案例验证：2023 年 1 月至 2024 年 12 月，每月定投某恒生科技 ETF，总投入 24 万元，期末账户市值达 38.4 万元，年化收益率达 25%，远超 “一次性买入” 的 18% 年化收益率。
核心逻辑：港股科技板块内部存在 “AI 硬件 - AI 软件 - AI 应用” 的轮动规律（如 2024 年 Q1 AI 硬件领涨，Q2 AI 软件领涨，Q3 AI 应用领涨），通过跟踪板块轮动信号（如资金流向、行业景气度），在不同类型的 ETF 间切换，可提升短期收益；
实操建议：
轮动信号：当某一 AI 细分赛道的资金净流入连续 3 周超 50 亿元、行业景气度指标（如 AI 芯片出货量、AI 软件付费率）同比增长超 50% 时，可重点配置该赛道的 ETF；
仓位控制：单一赛道的 ETF 仓位不超过 ETF 总仓位的 50%，避免 “押注单一赛道” 的风险；例如 2024 年 Q1 配置 AI 硬件 ETF（仓位 50%），Q2 切换至 AI 软件 ETF（仓位 50%），Q3 切换至 AI 应用 ETF（仓位 50%）；
案例验证：2024 年通过 “Q1 AI 硬件 ETF+Q2 AI 软件 ETF+Q3 AI 应用 ETF” 的轮动操作，某投资者的 ETF 组合年化收益率达 40%，远超 “单一持有宽基 ETF” 的 25% 年化收益率。
核心逻辑：根据自身风险偏好（保守、平衡、进取）与市场估值水平，确定港股科技类 ETF 的仓位占比，避免因 “仓位过高” 而承受过大波动，或 “仓位过低” 而错失收益；
保守型投资者：港股科技类 ETF 仓位占家庭总资产的 10%-15%，剩余资金配置债券、货币基金等低风险资产；
平衡型投资者：港股科技类 ETF 仓位占家庭总资产的 20%-30%，同时配置 20%-30% 的 A 股科技 ETF、40%-60% 的低风险资产；
进取型投资者：港股科技类 ETF 仓位占家庭总资产的 30%-40%，同时配置 20%-30% 的 A 股科技 ETF、10%-20% 的美股 AIETF、10%-20% 的低风险资产；
估值调整：当恒生科技指数市盈率超 25 倍（历史分位 80% 以上）时，减持 20%-30% 的 ETF 仓位；当市盈率低于 15 倍（历史分位 20% 以下）时，增持 20%-30% 的仓位。
股票操盘手吴老师：专业背景与投资体系简介
2025-11-28
股票操盘手吴老师简介
股票操盘手吴老师：2026 全球投资新趋势：“聪明地配置中国资产”
《专业股票投资合作：开启财富机遇之门》
2025-11-27
