投资策略与理念 - 投资策略以科技成长为核心，并延伸至全市场视角，结合宏观、中观、微观多个维度进行判断[3] - 投资框架强调前瞻性布局，在产业趋势初露苗头、市场尚未充分定价前进入，以获取更稳妥的可观回报[1][6] - 投资方法论源于沃顿商学院学习经历，强调用简单变量对公司或产业进行定价，模型变量关系过于复杂容易失效[5] 研究方法与机会识别 - 通过研读学术论文来前瞻性嗅到投资机会，论文有助于识别技术应用和产品落地的确定性，区分产业事实与产业预期[1][6] - 研究框架包含三个维度：宏观维度跟踪经济数据与产业政策以识别发展趋势；中观维度聚焦产业未来三到五年的市场空间；微观维度研究个股的竞争壁垒和市值增长空间[4] - 动态开展产业调研，跟踪高频数据，实时对比产业实际进展与预期差距，以动态评估投资机会和风险的变化[9] 对人工智能产业的看法 - 人工智能是当前科技浪潮中最核心的驱动因素，其产业空间足够大，可投资时间足够长，与移动互联网浪潮具有可比性[7] - 尤其关注AI应用领域，重点研究运用大模型能力撬动千行百业生产力变革的应用型公司，关注其现有客户数据和生态壁垒[7][8] - 在AI应用中，To C类比To B类更有想象空间，特别是AI在提供情绪价值上未来通过大模型能释放的巨大商业价值[8] 个股选择与组合管理 - 个股选择基于技术积累，企业技术需能匹配产业变化需求，才有机会捕捉业绩增长[9] - 对个股进行估值定价，预测其未来三到五年市场空间对应的营收，结合市盈率、市销率等估值体系做出定价区间[9] - 面对高波动需识别来源，区分是技术变化、定价变化还是事件冲击后的情绪表达，波动中蕴藏投资机会，情绪释放后可能更重仓配置[11] 主动权益基金的定位 - 主动权益基金的相对优势在于基金经理的深度研究能更及时捕捉产业投资机会，持仓集中度或在不同产业环节的分布有别于被动指数基金[11][12] - 主动权益基金在持仓结构上灵活度更高，可更及时调整仓位，进行前瞻性布局，例如投资尚未被纳入指数成分股的早期公司[12]