用户输入提示词后，生成式
AI
大模型是如何将其转化为图片并进行输出的？
Stable Diffusion作为目前全球最受欢迎、可拓展性最高的生成式AI应用之一，其以扩散模型（Diffusion Model）为基础进行图片生产——首先生成一张完全随机的“雪花片”图片，随后启动噪声预测器测算图片噪声，最后将预测的噪声从图片中减去。随着去噪过程的不断重复，用户最终会得到一张“干净的”图片。
“耐力胜过头脑”，
正确的事重复做，才是获得长期稳健收益的重要保证。
每一位投资者在筛选投资标的的过程中，只有一次次对照自己的投资需求，不断“去噪”，才能最终构建出符合自身预期的投资组合。
从随机“雪花片”到“干净”图片的过程，计算机行业称之为“采样”；而从投资品的汪洋大海中筛选标的的过程，金融行业称之为“组合构建”。
2021年3月，宝盈基金姚艺在三年前的市场阶段性高点接手公募基金产品。面对彼时那个充满“噪声”的市场，如何“去噪”成为姚艺面临的最大难题。
Stable Diffusion
的
WebUI
界面有个选项叫“采样器”，目前其可选采样器种类已经超过
20
种，但它们的目标都是一致的，就是帮助图片“去噪”。
既然目标一致，为什么采样器还要分这么多种？因为扩散模型（Diffusion Model）存在一个“不可能三角”——运算速度快、图片质量好和预期收敛性高（生产出的图片满足用户描述的概率）。不同采样器就是在图片的生产过程中，对以上三个要素做出不同取舍。
投资中也存在一个“不可能三角”——赔率、胜率和资金使用效率。
姚艺自2011年进入金融行业以来，结合自身9年医药行业研究员+3年医药赛道基金经理的“买、卖两方”经验，摸索出了一套基于
景气度、辨识度和兑现度
的医药投资框架。
何为辨识度？优秀的商业模式、市场关注度高的产品、难以打破的竞争壁垒、限额颁发的经营牌照，或者远超同行的业绩增长本身，都可以称之为投资中的“辨识度”。而具备辨识度的上市公司获得更大股价弹性空间的概率也会随之放大；
何为兑现度？2019-2021年的创新药板块牛市中，投资者往往根据创新药企业的研发管线布局情况对相关上市公司进行估值，但事后回顾，研发管线的“布局”并不等于研发成功，大部分管线的最终结果都是在投入大量成本后宣布放弃。经历过这一轮创新药退潮期的姚艺，坚持以季度为周期审视上市公司的业绩兑现情况，阶段性放弃对部分愿景过于远大的医药企业的投资行为；
至于当前投资者分歧最大的景气度投资分析法，本身并不能说错，只是投资者预期一旦过于强烈，很可能形成自我强化的抱团逻辑。而一旦上市公司的估值增速远超业绩增速，股价最终均值回归的概率也会大大增加。
菩提本无树，明镜亦非台，为了规避投资者可能出现的误解，姚艺对自己的景气度分析法给出了进一步解读：
景气度投资挣的是估值、业绩共同提升的钱，但两者并非同步增长。
当市场普遍认可某企业的经营情况时，其估值增速或许会超过业绩增速，此时投资该企业主要挣得就是“拔估值”的钱；当市场对某企业的经营情况存在分歧，但最终证明该企业的发展方向没有问题时，企业会进入估值、业绩共同提升的“戴维斯双击”阶段，此时投资该企业将同时获得估值和业绩的收益贡献。
以姚艺管理时间最久的
宝盈医疗健康沪港深股票（A类：001915；C类：020437）
为例，该基金在2023年8月对部分临床必选大单品的生产经营企业进行了布局倾斜，彼时市场担忧医疗反腐会对整个板块的业绩、估值造成双重打击。姚艺分析后认为，临床必选大单品的需求相对刚性，并非完全依靠“销售”驱动，医疗反腐对其中优质企业的影响较小，一旦股价遭遇“错杀”，后续反而可以同时吃到估值修复和业绩稳定增长的“戴维斯双击”机会。
Wind数据显示，若以2023年8月23日宝盈医疗健康沪港深股票净值触及阶段低点为计算起始点，截至2023年12月13日，该产品的单位净值在3个半月的时间
中
反弹了约13%。优秀企业股价遭遇错杀后也会在第一时间迎来修复，所以哪怕宝盈医疗健康沪港深股票在2024年开年A股的泥沙俱下行情中无法独善其身，但随着春节前后反弹行情的出现，该基金净值基本完成修复，并已超越2023年8月23日的净值水平。
数据来源：Wind
2022年，由于中药、药房等
低估值医药细分领域相对抗跌，部分投资者开始审视医药投资的成长性逻辑。但对姚艺而言，
医药投资的本质是对健康生活的追求，
景气度、辨识度与兑现度三大标准的综合取舍之下，基金经理的长期目标或许应该继续围绕更具成长性、更有价值的标的进行布局。
作为目前
Stable Diffusion
应用的“默认”采样器，
Euler
采样器的计算原理可以追溯到
150
年前的常微分方程理论研究定性时期。包括
Euler
采样器在内的老式
ODE
采样器家族，其最大特点就是简单——在
Stable Diffusion
推出初期，用户更惊叹于
AI
“画”图的质量和速度，相对不那么关心产出图片与自己输入提示词之间的关联程度（收敛性）。
随着用户对Stable Diffusion功能的不断挖掘，各类更加具体的需求被提出，比如加强AI生产图片的稳定性（输入相同提示词后，最终生产出的图片要大致相同）；再比如人像、风景、动态物体等各类图片需要采用相对个性化的采样过程等等。这才为后续采样器的“大爆发”提供了需求基础。
万事万物都是在发展中不断进步，AI“画”图采样器如此，基金经理的投资体系同样如此。2021年3月正式成为基金经理的姚艺是幸运也是不幸的。幸运的是，这一轮医药投资的“范式”改变恰好发生在2021年上半年；不幸的是，姚艺过往9年的医药研究经验可能需要重新梳理，不能立刻复用到投资决策中。
强如查理·芒格，在投资阿里巴巴美股份额的过程中也没有赚到钱，所以
投资者在每个全新阶段对每一种投资方法的实际运用，或许都应该维持一定的灵活性。
姚艺在回顾2021年医药板块的牛熊切换时，提到自己最重要的一个认知变化就是基金经理应该根据行情灵活调节换手率，不能抱着曾经流行的buy & hol
d模式不放。
数据来源：Wind
Wind数据显示，在姚艺正式成为基金经理的2021年3月，A股大盘虽然已经见顶，但中证指数公司编制的全指医药指数依然维持了一个季度涨势，直到2021年6月底才最终触及上一轮牛市的高点。彼时，宝盈医疗健康沪港深股票相对全指医药指数跑出了约20个百分点的超额收益，但随着后续医药板块的集体跟跌，该产品最终未能规避beta的全面下行。
2022年开始，随着组合构建思路的迭代升级，姚艺围绕景气度、辨识度、兑现度的基础投资框架，增加了对以上三种数据的动态监控频率，并根据行情变化及时刷新仓位配置，最终成功在2023年内将宝盈医疗健康沪港深股票相对全指医药指数的超额收益拉回到约20个百分点。哪怕经历过2024年开年的市场宽幅震荡，宝盈医疗健康沪港深股票相对全指医药指数的超额收益依然稳定在15个百分点左右。
交易是投资的手段而非目标，《仿生投资学》的作者凯瑟琳·柯林斯指出，
基金经理应出于平抑组合波动、增加组合抗风险能力的角度配置金融衍生品或增加交易动作，而不应将以上工具、方法论的应用归结为对收益的极致追求。
具体到公募基金产品管理中，姚艺虽然会动态调整各医药细分领域的整体仓位占比，但依然严格控制组合在单一细分领域的仓位暴露，这一比例原则上不超过35%。
宝盈医疗健康沪港深股票的2023年中期报告将2023年上半年的A股医药板块投资分为三条主线——复苏、中药和创新。在三条主线整体相对均衡布局的前提下，姚艺对不同主线的投资诉求并不相同，比如复苏线的医疗服务领域，其更看重景气度的alpha逻辑；而在中药主线中，其更关注兑现度高的国企改革逻辑；至于创新线的创新药领域，姚艺则重点关注部分大单品的辨识度逻辑。
从最初的ODE采样器家族，到“改进型”的初始采样器（Ancestral samplers）大类，再到增加Karras噪声调度计划的各类新型采样器，Stable Diffusion的辅助工具种类正随着用户需求的不断细化而逐渐增加。同样，基金经理的投资框架也应该维持一定的“市场锐度”。站在甲辰龙年的起跑点，投资者又应该以怎样的态度面对2024年医药投资呢？
在被广泛应用于生成式
AI
创作前，
AI
“画”图的主流算法是生成式对抗网络（
Generative Adversarial Nets
，即
GAN
算法）。
GAN算法在运行时会同时训练一个“造假者”（生成器，根据用户需求生成图片）和一个“打假者”（判别器，判断图片是否由“真人创作”），只有当判别器将生成器生产的图片判别为“真”时，GAN算法的计算才会结束。从结果上看，GAN算法生产的图片往往非常“真实”。
绘画本身是对想象力的具象化应用，只追求对现实世界的细节呈现一定程度上偏离了AI“画”图用户群体的基本诉求，所以Diffusion Model才会逐渐代替GAN算法，成为当下主流。
最近5年，国内医药投资的具体诉求也在不断改变，比如在高涨的市场情绪催化下，2021年以前的大多数医药投资者相对弱化了风险控制，更加强调对收益的获取；而随着2021年的市场情绪迅速退潮，部分医药投资者又走上了一条“不求成长性，只求不亏钱”的投资道路……
往者不可谏，来者犹可追，在经历连续两年的估值出清过程后，当下继续强调医药板块估值风险或许存在刻舟求剑的可能，但仅仅依靠当前约35%历史分位点的全指医药指数估值水平（2019年3月15日至今，最近五年数据，来自Wind），就判断A股医药板块即将全面反转，显然又会陷入乐观主义陷阱。在姚艺看来，
2024年的A股医药板块全面反转或许尚缺有力催化，但部分细分领域的积极因素已经具备一些确定性。
