策略专题什么是判断行业过热可靠指标？——对本轮AI行情的思考

核心观点

1. 估值与交易指标分析：对于高景气科技行业，PB比PE更能精准定位高位区间；成交额占比相较市值占比修正口径更适合刻画交易过热状态。
2. 交易过热与行情见顶：交易过热并非行情见顶的领先信号，历史上多数极端交易热度事件后行情趋势仍在延续，投资胜率和预期收益并未下降。
3. 交易过热的真正意义：交易过热是发出风险控制信号的标志，过去A股交易极致的板块往往迎来波动加大、极端回撤风险增加，投资赔率明显下降。

关键数据与研究结论

• AI硬件板块现状：本轮AI硬件板块的PB与成交额占比已进入历史极端区间，例如今年5月以来，AI算力相关二级行业的PB（LF）和成交额占比历史分位普遍触及99%以上。
• 估值指标对比：
  • 历史上全市场顶部样本中，PB处在90%分位以上的占比66%，高于PE的58%。
  • 滚动十二个月涨幅前十的热门行业见顶时，PB处在90%分位以上的占比79%，高于PE的57%。
  • 高景气周期内行业（如2010-2015年消费电子）顶部样本中，PB处在90%以上分位的覆盖率高达100%，而PE指标高位覆盖率只有75%。
• 成交指标修正问题：
  • 用流通市值占比修正成交额占比会造成信息损耗，行业行情冲顶时股价上涨、市值增长与成交放大三者同步发生，修正后的指标更接近相对全市场换手率。
  • 见顶时原始成交额占比分位数显著高于修正口径，例如涨幅前10的强势行业见顶时原始成交额占比分位数中位数为87.8%，而修正口径仅为72.1%。
• 交易过热后的胜率与赔率：
  • 极端交易热度出现后，涨幅前10的强势科技样本250交易日的胜率为67%，收益中位数14.2%，与基准相比并未显著恶化。
  • 科技样本在估值成交双极端状态后250日出现20%以上回撤的概率为63.6%，远高于基准的40.3%。
  • 交易过热后，涨幅前十强势科技板块250交易日内的赔率从基准的2.3倍降至1.7倍。

结论

交易过热并非可靠的见顶预测标志，但应作为组合风险评估的再修正信号，通过重新校准仓位与对冲，在趋势延续时受益，在尾部兑现时控制损失。