霍华德·马克斯的投资哲学 - 投资成功源于长期持续的稳健表现，而非少数高风险豪赌 [4] - 投资的本质是在不确定性中设法让概率站在自己这边 [4] - 情绪稳定是优秀投资人最关键的品质之一 [4][54] 对巴菲特与芒格的推崇与借鉴 - 将巴菲特“跳着踢踏舞去上班”的状态视为理想生活状态 [2][4][10] - 赞赏芒格将天赋结构化为一整套系统性的思维框架与方法论 [2][4][11][12][14] - 认同巴菲特强调的谨慎原则：别人越是轻率行事，自己越要谨慎 [9] - 赞同巴菲特“等待好球”的投资理念，强调耐心与选择而非频繁出手 [9][38] - 指出芒格劝巴菲特放弃“烟蒂股”策略，转而购买价格合理但真正优秀的公司，这一理念塑造了后来的巴菲特与伯克希尔 [14][15] 风险认知与投资框架 - 投资应专注于避免灾难，通过避免失败者和亏损年份来让赢家照顾好自己 [6][16] - 将投资类比为业余网球，强调“不出错”比“打出制胜分”更重要，应在能力范围内比赛 [17][18][19] - 引用马克·吐温观点：真正让人陷入麻烦的是那些深信不疑但错误的事情 [19] - 以长期资本管理公司为例，警示过度依赖模型和杠杆的风险 [19] - 投资者必须在最糟糕的日子里也能存活下来，避免被市场“赶下牌桌” [21] - 投资决策需在“多赚钱”与“少亏钱”之间做出有意识的选择，两者无法同时最大化 [22][23] - 建议投资者根据年龄、资产、心理承受能力等因素，明确自己的“合理风险水平”（0-100刻度） [24][25][26] - 将此风险框架视为动态调整的过程，而非固定数学公式 [26][27] 市场时机与交易行为 - 认为市场偶尔会提供机会，允许投资者稍微调整激进或防御程度，但调整不宜过多 [29][30][32] - 指出过度交易是一个错误，成本高昂且可能适得其反，容易在市场高点买入、低点卖出 [31] - 整体上，买入并长期持有要优越得多 [32] - 一生中仅做过五次非常成功的市场判断，且集中在过去25年，强调胜率够高的判断时刻少之又少 [33][34] - 即使在有信心的时刻，也不应高估胜率，更现实的可能是七成对三成错甚至更低 [34] 竞争优势与投资方法 - 投资成功的关键在于找到自己的比较优势或“优势区域” [35][36][39] - 优势通常来自一套正确且始终如一的方法论，以及比别人更深刻的信息或洞察 [37] - 真正的机会往往藏在人迹罕至的小径上，投资是一场极度竞争的游戏 [37] - 个人做法是投资组合一直保持仓位，但根据环境动态调整进攻与防守的力度 [40][41] - 必须清楚自己擅长什么，事先制定标准，在认定“胜率偏向自己这边”的时刻出手 [39] 对特定资产类别的观点 - 认为当前AI热潮最像1998-2000年的互联网泡沫，逻辑相似但程度不同 [42] - 尚未听到有人能清楚解释AI将如何具体改变世界、形成商业模式并赚钱 [42] - 指出泡沫总是在幻想最多的地方发生，并警示两个常见错误：不能默认今日领先者未来继续领先；也不能仅因估值高就去买便宜的落后者 [43][44] - 投资者需明确自己是投资于讲故事的AI初创公司，还是投资于AI锦上添花的稳健盈利公司 [46] - 认为黄金、比特币等资产因不产生现金流而缺乏内在价值“锚点”，无法进行价值投资式的低估判断 [47] - 指出从2010年底至访谈时，黄金年化回报约为7.7%，而同期标普500指数年化回报为12.7% [48] - 认为黄金长期表现平平，并非优秀投资 [49] - 建议大多数人与其自己投资，不如选择由专业团队管理的基金、ETF等产品 [50] - 引用芒格观点：投资不是容易事，认为容易的人是蠢蛋 [50] - 指出获得市场平均回报容易，但获得超额回报非常难 [51] 投资行为与心态 - 强调情绪稳定是关键品质，避免让情绪主导决策 [4][52][54] - 指出情绪化操作常导致在市场火热时高位买入、低迷时低位卖出，这是一条注定失败的路径 [53] - 建议不要频繁操作，很多时候最好的行动是按兵不动 [55] - 认为投资的长期有效性源于经济增长和企业创造利润，投资者应搭上增长列车并坚持不下车 [56][57] - 指出长期坚持比成功择时、精准选股更重要 [58]

伯克希尔哈撒韦高层人事变动 - 投资经理兼GEICO首席执行官托德·库姆斯离开伯克希尔哈撒韦 该消息引发市场震惊与各种解读[1] - 沃伦·巴菲特的传奇任期即将落幕 市场对此已有预期[1] - 巴菲特因其伟大而吸引了众多杰出人才为其工作[1] 关于托德·库姆斯的背景资料 - 托德·库姆斯被描述为“巴菲特投资接班人” 是一位杰出的投资经理[2] - 有深度文章介绍其如何获得伯克希尔的工作 其中提到获取人生长期复利的四个要素 强调好奇心与毅力的重要性[2] - 其投资经验被总结为三个简化原则[2] 其他推荐文章主题 - 回顾巴菲特1990年在斯坦福法学院的商业课 主题为专心“桶里捞鱼”以赚取大钱[2] - 提及某投资策略今年收益超过40% 且过去五年每年都能跑赢市场平均水平[2] - 一位资深基金研究员发现 过去6年回报最好的基金具备一个共同特点[2] - 探讨港股市场的红利机会 分析哪些公司股息率位居榜首[2] - 在年底时点 提出采取稳健策略的建议[2]

核心观点 - 通过对2020年至2025年近六年公募基金数据的分析，发现波动巨大、回撤高的基金长期业绩并非最佳，而将最大回撤控制在15%-30%的“克制型”基金，跑出了最高的累计收益，这挑战了“高风险高回报”的传统认知 [2][14] - 投资成功的关键在于承担“有效风险”，而非盲目追逐高风险或宏大叙事主题，稳健的基金因其更好的持有体验和投资者行为，更容易实现规模增长和资本加权回报 [3][24][26] - 二级债基因其产品合同强制限定权益仓位（上限20%）并定期再平衡，加上基金经理的逆向选择（性格谨慎者更倾向管理此类产品），长期风险收益特征显著优于高权益仓位产品 [32][37][40][41] - 投资者往往因人性弱点（如追涨杀跌）难以从高波动基金中赚钱，导致“基金赚钱，基民不赚钱”，而净值曲线平稳的基金有助于投资者长期持有并最终获得回报 [3][28][31][48] 基金业绩数据分析（2020/1/1-2025/11/20） - **整体业绩表现**：偏股类公募基金区间回报中位数为44.78%（年化约6.45%），区间回撤中位数为-45.12% [10][12] - **回撤分布**：接近70%的基金回撤介于30%到60%之间，最大回撤超过60%的基金占比12.53%，而最大回撤低于30%的基金仅占18% [12][13] - **风险与回报关系**：回报最高的档位是“较小回撤”（-30%~-15%），该档基金平均回报为72.25%（年化9.6%），风险收益比为3.0790，占比10.25% [15][16] - **剔除异常年份验证**：即使剔除表现突出的2020年（2021-2025年数据），“较小回撤”档位（-30%~-15%）平均回报38.27%仍为最高，风险收益比1.6307，而“中等回撤”档位（-45%~-30%）回报降至17.74%，风险收益比优势丧失 [17][18][21] 投资者行为与基金规模 - **赎回与申购模式**：过去几年主动基金整体净赎回，风险收益最差的两组基金赎回量最大（累计份额变化均值分别为-1.4642亿份和-1.8923亿份），而风险收益比最好的两组基金赎回量最小，且最好的一组（风险收益比前20%）有净申购（0.2558亿份） [27][30] - **规模增长特征**：长期规模能明显增长的基金主要包括两类：1) 最大回撤在30%以下且业绩良好的权益类基金；2) 二级债基。高波动基金因净值曲线动荡，投资者难以形成稳定预期，规模增长困难 [30][31][42] 二级债基的优越性分析 - **长期风险收益特征**：从2004年年初至2025年11月30日，二级债基指数年化回报7.86%，最大回撤12%；偏股混合型基金指数年化回报11.92%，最大回撤57% [33] - **持有一年表现**：滚动持有一年，二级债基指数中位数回报5.06%，亏钱概率17.53%；偏股混合型基金指数中位数回报7.07%，亏钱概率36.65%（约为二级债基的两倍） [34][36] - **近期表现对比**：以2018年12月底为起点，二级债基年化回报中位数4.88%，偏股混合型基金为5.22%，两者回报差距远小于仓位（权益敞口）和回撤（最小值分别为-5.07%和-29.93%）的差距 [36][42] - **原因解析**：1) 产品合同强制将权益仓位上限设为20%，实质是强制定期再平衡，适应A股高波动环境；2) 逆向选择：性格谨慎的基金经理更倾向于管理中低风险产品如二级债基 [37][38][40][41] 对宏大叙事与主题投资的反思 - **投资成功非必需参与宏大主题**：以互联网时代为例，基金经理无需在2000年代重仓亚马逊、苹果才能成功，押注此类“伟大公司”的基金经理（如柏基投资）长期业绩并无显著优势，且伴随巨大回撤，导致客户资本加权回报落后于时间加权回报 [46][47][48] - **伟大主题未必产生健康投资机会**：投资价值取决于未来现金流的贴现，一些重要行业（如航空公司）因商业模式问题难以产生持续健康现金流。人工智能目前主要让“卖铲子”（硬件/基础设施）公司赚钱，终端应用的盈利可持续性存在很大不确定性 [51] - **历史主题投资教训**：2013-2015年移动互联时代，真正赢家极少（如腾讯）；2020年的茅指数、新能源、医疗等热门主题，最终结果不佳，声量很大的往往是业绩最差的基金 [52][53][54] - **投资启示**：应保持合理预期，避免为概念押注，遵守基本投资逻辑，寻找确定性高的持仓，而非追逐高风险的主题投资 [55]

文章核心观点 - AI技术具有划时代的变革潜力，但当前行业存在资本开支与商业回报严重不匹配的现象，形成了潜在的泡沫风险 [4][5][6] - 当前AI发展阶段类似于互联网的1997-1999年，泡沫尚未达到顶点，但已进入高风险区域 [8][56][57] - 投资者应采取理性、有选择性的参与策略，避免“梭哈”或“逃离”，并关注泡沫破裂后的长期投资机会 [7][62][70] AI的商业化现状与影响 - **直接商业化场景**：目前最直接的商业化体现在互联网广告和成本节约两方面 [13] - **广告收入提升**：Meta、谷歌、腾讯等公司将AI大模型整合进广告系统后，近七八个季度广告收入增速达到甚至超过20%，其中约一半增量来自AI带来的效率提升 [17] - **市场规模与增量**：全球在线广告市场规模约七八千亿美元，AI带来的10%增长率意味着七八百亿美元的增量 [18] - **成本端节约**：以GitHub Copilot为例，其年化收入从年初的1亿美元迅速增长至超过10亿美元，AI编程工具显著降低了成本 [19][20] - **巨头效率提升**：美国“科技七巨头”在AI出现后，过去三年收入持续增长但员工数量基本不变，AI每年为行业节省的成本估计达一两百亿美元甚至更多 [21][22] - **当前应用局限**：AI在投研中如同“实习生”，存在“幻觉”问题，需要人工复核，且难以完成多轮复杂验证，准确率可能仅50%多 [24][25][26] 技术吸收的漫长周期与历史参照 - **技术转化三阶段**：从技术发明到转化为生产力需经历配套技术能力提升、流程再造与组织改革、新商业模式形成三个阶段，整个过程漫长 [27][28][29] - **历史参照案例**： - **第二次工业革命（电）**：电动机发明40年后，全面电气化改造才带来劳动生产率的大幅提升，美国制造业劳动生产率增速从1899–1914年的年均1.1%提升至1914–1929年的5% [30] - **互联网革命**：从亚马逊1994年上线网站到形成成熟竞争力体系，花了15到20年时间 [32] - **AI的现状**：AI带来的生产力提升和商业价值创造仍处非常早期阶段，但行业资本开支已极为庞大，年资本开支可能已超过1万亿美元，投入与产出存在巨大落差 [32][33] 泡沫风险的具体表现与征兆 - **过度投资与资本循环**：泡沫风险主要源于围绕技术的过度投资与资本循环，而非技术本身 [6] - **典型案例：环球电讯（Global Crossing）**：互联网泡沫时期，该公司募集超137亿美元建设光纤网络但从未盈利，市值一度达490亿美元（同期苹果仅50亿美元），最终因产能过剩在2002年破产，以2.5亿美元被收购 [36][37][38] - **当前AI行业的相似性**：以OpenAI为例，其今年上半年收入50亿美元，年化收入约130亿美元，但单季度亏损高达120亿美元，累计融资约600亿美元却计划未来7年投入1.4万亿美元建设算力中心，存在巨大资金缺口 [39] - **风险转移**：真正的风险可能不在OpenAI本身，而在于因承诺租赁而过度建设算力中心的公司，如微软、甲骨文等 [40] - **特殊的融资结构（泡沫征兆）**： - **供应商融资循环**：例如英伟达投资OpenAI，OpenAI向甲骨文承诺租赁，甲骨文再向英伟达采购芯片，形成资金不断放大的循环 [48] - **私募债务与表外融资（SPV）**：如Meta可能仅出资5亿美元（占项目总投资约1.7%），通过SPV向私募债务公司借钱建设300亿美元算力中心，进行表外融资 [53][54] 当前AI周期定位与潜在影响 - **周期定位**：参照互联网泡沫，当前AI行业可能处于1997年繁荣到1999年泡沫之间的阶段 [56] - **判断依据**：席勒市盈率估值已接近2000年峰值，科技行业支出占GDP比例也接近2000年高点 [57] - **对美股及美国经济的影响**： - **美股依赖**：自ChatGPT发布以来，标普500涨幅的四分之三来自AI产业贡献；今年美股上涨的80%以上由AI相关产业链公司推动 [59] - **经济核心驱动力**：美国今年4个点的GDP增长中，有92%与AI相关；若剔除AI相关投资，GDP增长可能仅0.1%左右 [59] - **泡沫性质**：AI泡沫被视为“产业型泡沫”，即便泡沫破裂公司倒下，其留下的资产（如算力中心）依然具有长期价值 [60][61] 投资策略与组合构建方向 - **核心策略：等待泡沫破裂后的机会** [62] - **理由**：泡沫破裂后估值足够低；竞争格局变得清晰，易于识别真正赢家；市值增长将由盈利增长推动，回报幅度远超第一轮基于预期的上涨 [69][70] - **历史参照**：互联网泡沫后，亚马逊股价从峰值跌超95%，2008-2009年才重回高点，但长期回报极高；微软、苹果也经历了类似过程 [66][67] - **关注AI发展路径**：AI发展将复制互联网从硬件到软件再到应用的路径，当前市场热点在硬件，未来应用端将诞生大市值公司 [64][71][72] - **具体组合构建方向** [79]： 1. **AI超级平台**：拥有完善用户生态的领先互联网平台（如微信），被AI颠覆的风险因开源模型能力趋同而降低，生态和用户成为竞争关键 [73][74][76] 2. **消费行业**：具备供给端整合优势的消费公司（如区域垄断的啤酒企业），在需求低迷时盈利仍创新高，现金流充沛，分红率高 [82][83][84] 3. **制造业龙头与细分冠军**：在细分领域存在盈利能力强、估值便宜、现金流充沛的单一龙头公司 [85][86][87] 4. **周期性行业**：拥有大额净现金、高分红率且估值较低的周期性行业，有望随宏观恢复带来盈利增长 [88] - **配置“反脆弱”资产**：投资高客单价重体验的零售商（如爱马仕）、强大品牌公司（如可口可乐、茅台）等不易被AI颠覆的领域，它们估值合理，并能受益于AI带来的全社会生产力提升红利 [77][78]

文章核心观点 - 在2025年极致的科技行情下，部分过去表现优异的基金经理依然保持了强劲的业绩，没有“掉队”，文章重点分析了其中四位基金经理的投资策略与业绩表现 [2][3][4] 绩优基金经理筛选结果 - 筛选标准为任职日期在2021年以前、自2021年起每年跑赢市场平均水平、权益占比超50%、2025年收益超30%的基金A份额 [4] - 筛选出的基金包括：金元顺安元启灵活配置混合（缪玮彬）、华商元亨混合A（胡中原）、华商润丰混合A（胡中原）、华宝资源优选混合A（丁靖斐、杨奇）、招商量化精选股票发起式A（王平）、大成景恒混合A、万家双引擎灵活配置混合A（叶勇）、中欧红利优享灵活配置混合A（蓝小康）、国金量化多策略A（马芳、姚加红） [5] - 以近五年收益排序，金元顺安元启灵活配置混合（缪玮彬）位列第一，任职回报577.17%，任职年化回报26.75% [5] - 量化策略在2025年表现亮眼，王平、马芳、苏秉毅等量化选手连续五年跑赢市场平均水平，2025年收益超30%，近五年单位净值创新高次数均在百次以上 [6] 基金经理胡中原分析 - 胡中原是公募基金中为数不多的股债双栖型投资选手，债券交易出身，2019年开始管理灵活配置型基金 [8][9] - 截至2025年12月9日，在管基金4只，总规模317.59亿元，代表产品华商润丰自2019年3月接任以来任职总回报360.56%，任职年化回报25.46%，2025年收益81.36%，且自2019年至2025年连续7年实现正收益 [13] - 其管理的华商润丰在2019年接管后迅速将权益仓位从不到7%提升至40%以上，2020年二季度权益仓位超80%，当年收益59.02% [17][18] - 投资风格注重风险收益比，强调“潜在上涨空间必须覆盖潜在风险”，会通过仓位调整和配置低相关性行业（如人工智能与公共事业）来控制风险，单一细分赛道持仓基本不超过30% [20][21][24][25] - 2024年一季度果断将华商润丰权益仓位加至84%，吃到了市场反弹红利，全年收益32.90% [27] - 擅长行业轮动，基于对行业周期与胜率的判断进行配置，例如2021年二季度清仓白酒、医药换仓煤炭、养殖；2022年四季度清仓新能源，避开了光伏板块后续下跌 [29][30][31] - 长期关注科技领域，2023年一季度重仓寒武纪（当季暴涨240%），二季度新进中际旭创、天孚通信等光模块个股，2024年四季度换仓至机器人概念的智能制造企业 [32][33][35] - 2025年对人工智能相关持仓拿得较稳，如中际旭创持有至2025年三季度，胜宏科技2025年股价一度翻六倍，但也导致产品年内最大回撤达到-27.94% [36][37] - 2025年三季度，华商润丰权益仓位从二季度末的90.67%降至50.82%，做了部分获利了结，债券持仓增加近10%，持股集中度降至23.61% [38] 基金经理蓝小康分析 - 蓝小康为中欧价值组成员，在管基金5只，总规模263.02亿元，代表产品中欧红利优享自2018年4月接任以来任职总回报171.48%，任职年化回报13.95%，2025年收益42.44% [40][41] - 其管理的红利产品在2025年取得超额收益，主要源于对有色金属（尤其是贵金属）的重仓，而同期中证红利指数收益为-0.42%，大部分红利基金收益在10%左右 [42][43] - 看好大宗商品的原因包括：美元长期贬值趋势利好贵金属；全球“再工业化”带来上游需求增长；供给端受地缘冲突等因素制约，长期偏紧 [44] - 增配有包金属始于2022年，持续重仓紫金矿业，但2025年三季度大幅减持了黄金股，认为“黄金与AI主题的价格上涨在逻辑上存在一定冲突” [45][46][47] - 投资策略是自上而下与自下而上结合，先定位宏观债务周期，再将产业结构划分为周期、高端制造和TMT、消费医药、金融等方向，以3-5年跨度调整配置 [48][49] - 持仓行业配置集中，据2025年中报，前三大重仓行业（有色金属、非银金融、银行）占基金净值比68.35%，持股集中度长期维持在50%左右，但2025年三季度从55.51%降至43.35% [54][55] - 2025年三季度新进中国海洋石油为前十大重仓股，认为市场卖出红利股、价值股的行为是“受迫交易”，这提供了布局低估值公司的机会 [56][57][58] 基金经理丁靖斐分析 - 丁靖斐深耕资源品行业，2019年9月开始管理华宝资源优选，目前在管基金3只，总规模26.57亿元，代表产品自接任以来任职总回报245.10%，任职年化回报21.85%，2025年收益59.30% [60][61][62] - 投资框架基于资源品供需分析，将资源品分为与宏观经济总量相关（如铜铝、钢铁、煤炭）和偏单一需求驱动两类，通过跟踪供需结构变化捕捉机会 [65][66][67] - 2019年基于新能源需求拉动，提前布局赣锋锂业；2020年布局紫金矿业，单年股价翻倍；2021年抓住煤炭股结构性行情 [68][70] - 注重个股弹性，会在景气上行的行业中挑选弹性最大的企业，进行行业内的个股轮动，例如2021年在煤炭股中切换了山西焦煤、陕西煤业、山煤国际、中国神华等 [70][71] - 产品换手率较高、回撤弹性较大，业绩与资源品行情正相关，基金经理表示资源品本身具有高波动属性，产品核心是跑出相对收益，不会硬性控制回撤 [72][73][74] - 2025年三季度持仓以铜、金为主，还有稀土、钴等小金属，但减持了煤炭 [74] - 其管理的全市场基金华宝国策导向在2022至2024年连续负收益，2025年收益超30%拉回了损失，目标是在全市场进行均衡配置，2025年中报前三大行业占基金净值比30.9% [75][76] 基金经理叶勇分析 - 叶勇被市场称为“周期旗手”，目前在管基金6只，总规模48.79亿元，代表产品万家双引擎自2018年8月接任以来任职总回报169.81%，任职年化回报14.56%，2025年收益51.98% [77][78][79] - 其投资经历跨越一、二级市场，覆盖周期、科技、制造，2021年提前布局煤炭、石油，2023年提前捕捉黄金、铜机会 [80][84][85] - 2021年判断市场抱团的成长消费股风格不可持续，大宗商品进入上行周期，坚定转向资源周期，当年万家双引擎收益-8.69%，跑赢沪深300的-21.63% [86][87] - 2023年在大宗商品回调、市场看空时，坚定认为有色资源长期供给偏紧，当年产品略亏0.74%，跑赢有色金属（申万）指数的-8.7%和沪深300的-11.38% [88] - 投资框架注重宏观择时与个股选择性价比，季报内容详实，常从更高视角分析行业，如2025年三季报提出“资源民族主义”概念，认为这会改变全球资源供需平衡与投资逻辑 [89][90][91][94] - 2025年维持以工业有色、贵金属和小金属、油运为主要配置，辅以中游顺周期龙头为次要配置的组合 [95]

文章核心观点 - 商业与投资是一体两面，理解企业如何赚钱是做好投资的关键，反之亦然 [6][12] - 投资的底层逻辑是“画出你的能力圈，然后待在里面”，只做自己真正理解的事 [7][31] - 真正重要的不是做很多决策，而是做少量正确的决策，纪律性比行动更重要 [11][32][71] 商业与投资的本质 - 商业和投资不是两件独立的事，而是一件事的两面 [6] - 越懂企业的赚钱方式，就越知道什么值得投资；越理解投资原则，就越能看清企业本质 [6] - 投资并不复杂，不需要高深数学或技术洞见，核心是理解如“人们为什么爱喝可口可乐”这类简单问题 [15][16] 能力圈原则 - 能力圈是投资的核心原则，即只投资自己真正理解的业务 [7][31] - 以布卢姆金夫人为例，她虽不识字、不懂会计，但凭借“只做自己懂的事”的原则，用500美元起步将内布拉斯加家具城做到年税前利润1700万美元 [9][18][19] - 清楚自己能力圈边界的人非常少，许多大公司CEO因不熟悉资本配置而做出糟糕收购 [10][24] - 伯克希尔的方法是不碰不理解业务，愿意为等待真正理解的机会而等上一年甚至五年 [27][28][29] 投资纪律与机会选择 - 如果一生只有20次投资机会，反而会做得更好，因为会迫使每次决策都慎之又慎 [11][32][71] - 应专注于“明显”的机会，避免因市场噪音而被迫行动 [32][34] - 只做那些愿意投入大量资金的决策，除了特定套利情况，从不投资任何不愿意用自己10%身家押注的东西 [70][72] - 华尔街文化鼓励“多做一点”，但伯克希尔的成功恰恰源于“少做一点”的纪律 [11][33] 优秀生意的特质 - 最好的生意是那些不需要持续投入大量资本就能维持盈利的生意 [56] - 企业的价值取决于其“经济城堡”的规模和“护城河”的宽度与深度 [55] - 以喜诗糖果为例，其在礼品场景下有强大定价权，1972年售价为每磅2美元，到演讲时已涨至8美元一磅，几乎没有价格竞争者能打入市场 [51] - 可口可乐是典范，在全球155个国家销量第一，市占率达45%，且产品几乎没有替代品，伯克希尔持有其7%的股份 [36][38] 收购与资本配置 - 许多CEO因在销售或运营领域出色而晋升，但缺乏资本配置经验，导致依赖参谋或投行做出糟糕收购决策 [10][25][26] - 伯克希尔偏好购买优秀公司的一部分股权（如可口可乐7%），而非在敌意收购拍卖中高价买下整个平庸公司 [36][37][38] - 敌意收购本质是一场拍卖，最终只能以最高价成交，既买得不便宜，也买不到最好的生意 [36] - 伯克希尔的谈判风格简单直接，如收购喜诗糖果仅用一小时，收购波仙珠宝仅凭半小时查看未审计的铅笔记录就敲定 [89] 行业与竞争分析 - 应避免进入产品高度同质化、竞争激烈的行业，如航空业，该行业资本密集、劳动力密集、过去40年多家主要航空公司未赚钱 [66] - 在商品化行业里，你永远无法比你最愚蠢的竞争对手更聪明，竞争必然导致价格战 [66][67] - 电视行业曾是好生意，因为分发渠道（电视网）有限，但渠道增多后盈利能力下降 [49][50] - 不喜欢参与面临“全球竞争”的行业，因为可能存在长期结构性成本劣势 [81][82] 风险与估值 - 不认同现代投资组合理论将股价波动等同于风险的观点 [75] - 风险与价格相关：用8000万美元购买价值4亿美元的资产（如《华盛顿邮报》）比用1.2亿美元购买更安全 [75][79] - 投资需要“安全边际”，即用显著低于内在价值的价格购买资产 [31][73] - 风险套利的核心是计算事件发生的概率与潜在的盈亏比，例如一项交易有90%成功概率赚3点，10%失败概率亏9点，则净期望收益为1.80美元 [57] 公司治理与股东利益 - 伯克希尔的管理者将大量个人财富投入公司，与股东利益高度一致 [39] - 作为重要股东，伯克希尔能为所投资的公司带来价值，尤其是其长期视角和资本配置经验 [39][41] - 倾向于进行对普通股东最有利的交易，例如持有可转换优先股，上涨时普通股东赚得更多，下跌时优先股保护更强 [42][44] - 从不进行敌意收购，只投资欢迎其入股的公司，并会与管理层沟通持股上限以确保其舒适 [85][86][87] 规模与关注度的影响 - 管理规模过大会限制投资机会，如果有1000万或1亿美元资金，好机会会多得多 [32] - 以投资可口可乐为例，伯克希尔花了8到9个月才买入7%的股份，期间可口可乐自身也在回购，两者合计购买了公司约12%的股份 [62][63] - 市场关注度会增加投资难度，但相比规模，规模是更大的问题 [64][65]

文章核心观点 - 国泰基金多资产配置部投资总监曾辉认为，公募FOF行业正经历颠覆性变革，从传统的三层分工静态配置模式，转向由FOF基金经理主导的、强调择时轮动和底层资产增强的“动态配置”模式，行业发展的终局将是残酷的“四项全能”竞争 [20][21][37] - 曾辉的投资体系以“泰极量化轮动模型”为核心，其哲学基础是“超涨-超跌”框架，强调把握市场极端转折点而非均值回归，并通过宏观风控、中观轮动、底层资产增强和量化刚性风控四大部分来实践 [32][33][56] - 宏观系统性风险被认为是投资的最大风险，因此宏观风控被置于整个投资体系的首位，通过量化体系刚性执行以控制回撤 [40][41][96] 对基金经理曾辉及其业绩的介绍 - 曾辉拥有22年资产配置经验，对权益、债券、商品等各类资产有丰富实战经验，2023年9月再次加入国泰基金 [6] - 截至2025年三季度末，其管理的权益代表产品国泰优选领航一年持有期混合(FOF)近一年收益52.59%，在同类79只产品中排名第1；管理的国泰瑞悦3个月持有债券FOF近一年收益4.98%，在同类16只产品中排名第2 [4][5] 公募FOF行业的发展阶段与模式变革 - 行业正进入新阶段，过去十年量化的崛起和近两年ETF的崛起，正在颠覆传统的FOF三层分工模式（大类资产配置、风格配置、精选个股）[21] - ETF的崛起削弱了主动管理基金经理的阿尔法，提高了小贝塔（风格/行业）的重要性，使得FOF投资模式可能简化为两层甚至一层，FOF基金经理的角色从资产分配者转变为通过ETF直接下场的竞争者 [21][35] - 2021年以来的市场波动加剧，使得过去精选基金经理并长期持有的静态配置模式不再合时宜，动态择时轮动成为提高投资效率的必然选择 [22][29] 投资哲学：“超涨-超跌”框架与太极思维 - 市场如同太极图，永远在超涨与超跌两个极端间循环，投资的关键是抓住这两个“极值”的转折点，而非纠结于均值的合理定价 [12][55] - 例如，一家股价20元的公司可能超跌50%至10元，也可能超涨200%至60元，把握住10元和60元的时点比关注20元的均值更重要 [57][58] - 该框架适用于不同风格，周期股投资基于“超跌”后的价值回归，成长股投资则需警惕市场提前打满预期后可能出现的下跌 [59][60] 核心投资体系：泰极量化轮动模型 - 该模型包含四大组成部分：宏观风控择时、中观行业风口轮动、四类底层资产分别增强、量化和原则体系上的刚性风控 [33] - 体系的核心是从静态配置转向动态择时轮动，是一个“动起来”的体系，以适应不断变动的市场 [32][34] 宏观风控的首要地位 - 投资的最大痛点是绝大多数人会“坐过山车”，根源在于没有意识到宏观系统性风险才是最致命的 [40][41] - 曾辉将投资风险概括为六大类，其中宏观风险占比40%，中观风险占比30%，知行合一风险占比20%，微观风险占比10% [41] - 宏观风控模型基于“宏观四因素”：基本面、政策面、资金面、博弈面，其中基本面决定波动中枢，政策面决定波动上下限，资金面和博弈面驱动短期波动 [42][43][45] 大类资产配置：有限分散与动态调整 - 反对为了多资产而多资产的过度分散，认为这会损耗收益、降低效率 [9][48] - 采用“有限分散、相对集中”策略，每年从约10个大类资产中甄选前5个最有进攻机会的主线资产进行配置 [50] - 动态调整基于对每类资产的预警模型，若触发预警则会空仓，配置比例根据看好程度在0到上限之间灵活变动 [51] 中观行业轮动方法论 - 采取主观基本面产业链研究为主、量化方法为辅的做法，认为中长周期领域是主观基本面的优势 [52][53] - 将行业体系简化为周期与成长两大产业群，共七大产业链，每个产业链只做最上游的行业 [54] - 通过“超涨-超跌”框架，从两大产业群中各选出最看好的2个产业链（共4个）进行配置，并在后续动态调整中逐步集中到最终重点的2个产业链 [54] “核心+卫星”资产配置策略 - 该策略是动态的，“牛市多配卫星资产，熊市多配核心资产”，类似于足球中的“全攻全守” [61] - 在牛市阶段，对于看对的卫星仓位会越涨越加，单行业仓位上限可从30%提升至60%；若下跌则减仓，实现动态平衡 [61][62] 基金选择标准 - 将基金划分为核心基金（最大回撤小、攻守兼备的常青树）和卫星基金（弹性大、有行业偏好），认为全市场真正的核心基金非常少 [65][66] - 选择“核心基金经理”的经验指标包括：价值风格回撤基本在20%以内，成长风格在30%以内；能驾驭成长与价值两种风格；规模在20-50亿左右的“灰马”；更重视近三个月、近六个月的净值走势 [67][68][69][70] 对ETF工具的运用与看法 - ETF的崛起是行业重大变化之一，其规模增大、品种增多（如30年国债ETF、黄金ETF）极大地丰富了多资产配置的工具箱 [76][77] - 如果能够把握大类资产和行业主线，用ETF可以做出高收益 [78] 四类底层资产的增强 - 四类主要底层资产为A股、债券、商品、境外，其中商品和境外是公募FOF相比其他公募基金有明显比较优势的领域 [82][83] - 增强做法与中观行业轮动类似，包括宏观择时（超涨卖、超跌买）和细分资产轮动（如在港股内部进行板块轮动） [84] - 增强的难点在于需要长期深入地研究各类资产的底层（如调研ETF权重股、研究商品基本面），这需要以十年计的经验积累 [86] 量化体系与刚性风控 - 主观基本面方法用于追求弹性（艺术），量化体系用于控制回撤（科学）[91] - 量化体系的构建深受桥水达里奥《原则》影响，旨在通过提炼原则并编程化，以量化体系刚性执行来对抗人性 [92][93] - 量化在风控方面的作用是决定性的，无论是宏观还是行业风控，都需要大量指标和模型，组合层面的刚性风控是最后一道防线 [96][97] 对明年（2026年）多资产的观点 - 资产排序：商品好于境外好于A股好于债市 [99] - **商品**：继续看好黄金和白银，判断黄金明年还有一波机会，驱动因素包括美元指数进入十年下降大周期、中美脱钩冲击货币秩序等，并认为白银被长期严重低估，基本面明显改善 [100][101][103] - **A股**：有结构性机会但需降低预期，以上证主板为例，每年上涨15%（对应500点）比较理想，明年比较看好金银股和稀土 [104] - **债市**：认为即使美联储降息，国内国债收益率下行空间不大，且易受基本面和政策面超预期冲击，但短期看好债市2个月的反弹，因近期下跌已触发超跌模型的买入信号 [106][107] - **潜在宏观风险**：包括美股能否软着陆的不确定性，以及公募基金再次在AI板块抱团取暖的风险 [109][110]

核心事件：托德·库姆斯离开伯克希尔·哈撒韦 - 伯克希尔·哈撒韦于12月8日发布新闻声明，宣布其投资经理兼GEICO首席执行官托德·库姆斯离任 [4] - 库姆斯将加入摩根大通，担任首席执行官杰米·戴蒙的特别顾问，并辞去其在摩根大通的董事职务 [5][7] - 巴菲特在新闻稿中表示，库姆斯辞职是为了接受摩根大通一份“有趣而重要的新工作”，并肯定了他在GEICO的贡献 [5] 库姆斯在伯克希尔的角色与成就 - 库姆斯于2010年加入伯克希尔，比另一位投资经理特德·韦斯勒早一年 [5] - 加入十年后，于2020年出任汽车保险公司GEICO的首席执行官 [5] - 在执掌GEICO期间，成功扭转公司颓势，进行了重大改革，提升了运营效率并使承保流程现代化，其工作获得巴菲特在2024年股东信中的高度赞扬 [6] - 到2021年，库姆斯与特德·韦斯勒共同管理的投资超过340亿美元，占当时伯克希尔股票投资组合总价值的近十分之一 [37] - 他曾被视为接替保险业务总裁阿吉特·贾恩的热门人选 [6] 库姆斯与巴菲特及芒格的结识过程 - 2010年，库姆斯因经营自己的对冲基金城堡角资本而精疲力竭，通过一位认识芒格的投资者牵线，尝试联系芒格 [12] - 库姆斯通过电话留言联系芒格，在表明自己“真的什么都不想要”后，获邀在加州俱乐部共进早餐 [14] - 两人首次会面便交谈了约6个小时，话题从英国石油公司深水地平线漏油事故延伸到宇宙学等晦涩书籍，因思想投缘而建立联系 [15][16] - 在讨论深水地平线事故时，库姆斯运用保险思维，指出其核心是“时间的错配”和风险预防的缺失，并将其比喻为“以非常便宜的价格出售看跌期权”，这一见解令芒格赞叹 [20][21][22] - 此后两人多次交流，芒格最终建议想收购保险公司的库姆斯与巴菲特谈谈 [27][28] - 库姆斯与巴菲特初次会面时，主要讨论股票投资（如美国银行、万事达卡、Visa等），两人在资本配置、风险评估及保险方面的理念高度契合 [30][31][32] - 库姆斯的坦诚品质（例如直言前进保险比GEICO更好）得到了巴菲特的欣赏 [33][34] - 巴菲特和芒格最终在2010年底决定聘请库姆斯 [36] 库姆斯在摩根大通的新角色 - 在摩根大通，库姆斯将担任首席执行官杰米·戴蒙的特别顾问 [7] - 杰米·戴蒙在声明中评价库姆斯是“最优秀的投资者和领导者之一”，并认可他对摩根大通使命的理解 [7] - 据称，库姆斯将在新计划中首先管理100亿美元的投资，而该计划最终将投入1.5万亿美元以推动经济增长 [7] - 该计划还将设立一个外部顾问委员会，成员包括亚马逊创始人杰夫·贝索斯、戴尔董事长迈克尔·戴尔及前政府政要等 [8] 库姆斯的背景与投资理念（文章引用部分） - 库姆斯的第二份工作是在前进保险公司的数据分析部门，其数学才能和投资兴趣由此开始 [24] - 文章推荐了多篇关于库姆斯投资理念的深度文章，主题包括：如何获得人生长期复利、投资中的三个简化原则、对芒格投资乐趣的看法、寻找伟大企业的重要性以及“好生意”的挖掘心得 [10][11]

万科债券展期事件 - 万科对“22万科MTN004”债券提出展期，该债券规模20亿元，票面利率3%，期限3年，本金和利息整体顺延一年，这是万科债券兑付史上首次展期 [2][3] - 事件引发万科债券集体暴跌，多只债券单日跌幅超过20%，触发交易所临时停牌，价格从90元附近暴跌至20元左右 [4] - 国际评级机构标普将万科的主体信用评级从“BB+”一次性下调至“CCC-”，截至2023年三季度，公司有息负债规模约为3200亿元，且面临盈利下滑压力 [4] - 事件揭示了市场对头部房企“稳健票息”的认知风险，投资者暴露于地产长周期、地方财政、政策风向与信用支持结构的复杂叠加风险中 [5] 霍华德·马克斯对当前市场情绪与投资行为的观点 - 当前市场乐观情绪占上风，但“摇摇晃晃”，投资者存在强烈的FOMO（害怕错失）情绪，市场在恐惧和贪婪之间“拔河” [10][11][12] - 市场交易属性过强，边际买家往往是交易者而非投资者，持有期被显著缩短，导致市场参与者处于“如坐针毡”、“一触即发”的状态 [13][14][15][16][17] - 在流动性信用资产方面，管理得当的高收益债等有机会跑赢现金，当前流动性信用的票息大约在7%，扣除管理费和违约损失后，净回报可能在6%左右，这符合大多数养老金6%到7%的回报需求 [18][19][20] 不同资产类别的回报与风险分析 - 私募信贷（如直接放贷）可能提供额外的约100个基点（1%）回报，但需要牺牲流动性，且结果波动区间更宽，更依赖于筛选能力 [21][22][29] - 股市当前估值偏高，在一个多年期内不太可能实现超过7%的年化回报 [24] - “阿尔法策略”的回报依赖于基金经理的超额能力，但存在获得负Alpha的风险，寻找“潜在赢家”的同时也可能遭遇“彻底的输家” [24][25] - 私募信贷市场正变得更“有效”，由六七百家高度积极的管理人参与，信息透明，难以再以“50美分买到1美元”，超额空间不大 [30][31] 在非审慎市场环境中坚持投资标准 - 坚持审慎的方法是不要降低信贷标准，例如通过一套客观的信用评分矩阵来筛选标的，不投资总分為负的标的，不因追求更高收益（如300个基点）而妥协 [33] - 在其他人都在降低标准的市场中，坚持标准可能导致无法赢得任何投资“拍卖”，因为投资本质上是落入愿意接受最少回报或最低安全性的人手中 [35][36] - 引用巴菲特观点：“别人越不审慎，我们就必须越审慎”，但作为资金管理者，在全民冒险的世界里坚守标准并与商业模式匹配是极其困难的挑战 [37][38]

文章核心观点 - 文章推荐了多篇关于投资理念与市场观点的深度内容 主要涵盖成长投资与价值投资的思辨 以及多位资深投资人士对当前市场的看法 [1][2][3] 推荐文章总结 - 推荐阅读Baillie Gifford传奇基金经理詹姆斯·安德森于2019年撰写的1.8万字长文《格雷厄姆还是增长？》 探讨高成长投资与经典价值投资的选择 [1] - 推荐阅读风和基金创始人胡猛在北大价值投资课堂上的交流分享 其关于“投机”的底层认知与价值投资产生共鸣 [2] 其他市场观点摘要 - 中泰资管姜诚认为 下阶段A股主要矛盾是基本面 主张知识要挑难的学 投资决策要挑简单的做 [3] - 景林资产高云程在交流中回答12个高关注问题 提出明年投资要降低预期 [3] - 摩根士丹利邢自强发声 认为中国资产已重回全球投资者布局的舞台中心 并预测2026年的政策基调大概率还是渐进、温和的 [3] - 有观点探讨公募量化领域如何通过AI赋能真正穿越周期获取超额收益 [3] - 有内容关注港股证券板块近期的热度变化 [3]