1、贸易摩擦背景及国产替代逻辑下，科技板块表现亮眼
美国加征关税导致全球市场动荡，A 股科技板块表现亮眼。如表 1 所示，2025 年 4 月初，特朗普政府宣布对全球进口商品加征 10%基准关税，并对中国、欧 盟等主要贸易伙伴实施差异化附加关税（如对中国加征 34%关税）。加征关税直 接冲击了高度依赖全球供应链的科技行业，尤其是半导体、人工智能硬件及消费 电子领域。政策落地后，纳斯达克指数单周暴跌 22.9%，科技七巨头（苹果、英 伟达等）市值蒸发 1.49 万亿美元，市场恐慌情绪达到 2020 年 3 月疫情崩盘以来 的峰值。全球其他主要市场同样下挫，沪指单日下跌 7.34%。
从市场反应看，关税政策叠加美联储货币政策的不确定性，使得科技股估值 逻辑发生根本性变化。投资者开始重新审视全球化红利消退后的估值体系，转向 关注本土化率与供应链韧性。短期来看，关税引发的波动仍将持续；但中长期维 度来看，具备技术垄断地位（如英伟达的 AI 芯片）或本土化产能布局的企业可 能率先修复估值。历史经验表明，科技股的熊市周期中，现金流稳定、研发投入 持续且具备本土化生产能力的公司往往能穿越波动。2025 年 4 月 8 日，美国将 对华附加税从 34%提升至 84%，之后借助“国产替代”逻辑和超预期财报业绩，芯片行业涨幅显著，科创芯片单周涨幅超 10%。
2、适逢百年未有之大变局，科技行业应重点布局
经济转型升级，科技创新势在必行。进入 21 世纪第二个十年，我国经济增 长进入新常态，GDP 增速逐渐从之前约 10%的高位回落到 10%以内，近两年来 接近 5%的水平。我们可以结合经典的柯布-道格拉斯生产函数来分析以上变化和 背后的原因：? = ? ∙ ? ? ∙ ? 1−?，其中 Y 是总产出，K 代表资本存量，L 代表劳动 力，α代表资本在生产过程中的贡献份额，A 代表全要素生产率，反映技术进步 等因素。 GDP 可以看作是 Y 的替代，根据生产函数，GDP 的增长源于三个主要因素： 资本积累、劳动力增加和技术进步（即全要素生产率 A 的提高）。ROIC 衡量的是 企业从资本中获得的税后收益比例，影响的是资本的使用效率。中国一直以来重视投资和资本积累（2010 年的四万亿计划和政府长期以来 的基础设施建设投资），但是资本的使用效率 ROIC（这里我们选取 A 股上市公司 的 ROIC 作为替代）从 2010 年后却开始呈现下行趋势，说明以投资来拉动经济 的边际效应正在递减。另外，改革开放以来，中国能够很快从“一穷二白”转变 为拥有完整供应链体系的制造业大国的一个重要原因是拥有丰富的劳动力资源， 而近年来人口红利的比较优势也在逐渐淡去。2012 年以来，中国出 生人口增长率一直呈现下行趋势，叠加用工成本的增加，中国的劳动力优势也受 到周边一些发展中国家的威胁。近年来，我们不乏听到一些海外和国内制造业企 业将工厂从国内迁至甚至直接在东南亚设厂的例子。 因此，在生产函数中的两个基本要素——资本和劳动力的边际产出递减的情 况下，唯有增加全要素生产率 A 也即科技进步，才能进一步激发经济活力。回望 发达国家经济发展历史，基本上也都伴随着资本回报率和劳动力下滑的周期，但 是往往都通过不同的途径实现了技术进步和经济的重新起飞。中国在当今全球竞 争格局下，如若要保持竞争力，越过中等收入陷阱，成为中高收入国家，必须在 科技创新方面有所突破，这也是政府一直以来努力在做的。
3、人形机器人、Agent 板块引领科技革命
AI 应用和人形机器人概念在全球范围内持续升温，成为科技和资本市场的 焦点。OpenAI 发布的 GPT-4 和多模态模型再次刷新了人们对 AI 能力的认知， 而特斯拉 Optimus 量产计划加速推进（2025 年目标 1 万台，2026 年扩产至月产 1 万台）。与此同时，AI Agent 板块凭借其在金融、医疗、工业等领域的商业化 落地潜力。值得一提的是，国内 AI 公司深度求索（DeepSeek）近期发布了其最 新的大模型成果，并在多个垂直领域实现商业化落地，进一步验证了 Agent 技术 的变现能力。资本市场对此反应热烈，相关概念股屡创新高，AI 与机器人技术的 融合正加速改变人类生活与工作方式，预示着新一轮科技革命的到来。自去年9月20日以来，人形机器人指数涨幅达88%，Agent板块涨幅达75%， 远远领先于沪深 300 等市场宽基指数。
虽然市场上有很多科技主题指数，但是很多指数成分股筛选指标较为简单， 本章将从研发、专利、基金持仓等多维度遴选科技主题股票池。
1、研发维度
研发维度共考察 3 个指标：研发占比、研发增速和研发人员占比。
研发占比：研发支出占营收比例高于 20%，且资本化研发支出占比不 超过 50%。资本化研发支出会减少当期费用，增加当期利润。如果企 业过度资本化研发支出，可能虚增利润，掩盖真实的盈利能力。限制资 本化比例可降低企业通过会计政策选择操纵利润的空间。
研发增速：研发增速高于 20%，且近三年研发支出复合增速大于 0。科 技企业的核心竞争力依赖长期技术沉淀，复合增速为正表明企业即使在 行业周期波动中仍保持研发扩张，具备持续创新的财务能力和战略定力。 此外，仅单一年份研发增速高于 20%可能受一次性因素影响（如临时 项目投入、政策补贴等）。要求三年复合增速为正，可验证企业研发投 入的持续性，避免“突击式投入”导致的财务失真。
研发人员数量：研发人员数量占比高于 75%。
2、专利维度
专利维度共考察 2 个指标：专利权账面价值占比和专利数量。
专利权账面价值占比：专利权账面价值占无形资产比例高于 50%。筛 选无形资产以技术资产为主的企业，避免商誉、土地使用权等非技术资 产稀释科技属性。
专利数量：专利数量（发明和实用新型）大于 500 个。专利分为发明、 实用新型和外观设计专利。其中，发明专利定义是对产品、方法或其改 进提出的新技术方案，需具备突出的实质性特点和显著进步，技术价值 高，保护范围广（包括产品发明和方法发明），保护期限长；实用新型 专利是针对产品的形状、构造或其结合提出的实用新技术方案，创造性 要求低于发明，仅保护产品，不包括方法，保护期短于发明专利；外观 设计专利是对产品外观（形状、图案、色彩或其结合）的新设计，需富 有美感且适于工业应用，仅保护视觉设计，不涉及技术方案。因此，发 明和实用新型专利技术性更强，能够代表公司的研发技术水平。
3、科技主题指数成分股
筛选科技主题指数（包括科创板和创业板科技类指数），将对应指数成分股 取并集。
4、科技主题基金持仓
筛选出以上维度股票池后，将上述维度股票池取并集，以此为基础，筛选重 仓（持仓市值占基金净值比）该股票池的公募基金作为科技主题基金。接着，将 科技主题基金的全部持仓（或前十大重仓）股票纳入到科技主题股票池中。
5、行业剔除
考虑到部分股票属于传统非科技行业，但也可能满足上述要求之一（如中国 石油的专利数量超过 500 个）。因此，对股票进行行业筛选，剔除属于房地产、 钢铁、公用事业、建筑材料、建筑装饰、交通运输、石油石化、有色金属、综合、 煤炭、纺织服饰等 19 个申万一级行业的股票。
6、科技主题股票池数量、行业特征
科技主题股票池筛选逻辑如表 2 所示，除行业剔除规则外，满足 7 个条件之 一即可进入科技主题股票池。从数量来看，科技主题股票池数量呈 现稳定增长趋势，从 2015 年的不到 200 只增加到 2024 年的 1000 只左右。另 外，从行业分布来看，截至 2025 年 2 月，科技主题股票池主要以 计算机、电子、机械设备等行业为主。
7、基于科技主题股票池的科技主题指数历史表现分析
本节选取市场主流的科技指数，并与基于上文筛选的科技主题股票池构建的 指数进行对比。首先，筛选基金名称包含“科技”的被动指数型基金，然后统计 跟踪指数的基金数量和合计规模。剔除金融科技、中证生科等有具体行业主题偏 向的指数后，可以发现，科技龙头（931087.CSI）的挂钩基金数量和规模均较 大，可以作为代表性的科技指数，下文将其与我们自己构建的科技主题指数进行 对比。
科技主题指数历史表现优异，震荡市和熊市表现突出。基于筛选出科技主题 股票池，构建科技主题指数，并与主流的科技类指数对比， 科技主题指数自 2015 年以来年化收益达 8.21%，高于其他科技类指数，最大回 撤、夏普比率、卡玛比率等也均优于其他指数。从分年表现来看，如表 4 所示： 科技主题指数分年度收益稳健，尤其在震荡市和熊市中表现优异，显著优于其他 同类指数。
上一章对科技主题股票池进行了初步筛选，本章基于筛选出的科技主题股票 池编制科技主题指数，并在该指数上基于流动性、估值、量价等维度构建择时策 略。
1、美债利率
美债利率对科技板块的影响核心在于流动性环境和估值体系的动态变化。美 债收益率作为全球资产定价的锚，其变动会通过以下渠道传导至科技股： 首先，利率水平直接作用于科技公司的估值中枢。由于科技企业普遍具备高 成长性特征，其估值更依赖未来现金流的折现，这使得科技板块对折现率变 化尤为敏感。当美债收益率上行时，折现率的抬升会系统性压低成长股的估 值水平，这种效应在长期利率快速上行阶段尤为显著。 其次，利率环境改变会影响市场的流动性结构和风险偏好。美债收益率上升 往往伴随着流动性收紧，这不仅会提高科技企业的融资成本，更重要的是会 引发资金从高风险资产向避险资产转移。科技板块作为典型的成长型资产， 通常会在此过程中面临资金流出压力。反之，当美债收益率下行，流动性宽 松，资金往往流入科技板块。 考察 10 年期美债利率（考虑数据可得性，作滞后 1 日处理）过去 3 年（750 个交易日）的历史分位值，若当前分位值相对 3 个月（90 个交易日）提升超过 30 个百分点，则看空科技板块；反之，若当前分位值相对 3 个月前下降超过 30 个百分点，则看多科技板块。 从回测表现来看，基于美债利率的择时策略年化收益 25.81%，相对科技指 数超额年化收益近 20%，最大回撤 21.24%，显著低于科技主题指数，且交易胜 率达 100%。
2、估值水平
科技板块的估值逻辑与传统行业存在显著差异，主要体现在高成长性、强周 期性和高波动性。因此，估值因素对科技行业的投资判断至关重要。然而，不同 的估值指标适用的情形不同：PE 反映市场对公司盈利的定价，适用于成熟期或 稳定盈利的科技公司（如芯片制造、消费电子）。但科技行业的高研发投入可能 导致短期利润波动，PE 在亏损或高增长阶段可能失效。PB 适用于重资产科技行 业（如半导体设备、IDC 数据中心），其价值依赖于厂房、设备等有形资产，但 轻资产科技公司（如 SaaS、AI 算法）的账面价值可能低估真实价值。对于尚未 盈利但收入快速增长的科技公司（如云计算、创新药），PS 比 PE 更具参考性。 它通过收入规模衡量估值，避免因短期亏损导致的 PE 失真。 科技行业的估值逻辑与传统行业存在显著差异，主要体现在成长性溢价、研 发资本化、技术迭代风险等方面。因此，估值因素对科技行业的投资判断至关重 要。每当科技指数估值回落到历史 20%以下时，往往对应行业的 底部，未来大概率将展开一段持续时间较长、幅度较大的科技股牛市。那么，在 精选科技股时，也需重点考虑估值，下面将从估值层面搭建科技股选股因子。
然而，不同的估值指标适用的情形不同：PE 反映市场对公司盈利的定价， 适用于成熟期或稳定盈利的科技公司（如芯片制造、消费电子）。但科技行业的 高研发投入可能导致短期利润波动，PE 在亏损或高增长阶段可能失效。PB 适用 于重资产科技行业（如半导体设备、IDC 数据中心），其价值依赖于厂房、设备 等有形资产，但轻资产科技公司（如 SaaS、AI 算法）的账面价值可能低估真实 价值。对于尚未盈利但收入快速增长的科技公司（如云计算、创新药），PS 比 PE 更具参考性。它通过收入规模衡量估值，避免因短期亏损导致的 PE 失真。 因此，本节选取 PE、PB、PS 共同考察科技板块的估值水平。首先，计算 估值指标过去 60 个交易日的历史分位值，若当前分位值突破 40%，则说明科技 板块处于估值回升（修复）趋势，看多科技指数；反之，若当前分位值跌破 60%， 则说明科技板块有估值回落（下修）趋势，看空科技指数。 从回测表现来看，基于估值水平的择时策略年化收益近 20%，相对科技指数 超额年化收益约 13%，最大回撤约 33%，显著低于科技主题指数，交易胜率超 58%，盈亏比也达 2.73。
3、量价指标
动量突破策略是一种趋势跟踪方法，其核心逻辑是：当资产价格展现出强劲 的上涨动能时，顺势买入并持有，直到趋势衰竭。该策略基于以下市场假设：1） 动量效应：过去表现强势的资产，未来短期内可能继续强势（即“强者恒强”）； 2）趋势延续：价格突破某一阈值后，往往会产生持续性行情。策略具体构建方 法：计算过去 10 个交易日的收益率，若收益率突破阈值（3%），则看多科技板 块；反之，若收益率回落至阈值以下，则看空科技板块。 从回测表现来看，基于动量突破的择时策略年化收益约 16%，相对科技指数 超额年化收益约 9%，最大回撤约 35%，低于科技主题指数。交易胜率虽然不高， 但是盈亏比较高，达 2.35。
4、多维度科技板块择时策略
基于美债利率、估值水平、动量突破三个维度，构建科技板块复合择时策略。 三个子策略择时信号加权得到复合策略的权益仓位，权重分别为 50%、40%、 10%，月频调仓（月初第一个交易日收盘）。 从回测表现来看，基于美债利率、估值水平和动量突破的多维度择时策略年 化收益约 21%，相对科技指数超额年化收益约 14%，最大回撤约 15%，低于科 技主题指数。
在上一章对科技主题股票池初步筛选的基础上，本章将从估值、基本面、技 术面、风格和另类因子等几个维度深入分析，构建科技主题量 化选股策略。通过多个维度相关性较低的大类因子，提高模型稳定性和适应性， 确保在高波动特性的科技行业中仍能筛选出具备投资价值的优质标的。注意，本 章进行单因子测试时所用的因子均已经进行了行业、市值中性化处理。
1、估值维度
上一章已经讨论过估值因素在科技板块中至关重要，在精选科技股时，也需 重点考虑估值，下面将从估值层面搭建科技股选股因子。 估值维度选取市盈率（EP 分位点、EP 估值中枢偏离）、市净率（BP）和 市销率（SP_TTM）三大类因子。
从累计 Rank IC 和十档分组年化超额收益来看， EP 分位点、EP 估值中枢偏离等估值因子 IC 较为稳定，且分组超额单调性较为 显著。 考察估值因子多空组合表现，EP 分位值、EP 估值中枢偏离等因子的多空超额收益较高，多头组合表现也较优异， 超额收益稳定性较强。
2、基本面维度
从累计 Rank IC 和十档分组年化超额收益来看，标 准化预期外盈利、盈余公告前隔夜动量等基本面因子 IC 较为稳定，且分组超额 单调性相对较好。
3、技术面维度
从累计 Rank IC 和十档分组年化超额收益来看，20 日成交额、20 日换手率波动等技术面因子 IC 较为稳定，且分组超额单调性较好。
4、风格因子维度
从累计 Rank IC 和十档分组年化超额收益来看，20 日特异度等风格因子 IC 较为稳定，且分组超额单调性相对较强。
1、基于量化多因子模型的科技主题选股策略
上一章我们分别从估值、基本面、技术面和风格等维度构建了若干选股因子， 接下来按照 ICIR 加权的方式对因子进行复合（基于因子过去 12 个月的 ICIR 加 权），构建科技主题量化选股策略。
从组合持仓股票数量来看，基于量化多因子模型的选股策略 持仓数量平均在39只左右。从科技主题选股策略的行业分布来看， 基于量化多因子模型的选股组合主要以计算机、机械设备、电子、医药生物、电 力设备等行业为主，与科技主题股票池的行业分布较为一致。
2、科技主题择时+选股策略
接下来，在选股策略基础上进一步叠加择时策略，权益仓位偏离度为 40% （偏股混合型基金的权益仓位范围为 60%-95%）。
在全球科技产业变革与国产替代加速的背景下，科技创新成为推动经济转型 升级的核心动力。本报告基于研发、专利、基金持仓等多维度，筛选复合科技创 新主题的股票池，为后续策略奠定基础。 报告从自上而下的角度为投资者提供科技板块的投资全攻略：在宏观择时层 面，报告从宏观流动性、估值及量价等维度，构建科技板块择时策略。择时策略 年化收益约 16%，相对科技指数超额年化收益约 9%，最大回撤约 35%，低于科 技主题指数。 在选股层面，报告从基本面、技术面、风格等维度，精选选股因子，并基于 ICIR 加权方法构建量化选股策略。从因子表现来看，基本面、技术面和风格因 子 IC 均较为显著，其中技术面因子的 IC 和 ICIR 最为显著，且因子单调性、多 空超额收益均较优异。复合因子 Rank IC 均值近 0.10，ICIR 超过 0.9，胜率近 90%，分层收益单调性优异。 另外，策略相对市场主流的科技指数科技龙头的 费后超额年化收益达 15.36%，且能够稳定战胜市场指数。叠加择时策略后，策 略表现有进一步提升。 展望未来，随着 AI 商业化加速、人形机器人量产等科技突破持续推进，科 技赛道的长期投资价值将进一步凸显。本报告为投资者提供了系统且量化的科技 投资方法论，在控制风险的同时，持续捕捉科技创新的超额收益。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
