10位兴全投资人的2026年展望

进化的世界，正给长期投资者，提出新的命题。

从大预言模型，到世界模型，AI可能在不远的将来，走进工厂、走进家庭，

能源、材料、医药……各行各业也都发生着变化，我们正站在一场科技革命的浪潮上，

我们的投资团队也必须保持进化。

2026年新年的时间节点上，我们采访各条线的投研代表，与你分享他们的“进化”思路。

2026年，我们最关心的还是技术进步

杨世进

基金管理部

基金经理

技术进步正在成为越来越重要的时代主题。一是驱动经济发展的传统动力出现减弱，二是地缘政治层面，每个国家都把技术进展放在很重要的位置。而从股票投资来看，传统行业由于多重原因，也很难提供较高的回报。

我们公司对大多数技术进步都是保持开放的态度，有一些处于比较早期的0-1这个阶段，有些在1-N阶段。

以美国为例，被动基金的发展非常好，其背后原因，是由于在经济全球化背景下，美国领先的公司大多是服务业和互联网的平台性的公司，这些公司由于品牌优势和全球垄断地位，呈现强者恒强的局面。但中国拥有强大的制造能力，我们的经济业态、商业模式、工业种类都远远多于海外，相应来看，股市的行业分类或者构成也更为复杂。我一直认为，在一个充满活力和丰富多彩的经济社会里面，主动管理型的基金经理仍然是有非常大的发挥空间的。

当然从股票投资的维度来看，一些低估的或属于长期周期性的底部的资产，也是我们关注的。如果时间维度略微长一点，它也可能获得相对不错的回报。

中国的股票市场，仍处于非常好的投资时期

刘琦

固定收益部

副总监、基金经理

用一个长期的视角来看的话，现在A股、港股，甚至可转债投资，未来两三年都是一个非常好的投资时期。

一方面从全球治理结构来看，过去几年我们看到中国综合国力的提升是非常明显的，而从全球资金来看，对中国市场的配置相对于美国仍然处于非常低的比例，长期来看具备相当的弹性。另一方面，AI当前对生产效率已经有明显提升，但全社会层面，类似电力、电脑的普及一样，带来的系统性生产力提升尚未出现，未来这一变化的出现和重新定价也将带来很大的机会。目前我们眼前的物价、债务、地产等问题，短期也许面临困难，但长期有望在发展中消化。

我们团队的优势，在于长期专注于对核心资产的定价和结构性的投资，例如对权益股票的投资、对可转债的投资，甚至对信用债的投资。而在宏观层面上，我们对于资产配置和风险管理也有长时间的经验积累。相信在未来的几年里，这种结合会使得我们自上而下不会错过大的资产的系统性的机会，又能在一些具体资产的定价层面，选到相应的资产。

低利率时代，坚定向多资产、多策略转型

宋华

多元资产配置部

总监助理

我们必须去面对一个比较长时间的低利率环境。

过去几年，我们一直在坚持自己向多资产、多策略转型的模式，不断去拓展我们的资产配置领域以及投资策略的应用。一方面，分散化的，因为资产类别之间的低相关性可以改善整个组合的风险收益特征。另一方面，不同的投资策略也能增加组合不一样的收益来源，提供收益的稳定性。尤其现在低利率的环境下，更多的资产类别、更多的投资策略显然更容易满足投资者对于一定波动下产生一个比较好收益产品的需求。

我们团队从2019年就开始去布局黄金类的产品，2020年美股熔断期间，我们也在比较下挫的时间段去增加美股的配置，2024年我们就开始在基准中加入一些MSCI World指数作为我们比较基准的部分，去完善我们多资产、多策略的投资布局和账户组织形式。

投资这个职业有相对反人性的特点，绝大多数行业我们都可以通过增加投入、增加时间、增加努力的程度去得到一个即时的正向反馈，但在投资中，你可能在某一个时间点上来看，要做出短期内你明知没有任何正向反馈、甚至获得负反馈的工作，从而在中长期提高账户的风险收益比。

我们的团队通过长期的实践，积累了长时间的研究储备和心理准备，对于多资产的理解、投资执行都构成了一定的护城河和优势。

收益风险特征明确的产品，将有广阔机会

田大伟

专户投资部

总监助理、基金经理、投资经理

随着AI的发展，量化投资方法上面的变化是非常大的。几年前还是以基本面研究为主，目前人工智能、机器学习这些方法已经在我们日常的工作当中普遍运用了。现在我们所花的时间如果从数量来看，80%都是在机器学习类模型或者神经网络类模型上。

收益风险特征比较明确的产品，未来是有广阔机会的。其实我们看沪深300的全收益指数过去很多年的涨跌幅，就跟我们国家的经济增速其实是类似的，只是过程当中有所波动，所以可能上下场的时机不好，就会导致投资者的体验和回报不佳。因此，如果产品收益风险特征比较明确，最终的体验就会相对更好，这个品类就会具备更强的生命力。

我们在产品布局上正在逐步形成自己的队形，指增产品中有沪深300、A500、中证500等大中盘宽基，有量化红利这类偏稳健的产品作为后卫，而中场有沪港深300、500等综合指数产品。

成份股数量在100个以上，也是相对来说可以追求相对稳定的超额，100个以下的股票的超额就比较难做，就可以用ETF的形式布局，比如300质量ETF。我们会用ETF和指增互相弥补的方式去把产品线丰富，产品布局越成型，我们能给持有人提供服务的能力就会越来越强。

变化的时代，仍有不变的东西

张楷浠

专户投资部

副总监、投资经理

这是一个变化的时代，但也有一些很难被改变的好生意，正在源源不断创造现金流，增加股东回报。

资本市场是一个生态系统，各种方法都有它的用武之地和生存之道，价值投资只是其中一条路，但根据我们的观察，这并不是一条很拥挤的路。在A股市场，我们还是看到了一些立足深度价值评估的投资者在过往二十多年接近三十年的时间里，创造了巨大的复合回报。

买股票就是买公司，买公司就是买其未来自由现金流的折现。我们在从事具体投资机会选择时，除了公司生意本身和价值评估，再无其他。

我会坚持在偏逆向的资产中去挑选，包括经营上、或定价上、或风格上处在偏逆向的状态。往往短期的不利才是长期更有利的窗口。放在股债资产比较，以及股东回报的角度来考量，目前市场依然有许多结构性很明显被低估的机会值得布局。

跨学科、跨产业的机会正在不断涌现

程剑

基金管理部

基金经理

智能驾驶、机器人、AI手机的发展，都是我们在成长投资领域特别关注的主线。这两年资本市场反应非常剧烈，产业也在发生快速的迭代，我们也看到大家有在讨论泡沫和超前投资的问题，但某种意义来讲，只有这种超前性投资才会加快产业迭代的速度。

很多成长性企业之所以能保持一个非常高速的成长过程，它其实就是在不断迭代自己，不断变化。很多跨学科、跨产业的机会也在不断冒出来。在我们内部的投研管理架构也发生一些变化，比如组长制、比如基金经理深度参与到研究过程，能很好地通过跨领域的视野带动一些专业的研究。

回顾从我2012年毕业到现在，历史上我们认为的牛市、熊市可能是基于A股来谈的，但我后来复盘发现每一年都有巨大的投资机会，只是我们如何让自己的研究和投资视野更加开阔，去找到这个具备投资机会的领域。我觉得未来5-10年之内，AI相关的创新机会应该还是层出不穷，需要持续深耕这个领域。

AI领域的进化远超预期

朱可夫

基金管理部

基金经理

过去几年AI领域的进化远超预期。大模型的进化和大家对各个模型进化的投入是要比预期中激进很多的。现在AI领域的投资是几万亿美金级别的，可以理解为现在三四年就要投一个日本经济总量的规模，去产生AI产业的价值。

5到7年左右的维度看，AGI是所有模型公司包括大型的云厂商都在做的核心事情。我们现在看到比较严苛的AGI定义是谷歌deep mind负责人Demis Hass给出的定义，他认为AGI是人类历史上智商最高的智能体，同时它具有科学发现的能力。

AI对人类社会的冲击不是说它要把我们的工种换掉，更大程度上是我们怎么样跟它一起相处去解决很多的问题。它肯定会在未来诞生出一些交互平台或者是工作流程，这些工作流程和交互形式会出来一些新的人类工作的机会。在大的AI技术浪潮里面阶段性哪些行业会成为焦点，或是哪些行业真的能够在里面卡住身位，创造出巨大的需求，是我们需要持续保持关注的。

投研团队互相托举，劲往一起使

隋毅

基金管理部

基金经理

创新药这个行业从2015年的顶层政策开始有苗头，到现在其实也就不过短短10年，这10年内中国整个创新药的产业在不断进化。未来我期待由中国企业源头研发的创新药，能成为世界top级别的药王，中国医药升级和出海肯定是一条投资的重要主线。

创新药的研究是一件非常专业的事情。我们需要对全球的创新药图景有一个了解，再去判断一个公司是不是有潜力，它做的东西有没有全球价值。再往后，才是不断地跟踪临床数据。

最近1-2年，我们投研团队的进化是很明确的，以我们医药团队为例，越来越团队作战，因为研究员的角度每个人覆盖的领域不一样，劲往一起使，互相托举，最终呈现出来的结果来看，这是非常有战斗力的一种方式。公司整体研究团队在资源调动上或者跨行业协同上，这些年也是越来越优秀、越来越厉害。

在国内的土壤里，新能源的投资机会是很多的

孟维维

基金管理部

基金经理助理

绿色电动化正在全面、深度铺开，从原来传统的汽车、发电，到现在各种的生活场景，比如船舶、工厂、矿山、算法中心等。传统的车新能源渗透率现在国内是50%-55%左右，重卡今年月度已经做到30%的替换比例，电力生产端的占比在全国是大概20%多，变化还在持续发生。

新能源供给方式的主导方在我们国内，所以对于整个需求的理解我们也是比较深入、深刻的。相应的，整个产业链的迭代变化我们也是走在全球前列的。光伏、锂电、储能、电动车，再涉及到整个电网，这些我们都有很强的竞争优势。在国内的土壤里，投资机会是很多的。

因为本身我们就在塑造这个行业，就意味着它有很多的场景，有了场景之后就会有供应链，有了供应链之后就会产生各个环节的变化，有了变化之后，这些就都是机会。

过去一段时间我们的研究方式的变化是蛮大的，从原来的单点公司研究，逐步进化到整个系统的研究，在系统研究过程当中就能挖掘很多变化的机会，再到跟整个市场的结合度更高的定价理解，这是整体的大的迭代过程。

期待机器人有大语言模型一样强大的数据库

姚佳

研究部

机械组研究员

近几年机器人运动能力的提升超出了我们的预期，更多的创业公司进入了人形机器人的赛道，推出了更加亮眼的产品。自动驾驶一定是最快落地、商业价值最大的机器人场景。此外，仓储物流机器人的发展速度也可能超出了大家的想象。

为什么大语言模型能够成功的落地和应用？是因为互联网上已经存在足够多的数据供我们去学习，但是人类行动的数据、人类去抓取、走路的数据是没有被采集过的。未来我最期待机器人有这样一个庞大的数据库，虚拟数据能得到更好的使用，这样走进千家万户就更有希望了。

2026

进化不止，投资未来

风险提示：本文为投资者教育资料，仅用于为投资者提供丰富的、多角度的投资者教育素材，非营销材料，亦非对某只证券或证券市场所做的推荐、介绍或预测。本文内容不应被依赖视作预测、研究或投资建议，也不应该被视为购买、出售任何证券或采用任何投资策略的建议。投资须谨慎。本公司承诺以诚实信用、勤勉尽责的原则管理和运用基金财产，但不保证基金一定盈利，也不保证最低收益，投资者投资于本公司基金时应认真阅读相关基金合同、招募说明书等文件，根据自身的风险评级选择相应风险等级的基金产品。我国基金运作时间较短，不能反映股市发展的所有阶段。基金收益具有波动性，过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩也不构成基金业绩表现的保证，基金投资有风险，请审慎选择。（CIS）