AI投资趋势演变 - AI领域的投资正进入一个更具选择性的阶段 早期争抢算力资源的浪潮正在消退 焦点正转向效率、优化和系统设计 [1] 投资研究方法论 - 投资研究采用多学科融合的方法 结合金融分析、行为金融学、心理学、社会科学和另类指标 以评估具有高确信度和不对称风险回报潜力的公司 [1] - 研究过程融合深度研究与市场忽略的信号 例如叙事突然转变、早期的社会关注度、创始人驱动的愿景 或被低估的开发者和用户采用势头 这些通常是股价指数级变动的先兆 [1] - 市场走势不仅基于基本面 还受到认知、情绪和偏见驱动 投资者行为 如对历史估值的锚定、上涨中的羊群效应、近因偏差导致的恐慌性抛售 会创造持续的市场无效性 这些错误定价时刻通常是突破的开始 [1] - 投资专注于高确信度的机会 而非安全押注 每个机会都评估其风险回报特征 即有限的下行风险和爆炸性的上行潜力 最佳回报来自于识别市场信念滞后于现实的地方 [1]