩支撑的行情段,用来观察纯叙事拔估值逻辑。
所谓“见顶下跌”,标准有三条:阶段高点至少比此前252个交易日内的最低收盘价高出30%,才算前置上涨成立;从该阶段高点回撤达到20%,视为见顶下跌触发;从低点反弹10%,或者当前距离低点已过半年,则事件结束。
“有业绩支撑”怎么认定?看见顶所在季度前后各两个季度、共5个季度,其中至少连续两个季度同时满足两个条件:行业营收TTM同比大于0,毛利率TTM环比上升,且满足这两点的公司占比超过50%。
分界线定在2024/1/1,用来区分有无AI投研影响;另外用2025/1/1做敏感性分析。
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
把有业绩周期股逻辑和纯叙事拔估值逻辑放在一起横向比,前者行情见底更快,跌幅也更深。
具体看见底所用交易日的中位数:有业绩周期股逻辑在2024年以前是35日,2024年后拉长到40日;纯叙事拔估值逻辑2024年以前为45日,2024年后延伸到81日。
见顶后的第5/20/30个交易日,周期股跌幅通常更深。24年前/后,有业绩周期股逻辑的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%;纯叙事拔估值逻辑在各个维度上的中位数最大收盘回撤都更小。
换成2025/1/1为分界线,两组中位数同样支持这一结论:有业绩周期股逻辑从见顶到最低点所用交易日更短,D5/20/30最大回撤更深。


结论二:AI投研时代,行情见顶下跌的见底时间或更长
各个口径比下来,进入24/25年后,见顶下跌的过程都被一定程度拉长。两个截断口径方向一致:不管是周期行业/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,见底所需时间大多更长。
不过最大跌幅中位数并没有随时间同步加深,D30回撤总体相近或更浅。所以更准确的说法是下跌过程被拉长,而不是近期跌得更深、或全程跌得更快。


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,说明价格下修在前5个交易日越集中,可以用来代理共识形成的速度。
纯叙事拔估值逻辑的D5/D20中位数,24年截断下从45.9%升到51.6%,25年截断下从45.9%升到60.7%;没有业绩支撑的周期行业也呈现同样规律。有业绩周期股逻辑则不支持这一观察。
截断到25年后,前置程度提升更高,某种程度上说明在AI投研更完善的时间段,纯叙事上涨的下跌共识形成更快。
