公募基金 2025 年三季报已披露完毕，基金定期披露的季度报告中往往包含基金经理对报 告期内投资策略和运作情况的分析，以及对宏观经济、市场走势、行业、风格等方面的展 望和判断。我们已在 2024 年 8 月 8 日发布的《RAG-DeepSeek 读季报：公募基金经理一致 观点解析》和 2024 年中，利用大语言模型和检索增强技术的结合，构建起基金经理季报 观点的分析框架。 Retrieval Augmented Generation(RAG，检索增强)是一种利用外部来源获取事实来增强 生成式 AI 模型的准确性和可靠性的技术，它结合了信息检索和文本生成的自然语言处理 技术，旨在提升生成文本的准确性和相关性。检索增强技术能够有效解决大量季报观点字 数超大模型输入 token 限制问题。
在本篇报告中，我们以 DeepSeek-V3 模型为分析工具，沿用了原有分析框架，并在此基础 上对观点的分类汇总、提示工程、输出效果等方面进行了优化，对基金经理 2025 年三季 报的观点进行了全面剖析。此外，我们对样本逐个进行宏观、A 股、行业和风格的标签提 取，以更加定量化的方式展示基金经理的观点分布。 我们按照如下步骤来实现大模型对基金三季报整体观点的分析。 1） 数据预处理：基金产品分类、筛选、去重，基金经理姓名与观点整合。 2） 文本分块：我们采用固定分隔符进行文本分块，本次用的是换行符及句号。由于季报 观点中的一段话中往往可能包括多方面的观点（例如宏观、行业），所以我们需要按 语句进行分块，以便在后续检索过程中能够更加精确地检索到对应的语句，避免信息 冗余； 3） 向量化处理：我们使用了开源的“xiaobu-embedding-v2”模型进行文本向量化，将 文本形式转化为数字向量形式； 4） 知识库检索：对于不同的分析任务，例如宏观经济观点分析、A 股走势观点分析、不 同行业观点分析，我们设置了不同的检索语句，检索出相对应的文本内容； 5） 提示词设计：对于不同的分析任务，我们分别设计不同的提示词，以便从季报观点中 总结提炼出核心观点； 6） 定量分析部分，我们逐个样本进行观点提取，实现基金经理观点的定量统计。 7） 大模型处理我们选择了 DeepSeek-V3 的 API 作为本次任务的分析工具。
2.1 宏观经济观点
基金经理们在经济增速、国内通货膨胀、货币政策、进出口与贸易政策、地缘政治和国际 经济环境等多个方面存在不同看法，反映出对中国宏观经济未来走势的多样化预期。
我们对筛选出来的固收+及混合型 FOF 基金经理的宏观经济观点进行逐一进行分类，将基 金经理对宏观经济形势的观点分成四类：看好、不看好、中性、无观点。我们统计了 2025 年中报及 2025 年三季报中，这些基金经理各类观点的占比。由于季报基金经理观点不及中报详细，因此出现了较多的无观点情况。这里的无观点指的是季报文本中完全没有关于 宏观经济的观点，或者没有展望未来的观点只是回顾过去情况。 按照大模型进行的观点分类结果，相比于 2025 年中报，2025 年三季报的宏观经济观点中， 仅有少量样本持有不看好观点，不足 10%。持有看好观点的样本占比小幅下降，而持有不 看好观点的样本占比略有提升，持有中性观点的样本占比下降。
2.2 A 股市场观点
我们从市场结构、市场走势预期、上市公司业绩表现、估值水平、市场情绪、资金流等方 面拆解了基金经理的观点，在这些维度上，基金经理们出现了差异性的观点。 未来股价走势、上市公司业绩表现、估值水平三个维度分歧较大。各个维度均存在一定的 风险点，例如指数冲高回落的可能性、科技板块隐含泡沫风险、强势板块情绪过热等。
我们对筛选出来的固收+及混合型 FOF 基金经理的 A 股市场走势观点进行逐一进行观点分 类，将基金经理对 A 股走势的观点分成四类：看好、不看好、中性、无。其中无观点代表 没有对 A 股市场相关的观点，或者没有展望未来的观点只是回顾历史数据。 根据分类结果，多数季报可能未给出明确的观点，因此三季报无观点的样本占比超过 50%。 而持有看好 A 股市场观点的样本占比明显高于不看好，占比达到 31.18%。
2.3 资产配置观点
我们汇总了固收+及混合型 FOF 基金经理的资产配置观点，从 A 股、债券、黄金、海外、 风格、行业等方面进行了观点的拆解。A 股、债券、海外市场分析明细， 而黄金资产配置的分歧较小，增配观点突出。
3.1 基金经理行业观点变化统计
我们对筛选的主动权益基金经理观点样本进行逐一分析，让 DeepSeek 给出基金经理未来 看好的行业名称，按照“消费、医药生物、金融地产、TMT、制造、周期、新能源”等大 板块进行分类，并在每一个大板块中列举了若干热门细分板块让 DeepSeek 进行选择。 根据 DeepSeek 给出的标签，我们进行人工修正后，统计了各板块被看好的样本的数量。 2025 年三季报中，看好情况占比从大到小依次是 TMT、制造、周期、新能源、医药、消费、 金融地产、周期、新能源， TMT 板块占有绝对优势。从边际变化来看，相对于 2025 年中 报的观点，2025 年三季报 TMT、周期、新能源三大板块的看好比例明显提升。
对于细分行业，我们也统计了基金经理看好的细分方向。各板块 2025 年 Q3 看好数量最高 的 5 个细分行业如下图所示。TMT 板块中，大量基金经理看好人工智能方向，占比 46.91%， 而半导体、通信等细分赛道的看好比例大幅提升；周期板块中，有色金属行业最受基金经 理看好，而贵金属的看好比例有所提升；医药生物板块中，看好创新药的基金经理占比最 高，占比超过 20%，但较 2025 中报大幅下降。
3.2 消费行业观点解析
3.2.1 消费细分行业观点
我们对消费行业细分板块进行了拆解，DeepSeek 分别从运动服饰、家电、餐饮旅游、白 酒、食品饮料、零售、养殖、宠物食品等细分行业分析了基金经理的观点。
3.2.2 消费行业内选股逻辑
我们总结了 2025 年三季度消费行业内部基金经理的选股逻辑。消费行业内部也存在结构 性机会，既包括潮玩、美护、黄金珠宝、宠物食品等细分赛道，也会关注白酒渠道出清的 龙头复苏机会以及反内卷政策驱动的养殖业产能去化红利。
3.3 TMT 行业观点解析
3.3.1 行业细分板块的观点解析
我们对 TMT 行业细分板块进行了拆解，分别从人工智能、半导体、电子、通信、计算机与 互联网、传媒、软件、硬件等行业分析了基金经理的观点。 其中，基金经理认为人工智能是未来 TMT 行业最具持续成长的核心驱动力，AI 创新将持 续推动产业进步并带来显著投资机会，尤其看好算力产业链、端侧 AI 应用、多模态模型 发展以及 AI 智能体技术的商业化前景。而全球半导体周期已进入上行通道。通信行业将 显著受益于海外 AI 算力需求的确定性和国内算力建设加速，光模块、PCB 等技术环节在 供需两侧均持续上修需求能见度高，业绩增速与估值匹配度占优尤其龙头公司兑现能力更 强，预期 2026 年算力集群建设进入新周期带动相关产业链成长。
3.3.2 行业内选股逻辑
我们总结了基金经理在 TMT 板块的选股逻辑。政策层面，他们认为政策红利加速国产算力、 半导体设备和 AI 应用的商业化落地，例如十四五和十五五规划下的科技自主创新方向。 选股逻辑中侧重配置受政策倾斜的细分领域，如国产算力芯片、先进晶圆制造和政策支持 的 AI 基础设施项目，通过自上而下筛选政策敏感度高、具备国家战略卡位优势的企业。
我们也让大模型筛选出部分典型的基金经理在 TMT 行业内的选股逻辑。基金经理仍普遍关 注 AI 相关的投资机会，如 AI 算力和 AI 应用。
3.4 医药行业观点解析
3.4.1 医药行业细分板块的观点解析
我们对医药行业细分板块进行了拆解，分别从创新药、CX0、医疗器械、中药等多个细分 行业分析了基金经理的观点。创新药板块被认为是是中国医药行业的核心驱动力，未来三 至五年保持高速增长，但风险包括短期交易过热、BD 预期过高、中美关税政策扰动及部 分公司估值透支可能引发回调。
3.4.2 行业内选股逻辑
基金经理在医药行业的选股逻辑侧重多个维度，创新和政策是两个重要方面。 DeepSeek 也给出了几个医药行业基金经理的具体选股逻辑，均提及了创新药的投资机会， 此外 AI+医药也是重要的关注点。
3.5 金融地产行业观点解析
3.5.1 行业细分板块的观点解析
我们对金融与地产板块进行了细分梳理，涵盖银行、证券、保险和房地产等领域。房地产 领域，基金经理认为房地产行业处于触底阶段销售和价格数据低迷，但分化中头部公司机 会显现。
3.5.2 行业内选股逻辑与关注点
我们总结了金融地产行业内基金经理的选股逻辑，涵盖政策驱动、估值修复、业务转型、 风险控制和资产质量等多个维度。在估值修复维度，基金经理强调当前金融地产板块整体 处于历史低位，具备显著的估值回归潜力。
3.6 周期行业观点解析
3.6.1 行业细分板块的观点解析
我们对周期行业细分板块进行了拆解，重点分析了有色金属、钢铁、化工、建材等行业的 基金经理观点。总体来看，基金经理对有色金属的观点较为乐观，钢铁、电力等具有估值 修复潜力，煤炭、石油、天然气等都有股息率高的特点。
3.6.2 行业内选股逻辑与关注点
我们对基金经理们在周期行业内的选股逻辑进行了总结。基金经理们在周期行业的选股逻 辑强调供需关系、价格周期、政策驱动、成本控制、产能优化等方面。在防御配置方面， 基金经理在不确定性中强调防御性，选股以低估值、高股息和现金流稳定为准则。煤炭、 电力和公用事业龙头因盈利稳定、资本开支下降和分红率提升，提供下行保护；工业金属 和化工制品龙头估值处于历史低位，股息率高于市场均值，在经济复苏前提供安全垫；资 源贸易和电力设备企业现金流充裕，在周期底部展现出股东回报增强潜力，防御属性突出； 这种配置旨在平衡组合风险，尤其在宏观波动时，高股息标的提供绝对收益机会。
3.7 制造行业观点解析
3.7.1 行业细分板块的观点解析
我们总结了制造业各细分领域的基金经理观点。总体来看，基金经理普遍看好装备制造、 机器人、智能制造、工业自动化、工程机械等领域。
3.7.2 行业内选股逻辑与关注点
我们总结了基金经理在制造业的选股逻辑，政策因素被视为制造行业选股的核心驱动力， 基金经理聚焦于“反内卷”政策、产业支持政策和出口政策的催化效应。他们看好政策推 动产能出清和行业整合的领域，如半导体设备国产化、机器人产业落地和新能源装备推广， 并评估企业是否能受益于政策红利带来的订单增长或竞争格局优化，强调政策连贯性对投 资时机的把握。
大模型还总结了部分制造业基金经理的选股逻辑，基金经理们关注的细分赛道有所不同， 多个基金经理重点关注机器人产业链。
3.8 新能源行业观点解析
3.8.1 行业细分板块的观点解析
新能源板块中，基金经理从光伏、风电、新能源汽车、储能、氢能等维度展开分析。整体 来看，光伏板块受益于反内卷政策下落后产能加速出清，风电、储能、氢能等板块景气修 复。
3.8.2 行业内选股逻辑与关注点
总体来看，基金经理普遍关注具备技术创新、产业升级、政策反转、周期性反转、估值修 复等逻辑。
4.1 基金经理看好的风格分布
我们对筛选的主动权益基金经理观点样本进行逐一分析，让 DeepSeek 给出基金经理未来 看好的风格名称，从“成长、价值、红利、大盘、小盘、微盘”中筛选。 风格方面，无观点的样本占比超过 50%，季报观点文本中大量样本没有明确表达风格观点。 2025 年 Q3 观点中，基金经理普遍看好成长，两个季度变化不大，三季度微微提升。而对 于小微盘，看好比例有所下降。
4.2 成长/价值/红利风格观点解析
我们分析了主动权益基金经理对于各个格的观点。成长风格被广泛看好，科技成长是核心 驱动力，但部分个股估值已高，存在业绩兑现不足的可能。红利受成长风格挤压表现平淡， 高股息资产如金融、公用事业等防御属性弱化，然而他们认为四季度红利风格仍可期，高 分红策略在低利率环境下提供稳定现金流和风险对冲价值，长期看好因社会流动性充裕和 上市公司分红提升趋势。
（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。）
