会议概况 - 2025分析师大会于11月28日启幕，汇聚百位行业研究首席、公私募掌舵人及权威学者，共同探讨穿越周期的投资策略 [1] 源达信息证券研究所业务布局 - 构建以金融工程为核心底座的多元研究体系，覆盖金融工程、宏观策略、行业、区域经济及公司研究五大领域 [4] - 特色在于将宏观策略、行业与公司研究的方法论及成果深度封装至金融工程研究框架，形成“数据+模型+研究”的协同模式 [4] - 在行业研究领域与沙利文合作推进新型领域深度研究，区域经济研究在京津冀协同发展、雄安新区建设等领域处于市场前列 [4] - 为投资者提供AI量化研究服务，为英国顶尖对冲基金等外资机构提供卖方研究支持，并为上市公司提供合规市值管理咨询 [4] 传统卖方研究转型路径 - 行业面临供给侧改革压力，仅头部20家券商能获得较多佣金分仓收入，中小券商突围难度显著 [5] - 转型方向一是将服务范围从单一公募基金拓展至全类型机构投资人及财富管理业务，同时强化产业研究深度 [5] - 转型方向二是推动“卖方思维”向“买方思维”转变，该观点源于21年跨卖方与买方的从业经验 [5] - 2018年初至2025年中期，券商“十大金股”组合年化收益率仅7.28%，跑赢沪深300与上证指数但低于红利低波（8.64%）和自由现金流（12.04%）指标 [5] - 收益率偏低的核心原因在于部分研究缺乏买方思维，存在“从众跟风”现象，融入买方思维后组合年化收益率提升至13.67% [5] 数字化投研实践与成效 - 基于年报业绩超预期、股息率、自由现金流等传统因子构建的策略年化收益率分别达22%、16%、17% [5] - AI技术将深度行业报告制作周期从1个月缩短至1周左右，实现从“样本数据”到“全域数据”的跨越 [6] - 通过挖掘上市公司业绩说明会管理层预期、供应链卫星图像、工业园区开工率等“另类因子”，结合因子基因的非线性组合来预判市场趋势 [6] AI技术应用的边界与未来展望 - AI应用需避免“黑箱化”，所有构建的策略必须具备可解释性与可回溯性 [6] - AI无法取代分析师在投研“最后一公里”的价值，如上市公司调研中对企业家精神的感知和行业趋势的现场研判等“温度性洞察” [6] - 公司未来将持续以AI与金融工程为底座，聚焦企业基本面与核心竞争力研究，筛选优质企业 [6]

分析师大会核心信息 - 2025分析师大会于11月28日启幕，汇聚百位行业研究首席、公私募掌舵人及权威学者，共同探讨穿越周期的投资策略 [1] 源达信息证券研究所概况 - 研究所具备证券投资咨询与研究报告发布资质，研究领域涵盖金融工程、宏观策略、行业、区域经济及公司研究 [4] - 研究特色是以金融工程研究为底座，整合各类研究成果，在京津冀、雄安区域经济研究中处于市场前列 [4] - 研究所与沙利文在行业研究上达成合作，并提供AI量化研究服务、外资机构卖方研究服务及上市公司市值管理咨询 [4] 卖方研究转型思路 - 传统卖方研究面临供给侧改革困境，仅头部20家券商能获得较多佣金分仓收入，中小券商突围艰难 [5] - 转型方向之一是服务对象从公募基金拓展至全机构投资人与财富管理领域，并强化产业研究 [5] - 转型方向之二是融入买方思维，团队测算显示，2018年初至2025年中期，融入买方思维后券商十大金股组合年化收益率从7.28%提升至13.67% [5] 金融工程与量化策略表现 - 基于传统因子构建的策略表现亮眼，年报业绩超预期、股息率50、自由现金流相关策略年化收益率分别达22%、16%、17% [5] - 数字化时代投研离不开AI与量化，AI将深度行业研究报告制作周期从一个月缩短至一周左右 [5] - 金融工程研究进入第二阶段，AI助力实现从样本数据到全域数据的跨越，并能挖掘另类因子及因子基因的非线性组合 [5] AI在投研中的应用与边界 - AI应用需避免黑箱化，策略应具备可解释性与可回溯性，同时要警惕技术万能论 [6] - AI无法取代分析师，在投研最后一公里如上市公司调研中对企业家精神与行业预判的感知仍需人工完成，AI是分析师的得力助手 [6] 研究所核心理念 - 研究所秉持“研究创造价值”理念，以AI和金融工程为底座，聚焦公司基本面与核心竞争力，旨在筛选优质企业并为投资者提供专业建议 [7]