2026年上半年跑输基准15.38%！中泰ESG主题6个月持有混合发起王路遥：优选低估值高性价比传统行业标的

来源：新浪基金∞工作室

8月26日消息，近期中泰ESG主题6个月持有混合发起披露2026年上半年报，基金规模1428.02万元，比2026年第一季度降低10.83%。基金经理王路遥最新投资观点同步出炉。

王路遥表示，投资将以现金流、ROE、竞争壁垒为核心标尺筛选高性价比标的，优先布局盈利确定性强的低估值资产。 宏观经济： 当前不依赖行业景气度预判市场走势，仅以标的基本面质量与估值匹配度作为核心评估标准。 资本市场： 化工、银行、造纸等传统行业内存在大量盈利稳定、估值处于低位的优质标的，相比之下多数AI产业链公司的经营模式与盈利稳定性并未显著优于传统企业，但其当前估值已透支了极高的未来盈利增长预期。 投资方向： 秉持“两鸟在林不如一鸟在手”的原则，优先配置盈利确定性高、估值安全边际充足的传统行业标的，规避估值透支未来成长空间的高不确定性品种。 风险提示： 市场风格切换可能导致低估值传统标的短期表现不及高景气赛道，AI产业落地进度超预期也可能带来结构性行情的错配风险。

业绩回报：2026年上半年跑输基准15.38%

数据显示，截至2026年上半年末，中泰ESG主题6个月持有混合发起净值为1.23元，2026年上半年年基金份额净值增长率为-10.55%，同期业绩比较基准收益率为4.83%，跑输基准15.38%。

王路遥自2024年1月23日担任中泰ESG主题6个月持有混合发起基金经理，截止2026年8月26日，任期回报32.35%。

表：中泰ESG主题6个月持有混合发起业绩表现（截止2026年6月30日）阶段净值增长率业绩比较基准收益率跑赢基准近3月-9.08%7.72%-16.80%近6月-10.55%4.83%-15.38%近1年0.54%15.71%-15.17%近3年---近5年---成立以来
(2024-1-23)23.26%40.73%-17.47%

资料显示，王路遥，清华大学硕士，10年证券从业年限，曾任上海电力股份有限公司明华工程技术公司工程师、上海泓湖资产管理有限公司行业研究员、上投摩根基金管理有限公司基金经理助理，2021年5月加入中泰证券(上海)资产管理有限公司任研究部新能源、机械行业研究员，现任权益公募投资部基金经理，2024年1月23日起担任中泰ESG主题6个月持有期混合型发起式证券投资基金基金经理。

整体来看，整体来看，该基金当前采取锚定基本面与估值匹配度的保守配置思路，侧重低估值高确定性传统行业标的，规避估值透支的高不确定性品种。但从阶段性业绩表现看，其近一年多持续跑输业绩基准，同时需直面市场风格切换、AI产业超预期落地带来的潜在错配风险，后续其投资策略的落地效果与业绩修复空间，仍有待市场进一步验证。

附公告原文节选：

回顾上半年,组合的表现不理想,可以从两方面来拆解:在能力圈的恪守和理念的 执行落地方面,还是做到了知行合一｡尤其是在逆风的环境下,经受住了考验,没有因 为净值的波动而对投资策略本身动手｡回顾自己持仓部分的标的,无论是过往历史的经 营状况,还是目前竞争格局的稳定性,以及下游需求的能见度,都经得住推敲和考验｡ 更重要的是估值合适:很多标的对应的市场估值水平,蕴含的是标的已经没有增长空间, 而这大概率不是事实｡回顾历史,增速是个非常不适合线性外推的指标,有高有低是常 态,低增速并不预示着没有增长空间,高增速也常常会戛然而止｡在这样的情况下,标 的的性价比和潜在的收益空间都让人很兴奋,故而可以看到随着净值的下滑,我们的仓 位越来越高,那是因为我们看到持有的标的越来越具备性价比｡

但另一方面,必须要承认我个人对AI这样一个具备颠覆性､破坏性的技术革命的理 解依然不足,尤其是在量的层面上的展望是不充分的｡强调量的层面,是因为直至目前, 我依然对大模型的盈利能力､潜在的盈利空间持怀疑态度——这明显不是一个低边际成 本､高粘性､平台型的互联网经济的模式,而是更偏向迁移成本低(模型的更换只需要 一行api)､可复制性强(蒸馏､开源)､边际成本偏高(数据中心的折旧和电费)的制 造业模型,目前看上去唯一可能体现出规模优势的,应该是训练模型的庞大研发费用｡ 即,只有达到一定的用户规模,才会让训练模型这一高昂的前置成本具备经济性｡但在 互联网巨头all in AI的浪潮下,这点规模优势似乎也并没有阻碍巨头们的前赴后继——几 千亿可能很贵,但要参与AI这样的“第四次工业革命”,可能也就没那么贵了｡

在这样的思考历程下,谈及错过,我首先并不纠结于错过这些战斗在AI产业链最前 沿､技术pk最凶的战场｡但模型的快速迭代､Agent可用性的不断增强､数据中心厂商 们不计成本的资本开支,推理芯片从通用转向专用带来的成本下降､门槛降低让AI从聊 天对话的“万事通”延申到了真正的生产工作场景,带来了token调用的巨额爆发,且合 理的推断是AI具备可用性的场景会越来越多,token的调用依然还有巨大的潜在空间｡量 的指数级上升会让那些壁垒强,技术迭代缓慢困难的产业链公司持续受益,分享到AI 进步带来的大部分红利｡这一部分的错过是比较可惜的,能力圈的拓展不够快速,对这 种非线性发展的展望思考还是不够,后续随着研究的深入和更多角度的理解,还是会努 力在AI领域形成一定的投资转化｡

点击查看公告原文>>