优化风险收益比：从风险预算到回撤控制 - 中高波产品虽具业绩弹性，但对个人客户而言，低波和中波产品的持有体验更好、更具普适性[4] - 明确客户资金诉求和收益预期，通过大类资产配置平衡组合风险，并建立三级回撤预警机制进行软约束，部分产品采用硬回撤控制[5][6] - 可转债是收益重要来源，约一半以上收益来自可转债，其周期波动有规律，约每五年出现一次黄金表现期[6] - 风险定义重要性高于收益定义，需首先明确产品风险预算并进行前置管理，例如在2%回撤目标下追求3%-4%的收益更为合理[7] - 针对中波产品，建立系统风险预算与回撤管理机制，事前评估行业历史波动率，事中在回撤超目标30-40%时主动降仓，并预留仓位把握抄底机会[9] - 把握A股市场2-3年形成的主线机会，识别成长类资产中可能实现戴维斯双击的领域进行重点配置[9] 守住收益："固收-"的防御之道 - 权益投资风格偏灵活，适度进行行业和风格轮动，从中期内在逻辑着眼，中短期趋势着手，顺势配置并结合左侧逆势布局[11] - 向股票基金经理学习长期价值分析和定价方法，以便及时跟进机会并前瞻应对风险[11] - 仓位控制决定风险控制效果，极低波产品严格将权益敞口控制在5%以内，灵活型产品则动态监测风险资产暴露并进行纪律性调整[11] 追求实现绝对收益：低利率时代的挑战与应对 - 当前债券静态收益率已从两年前的3%左右降至1.6%左右，安全垫大幅收窄，追求绝对收益难度增加[13] - 采用风险预算管理方法，在票息保护范围内根据市场环境和可承受波动构建组合，超低波产品中股票敞口可能仅5%[13] - 实现绝对收益依赖出色交易能力，或将中枢敞口压缩至3%-5%，并通过逆周期调节等机制化手段争取"类绝对收益"表现[13] 成长风格的风控与机遇 - 规避系统性风险是关键，需自上而下识别当年市场主要矛盾，在经济明显下行周期且风险偏好收缩时降低权益配置[16][17] - 在无系统性风险时期，A股多为结构性行情，重点选择产业趋势明确、具备盈利改善和估值提升空间的行业进行配置[17] - 必须兼备大类资产配置思维与交易能力，把握资金形成一致预期的方向，布局具备产业趋势的行业[15][17] 市场演变与适应：从本土到全球的视野拓展 - 市场资产收益率系统性下行，长久期债券收益率从入行时的4.5%左右降至目前的2%左右[19] - 研究对象从固收类资产为主扩展到加强对A股、港股、大宗商品等风险资产的深度分析，投资视角从国内拓宽至全球，关注黄金、美股等全球资产价格映射[19] - 投资者结构变化，被动指数、量化资金、游资等资金主体影响力上升，信息流转加快影响市场风格及波动[19] - 应对变化需拓展视野，关注全球资本市场，保持操作灵活与谦逊，在策略与市场契合度不高时主动降低风险敞口并重新评估资产价值[20] 动态再平衡：在定价与久期中寻找平衡 - 定价是基础，需综合考虑产业周期位置、商业模式和公司经营周期，A股市场周期共振会急剧放大资产波动性[23] - "固收+"产品需控制回撤，经受时间考验的资产、长久期资产是较好选择，短久期投资在风格趋同时风险积聚[23] - 通过比较不同资产长期复合回报，在短久期资产估值过高时向长久期稳定资产进行渐进式再平衡，不追求卖在最高点，而是分批调整平滑收益[23] 成长风格"固收+"：一份可长期持有的资产 - 对"成长"有动态理解，其内涵随宏观经济环境变化，权益部分主要配置成长方向以分享社会发展红利[25] - 产品定位为20%权益配置成长方向，80%投资固定收益类资产，符合大部分家庭长期资产配置需求，长期复合年化收益预期不错[25] - 致力于在不同阶段识别未来3-5年最具潜力的成长方向，打造能穿越周期、让投资者安心长期持有的产品[25] 主动与量化结合：用纪律为投资赋能 - 大类资产配置是基础框架，借助量化工具可拓宽分析宽度，辅助主观研究成果，得出综合判断[27] - 构建"主观基本面研究+量化辅助"的投资框架，借助AI工具提高数据获取效率，快速整合团队研究信息，使投资决策过程更高效[27] - 主动权益研究团队加强量化分析与基本面研究结合，为"固收+"投资提供更好支持，使投资管理流程更清晰便于精准复盘[27] 前瞻科技布局：AI时代的产业趋势洞察 - 基于AI背景，在2022年10月ChatGPT问世后即意识到人机交互革命，于2023年1月加大TMT板块配置[33] - 判断经济进入高质量发展阶段，呈现低通胀和低利率特点，最具潜力资产为类似美国"回购逻辑"的红利资产和能提供超额增长的科技资产[33] - 社会资源集中推动可形成5-10年的产业趋势，当前AI核心矛盾在于巨大资本开支与有限收入间的缺口，明年投资重点将是验证其收入和现金流生成能力[33] - 下一步除算力外，重点寻找能验证商业模式、产生稳定现金流的应用方向以获取更多超额回报[34]