2026年第三季度跑赢基准0.48%！鹏华上证科创板生物医药ETF林嵩：聚焦AIDD环节，跟踪科创医药指数表现

10月29日消息，近期鹏华上证科创板生物医药ETF披露2026年第三季度报，基金规模2.81亿元，比2026年第二季度增加4.31%。基金经理林嵩最新投资观点同步出炉。

林嵩表示，AIDD当前仅在临床前药物发现环节实现阶段性突破，全流程端到端的AI制药变革仍需长期跟踪验证。 宏观经济： 当前宏观消费环境等因素仍对医药部分子行业形成一定约束，后续随着渠道库存出清和基数效应显现，相关板块业绩下滑幅度有望逐步收窄。 资本市场： AIDD相关行情已在三季度得到充分演绎，短期不会对全链条创新药、多数CXO环节形成普遍催化，后续需理性看待AI制药的技术落地节奏，避免对尚未验证的端到端变革过度定价。 投资方向： 重点关注AIDD带动的基因合成、蛋白质合成及临床前试验相关环节的需求增量，同时跟踪医疗器械利润修复、治疗性肿瘤疫苗等创新产品落地带来的结构性机会。 风险提示： AI制药技术落地进度不及预期，医药行业政策变动、板块业绩修复不及预期，科创板生物医药标的波动较大。

业绩回报：2026年第三季度跑赢基准0.48%

数据显示，截至2026年第三季度末，鹏华上证科创板生物医药ETF净值为1.04元，2026年第三季度年基金份额净值增长率为2.77%，同期业绩比较基准收益率为2.29%，跑赢基准0.48%。

林嵩自2025年3月12日担任鹏华上证科创板生物医药ETF基金经理，截止2026年10月29日，任期回报-7.15%。

资料显示，林嵩，理学硕士，11年证券从业经验，2015年4月加盟鹏华基金管理有限公司，历任量化及衍生品投资部量化研究员、投资经理等，现担任指数与量化投资部副总监/基金经理，2025年3月12日起担任鹏华上证科创板生物医药交易型开放式指数证券投资基金基金经理。

整体来看，整体来看，该科创板生物医药ETF在报告期内实现规模小幅增长，近多阶段业绩均跑赢对应基准，展现出相对稳健的跟踪表现。当前医药板块仍受宏观环境约束，AIDD行情已阶段性充分演绎，后续投资者需理性看待AI制药技术落地节奏，规避未验证变革的过度定价风险，聚焦细分环节结构性机会的同时，也需留意行业政策、技术落地不及预期等潜在波动影响。

附公告原文节选：

三季度,在AIDD 的催化下,叠加二季度部分行业政策悲观预期有所缓和,医药取得较好的 绝对收益和相对收益｡医药(中信)行业指数上涨10.1%,大幅跑赢沪深300 指数22.6%,在30 个一级行业指数中位于第5 位｡中证800 医药卫生指数上涨9.0%,大幅跑赢中证800 指数 22.9%｡恒生生物科技指数上涨31.7%,大幅跑赢恒生指数24.1%｡细分子板块上,AIDD 相关性 较高的CXO 取得明显受益,CRO/CMO 指数上涨34.0%,是医药各个子行业中表现最好的环节;港 股通创新药上涨20.8%,市场对创新药的中报以及AIDD 对创新药的影响给予了乐观定价;疫苗 生科指数由于有一定的CXO 和AIDD 相关环节的暴露,也跑赢了行业指数,涨幅为11.3%｡与港 股通创新药形成鲜明对比,科创创新药仅上涨3.1%,明显跑输行业指数;其他的指数中,医疗 器械､中药､科创生物医药指数分别上涨6.8%､5.4%､2.3%,均跑输行业;线下药店上涨 20.7%,得益于中小药店的持续关店､大型连锁药店的客流量增加推动的同店恢复增长｡

AIDD(AI 辅助药物发现)获得业界和市场的极大关注,相关方向也有较大的涨幅｡要理解 当前阶段和未来一段时间,AI 的发展特别是近几年大语言模型在药物发现上的应用,可以从制 药的流程开始｡根据DaphneKoller(Coursera 和insitro 的创始人,概率图模型的核心贡献 者)的文章,药物发现可以拆解为三个基本阶段:1)从疾病到机制｡找到一种机制､对其实施 干预,能够改变疾病的进程｡2)从机制到药物｡选择合适的治疗形式,设计/构建一种药物分 子,实现预期的机制作用｡3)从药物到患者｡设计临床试验方案,评估该药物分子在真实患者 体内是否具备良好的疗效及可接受的安全性｡当前AIDD 能够发挥巨大作用的主要是从机制到药 物的阶段;而在未来可见的时间内,AI 或许能加速科学家对疾病机制的理解,以及提高临床试 验的运营效率(如患者招募､方案设计),但提高临床试验成功率的证据仍然有限｡其底层原因 在于蛋白质分子结构具备良好的底层物理规律､公开的标准化数据库和可接受的验证成本,而从

分子到人体则存在巨大的鸿沟,如缺少体内的高质量干预数据､分子到细胞以及体外到体内存在 的分布偏移､疾病机制的异质性以及人体作为复杂自适应系统对药物干预产生的动态响应｡通常 来说,一个新药的研发周期(从靶点发现到最终获批上市)需要8~13 年､投入约25 亿美元的研 发费用,临床试验阶段占其中约60%~70%的时间和费用｡现阶段下AIDD 确实会变革传统药物发 现的研究范式,但实现端到端的变革,无论是提高成药概率还是突破过往难以成药的机制,目前 尚未得到验证｡

因此,我们认为,AIDD 在短期内不会对普遍意义上的创新药(制药)构成催化或冲击,对 于绝大部分CXO 环节(如临床CRO,CDMO)同样如此｡而对于临床前CRO 的影响,则可以从这个 问题出发:相比于传统的药物发现,这一轮AIDD 到底有哪些本质的变化?我们尝试从技术和资 本两个维度去理解｡技术层面,药物发现的产出物是临床前候选分子(PCC),对应的是药物发 现的第二阶段(从机制到药物)｡传统的药物发现有两条互补的筛选路径:高通量湿筛选用自动 化实验对实体化合物进行测定,计算机辅助药物设计(CADD)中的虚拟筛选用计算模型对化合物 打分排序,其本质是在已知的化合物中逐步过滤和缩小搜索空间,保留正向的､高置信度的结 果｡而这一轮AIDD 本质上是要构建干-湿实验闭环(干实验通常指计算机模拟生成,湿实验通常 是在实验室合成或表达分子),以大分子为例:设计蛋白质序列､进行结构预测->根据序列合成 基因､表达蛋白质分子->湿实验测定分子结合力等数据->数据回流更新模型｡在这个闭环中,近 年来蛋白质序列设计､结构预测等模型的发展使得从头设计蛋白质分子的成本大幅降低,产业链 瓶颈转移到湿实验的验证(产能和效率);而湿实验本身也在产生新的训练数据(失败的负数据 对训练模型也有价值)｡资本层面,最大的变化在于以Anthropic 为代表的前沿AI 公司进入 AIDD 的方向(如公司计划将中低个位数比例的ARR 投入到AIDD 方向､2024 年诺贝尔化学奖获得 者JohnJumper 从GoogleDeepmind 离职加入Anthropic)｡随着大量的资本和人才涌入,AI 公司 除了向业界提供模型工具外,也可能进一步向下游延伸､把PCC 往临床阶段推进｡

总结来看,AI 模型(以及更广义的机器学习)需要构建反馈闭环,模型的进展很大程度取 决于反馈信号的精度和成本｡因此,当前AIDD 更多在临床前药物发现环节取得突破,并在产业 链上带来了基因合成和蛋白质合成环节的巨大需求增量;进一步往下游传导,在临床前试验环节 (毒理药效,典型的如动物试验)也应该能看到需求的增量｡而制药的全流程包括发病机制研 究､药物发现以及临床试验,整个反馈闭环的时间长､成本高,实现端到端的AI 制药仍需跟踪 和观察｡

其他子行业的观点｡医疗器械二季度收入延续增长､而单季度利润增速近四年来首次转正, 26H1 收入､利润增速分别为8.0%､7.9%｡细分板块上,低值耗材的业绩较好,主要得益于手套

的大幅涨价;医疗设备26H1 收入增长8.6%但利润同比降低11.4%,主要受到设备集采影响下部 分公司的毛利率下滑,同时汇率影响下的汇兑损失以及税率提高也影响了净利率;高值耗材整体 的经营仍面临集采和行业合规政策压力;IVD 行业的利润大幅增长,主要是基数影响和部分公司 在AI 相关公司的投资收益带来的公允价值变动贡献｡中药行业整体收入､利润低于预期,26H1 分别下滑6.0%､14.4%,仅有少数公司有环比增长,核心拖累因素是院内的压力和宏观消费环境 的影响;往后看,渠道库存出清和基数效应下,板块整体收入､利润增速下滑的幅度有望收窄｡ 疫苗特别是高值疫苗仍面临较大的库存压力;8 月份个体化mRNA 疫苗联用K 药在手术切除后的 黑色素瘤辅助治疗III 期试验取得阳性结果,有望成为全球首个获批的治疗性肿瘤疫苗,这是疫 苗领域具备极大市场空间的新产品方向,但国内公司在肿瘤疫苗领域的布局都相对偏早期｡血制 品行业的经营持续承压,仍需持续跟踪价格的变化｡

本基金跟踪的标的指数为上证科创板生物医药指数(000683)｡在投资运作上,本基金秉承 指数基金的投资策略,力争跟踪指数,并将基金跟踪误差控制在合理范围内｡

点击查看公告原文>>