單集摘要
提到量化投资,很多人的第一反应可能是模型、因子、算法,甚至是一群数学和计算机高手,用机器去寻找市场里的定价偏差。 但如果把时间拉长,会发现「量化投资」其实一直在变化。 二十年前,洗干净一份数据本身就是优势;后来,从多因子走向基本面量化,再到多周期、多策略、低相关,量化开始用越来越多的维度理解股票定价。 再往后,这些策略还要真正装进产品里。 从基金经理的“集体智慧”,到全指增强,再到“反向固收+”,量化关注的也开始从“能不能赚到超额”,延伸到一个普通投资者更关心的问题:这个Alpha能不能更稳定地拿到? 而今天,大模型又把这场竞争推到了新的阶段——AI可以更快地写代码、复现因子,公开信息也越来越平权。当模型越来越像“水电”一样普及,真正稀缺的东西可能也在发生变化…… 这期节目,我们邀请到中欧基金量化投资部基金经理——曲径。 从复旦数学系、卡内基梅隆大学(CMU),到千禧年,再到回国进入公募,她几乎完整经历了量化投资过去二十年的几轮迭代。她见过数据还是稀缺资源的年代,也经历过多因子最风光的时候;做过对冲,也经历过市场环境变化之后重新寻找“生存之道”;如今,她又在思考大模型之后,量化真正的壁垒还会剩下什么。 这期节目,我们想聊几个问题: ·一条历史回测非常漂亮的曲线,为什么真正上线后可能“一塌糊涂”? ·量化从多因子走向多周期、多策略、低相关,背后到底在解决什么问题? ·当AI让挖因子、写代码越来越容易,未来真正稀缺的Alpha会来自哪里? 时间轴: Part1 从数学到量化:一个量化基金经理是怎么走到今天的? 00:54 在一群聪明人里发现“当不了数学家”,反而让她找到了自己的长板 02:31 一场比赛,确认自己更擅长把信息、判断和概率放在一起做决策 03:37 早期量化有多朴素?一份洗干净的结构化数据就是竞争优势 05:44 数据清洗很繁琐,但只有做了这个繁琐的事情,Alpha才属于你 07:18市场规则变了,量化也得重新寻找“生存之道” 09:54 量化真正的黄金时代:往往出现在市场足够分散的时候 Part2 量化没有“圣杯”:从多因子走向多周期、多策略、低相关 12:13 量化一直在迭代:从多因子到基本面,不断寻找新的信息优势 16:53 从“一招鲜”到多策略,量化追求的是更稳定的Alpha 18:42 同一只股票,宏观、基本面、量价和资金流看到的是四个世界 21:12…
提到量化投资,很多人的第一反应可能是模型、因子、算法,甚至是一群数学和计算机高手,用机器去寻找市场里的定价偏差。 但如果把时间拉长,会发现「量化投资」其实一直在变化。 二十年前,洗干净一份数据本身就是优势;后来,从多因子走向基本面量化,再到多周期、多策略、低相关,量化开始用越来越多的维度理解股票定价。 再往后,这些策略还要真正装进产品里。 从基金经理的“集体智慧”,到全指增强,再到“反向固收+”,量化关注的也开始从“能不能赚到超额”,延伸到一个普通投资者更关心的问题:这个Alpha能不能更稳定地拿到? 而今天,大模型又把这场竞争推到了新的阶段——AI可以更快地写代码、复现因子,公开信息也越来越平权。当模型越来越像“水电”一样普及,真正稀缺的东西可能也在发生变化…… 这期节目,我们邀请到中欧基金量化投资部基金经理——曲径。 从复旦数学系、卡内基梅隆大学(CMU),到千禧年,再到回国进入公募,她几乎完整经历了量化投资过去二十年的几轮迭代。她见过数据还是稀缺资源的年代,也经历过多因子最风光的时候;做过对冲,也经历过市场环境变化之后重新寻找“生存之道”;如今,她又在思考大模型之后,量化真正的壁垒还会剩下什么。 这期节目,我们想聊几个问题: ·一条历史回测非常漂亮的曲线,为什么真正上线后可能“一塌糊涂”? ·量化从多因子走向多周期、多策略、低相关,背后到底在解决什么问题? ·当AI让挖因子、写代码越来越容易,未来真正稀缺的Alpha会来自哪里? 时间轴: Part1 从数学到量化:一个量化基金经理是怎么走到今天的? 00:54 在一群聪明人里发现“当不了数学家”,反而让她找到了自己的长板 02:31 一场比赛,确认自己更擅长把信息、判断和概率放在一起做决策 03:37 早期量化有多朴素?一份洗干净的结构化数据就是竞争优势 05:44 数据清洗很繁琐,但只有做了这个繁琐的事情,Alpha才属于你 07:18市场规则变了,量化也得重新寻找“生存之道” 09:54 量化真正的黄金时代:往往出现在市场足够分散的时候 Part2 量化没有“圣杯”:从多因子走向多周期、多策略、低相关 12:13 量化一直在迭代:从多因子到基本面,不断寻找新的信息优势 16:53 从“一招鲜”到多策略,量化追求的是更稳定的Alpha 18:42 同一只股票,宏观、基本面、量价和资金流看到的是四个世界 21:12…
單集
64.当人人都在用AI挖因子,量化投资如何「不烧心」?
已收聽提到量化投资,很多人的第一反应可能是模型、因子、算法,甚至是一群数学和计算机高手,用机器去寻找市场里的定价偏差。 但如果把时间拉长,会发现「量化投资」其实一直在变化。 二十年前,洗干净一份数据本身就是优势;后来,从多因子走向基本面量化,再到多周期、多策略、低相关,量化开始用越来越多的维度理解股票定价。 再往后,这些策略还要真正装进产品里。 从基金经理的“集体智慧”,到全指增强,再到“反向固收+”,量化关注的也开始从“能不能赚到超额”,延伸到一个普通投资者更关心的问题:这个Alpha能不能更稳定地拿到? 而今天,大模型又把这场竞争推到了新的阶段——AI可以更快地写代码、复现因子,公开信息也越来越平权。当模型越来越像“水电”一样普及,真正稀缺的东西可能也在发生变化…… 这期节目,我们邀请到中欧基金量化投资部基金经理——曲径。 从复旦数学系、卡内基梅隆大学(CMU),到千禧年,再到回国进入公募,她几乎完整经历了量化投资过去二十年的几轮迭代。她见过数据还是稀缺资源的年代,也经历过多因子最风光的时候;做过对冲,也经历过市场环境变化之后重新寻找“生存之道”;如今,她又在思考大模型之后,量化真正的壁垒还会剩下什么。 这期节目,我们想聊几个问题: ·一条历史回测非常漂亮的曲线,为什么真正上线后可能“一塌糊涂”? ·量化从多因子走向多周期、多策略、低相关,背后到底在解决什么问题? ·当AI让挖因子、写代码越来越容易,未来真正稀缺的Alpha会来自哪里? 时间轴: Part1 从数学到量化:一个量化基金经理是怎么走到今天的? 00:54 在一群聪明人里发现“当不了数学家”,反而让她找到了自己的长板 02:31 一场比赛,确认自己更擅长把信息、判断和概率放在一起做决策 03:37 早期量化有多朴素?一份洗干净的结构化数据就是竞争优势 05:44 数据清洗很繁琐,但只有做了这个繁琐的事情,Alpha才属于你 07:18市场规则变了,量化也得重新寻找“生存之道” 09:54 量化真正的黄金时代:往往出现在市场足够分散的时候 Part2 量化没有“圣杯”:从多因子走向多周期、多策略、低相关 12:13 量化一直在迭代:从多因子到基本面,不断寻找新的信息优势 16:53 从“一招鲜”到多策略,量化追求的是更稳定的Alpha 18:42 同一只股票,宏观、基本面、量价和资金流看到的是四个世界 21:12…
63.中美会谈重点提及! 930之后光模块产业链的新瓶颈是什么?
已收聽国庆将至,先祝所有听众朋友们节日快乐! 三季度进入尾声,虽市场震荡不减,但我们仍能在结构性分化中找到值得关注的方向。比如上周,中美高层会谈落下帷幕,双方在人工智能领域释放出新的合作信号。 中美在芯片、算力等领域的竞争仍会持续,但围绕人工智能风险治理的沟通机制,也让市场重新审视全球科技产业链未来的竞争与协作。 过去两年,在全球科技博弈的大背景下,国内和海外科技板块虽然节奏不同,但都走出了自己的主线。尤其是站在9月末这个时间节点回首过去两年,一系列政策信号集中释放,市场逐渐回暖。 所以我们看到,这轮行情里最亮眼的方向之一,就是AI算力。而光模块作为其中的核心环节,持续受到市场的极大关注。 ·光模块这个看起来不起眼的“小铁盒”,为什么能成为AI产业链里的关键角色? ·过去两年的上涨,究竟是流动性推动,还是背后真的有产业和业绩支撑? ·当800G走向1.6T之后,产业链新的瓶颈又会出现在哪里? 本期节目,我们邀请到中欧科技战队基金经理宋巍巍,一起从最近两年的科技主线聊起,拆解AI算力扩张背后的光模块产业链,以及这轮行情真正发生了哪些变化。 聊天的人 宋巍巍,中欧科技战队基金经理 杨广钊,特邀主持人 时间轴: Part1 光模块涨了两年,真正推着行情走的是什么? 01:44 光模块领涨市场,背后是AI从技术突破走向广泛应用 02:35 AI“军备竞赛”开启:买GPU之外,光模块也被重新定价 03:16 从2000多亿美元到万亿美元级别,云厂商资本开支把光模块需求推向爆发 05:13 全球AI资本开支增长,最终进入了中国光模块龙头的收入和利润表 Part2 一个“小铁盒”值多少钱?从产业壁垒到远期份额 05:54 光模块看起来像“加厚版U盘”,却是AI集群里的关键连接器件 06:52 从无线、铜线到光纤:AI时代,光通信的优势被彻底放大 07:33 光通信真正的优势:更大带宽、更低损耗、更低功耗 09:30 小体积、高复杂度:光模块真正的壁垒藏在良率和可靠性里 10:28 光模块不是集群里最贵的设备,却可能决定GPU能不能高效运转 12:22 从芯片到光模块,全球AI产业链的分工没那么容易被打断 14:56 利空落地却没反弹:市场更担心2028年后的份额和估值压力 Part3 瓶颈迁移,光模块产业链进入下一阶段 16:47两条路径开始分化:“多塞几条通道”和“每条跑得更快” 19:27磷化铟和MOCVD开始成为新瓶颈…
62.时隔三年美联储再加息:从「错位」到「抢钱」,全球资产逻辑生变
已收聽北京时间9月17日凌晨,美联储宣布了近三年来的首次加息,并释放今年底再加息一次的信号。作为全球资产定价的关键锚点,美联储的每一次政策摆动,都会牵动汇率、股市、大宗商品等几乎所有资产的走势。 事实上,在8月底的杰克逊霍尔年会后,这轮加息的预期就已经开始被市场提前消化了。如今靴子落地,市场焦点也顺势切换到了下一个问题:这只是一次性调整,还是新一轮收缩周期的开端? 对国内市场而言,这轮加息预期的起落,也是最重要外部因素之一。回看今年以来,上半年AI走出独立趋势,市场极致分化。但进入下半年后,随着科技震荡,主线变得越来越模糊,全球流动性变化被视为影响A股走势的关键。 本期节目,我们邀请到中欧基金价值组基金经理付倍佳,以及中金公司研究部执行总经理张峻栋,从今年市场最明显的「错位」聊起,探讨以下问题: 近期最容易被市场高估和低估的因素是什么? 除了抗通胀,美联储目前的核心目标还有什么? 沃什治下的美联储,接下来政策会怎么走? 为什么会出现「融资热、资金紧」的现象?谁在和谁抢钱? 美股、美债、A股、港股、黄金等,接下来又会如何重新定价? 聊天的人 付倍佳,中欧基金价值组基金经理 张峻栋,中金公司研究部执行总经理 偌馨,特邀主持人 时间轴 Part 1:美联储时隔三年加息,哪些因素被高估了? 03:23 更像是一次美联储独立性表态 05:07 短期可能会加速K型分化,长期压制资产风险偏好 07:15 市场高估了加息路径和次数的重要性 09:46 沃什前后的「人设」变化,打乱了市场原本已经形成的流动性预期 Part 2:「错位」的一年:为什么所有资产都坐上了过山车? 13:47 今年市场的关键词:错位,过山车,资产定价很前置 16:52 价值派的压力来自,看到的风险为什么迟迟没有被定价 19:34 下半年震荡原因:流动性>估值>盈利 21:16 当成长和价值重新回到同一起跑线时,市场完成了一轮降波 22:17 为什么市场成交额跌破近几个月新低了? Part 3:市场进入「中场休息」,何时开启下半场? 24:51 美国未来会走向「金融抑制」 26:30 全球再工业化、再武装化的趋势没变,资产基本面长期也不会变 31:24 有色最早进入中场休息,或将最早开启下半场 32:31 科技股仍在中场调整,四季度绕不开美国中期选举 34:09 美联储的第三个目标:维系适度的长端利率 Part 4:全球融资热,资金紧,谁在大规模借钱?…
61.红利也坐「过山车」?我信任的、交心的红利投资,我不认识了…
已收聽过去两年,红利成了很多投资者组合里的标配,银行、煤炭、公用事业、高股息、低波动、稳健……是大多数持有人对于红利板块的刻板印象。很多人买红利,正是因为相信:它可能涨得没有那么快,但至少应该更稳。 但今年5-6月,事情变得有些不太一样:一边是部分红利指数出现了超10%的阶段性回撤,一边是科技板块在快速上涨;而步入下半年,市场风格再次发生变化,红利板块整体迎来修复,体感上的偏差逐渐修复…… 不过这一轮少见的“过山车”,也让投资者开始思考:红利的角色到底是什么?我们应该如何正确理解红利? 本期节目,我们邀请到中欧基金多资产及解决方案投资部研究副总监张学明,以及中欧基金基金经理刘勇,一起聊聊: · 这轮红利大幅回撤,究竟发生了什么? · 中证红利、红利低波,以及多因子红利到底有什么区别? · “红利”“价值”“景气”分别在赚什么钱? · 主动与量化,如何预测未来分红并避开“高股息陷阱”? · 从“旧红利”到“新红利”,中国的高分红资产为什么正在扩容? · 普通投资者如何选择红利产品,又该怎样把红利放进自己的组合里? 聊天的人 张学明,中欧基金多资产及解决方案投资部研究副总监、基金经理 刘勇,中欧基金多资产及解决方案投资部基金经理 偌馨,特邀主持人 时间轴: Part1 红利的“至暗时刻”:为什么突然不低波了? 01:46 从坚定到怀疑再到坚定:这轮红利回撤,打破了过去的经验 02:57 5、6月红利下跌遇上科技大涨,体感差异被进一步放大 04:06 红利还稳吗?从长期数据看,它依然是股票策略中相对稳健的一类 06:57 一两年的涨跌被压缩到一两个月,极端结构行情放大了投资者情绪 Part2 都叫“红利”,中证红利和红利低波到底有什么区别? 08:04 名字里都有“红利”,但不同产品的底层逻辑可能差得并不少 08:32 红利投资本质上是在寻找可持续的高股息 10:30 为什么红利低波长期风险收益比往往更好?关键在分红的持续性 12:55 高股息不等于低波动,“红利”和“低波”其实是两个可以自由组合的因子 Part3 红利、价值、景气:看起来相似,但赚的是不同的钱 13:47 从单一红利到Smart Beta:景气、红利、价值、质量如何组成多因子策略? 14:48 是“收租”还是“淘金”?红利和价值投资的核心差别 15:41 同样是低估值:没增长但能赚钱,和身处困境,是两种完全不同的公司 17:07…
60.AI的奥德修斯时刻:谁是科技下半场的胜负手?| 串台《硅谷101》
已收聽经历了上半年的高歌猛进,AI科技板块在7月短暂进入中场休息,虽然这两天波动再度放大,但8月板块整体止跌回血的态势较为明朗。AI浪潮滚滚向前,每当市场情绪把行情推向极致,观点交锋也变得愈加激烈。 在更长的周期里,科技投资从来都是高波动与高成长相伴相生。短期行情会受到资金和情绪左右,但中长期走势,最终仍要回到产业基本面上。越是焦灼的时候,越需要坐下来深度长谈,回到产业现场,去拆解那些无法被瞬时价格完全反映的底层逻辑。 本期节目,我们邀请到中欧科技战队的三位成员——冯炉丹、杜厚良、谢钊懿,和硅谷101联合创始人陈茜一起,在AI的奥德修斯时刻展开一场深度长谈,一起聊聊: · 这轮AI周期和过去有什么显著不同? · 国产算力走到了哪一步,训练端能不能追上? · 端侧AI为什么迟迟没有出现杀手级产品? · 当AI行情从普涨走向分化,我们该怎么寻找真正的机会? 聊天的人 冯炉丹,中欧科技战队基金经理 杜厚良,中欧科技战队基金经理 谢钊懿,中欧科技战队投资经理 陈茜,硅谷101联合创始人 时间轴: Part1 AI这轮周期到底哪里不一样? 02:01 AI为什么被拿来类比工业革命?速度、斜率和影响范围都不一样 03:02 时间更长、斜率更陡:AI可能仍然只是早期阶段 04:05 从预训练到推理,再到Coding落地:AI价值链如何一步步迁移? 06:14 五层AI蛋糕正在重排:模型收入开始接棒,应用还在路上 09:49 下一个万亿级AI入口,会属于模型公司,还是新的应用公司? Part 2 机器人、端侧AI、Coding:谁还在0到1,谁已经到了10? 13:17 “0到1”看想象,“1到10”看收入利润:不同阶段对应不同投资逻辑 15:43 机器人不是另一个硬件故事,而是“物理AI”的入口 18:01 机器人产业链会复制新能源车早期的投资机会吗? 23:27 端侧AI为什么还没有杀手级产品?硬件、续航和交互还不够顺手 26:25 Coding已经跑到“10”:哪些AI应用开始进入商业化阶段? Part3 AI涨了三年:真正要看的,是供需是否错配 27:26 AI基础设施为什么最早进入“1到10”?别人越投入,硬件越先收钱 28:25 算力不是唯一瓶颈:网络传输、存储和CPU的重要性正在抬升 31:28 国产算力的节奏正在追赶:推理端适配更快,训练端也在迭代 36:36…