基金经理邓心怡的投资策略与背景 - 基金经理邓心怡为诺安基金权益事业部副总经理兼研究部总经理 拥有化工材料专业背景 自2013年起研究布局新能源 后聚焦科技产业投资 自2022年7月起担任基金经理 管理多只混合型产品 [1][3] - 其投资策略以科技成长为核心能力圈 强调在全市场视角下结合宏观、中观、微观三个维度进行研究与定价 [5] - 策略形成受沃顿商学院学习经历影响 强调用简单变量对公司或产业进行定价 并认为产业驱动力明确时 投资节奏和标的聚焦更容易 [5] 前瞻性布局的方法论 - 核心策略是“前瞻再前瞻一些” 旨在产业趋势初露苗头、市场未充分定价前进入 以获取更稳妥的超额收益 [1] - 实现前瞻布局的核心方法是研读学术论文 认为许多技术的实际应用和产品落地出现在论文发布之后 通过读论文可以更早识别技术迭代中的投资机会或风险 区分产业事实与产业预期 [7] - 以人工智能产业为例 要求研究员充分研读相关论文 以识别大模型技术迭代能力这一核心变量带来的机会 [7] 对人工智能产业的看法与投资框架 - 认为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 与当年的移动互联网浪潮具有可比性 [8] - 尤其关注AI应用领域 并借鉴移动互联网应用推广和胜出者的研究经验 [8] - 将AI应用公司定性区分为“铲子型”（关注模型能力）和“应用型”（关注客户数据和生态壁垒） 后者是重点关注对象 认为人工成本越高的领域 AI撬动的生产力杠杆效应可能越大 [9] - 看好To C类AI应用的想象空间 特别是其在提供情绪价值上可能释放的巨大商业价值 [9] 个股选择与组合管理 - 个股选择首先基于技术底层根基 企业需有匹配产业变化的技术积累 [9] - 其次进行估值定价 例如预测未来三到五年市场空间对应的营收 结合市盈率、市销率等做出定价区间 选择估值回报空间更大的标的 [9] - 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的差距 以动态评估投资机会与风险 [10] - 面对科技板块的高波动 注重识别波动来源：技术变化需纠偏产业跟踪并可能切换布局方向 定价变化需调整估值体系 若仅为事件冲击后的阶段性情绪表达 则在情绪释放后可能更重仓配置 [12] 对主动权益基金的看法 - 认为主动权益基金相对于行业ETF的优势在于两方面：一是基金经理的深度研究能更及时捕捉产业投资机会 体现在持仓集中度或产业环节集中度上与指数基金不同 [13] 二是持仓结构灵活度更高 能更及时调整仓位并进行更前瞻性布局 例如可投资尚未纳入指数成分股的早期产业个股 [14]

核心投资理念 - 投资决策旨在改善每个人的生活而不仅是追求收益 [1][3] - 公司投资理念是与时代脉搏共振并与产业先锋同行 [6][14] - 采用奥卡姆剃刀原理用简单变量精准描绘产业驱动力 [3][17] 人工智能产业布局 - 2023年首次布局AI龙头公司 2024年四季度提前部署国产算力和ASIC芯片 [2] - GPT-o1模型推动强化学习算法 带来ASIC芯片替代英伟达的机会 [19][20] - DeepSeek开源模型触发AI Agent爆发 2024年12月V3模型发布决定产业变化 [19][21][22] 产品业绩表现 - 代表产品诺安稳健回报过去一年收益率128.48% 超额收益105.07% [2] - 2024年年内收益率达65.20% 连续4个季度取得正收益 [2] - 超额收益主要来自个股选择 重点布局国产算力和ASIC芯片 [24] 科技股投资方法论 - 模型智力竞争是AI核心驱动力 发展呈阶跃式非渐进式 [7][19] - 科技股广阔空间本身就是最佳保护 国产芯片存在十倍股机会 [27][28] - 优先布局市场预期差领域 寻找被低估的差异化认知机会 [29][30] 产业趋势判断 - 信息化智能化变革带来长期产业机会 时间周期可能达3-5年 [7][18] - 国产芯片已实现40%利润率 中报显示刚需爆发 [35][36] - AI应用层存在业务模式重估机会 软件公司从协约定价转向价值定价 [36][37] 未来重点方向 - 人工智能芯片国产化替代 算力需求从训练转向推理 [35][36] - AI终端交互方式变革 可能诞生无屏幕新型终端设备 [37][38] - 新消费世代更注重性价比和情绪价值 反内卷政策带来供给侧机会 [38][39]