投资基金基本功 - 投资基金的基本功是做好投资和买对基金的关键起点 [2] - 通过1分钟知识点学习可帮助投资者更轻松起步 [2] 固收+产品比较指标 - 卡玛比率是衡量固收+产品的重要指标 计算方式为年化收益率与最大回撤的比率 [3] - 较高卡玛比率表明产品在控制回撤前提下能获得更好收益 适合对收益和回撤均敏感的投资者 [3] 投资者活动信息 - 扫码进入专栏可参与抽奖活动 奖品包括大疆口袋相机 金元宝和Labubu盲盒 [5]

沪深300指数风险评分 - 中泰资管风险系统评分为45.39，较上月42.04上升，仍属中等偏低风险区间 [2] - 估值回升至46.58（上月43.53），但行业分化显著：钢铁、房地产等5个行业估值高于历史60%分位数，农林牧渔等3个行业低于历史10%分位数 [2] - 市场预期分数下滑至48.00（上月55.00），主因出口转弱预期、房地产投资持续下降及中美关税政策不确定性 [2] 市场情绪与资金面 - 情绪指数升至42.89（上月34.07），公募基金发行显著回暖至历史中等水平，零售资金流入改善 [3] - 两融数据稳定于历史中高位，波动率维持低位，显示资金观望情绪与政策博弈 [3] - 涨跌停分数仍处历史中低位，价格波动空间收窄 [3] 经济数据表现 - 5月社零同比增速6.4%（较上月+1.3pct），创年内新高，家电/通讯器材消费同比大增53.0%/33.0% [9] - 工业增加值同比增速放缓至5.8%（4月为6.1%），固定资产投资、基建、地产投资累计同比均下滑0.3-0.4pct [9] - 债市曲线平坦化，机构对三季度降准降息预期乐观 [9] 黑色板块与大宗商品 - 黑色板块风险评分38.8（低风险区间），螺纹表需连续三周下降进入淡季，期货波动率低 [12] - 美联储维持利率不变超预期，中东局势升级引发地缘风险 [12] - 国内产业调节主导，钢厂产量稳定，库存下降平稳 [12] 潜在风险因素 - 全球地缘冲突（中东、俄乌）及中美关税战后续影响 [18] - 国内政策协调性不足或经济修复超预期 [8][11] - 地产行业恢复及海外需求超预期可能扰动市场 [14]

中国人口变化与趋势 - 我国总人口自2021年见顶后连续三年减少，预计2027年跌破14亿，2039年跌破13亿，2047年跌破12亿 [2] - 2025年新出生人口将下降到900万以下，2028年跌破800万，2035年可能跌破700万 [2][10] - 我国2021年已进入深度老龄化社会，预计2032年达到超老龄化社会标准，2048年将达到日本目前的老龄化水平 [14][16] 生育率与国际比较 - 我国15-29岁年龄段生育率高于日本和英国，但30-49岁大龄育龄妇女生育率明显偏低 [23][24] - 我国真实生育意愿水平介于日本(1.2)和英国苏格兰(1.3)之间 [24] - 我国生育二孩和多孩的比例明显偏低，可能是过去独生子女政策造成的思维惯性 [25] 城镇化与人口流动 - 2021年后城镇化率年均增幅从1.4个百分点降至0.8个百分点 [3][42] - 农民工平均年龄已达43.1岁，50岁以上占比超30%，跨省流动比例下降 [3][46] - 人口仍向长三角、珠三角、成渝等主要都市圈集中，浙江省常住人口净流入数量和增速位居全国第一 [54] 产业转型与就业 - 2012年工业就业人口达到2.32亿后逐年减少，2024年降至2.13亿 [3][72] - 2024年我国第三产业就业人口占比不足50%，与美国83.4%相比有较大差距 [3][79] - 规模以上工业企业用工人数相对2022年已下降260万人 [74] 政策建议 - 通过"阶梯激励"加大对生育多孩的奖励可能更有效 [32] - 减少生育对职场女性的不利影响，如强制男性休等额陪产假 [32] - 提供全面的托育服务，减少育儿对职场女性的不利影响 [32]

发起式基金特点 - 成立门槛较低 仅需发起人认购至少1000万元并锁定3年以上即可成立 [3] - 管理人与投资者风险共担利益绑定 实现快速成立并满足投资多样化需求 [3] 投资者互动活动 - 持有人参与抽奖活动 100%有奖 新增2人抽中Labubu奖品 [5] - 大疆口袋相机和金元宝等奖品仍有剩余名额可供抽取 [5] 投资基础知识 - 投资基金需从基本功入手 通过1分钟知识点学习实现轻松起步 [2]

杠铃策略缩圈现象 - 杠铃策略两端（高股息资产和微盘股）近期均出现缩圈现象，达到历史极值水平[4] - 高股息资产中仅配置银行行业标的在过去两个季度收益最高[4] - 微盘股呈现"三高"特征：指数创新高、成交占比升至高位、IM年化贴水率持续高位[4] 微盘股风险特征 - 微盘股缩圈指标高位时成交占比同步走高，需持续流动性支撑[6] - 历史数据显示"三高"后最大回撤显著：2025年3月回撤22.94%、2024年12月回撤23.47%、2024年初回撤49.63%[6] - 当前"三高"状态延续后可能面临系统性调整风险[6] 高股息资产调整逻辑 - 银行股调整主因是配置性价比下降（股息率与10Y国债收益率差收窄至2.5%）而非流动性[8] - 历史规律显示息差扩大后银行股行情能延续创新高[8] - 红利缩圈反映市场对确定性的追逐，类似抱团行为[8] 市场行为分析 - 缩圈现象本质是投资者在不确定性中对确定性的趋同交易[8] - 历史抱团案例显示市场容易低估成为最后一棒的风险[9] 数据来源 - 兴业证券构建的红利缩圈指标和小微盘缩圈指标均达历史高位[4][6] - 国联民生证券指出银行股为高股息最优配置方向[4] - 华宝证券量化微盘股"三高"特征及历史回撤数据[4][6]

热门股投资决策框架 - 投资决策需通过三把筛子评估 包括决策逻辑一致性 对"这次不一样"的审慎态度 以及自身准备确认 [2] - 市场上出现多只强势热门股 涉及从机器人到新消费等多个板块 [2] 决策逻辑一致性 - 投资逻辑需保持一致 避免因趋势买入却以价值理由持有 导致决策混乱 [3] - 可通过心理测试确认初心 例如假设买入后遭遇2-3个跌停是否愿意加仓 [4] - 趋势投资与价值投资需采用不同决策框架 动量策略比价值策略历史更悠久 [4] "这次不一样"的审慎评估 - 热门股在情绪高涨时估值通常偏高 需警惕市场焦虑引发的非理性判断 [6] - 历史经验表明 用创新估值方法合理化高估值的行为往往导致亏损 [6] - "这次不一样"属于小概率事件 需保持高度警惕 [7] 投资准备确认 - 需评估情绪承受力与资金属性 高波动可能因恐惧转化为实际风险 [8] - 短期资金更适合高夏普率标的 避免流动性被动 [8] - 投资中的"错过"是常态 草率操作比错过机会造成的损失更严重 [8]

基金经理的投资理念 - 基金经理认为理想型和现实型并非对立，而是事物的两面，实现理想需要解决现实问题 [4][5] - 价值投资的目标是让理想更接近现实，通过耐心、能力和手段逐步实现 [5][6] - 超额收益来源包括超前信息、更深入分析和不同视角，其中不同视角最为重要 [11][12] 投资策略与方法 - 投资策略无高下之分，关键在于与个人禀赋和目标匹配 [17][18] - 成功的投资策略需要满足两个必要条件：策略自洽和与运用者严丝合缝匹配 [19] - 买入决策是价格和认知的交集，不买股票不需要太多理由，但买入需要充分理由 [27][28][29] 行业与公司分析 - 银行股投资逻辑基于长期称重视角而非短期趋势，考虑息差缩窄等不利因素后价格仍可接受 [31][32] - 银行股持仓比例根据内部收益率调整，收益率越高持仓越重 [33] - 新消费和创新药行业未买入的原因是研究深度与当前价格不匹配 [26][27][28] 基金评价与客户体验 - 评价基金好坏的标准不仅是净值增长，还包括客户端的体验和获得感 [7] - 基金过去表现不能指引未来表现，因为基金组合价值在不断动态调整 [21][22][23] - 基金经理应坚持最优策略，但能提供更好客户体验的产品应获得更高评价 [24][25]

基金投资基本功 - 投资基金需从基本功开始 夯实基础才能做好投资和选对基金 [2] - 1分钟快速学习一个知识点 帮助投资者更轻松地起步 [2] 基金筛选指标 - 筛选优质基金需重点关注胜率 收益率及回撤等核心数据 [3] - 胜率体现基金持续跑赢基准的能力 日胜率和净值创新高频率是关键参考指标 [3] - 长期年化收益率是评估基金表现的重要指标 [3] 投资者活动 - 中泰资管616宠粉节推出持有人专属活动 参与即可100%获奖 [5] - 活动奖品包括大疆Pocket3 足金金元宝和Labubu盲盒等热门商品 [5]

AI能力的本质与边界 - 当前以大语言模型为代表的AI模型是基于数据和计算驱动的统计归纳系统，其智能源于语言表征的泛化能力而非真正的认知理解[5] - AI模型的核心能力是对“下一个词”的预测，基于海量语料库中词汇关联模式进行概率抽样和重组生成输出[5] - 当遇到需要推理的任务时，AI本质上是复现训练数据中已存在的“关于推理的语言答案”，而非进行实时动态推理[6] - AI通过统计手段寻找语料库中被高频提及的陈述，以词语间的统计关联形式获取“真理”与知识[6] - AI可以高效整合历史经验和共识，优化“已知”领域的运行效率，其能力基础是统计归纳而非逻辑推理或实证验证[4][7] 人类的核心竞争优势 - 人类的价值体现在保持对异常现象的好奇心，勇于挑战共识并提出有价值的假说[2][9] - 人类能够基于对因果规律的理解提出新假说，设计因果干预手段突破历史数据边界，创造新的可能性[10] - 人类的认知过程是假说和理论构建驱动的，能够通过观察反常现象、质疑流行共识、提出假说和实验验证的闭环实现知识生成[10][11] - 机器学习的算法可以高效解决问题，但不能提出和定义问题，而人类能够进行对未知领域的系统性探索[12] - 科学史案例表明，新知识的出现往往始于对例外数据的敏锐观察和思考，如哈维通过定量计算发现血液循环[11] AI与人类能力的对比 - AI在规则明确、数据丰富的任务中展现出超人类能力，例如GPT-4在多种基准考试中得分高于88%的人类应试者[2] - AI的知识边界严格受限于训练数据的历史分布，低频信息会被统计权重过滤，导致输出偏向旧范式[10] - 数据驱动模型内含“最小化误差”机制，往往清洗或弱化异常数据，而这些异常数据可能提供新假说生成的机会[10] - 人类能够从被动接受数据转向主动建构理论，这种提出机器无法构想之问题的能力是人类未来的神谕[12][13]

科创板改革核心观点 - 中国证监会发布《关于在科创板设置科创成长层 增强制度包容性适应性的意见》，重启未盈利企业适用科创板第五套标准上市，推出一揽子更具包容性、适应性的制度改革 [2] - 科创板开板6年之际，改革进一步深化，标志着资本市场包容性改革迎来新突破 [3] - 科创板作为"试验田"，新设科创成长层，将未盈利科技型上市公司全部纳入，并针对入层条件、信披、投资者适当性管理等做出针对性安排 [4] 科创成长层设立目的 - 彰显资本市场支持科技创新的政策导向，稳定市场预期 [5] - 为增量制度改革提供可控的"试验空间"，试点更具包容性政策 [5] - 对未盈利科技型企业集中管理，便于投资者识别风险和保护权益 [5] 制度包容性改革措施 - 重启未盈利企业适用科创板第五套标准上市，并扩大适用范围至人工智能、商业航天、低空经济等前沿领域 [6][8] - 试点资深专业机构投资者制度，将其入股年限、数量、比例作为审核注册参考 [7] - 引入IPO预先审阅机制，减少关键核心技术攻关企业在发行上市阶段的"曝光"时间 [7] 投融资平衡与市场功能优化 - 丰富科创板指数及ETF品类，将科创板ETF纳入基金投顾配置范围，促进中长期资金向新质生产力集聚 [9] - 在融资、并购、投资端建设等方面进行制度升级，更大力度支持科技创新 [9] - 加强投资者保护，如科创成长层企业股票简称后设置"U"标志，提高摘"U"标准，强化信披和风险揭示 [9] 科创板发展现状与未来方向 - 截至2025年5月底，科创板上市公司587家，总市值约6.6万亿元，在集成电路、生物医药、高端装备等行业形成产业集群 [10] - 科创板与新质生产力重点发展领域高度契合，将成为资本市场包容性改革的"排头兵" [10] - 证监会提出加快构建更有利于支持全面创新的资本市场生态，推动科技创新和产业创新融合发展 [11] 创业板改革动态 - 证监会主席吴清透露将在创业板正式启用第三套上市标准 [11] - 新一轮创业板改革正在紧锣密鼓推进中 [11]