基金经理观点 - 人工智能浪潮很可能是一个持续数十年的产业周期，令人兴奋但也带来挑战 [1] - 基金经理将以更加勤勉的姿态紧跟科技产业最新变化，并在产业热潮中坚守高赔率为基石的组合管理，力争实现收益与波动的平衡 [1] 市场与行业认知 - 科技股股价波动较大，原因包括科技企业属于外向型出口行业对外敞口高，以及产业正处在全球竞争力提升的关键期，过程充满不确定性 [2] - 互联网时代的核心是弥合信息差提升信息传播效率，而AI时代带来的是真正的生产力跃迁和技术平权，价值扩张巨大 [2] - 本轮科技变革的级别远超以往的产业周期，带来的价值蛋糕扩张巨大，是一个增量市场 [7] 投资关注方向 - 目前市场最关注的是算力，海外互联网大厂和国内企业都在加大算力投入 [3] - 长远看，稳定高效的电力供应或成为新的命题，电力领域的技术创新和产业链机会值得关注 [3] - 创新型硬件也可能迎来发展机遇，多模态交互、语音和视频技术的升级有望催生新的硬件需求 [3] - 投资关注两个维度：线性成长（如出海逻辑清晰、渗透率持续提升的赛道）和非线性成长（源于技术变革带来的产业爆发）的机会 [3] 投资理念与选股逻辑 - 投资核心目标是找到成长空间大、能兑现业绩或竞争力快速提升的公司和产业，并通过捕捉产业变革机会获取可持续收益 [3] - 选股时重点关注那些在周期底部扎扎实实做研发、做组织优化的公司，其技术储备需与未来的技术变革方向匹配 [5] - 投资的朴素逻辑是，如果企业靠自身能力和技术积累实现了业绩的大幅增长，其市值不可能一直停留在低位 [6] - 投资科技股的核心是应对变化，用对产业和企业的认知提前捕捉变化，没有固定的、可以复制的框架和策略 [4] - 具体选股的底层逻辑是寻找未来几年业绩有望爆发（业绩上一个大台阶或实现数倍增长）的公司 [4] 企业分析框架 - 从三个维度理解企业：管理层和组织能力；技术演进方向和产业逻辑；供需格局分析 [5] - 研判企业未来发展潜力时，关键看当技术变革来临时，企业的产能、研发储备、组织能力能否跟上，这决定了其能否实现非线性成长 [5] 组合管理与赔率 - 关注投资赔率（潜在收益与潜在风险的比值）核心是让组合保持客观和理性，避免在市场一致预期中过度乐观 [6] - 历史经验表明，上行趋势中最后10%-20%的收益往往是最难赚也最危险的 [6] - 具体操作上会滚动评估未来三年公司的预期回报率，给估值时偏向合理甚至偏低的水平，并在低估值标的中动态筛选 [6] - 赔率没有固定标准，是动态变化的，组合里保留一部分高赔率资产是为了平衡组合，保持灵活性 [6] - 从赔率视角看，应在大产业周期下不断寻找更高赔率的方向和资产，而非纠结于当下估值高低 [7] - 持仓分散程度是投资风格和组合管理目标决定的结果，早期因缺乏明显的行业贝塔而养成了“翻石头”找个股阿尔法的习惯 [7] - 适度分散的好处是降低组合波动率，但分散不是静态的，会根据产业趋势确定性和标的估值赔率动态调整 [7]

根据研报内容，以下是关于量化模型和因子的详细总结： 量化模型与构建方式 1. 大小盘轮动模型 **模型构建思路**：从赔率和胜率两个视角，基于多层次数据形成大小盘轮动的量化配置方案[1][4] **模型具体构建过程**： 1. **赔率部分构建**： - 赔率定义：一段收益率序列的赔率等于平均正收益/平均负收益的绝对值 - 赔率计算公式：$$\mathbb{R}_{\mathbb{B}}^{\pm}\,\mathbb{R}=-\frac{\sum_{i=1}^{n}return_{i}\,/n}{\sum_{j=1}^{m}return_{j}\,/m}$$[30] - 估值差计算：$$diff_{t}=\sum_{i}^{m}BP_{i,t}\,/m-\sum_{i}^{n}BP_{i},t\,/n$$[32] - 相对估值水平：$$diff'=\frac{diff_{t}}{\sum_{i}^{z}BP_{i,t}\,/z}$$[32] - 历史分位数：$$Q=\frac{rank\,\,\,(\,diff'\,\,)}{T}$$[32] 2. **胜率部分构建**：采用多指标打分法，从经济面、市场面、微观面和日历效应四个层次构建轮动指标[4][40] 3. **配置权重计算**：利用凯利公式结合赔率和胜率，计算最优配置权重[77] - 资金增长率公式：$$R(x)=(1+x*b)^{n p}(1-x)^{n(1-p)}$$[77] - 最优配置解：$$x =\frac{p*b-(1-p)}{b}$$[77] 2. 细分风格轮动模型 **模型构建思路**：结合大小盘模型信号和成长价值模型信号，构建细分风格轮动策略[1][87] **模型具体构建过程**： - 当大小盘模型指向大盘，成长价值模型指向成长时，发出大盘成长占优信号[87] - 形成大盘成长、大盘价值、小盘成长、小盘价值四个象限的轮动配置[88] 量化因子与构建方式 1. Shibor因子 **因子构建思路**：流动性宽松时小盘股受益，紧缩时大盘股防御性更强[42] **因子具体构建过程**：计算最新Shibor利率在过去一年以来的历史分位数，当分位数大于50%时指向大盘股，反之指向小盘股[42] 2. 短期期限利差因子 **因子构建思路**：期限利差扩大说明未来货币政策可能收紧，不利于中小市值企业[47] **因子具体构建过程**：期限利差=1年期中短期票据收益率-7天中短期票据收益率，计算20日利差均值-250日利差均值，若大于0发出大盘占优信号[47] 3. 市场趋势因子 **因子构建思路**：市场活跃时小盘风格收益弹性更高，市场低迷时大盘风格更具配置价值[51] **因子具体构建过程**：当中证全指5日均线大于20日均线且近20日成交量大于近250日成交量时，发出小盘占优信号；反之发出大盘占优信号[51] 4. 市场波动因子 **因子构建思路**：窄幅调整期间小盘股缺少收益波动空间，大盘股通过分红形成稳健回报[54] **因子具体构建过程**：市场波动率=近20日中证全指收益率标准差，当最近20日市场波动率小于近3年波动率均值时，发出大盘占优信号[54] 5. 风格动量因子 **因子构建思路**：风格收益率呈现出"动量效应"，强者恒强[57] **因子具体构建过程**：比较沪深300和中证2000指数过去四周的收益率，收益率更高的风格发出占优信号[57] 6. 风格拥挤度因子 **因子构建思路**：风格交易拥挤可能导致收益崩溃，需要警惕过热风险[60] **因子具体构建过程**：计算市值最大20%个股近20日成交量在过去三年历史分位数作为大盘拥挤指标，大于0.75时发出小盘占优；计算市值最小20%个股相应指标，大于0.75时发出大盘占优[60] 7. 月历效应因子 **因子构建思路**：周期性事件驱动形成的月度风格效应，如财报季、春节效应等[63] **因子具体构建过程**：计算次周所在自然月在历史年份中沪深300战胜中证2000的胜率，当胜率大于50%时发出大盘占优信号[66] 8. 复合胜率信号因子 **因子构建思路**：将多个明细指标结果合成为相对稳健有效的胜率信号[72] **因子具体构建过程**：当明细指标指向大盘时记1分，指向小盘时记0分，不明确时记0.5分，取得分均值作为复合胜率信号[72] 模型的回测效果 1. 大小盘轮动策略（完全切换） - 年化收益：23.70%[79] - 年化超额收益：20.57%[79] - 年化波动：23.03%[79] - 最大回撤：25.25%[79] - 夏普比率：1.03[79] - 信息比率(IR)：2.27[79] - 收益回撤比：0.94[79] 2. 大小盘加权策略（权重调整） - 年化收益：13.69%[84] - 年化超额收益：10.94%[84] - 年化波动：22.02%[84] - 最大回撤：29.17%[84] - 夏普比率：0.62[84] - 信息比率(IR)：2.47[84] - 收益回撤比：0.47[84] 3. 细分风格轮动模型 - 年化收益：35.91%[92] - 年化超额收益：32.86%[92] - 年化波动：23.97%[92] - 最大回撤：23.37%[92] - 夏普比率：1.50[92] - 信息比率(IR)：3.11[92] - 收益回撤比：1.54[92] 因子的回测效果 1. Shibor因子 - 年化超额收益：11.46%[43] - 最大回撤：35.26%[43] - 夏普比率：0.59[43] 2. 短期期限利差因子 - 年化超额收益：7.41%[48] - 最大回撤：43.45%[48] - 夏普比率：0.42[48] 3. 市场趋势因子 - 年化超额收益：3.52%[52] - 最大回撤：39.86%[52] - 夏普比率：0.28[52] 4. 市场波动因子 - 年化超额收益：13.18%[55] - 最大回撤：30.28%[55] - 夏普比率：0.67[55] 5. 风格动量因子 - 年化超额收益：8.16%[58] - 最大回撤：31.31%[58] - 夏普比率：0.50[58] 6. 风格拥挤度因子 - 年化超额收益：6.63%[61] - 最大回撤：38.66%[61] - 夏普比率：0.40[61] 7. 月历效应因子 - 年化超额收益：4.73%[67] - 最大回撤：45.83%[67] - 夏普比率：0.29[67] 8. 复合胜率信号因子 - 年化超额收益：19.72%[73] - 最大回撤：28.65%[73] - 夏普比率：0.98[73] - 信息比率(IR)：2.17[73]

投资中的胜率和赔率 - 胜率是指在一段时间内投资获胜（盈利）的概率 例如小明买了10只基金有7只赚钱3只亏损那么胜率为70% [1] - 赔率是指盈亏比即盈利与亏损的比例 [1] 基金投资基本功 - 做好投资和买对基金需要从夯实投资基金的基本功开始 [3] - 通过1分钟GET一个知识点的方式可以让投资起步更轻松 [3]