二季报点评：恒越研究精选混合A/B基金季度涨幅-13.19%

证券之星消息，日前恒越研究精选混合A/B基金公布二季报，2026年二季度最新规模0.81亿元，季度净值涨幅为-13.19%。

从业绩表现来看，恒越研究精选混合A/B基金过去一年净值涨幅为2.18%，在同类基金中排名3328/4637，同类基金过去一年净值涨幅中位数为16.22%。而基金过去一年的最大回撤为-25.95%，成立以来的最大回撤为-63.04%。

从基金规模来看，恒越研究精选混合A/B基金2026年二季度公布的基金规模为0.81亿元，较上一期规模1.06亿元变化了-2453.73万元，环比变化了-23.23%。该基金最新一期资产配置为：股票占净值比93.5%，无债券类资产，现金占净值比5.8%。从基金持仓来看，该基金当季前十大股票仓位达55.41%，第一大重仓股为海螺创业（00586），持仓占比为8.06%。

恒越研究精选混合A/B现任基金经理为薛良辰。其中在任基金经理薛良辰已从业1年又62天，2025年6月6日正式接手管理恒越研究精选混合A/B，任职期间累计回报为10.86%。目前还管理着6只基金产品（包括A类和C类）。

对本季度基金运作，基金经理的观点如下：本基金的目标是力争实现回撤较少、长期复利和投资者体验较好的业绩。本基金希望通过坚持在“绝对收益”“称重思维”和“价值投资”的指导思想下,去寻找合理或低估的“价值创造”机会和低估基础上的“价值回归”机会,并拒绝参与“交易性机会”。然而,尽管本基金坚持了上述策略,但本季度基金净值仍遭遇了一定回撤。回顾市场的走势,从中东地缘冲突以来,股票市场的表现很极致。在地缘冲突最激烈的时候,所有权益资产几乎只区分为能源类资产和非能源类资产。随着地缘冲突的阶段性缓和,市场也没有出现普遍的修复,权益类资产几乎又区分为AI基建资产和非AI基建资产。在极致的市场风格下,短期投资业绩的表现几乎取决于是否选中市场主线,而非取决于是否配置了高风险收益比的资产。逆向、均衡、价值的投资风格承受了很大的短期压力。格雷厄姆在《聪明的投资者》中第一次提出“市场先生”的寓言式概念。市场先生每天跟我们报价,他情绪很不稳定,乐观时报价高得离谱,悲观时报出极低价格。幸运的是,理论上,我们可以完全不理会他,因为第二天他还会带着新的未知情绪来提供新的报价。而现实的不幸在于,市场先生具有传染性,我们常常容易被市场先生的情绪感染,把短期报价当成价值。因此,虽然本季度的行情很极致,但回顾历史,这并不是市场先生第一次如此亢奋。1958年尽管美国经济滞胀,但美国股市逆经济基本面上涨,且由于1957年苏联发射第一颗人造卫星,美国陷入了“太空焦虑”,1958年成立NASA并巨资投入军工/航天/半导体等导弹制导和卫星的核心元件。随后2年,所有名字中带有“tronics”的股票都暴涨,投资电子股有了押注国家未来的道德正当感。1961—1962年晶体管产能过剩、军工订单延迟叠加美联储加息,电子股普遍大幅调整,大量小公司退市清算。2000年左右的互联网产业突破和随后的泡沫破灭可能是大众更为熟知的历史。历史的规律是市场终会价值回归,高估的泡沫会破灭,极度低估的优质资产会大幅上涨。市场先生的另一个启示是如何看待风险。真正的风险并不来自于股价的波动,而来自于对公司长期基本面判断失误带来的本金永久性损失。风险本质上取决于用什么样的价格买了什么样的资产,而不是短期价格走势。从这个维度看,本基金认为持仓中的多数公司有优秀的管理层、卓越的竞争力、健康的现金流、确定性较高的远期成长空间和极低的估值。即便对于极少数短期没有盈利的深度价值标的,也是行业中经营能力较强的,周期底部也有着强劲的自由现金流,且有足够低的估值提供中长期的安全边际,目前也看得到公司战略和经营层面的调整,可以期待未来一两年基本面的重大变化。因此,本基金接受和尊重市场的各种短期走势,但不会被市场的走势影响去追涨杀跌导致风格漂移。本基金理解价值投资有其局限性,包括在牛市后程可能跑输、熊市后程可能过于左侧、结构性的泡沫市中可能大幅跑输,但也坚信价值投资发生本金永久性损失的概率很低。也正因为价值投资不是永久有效,所以它才可能是一种长期有效的策略。本基金一方面坚持这些朴素的、常识性的原则。另一方面,对现有持仓和研究池相关公司的基本面持续研究、跟踪,以深化对这些公司的理解。与此同时,本基金也加大了对AI产业的研究。由于投资体系和能力圈的限制,本基金没能在早期过多介入AI产业的投资。随着研究的深入,本基金发现整个AI产业链上一些标的在一定程度上符合本基金的审美,也阶段性参与了少数低估的公司。我们看到了短期内AI基建爆炸式的投入、牛鞭效应驱动下产业链供需缺口此起彼伏、Token生成成本的大幅下降、Agent的应用打开了大模型更多的应用可能,同时也观察到多数公司的AI投入并没有带来良好的经济回报、极少数把AI用好的公司在业务端产生了一定的边际改善但并不明显。背后的原因可能是,不同于互联网边际成本极低,大模型对用户每次需求的响应边际成本要高的多。这决定了token生成可能要在高价值的应用场景中才会有比较好的商业回报,而高价值应用场景的发觉需要组织能力、业务流程、数据储备等多方面的配合,不完全依赖于大模型本身。对于一些重要而宏大的问题,如未来token成本的下降速度和空间、全球AI资本开支的力度、大模型的进化速度、应用端是否能找到足够高价值能覆盖成本的应用场景,本基金尚没有确定的答案,将继续努力保持开放、谨慎又客观的心态,持续跟踪、持续研究。如果AI确实是类似半导体和互联网一样的持续多年的产业革命,也无需遗憾错过这一两年的机会。重要的是,以客观的心态、认真的研究,去寻找真正有壁垒、能持续伴随产业成长的公司,做好长期的机会储备。

本文数据来源于恒越研究精选混合A/B2026年中报，仅供参考不构成投资建议。