核心观点 - 文艺复兴科技2026年Q2的持仓调整是“量化投资范式”在AI时代的经典演绎，模型在3,140只标的中找到了最优风险-收益平衡点 [1] - 单季业绩飙升至+33.19%，在$726亿规模下验证了文艺复兴模型在AI时代的适应性 [3][4] 总体概况 - 持仓总市值$726亿，环比Q1的$639亿增长+13.6% [4] - 持仓标的数量3,140只，较Q1的3,213只减少73只 [4] - 前十大持仓占比12.01%，与Q1的~11.2%基本持平 [4] - Q2单季新建仓548只、增持1,084只、减持1,502只、清仓621只 [4][5] - 净操作买入$241亿 vs 卖出$209.7亿，净买入约$31.3亿 [33] 前十大持仓标的 - NVIDIA（NVDA）跃升至第一大持仓，占比1.95%，市值约$14.16亿，模型识别出动量-波动率-流动性三维共振信号 [6][20] - Meta（META）跃升至第二大持仓，占比1.57%，市值约$11.40亿，模型捕捉到社交媒体广告收入超预期恢复和用户增长动能 [6][20] - Intel（INTC）跃升至第三大持仓，占比1.41%，市值约$10.24亿，触发“均值回归+动量突破”复合信号 [6][20] - United Therapeutics（UTHR）从第一大降至第四大，占比1.28%，市值约$9.29亿，被动稀释而非主动减持 [7][20] - Palantir（PLTR）从第二大降至第五大，占比1.22%，市值约$8.86亿，被动稀释结果 [7][21] - Alphabet（GOOGL）跃升至第六大，占比1.14%，市值约$8.28亿，模型大幅加仓AI搜索+云 [7][22] - Exelixis（EXEL）跃升至第七大，占比1.01%，市值约$7.33亿，肿瘤药物研发 [7][24] - VeriSign（VRSN）跃升至第八大，占比0.85%，市值约$6.17亿，互联网基础设施“收费亭” [7][29] - Kinross Gold（KGC）从第四大降至第九大，占比0.80%，市值约$5.81亿，黄金矿业避险+通胀对冲 [8][26] - CrowdStrike（CRWD）新建仓成为第十大，占比0.79%，市值约$5.74亿，网络安全AI化 [8][30] 其他重要持仓与变动 Q2大幅增持标的 - Alphabet（GOOG）占比0.77%，与GOOGL合计约1.91%，AI搜索转型 [9][22] - Amazon（AMZN）占比0.75%，Q2新建仓，AWS AI基础设施 [9] - Netflix（NFLX）占比0.67%，Q2大幅加仓，AI内容推荐 [9] - Tesla（TSLA）占比0.64%，AI自动驾驶+机器人，量化动量信号 [10] - AMD占比0.64%，AI芯片设计，英伟达替代逻辑 [10] - Apple（AAPL）占比0.63%，AI终端（Apple Intelligence），Q2增持 [10] - Corcept（CORT）占比0.63%，皮质醇抑制剂，生物科技周期 [10] - Etsy（ETSY）占比0.62%，AI电商个性化，Q2大幅加仓 [10] - Seagate（STX）占比0.61%，AI存储需求，硬盘龙头 [10] - Franco Nevada（FNV）占比0.58%，黄金矿业特许权，避险配置 [10] - Texas Instruments（TXN）占比0.58%，模拟芯片，AI硬件基础设施 [10] - Wayfair（W）占比0.57%，AI家居电商，Q2大幅加仓 [11] - 台积电（TSM）占比0.56%，AI晶圆代工，Q2大幅加仓 [11] - Broadcom（AVGO）占比0.44%，AI芯片+网络基础设施 [11] Q2大幅减持标的 - Micron（MU）减持至0.34%，Q1可能为前五大，存储芯片周期见顶 [12] - Sandisk（SNDK）清仓或大幅减持，存储周期见顶信号 [12] - Novo Nordisk（NVO）占比降至0.20%，减肥药龙头，模型获利了结 [12] - Airbnb（ABNB）占比降至0.69%，旅游平台，Q2减持 [13] - Spotify（SPOT）占比降至0.68%，音乐流媒体，Q2减持 [13] 跌出前十大的重要标的 - Apple（AAPL）从Q1第三大降至~0.63%，被AI硬件股稀释 [13] - Kinross Gold（KGC）从Q1第四大降至第九大（0.80%），黄金矿业占比收缩 [13] 环比变化深度分析 “AI五虎将”——前五大持仓全面换血 - Q1前五大为UTHR、PLTR、AAPL、K.TO，Q2变为NVDA、META、INTC、UTHR、PLTR，“四换三”的剧烈变动极为罕见 [14] - NVIDIA从边缘到第一大持仓，模型检测到机构资金流入持续性、波动率收缩后爆发、期权隐含波动率异常 [20] - Meta从边缘到第二大持仓，模型捕捉到社交媒体广告收入超预期恢复、Reels和Threads用户增长动能、AI推荐算法对广告效率提升 [20] - Intel从边缘到第三大持仓，触发“均值回归+动量突破”复合信号，估值处于历史低位（P/E < 15倍）、机构空头回补、代工业务订单预期改善 [20] - United Therapeutics从第一大降至第四大，被动稀释，肺动脉高压药物龙头基本面未恶化 [20] - Palantir从第二大降至第五大，被动稀释，政府合同和商业订单持续增长仍被模型认可 [21] “谷歌双仓”——AI搜索的量化押注 - 同时大幅增持GOOGL（1.14%）和GOOG（0.77%），合计占比约1.91%，成为实质上的第六大持仓 [22] - 模型检测到谷歌搜索份额在AI冲击下的韧性（Gemini整合）、Google Cloud的AI收入加速、YouTube Shorts对TikTok的替代效应、估值相对其他AI平台的折价 [22] “生物科技坚守”——UTHR、EXEL、CORT的三角阵型 - 前十大中保留3只生物科技标的，合计占比约2.92% [23] - United Therapeutics（UTHR）肺动脉高压垄断者，药物Tyvaso和Remodulin持续销售增长，器官移植技术长期期权价值 [25] - Exelixis（EXEL）肿瘤药物精准打击，Cabometyx在肾细胞癌和肝细胞癌中市占率提升，与BMS、Ipsen合作管线推进 [25] - Corcept Therapeutics（CORT）皮质醇抑制新蓝海，Korlym在库欣综合征中垄断地位，在研药物Relacorilant拓展多种适应症 [25] - 模型基于临床试验数据统计显著性（P值、HR值）、FDA审批时间历史规律、专利悬崖可预测性 [25] “黄金与网络基础设施”——VRSN和KGC的防御配置 - VeriSign（VRSN）互联网“域名收费亭”，域名注册量稳定增长（约3-5% CAGR）、定价权（每年可提价7%）、轻资本模式（FCF转换率>90%） [29] - Kinross Gold（KGC）黄金矿业，Q1识别出黄金价格突破信号，Q2随金价回调降低权重 [26] “网络安全新星”——CrowdStrike的新建仓 - CrowdStrike（CRWD）以0.79%成为第十大持仓，Q2新建仓，市值约$5.74亿 [27][30] - 模型识别出客户流失率低于预期（<5%）、新订单恢复速度超预期、AI驱动网络安全需求（Falcon平台）长期增长、股价超跌后统计套利机会 [30] 投资组合特征与行业配置 集中度特征 - 前十大持仓占比12.01%，前五大持仓占比7.43%，最大单一持仓占比1.95%（NVDA） [32] - 极度分散（3,140只标的），极低集中度，与李录（95%前五大）、阿克曼（~98%前十大）形成天壤之别 [32] 行业配置 - 科技/半导体占比~14%，代表标的NVDA、INTC、GOOGL、META、AMD、TSM、TXN、AVGO，策略特征为AI硬件+平台 [31] - 通信服务占比~7%，代表标的META、GOOGL、GOOG，策略特征为数字广告+搜索 [31] - 生物科技/制药占比~8%，代表标的UTHR、EXEL、CORT、GILD、VRTX，策略特征为统计套利+临床数据 [31] - 软件/网络安全占比~5%，代表标的PLTR、CRWD、VRSN、ETSY，策略特征为SaaS+AI应用 [31] - 可选消费占比~6%，代表标的AMZN、NFLX、TSLA、AAPL、W，策略特征为平台经济 [31] - 黄金/矿业占比~3%，代表标的KGC、FNV、HL，策略特征为避险+通胀对冲 [33] - 其他占比~57%，3,000+只小仓位标的，策略特征为统计套利+市场中性 [33] 核心投资逻辑 “统计套利”的极致演绎——不预测，只计算 - 投资哲学：从不试图预测市场方向，只寻找具有统计显著性的模式，在它们消失之前利用 [34] - Q2持仓变动：新建仓548只投入约$74.3亿，加仓1,084只追加约$166.7亿，减仓1,502只回收约$153.8亿，清仓621只退出约$55.9亿 [34] “多因子模型”的当代进化——从传统因子到AI因子 - 模型不“相信”AI，只检测NVDA价格走势、成交量、波动率、相关性等数千个变量中出现的可预测模式 [36] - 不“厌恶”波动，INTC的暴涨暴跌对量化模型是波动率溢价（Volatility Premium）的盛宴 [36] - 不“坚守”仓位，UTHR被稀释是因为其他标的预期收益-风险比（Risk-Adjusted Return）更高 [36] - 模型加入新“AI因子”：AI Capex敏感度（NVDA、TSM、AMD）、AI应用转化率（GOOGL、META、PLTR、CRWD）、AI替代风险（传统软件、传统媒体被降低权重） [36] “市场中性”的伪装——3,140只标的的分散魔法 - 极度分散配置构建“多空头寸的统计组合”，做多NVDA同时可能做空半导体ETF，做多META同时可能做空其他社交媒体平台 [37] - 3,140只标的净敞口（Net Exposure）可能远低于100% [37] - Q2的+33.19%业绩表明方向性敞口（Directional Exposure）显著增加，模型识别出AI主题动量持续性，主动放大净多头 [37] 风险与挑战 “黑箱”风险 - 模型是最高机密，投资者无法知道Q2的+33.19%是技能（Skill）还是运气（Luck） [38] - 关键因子失效（如AI动量因子反转）可能导致业绩迅速逆转 [38] - 3,140只标的的复杂性使风险管理成为巨大挑战 [38] “容量约束”——规模是业绩的敌人 - 13F持仓已达$72.6B，实际管理规模可能超过$1,000亿 [39] - 随着规模增长，可执行统计套利机会减少，大仓位进出市场冲击成本（Market Impact）增加 [40] - Q2的+33.19%可能是不可持续的 [40] “因子拥挤”——当所有人都在做同样的事 - Q2大幅加仓的NVDA、META、INTC、GOOGL等也是其他机构重仓标的 [41] - 市场反转时可能遭遇同步抛售，量化模型“止损纪律”可能加剧下跌 [41] - 2026年7月AI硬件股暴跌（SNDK、MU、NVDA跌幅超30%）可能已验证这一点 [41] “数据过拟合”——历史不会简单重复 - 模型基于历史数据训练，但AI革命是前所未有的结构性变化 [42] - 传统统计规律（如均值回归、波动率聚类）可能在AI主题下失效 [42] - 如果模型“过拟合”了2023-2026年的AI牛市数据，未来可能遭遇重大回撤 [42] 总结与展望 - AI主题的量化捕获：NVDA（1.95%）、META（1.57%）、INTC（1.41%）、GOOGL（1.14%）合计占约6.07%，是Q2业绩核心驱动力 [3][39] - 前十大持仓全面换血：Q1的UTHR-PLTR-AAPL-K.TO核心被NVDA-META-INTC-UTHR-PLTR取代，反映模型对AI硬件动量的强烈信号 [3][44] - 生物科技的统计坚守：UTHR、EXEL、CORT合计约2.92%，显示模型在AI热潮中并未放弃传统阿尔法来源 [3][44] - 极致分散的防御本质：3,140只标的、12.01%的前十大集中度，单一标的风险被充分稀释 [3][44] - 惊人换手率：Q2单季新建仓548只、加仓1,084只、减持1,502只、清仓621只，量化工厂“流水线”全速运转 [3][44] - 未来催化剂：模型迭代是否加入新“AI因子”或“地缘政治因子”、$72.6B规模是否接近策略容量上限、NVDA和META等热门标的量化持仓是否在市场反转时形成“踩踏”、Q2的+33.19%是趋势开始还是周期顶点 [44]