2026年基金专题报告：基于大模型的主动权益基金季报观点提取与归纳

引言

在公募基金研究框架中，季报文本长期处于一种高价值但低利用的位置。市场更 习惯通过持仓、净值、换手率、回撤与超额收益等指标来刻画基金经理风格与能 力，这些指标确实构成了基金分析的基础，但它们更多回答的是“做了什么”，而 不是“为什么这么做”。相较之下，季报文本的独特价值在于，它能够在一定程度 上捕捉基金经理对当期市场环境、产业趋势和组合运作逻辑的主动表达。尽管这 种表达未必完整，也并不必然与后续行为完全一致，但它至少能够帮助研究者理 解基金经理希望以怎样的逻辑框架解释自己的配置选择。 尤其是在市场结构变化很快、产业主题轮动加速、风格频繁切换的时候，只看结 果型数据，往往很难摸清基金经理真正的关注点。例如，一只基金阶段性加仓科 技股，可能是因为判断产业趋势确立，也可能只是因为短期风险偏好改善带来交 易性机会；减仓消费股，也可能是基本面判断变化，也可能仅仅是再平衡操作。 单看持仓和净值，这些差异不总是分得清；但在季报文本里，基金经理通常会留 下线索，比如产业逻辑、需求变化、估值性价比、政策环境，以及对风格和节奏 的判断。也正因为有这些线索，季报文本研究才不只是事后复盘。 从机构行为研究的角度看，基金经理季报文本还有一层价值：它有助于识别“表 达共识”。这里说的表达共识，并不等于投资共识，更不等于未来收益共识。它指 的是，在某一时点上，不同基金经理反复强调了哪些方向、逻辑和风险点。一种 表达共识形成，往往意味着某类叙事已经在机构投资者中广泛传播，并被较多接 受。对研究者来说，这种共识既可能对应主线机会，也可能意味着拥挤风险；但 无论如何，它都是理解机构行为的重要起点。

1.1 样本范围与文本来源

我们研究对象为主动权益基金池对应的 2025Q4 季报样本，主要包括截至 2026 年 3 月 13 日的普通股票型基金，偏股混合型基金和权益资产大于 60%的灵活配置型 基金。 我们首先从网站《资本市场电子化信息披露平台》（网址为 http://eid.csrc.gov.cn/） 抓取季报 PDF，总共抓取到 4217 只基金的季报，再从中抽取两个关键文本区域： 其一为“投资策略和运作分析”的主体章节，对应 strategy；其二为“管理人对宏 观经济、证券市场及行业走势的简要展望”的章节，对应 outlook。二者共同构成 了本次观点识别的主要文本基础。

本次结构化识别主要覆盖五个维度：行业观点、A 股市场观点、港股市场观点、 风格观点与宏观经济观点。 从实际抽取情况看，strategy 文本是当前样本的主体，因此行业观点、A 股观点、 风格观点与港股观点的统计大多建立在 strategy 口径上；而宏观观点由于非常容 易在 strategy 文本中被大模型误判，所以我们主要依赖 outlook 文本，样本量天然 更小。 在基金季报研究中，产品口径与基金经理口径的差异不容忽视。许多基金经理同 时管理多只产品，其季报表述可能高度相似，如果仅从产品口径统计，很容易将 单一基金经理的重复表达误当作市场共识。因此，我们使用经理去重口径，用于 评估基金经理群体层面的真实表达集中度。

1.2 研究步骤

我们基于主动权益基金 2025 年四季度季报文本，引入大模型（DeepSeek）构建文 本结构化分析框架。具体而言，首先对季报 PDF 进行抓取并提取 strategy 与 outlook 文本，构建“基金×维度×文本来源”的标准化任务单元；在此基础上， 依托大模型对基金经理表述进行语义理解与观点识别，实现对子维度、情绪方向 及证据句的自动化抽取，将非结构化文本转化为可统计的结构化数据。随后，通 过基金经理口径去重与数据清洗，形成高质量观点数据集，并在五大维度下开展 统计分析与行业归类。相比传统基于关键词或规则的文本方法，大模型能够更有 效识别隐含表达与复杂语义关系，从而提升观点提取的准确性与信息利用深度。 随后，形成可统计的观点数据集，并在五大维度下开展占比、情绪分布及行业归 类分析。最终，通过观点聚合提炼市场共识与核心分歧，输出市场判断、风格特 征及行业配置主线，为策略研究提供结构化支撑。

基金经理观点全景

2.1 五大维度的表达强弱排序

从基金经理表达结构来看，行业观点仍是季报中的核心信息载体，在 strategy文本 中的命中率高达 82.49%，显著高于其他维度，反映出基金经理在总结与展望中主 要围绕行业配置与产业趋势展开，强调“配置方向与产业逻辑”的核心地位。相比 之下，A 股市场观点（58.65%）呈现“整体判断+结构机会”的双层表达特征，既包 含对市场环境的方向性判断，也聚焦于风险偏好、估值及盈利预期等结构性因素。 风格观点（35.20%）则已具备一定组织性，主要集中于成长、均衡、价值及红利 低波等方向，并伴随少量风格轮动的讨论。港股与宏观观点表达相对稀缺，其中， 港股观点命中率仅 10.25%，基金经理整体表态意愿较低；宏观观点虽具一定前瞻 性，但受限于 outlook 样本规模，更适合作为补充参考。整体来看，基金经理表达 重心明显向行业层面集中，市场与风格作为辅助维度，港股与宏观则处于边际补 充位置。

2.2 结构化抽取观点步骤

在完成基金季报中 strategy 与 outlook 段落文本的抽取后，将段落文本整理为标准 化任务单元，并结合基金代码、基金名称、投资类型、基金经理等基础信息，构 建观点抽取任务表。每条任务以“基金 × 文本来源 × 观点维度”为基本识别单位， 从而保证后续模型抽取时能够区分不同基金、不同文本段落以及不同分析维度。 在任务表基础上，采用统一定义的观点抽取，对基金经理表述进行结构化识别。 核心抽取维度包括：行业观点、A 股市场观点、港股市场观点、风格观点、宏观 经济观点。大模型 DeepSeek 需要判断该段文本是否存在明确观点，并进一步输出 对应的子维度、方向、强度、显隐性、证据句、判断理由等字段。通过这一过程， 原始自然语言表述被转化为可统计、可检索、可回溯的结构化观点记录。

基于观点抽取结果，围绕五个维度，按照进行聚合统计，计算基金经理口径下的 样本数及占比，并同步抽取代表性基金经理原文摘录，形成基金经理多维观点总 览表。最后，在一级行业标签基础上，利用 DeepSeek 进一步识别 TMT、消费、 医药、制造业、周期资源、新能源等大行业内部的细分方向，并总结基金经理关 注的核心逻辑。

基金经理观点解析

3.1 A 股市场观点

基金经理整体对 A 股市场持中期乐观、短期谨慎的一致判断，认为当前处于结构 性行情主导阶段，科技与 AI 仍为核心主线，估值处于合理偏低区间且盈利预期改 善构成中长期支撑。但在市场所处阶段、风险偏好持续性及主线集中度等方面仍 存在一定分歧。

A 股市场整体情绪呈现相对均衡格局，乐观与“无明确观点”占比较为接近，中性 与谨慎占比相对较低，反映出基金经理对市场并未形成一致性方向判断，但对结 构性机会仍保持一定关注。整体来看，分歧中伴随局部共识，市场处于震荡中寻 找主线的阶段。

3.2 宏观经济观点

大家对宏观经济的总体看法比较一致：经济正在底部慢慢恢复，但不同领域表现 不一。经济处于转型与筑底阶段，流动性环境宽松叠加政策持续发力构成主要支 撑，通胀仍处低位但边际改善可期。分歧主要集中在修复节奏与政策传导效率上， 即经济是否已进入实质性上行周期仍存在不确定性。

3.3 风格观点

风格层面市场共识在于均衡配置与快速轮动：成长与价值均有配置逻辑，红利低 波提供防御支撑，市场缺乏单一主线。分歧主要体现在成长与价值的主导地位及 红利资产的持续性判断上，整体体现出基金经理在不确定环境下的均衡与谨慎配 置思路。

从风格维度看，在有明确风格观点的基金经理中，偏成长与偏均衡是最主要的两 类风格取向，占比分别为 37.8% 和 33.5%；偏价值与偏红利低波次之，占比分别 为 12.2% 和 11.5%。整体来看，基金经理风格表达仍以成长和均衡为主，价值及 红利低波风格亦有一定关注，但占比相对靠后。