股票 
板块 
用户 
资讯 融光聚存，向新而行
——中信证券2027年资本市场策略会
CITICS Capital Market Strategy Conference 2027
中信证券2027年资本市场策略会于2026年11月3日在武汉开幕，会议以“融光聚存 向新而行”为主题，汇聚百余位重磅嘉宾和各界领军人物，千余家备受市场关注的上市公司，来自海内外的众多专业投资者，围绕宏观经济、资本市场走势、国际格局及各大赛道投资热点议题展开深度探讨。以下为11月4日“分会场7：私募高峰会议”嘉宾精彩观点分享：
私募高峰会议
分会场7
开场致辞
王玥 中信证券机构股票业务部私募与一般机构业务线负责人
各位领导、各位嘉宾、各位投资者，大家下午好！
欢迎来到中信证券2027年资本市场策略会——私募高峰会议的现场，我是主持人王玥。今年是私募高峰会议举办的第9个年头。9年来，百余位行业嘉宾登台分享，与我们一起亲历资本市场在全球变局与产业转型之下的机遇与挑战，也共同见证了私募行业的扩张、调整与迭代。感谢各位新老朋友的支持与捧场！
2026年是"十五五"规划的开局之年，全球产业格局深度重构，A股市场跌宕起伏，外部扰动与预期反复贯穿始终。证券私募行业迎来结构性扩容：截至8月末，证券私募管理规模突破9.08万亿元，较去年底增长近三成；47家机构新晋百亿梯队，百亿私募增至159家。行业竞争重心转向投研深度、风控体系与合规管理。进入下半年，行情结构性分化，管理人的综合实力迎来实质性检验，行业马太效应进一步强化。
展望2027年，全球货币政策有望延续宽松周期，"十五五"重大项目与新质生产力相关政策有望进一步落地，A股与多资产配置的中长期机会值得期待。我们非常荣幸地邀请到多位私募行业领军人物，围绕年度市场策略、量化投资、大类资产配置以及私募行业未来展望等热点话题，分享真知灼见。
本次会议分为两个环节：第一部分是嘉宾主题演讲，4位嘉宾将带来他们对市场的深度思考；第二部分是私募董事长圆桌讨论，5位私募掌门人将展开一场高端对话。
主持人：首先，有请第一位演讲嘉宾：多和美投资创始人、董事长张益凡先生。张总是北京大学硕士，曾任国信证券投资总监，是国投瑞银基金创始人之一，2010年创立多和美投资，擅长以宏观视角进行投资决策，曾荣获"中国金融投资领军人物"称号；2024年多和美组建量化投资部门，成为主观、量化双轮驱动的标杆机构。下面有请张总分享《2027年度市场投资策略》，欢迎！
2027年度市场投资策略
张益凡 多和美投资董事长
今年股票波动比较大，最近大家有点焦虑：涨完之后跌了，跌完之后该减仓还是继续持有？我想分三个部分来讲：第一是关于投资的几点思考，第二是对国内市场的展望，第三是对美股的看法。
（一）关于投资的几点思考
我们经常把市场的下跌归结为经济不好。但从历史看，二者并不总是同步：2014年到2015年，A股从2000点涨到3000点再到5000点，经济并没有太大变化；美国1965年到1982年GDP涨了4.5倍，股票却基本没涨。有人说A股总在徘徊，实际上美国也曾经有17年没有怎么涨。再看一张图，大家可能会更安心：如果你在20世纪初开始投资美国，到1942年指数从97点回到93点，前后差不多40年原地踏步。市场的下跌或非理性，可能超过你的忍受力，甚至超过你的职业生涯。我们还没有经历过40年——中国从1992年到2026年是34年，还没有那么长。
我们平时看到的美国，往往是另一张图：1982年到2000年，总共涨了500倍。如果把美国从1900年到2026年的126年拉通看，前40年基本没动，1942年到1965年17年涨了10倍，停了12年，又涨了5倍，最后涨了500倍，复合增长也就五六个点。2000年到2015年，纳指才刚好收复失地。日本也是从1989年到2012年，用了22年回到前高，2012年至今又涨了6倍。
（二）关于A股
中国股市的长期复合回报其实不错。大家看上证指数比较多，早期的波动先不算，1994年300多点，到现在5000多点，涨了15倍，复合回报八九个点，表现并不差。
关于A股，我总结一个统计规律：中国股市的牛市差不多持续两年，如果是五年的长周期，中间会调整一年，而且每波牛市都有重要的政策信号和产业逻辑信号。1992年邓小平南方谈话我们在这里就不说了；1995年、1996年开始提出要把股票市场搞好，1997年出现牛市，1998年遭遇金融危机，1999年有非常明确的"5·19行情"；2001年全球科网泡沫破灭，那轮熊市长一些，差不多4年多；2005年股权分置改革，2008年次贷危机——一般熊市最少跌一年，持续一到五年，牛市最多两年，中间调整之后还可以再走两年。"四万亿"之后消费不太好，到2014年、2015年，加杠杆叠加金融政策启动了一轮行情；后来的一年内逐步掉下来；2016年、2017年主要是棚改和房地产刺激；2018年贸易摩擦；然后是新能源行情。这一波是什么？9·24政策加AI产业逻辑。按这个规律，今年9月份左右应该调整，实际提前了一点。这次调整完全符合过去的统计规律。
这个规律以后是否继续有效不好说，但到目前为止是有效的。调整幅度我不知道，但一旦进入调整，从历史上看很难少于一年。比特币也是典型的四年周期，涨了那么多，它本身并不产生利润，纯粹是资金运作和心理波动的规律，与选举周期、奥运会的四年节奏类似，到目前为止还没有失效过。股票一旦跌幅超过20%，大家的诉求就变成不要亏本，有推动的心理逻辑，所以一旦下跌，通常不会少于一年。
再讲讲9·24政策。化债的规模是4万亿元。结论是：2025年、2026年到明年2027年，增量要少2万亿，政策有所衰减，而股票已经涨了这么多——虽然刚才讲复合回报8个点，但涨幅已经不小，美国只是比我们稳一点。一旦多数股票年化预期收益超过10个点，就要谨慎，不要把预期提得那么高。纵观全球股市，长期年化收益都在5到10个点，超过10个点往往就面临回调。
这一波行情有两个原因：一是9·24政策，二是AI。产业链的竞争格局值得关注：英伟达设计在美国，生产在中国台湾，存储在韩国，材料在日本，中国有光模块和PCB。我们的竞争格局不像台积电——英伟达有七八成的设计份额可以享受垄断利润；存储有三四家竞争，所以存储跌得很厉害。这一波行情的下调和竞争格局有关系：PCB刚开始三五家，后来十几家；存储也可能扩产；光模块短期还是紧缺的，但都在跌。我们认为AI本身还是很好的，只是产业链上不太具备优势。
再说外贸出口。这几年出口非常好，在美国没有制裁之前，主要面向欧洲，从900亿欧元增长到3000亿欧元。最近中欧谈判还不错，但如果顺差达到1.2万亿欧元，就要谨慎了。
总体而言，不管基本面还是技术面，短期调整还需要一段时间，但中长期比较乐观。最乐观的是A股广阔的市场和工程师红利：我们的复合增长8个点，GDP增长也不错。2006年A股上市公司利润3000多亿元，现在差不多5万亿元，涨了十几倍，长期基本面向好，只是短期波动比较大。近几年利润没有怎么增长，但2026年增长比较快，2027年预计也会有一定的增长，大约20%的业绩增长，AI相关贡献会更多一点。拆解来看，40%来自非银，保险、券商赚了很多钱；还有与油价相关的资源品；明年非银的贡献会少一些。AI板块今年上半年的数据很好，明年预计还会增长，但增速可能没有今年这么快。
总结一下：中国股市的走势特征与历史统计数据基本吻合。这波A股调整已经比较充分，国家也开始救市，应该会有像样的反弹，但调整可能需要一定时间，按统计规律还需要一年左右。长远来看，中国股票没有问题：GDP、产业逻辑，包括新能源汽车、光伏，以及未来的电子产业都没有问题。而且在熊市里，恰恰应该寻找牛股——2001年茅台上市后涨了200多倍，腾讯2004年上市。每次股票下跌、大家悲观的时候，就是挖掘好公司的好时节，希望找到下一个茅台、下一个腾讯。
（三）关于美股
简单讲几句美国。美国40万亿美元的债务是否可持续？我们内部做了研究，用指标来讲，就是债务占GDP的比例：绝对数额在增加，但假设美国赤字率为6%、名义GDP增长4.5%—5%，债务是可持续的。看美国财政部的数据，2025年收入5万亿美元左右，支出差不多7万亿美元，赤字1.8万亿—1.9万亿美元。美国财政很有意思：收入基本上靠个人交税，企业交税才四五千亿；社保是老百姓交的，遗产税很少，关税更少。支出里有两块刚性支出：军费和政府运营，动不了；社保、医疗这些支出也很难压缩，可以多看看共和党议员在争论什么——有人说这块支出要削减，但很难。增收方面就是个人所得税征得多一点，工资税还是老百姓交的钱。加州做了一个比较好的事：对高收入富人征收一次性5%的财富税，收到了不少钱，有利于赤字缩小。
一句话：假设赤字率6%——这个假设已经不低，名义GDP增速2.3%（美国历史平均赤字率4.9%），据此测算美债到2080年是可持续的，大家不必觉得美国要出大事。当然如果超出假设条件，也许就要谨慎了。
然后讲美国货币政策。沃什和前任有点不一样，主要体现在讲话内容上：谈利率时大谈AI，主要目标是压通胀——现在通胀3%，目标必须是2%。回到刚才的模型：如果通胀率稍微高一点，实际上有利于美国化债；定在2%还是3%的区别在于，2%对老百姓和中产阶级有利，3%对资产持有人有利，通胀3%时股票和资产涨得多一点。
现在的通胀主要与油价相关：油价相关项弹性最大，如果油价翻倍到高位，大约贡献0.5—0.8个点的通胀；油价上涨还会传导到交通运输和休闲服务价格，这两个长期服务项差不多再贡献1个点。现在通胀3.65%，把油价因素抵消就是2%。如果明年油价维持在100美元而不是冲到200美元，通胀不应该再涨；如果同比回落到70或80美元，2%的目标就容易实现。所以加三次息应该差不多了。
AI这个事大家讲得比较多，我只讲一点。沃什讲了四件事：第一，AI到底有没有用；第二，AI对就业的影响；第三，重资产还是轻资产；第四，AI的收益该怎么分配。现在还没有结论。如果AI投资可持续、能拉动利率上行或美国GDP增长可持续，就必须加息，回到2%；如果AI跟不上，可能要降息。所有的关键都在这里，要特别关注。
关于就业，AI从中短期有一定影响，长期一定对就业有好处——历史上从来没有一次技术进步带来就业率的下降。300年前我们只能种粮食，突然来了拖拉机，原来干一个星期的活两三天搞定，农民失业了吗？这就是过去工业化的历史：原来没有别的财富，只有粮食，一部分人从农业释放出来，去做大学老师、做运动员、做主播，这些都创造了就业和GDP。只要AI提升劳动生产率，一定会产生更多就业岗位，但这需要过程。我现在担心的不是AI冲击太大，而是害怕它不好用、劳动生产率上不去。
美国股市如果跌，是AI不行跌的，不是利率的问题。不要担心美联储主席加不加息，只需要关注AI行不行。短期看，不行就是不行，因为涨得太多了。
（四）结语
最后总结一下。刚才做了国际比较：A股投资长期回报不错，只是大家下跌的时候情绪不好。我再给大家加点信心：日本失去二十多年，欧洲过去也失去了二十年——欧盟指数2000年后长期没涨，最近靠财政刺激才涨了一点。而中国一直在向上，每年8个点的复合增长率，这就是国际比较的意义。
大家可能说，涨跌幅还可以，但波动太大。怎么解决？我提几点建议，这些建议提了很多年：一是交易制度方面，涨跌停板可以放宽或取消——如果可以下跌90%，就不会炒那么高；二是借券，可以借券就可以对冲；三是股指期货等衍生品类扩充；四是新股上市定价过高、随后长期阴跌的问题。把这几个问题解决，中国股市的投资体感会好很多。客观讲，我们的波动率在降低：2008年到2009年上证指数从5000多点跌到3000点附近，跌幅75%；2021年到2024年这波的跌幅已经收敛，我估计这次调整的跌幅一定小于上一波，会越来越好。如果这些制度落地，也许更有利于市场平稳发展。
主持人：感谢张总。第二位嘉宾是浑瑾资本创始人、基金经理，李岳。李总拥有20年证券从业、15年国际化资管经验，历任高瓴资本投委会委员、基金经理，华夏基金国际投资部研究主管，具备体系化、国际化的产业研究以及丰富的对冲基金多空实战视角，2021年创立浑瑾资本。下面有请李总分享2027年度市场投资策略《全球视角下的结构性投资机会展望》。
全球视角下的结构性投资机会展望
李岳 浑瑾资本创始人
感谢中信证券的邀请。
（一）三个不变的宗旨
第一，我们是基本面投资者，这是基础。虽然侧重的行业一直在变——十几年前做消费、做互联网，今天投制造业、科技，也在全球投各个行业，但我们找公司的三个宗旨从来没有变：高质量的生意、结构性的增长、第四阶段的公司。
高质量的生意，即公司要有很强的定价能力。我们要投的，是用户黏性高、竞争格局好的生意。基本是双寡头、单寡头，全球最多三个玩家。几十个玩家混战的行业，我们基本上不投。
结构性的增长，指和宏观经济的关联度没有那么高，有自身的驱动力，未来还有2-3倍空间。每个时代都有自己的主线：2005年到2015年的城镇化带动地产链崛起；2012年到2013年的消费升级、中产崛起；2015年到2020年手机渗透率提升带动了互联网和TMT。我们基金在2021年市场上一轮最高点成立，当时比较看空互联网和医疗，聚焦于制造业升级和科技自主。过去四五年也在印证这个判断，大的方向不能错。
第四阶段的公司。我们认为所有行业都会经历需求爆发、供给不足；需求放缓、供给恶化,竞争加剧；需求再度放缓、供给收缩；最后遇到新的驱动力，这个阶段往往是赢家通吃，少数人拿走大部分利润。
第二，我们聚焦于全球市场，过去几年有三四成配置在全球市场、非中国公司，包括美国和欧洲。我们聚焦于大的产业趋势，不限制地区占比，而是沿着几条主线，在全球范围内寻找最优质的公司。
第三是多空策略，空头仓位主要布局于海外市场。未来世界会持续分化，有赢家，有输家。如果一个公司能从100块变成500块，你应该买入并持有；如果只能从100块变成20块，你应该做空。在美股我们建了比较大的空仓，这是很好的保护。我们常年保持七-八成的净仓位、九-十成的总仓位，通过多空策略平抑波动，同时赚到绝对的阿尔法。
一句话总结未来的投资：多学科的能力要求越来越高。过去只需要研究公司大概是怎么回事，现在要理解背后的政策、历史，理解为什么很多事情到一定程度必然会走向某个方向。历史上几次大的判断我们做得比较准，因此没有踩特别大的坑。2018年到2021年，尤其是2021年成立的时候，我们对当时最热门的互联网、医药比较看空；2023年起投中国公司全球化；2024年起聚焦全球电力设备和基础设施；今年初加仓科技，6月份开始减科技，基本保持了实事求是的态度。
长周期看，还是需要做全球配置。不只是为了弱化和单一市场的相关性，更是为了放眼全球，找到最能穿越周期的公司。
空仓这块可以举个例子。去年谷歌在AI上是很落后的，我们研究发现谷歌的模型会很快追上来，同时对OpenAI看空。去年10月，市场对AI还有没有未来保持怀疑，我们当时就是做多谷歌、做空OpenAI，空头的表达主要做空日本的软银，因为软银市值里有一半是OpenAI。这样不需要在那个时点上去猜AI是不是见顶，赚的是比较明确的阿尔法。
（二）宽基指数没有大空间，结构性牛市已经展开
几个结论。第一个，宽基指数的上升空间或许不会太显著。这不是看空市场，而是成分构成的问题。过去20年，中国经济有两个最大的驱动力：一是城镇化，二是在二战后全球化进程中赶上了最后一班船。这两个驱动力现在都遇到很大挑战，经济还在转型过程中，科技自主、制造业升级是未来少有的结构性机会，也包括中国公司的全球化。
今天的感受可能就是未来五年的感受，经济增速维持在3-5%——这放在全球已经很不容易了。在这种情况下，大部分由传统白马构成的宽基指数，很难回到原来的荣光。大部分行业可能与GDP相当的增速，很难想象能给多高的估值。最近的反弹更多是赚风格的钱。投资无非是赚企业盈利增长的钱、股东回报的钱，或者赚风格的钱；如果一家公司只能赚风格的钱，前两者赚不到，这对我们没有太大意义。
另一方面，我们一直强调，2024年之后中国市场已经进入结构性牛市。过去我们投的公司、市场上涨幅很大的公司，大部分上涨是盈利推动的。
虽然我们认为中期看宽基指数没有大牛或大熊的基础，但三季度普跌的行情幅度超出大家预期，而且找不到太多理由。我把它理解为某些坏消息的情绪发泄，再加上多杀多的过程。普跌环境下一些优质公司被错杀，反而风险回报比更好了。
港股除了大的产业背景因素之外，更多是“软”的问题，互联网企业受到字节的挑战，用户时长被抢走。加上今年人民币升值，大家不愿意配港股。再就是巨量IPO。在以上几个因素或者基本面出现重大变化之前，港股大概率会窄幅振荡。
美股进入相对复杂的阶段。之前我们对美股科技比较乐观，现在也没有那么悲观，只是结构会发生变化。原因不是加息——我从来不认为25个基点的加息会改变预期，美股加息之后股市并没有大幅调整。但未来高利率是每个人都要面对的，我说的是海外，不是国内。
（三）四条主线：宏观环境越混乱，确定的东西越值钱
第三部分讲四个我们看好的投资方向。世界变得越来越乱，确定的东西就越值钱。这四条主线是：去全球化、AI、中国公司全球化、新消费。
二战以后的世界体系在过去几年已经分崩离析。去全球化的核心，是从效率转向安全。过去欧美消费100、中国供给100，供需配合得很好；现在中间有了一道墙，中国面对的是需求只有50、供给有100，所以要找新需求、要全球化；海外面对的是需求100、供给50，供给不足。
供给可以宽泛地理解为基础设施能力。当下美国的基础设施面临三个最重要的驱动力：制造业回流、AI的短期冲击，以及对电和电力的冲击。这轮资本周期对电力和基础设施的投资可能持续10年，因为本质不只是AI，而是从效率优先回到安全优先，对应可能是3万亿到5万亿美金级别的投资。
过去几年，我们先投了一家全球化布局的A股电力设备上市公司，又投了欧洲最大的电力公司，顺着产业链挖掘到中国供应链公司，每一个都有不错的表现。今年我们投资了北欧上市的核电公司，我们判断美国的数据中心最终会向北欧迁移。
能源安全是十年级别的拐点，除了电力链条，油气链条上也有结构性变化，例如深海钻井。其空间和前景取决于两个变量：长期油价（而不是短期），以及市场对现有中东石油稳定供应体系的不安全感——长期油价越高、不安全感越高，对于深海钻井的需求就越大。一旦行业景气达到我们计算的中性情况，在公司估值仅3-4倍P/E的情况下，自由现金流收益率可以达到25%，属于非常深度价值的机会。
（四）AI：硬件利润池总量或在2027年之后见顶，分化必然加剧；产业链机会向中下游转移
AI本身是一条产业链，谈看不看好之前，先要说清是哪个环节。
2027年，全球总的资本开支预计在1.5万亿到1.8万亿美金。但总现金流只有1万亿到1.2万亿美金，中间有五六千亿的缺口。目前最火的场景是coding，它是实实在在能够替代人工、计量产出的场景。在下一个应用场景尚未打开的前提下，明年1.5-1.8万亿美金的资本开支，需要ARR达到6-7千亿美金（即，同比增加5千亿美金）才能形成匹配。如果仅仅依靠Coding这一个应用场景来支撑，企业需要实现约1.5倍的投入产出比，相当于用AI替代约7500亿美元的人工成本。按每人每年20万美元来计算，约需替代400万个的岗位，挑战相当艰巨。
过去五年，价值链的利润大量流向硬件。云作为总出口，只保持了40%的增长，这已经非常好了，但没法跟硬件相比：硬件资本从1000亿涨到1万亿，直接涨了10倍。
从产业链看，这1万亿利润池里面，6000亿是存储，3000亿是计算能力，剩下的光模块等只占不到1000亿的利润池。从国家角度看，美国、韩国、日本占了大头，中国只占很小一部分。这就是为什么要做全球投资，真正大的池子在全球市场。
我们在AI产业链的投资一直围绕“瓶颈”环节，也就是这个阶段谁可能成为发展的制约。从早期缺计算能力（算力），到缺通讯能力（光模块），再到缺记忆能力（存储），而面向日常生活的产品并不需要那么高的智能，对通用算力的需求更大，调度能力（例如CPU）是未来的方向。在AI整体贝塔之上，还要找到更大的阿尔法。
今年2月我们坚决加仓AI，6月开始减仓，最主要的原因就是前面说的缺口：如果不能在明年大的资本开支基础上创造新需求，这个循环怎么转？
所以当有人问“AI还有没有空间”，要区分三个问题：AI行业本身有没有发展空间；AI硬件公司作为整体能不能赚更多钱；AI产业链上的公司市值能不能创新高。第一个问题我们毫不怀疑，我们认为这是元年；对后两个问题（一个基本面层面、一个股价层面），我们深表怀疑，拐点可能已经出现。回看过去100年几次大的技术革命，包括最近的移动互联网周期，硬件最终会成为行业发展的敌人——如果没有今天硬件的降价，怎么可能每个家庭有好几台电视、每个人都可以换好几部手机？
云作为所有应用的总集，我们还是非常看好。美国微软、AWS这样的大公司，60%的市值来自云业务，在这样的体量上每年还有40%到50%的增长，刚刚公布的三季报是48%，头部公司估值合理，未来三年这类公司有望总体保持20%到25%的增长，我们认为是AI下一阶段的机会。国内的龙头企业也是不错的。
这里面会给我们很好的配置机会：对硬件相对谨慎，对云相对乐观。去年做多谷歌，再往前做空超微电脑和英伟达，对我们都是很好的保护。AI硬件是一道复杂题，不只是产业问题，还有债务问题——明年债市已经开始挤出美国国债。AI对人类的意义，长期可能是技术革命，但中短期未必是好事：它作为新物种在挤出一切，挤占工作、挤占电力（今年手机均价涨了3000块，老百姓并没有得益），也挤占政府债务。
总结一下三种可能的情形：一是交易硬件利润见顶，但价值链利润向云倾斜；二是有概率出现新应用，硬件还能续命，但比较微弱；三是往更悲观的方向走。我们会根据情况调整。国内的硬件公司会面临比较大的问题：它们很大程度做的是美国人的生意，而FCC对我们并不特别友好，有可能被从1000亿的利润池里踢出去。
（五）中国公司全球化：像90年代之后的日本
中国公司卷出了竞争力，开始进入全球市场，这与90年代之后的日本很像。过去几年我们投的电动大巴、电网全球化，都是基于这个大逻辑，而且出海的利润率更高、盈利更强。
但今年1月，我们对出海变得相对谨慎，减了比较多出海公司的仓位，加了科技。问题的一面是：当贸易顺差达到1.3万亿美金，一方面说明中国人勤奋、竞争力强，另一方面也给全球市场很大压力。
好处是，经过三季度下跌，很多利空已经慢慢反映进去了。可以看到，中国产品卖到欧洲和卖到美国的区别：欧洲人需要你在当地留下产能、留下税收和就业。我们的企业家也在这个过程里找平衡点。
但市场的反应比较悲观。像电池龙头公司，跌到今年只有11、12倍PE，6%到7%的股东回报率。如果相信全球电动化率还没有结束，这比纯粹的红利股还要便宜，反映的是对中欧谈判非常悲观的预期。今天市场跌完之后，很多公司卖非洲、卖南美洲，除了中美和中欧，中国竞争力还是很强。
（六）新消费十年：结构机会徐徐展开
很多朋友问我，我是做消费出身的，做消费快20年，过去几年在消费上没怎么投资，因为中国消费确实进入了比较复杂的阶段。但我对未来是乐观的，不是盲目乐观：首先要清楚，总量想回到十年前的荣光，这种预期不合理，也不可能。而这里面的结构机会非常多，而且是徐徐展开的。
回顾过去三十年，消费有三大波机会，背后的驱动力完全不同。第一波是渗透率，2003-2007年，那时我们的人均消费量远低于全球，最牛的公司都是玩渗透率的，渠道最强、成本很低，比如康师傅、蒙牛、百胜。第二波是消费升级，2013-2020年，量差不多了，要喝得好一点，比如白酒等。第三波又不一样，基本围绕三件事展开：精神消费、变美变健康、国产平替，这和社会发展阶段有关。
再往深里看，这代表的是中国主力消费群体发生了代际迁移。五六十岁的人即便赚了很多钱，花一两万买卡牌、买奥特曼的卡，会觉得疯了，肯定是泡沫。但我可以告诉大家，稀缺卡过去十年的年化收益率是50%，远远碾压基金，这其实是另一个世界，代表了一类新的资产。
看日本也是一样。日本2005年以后部分新消费公司涨了几十倍，最有名的是奥特曼的母公司万代、任天堂，而整体消费并不涨。我们现在还没有这么多仓位，但在紧密关注。有些公司目前看只是产品周期的问题，一旦催化剂发生，对我们来说就是非常好的布局机会。只要理解背后的驱动力是人类结构的变化，就很好理解了。
总结一下。市场短期超跌，应该有反弹；但宽基指数不应该作为基础假设，未来还是要聚焦战略级、结构性的全球机会。一是去全球化带来的机会，本质是效率优先转向安全优先；二是AI，产业链利润池的分布已经发生很大变化，不能只看哪个便宜就买哪个，容易踩坑；三是中国公司全球化；四是新消费十年。
量化择时的来时路
刘旭晖 正仁量化创始合伙人、董事长
今天和大家分享量化择时。
（一）量化不能择时？我们想试试另一条路
很多业内前辈都听过一句话：量化是不能择时的。正仁一直在死磕这个赛道，要用量化的方法做仓位管理。很多人会把一次两次的样本当成对市场的判断，但我相信大家真正关心的是接下来涨还是跌，这是所有人都绕不开的话题。
在我以前的投资中，每次决策都非常离散，没有把这次决策和下一次决策变成连续事件：听到某位嘉宾讲行业，很有信心就买入；下次听到相反的观点，就卖出。每次决策都是离散的事件、离散的样本，财富就会跟着大环境和情绪周期大幅波动。
我们想做的事情是：把情绪周期的变化，从一次一次的离散样本，变成一套有统计学长期胜率的仓位管理体系。这也是正仁量化的核心思想——用深度强化学习的方法做时序预测。
（二）阿莱斯悖论：大多数决策并不完全理性
开始讲数据之前，先说一个故事——阿莱斯悖论。它其实是选择的问题，分两轮。
第一轮，有两个选项。A：盒子里100颗球，抓出任何一颗都可以获得100%的收益。B：89%的概率同样获得100%的收益，10%的概率收益翻5倍，1%的概率什么都没有。绝大多数受试者选了A，因为恐惧那1%的风险，怕血本无归。
第二轮，还是同一批人、同样两个盒子。A：100个球里11%的概率可以获利100%，89%的概率什么都没有。B：10%的概率可以获得500%的收益，90%的概率什么都没有。这一轮，绝大多数人选了B——反正只有10%或11%的概率赚钱，10%和11%差不多，为什么不赌一下10%能翻5倍。
两个实验交叉起来看，其实是同一件事，但人的选择完全反过来了。在投资中也是一样：大多数决策并不是完全理性的，并不是基于真正的数学胜率模型。大家情绪极致的时候，会觉得这个世界要完蛋了；情绪特别高的时候，又觉得估值还没有走完。今年就是动荡的一年，上半年艳阳高照，下半年风雨飘摇，我相信在座很多人不愿意再经历一次。
（三）为什么要做择时：从离散决策到连续体系
巴菲特的长期投资和价值投资，我深度认可——真正能把有价值的事情长期做下去，一定会带来非常丰厚的回报。但很多人在这个过程中会下车，这是人性，价值投资本身很难。
即便是巴菲特这样的高手，1973年到1975年也经历过大幅回撤。在座也许有人从6月底到现在回撤了50%，这样的经历我承受不了，太痛苦了。我相信每个人都希望投资带来更美好的生活，而不是为了体验痛苦。
我们之前发行了很多量化产品，一直是满仓，2022年很多客户在低点赎回，最近又有很多客户说扛不住了。这个行业要服务客户，要让客户的资金复利成长，最关键的是优化持有体验，让客户在真正的牛熊周期中获利。这里面有很多磨损：买入一只股票，看着不对就换，换来换去发现是在浪费时间，还不如不动，涨的时候一起涨，跌的时候一起跌。今年上半年很多深度的产业逻辑，大家研究得深到极致，最后发现这些逻辑在下半年情绪周期错位的时候一律失效。
所以我们在想：能不能把仓位像做超额一样，做成一件很稳定的事情，把择时的准确率和胜率做高。在指数下跌的过程中，即使做出了很高的超额，依然会面临本金大幅亏损，而亏损之后往往拿不到下一波行情，这是大多数人面临的问题。我有一点理想主义：马斯克刚做火箭回收的时候，很多人说不可能，就像今天很多人说量化不能择时一样。我们一直在带团队摸索择时与选股之间的关系。
（四）四代迭代：从“潮汐”到端到端
第一代择时产品叫“潮汐”。做指增，除了满仓选股，还要考虑回撤和执行成本：怎么在下跌中少吃回撤，在上涨中多拿反弹。最开始的思路比较简单：在沪深300这样的指数上研究贝塔，用股指期货的方法，判断指增产品在现货上什么时候加仓、什么时候减仓。
第一代的成果是，盘中做到15分钟级别的仓位管理，确实提升了阿尔法。我们的指增产品仓位区间是60%到140%，系统判断行情不利时会降仓。第一代很快遇到一个问题：市场很差的时候仓位也有60%。客户就会问，如果真的择得准，为什么不满仓变空仓？在市场环境真正发生风险的时候，始终满仓的方法论和最终长期结果，到底哪个更优？
于是有了第二代：从相对收益转向绝对收益。从2024年年初开始，我们想把“无脑满仓”的量化基金做成绝对收益产品——无论在什么市场环境下，能不能长期给客户带来绝对收益。今天很多银行、保险和机构都想配置权益，但权益的波动怎么控制，是一个很重要的命题。
第二代的思路是端到端。举一个简单好理解的例子：量化投资要做的事情，是把拍脑袋的投资变成一套体系，要求胜率大于51%、盈亏比大于1，满足这两条就能长期赚钱。择时有两个命题：择时的准确率、选股的准确率。假设量化选股模型的盈亏比都是1、胜率是60%，择时也做到60%，两个东西叠在一起胜率却大幅降低了——因为60%*60%=36%。因为选股判断正确的时候，和择时判断正确的时候不一定能匹配上，这里面有离散样本的磨损。
这就是我们得出的第一个结论：做量化择时，不要分开单独研究择时信号和选股信号。这两件事单独研究，这条路走不通。
进而我们对方法论做了进化：从常见的多因子架构、人工定义算法，转向用算法挖掘因子，通过深度学习或数据模型，最后在组合优化上另设仓位规则。我们想做的，是把两个60%变成一件事，训练成一个胜率60%的模型。
训练目标也从对标超额收益，变成寻求绝对收益——无论牛市还是熊市，都寻找这样的绝对收益。第二个阶段，我们从人工定义走向机器特征挖掘，用强化学习把最早的两件事统一成一件：在强化学习的大框架下套多个深度学习模型，把时序和截面问题在同一套模型里统一。
（五）如何评价一个择时模型
我想分享的观点还是最开始那件事：每次买入卖出的离散决策，一定要形成自己的系统、形成长周期稳定的体系。大多数人选股听研究员、交易听另一拨人，这就是为什么60乘60等于36——不是一个团队在做这件事，彼此之间能不能匹配上？我们自己买量化基金的时候，是不是真的深入研究、理解它的策略？把多个低概率事件混在一起，结果一定不好。
从收益归因来讲，研究中要分清楚：固定选股率和信号口径之后，如何让仓位管理和选股能力分别接受检验，这件事非常重要。有些客户就是要配科技，但科技波动太大不敢配；不配科技，在科技股强势的时候，又错过了行情。解决办法是配降波加择时——既不会错过，又不会承担太大波动。最简洁的方法是全A满仓静态基准之上，找到个股均仓的静态基准、仓位决策差异，以及同仓位全股的差异，把收益清晰拆出来，再扣掉磨损成本，最终得到收益归因。
（六）分域：红利和科技不能用同一套体系
刚才讲的是怎么评价模型，现在讲我们的仓位变化到底是怎么做的。
核心思想是：选题材和个股之前，要先把市场中大的情绪周期搞对。情绪周期对的时候，选股能力差一点依然能赚钱；情绪周期错的时候，这件事就很难。所以我们对大量情绪因子进行了挖掘和建模。
但做到这里，我们发现了新问题：市场的强弱分布并不那么线性。正常情况市场好就一起好，而今年6月出现了很极致的情况——科技股特别好，万得全A表现差，其他个股都差。全市场的强弱和持仓池子的强弱不是一回事，中间会发生非常大的割裂。
如果按全市场情绪周期判断，今年6月万得全A情绪特别差，这时候应该清仓；但清仓就会错过科技股最后一波，这个模型难道不应该优化吗？于是有了第三个版本：分域。
分域很好理解：红利股和科技股，能用同一套体系吗？不可以。我们研究不同类型样本之间的差异，针对不同类型的股票、不同的票池，以及短周期、中长期、长周期的择时，形成不同的适配区域。市场比较割裂，就不能用一套仓位信号指导所有人。我们对市场结构做了大量动态的拆解和分析，追踪不同题材、不同行业、不同板块在量价上的流入流出，做分域研究。
（七）取舍：回撤与收益的边界
接下来是决策问题，也是选择问题。
愿意把最大回撤放得很大，收益率肯定更高；风险承受越大，能获取的回报也越大。但在控制回撤的过程中，也没有必要盲目追求回撤最小，把“哪家公司的择时回撤最小”当成唯一标准，这是误区。
大多数择时模型最终都会收敛到收益回报曲线上：到一定程度之后，每降低一个点的最大回撤，都会让最终收益大幅衰减。为了极致优化回撤，收益会损失很多，很多选择其实是可以优化的，我们在做的是将模型落在拐点区域附近。
（八）第四代与真实的样本
第四代是现在的版本。我们想把独立、单一的决策样本形成体系，让每一次加仓减仓、买入和卖出能够匹配成一套可复利的投资体系。一定有错的时候，甚至连续一段时间错得离谱，或者对得离谱，都可能发生。
今年的例子很典型。2025年4月7日，全系列产品空仓，躲过了贸易战大跌，很多人说“封神了”，我认为这没有意义，是单一样本。今年7月长鑫科技上市当天，系统判断有反转，我们大幅加仓，第二天挨了闷棍，错得很离谱，很多人说这个决策真蠢。我想告诉大家，这样的离散样本没有任何意义。一个人讲一个特别牛的故事、翻了多少倍，说得更直白一点，可能只是那两年运气好。真正建立一套长期有效的投资体系，才有可能让胜率站在你这边。
（九）投入与迭代：这条路没有终点
做到这个版本，很多人会说是不是已经挺好了，其实不是。我们经常会发现问题，做出一个版本之后没多久，就发现里面有BUG、还不完善，需要继续研究。
为了支撑这些工作，我们在量价因子、情绪因子上持续投入。我们买了一千多张显卡，构建了千卡集群的算力中心，支持盘中实时对量价、基本面、情绪因子进行追踪，对不同板块、不同个股、不同宽基指数做这件事，把择时和选股放在同一个模型里训练。这个赛道的门槛很高，但我感觉这是做择时量化最低的门槛，确实省不了钱——我们想尽办法买便宜的卡，但这笔投入是必须的。
团队现在六十多人，主要来自清华、北大、浙大。我们三位创始人是高中同班同学，大学分别去了清北浙，后来又回来一起创业。这些年我们在相关方向发表了数十篇SCI论文。把学术写进交易，对我们来说很重要。
方法论上，每当遇到市场的新问题，我们做的事是：先看原假设，市场发生变化后，判断能否推翻原假设、问题出在哪里，然后重新定义问题、重新给出假设，再给方案、做验证。这是我们一以贯之的方法，也一直在路上。
投资很琢磨人，也很让人焦虑。我们正仁量化从来不想成为做得最好的管理人，但我们希望通过努力，把原来靠运气的随机选择，变成体系化的择时胜率，我们一直在路上。
最后是一句心里话：放下焦虑，选择复利，更是选择生活。谢谢大家。
主持人：第四位嘉宾是波克私募首席投资官，何康。何总是北京大学博士，曾任华泰证券研究所所长助理、策略首席兼金融工程首席，拥有超过8年的金融工程研究与投资经验，对大类资产配置、量化选股及各类量化投资策略与产品有长期深入的跟踪和研究。下面有请何总分享2027年度大类资产投资策略《资产配置下一程》。
资产配置下一程
何康 波克私募首席投资官
尊敬的各位投资人朋友，下午好。站在台上我非常惶恐——今年9月我从券商加入私募行业，是行业新人，感谢给我展示自己的机会。
主办方给的题目是资产配置，我想从四个角度展开：第一，我们对资产配置当前的观点；第二，对量化资产配置方法论的思考；第三，AI可以怎么赋能资产配置；最后是波克私募的实践。
（一）从“预测”到“刻画”
第一部分的主题，最初是“当前市场的预测”，后来斟酌了一下，把“预测”改成了“刻画”。大家来听策略会，总是希望得到明确答案，接下来应该怎么做资产配置。以前在券商工作时，有一位我非常尊敬的领导，经常教导我们，分析师最重要的是要敢于take the risk，要在恰当的时间点喊多或者喊空。
但是身份从分析师切换到投资岗位，越来越发现预测这件事很难。刚才正仁的旭晖总在择时上有非常成功的实践，但对大部分投资者来说，Beta预测的难度依然很大。所以我把标题改成了“刻画”——如果能把当下描述清楚，已经很不容易了。
（二）基本面和资金面
下面分别从宏观基本面、微观基本面、资金面刻画市场。
量化刻画宏观环境，最常用的方法是宏观因子：设计增长、通胀、信用、货币几个维度，每个维度里选取有代表性的指标，通过统计学方法做预处理，最终合成为因子。看因子的位置和变动方向，基本就能对当前宏观环境有相对准确的判断。
先看增长。当前处于弱复苏阶段，过去一年增长趋势在放缓。再看通胀，我们观察生产端通胀，今年3月美伊冲突之后，能源价格高企，通胀因子在高位持续徘徊。
增长放缓、通胀处于高位，这个组合对资产配置有比较明确的指示意义，意味着资产配置进入防御模式：增长下行，债券、黄金相对占优；通胀上行，商品相对占优。
下面两个是信用和货币因子，信用因子和股票关系更密切，“9·24”之后信用因子上行，但近一年转向下行，对股票不友好。货币因子和债券关系更大，目前货币相对宽松但边际趋紧，可能限制利率的下行空间。
微观基本面主要看上市公司盈利和景气度。三季报，全A非金融盈利增速，按季累计口径，二季报是年内高点，三季报略有下滑，与刚才说增长动能放缓契合。分板块看，K型分化还在延续：AI、出口链的盈利增速维持，内需消费还未实现修复。所以我们赞同前面浑瑾李岳总的判断，当下更多不是指数级别的机会，而是结构性机会。
基本面是资产配置的长期锚，但短期涨跌更多受政策面和资金面驱动。从当前环境看，政策的底相对比较明确，最清晰的指标是宽基ETF的流入。我们做过很简单的统计：中证全指过去20天下跌5个点，并且单日宽基ETF流入100亿，这样的组合历史上出现过32次，其中有31次在未来20天指数都是正收益。宽基ETF流入的信号意义比较强。
但政策底通常不等于市场底，还需要和资金面形成共振。截至10月底融资盘仍在流出，市场交投活跃度不高，但今天行情有比较大的变化，我们会继续跟踪信号，看观点是否需要调整。
再看大类资产。今年大类资产配置进入“hard模式”，事后来看主要是3月美伊冲突带来的高油价、高通胀以及美联储货币政策的转向。6月底和9月底开始，相继看到全球科技资产回调，美债、原油、黄金也都处在今年的价格高位或低位。
（三）量化行业的观察
第二部分的主题是“量化行业的观察”。这几页ppt今年年中就做出来了，当时我们的判断是，量化处在四个周期的顶部：量化自身规模的周期、超额收益的周期、监管宽松周期，以及当时还不太确定的市场贝塔周期。这意味着量化行业同样将进入hard模式。
三季度证券类私募的存续规模和备案规模都位于阶段高点。规模的高峰必然带来策略的拥挤，在今年的超额收益上有鲜明体现：全市场500增强和1000增强的平均超额收益跑不赢基差，中性策略的收益也低于过去几年平均水平。
今年超额收益难做，很大程度上也和7月的Alpha回撤有关。尽管管理人的因子和模型不尽相同，但数据源偏量价，因此容易学到相似的规律，高配科技，由此引发量化与主观的共振式回撤。
太阳底下没有新鲜事，类似的事情早就发生过。左边这张图展示1000增强超额收益与中证2000、双创50超额收益的相关系数：今年6月，1000增强超额与中证2000的超额相关性到达高峰，7月与双创的超额相关性也到达高峰，反映出量化在小微盘和科技上的偏离。右边这张图展示500增强在2020年到2022年与创业板超额收益的相关系数：2021年三季度，500增强超额与创业板超额的相关系数也处在高峰，当时也出现了量化与主观的共振式回撤。
未来会怎么走？理想情况是快速出清，如2024年年初。但本轮量化规模的扩张来自指增和量选等资管产品，杠杆不高，一把出清未必发生。比较难受的情形是如主动权益2022到2024年缓慢失血，量化超额收益维持在刚刚跑赢基差的水平。
第三个周期是监管。监管周期往往和市场贝塔同步。长期看，万物都是螺旋式演进的。量化不等于高频交易，约束基础设施的风险不等于否定方法论本身。相信中国量化行业未来依然有长足发展。
（四）量化产品的创新
尽管量化行业面临拥挤，但产品形式仍在推陈出新。
第一类是阿尔法加择时。去年很多管理人推出了量选择时或者择时指增。从长期业绩看，择时产品和指增产品的收益接近，回撤更小。但今年6-7月，择时产品仍然无法全身而退：要么加仓加早了——6月避险、7月加仓；要么砍仓砍晚了——6月收益很高，7月跌得更惨。
择时是不是被证伪了？正仁的夏博给了很好的启发：正仁的择时方法论是从微观到宏观，比如做300择时，会对300成分股做预测，汇总成一个分布，预测大盘涨跌。但在6月底，这300只股票内部的变得同质化，分成两类——科技和非科技，相当于300个点坍缩成2个点。300个点估计分布相对准确，2个点估计分布误差就会很大。对任何策略，我们不会先验地预设它行或不行，但共识是任何策略都有它适应的环境。
第二类是阿尔法加衍生品，如气囊增强。常见做法是用股指期货模拟深度虚值看跌期权，对指增做下行风险保护。如果在2024年初、2025年初推，指数本身并不贵，不需要做保护；但到了2026年初，指数在高位，这类产品就有意义了。从2026年7月的表现看，确实起到了一定保护作用。
第三类是量化多资产配置。2025年也很火，但看2026年上半年以及近期表现，会发现并没有想象中容易。左边是国联期货做的同类型私募基金指数，截至10月26日，今年收益只有1个多点，而且大部分收益在1月兑现的。
这类策略2月之后表现不佳，主要原因是大类资产波动提升、内部相关性提升。右边这张图展示国内股债金内部的相关系数均值，2025年中枢在0，2026年中枢在正区间。标普500和国际金价收益率的相关性，也处在过去30年的99%分位数水平。黄金和股票同涨同跌，部分也源于全球多资产产品的规模提升。
未来这类产品的管理需要从粗放走向细致。比如向风控要收益、向单资产择时要收益、向Smart Beta要收益。
（五）AI带来的改变
第三部分的主题是“AI带来的改变”。
首先讨论AI对量化超额收益来源补充。第一是挖因子。相比人挖因子，AI效率更高，挖出来的因子也具备一定的可解释性。第二是文本信息。大语言模型擅长处理文本，可以从研报、新闻舆情中提炼情绪因子等特征。第三是从事件中提炼逻辑，从海量研报、电话会、业绩会中提炼个股的短期逻辑，将这些信息做成结构化数据、量化回测，以前主观能赚的钱，现在量化也能赚了。
其次，AI时代，人还能干什么？
第一，从执行者变成质检员。AI的产出速度远远快于人脑的加工速度。我们一边惊叹AI效率之高，一边吐槽AI的低级错误。我们的经验是：对代码类产出，可以设计各种下游质检任务；对文本类产出，可以把重要结论图像化，人对文字的理解速度远慢于对图片的理解。
第二，从工具的使用者变成工具的管理者。历史上强大的政权之所以能崛起，未必是创始人有多能打，但一定是动员能力非常强。这个时代也是一样：怎么动员各个大模型、各个Agent给我们干活。
最后，AI时代对人的要求也在改变，有两项特质变得重要：好奇心和行动力。我们会发现，没有AI的时候做得好的人，和有AI的时候做得好的人，是同一批人。这说明人和人的差距并不体现在工具层面。有的人不会提正确的问题，用大模型就是garbage in、garbage out；厉害的人提出正确的问题，就能得到有价值的答案。我们也发现，周围最厉害的人，往往不是最勤奋的那一个，而是能找到解决问题最优路径的那一个。在日常投研工作中，我们也持续探索如何设计合理的工作流、怎么组织Agent之间的协作，找到最合理的使用路径。
（六）波克私募的实践
第四部分的主题是“波克私募的实践”。波克私募2022年拿到牌照，目前管理规模100亿以上，是一家平台式私募，产品线覆盖FOF、宏观配置、主观、量化。今年波克的宏观配置策略受到了市场关注。
宏观多资产配置的底层资产包括股票、债券、商品的期货和ETF。方法论大致分两步。第一步是宏观Beta。我们借鉴海外优秀管理人的研究框架，把宏观环境按增长和通胀两个维度分成四个象限，每个象限都有对应受益的资产。我们不对这四个象限发表观点，只做风险平价，这是Beta层。在此基础上，做Alpha战术交易：对单一资产设计择时模型，对细分资产间设计截面模型，在基础权重上做偏离。
关于资产配置的下一程，有三点思考。
第一，我们对量化有信仰，它代表的是一种科学的投资理念。科学的方法论已经在人类其他领域得到充分验证，但在投资领域，大部分决策还未必那么科学。在波克，我们会坚守量化投资这条赛道。
第二，我们认为主观同等重要。宏观配置赛道样本量有限，任何子策略都很难有严谨的、符合大数定律的统计学规律。为了防止过拟合，就需要自上而下对宏观有更深入的理解。在实践中，我们把主观对资产配置的理解，转换成可复现、可回测、可迭代的投资逻辑，通过定量测试去验证或证伪。
第三，拥抱AI。我的感受和正仁旭晖总完全一样：今年下半年的自己，和年初的自己，完全是两个生物。我在波克的PM团队只有三位同事，已经实现了AI全流程——从策略研发到客户服务，全部由AI完成。我们也在积极探索多Agent架构，让AI自主地做策略的自进化。
我是一个技术沙文主义者，我相信未来投资会被AI取代。但就像有了计算机之后，圆周率可以算到小数点后无穷位，但祖冲之在人类科学史上的地位是无法动摇的。量化投资也是如此：虽然我们迟早会被AI做的策略取代，但现在做的这些探索和尝试，仍然是如此的鲜活和有价值。
私募董事长圆桌讨论
主持人
孙 超 中信证券机构股票业务部董事总经理
嘉宾
贺金龙 优美利投资董事长、首席投资官
陈迪强 宏锡基金合伙人、基金经理
陈 业 源峰基金研究总监、基金经理
赵俊辰 玉数投资创始人、CEO
张宪强 泰聚基金董事长
贺金龙
优美利投资董事长、首席投资官
贺总拥有超过15年券商、私募投资管理工作经验，擅长应用宏观量化指标把控资产配置及策略组合，代表产品多次斩获私募排排网、Wind多资产策略奖项，并带领公司荣获金长江奖、金牛奖等行业权威荣誉。
陈迪强
宏锡基金合伙人、基金经理
陈总拥有超过15年期货、证券及私募行业从业经验，曾先后任职于国海良时期货、中信期货及海通证券等机构。
陈业
源峰基金研究总监、基金经理
陈总拥有15年组合管理与投资研究经验，曾先后任职于中国人保资产管理公司、中国人民养老保险公司，历任宏观策略组组长、股票投资经理。今年市场波动加大，其管理的基金仍保持正收益与较小回撤。
赵俊辰
玉数投资创始人、投资总监
赵总拥有15年以上华尔街及国内量化投资经验，先后在巴克莱资本、高盛、摩根大通从事外汇高频做市、程序化交易及量化策略研究，2017年回国创立玉数投资，带领团队搭建了高频数据驱动的T0量化策略体系，公司管理规模约90亿元。
张宪强
泰聚基金董事长、投资总监
张总拥有约20年证券投资经验、16年私募从业经历，曾任职于老牌百亿私募中欧瑞博，历任研究员、研究部经理、基金经理，2021年创立泰聚基金，聚焦产业变革，擅长在高景气和新兴行业中挖掘优秀公司。
非常感谢5位嘉宾的到来。我们有两轮问题。
第一轮
孙超（主持人）：首先有请优美利投资董事长贺金龙。今年以来市场波动明显加大，在3月和7月两波极端行情中，优美利的多资产策略都展现出突出的回撤控制优势。想请教贺总：当初为什么选择多资产这条赛道？与单一策略相比，多资产策略的核心优势究竟体现在哪里？
贺金龙：我们最早出来做私募的时候，前五年都是做自营——之前在券商，后来出来管理自营资金。做自营的时候，没有了主动收入，就会格外珍惜被动收入，希望每年都能赚钱。做投资二十年，我们发现单一资产和策略没有办法穿越周期实现正收益，这也是私募各种策略百家争鸣的原因——有做债的、有做股的、有做商品的。真正穿越牛熊，还是要做多种资产和策略的组合。
从结果看，这套理念已经被长期业绩验证：公司公开9年业绩，每年都是正收益，当然每年的过程都很艰辛，过程中不一定一直是正收益。就像2024年上半年，行情跟今年有些相似，在当年9·24之前，感觉当年比较难赚钱了，但最终依靠多策略轮动，到了年底又柳暗花明。做资管真正的任务是要让客户赚钱，要充分考虑客户的持有体验：单一策略波动很大——像今年的指增和可转债、前年的商品，都出现大幅震荡；而把低相关性的多类策略做组合，能够有效对冲单一策略的极端行情，大幅平滑净值波动，客户就不用那么提心吊胆。客户能拿得住，才能赚钱。各种策略拉长到5年、10年都是有效的，都能赚钱，但没有办法保证每年都赚钱；组合在一起，基本每年能赚钱。即便放眼海外顶尖对冲基金，依靠多资产对冲，也很难做到年年正收益，但可以把正收益年份稳定维持在90%以上。
只要客户能拿得住，赚钱是确定的：中国的资产拉长周期都是上涨的，私募管理人也是能赚到阿尔法的。
孙超（主持人）：感谢贺总。接下来是宏锡基金合伙人、基金经理陈迪强。2026年商品市场宏观与政策扰动频发、波动率快速切换，CTA传统盈利范式持续承压，同时衍生品多策略配置也普遍面临策略拥挤、分散失效的难题。想请教陈总：如何适配当前高波动、高不确定性的商品市场，同时做好策略差异化设计、规避共振风险，实现真正有效的组合分散对冲？
陈迪强：首先，今年衍生品市场出现了分化比较大的行情，上半年不太好做，最近两个月好转很多。在回答这些问题之前，我想先从另一个角度分享一些看法。去年年底的时候，很多机构和投资人非常看好CTA、要增加配置，预期非常高。实际情况是：今年六七月之前，权益市场非常火、收益很好，而CTA的收益主要集中在年初，上半年整体承压——宏观环境扰动比较多，包括地缘政治，以及越来越多的投资人和机构进入这个赛道，业绩表现平平。
在这种背景下，首先要坚持自己对这个市场的理解。结合我们公司的投资理念，用一个字概括：慢。怎么理解“慢”？可以从三个角度来讲。
第一，慢在预期。前年、去年CTA相较权益市场表现一般，但长期业绩的平滑度比权益更好一点：权益去年收益很高，近段时间回撤比较大。“慢在预期”，是指需要市场和投资者一起对策略的收益预期降低一点，不要把短期、某个阶段的业绩看得太重，不要只拿某个月、某半年或者阶段性的业绩作参考——那样投后压力会很大，投资者失望也会更大。
第二，慢在扩张。扩张指的是规模。国内衍生品品种还在不断完善丰富，目前活跃的期货品种也就六七十个；整个市场虽然存量资金在增加，但绝对流动性、绝对沉淀资金还是远小于股票市场。我们观察到同行这两年也在逐步封盘，新进资金控制相对较好——大家在共同努力，维护存量投资人的收益。
第三，慢在策略上架。这几年借助AI，策略开发迭代的速度非常快，但就像汽车行业的“速成车”问题：有些策略可能需要更长周期的验证，不能急于求成，不能简单回溯一下历史数据就上线——这可能是当下有些策略很容易失效的原因。历史数据是固定的，如果用历史回溯的结果作为参考直接推上实盘，后续在可解释性上会面临比较大的挑战。所以策略迭代更新要快，但在实盘上架、组合配置层面要慢下来。
以上是我从这三个方面的理解。
孙超（主持人）：听懂了，三个"慢"。接下来是源峰基金研究总监陈业。陈总长期深耕逆向与低估值策略，但今年市场热度集中在科技成长，趋势资金占据主导，逆向策略更难做、也更需要定力。想请教陈总：您是如何坚持逆向投资的？另外，源峰强调一二级联动，一级市场的产业研究在实际投资中究竟是如何落地、反哺二级投资的？
陈业：谢谢您的问题。做低估值、价值类投资，今年最难的是五六月——大家都记得，那时候AI天天涨，各类传统价值股天天跌。7月以后市场发生了很多变化，反而好多了。在这个过程中要坚持，我认为有三点。第一，基金经理对自己的策略要有清晰的认知：任何一种风格、任何一种策略都不可能永远领先，有领先的时候，也有落后的时候，要接受这个事实，在落后的时候相信终会柳暗花明。第二，需要公司有制度保证：我们公司有成长风格的产品，也有价值风格的产品——AI表现好的时候，投资者可以通过成长风格产品捕捉收益，不需要价值风格的基金经理去买AI。第三，委托人的理解和支持，这也很重要。
回到一二级联动，这是我们公司的特色，今年我们能有20个点左右的收益率，一级半的项目也有贡献。举两个例子，大家就知道我们是怎么做的。
两年前，2024年，我们在港股投资了一家黄金珠宝公司，参与了它的IPO。2024年这家公司上港股的时候一点都不热门，甚至有点冷门，当年上市估值只有10倍PE左右，只有3家基石投资人，其中一家是我们。我们怎么在两三年前发现这家冷门公司的？二级投资团队2023年就开始研究A股的黄金珠宝行业，一级团队通过公开信息得知公司要上市的信息后，在合规前提下、基于公开信息共同启动研究。我们记得一起去北京国贸的一家分店调研，公司创始人亲自接待，讨论下来觉得是很好的投资机会。这是一种类型。
另一种类型，是后来我们在港股参与的另一个IPO——锂电池龙头公司，这家更有名。坦率讲这家公司研究难度更低一些，因为在A股上市已经多年，是充分研究的白马公司。这个项目的关键在于：确定投资之后，如何争取更多的基石和锚定额度。公司刚上市甚至上市之前就与我们有很多联系，彼此熟悉和信任，表示若符合相关发行安排及适用规则，愿意接受我们作为长期投资人，所以我们在争取基石和锚定额度时有优势，当然，具体资格、额度及配售结果均以正式发行文件、承销安排及合规程序为准。这是另一种类型的投资。
孙超（主持人）：感谢陈总。接下来是玉数投资创始人、投资总监赵俊辰。玉数这两年业绩表现很突出，在量化T0与指数增强策略上受到较多机构客户关注，市场上对玉数的策略归类一直有分歧：T0也好、Alpha也好，本质是大家在猜你们的收益到底从哪来。想请教赵总：抛开标签，你们内部怎么描述自己在做的事？您觉得收益更多是靠交易层面赚出来的，还是选股层面？
赵俊辰：针对刚才的问题，我们这家机构比较特别：2017年成立，到现在约90%的规模服务于机构客户——券商自营、资管、信托，现在也逐步展业到银行理财、保险；代销和财富类客户的占比相对较少。产品线从早年的稳健类策略，到去年开始扩展到多头策略和量化选股，但底层能力是一脉相承的。甚至可以说，这么多年“是被头部机构的高要求‘逼’出来的”：我们在能力、执行和尺度的把控等各个方面都卡得比较严——某种程度上短期的难受，在长期会沉淀出一定的能力。
我们一直以来是按照面向机构的方式介绍自己的策略，到今天都不太擅长跟高净值客户讲我们是赚什么钱的，一句话也很难讲清楚。但跟专业机构聊，我比较愿意分享收益来源。首先我们确实有T0的标签：我们需要低延迟的行情与交易通道来做实时预测。但我们赚的钱不是"速度快、高换手"这么简单——这只是收益来源、信息来源之一。从时间维度上，我们有各种各样的频率：5分钟、10分钟、1小时的信号都有。如果故事到这里结束，那我们就是一家超高频公司。但我们的描述从这里开始岔开：我们同样也有各种各样其他类型的预测和收益来源——不仅有个股的，还有截面的，比如借助上海市场的信息交易深圳的股票、借助深圳市场的信息交易上海的股票，还会吸收股指期货的信息来预测股票的收益。这时候投资者会说：你是Alpha策略。我说不是——只做Alpha策略通常不需要十微秒级别的延迟。
我们除了交易股票，还交易股票和股指期货的关系。收益来源最早是从美股移植过来的经验和能力：美股是全世界竞争最激烈的市场，竞争有很多维度，速度只是很小的一块——美股有十几种订单类型，很多在A股闻所未闻，比如批量单、隐藏单、跟踪单（挂在那里会跟着市场动）。还有套利方面：充分意识到股票和对应的股指期货一起交易时会产生价差——大家会联想到基差，但回到美股场景，美股没有"基差、年化成本"这样的概念；实际上当大家都在参与期货和现货交易时，会产生错误定价，能不能通过很强的预测能力和交易能力赚到这个钱，才是关键。
对我们来说，是把各种维度的交易能力、预测能力融合到一起，在策略收益来源上把鸡蛋放到不同的篮子里。我们的策略跟大家不一样，解释起来很复杂，但从结果看是客观数据：在我们跟踪的同业样本里，我们的超额相关性和绝大多数同行都比较低。总结一句：我们的收益来源比较多，而且是比较偏自营、区分度比较大、能做出比较纯的Alpha交易来源，希望尽量多地融入策略和产品中。
孙超（主持人）：接下来是泰聚基金董事长、投资总监张宪强。泰聚基金今年业绩非常亮眼：6月底采取减仓、期指对冲，回撤控制得很好，全年收益率截至9月底仍保持在三位数附近。想请教张总：泰聚的核心投资策略是什么？也请您复盘一下，当时是如何做出减仓与对冲的应对决策的？
张宪强：我2010年从中南财经政法大学毕业赴深，私募一干16年，算行业老兵了。这些年我一直在思考：这个行业的商业模式是什么？成功经验是什么？2021年成立泰聚基金、定下投资框架和策略的时候，我总结了两句话：第一句，真成长为矛；第二句，懂市场为盾——把进攻（选股）和防守（择时）做了统一。若只懂真成长选股、不懂防守择时，会遇到今年7月到10月这样的调整，不谨慎恐遭灭顶之灾；若只懂防守、不懂选股，收益又会很平庸。
6月份的时候，这两句话中更重要的是"懂市场"。我们变谨慎，是因为市场出现巴菲特所说的"贪婪"：大量资金"不得不买"科技股——不是看好或深耕AI，而是业绩考核排名原因等被动买入。我们的温度框架显示当时已超100度，情绪明显过热。尤其是单一行业成交额超过1.2万亿、占全市场成交额过半以后，我们做了大量的防守。
主观私募要在最贪婪时防守，核心决策人员必须经历几轮牛熊。这轮很多年轻人受伤：一是自认太懂AI，二是敢加杠杆，但多数人没经历过2015年股灾。我亲历过，所以6月敢于大防守。谢谢。
第二轮
孙超（主持人）：感谢5位。下面请各位对2027年的市场做个展望。贺总，您一直擅长用宏观量化指标把控资产配置。展望2027年，在海外流动性宽松与国内政策持续落地的背景下，您如何通过宏观维度把握大类资产的整体趋势？另外，当前多家百亿私募都在加大量化、AI领域的投入，行业竞争加剧，优美利在这方面有什么投入和布局？
贺金龙：展望明年——为什么我们做多策略呢？因为未来是很难预知的，万物皆周期，万物皆概率。如果大家很想听对未来的判断，我只能讲概率。当前海外货币政策存在反复，美联储加息节奏仍有不确定性，模型显示年内至明年仍存在多次加息可能性。在这种加息周期下，对权益市场要谨慎乐观，不能太悲观——第一是股票。除流动性约束外，估值结构、短期动量反转等市场变量层出不穷，整体行情高度复杂，只能结构性布局机会。
第二是债券。我们把债券分为信用债和可转债，可转债的机会大于风险。先看估值：今年的转债指数从高位到低位跌了18个点，幅度接近历史极值。任何东西否极泰来，估值进入极度低估区间，向下空间被大幅压缩。可转债兼具股性与债性，即便股价持续走弱，但本质还是债券，大不了到期还本付息，本金是保住的。2022年、2023年、2024年股票没有怎么赚钱，虽然有Alpha但跑不过贝塔，转债那三年都取得了正收益，甚至是两位数的收益。所以这类资产我们是乐观的。
第三是商品，很复杂，择时难度很大——可能我的水平有限，我觉得对商品择时的难度远超股票和债券，因为不能单看估值，也不能单看成本。举最简单的例子：猪肉跌到历史最便宜，是不是就估值合理了？那并不是，比如生猪价格跌到历史低位，养殖技术进步持续压低生产成本，底部区间会不断下移，单纯依靠估值抄底很容易出错。今年我们商品的收益非常高，第一波十几个点，高的阶段几十个点，现在很多客户来找我们买商品，我反而觉得可以等一等。当然也可能继续涨——就像股票牛市一样，现在涨到年初的价格，后面是不是还有连续暴涨的区间，都不好确定。如果管理人的风格策略比较稳健、偏套利和低波，还是有机会的，因为现在商品交易的活跃度很高，做高频或套利的CTA机会好一点。这是股、债、商三块。
再讲AI应用。讲起AI我们这些老一代投资人也很兴奋，公司招了非常多优秀的年轻人，都是清北名校的，他们很厉害，生在这个时代。AI是超级工具，需要非常有激情的人来做。我们招的这些年轻同事，可以把很多中国大公司开源的模型下载、本地化，做主权AI，可以调参——这点我很羡慕。这说明虽然我们是老一代，但面对这种有可能大幅提升人类社会效率的工具，要积极拥抱、舍得投入。招了这些年轻人之后发现算力不够，新机房正在装修，还要大力投入。
作为老一代投资人，我们从运营到投研全面都在用AI。我认为AI目前在整个量化投资工具链里是超级工具，大幅提升了效率。但大家说的AGI——完全超越人类——目前为时尚早。具体原因不展开，我们关注了很多海外的进展。在应用上，AI目前还是在投研框架下作为工具提升效率。另外，我们的风控非常严格，目前不敢把百亿规模的资金完全交给AI自主决策：完全放手、不在框架内做，AI有风险——那些风险点可以理解为"病毒"，不受控。随着技术突破可能会变，我说的只是当下。
如果把一切全部交给AI端到端——给数据、出结果、直接AI决策买卖——如同把生命交给一辆全自动驾驶的车，自己睡觉不看路。为什么不行？AI是依托历史样本做归纳，输出的大多是正态分布里的常规情景，很难识别历史从未出现的尾部极端风险。自动驾驶也还会出事故，判断不了的时候，AI会把驾驶权交还给人。AI目前更多是在回顾人类已有的知识和经验：问它很多问题，它回答的往往是正态分布最中间的位置。比如问人类应该在什么年龄结婚，它会告诉你27-30岁；但有很多四五十岁没结婚、60岁才想起结婚生孩子的极端情况，现在的AI没有办法完全覆盖。
孙超（主持人）：迪强总，CTA长期被市场视作组合的危机阿尔法工具。展望2027年商品市场，您认为在哪类宏观环境下CTA更容易发挥它的配置价值？管理人需要在模型框架与策略设计上做出哪些调整，去应对资产相关性突变带来的挑战？
陈迪强：首先，大家传统上还是把危机Alpha当作CTA一个鲜明的标签，最近体现得淋漓尽致：权益市场下跌，很多CTA产品净值不断创新高。但今年上半年，很多投资人对CTA的感觉可能是食之无味，弃之可惜，阶段性对冲价值或危机Alpha功能没有体现出来。从我的角度，我认为本来就没有必然兑现的所谓危机Alpha。CTA为什么值得配置？一是交易的资产、底层的收益来源不同；二是交易策略不同——国内股票只能做多，期货多空都可以。往往在股票表现不好的时候，市场往往是波动较大的时候，市场大波动的环境往往是CTA可能获得相对较好收益的阶段，就像最近这段时间。
所谓危机Alpha会出现阶段性失效：投资人已经配置了，很希望在权益表现不好的时候有收益回补，但没有回补到，就会失望。放到更长维度，国外CTA已经有几十年历史，在几次重大危机中体现出的资产配置价值还是比较明显的，这些数据大家可以查到。所以如果配置CTA，还是要着眼长远，而不是任何时候都希望它赚钱，或者股票不好它就一定赚钱——这不现实。
回答第二个问题：什么环境更好。今年上半年，很多人觉得地缘政治这么明显、宏观冲击这么大、货币政策转向，CTA应该有好的表现，但实际上没有。展望2027年，我们做量化的不做预判，但如果一定要看的话，首先是趋势的连续性，这非常重要。一旦有连续性的行情——就像最近，商品指数波动不大，但大部分CTA表现很好：主要是强势品种持续走强、走势连贯，弱势品种像纯碱、烧碱、生猪跌得相对流畅——这种环境对大部分CTA可能比较有利。
所以对2027年，如果各品种未来走势相对稳定——我说的稳定是指方向上的稳定——要么涨要么跌——是比较值得期待的。但如果出现类似今年上半年的强弱关系反复切换，间隔时间长还好，要是一两周甚至更短的时间内反复切换，对大多数CTA（特别是趋势跟踪类）不太有利。我们没办法预测接下来的环境是乐观还是悲观，还是把时间精力放在策略的打磨上，把策略做得更精细、更丰富——用简单的话说，把策略做得更“强壮”：未来在不同市场环境中有更好的适应力，相当于抵抗力更好。
对管理人来说，特别是对我们自己：第一，开发更多低相关性的策略；第二，多品种、多周期组合；第三，分散，——押宝黄金白银：行情好会赚很多，行情不好也会带来比较大的回撤。通过多策略、多品种、多周期的分散，让整个策略的适应性更好一些。这是我的看法。
孙超（主持人）：陈业总，展望2027年，想请您先分享一下对A股市场的整体判断：在投资策略与配置方向上，明年会重点布局哪些主线？另外，从逆向与低估值的视角看，当下哪些被市场冷落或低估的方向，正在孕育明年值得重视的机会？
陈业：谢谢。我们觉得明年中国股市还是有很多结构性投资机会的。中国股市已经是结构非常丰富的市场：A股和港股有8000多家上市公司，每家公司的估值和基本面都不一样。我们做投资，还是更多从估值和基本面出发，看能否选到符合自己投资标准的机会。看下来有这么几块。
第一，食品饮料。说到食品饮料大家就想到白酒，其实食品饮料里还有很多细分子行业：像餐饮供应链、乳制品里的优质公司，基本面在去年底今年初就已经触底。这些公司十几倍的PE、四五个点的股息率，很有投资价值。哪怕基本面压力比较大的白酒，高端酒的优质公司、大众酒的优质公司，今年基本面和财报也出现了底部迹象，会有个股阶段性的投资机会。
第二，出海。以前大家投出海更多看欧美——市场大、成熟、利润率高，但这两年有变化：贸易摩擦的风险越来越高，今年欧洲市场也出现了潜在风险。现在不妨把视野放宽，看新兴市场：很多中国公司在新兴市场做得很好，比如非洲市场，一些重卡公司、卫生用品公司是当地市占率第一的龙头。非洲处于经济增长的早中期，增速的斜率不太可能像中国经济起飞期那么快、那么陡峭，但持续性会非常好——这些公司未来5-10年乃至10年以上，我们希望看到双位数增长。这些公司现在什么状况？十几倍PE、四五个点甚至五六个点的股息率。从价值投资的角度，是不是很好的投资机会？
我刚才讲的是左侧逆向的机会，其实还有偏右侧的机会——投资不能都是左侧，否则会很难受，而且这些右侧机会刚开始也是从左侧发展起来的。我想讲的是CXO。我们从去年底今年初开始投CXO：龙头公司一季报就超预期，而且上调指引；到二季报，一二线CXO龙头、产业链上下游公司全面超预期；现在过去三个季度，CXO龙头已经连续三个季度超预期、连续上调指引。CXO到现在这个位置，基本面和股价都偏右侧了：龙头公司交易在20倍左右的PE，根据在手订单，明年应该还有30%左右的收入利润增长。公司肯定没有开始那么便宜，但现在就泡沫化了吗？我想也没有，还是有机会的。
总体看下来，不同行业、不同公司还是有很多投资机会，关键是从自己的能力圈出发，从估值和基本面出发寻找机会。
孙超（主持人）：赵总，请谈谈您对2027年市场的整体展望，尤其是对市场活跃度与T0、Alpha等策略超额环境的判断，以及玉数在新一年的策略布局与规划。
赵俊辰：这个问题，只要做量化或权益类的同行都会思考。我从2025年2月份开始思考；7月份又重新作了进一步的梳理——这个思考很大程度上是与客户的反复沟通中完成的。先不说我们自己公司，应该是从去年7月份开始——虽然那时市场活跃度还不错、各方面的风险还没有呈现，但从超额的角度，我认为去年7月是重要的分水岭：大家会看到很多超额曲线，从去年7月开始就表现不尽如人意。当然也有了明显的分化：部分管理人去年7月之后的曲线明细走弱，今年7月受影响相对小一点，突然又觉得自己很牛了；但也有一些去年7月之后确实表现不错的，在今年反而暴露了尾部风险，给投资者带来非常超出预期的波动。
无论哪种情形，我再补充一句：既然说到T0，市场波动大、波动小，收益呈现的状态不一样；或者传统上认为超额就该是这个斜率，时不时会发现斜率消失了，或者得到的回答越来越复杂——比如虽然市场波动还可以，但T0会受到什么影响；或者别的指数好一点、这个指数差一点。究其背后的原因，大家比较有共识的点是：超额肯定越来越难做。但从我的角度，这是完全可预期的：过去这么多年，尤其是从2020年到2024年，我一直很惊讶A股有各种各样的Alpha、T0的超额环境——相对于成熟市场，这其实是不正常的。包括到现在，我跟很多同行交流，都听到"怎么这么难做、到地狱里去了"，我可以负责任地说：现在A股市场的超额竞争程度，跟美股还是要低很多。
大家不要觉得A股已经太白热化、外资进来也难以生存。外资遇到极端情况也会有回撤——美股有回撤，A股也有回撤。中国作为相对封闭的生态，量化（不管是T0还是Alpha）竞争的白热化程度还没有达到西方第一梯队的水平。大家可以思考一个现象：从结果上，只听说过某些行业、某些品种、某些市场外资进来之后我们就很难赚钱了，没听说过反过来的——我们很多大型私募（包括我们）也在思考出海，但没听说过中国私募出海之后，老外在某些市场就不赚钱了。
我再稍微展开一下。前几年大家听腻了的小市值风格暴露，或者现在升级的哑铃型风格暴露——前几年在波动没有来之前，我有一个非常惊讶的发现：这个风格既然被称作风格因子，就一定代表某种风格或某种风险。我跟很多客户分享另一个思维方式：想象突然来到十年以后，从未来回看过去十年的这个风格因子——我们同样认为，这根线不会一直往上。不知道大家能不能接受这种从未来看过去的视角：也许过去管理人赚到了、客户也赚到了，但这根线不可持续，一定会以某种方式让你很难受地体验下去。
这种风格不局限于小微盘，可以延伸到各种风格，甚至很多管理人和客户认为的Alpha，最终会以两种形式呈现：一种是也许还能赚钱，但波动体验要差很多——这已经是不错的结局；另一种是斜率看起来不错，但会以极大的尾部风险亏很多钱——这在以前是没有见过的，但也能接受，因为西方国家也见过，比如做空波动率的策略，突然一段时间亏掉半年的盈利。最惨的是第三种：发现过去的所谓收益其实也是某种风格，最后就平掉了——这也是普遍存在的。
另外，哪怕做T0——A股竟然还有很多人工T0，这在美国90年代就被淘汰了；还有所谓非常拼速度的，上海一个服务器、深圳一个服务器。我很不客气地说：美国有十几个交易所，每个交易所同时交易几千只股票，如果你在十几个交易所各放一个服务器、每个服务器超高频接收行情、无限换手，甚至挂单还能吃返佣——这种方式在美股是不可能活下去的，因为这种交易方式在整个市场里已经被淘汰了。在竞争更充分的市场里，单一路径很难长期持续，必须叠加更有深度、更多维的收益能力、预测能力和更高的认知，才可以在市场上多活一天。为什么我们的策略跟别人不一样？原因在于：在一个已经很卷的环境里，你必须要多做一步——不管是频率上、收益来源、信息来源还是交易工具的使用，才会有一点点竞争优势。
最后一句话：未来的市场环境会变成更有效的竞争状态，交易活跃度是周期性的，跟方向性一样。在这样的环境里，同样一块钱一定比以前更难赚。大家要关注超额收益的质量，更注重风险，对风险的理解也要更多维度——风险不仅是每天的市场波动、超额波动，还包括尾部风险，甚至幸存者偏差。以上是我的一些看法。
孙超（主持人）：这不仅是看法，还是肺腑之言。张总，7月沪指单月下跌6.4%，回吐年内全部涨幅，10月的调整幅度更是超出市场预期，市场情绪又一次走到了熟悉的岔路口。请教您：7月和10月两轮调整在性质上有什么本质不同？四季度科技股是否会延续今年上半年的逻辑，"最好的机会"到底来了没有？
张宪强：7月与10月调整性质完全不同。7月属正常修正——对前一年多情绪过热、融资余额破3万亿及6月交易拥挤的纠偏；到7月底和9月底，AI硬件估值已回合理位置。但10月份的大调整，对投资人来说必须进入"懂市场"的环节：市场会在过热和过冷之间钟摆式摆动。6月份的市场，尤其是炒作涨价产业链的AI方向，属于钟摆过度向上——未来两三年的市值空间是按价格高点的30倍PE去估值的，明显处于偏泡沫的阶段。到了10月份，钟摆过度向下：6月份那些"不得不买"科技股的资金，在9月底和10月出现了因为止损、风控"不得不卖"的连锁反应。"不得不卖"的现象在10月出现之后，叠加这轮牛市前所未有的拥挤度——部分行业尤甚，踩踏程度也是历史罕见的。
我认为10月尤其下半月，大部分AI科技股尤其硬件，跌出罕见便宜估值，且是在情绪极度恐慌下的踩踏。尤其是这次AI产业趋势并没有发生大的变化，只是阶段性的负面扰动，就发生了这么大幅度的下跌。
回到第二个问题：我也认为这次下跌给AI相关产业链、尤其是算力硬件方向，提供了非常好的布局机会。2024年起我们策略就是全力拥抱AI，2026年以来每次策略会都以这句话结尾。到了10月中旬，前面加了四个字："克服恐惧"。恐惧持续了半个月，我也陷入绝望焦虑。我们从10月16日慢慢加仓：7月回撤7%、8月很快新高，10月抄底却迎来今年最大回撤；但半个月的持续加仓，换来了今天满仓涨停的惊喜。站在今天，我对AI相对乐观。对AI行业的看法，我想讲三个观点。
第一，真成长为矛：这个行业的空间要足够大。这是这代人前所未有的科技革命，中长期必须抓住，否则错失一个时代。从演进看：大模型、聊天机器人已替代搜索；现在进入第二步——替代或加持程序员，渗透率达到50%、60%；第三步和第四步刚刚开始——第三步是从能说到会做，会出现AI手机、AI电脑这些新Agent场景；之后还有物理AI：全自动驾驶、人形机器人，以及人形机器人的大脑，2030年左右会迎来最大的应用场景。这是市场空间前所未有巨大的行业，一定要抓住。
第二，AI硬件跌到现在，大家非常担心会不会重演2022年新能源的问题。我们经过认真比对研究：现在AI硬件的景气阶段和2022年的新能源完全不一样，成长周期会远远超过新能源。新能源的核心问题是产能过剩（中国大陆主导、壁垒不高，叠加补贴与出海收紧），2022年步入下行，龙头光伏2023年业绩大降、2024年巨亏。大家想想，今年AI硬件公司会重蹈覆辙吗？从在手订单看，不可能。这次跌幅和新能源相比：四个月走完了某些动力电池龙头两年的跌幅——动力电池龙头宁德时代当时跌幅65%左右，我们这四个月走完了它两年的跌幅，甚至更多。如果担心AI硬件重演新能源的覆辙，我认为概率很小。AI硬件行业不存在产能过剩，现在的问题是供给严重不足：AI算力的底层是芯片、半导体，海外的产能扩张由美国、日韩和中国台湾地区主导，但海外扩张并不卷、特别克制。有句话："台积电凭一己之力避免了AI的泡沫。"底层算力芯片面临人类难以突破的物理极限，台积电扩张很慢——木桶短板扩不起来，长板再扩节奏也会跟随。
再往后看，站在当下，AI硬件跌出了前所未有的低估值。回到"懂市场"这个层面：当行情走向钟摆的低谷、恐惧端和温度最寒冷的时候，可以多想想行业未来有哪些超预期的地方。AI发展还会有波折，体现为碳基与硅基的相互博弈。我们的判断：碳基创造的财富越来越少、硅基越来越多，全球资源资本正加速向硅基聚集，但二者彼此制约。比如当下最担心的美国国会选举：民主党若上台会否以噪声、社区影响为由限制数据中心建设——这正是碳基的一次反扑。被AI取代过程中，碳基的反扑就是AI行情的大波动，正如近几个月的走势。
明年这个方向的机会还非常大，做交易的机会也非常多。这是我的观点，谢谢。
- end -
? 相关文章
本会议为非公开闭门会议，相关会议内容仅面向参会人，未经发言人及主持人授权，请勿直接或重新整理外传会议的声音、画面、讲稿、纪要等信息。对违反上述要求的行为我司保留追究的权利。
本文所载的资料、观点及预测仅用于信息参考及投资逻辑分享，而不构成任何具体的投资操作意见。投资者在进行具体投资决策前，还须结合自身情况并配合其他分析手段。本文提及的任何证券或金融工具均可能含有重大的风险，投资者不应单纯依靠相关信息而取代自身的独立判断，还须自主作出投资决策并自行承担投资风险。中信证券不对使用本资料所产生的任何直接或间接损失或与此有关的其他损失承担任何责任。市场有风险，投资需谨慎。
本资料若涉及任何问题可能对嘉宾观点形成宣传或进一步扩散的行为，还请事前征求发言嘉宾本人意见。涉及会议纪要内容的任何解读行为，还请联系相关客户经理协助您进行确认。感谢您的理解与配合。
特别声明：特邀参会嘉宾在交流中表达的观点属个人意见，不代表中信证券立场。
关于我们
中信证券研究网站：
https://research.citics.com
添加权限请联系您的对口客户经理
中信证券研究服务小程序：
中信证券研究服务
添加权限请联系您的对口客户经理
评论 (0)