RAG-ChatGPT：Q3公募基金经理的观点有什么变化？

公募基金2024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-ChatGPT读季报：公募基金经理一致观点解析》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OpenAI的GPT-4o模型为分析工具，沿用了原有分析框架，并在此基础上对数据预处理、分析对象精准分类、提示工程、输出效果等方面进行了优化，对基金经理三季报的观点进行了全面剖析。优化方案如下表所示：

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、风格），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、港股走势观点分析、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） 大模型处理：我们选择了GPT-4o的API作为本次任务的分析工具。

我们对基金经理观点的详细筛选标准如下表所示：

2.1 宏观经济观点

基金经理们在经济增速、通胀、政策效果、内需、出口及外部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。

我们对筛选出来的百亿基金经理的宏观经济观点进行逐一进行情感评分，将基金经理对宏观经济的观点分成六类：非常乐观、比较乐观、情感不明确、略有担心、非常担心、无观点。我们统计了2024年三季报及中报中，这些基金经理各类情绪的占比。总体上，无论是2024年三季报还是2024年二季报，多数基金经理对宏观经济走势均保持乐观的态度。相比于上个季度，整体的情感变化不大。

2.2 A股市场观点

总体来看，基金经理们对四季度A股市场的观点存在一定的分歧，主要集中在市场走势的持续性、企业盈利的改善速度、估值的合理性、资金流的持续性以及政策效果的长期影响上。

我们对筛选出来的百亿基金经理的A股市场走势观点进行逐一进行情感评分，将基金经理对A股走势的观点分成六类：非常乐观、比较乐观、情感不明确、略有担心、非常担心、无观点。我们统计了2024年三季报及中报中，这些基金经理各类情绪的占比。总体上，无论是2024年三季报还是2024年二季报，多数基金经理对A股走势均保持乐观的态度。相比于上个季度，持有乐观态度的基金经理数量显著增加，基金经理对A股市场的走势更加乐观。

2.3 港股市场观点

我们对持有了较多港股的基金经理观点进行了整体性的分析。总体来看，多数基金经理对港股市场持乐观态度，认为政策利好、估值吸引力和资金流入将推动市场反弹和上涨，但也有部分基金经理对市场震荡调整和政策效果持谨慎态度。

对港股走势的观点分成六类：非常乐观、比较乐观、情感不明确、略有担心、非常担心、无观点。我们统计了2024年三季报及中报中，这些基金经理各类情绪的占比。总体上，无论是2024年三季报还是2024年二季报，多数基金经理对g港股市场均保持乐观的态度。相比于上个季度，基金经理对港股市场的走势更加乐观。

3.1  消费行业观点解析样本预处理

3.1.1行业观点中的共识、分歧与观点变化

我们从基金经理三季报观点中，提取了消费主题基金经理的消费行业相关的观点进行了深入分析。基金经理对消费行业的共识与分歧如下表所示，同时我们也对比了基金经理三季度的观点相对于中报的变化。基金经理们对消费行业的观点在三季度表现出边际上的乐观情绪增加，主要是由于政策支持力度的加大和市场情绪的改善。然而，仍需关注政策效果的实际落实和宏观经济环境的变化，这些因素将继续影响消费行业的表现。

3.1.2 消费细分行业观点

我们对消费行业细分板块进行了拆解，分别从食品饮料、白酒、家电、纺织服装、商贸零售、农林牧渔、社会服务等行业分析了基金经理的观点。

3.1.3 消费行业内选股逻辑

我们总结了消费行业内部基金经理的选股逻辑。2024年三季度，基金经理在消费行业选股逻辑涵盖政策与估值修复、内需与外需的平衡、估值与基本面、分红与股东回报、新型消费与传统消费的切换、龙头公司与品牌力等逻辑。

3.2 TMT行业观点解析

3.2.1 行业观点中的共识、分歧与观点变化

我们从基金经理三季报观点中，提取了TMT主题基金的基金经理相关的观点进行了深入分析。基金经理对TMT行业的共识与分歧如下表所示，同时我们也对比了基金经理三季度的观点相对于上季度的变化。基金经理对TMT行业的未来表现的边际变化是更乐观了。这种变化的理由包括对AI和半导体领域的信心增强、政策支持的预期超出市场预期、以及对行业估值和盈利能力的更积极看法。然而，部分分歧和风险仍然存在，需要投资者保持一定的谨慎。

3.2.2 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、消费电子、半导体、通信与5G、云计算与云服务、计算机与软件、传媒与互联网等行业分析了基金经理的观点。

3.2.3 行业内选股逻辑

选股逻辑主要围绕TMT行业的不同细分领域，尤其是人工智能、半导体、计算机、互联网等领域的未来发展潜力和市场机遇，基金经理在TMT行业的选股逻辑主要集中在科技创新、自主可控、AI驱动、半导体周期复苏等方面，强调选择具有长期成长潜力和市场竞争力的细分行业龙头公司。

3.3 医药行业观点解析

3.3.1 行业观点中的共识、分歧与观点变化

我们从基金经理三季报观点中，提取了医药主题基金的基金经理相关的观点进行了深入分析。基金经理对医药行业的共识与分歧如下表所示，同时我们也对比了基金经理三季度的观点相对于上季度的变化。医药行业在三季度的观点边际变化表现为更加乐观。这种乐观情绪的增强主要源于对创新药和医疗设备领域的看好、行业估值的吸引力以及政策支持的持续预期。尽管在具体策略和细分领域上仍存在分歧，但整体情绪较二季度有所改善。

3.3.2 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、医疗设备、中药、医美、减肥药、药店、医疗服务等多个细分行业分析了基金经理的观点。

3.3.3 行业内选股逻辑

医药行业内基金经理选股围绕着老龄化驱动的刚需、创新药产业链、医疗设备和器械、全球化和出口增长、估值修复机会、政策支持和进口替代等逻辑。ChatGPT也给出了几个医药行业基金经理的具体选股逻辑。

3.4 金融地产行业观点解析

3.4.1 行业观点中的共识、分歧与观点变化

我们对金融地产主题基金的三季报观点进行分析，总结了基金经理的共识与分歧，也对比了本季度与上季度的观点变化。金融地产行业的未来表现从二季度到三季度的观点边际变化总体上趋于更乐观。理由在于：宏观经济和政策环境的改善预期增强，行业估值提升的信心加大，对非银行金融板块的机会更加关注，以及对地产行业的态度从谨慎转向关注基本面改善的可能性。这些因素共同促使基金经理们在三季度对金融地产行业的整体情绪有所改善。

3.4.2 行业细分板块的观点解析

我们对金融地产行业细分板块进行了拆解，分别从银行、证券、互联网金融和金融科技、房地产等行业分析了基金经理的观点。

3.4.3 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，从银行、非银行金融、保险、房地产、多元金融等不同细分行业分别总结出了基金经理的选股思路。

3.5 周期行业观点解析

3.5.1 行业观点中的共识、分歧与观点变化

我们对周期主题基金中基金经理的三季度观点进行了分析，总结出大家的共识和分歧，也总结出来相比于上个季度的变化。基金经理们对周期行业未来表现的边际变化趋于更加谨慎。这种变化主要是由于对行业景气度、估值水平、上市公司盈利能力及政策利好的分歧加大，反映出对未来市场不确定性的担忧有所增加。

3.5.2 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，分别从上游资源、贵金属、有色金属、交通运输、电力与公用事业等行业分析了基金经理的观点。各基金经理对四季度周期行业的展望普遍较为积极，特别是上游资源行业和有色金属领域。在政策支持和全球经济环境改善的背景下，周期行业的估值和盈利能力有望提升。然而，不同细分行业的表现可能会因供需格局、政策力度和全球经济变化而有所差异。

3.5.3 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。基金经理的观点表明，他们在周期行业的选股中普遍关注宏观经济政策、供需关系、行业景气度、全球经济与大宗商品价格以及企业的内在价值与财务稳健性。

3.6 制造行业观点解析

3.6.1 行业观点中的共识、分歧与观点变化

我们对制造主题基金的基金经理三季报观点进行了总结，总体而言，基金经理们在制造行业的未来表现上达成了一定的共识，但在具体细分领域的景气度、估值水平、公司经营情况以及政策影响等方面仍存在显著的分歧。相比于上个季度，制造行业的边际变化表现为更乐观的情绪，主要由于对行业景气度、估值水平、公司经营状况和政策利好的预期有所改善。

3.6.2 行业细分板块的观点解析

我们总结了制造业中各细分领域的基金经理观点，总体来看，制造行业在四季度普遍存在产能出清、需求增长的趋势，尤其是在新能源、储能、智能汽车等领域，政策支持和市场需求的双重推动下，行业景气度有望提升。各细分行业在经历调整后，部分龙头企业凭借技术和管理优势有望获得更大市场份额。

3.6.3 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，从新能源、机械制造、汽车制造、电力设备制造、化工行业、高端制造业等不同的细分板块分别进行了总结。

大语言模型也为我们输出了部分制造业基金经理的选股逻辑，基金经理的观点表明，制造行业的选股逻辑主要围绕新能源、高端制造、工程机械和汽车等领域，关注技术创新、国际竞争力和经济复苏带来的市场机会。

4.1 市值风格观点解析

我们分析了百亿基金经理对于市值风格的观点，并与上季度的观点进行了对比。总体而言，基金经理们对大盘风格的态度从乐观转为谨慎乐观，对小盘风格从谨慎转为略显乐观。这种变化主要受到市场估值水平、政策利好持续性、风险偏好变化以及市场风格切换等因素的影响。

4.2 成长/价值风格观点解析

我们分析了百亿基金经理对于成长、价值风格的观点，并与上季度的观点进行了对比。总体而言，四季度的观点显示出基金经理们对成长风格的乐观情绪有所增加，原因在于估值的合理化、行业景气度的改善以及政策对科技创新的支持。而对价值风格的态度则更为谨慎，主要由于市场估值的修复和波动性风险的增加。在这种背景下，投资者可能更倾向于在成长风格中寻找机会，同时保持对价值风格的审慎态度。

4.3 红利风格观点解析

我们分析了百亿基金经理对于红利风格的观点，并与上季度的观点进行了对比。总的来说，基金经理们对红利风格的态度从三季度的相对乐观转向四季度的谨慎和分化。尽管部分基金经理仍然看到红利风格在合理估值下的投资机会，但更多的观点倾向于关注成长和顺周期资产的潜力。这一变化主要受到估值修复不及预期、市场表现疲软以及政策利好未能有效传导至红利风格等因素的影响。

1）本文所提及的宏观经济、行业、风格等观点是以大语言模型为工具，基于对基金季报中基金经理观点而进行的总结提炼，大模型输出的内容存在一定的随机性和准确性风险；

2）受限于大模型的输入token量的限制以及向量数据库的检索原理，可能不能够覆盖全部基金经理的观点；

3）本文所提炼的观点，基于一定的提示词产生，大语言模型输出的结果可能随着提示词的变化而发生变化。

1. 《主动量化研究之二：当绩优基金重仓股遇到调研会发生什么“共振”？》

2. 《主动量化研究之一：择时、选股、选基——自主可控概念量化投资指南》

Beta猎手系列

  1.《Beta猎手系列之十二：RAG-ChatGPT提前布局热点概念领涨股》

  2.《Beta猎手系列之七：追上投资热点——基于LLM的产业链图谱智能化生成》

  3.《Beta猎手系列之六：基于宏观量价信号叠加的微盘股茅指数择时轮动策略》

  4.《Beta猎手系列之五：Beta猎手系列之五：基于机构调研热度和广度视角的行业配置策略》 

  5.《Beta猎手系列之四：如何利用ChatGPT解析卖方策略观点并构建行业轮动策略？》 

  6.《Beta猎手系列之三：行业超预期的全方位识别与轮动策略》

  7.《Beta猎手系列之二：熵池模型：如何将纯主动观点纳入量化配置模型》

  8.《Beta猎手系列：基于动态宏观事件因子的股债轮动策略》

智能化选基系列

1. 《智能化选基系列之七：基于AI预测中的个股Beta信息构建ETF轮动策略》

2. 《智能化选基系列之六：如何用AI选出持续跑赢市场的基金？》

3. 《智能化选基系列之五：如何如何刻画基金经理的交易动机并进行基金优选？》
   

4. 《智能化选基系列之四：如何用LLM生成基金经理调研报告并构建标签体系？》
   

5. 《智能化选基系列之三：基金经理多维度能力评价因子优化》
   

6. 《智能化选基系列之二：风格轮动型基金的智能识别与量化优选》

7. 《智能化选基系列：如何通过全方位特征预测基金业绩并构建跑赢指数的基金组合》

1. 《金融工程2023年度投资策略：拨云见日终有时》

2. 《金融工程2024年度策略：小盘股为帆，AI量化掌舵》

＋