AI交易拥挤到什么程度了?

核心结论

AI交易已经不是“刚被发现”的低关注度机会。以半导体代表AI交易，其20日成交占比的5年滚动历史分位达到99.8%；在申万一级行业中，电子与通信也分别处在100%和99.2%的极端分位。拥挤不等于见顶，但意味着行情已经从“发现趋势”进入“验证趋势”：后续的核心变量不再只是有没有故事，而是业绩、订单、资本开支和资金扩散能否继续跟上。

图1：半导体成交拥挤度已经进入5年历史极端分位

一、先给答案：AI交易已经极端拥挤

如果把成交额看作市场注意力，那么当前A股最集中的注意力显然在AI链条。用半导体作为AI交易的代表，截至2026年5月12日，半导体20日成交占比为10.0%，对应5年滚动历史分位99.8%。这意味着，放在过去5年的自身历史中比较，当前半导体成交占比几乎处在最高位置。

更直观地看，申万一级行业中，电子的20日成交占比达到21.9%，成交拥挤度为100%；通信的20日成交占比为8.3%，拥挤度为99.2%。半导体是AI硬件投资的核心映射，电子和通信则是一级行业维度下最能承接AI主线的两个交易载体。三者共同指向同一个事实：AI交易已经不是一般意义上的活跃，而是进入了历史极端活跃区。

这里需要强调，拥挤度不是涨跌幅，也不是估值高低。它衡量的是交易结构：资金是否在某个行业中形成了高度集中的注意力。价格可以在拥挤中继续上涨，趋势也可以在拥挤中延续；但一旦边际基本面或增量资金出现扰动，高拥挤会显著放大波动。

二、为什么要做历史标准化

最朴素的拥挤度指标，是行业成交额占全市场成交额的比例。问题在于，不同行业的“天然体量”不同。银行、非银、医药、电子本来就更容易形成较高成交额，小行业则即便交易很热，绝对成交占比也未必很高。如果只比较原始占比，就容易把“大行业”误判为拥挤，把“小行业”的异常活跃低估。

因此本文采用历史标准化方法：先计算行业成交占比，再对其做20个交易日平滑，最后观察这个20日成交占比在过去5年自身历史中的分位。分位越高，说明当前成交占比越接近自身历史高位。90%以上定义为拥挤，97%以上定义为极端拥挤。

指标定义
原始成交占比 = 行业成交额 / 31个申万一级行业成交额合计；标准化拥挤度 = 20日成交占比在过去5年历史中的分位数。这个口径回答的问题是：相对自己过去的成交结构，当前这个行业到底有多热？

三、全市场视角：这不是普涨，而是交易注意力偏科

全行业排名图比单一行业更能说明问题。当前处于极端拥挤区间的并不是很多行业，而是高度集中在电子和通信。电子为100%，通信为99.2%，之后断层明显：电力设备为86.5%，国防军工约80.2%，机械设备和有色金属约78%。这说明市场不是简单地风险偏好全面抬升，而是资金集中下注少数技术成长方向。

图2：申万一级行业当前拥挤度排名，电子和通信显著领先

另一面也同样重要：银行、交通运输、美容护理、非银金融、房地产、食品饮料等行业处在历史低分位。换言之，当前市场不是所有板块都拥挤，而是结构极度分化。AI链条获得了异常高的成交权重，而传统顺周期、消费和金融地产方向的交易关注度则明显偏低。

观察对象	最新状态	含义
半导体	拥挤度 99.8%，20日成交占比 10.0%	本文以半导体代表AI交易。当前处在5年历史极端分位。
电子	拥挤度 100%，20日成交占比 21.9%	申万一级口径下，电子是AI链条最集中的成交载体。
通信	拥挤度 99.2%，20日成交占比 8.3%	与电子一起构成当前全市场最突出的高拥挤组合。
电力设备	拥挤度 86.5%，20日成交占比 11.7%	上一轮抱团行业仍不低，但已不在极端分位。
白酒	拥挤度 2.4%，20日成交占比 0.5%	上上轮抱团行业已经从交易拥挤中明显退潮。

四、和白酒、电新的历史抱团相比

判断AI拥挤是否危险，不能只看一个当下截面，还要和过去的抱团行情比较。A股上一轮典型抱团是2021-2022年的电力设备，更早一轮是2020-2021年的白酒及食品饮料。二者都有共同特征：业绩叙事清晰，机构持仓集中，成交占比持续处在高位。但它们的演化节奏并不一样。

白酒的拥挤更多体现为长期审美溢价和核心资产共识，成交占比峰值并不如电新夸张；电力设备则在新能源产业趋势和高景气预期推动下，20日成交占比一度达到14.6%左右，并且拥挤度维持高位的时间更长。当前半导体20日成交占比约10.0%，低于电新绝对峰值，但历史分位已经接近极限，说明它相对自身历史已经非常拥挤。

图3：半导体、电力设备、白酒的历史标准化拥挤度与20日成交占比

这张图的启示是：极端拥挤不必然意味着行情马上结束。电力设备在2021年之后曾长时间处在高分位，白酒在2020年前后也反复高位运行。拥挤通常更像是趋势进入成熟阶段的标志，而不是顶部的精确计时器。真正需要警惕的是，当拥挤已经很高，但基本面验证速度放慢、估值继续抬升、且交易扩散开始退潮时，资金结构会变得非常敏感。

五、高拥挤改变的是赔率结构

高拥挤本身并不等于看空。事实上，一个行业能走到极端拥挤，往往说明它具备强产业趋势、强叙事共识和强资金动员能力。AI的不同之处在于，它不仅是A股主题，也是全球资本开支、算力需求、半导体周期和企业软件升级共同驱动的产业变量。因此，高拥挤首先是共识强度的结果。

但从交易角度看，拥挤越高，容错率越低。早期趋势阶段，市场愿意为不确定性支付期权价值；成熟拥挤阶段，市场则要求更多验证。这个阶段的风险不是“没有AI”，而是预期已经很高，任何低于预期的订单、业绩、价格、资本开支或海外映射，都可能引发更大的价格反应。因此，更准确的结论不是“AI见顶了”，而是“AI已经进入需要精细区分赔率的阶段”。

龙头、核心设备、算力链、存储链、封测链、纯主题补涨，它们在同一个AI叙事下，但兑现路径和交易脆弱性并不相同。高拥挤会惩罚模糊持仓，也会奖励真正能持续兑现的环节。

六、后续跟踪：三个信号比单日涨跌更重要

第一，看成交占比是否高位钝化。如果半导体、电子、通信的20日成交占比继续维持高位，说明主线资金仍在集中；如果价格上涨但成交占比下行，可能意味着交易热度开始边际减弱。
第二，看拥挤是否扩散。如果只有少数龙头拥挤，而产业链其他环节跟不上，行情可能更偏交易性；如果拥挤从半导体扩散到通信、计算机、机械设备等多个环节，则说明产业预期仍在外溢。
第三，看基本面验证是否同步。高拥挤最怕真空期：预期很满，但数据没有继续抬升。对AI交易而言，后续应重点观察订单、资本开支、海外AI产业链景气、国产替代进展、价格和库存周期。如果基本面持续兑现，高拥挤可以维持；如果验证变慢，高拥挤会把调整速度放大。

七、什么情况下拥挤会变成风险

拥挤从来不是单独发挥作用，它通常要和价格、预期、持仓和催化剂一起观察。

第一种风险情形，是成交占比维持高位，但行业内部开始缩圈。也就是说，指数表面仍强，但上涨越来越依赖少数权重或少数龙头，补涨环节无法持续，这往往意味着增量资金开始变得挑剔。

第二种风险情形，是行业成交占比继续抬升，但价格弹性下降，说明更多交易量是在高位换手，而不是形成新的趋势推力。

第三种风险情形，是外部验证出现落差。AI链条的定价依赖全球算力需求、资本开支、国产替代和产业订单，如果这些变量继续超预期，高拥挤可以被基本面吸收；如果验证只是符合预期甚至低于预期，市场就会重新计算赔率。换句话说，当前AI交易的关键不是“有没有故事”，而是“已经很贵的共识还能不能继续被新的证据证明”。

结论

截至2026年5月12日，AI交易已经处在非常拥挤的位置。半导体的成交拥挤度达到99.8%，电子和通信在申万一级行业中分别达到100%和99.2%。这说明AI已经是全市场成交结构中最核心的注意力中心。

但拥挤不是顶部，它是一个状态变量。它告诉我们：AI交易已经不再便宜在“无人问津”，而必须便宜在“兑现仍然超预期”。未来行情能否继续，取决于基本面验证能否承接已经极高的交易共识。若验证继续，拥挤可以成为强趋势的燃料；若验证放缓，拥挤会成为波动的放大器。

附：申万一级行业成交拥挤度全景小图