1.1 DeepSeek解构所罗门兄弟公司的债券投资策略
本文尝试了用AI对所罗门兄弟公司的债券策略进行学习解构，并进而完善相应指标体系，模拟债券市场的配置落地。
通过所罗门策略提出的“利率债三要素”和“信用债三要素”，利用AI分析出可落地的指标体系，并通过特定算法拟合投资曲线，具体配置思路如下图所示：
在利率债配置上，AI可以智能预测利率曲线的演绎方向，进而调整配置思路和方向。
具体而言，AI通过观察五维指标，进而预测债市波动率与期货市场隐含波动率，实现配置策略的切换。
1.2 DeepSeek模拟在美债市场发掘“所罗门宝藏”
我们利用AI对利率曲线的预测，实现了对不同久期债券配置的切换。
切换策略主要由子弹型策略和哑铃型策略组成。在相同久期的构建思路下，子弹型策略的到期收益率明显占据优势，而在凸性方面，哑铃策略明显强于子弹型策略。这样的差异可以在一定程度上理解为：阶梯型策略和哑铃型策略分别以不同程度的收益率为代价，换取了更高的凸性。在美债市场中，短端利率主要由央行货币政策和资金面松紧决定，而联储货币政策主要受到美国通胀和非农就业数据的影响。名义长端利率主要由通胀预期和企业长期ROIC决定。DeepSeek对这些因素进行综合分析，依据历史数据、宏观数据、分析师观点对长端和短端利率分别展开预测。结果表明，回测期内DeepSeek久期策略仅次于单边押注长债收益，相比于单边押注长债，策略的夏普率提升明显。
在利率债与信用债的组合配置中，AI根据利率曲线和信用状况，给出不同经济周期内的配置偏好。
据“AI所罗门”指引，当经济处于震荡和滞涨时，10年以上利率债占优概率分别为50.38%和50%。而当经济处于过热和复苏阶段时，短债胜率最高，其相对占优概率分别达到22.9%和30.3%。
1.3 DeepSeek模拟所罗门兄弟公司债券策略和新老债王业绩对比
传承接续，历史上曾风靡一时的所罗门兄弟公司债券投资思路经过AI复现，在当下的美债市场仍有高明的应用之处。
本文将“AI所罗门”与现存的债券策略/指数进行对比，结果表明，“AI所罗门”组合表现在横向对比中仍能获得不错的收益表现。组合表现如下：
·巴克莱债券指数：收益率3.38%，夏普比0.54，最大回撤2.02%
·美银美林债券指数：收益率6.06%，夏普比0.88，最大回撤7.9%。
·“AI+所罗门”：收益率3.94%，夏普比0.48，最大回撤4.64%。
通过历史复刻和未来模拟，AI复现的所罗门兄弟公司美债模拟净值跑得过80-90年代的“老债王”比尔·格罗斯的业绩，但是没有跑赢2014年以来“新债王”杰弗里·冈拉克的业绩。
背后的原因和二人的交易思维与美联储货币政策应对有关，可以参考国信总量团队在2021年8月13日发布的研究报告《以人为鉴，两代债王如何博弈四十年货币政策》，此处不再展开。
“AI所罗门”在中国债券市场的应用：从收益率预测到期限利差确立。
国内短期债券收益率主要由银行间市场流动性、央行公开市场操作利率（如逆回购、MLF利率）以及货币政策传导效率共同决定，同时受市场供求关系、宏观经济预期及国际金融市场波动的综合影响。央行的窗口指导和政策信号会通过调节流动性环境间接引导收益率走势。所以，对我国债券收益率的预测场景较复杂，我们尝试借助“AI所罗门”预测长短债收益率，进而确定期限利差方向。
从期限利差到债券配置，“AI所罗门”根据期限利差、宏观场景、流动性状况等信息，自主构建利率债组合、以及利率+信用组合。
在利率债组合中，AI根据曲线形态下选择不同的占优品种，如牛陡配中长债、牛平配长债等，并结合宏观指标如M1、Shibor等给出具体配置比重。在利率组合的基础上，通过对当前基本面走势的定位（借助工业增加值、PMI、社融等数据，以及宏观周期定位），AI进而给出信用下沉的建议和具体比重，形成利率+信用组合。结果表明，利率信用组合表现最好，利率债组合次之，两者表现都优于国债指数。
国信总量团队在2023年4月4日发布的研究报告《“颠覆性”创新和价值投资，谁主沉浮？》中，总结了价值型投资代表机构BRK和成长型代表机构ARK的投资范式：（1）“颠覆性创新”的特点可以总结为“新大强”，即新颖的创新型技术或概念，庞大的潜在市场规模和对传统技术/产业的强替代性。（2）巴菲特的价值投资理念可以总结为三大原则：能力圈原则、安全边际原则和集中投资原则。（3）“木头姐”投资较巴菲特更为分散。木头姐采取“风险分散”和“动态监控”的方法降低投资组合风险，而巴菲特采取“风险规避”的方法降低投资组合风险。（4）受到海外不确定性和美联储流动性过度宽松等原因造成的高通胀现象的影响，股市资金轮动回归传统行业，价值型投资标的成为资金的避风港，巴菲特的价值型投资策略比“颠覆性创新”策略占优。
2.1 DeepSeek解构BRK价值投资策略
BRK的投资策略以长期价值投资为核心，强调通过深度分析企业内在价值和安全边际构建投资组合。其策略聚焦具备经济特许权的企业——拥有不可替代的品牌、技术或规模优势（如苹果、可口可乐），并长期持有以发挥复利效应。1965至2024年，伯克希尔年复合年增长率高达19.9%，大幅超过标普500的10.4%，核心持仓（如苹果、美国运通）市场价值达2,720亿美元。此外，
他善用保险浮存金作为低成本杠杆，并通过高现金储备应对市场波动，
凸显其“理性与耐心”的投资纪律。
总结来看，BRK投资关注三个维度：长期复利、价值投资和护城河资产。长期复利的本质是时间与复利的共振，而价值投资的精髓在于以战略定力穿越周期，在护城河稳固的优质资产中捕捉指数级增长的确定性。具体来看，BRK三维价值体系的内涵如下：
（1）长期复利：时间的朋友
在资本市场的长周期实践中，"以十年为刻度"的持有周期展现出惊人的价值创造能力
。以美国运通（American Express）经典案例为例，自BRK1994年以13亿美元成本建仓，历经30年周期至2024年，其持仓市值接近400亿美元。这一案例深刻揭示了超长期价值投资的三大核心要义：其一，对短期波动的战略定力；其二，聚焦高端客户群体的结构性护城河；其三，支付网络生态的费率定价权垄断。
这种穿越周期的价值积累背后，暗合复利效应的数学真理。
年报数据显示：若投资者于1965年将1万美元投入伯克希尔·哈撒韦，至2024年资产规模将膨胀至
5.5亿美元量级（年化回报率19.9%），其核心遵循终值函数P(1+r)^n的指数增长规律。而同期标普500指数虽录得10.4%的年化收益，同等本金仅增值至390万美元——两类资产在59年时间维度下形成141倍的收益差，直观展现了复利差异随时间呈几何级数裂变的本质特征。这组数据对比构建了价值投资的底层认知框架：
当优质资产的时间价值与资本的时间成本形成共振，将释放出超越市场均值的阿尔法能量。
（2）价值锚定：内在价值与逆向投资
BRK强调
“模糊的正确优于精确的错误”
，即通过定性判断（如行业地位、管理层能力）与定量分析（如FCF稳定性）结合，估算企业长期盈利能力。一方面，BRK对关键价值指标的阈值有近乎严苛的要求，如ROE长期稳定在15%/20%以上，毛利率在40%以上等等；另一方面，考虑价值的基础上兼顾成长和性价比，形成多维价值体系，如关注低估值机会（通常低于20倍PE）、关注企业现金流和股息率状况（抗跌性）、关注盈利能力持续增长的企业（成长潜力凸显）、关注低负债和高周转企业（财务健康）等。
综合来看，BRK形成了对价值体系的多元定位，我们让DeepSeek将抽象的价值体系定位到A股的具体财务指标：
首先聚焦
盈利能力
，强调企业需具备长期稳定的高净资产收益率，验证其资本运用效能，同时通过显著高于行业平均的毛利率与净利率，反映核心竞争力和定价优势；其次严格把控
估值合理性
，优先选择市盈率与市净率处于历史或行业低位区间的标的，规避估值泡沫风险；此外重视
现金流质量与股东回报
，要求企业拥有持续且可预测的自由现金流，既能支撑内生增长，又能通过稳定分红强化投资安全边际；此外关注
成长可持续性
，筛选盈利增速长期领先同业的公司，平衡短期爆发力与长期确定性；最后严守
财务稳健性
，通过低杠杆结构控制经营风险，并以高效的资产周转效率验证管理能力。这套逻辑体系环环相扣，旨在挖掘兼具优质基本面、合理估值、现金流充沛、成长确定及低风险特征的标的，实现长期复利增值。
（3）护城河资产：商业竞争模式领航
企业的竞争优势是多维度能力的复合体，形成了对竞争者的结构性壁垒。如品牌壁垒
使企业能够超越价格竞争，让产品成为生活方式或文化象征，获得消费者的是情感认同而非仅具功能属性；
成本优势
来自于规模效应与运营效率的结合，形成“规模扩大—成本降低—市场份额增加”的正向循环，在特定区域内成为近乎垄断的市场力量；
网络效应
具有动态扩展性，当平台用户达到临界规模时，每位新用户的加入都能为整个生态系统增值，企业极有可能形成“赢家通吃”的局面。
伯克希尔的投资实践证明，真正拥有宽广护城河的企业（如苹果、可口可乐、美国运通）能够跨周期创造长期价值。
这类公司不依赖技术迭代或资本积累的短期优势，而是通过协同作用的多重壁垒，在行业波动中持续实现超额回报，成为长期复利增长的关键驱动力。
2.2 “AI+BRK”在A股的价值投资实践
在对BRK投资理念、国内宏观和资本市场指标进行学习后，DeepSeek自上而下地构建了“AI+BRK”在A股市场的配置策略。策略从宏观语境出发，
根据对宏观周期的研判，动态调整现金和股票仓位，实现“类BRK”的仓位管理。从宏观到个股的择时实践，DeepSeek给出了两条路径：
（1）以商业模式为核心的择股框架，
在投喂宏观、个股财务指标以及上市公司简介、主营业务构成后，DeepSeek动态学习后，可以协助判别个股商业模式的有效性，并以此优选商业价值突出、财务指标稳健的资产；
（2）以财务指标为核心的择股框架，
通过对BRK价值体系的学习，AI探索出一条结合多元指标打分的定量框架，同时辅以资本市场走势、商业价值分析对定量结果进行调整，并以此筛选出具备长期投资价值的资产。
（1）从宏观语境到股票仓位的识别
根据我们此前发布的
《AI赋能资产配置（一）——DeepSeek对国信多元资配框架的优化》
报告，DeepSeek在对五大宏观周期整合后，形成了一套对资本市场指示性更强的周期框架。本文沿用前序报告对宏观周期的划分，将月度经济数据划分为复苏、震荡、过热、滞涨四个阶段，在每月月初，统计不包括当月在内的历史12个月股票月度收益数据，以此来确定当期股票持有的仓位。DeepSeek提供了两种不同的调仓方法：（1）基准仓位60%+过往24个月与当期经济周期相同的月份中股票平均收益率*12。控制股票下限为30%，上限为90%。
（2）以商业模式为核心的择股框架
模拟BRK在A股的落地，DeepSeek给出了如下步骤：（1）确定调仓频率，本文设定了2018年至今为回测区间，DeepSeek根据对宏观环境的判断设定了2年的调仓频率；（2）确定持仓数量，沿着BRK重仓价值股的逻辑，DeepSeek选择在每一期持有5支股票，但股票持仓在每一期之间可以有重复；（3）选择持仓券种，根据投喂的各类指标框架，DeepSeek在每一期对个股的商业模式进行研判，选择出5个持仓券种，注意，我们投喂的指标和框架均早于建仓期，防止未来信息纳入影响配置结果。在择券完成后，DeepSeek没有对所选标的比重进行判断，其逻辑在于商业模式主导的选股更倾向于主观判断，囿于个体认知差异，就像BRK本人宣称不投资高科技股票，所以对于配置比例的把控无法客观计算。所以，本文在“AI+BRK”择券的基础上，
给出两种分配权重的方案，市值加权与等权组合。
仓位+择券，“AI+BRK”全方位跑赢大盘指数。
一方面，“AI+BRK”的择券能力使得组合在集中度较高时仍能体现出超额收益；另一方面，基于宏观语境的仓位控制减小了组合波动率，增加了配置策略的收益风险比，也证实了长期投资、责任投资、价值投资范式在国内市场的有效性。
（3）以财务指标为核心的择股框架
本文按照财务指标选股，给出双指标系框架下的个股研判。首先计算出个股的内在价值，并与其市场价值对比，得出个股的安全边界。并分别计算财务得分、经济护城河得分、管理得分，利用DeepSeek将这三维度加权得到综合得分，结合综合得分和安全边界给出最终的开平仓信号。
BRK的投资风格以集中持仓和价值投资为核心，这决定了其选股范围主要集中于大市值公司。大市值公司在建仓过程中具有较低的“滑点”成本，从而能够更好地实现长期稳定的投资收益。基于这一思路，本文选择上证50作为BRK投资理念在A股市场实战应用的股票池，以契合其价值投资策略的理念。
BRK投资思路旨在找出估值合理与盈利稳健的公司，估值合理意味着股票足够便宜，按照
来计算股票的内在价值。利用股票内在价值和股票市值来计算个股的安全边界，计算公式如下：
在估值框架下，我们选择安全边界大于0.3的股票给与“买入”信号，为了保障未来EPS的稳健性，同时保证对于每股净利润EPS的增长率近似合理，我们要求财务得分要大于0.7。对于安全边界小于-0.3的股票给与“卖出”信号。
在此基础上，我们给出以下关键假设。贴现率为9%，未来5年永续增长率为5%，股票10年后的静态PE为12倍。
随后，DeepSeek抓住BRK持股的“第一性”原则：拥有足够的护城河来创造长期价值。本文紧扣经济护城河评分、财务健康度评分、管理层质量评分三维度，来构建个股的综合得分。
经济护城河得分要求个股的ROE和营业利润率水平过去三年的最低值大于15%。
如果这两个指标都满足该条件，则赋分为2，若仅有一个指标满足，则赋分为1，否则赋分为0。
财务健康得分衡量ROE水平以及ROE来源。
对于资产负债率小于50%、ROE大于15%，营业利润率大于15%的公司分别赋予0.3、0.3、0.4的权重。三指标加权得到ROE。
管理层质量得分考察流通股数量变化以及股息支付率水平。
若股息支付率增长，则赋分为1，若流通股增加超过1%，则赋分-1。
三指标综合加权得到股票综合得分指标。若综合得分大于0.7且估值指标发出“买入”信号，则最终信号为“看涨”；若综合得分小于0.3且估值指标发出“卖出”信号，则最终信号为“看跌”，其他情况为“中性”信号。
整体而言，DeepSeek在A股落实BRK投资思路践行了“价值投资”的理念。价值思路关注企业的成长潜力和长期收益兑现，从估值端关注低估个券，对于短期涨幅较大的股票存在一定的负向筛除作用。
2.3 DeepSeek解构ARK的成长投资策略
作为华尔街创新成长投资的旗帜性人物，凯西·伍德（Cathie Wood）执掌的ARK Invest始终聚焦技术革命的战略机遇。
该机构通过深度研发建立独有的"颠覆性创新"投资框架，在人工智能、区块链、自动驾驶及智能物流四大技术集群持续完善生态布局。截至2024年底，其旗舰基金ARKK ETF自成立以来的年化收益率高达11.85%，印证了其前沿科技投资方法论的有效性。
ARKK ETF（ARK Innovation ETF）的配置理念更偏向于“选股”，但其选股逻辑高度依赖于行业主题的聚焦，具有鲜明主题性（即“颠覆性创新”）。
ARKK ETF的投资方向明确聚焦于以下领域：新颖技术（如AI、基因编辑、机器人）；具有庞大市场空间且能替代传统产业的创新（如新能源替代化石能源）；高成长性但风险较高的新兴行业（如加密货币、自动驾驶）。
相比于BRK的价值投资，ARK思路具有明显的成长特性：
行业聚焦（创新领域）、个股分散，追求高成长性而非低估值，接受高波动以换取颠覆性技术的长期回报。和传统的行业/指数被动性投资不同，
ARK专注于主动投资，
其核心是在特定高增长行业中精选个股，而非单纯选行业。这种策略使其成为投资者布局前沿科技与创新趋势的工具，但也需承担较高的波动风险。
从最新持仓结构透视，ARKK ETF的行业矩阵极具鲜明特色：（1）人工智能生态集群（23.41%）：
作为底层技术中枢，重点配置算力芯片、大模型算法及垂直应用场景。伍德在年度展望中强调："生成式AI正推动生产力革命，其经济价值将在未来5年突破万亿美元"；（2）
通信基础设施（20.10%）
：战略性布局5G专网、边缘计算及卫星互联网，夯实数字经济发展底座。该配置与AI算力需求形成强协同，ARK预计，到2030年，AI的计算性能将提升1000倍以上，这种跃升将重塑从医疗保健到金融服务的各个行业；（3）
医疗创新（26.08%）
：最大权重板块彰显独特视角，ARK研究认为，AI驱动的药物开发可能将其上市时间从13年缩短到8年，同时将总成本降低4倍，从24亿美元降低到6亿美元。
动态市值管理+激进成长风格，ARK在科技行情中一枝独秀。
ARKK ETF通过构建"颠覆性技术组合"精准捕捉市场机遇，凭借对特斯拉、Teladoc Health等创新型公司的集中投资，在2020年实现了超过150%的惊人涨幅。在市值管理中，其持仓中大盘成长占比22%，聚焦技术迭代领导者，如特斯拉得益于FSD选装率和价格不断提升，汽车业务毛利率持续改善；中盘成长占比39%，超额配置验证其"创新扩散"理论，重点捕捉技术商业化拐点企业；而小盘持续保持10%以上仓位，作为前沿技术早期布局触角。
2.4 “AI+ARK”在A股的成长投资实践
通过对ARK历年年报及其创始人“ARK”的学习，DeepSeek重构了A股市场中的成长投资体系，即“AI+ARK”体系。不同于BRK的自上而下框架，ARK的配置体系专注于个股的“颠覆性潜力”，推崇自下而上的行业/个股优选。在A股实践中，DeepSeek提出了两种配置思路：（1）极致成长风格，专注于对颠覆性潜力（研发强度、收入/毛利增速等）、创新驱动力（运营利润率、自由现金流等）和估值（企业内在价值）的分析，自下而上优选潜力股；（2）成长景气组合，先筛选出创新性行业，进而在行业内部根据“景气-动量-拥挤度”三因子选择个股，这一策略考虑了A股市场的弱有效性，在行业中优选风险度较小的个股，以求在成长风格中寻求一定的安全边际。
（1）极致成长风格
极致成长风格以大胆、前瞻性的视角专注于颠覆性创新领域，将资金押注在那些可能改变世界的技术和商业模式上。
她的投资哲学围绕着“指数级增长”展开
，聚焦于人工智能、基因编辑、机器人技术、区块链以及清洁能源等前沿行业。这些领域虽然充满不确定性，但也蕴藏着巨大的潜在回报。
ARK的投资方法论强调长期主义，她并不拘泥于短期市场波动或传统价值指标，
而是通过深入研究企业的核心技术、市场规模及竞争壁垒来判断其未来十年甚至更长时间的增长潜力。
她管理的基金组合通常集中持有少数几家高信念度的公司，并且敢于重仓那些
尚未盈利但具备革命性意义的企业。
这种“少而精”的策略使得她的投资风格极具进攻性，同时也伴随着较高的风险。
为模仿ARK发掘出具有颠覆式创新潜力的股票，本文构建“极致成长”打分模型，本文将“极致成长”拆解成为“颠覆性潜力得分”、“创新驱动成长得分”、“内在价值得分”。首先，DeepSeek筛选出电力设备、电子、汽车、计算机、通信、传媒六大行业，选取六大行业中的股票作为股票池。具体策略为：
（1）“颠覆式创新”得分：收入增速大于25%赋值为2，收入增速大于15%赋值为1。研发占营业收入的比例大于5%赋分为1，研发占营业收入的比例大于3%赋分为0.5。毛利率增长大于5%赋分为2，否则若当期毛利率是否大于20%，赋值为1，当期毛利率是否大于15%，赋分为0.5。三指标等权加和得到“颠覆式创新”得分。
（2）“创新驱动增长”得分：自由现金流持续为主且自由现金流增长率大于10%，则赋值为2，否则若当期自由现金流持续为正，赋值为1。若运营利润率大于5%且当期运营利润率大于上期运营利润率，则赋分为3，若当年运营利润率大于3%，则赋分为2。
（3）“内在价值得分”得分：首先负向剔除当期自由现金流为负的得分，按照
来计算股票的内在价值。利用股票内在价值和股票市值来计算个股的安全边界，计算公式如下：
给定股票增长率为20%，贴现率为10%，终值倍数为20倍。若安全边界大于0.8，则赋分为5，若安全边界大于0.6，则赋分为4，若安全边界大于0.4，则赋分为3，若安全边界大于0.2，则赋分为2，若安全边界大于0，则赋分为1。
“颠覆性潜力得分”、“创新驱动成长得分”、“内在价值得分”三指标简单加总得分“极致成长得分”。若得分大于8，则信号为“看涨”，若得分小于4，则信号为“看跌”，其他情况为“中性”。
发现涨幅较好的股票总评分较为积极。具体而言，颠覆性创新和创新驱动得分较为正面，估值分析表现稍逊一筹，
原因在于市场给与景气度方向“边际定价”而非“绝对定价”。
接下来构建四个模拟组合，从2018年到2024年，每年4月30日财报公布完成后，分别构建信号为“看涨”、“中性”、“看跌”三个信号的等权组合，并于所有股票等权组合构成的基准组合进行对比。
（2）成长景气组合
从行业筛选到个股择优，DeepSeek构建了成长景气组合。该组合考虑了资本市场的弱有效性，以及由此产生的个股异动风险，力求在成长风格中寻求相对稳定的收益。DeepSeek将“颠覆性创新”定义为电力设备、电子、汽车、计算机、通信、传媒六大行业，在行业内部通过“景气-动量-拥挤度”三因子模型优选个股。
实践中，资产配置面临不可能三角——高景气度、低动量效应与低交易拥挤度。为了达成三者间的最优平衡，DeepSeek在预期胜率（概率优势）与风险赔率（盈亏比）间建立了动态调节机制，以达成
成长布局和景气驱动的复合策略。
DeepSeek负向剔除毛利率过低且没有提升、研发投入占比过低的企业。
DeepSeek选取电力设备、电子、汽车、计算机、通信及传媒六大战略新兴行业，对其1789支成分股打分，分数为“2*标准化后景气得分-标准化后动量-标准化拥挤度”，对分数大于0的股票按照其所对应的分数分配权重，季频调仓。
结果显示，“AI+ARK”组合表现出明显的超额收益（相较等权配置组合）：年化收益率由基准的15%提升至25%，夏普比率从0.80跃升至1.26。
成长景气组合将颠覆性创新投资框架与个股景气等相结合，能够有效捕捉战略新兴产业的资本重估机遇，验证了成长因子在跨周期配置中的有效性。
择券收益>配置收益，“AI+ARK”在传统资配思路之外另辟蹊径。
在相关文献中，资产配置对组合收益的贡献较大，往往能够解释70%-90%的收益波动。而在DeepSeek构建的“AI+ARK”组合中，Brison归因分析显示组合收益主要由选择收益决定，每期算数平均贡献收益12.9%。这对于资产配置而言意义重大，对于不同策略而言，如果能借助AI实现择券收益的稳定上行，就能在资产配置之外实现新的收益增量，大幅提高组合表现。
2.5 DeepSeek动态结合“AI+ARK”与“AI+BRK”策略
本文对分别采用极致成长策略、成长景气组合来模拟ARK的投资思路，采用商业模式选股、财务指标选股来模拟BRK的投资思路。但在实际投资中，投资者往往需要在成长/价值间进行切换，以适应当前投资环境的需求，藉于此，本文运用DeepSeek赋予两类风格动态权重，并构建投资组合。
“AI+BRK”的价值投资和“AI+ARK”的成长股投资代表了两种截然不同的风格。
前者注重企业内在价值，追求长期稳健回报；后者押注颠覆性创新，拥抱高增长但高波动的赛道。
DeepSeek为每种风格提供了两类具体落地的策略，能够帮助我们在择时的基础上进一步“择策略”。
例如，“AI+BRK”的商业价值选股聚焦于企业的商业模式及其价值潜力，不依赖具体财务目标的兑现，在经济下行/危机时期仍有较好的指示意义，有利于对价值企业的早期布局；而其财务指标选股关注企业长期的价值兑现，关注价值龙头属性，标的价值在长期市场波动中的已验证。“AI+ARK”的极致成长策略关注创新的潜力和质量、成本改善等等，对个股的关注度高于行业，敢于重仓“小而精”类企业；而成长景气组合以行业/企业的景气度为依据，对成长风格进行“微调”，目的是避免市场低有效性下的极端风险，也能够改善组合的波动性。
从历史回测来看，这种“价值+成长”动态组合的表现显著优于单一策略。
例如，在2023年美联储加息周期中，提高价值股权重有效降低了回撤；而在同年四季度AI概念爆发时，成长股的快速反弹又为组合贡献了超额收益。这一方法不仅适用于美股，在A股市场同样具有实践价值——例如，在消费、金融等传统行业与新能源、半导体等新兴赛道之间进行灵活切换，可更好地适应A股的结构性行情。
通过上述研究，我们利用DeepSeek重现了海外经典投资策略，完成了跨时空的模拟“更新”与“比较”，再次看到了国产大模型在投研中的应用。海外投资经典策略在A股是完美落地还是水土不服？西蒙斯神乎其技的量化工具、芒格深邃的投资体系能否通过DeepSeek等工具实现延续和传承，都是值得思考和探讨的领域。当前海外市场已有案例，可以模拟通过AI Hedge Fund等方式实现多代理协作架构进行交易决策，或许在不久的未来，Buffett Agent、Wood Agent等出现，可以帮助投资者搭建多个投资风格的智能体构建组合，来平抑市场波动和风险。
风险提示
一、模型过拟合风险：DeepSeek的训练依赖于投喂的框架语料与底稿数据。
二、数据口径调整风险：指标统计口径的调整可能带来AI配置结论的改变。
三、AI推理的不稳健性：AI模型的输出结论具备一定随机性。
