2026年第三季度跑输基准0.39%!西部利得创业板大盘ETF联接C祁威:坚持指数化策略 紧密跟踪创业大盘
新浪基金∞工作室
10月29日消息,近期西部利得创业板大盘ETF联接C披露2026年第三季度报,基金规模1.14亿元,比2026年第二季度降低9.12%。基金经理助理、基金经理祁威最新投资观点同步出炉。
祁威表示,国内经济整体平稳但结构分化,叠加海外多重扰动因素,市场进入风格再平衡阶段,指数化投资将继续紧密跟踪标的指数以最小化跟踪误差。 宏观经济: 国内经济运行总体平稳,生产和出口表现相对亮眼,消费与投资仍有进一步修复提升的空间,市场对内需修复节奏的关注度持续走高。 资本市场: A股季初出现明显回调,此前领涨的科技成长板块回撤幅度居前,市场交投热度显著回落,行业与风格配置进入再平衡阶段,资金沿板块与风格两条线索重新布局,筹码结构处于修复再分配过程中。 投资方向: 将继续坚持既定的指数化投资策略,主要通过投资目标ETF和成分股标的实现对业绩比较基准的紧密跟踪,结合申赎变动、指数成分股权益事件等动态调整组合,力争实现基金净值与标的指数收益高度正相关,将跟踪误差控制在最小范围。 风险提示: 海外地缘冲突推升油价、能源供给恢复不及预期,叠加海外利率上行、美联储政策预期反复等因素,将持续压制全球风险偏好,市场波动风险仍需警惕。
业绩回报:2026年第三季度跑输基准0.39%
数据显示,截至2026年第三季度末,西部利得创业板大盘ETF联接C净值为0.98元,2026年第三季度年基金份额净值增长率为-27.45%,同期业绩比较基准收益率为-27.06%,跑输基准0.39%。
祁威自2025年4月25日担任西部利得创业板大盘ETF联接C基金经理,截止2026年10月29日,任期回报38.89%。
| 表:西部利得创业板大盘ETF联接C业绩表现(截止2026年9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 | -27.45% | -27.06% | -0.39% |
| 近6月 | 1.15% | 0.85% | 0.30% |
| 近1年 | -3.89% | -3.42% | -0.47% |
| 近3年 | 69.26% | 66.76% | 2.50% |
| 近5年 | - | - | - |
| 成立以来 (2021-12-1) | -1.98% | -7.64% | 5.66% |
资料显示,祁威,中北大学材料加工工程学专业硕士,10年证券从业年限,曾任马钢股份技术中心助理工程师,宁波银行资产托管部基金会计,2017年5月加入西部利得基金管理有限公司,2025年4月25日起担任西部利得创业板大盘交易型开放式指数证券投资基金联接基金基金经理。 周平,复旦大学国际政治专业硕士,20年证券从业年限,曾任普华永道会计师事务所审计,中信资本资产管理有限公司分析师,国联安基金管理有限公司高级研究员、基金经理,西部利得基金管理有限公司机构部联席总经理、总经理助理,2020年12月加入本公司,现任ETF投资部总经理、基金经理,2025年8月15日起担任西部利得创业板大盘交易型开放式指数证券投资基金联接基金基金经理。
整体来看,整体来看,西部利得创业板大盘ETF联接C在2026年三季度市场风格再平衡的背景下,严格践行指数化跟踪策略,虽单季度小幅跑输基准,但中长期维度仍实现了相对基准的超额收益。当前内外部扰动因素仍存,该基金后续将继续以最小化跟踪误差为核心目标,为布局创业板大盘赛道的投资者提供贴合指数表现的配置工具,投资者也需留意海外多重变量带来的市场波动风险。
附公告原文节选:
报告期内,国内经济运行总体平稳,但结构上存在一定分化:生产和出口表现相对较好,消 费和投资则仍有提升空间。这一局面使得市场对内需修复的节奏更加关注,机构资金在操作上也 趋于审慎稳健。海外方面,中东地缘政治冲突再起推升油价,能源供给恢复节奏不及预期,与海
外利率上行形成共振;市场对美联储降息转加息的预期持续发酵,多重因素共同压制了全球风险 偏好。
A 股方面,季初市场经历了一轮明显回调,此前领涨的科技成长板块回撤幅度居前,交投热 度显著回落;行业与风格配置由此进入再平衡阶段,资金沿着板块与风格两条线索重新布局,筹 码结构亟待修复与再分配。指数层面,主要指数普遍走弱,上证综指下跌6.16%,创业大盘指数 下挫28.37%。进一步的拆分显示,通信、电力设备与电子板块为创业大盘指数贡献了绝大部分 的负向收益。
报告期内,本基金坚持既定的指数化投资策略,主要通过投资于目标ETF 和成分股标的来实 现对业绩比较基准的紧密跟踪。本基金根据法律法规和基金合同中的投资比例限制、基金申购赎 回变动情况、指数成分股权益事件等对投资组合进行调整,力争基金净值增长率与标的指数收益 率之间的高度正相关和跟踪误差最小化。