这份研报深入探讨了AI产业的五层架构,即能源→芯片→基础设施→模型→应用,并分析了各层级的ETF配置价值。报告重点研究了AI产业逻辑、产业驱动因素、中美格局,以及各层级ETF的规模占比、收益表现和定位。通过分析芯片层、基础设施层、模型层、能源层和应用层的ETF产品格局,提出了相应的投资建议和风险提示。
AI行业未来将围绕算力展开重资产军备竞赛,遵循能源→芯片→基础设施→模型→应用的发展路径。北美云厂商资本持续扩张,中国AI芯片国产化率提升,Token调用量指数级增长驱动数据中心扩容。中美在产业链上各有优势,美国在上游供给的技术制高点,中国则在能源供给、基建速度、开源模型性价比和场景落地方面具有优势。
研报重点分析了芯片层、基础设施层、模型层、能源层和应用层的ETF配置方向。芯片层ETF规模占比最高,收益表现最佳,是AI主题配置的核心底仓;基础设施层ETF适合作为硬件主线的增强与卫星仓;模型层ETF更适合作为主题卫星与工具池;能源层ETF定位更接近算力扩张的电力配套;应用层ETF商业化与业绩兑现仍不均衡,配置上宜精选、控制仓位。
当前AI市场处于从硬件基建期向应用与商业化扩散期过渡的阶段,随后将进入算力硬件主升浪和生态深化与算电协同期。资金定价逻辑沿产业链“卡脖子”与“景气兑现”两条线索择时定价。近期硬件龙头ETF出现较大回撤,市场波动加剧,投资者需关注产业链各环节的景气度变化。
研报提示了政策监管风险、技术发展不及预期风险、市场波动风险、产品回撤风险和ETF流动性风险。政策监管风险可能影响AI产业的快速发展;技术发展不及预期可能导致投资回报不达预期;市场波动风险和产品回撤风险可能导致投资组合价值下降;ETF流动性风险可能影响投资者的买卖操作。投资者需充分了解并评估这些风险,制定合理的投资策略。