核心观点 - 价值投资必须兼顾公司质地与买入价格 在行业受冷落、价格低迷时介入 而非在众人追捧、价格高企时追随[9] - 对于研发投入与行业巨头存在数量级差距的科技公司 其技术领先或替代的宣称缺乏令人信服的财务和逻辑支撑 投资者应保持警惕并考虑回避[12][13] 对价值投资与市场行为的看法 - 市场在某一标的成为焦点时往往失效 众人聚集会导致需求压倒供给 从而无法提供好的买入价格[9] - 脱离价格谈论公司价值没有意义 即便如贵州茅台这样的顶级公司 在2600元的高位谈论其价值也更多是受市场情绪驱动而非理性分析[9] - A股半导体指数呈现明显的大起大落周期性 投资科技股应在行业极端不景气、不被看好时介入 而非在行业高度景气、众人痴迷时人云亦云[9] 对A股科技股及具体公司的分析 - 回顾历史 从90年代至今 A股的科技股炒作浪潮频现 但最终能修成正果的公司寥寥无几 多数被证明仅是题材炒作[11] - 以寒武纪为例 其市场炒作对标英伟达 但研发投入差距悬殊 英伟达年研发费用达130亿美元 而寒武纪2024年全年研发费用仅12.16亿人民币 2025年前三季度仅8.43亿人民币[12] - 科技公司的核心竞争力依赖持续的巨额研发投入和顶尖人才 以寒武纪的投入水平 难以解释其如何能产出媲美并替代行业巨头的技术 这令普通投资者无法从其财报中找到信服答案[13] - 投资者在无法清晰理解公司竞争优势的情况下 最佳选择是回避 市场对寒武纪等的热捧 类似于“地狱发现石油”故事中的群体盲从行为[13]

市场有效性理论 - 信息不对等的股票市场导致股民热衷追逐内幕消息 [4] - 有效市场中信息透明，股价会立即反应所有公开信息 [6][8] - 尤金·法玛1965年提出市场有效理论，认为信息会立刻作用到股价 [10] - 真实世界存在信息差和情绪化，股价反应滞后 [12] 量化投资原理 - 量化利用股价反应滞后性，通过快速捕捉已发生事件进行交易 [12] - 量化不预测事件发生，而是预测已发生事件对股价的影响 [14] - 詹姆斯·西蒙斯的量化基金1988-2009年实现年化35%回报 [16] 中国量化发展历程 - 2008年金融危机后海外量化人才回国，弥补国内人才缺口 [18] - 2010年沪深300股指期货上市，量化获得对冲工具 [20] - 2015年股灾导致股指期货严控，量化行业经历洗牌 [22] - 2018年量化规模上新台阶，出现"量化四大天王" [26] - 2021年AI技术引入量化，提升模型复杂度 [28][30] 量化行业最新动态 - 2024年2月小微盘流动性危机导致量化产品两周回撤超10% [32] - 危机后小微盘快速反弹，量化产品6月修复大部分跌幅 [34][35] - 2024年9月后部分量化管理人创下新高 [36] - 2024年二季度头部量化私募掀起"封盘潮"，控制规模以保持超额收益 [38] 量化投资价值 - 量化策略为投资人带来显著赚钱效应 [42] - 量化是小微盘基金有效策略，也是资产配置重要方向 [44]