文 | 银行螺丝钉 （转载请注明出处）
最近DeepSeek非常火，甚至一度引发美股头部芯片股大跌。
原因是DeepSeek对算力的利用效率非常高，引发市场担心对头部芯片公司的需求。
同时也引发海外投资者对人民币类科技股，估值的重估。
因为过去几年，港股A股等科技股的估值一度大幅低于全球科技股平均估值。
这在历史上也比较少见，在2021年之前的大多数时间，A股港股的估值是高于海外的同类品种的。
DeepSeek跟咱们基金投资相关性也比较强。
它背后的创始人，也是量化私募中四大天王，幻方的创始人。
DeepSeek的一些量化资源，早期也是来自于量化私募。
其实咱们已经接触过很多量化产品了。
指数基金就是最典型的量化产品。
例如中证红利，挑选股息率最高的100只股票。
这个规则是公开、透明、可量化的。
常见的量化指标有几十种，加上一些机构自己研发的指标，以及不同指标的互相组合，
已经不是人能管理过来的。这时就需要量化模型来帮助捕捉投资机会。
区别在于，公募基金不允许做太高频率的量化策略。
私募基金可以做高频量化。
例如买入一个股票，次日就卖出。这在很多公募基金中是不能做这种操作。
但私募基金没有这类限制。
某种意义上是的。
因为所有股东收益加起来，不考虑费率的情况下，等于全市场指数的收益。
有人收益超过指数，那就有投资者收益跑输指数。
换句话说，过去几年，如果投资者跑赢了指数，那其实就意味着有别的投资者跑输了指数。
不一定。
假设有一个投资者，长期持有某个股票不动，每年收取分红。
这个投资者无论如何，也不会被任何量化基金割韭菜。因为他没有怎么交易。
在股票市场中，换手率是一个重要指标。
换手率越高，越容易跟高频量化成为对手。
因为高频量化就属于高换手率来捕捉「人的定价错误」。
交易越频繁，就越容易被收割。
例如前段时间，有的个股，日换手率达到50%。
这些股票上，散户很难战胜高频量化。
不过如果投资的是指数基金、公募基金，很难跟高频量化成为对手盘。
例如持有沪深300、中证红利，每年才调仓1-2次。
每6个月才买卖一次股票。
很多指数基金的年换手率只有50%-100%。
所以指数基金等基金投资者，不用担心高频量化。
在海外也是如此。
美股高频量化比国内发展的更早、规模也更大。
但不妨碍指数基金，是美股的绝对主流。
高频量化的交易频率，比指数基金要高很多，它需要找到更多频繁买卖股票的投资者。
经常高频买卖股票、比较冲动的散户，是高频量化主要的超额收益贡献来源。
私募量化经历了几个阶段。
在2015年之后，私募量化基金逐渐兴起。
在2015-2018年，私募量化基金普遍规模比较小，跑出了很好的超额回报。
2018-2021年，这个阶段，大盘上涨、私募量化超额也不错。两者叠加，让很多头部的私募量化基金，达到了非常高的规模。
其中头部的几家，规模达到千亿级别。
但是不管公募基金还是私募基金，量化策略都有个特点：对规模敏感。
规模一大，量化基金的超额收益也会下降。
2021年之后，很多头部量化私募的超额就没有之前那么好了。
特别是2024年，市场出台了一些对高频交易的限制，包括收取更高的交易手续费等。
导致2024年下半年，不少量化私募基金跑输了指数。
幻方也主动控制了自己的规模。相对历史巅峰的时候，幻方的规模也下降了不少。
在规模可控的情况下，超额收益还是可以稳定的。
海外著名的大奖章基金，连续多年收益率超过30%。
但高收益的代价，就是基金规模不能太大。很多高频量化基金，主要管理的是自己的钱，也不怎么对外募资。
规模一旦大了，超额收益就会降低。
换句话说，对幻方来讲，私募基金，变成了一个「规模有限、收益有天花板」的生意。
转型也就成了必然。
其实在海外，金融行业发展到一定程度，都会面对转型。
倒也不仅仅是私募。
金融在所有行业中，属于盈利能力中上游的行业。
如果金融转型，往往是向着少数的、比金融盈利能力更强的行业：消费、医药、科技。
▼金融+消费
例如消费贷。国内有几家互联网公司，其实利润最丰厚的业务就是小贷业务。巴菲特投资了60多年的美国运通，也属于金融+消费的范畴。
这几年流行的、利润率丰厚的“盲盒”公司，也带有一些金融属性。
▼金融+医药/养老
这个方向主要是保险、养老基金做。
海外有几家头部的保险公司，转型的方向就是养老社区等。
国内的保险公司这几年也在往这个方向转型，泰康等在高端养老社区上做的就不错。
▼金融+科技
例如各种银行科技子公司、指数公司、金融终端（彭博、wind等），都属于金融+科技的范畴。
这几年AI流行起来之后，量化私募跟AI很契合，未来估计也会有其他的量化公司往这个方向转型。
国内这些方向，不缺人才。
并且国内的科技公司，非常擅长1-100的过程。
对DeepSeek来说，它是一个标志性的事件。
· 证明了AI训练，不再是头部大公司的专利，中小公司也可以入场；· 证明了有方法可以大幅降低AI的成本，加速了AI普及；
觉得自己会被替代。
信息，可以分为三类：已知的已知，已知的未知，未知的未知。
▼已知的已知
例如某一些名词解释、基础的知识。
已知的已知，最典型的就是象棋、围棋等游戏。
这些游戏的规则是明确、可以穷尽的。
在已知的已知上，AI的优势比人类大很多。国际象棋、围棋，均已超过人类。
同样，一些基础的图表、文字内容、新闻写作、语音生成，AI都可以超过大部分的人类水平。
如果从事的是基础性、重复性的工作，那被替代是时间早晚的事情。
▼已知的未知
第二部分信息，是已知的未知。
例如警察破案，现场勘查是非常重要的。
这在很多专业中，也被称为“田野调查”。
类似的，侦探、律师、记者等也需要深入一线去获得未知信息。
基金经理做投资，也是在这个范畴。
很多企业的经营信息，在互联网、数据库里是没有的。
需要实地调研、需要跟上下游的产业链沟通，才能得出一个结论。
中大型基金公司，通常会有一个几十人、上百人的研究团队。目的就是领先其他机构，调研、总结出一些独家信息。
螺丝钉也是如此。
市面上已经有的基金信息，别家也知道，这无法形成独有优势。
需要挖掘出一些未知信息。去哪里、用什么方式挖掘，这些有成熟的方法论。
这些工作，AI比较难替代。
但是AI可以大幅提高效率。
例如收集来的信息，经过算法挖掘，可以比人去分析，更快得出结论。
要尽快掌握，多种不同的AI工具，来提升自己的效率。
▼未知的未知
黑天鹅事件，属于未知的未知，是我们现在都无法预料到，未来可能会出现的风险。
同样的，一些突破性的发明和创造，也是现在无法预测的。
未知的未知，现在无法预测。
这些需要每个领域，最前沿最专业的人才，去努力实现。
而解决的过程，往往会出现颠覆性的创新。
尽量让自己的工作，向着解决「已知的未知」、「未知的未知」靠拢，这样才不容易被替代。
作者：银行螺丝钉（转载请获本人授权，并注明作者与出处）
风险提示
基金投资组合策略过往业绩并不预示其未来表现，为其他客户创造的收益并不构成业绩表现的保证。
基金投资组合策略具有市场风险、信用风险、流动性风险、法律风险以及其他投资风险等，其风险特征与单只基金产品的特征存在差异，可能存在基金投资组合策略成分基金风险等级高于基金投资组合策略风险等级的情况。
基金投资顾问业务尚处于试点阶段，存在因试点资格被取消不能继续提供服务的风险。
▼点击阅读原文，投资螺丝钉投顾组合
