中欧基金

你可能也会有这种感受：想完全跟上AI的迭代速度，似乎变得越来越困难。
一个功能还没用熟，更强的版本已经发布；一个话题还没完全理解，下一个热点又开始刷屏。从AI Agent、Coding工具，到前不久的人形机器人马拉松，AI的技术演进可谓「一日千里」。
但热闹之下，隐藏着更为关键的问题：当前AI的能力边界究竟推进到了哪里，未来可能进化成什么形态？对普通人的工作、生活会产生哪些具体影响？在AI「日更」的技术演进中，哪些产业的不可替代性更强？哪些细分赛道又更具投资确定性？
坐镇本期节目的两位分享嘉宾，他们前不久刚从美国硅谷一线调研回来，参加了GTC大会和OFC大会，走访了AI浪潮的前沿阵地，带回来不少新鲜滚烫的一手观察：
l 硅谷现在热度最高的话题是什么？
l 中美AI圈以及美国内部存在哪些「温差」？
l Coding 能力为什么会成为这轮质变的关键？
l 哪些能力无法被AI替代，哪些产业可能被重塑？
l 「Token经济学」是什么，为什么会成为理解AI商业模式的关键？
l 美国大模型「御三家」轮流坐头把交椅，他们做对了什么？
l 从算力、通信、存储，到机器人、AI眼镜、智能驾驶，哪些投资机会更值得关注？
如果你对这些话题感兴趣，欢迎收听本期节目，一起度过充满信息量的1个小时。
聊天的人
冯炉丹，中欧科技战队基金经理
董亮，中欧科技战队研究员
偌馨，特邀主持人
时间轴
Part 1：硅谷一线调研，感受到哪些惊喜和「温差」？
03:04 时隔数年再去美国，AI的火种已经在硅谷燃烧起来
03:48 AI行业近两三年的变化可能被低估了
07:18 美国内部也有「温差」：硅谷认为AGI即将到来，东海岸歌舞升平
09:26 中国在AI方面的短板和优势有哪些？
10:06 「时光机理论」还奏效吗？
10:35 硅谷的紧迫感：更强的被替代焦虑，更大量级的资本投入
Part 2：当AI能干活后，对普通人的工作生活有何影响？
13:43 不容易被AI替代的三件事：从“0到1”的创造力，沟通能力，真实世界交互
14:46 从养“龙虾”到养“爱马仕”，过度学习对大脑也是种消耗
15:05 不必焦虑于每个新工具，真正重要的是积累自己的数据和工作流
15:37 AI可能重塑教育：未来最重要的是提问、交流、与自己相处
19:54 为什么coding是打开线上世界的钥匙？
Part 3：Token，是AI时代的劳动力
21:48 解析今年GTC大会上的新概念：推理时代、Token经济学、AI工厂
24:44 比起科技界的春晚，GTC大会更像一场演唱会
25:52 「Token经济学」描绘了下一代生产关系
27:18 Token的成本和效率为什么决定了企业生死？
Part 4：B端商业模式逐渐跑通，「御三家」格局未定
30:57 Coding打开了B端收入，市场不再担心大厂收入
31:58 新闻中常提到的ARR是数字游戏吗？
34:48 「御三家」轮流坐大模型头把交椅，每次反超做对了什么？
39:12 中国的开源生态全球领先，这意味着很难掉队
44:05 最新这轮变革主要在B端生产力，B端收入空间远大于C端
Part 5：AI投资机会：最利好AI基础设施，通信>存储>计算
45:44 硅谷调研归来，AI投资观点有哪些改变？
47:10 当前最利好AI基础设施，通信>存储>计算
51:48 未来2-3年期待AI for Science，未来5年期待AGI到来
53:00 智能机器人：真正提升全社会生产效率的工具
54:20 智能可穿戴设备可能成为下一代入口
55:25 智能驾驶正在美国跑通商业化
56:28 风险提示：股价变化与产业变化并不一定同步
关键词解释
GTC大会：英伟达主办的全球技术大会，近年来成为观察AI算力、推理、芯片和产业生态的重要窗口。
OFC大会：光通信领域的重要国际会议，常被用来观察光模块、光互连、数据中心通信等产业趋势。
Token/词元：AI模型处理文本时的基本单位，可以理解成AI世界里的“字”或“工作量单位”。输入和输出都会消耗Token。
推理时代：AI从“训练更大模型”逐步走向“大规模被用户调用和使用”阶段，对应的推理算力需求会急剧上升。
ARR（Annual Recurring Revenue）：年度经常性收入。常用于衡量SaaS或API型公司的年化收入能力，但要结合增长持续性和客户质量判断。
AGI（Artificial General Intelligence）：通用人工智能，指具备更广泛理解、推理和执行能力的人工智能。
AI Agent：可以根据目标自主拆解任务、调用工具、执行流程的AI系统。
Coding：这里主要指AI编程能力。AI不只是写代码，而是能通过代码完成更复杂的线上任务和工作流。
AI for Science：用AI辅助科学研究，比如药物发现、材料科学、生物化学等。
Physical AI：物理AI，指AI从虚拟世界走向物理世界，典型方向包括机器人、自动驾驶等。
光模块/光通信：数据中心中承担高速信息传输的重要硬件环节。随着AI算力集群扩大，通信效率成为关键瓶颈之一。
- 中欧基金出品，特别鸣谢聪明投资者-
风险提示：基金有风险，投资需谨慎。以上内容仅供参考，不预示未来表现，也不作为任何投资建议。其中的观点和预测仅代表当时观点，今后可能发生改变。未经同意请勿引用或转载。

今年的世界读书日，我们想聊一本很多人未必听过书名、但大概率听说过主人公名字的书——《征服市场的人》。
这本书写的是量化投资传奇人物詹姆斯·西蒙斯。
他创立的大奖章基金（Medallion Fund），在1988年到2018年的30年间，创造了惊人的年化回报。更重要的是，这并不是一个靠“灵光一现”完成的故事，而是一整套关于模型、概率、组织、迭代与纪律的方法论。
有意思的是，打造这台“史上最强印钞机”的人，30岁前几乎没买过股票。
他原本是数学家、密码破译者、大学教授，后来却带着一群数学家、物理学家和计算机科学家，走进了充满贪婪与恐惧的金融市场，建立起了一套尽量排除情绪、只尊重数据的交易系统。
这本书表面上写的是量化投资，往深一点看，写的是：
市场能不能被建模？为什么“拍脑袋”决策不靠谱？概率优势到底是怎么一点点积累出来的？
本期节目，我们邀请到中欧基金量化投资部系统化投资组组长杨柳，以及这本书的译者朱昂，一起聊聊：
·西蒙斯到底是“神话”，还是一个更复杂、更真实的人？
·文艺复兴科技是如何一步步找到自己的模型与纪律的？
·量化投资的胜率、超额收益，到底来自哪里？
·AI时代到来之后，量化投资会不会进入新的拐点？
聊天的人
杨柳，中欧基金量化投资部系统化投资组组长
朱昂，点石投资创始人，《征服市场的人》译者
时间轴：
Part1 从“神”到“人”：《征服市场的人》为什么比想象中更值得读？
01:36 世界读书日，为什么要从《征服市场的人》这本书聊起？
03:03 传奇历史到职业种子：杨柳为什么对西蒙斯有天然共鸣
04:47 一本好传记的意义不是造神，而是把传奇重新还原成“有血有肉的人”
05:39 西蒙斯留下的三点方法论：相信模型、组织天才、长期迭代
Part 2 市场真的可以被“算出来”吗？量化投资的起点是先相信“规律存在”
06:52 从破译密码到建模市场：量化的最早雏形
07:25 杨柳的从业经验：从幻想一个完美模型，到接受模型必须不断迭代
07:52 从隐马尔可夫到神经网络，量化是一套不断升级的方法体系
09:54 一旦把“人”放进模型，不稳定的变量可能就出现了
12:25 市场到底可不可以预测？不能100%，但可以争取提高概率
13:23 AI时代来临后，是否让“非线性建模”能力变得更强？
13:37 算力爆发之后，AI对非线性关系的建模能力被大幅放大
Part 3 量化投资是怎么赚钱的？为什么“团队”比天才更重要？
15:01 文艺复兴的关键转折：凯利公式 + 高频交易
16:52 对量化来说，真正重要的不是“每次都赢”，而是如何找到独立事件、重复下注
18:34 金融市场最难的两个问题：噪音太多，以及规律本身会不断变化
19:28“独立性”：真正的分散，不是买得多，而是彼此足够独立
21:45 技术分析 vs 量化：K线、统计模型、机器学习并不是敌人，关键在于你怎么理解
23:06 量化投资追求的阿尔法从哪来：风险溢价、信息优势与模型优势
25:20 西蒙斯真正厉害的地方，也许不只是模型，而是“组织高密度人才”的能力
25:56 文艺复兴和中欧基金的共同点：把聪明人组织成一个系统
28:04 中欧量化团队协作逻辑：不靠个人英雄，而是让平台持续进化
Part 4 从科技创新到AI量化：量化会被改写吗？
29:24 技术进步既带来赋能，也带来竞争——工具越来越强，门槛也在被重塑
31:10 今年以来AI的投入产出比已经到了一个转折点，初级量化研究的门槛正在降低
32:32“端到端”是终局，但在那之前更重要的是如何给模型“加约束、给路径”
34:16 中欧量化的进化：基本面量化1.0 → 量价因子工厂 → AI端到端
35:30 量化如何解决“阿尔法与容量的矛盾”：目标是找更稳的因子，做更优的交易
37:29《征服市场的人》前半本讲“如何赢市场”，后半本回到“如何理解人生”
38:22 这不是一本“三天学会量化”的手册，而是一本关于热爱、挑战与坚持的书
39:19 真正支撑一个人走下去的，不只是方法，而是对这件事本身的热爱
关键词解释：
大奖章基金（Medallion Fund）：文艺复兴科技旗下最著名的基金产品。
韦布伦奖（Veblen Prize）：数学领域重要奖项之一。
Money Matrix / Monemetrics：西蒙斯早期投资公司的名字，带有“金钱 + 数学/度量”的含义，是文艺复兴科技前身阶段的一部分表述。
文艺复兴科技（Renaissance Technologies）：西蒙斯创立的量化投资机构。
隐马尔可夫链（Hidden Markov Chain ）：一种用于处理状态转移和序列问题的统计模型，常用于识别“表面看不到、但可能在变化的状态”。
马尔可夫模型（Markov Model）：核心思想未来状态与当前状态有关，而不完全依赖更久远的信息。
凯利公式（Kelly Criterion）：用于决定在不同胜率下如何分配下注比例。
江恩理论 / 江恩公式（Gann Theory）：由技术分析师威廉·江恩提出的一套市场分析方法，强调价格与时间的关系，试图通过几何角度、周期和比例来预测市场走势。
- 中欧基金出品，特别鸣谢聪明投资者-
风险提示：基金有风险，投资需谨慎。以上内容仅供参考，不预示未来表现，也不作为任何投资建议。其中的观点和预测仅代表当时观点，今后可能发生改变。未经同意请勿引用或转载。

最近，“菜比肉贵”成了菜场里的新现象。一端，是欢呼实现“猪肉自由”的消费者；另一端，是苦苦挣扎的养猪人——“卖一头，亏一头”，着实有人欢喜有人忧。
按理说，亏成这样，养猪人应该收手、减产了。但眼下的情况却是：明明猪价已经到了历史低位，行业却没有出现大规模去产能，大家甚至不惜血本地“越跌越亏，越亏越扛”。
不禁让人困惑：这一轮猪周期，为什么失灵了？
同样令人不解的，还有最近一个月 A 股生猪板块的表现：在猪价大跌的情况下，先是走出一波逆势上涨的行情，紧接着又迎来了一场暴跌洗盘。
面对这样一个剧烈拉锯的市场，我们该如何重新理解它的投资逻辑？
本期节目，我们邀请到专注畜牧养殖研究的中欧基金权益研究部消费组基金经理胡万程，来帮我们拆解：
·这一轮猪价下跌的本质原因到底是什么？
·这一轮周期和以往周期变化有什么不同？
·接下来我们又该如何把握生猪板块的投资机会？
聊天的人
胡万程，中欧基金权益研究部消费组基金经理
偌馨，特邀主持人
时间轴：
Part 1 猪价跌到极限，但行业却在“硬扛”
01:34 零售价格和出栏价格，不是一回事
02:52 猪肉分层明显，并非所有价格都在下跌
03:42 两个指标看惨烈程度：养殖户深亏、“猪粮比” 跌破警戒线
04:42 如果低价再持续，养殖户和整个产业链现金流都会承压
05:42产业最差的时候，往往也是市场开始看机会的时候
Part 2 猪周期为什么“失灵”？
06:02 猪周期逻辑很简单，但为什么想判断准很难？
06:45 猪周期具有“反身性”
07:45 看起来简单，但还需要“多想一层”
08:01 “我预判了你的预判”，让猪周期越来越像一场心理战
Part 3 为什么中国对猪周期尤其敏感？这轮又有什么不同？
09:17 猪周期不仅是行业问题，更是宏观与投资变量
10:52 非洲猪瘟带来的“超级周期”，重塑了行业结构与预期
13:03 上一轮高盈利的“余震”还在：大家对高猪价仍有幻想
14:08 这个行业趋势通常不难判断，真正会出错的是底部和顶部的“幅度”
14:45 真正难判断的从来不只是猪，而是人心、情绪和一致预期
Part 4 投资上该怎么看？这一轮猪周期到底该怎么参与？
15:45 猪周期调研的价值：不只是看数据，更是看预期与博弈
18:48“能繁母猪”仍是核心指标，但仔猪、体重、饲料也在提供交叉验证
21:17 规律，一旦被市场洞悉就可能会失效
22:27 所谓“失灵”，很多时候只是贪婪放大了波动
23:09 短中期看供给，长周期看政策、规模化和产业结构变化
24:00 股价往往先于猪价反应，市场交易的是“下一轮周期”
25:01 当前行业大概率已经在周期底部区间，值得开始关注
25:31 左侧布局不等于立刻抄底，考验的是“时间”和“耐心”
关键词解释：
1. 猪周期：猪肉价格的周期性波动现象，猪价上涨 → 养殖户大量补栏（母猪）→ 供给过剩 → 猪价下跌 → 养殖户减产 → 供给短缺 → 猪价再次上涨，循环往复。
2. 蛛网模型：解释农产品等价格周期性波动的经济学模型。由于生产者按当前价格决定下一期产量（供给滞后），导致价格和产量围绕均衡点波动，在图形上形似蛛网。
3. 反身性：金融大鳄索罗斯提出的理论，指认知与现实之间存在双向反馈——参与者的偏见会影响市场，而变化的市场又会反过来改变参与者的认知，最终导致市场运行偏离传统均衡，容易放大波动形成泡沫或崩盘。
4. 猪周期的反身性效应：养殖户预期未来猪价会涨 → 于是现在压栏（把猪扣着先不卖）/补栏（增加供给） → 实际供给增加 → 未来猪价反而下跌 → 养殖户发现预期错了，恐慌出清 → 供给减少 → 未来猪价真的上涨。
5. 生猪繁育体系：曾祖代（原种猪，GGP） → 祖代（纯种猪，GP） → 父母代（二元种猪，含能繁母猪） → 商品代（三元仔猪/育肥猪）
6. 生猪养殖产业链：
上游：饲料、种猪繁育、动物保健、设备等
↓
中游：生猪养殖（仔猪 → 育肥猪 → 出栏）
↓
下游：屠宰、加工、冷链、零售等
- 中欧基金出品，特别鸣谢聪明投资者-
风险提示：基金有风险，投资需谨慎。以上内容仅供参考，不预示未来表现，也不作为任何投资建议。其中的观点和预测仅代表当时观点，今后可能发生改变。未经同意请勿引用或转载。

本期特别节目内容来自中欧基金与小宇宙联合举办的线下活动“站在时间的纵深处”。在这场对话中，中欧基金价值组基金经理付倍佳与播客《剧谈社》的主理人罗素质，围绕投资与艺术展开了一场跨界交流。
在我们的日常认知中，“投资”和“艺术”似乎分属于两个完全不同的世界：一者关乎价格、理性与判断，一者关乎审美、感性与表达；一者试图逼近确定性，一者试图摆脱确定性。但如果我们把时间拉长，就会发现：两条看似背道而驰的路径，却在一些节点上有着精妙的交汇。在这些交点上，艺术不再只是表达情感的媒介，而是成为一种关于价值的判断；投资也不再只是逻辑和计算，更是显露出一种审美的态度。
一件作品，为什么可以跨越百年价值永存？什么样的资产，能够穿越周期持续创造回报？这些问题的答案，或许并不只存在于市场和交易之中，而是隐藏在更深层的结构里：关于时间、关于不确定性，以及关于人本身。接下来，让我们一起站在时间的纵深处，去寻找投资与艺术的交点，以及那些在时间中，慢慢显现出来的答案。
本节目为线下活动现场收音，由于场地声学环境限制，音频中可能存在轻微回声与环境音，敬请谅解。
内容包括：
05:11 精妙留白：从《坐看云起图》看混沌中的选择和布局
10:33 在不确定性中识别风险：通向高夏普比的投资路径
14:18 没有标准答案：价值投资是认知的表达
16:49 寻找锚点：利率、汇率与资产的再布局
21:20 从园林花窗看空间之中的美学与智慧
25:46 投资和艺术都是性格的表达，而人是价值的起点
30:48 在科学与艺术之间：寻找平衡的投资之道
34:25 反科学和反工业，是人们对艺术的两大误解
39:43 站在时间的纵深处：从历史变局看当下的不确定性
42:00 大通胀中的选择：英国铁路养老金的艺术投资
45:43 不是避险，而是博弈：黄金价格的多重逻辑
51:00 塞尚改写现代绘画，正是长期复利的显现
节目中所提到的艺术作品供参考：
图为：马麟《坐看云起图》
图为：颜真卿《祭侄文稿》；颜真卿《颜家庙碑》
图为：庞贝古城“幻景”壁画；《米洛斯的维纳斯》；《拉奥孔》
图为：龙门石窟“优填王”像；善业泥
图为：塞尚《圣维克多山》（1882–1885）；塞尚《圣维克多山》 (1890–1895)；塞尚《圣维克多山》（1902–1906）
风险提示：基金有风险，投资需谨慎。以上内容仅供参考，不预示未来表现，也不作为任何投资建议。其中的观点和预测仅代表当时观点，今后可能发生改变。未经同意请勿引用或转载。

3月23日，亚太主要市场再次遭遇「黑色星期一」，A股三大指数齐跌，沪指回落到3800点位，黄金则已跌去今年以来所有涨幅。
美伊冲突在过去一个月里的持续升级，让我们再次深切体会到了「黑天鹅」事件对全球资本市场的冲击。而回望过去这一年，对等关税风暴、AI革命、全球各处的地缘冲突……许多事似乎都在挑战我们过往的投资认知和经验，「乱世买黄金」不再绝对，「牛市买股、熊市买债」的边界也在变得模糊。
这让人联想到科幻小说里的「乱纪元」——没有恒定规律，周期模糊，预判变得格外艰难。那么，身处长期不确定加剧的全球市场中，我们应该如何努力降低资产波动，重建投资的「秩序感」？
本期播客，我们邀请到中欧多资产团队的基金经理许文星，对话《楚团长聊聊天》主理人团长，一起聊聊如何在波动中聪明地管理风险，找回投资的掌控感；聊聊为什么反脆弱对普通人可能是陷阱，以及一套普通人能拿得住、睡得着的中波策略是怎么搭建出来的。
聊天的人
许文星，中欧基金多资产及解决方案投资部 - 解决方案组组长、基金经理
楚团长，《楚团长聊聊天》主理人
偌馨，特邀主持人
时间轴
PART 1：中东冲突vs关税风暴，两次「黑天鹅」有何不同
01:37 从“要变坏”到“具体坏到什么程度”，世界在加速撕裂
04:09 地缘冲突下，贸易结构的脆弱点会数倍放大
06:14 日韩股市为什么会在这一轮冲突中暴跌？
08:20 莫向外求：认识世界前，先认识自己
09:29 投资目标从收益最大化，切换到冲击最小化
PART 2：高风险≠高收益，「波动率税」的真相
12:13 波动率税，第一层是数学损耗，第二层是行为损耗
16:08 把握三大原则，聪明地承担风险
19:00 末日期权如何在极端风险事件中获益？
27:46 为什么会「追涨」——投资是二阶导，信息有滞后性
PART 3：中波策略，风险收益特征该长什么样？
30:30 近两年居民财富行为的观察：
l 资金从房市流向股市
l 高净人群以「配置」思维参与股市
l 更多公司开始提供长期回报
36:44 为什么认为15%的年化波动率是中波上限？投资者行为+数学推导
41:53 反脆弱并不适合每个普通投资者
47:02详解价值、可转债、中性等核心子策略
48:46 中波不是杠铃策略的反面，而是用低相关性去寻找各维度最好的机会
56:59 可转债估值高位，中性策略难，怎么解？
62:51 最需要做风险覆盖和中性投资时，往往成本最低
PART 4：「乱纪元」投资指南
75:17 为什么以前市场上中波产品供给很少？
77:43 成长股投资者有了降波需求，固收投资者有了升波需求
80:13 中波策略适配哪些人，不适合哪些人？
83:40 追求复利而非暴利，拿得住有时比选得好更重要
86:02 思考世界的主要矛盾，进而在矛盾上去做合理配置
- 中欧基金出品，特别鸣谢长波工作室 -
风险提示：基金有风险，投资需谨慎。以上内容仅供参考，不预示未来表现，也不作为任何投资建议。其中的观点和预测仅代表当时观点，今后可能发生改变。未经同意请勿引用或转载。