Advertise on podcast: 中欧基金

提到量化投资，很多人的第一反应可能是模型、因子、算法，甚至是一群数学和计算机高手，用机器去寻找市场里的定价偏差。 但如果把时间拉长，会发现「量化投资」其实一直在变化。 二十年前，洗干净一份数据本身就是优势；后来，从多因子走向基本面量化，再到多周期、多策略、低相关，量化开始用越来越多的维度理解股票定价。 再往后，这些策略还要真正装进产品里。 从基金经理的“集体智慧”，到全指增强，再到“反向固收+”，量化关注的也开始从“能不能赚到超额”，延伸到一个普通投资者更关心的问题：这个Alpha能不能更稳定地拿到？ 而今天，大模型又把这场竞争推到了新的阶段——AI可以更快地写代码、复现因子，公开信息也越来越平权。当模型越来越像“水电”一样普及，真正稀缺的东西可能也在发生变化…… 这期节目，我们邀请到中欧基金量化投资部基金经理——曲径。  从复旦数学系、卡内基梅隆大学（CMU），到千禧年，再到回国进入公募，她几乎完整经历了量化投资过去二十年的几轮迭代。她见过数据还是稀缺资源的年代，也经历过多因子最风光的时候；做过对冲，也经历过市场环境变化之后重新寻找“生存之道”；如今，她又在思考大模型之后，量化真正的壁垒还会剩下什么。 这期节目，我们想聊几个问题： ·一条历史回测非常漂亮的曲线，为什么真正上线后可能“一塌糊涂”？ ·量化从多因子走向多周期、多策略、低相关，背后到底在解决什么问题？ ·当AI让挖因子、写代码越来越容易，未来真正稀缺的Alpha会来自哪里？ 时间轴： Part1 从数学到量化：一个量化基金经理是怎么走到今天的？ 00:54 在一群聪明人里发现“当不了数学家”，反而让她找到了自己的长板 02:31 一场比赛，确认自己更擅长把信息、判断和概率放在一起做决策 03:37 早期量化有多朴素？一份洗干净的结构化数据就是竞争优势 05:44 数据清洗很繁琐，但只有做了这个繁琐的事情，Alpha才属于你 07:18市场规则变了，量化也得重新寻找“生存之道” 09:54 量化真正的黄金时代：往往出现在市场足够分散的时候 Part2 量化没有“圣杯”：从多因子走向多周期、多策略、低相关 12:13 量化一直在迭代：从多因子到基本面，不断寻找新的信息优势 16:53 从“一招鲜”到多策略，量化追求的是更稳定的Alpha 18:42 同一只股票，宏观、基本面、量价和资金流看到的是四个世界 21:12 2023年的逆风提醒：量化也会遇到“风格错配”，关键是别只押一套逻辑 23:27 一套投资逻辑再完整，也很难穿越所有市场环境 Part3 从策略到产品：指数增强到底在“增强”什么？ 24:27 从拼锐度到看胜率，量化开始更重视稳定的持有体验 26:00 为什么量化能把基金经理的“集体智慧”做成超额？ 30:39 中证全指增强，正在变成一场“量化选股PK主动选股” 33:41 指数增强像“反向固收+”：先买Beta，再争取更稳定的Alpha 36:02 什么行情最适合量化？没有绝对主线的时候，量化反而更容易一点点赚超额 Part4 当Alpha越来越难挖，量化真正的壁垒还剩什么？ 37:59 “私奔公”现象兴起：量化人才为什么开始反向流动？ 40:52 公募&私募：真正拉开的不只是模型，还有系统、数据和优化器 41:46 Alpha越来越难挖，优化器开始负责把Alpha“留在账户里” 43:47“最老实的小孩”：严格约束反而帮它守住了风险下限 47:32 当人人都能用AI挖因子，量化反而更要警惕策略同质化 50:22 大模型最终可能像“水电”一样普及，真正拉开差距的是人的思维 53:24 量化的下一站：多策略、多周期、多资产，最终走向“总回报解决方案” - 中欧基金出品 - 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。 在小宇宙查看该单集文稿

国庆将至，先祝所有听众朋友们节日快乐！ 三季度进入尾声，虽市场震荡不减，但我们仍能在结构性分化中找到值得关注的方向。比如上周，中美高层会谈落下帷幕，双方在人工智能领域释放出新的合作信号。 中美在芯片、算力等领域的竞争仍会持续，但围绕人工智能风险治理的沟通机制，也让市场重新审视全球科技产业链未来的竞争与协作。 过去两年，在全球科技博弈的大背景下，国内和海外科技板块虽然节奏不同，但都走出了自己的主线。尤其是站在9月末这个时间节点回首过去两年，一系列政策信号集中释放，市场逐渐回暖。 所以我们看到，这轮行情里最亮眼的方向之一，就是AI算力。而光模块作为其中的核心环节，持续受到市场的极大关注。 ·光模块这个看起来不起眼的“小铁盒”，为什么能成为AI产业链里的关键角色？ ·过去两年的上涨，究竟是流动性推动，还是背后真的有产业和业绩支撑？ ·当800G走向1.6T之后，产业链新的瓶颈又会出现在哪里？ 本期节目，我们邀请到中欧科技战队基金经理宋巍巍，一起从最近两年的科技主线聊起，拆解AI算力扩张背后的光模块产业链，以及这轮行情真正发生了哪些变化。 聊天的人 宋巍巍，中欧科技战队基金经理 杨广钊，特邀主持人 时间轴： Part1 光模块涨了两年，真正推着行情走的是什么？ 01:44 光模块领涨市场，背后是AI从技术突破走向广泛应用 02:35 AI“军备竞赛”开启：买GPU之外，光模块也被重新定价 03:16 从2000多亿美元到万亿美元级别，云厂商资本开支把光模块需求推向爆发 05:13 全球AI资本开支增长，最终进入了中国光模块龙头的收入和利润表 Part2 一个“小铁盒”值多少钱？从产业壁垒到远期份额 05:54 光模块看起来像“加厚版U盘”，却是AI集群里的关键连接器件 06:52 从无线、铜线到光纤：AI时代，光通信的优势被彻底放大 07:33 光通信真正的优势：更大带宽、更低损耗、更低功耗 09:30 小体积、高复杂度：光模块真正的壁垒藏在良率和可靠性里 10:28 光模块不是集群里最贵的设备，却可能决定GPU能不能高效运转 12:22 从芯片到光模块，全球AI产业链的分工没那么容易被打断 14:56 利空落地却没反弹：市场更担心2028年后的份额和估值压力 Part3 瓶颈迁移，光模块产业链进入下一阶段 16:47两条路径开始分化：“多塞几条通道”和“每条跑得更快” 19:27磷化铟和MOCVD开始成为新瓶颈 21:51传输速率越高，对精密加工、耦合精度和一致性的要求越高 23:54 光模块的瓶颈也分层级：真正决定出货的是哪些环节？ 25:11瓶颈在哪里，价值就往哪里迁移   名词解释： 光模块：用于光信号和电信号相互转换的器件，通常安装在服务器网卡或交换机高速端口上。可以简单理解为AI数据中心中负责高速传输数据的“接口” 800G / 1.6T：通常指光模块单端口的数据传输能力。800G可以由8条100G通道或4条200G通道组成；1.6T可以进一步增加通道数量，或通过提升单通道速率来实现。 CW光源：连续波激光光源。在硅光方案中，CW光源持续发光，再由硅光芯片负责加载和调制数据信号。 磷化铟（InP）：高速光通信中重要的化合物半导体材料，可用于制造EML、DFB激光器、CW光源等光器件。随着800G和1.6T光模块放量，高质量磷化铟外延等环节的需求也随之增长。 MOCVD：即金属有机化学气相沉积，是制造化合物半导体外延材料的重要设备和工艺。节目中提到，MOCVD设备排期较长，也是当前光芯片扩产的约束之一。 FAU：光纤阵列单元，用于将多根光纤按照固定间距排列，并与硅光芯片或光引擎中的光路精准对准。随着光模块通道数增加，对精度和一致性的要求也越来越高。 MPO：一种多芯光纤连接器，可以在一个接口中容纳多根光纤。随着800G、1.6T等高速光模块通道数量增加，对高芯数、高精度MPO连接器的需求也随之提高。 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。   在小宇宙查看该单集文稿

北京时间9月17日凌晨，美联储宣布了近三年来的首次加息，并释放今年底再加息一次的信号。作为全球资产定价的关键锚点，美联储的每一次政策摆动，都会牵动汇率、股市、大宗商品等几乎所有资产的走势。 事实上，在8月底的杰克逊霍尔年会后，这轮加息的预期就已经开始被市场提前消化了。如今靴子落地，市场焦点也顺势切换到了下一个问题：这只是一次性调整，还是新一轮收缩周期的开端？ 对国内市场而言，这轮加息预期的起落，也是最重要外部因素之一。回看今年以来，上半年AI走出独立趋势，市场极致分化。但进入下半年后，随着科技震荡，主线变得越来越模糊，全球流动性变化被视为影响A股走势的关键。 本期节目，我们邀请到中欧基金价值组基金经理付倍佳，以及中金公司研究部执行总经理张峻栋，从今年市场最明显的「错位」聊起，探讨以下问题： 近期最容易被市场高估和低估的因素是什么？ 除了抗通胀，美联储目前的核心目标还有什么？ 沃什治下的美联储，接下来政策会怎么走？ 为什么会出现「融资热、资金紧」的现象？谁在和谁抢钱？ 美股、美债、A股、港股、黄金等，接下来又会如何重新定价？ 聊天的人 付倍佳，中欧基金价值组基金经理 张峻栋，中金公司研究部执行总经理 偌馨，特邀主持人 时间轴 Part 1：美联储时隔三年加息，哪些因素被高估了？ 03:23 更像是一次美联储独立性表态 05:07 短期可能会加速K型分化，长期压制资产风险偏好 07:15 市场高估了加息路径和次数的重要性 09:46 沃什前后的「人设」变化，打乱了市场原本已经形成的流动性预期 Part 2：「错位」的一年：为什么所有资产都坐上了过山车？ 13:47 今年市场的关键词：错位，过山车，资产定价很前置 16:52 价值派的压力来自，看到的风险为什么迟迟没有被定价 19:34 下半年震荡原因：流动性＞估值＞盈利 21:16 当成长和价值重新回到同一起跑线时，市场完成了一轮降波 22:17 为什么市场成交额跌破近几个月新低了？ Part 3：市场进入「中场休息」，何时开启下半场？ 24:51 美国未来会走向「金融抑制」 26:30 全球再工业化、再武装化的趋势没变，资产基本面长期也不会变 31:24 有色最早进入中场休息，或将最早开启下半场 32:31 科技股仍在中场调整，四季度绕不开美国中期选举 34:09 美联储的第三个目标：维系适度的长端利率 Part 4：全球融资热，资金紧，谁在大规模借钱？ 35:55 美国企业债净发行量逼近国债，最后可能一起抢股市的钱 38:59 美国科技大厂和政府「抢钱」，是过去几十年罕见的 39:48 长债利率易上难下 40:54 海外波动如何向A股传导，核心看中美利差 42:19 全球资金「审美趋同」，中国哪些资产更有比价优势？ 45:37 港股和A股相反：盈利决定方向，估值和流动性决定波动率 50:41 解决债务问题，AI进步只是慢变量，美联储最终难以置身事外 Part 5：噪音背后，价值投资的变与不变 53:04 在供应链安全性的溢价上，中国拔得头筹 56:18 价值投资者如何参与成长行情？ 59:18 噪音，是产生波动但不改变方向的东西，比如加息节奏 61:03 对宏观研判也需要「祛魅」：不同阶段，市场的核心矛盾会变 63:15 告别低通胀、低利率、低波动时代后，可以长期关注两类资产   名词解释 K型分化：指经济、行业或资产表现出现明显分叉，一部分持续向上，另一部分承压向下，走势类似字母“K”的两条分支。 金融抑制：通常指政府通过利率管制、资本流动限制，或引导金融机构持有本国国债等方式，人为将政府的融资成本和实际利率压制在较低水平、甚至制造“负实际利率”，从而减轻政府的债务负担。 QE（量化宽松）：指央行通过大规模购买国债、MBS等中长期资产，向金融体系注入流动性、压低长期利率，从而放松整体金融条件。美联储通常在政策利率接近下限、单靠降息空间有限时使用QE。简单理解，就是央行通过扩张资产负债表，给市场增加流动性。 YCC（收益率曲线控制）：通常指央行为特定期限的国债收益率设定目标水平或区间，并通过债券交易等操作使收益率靠近该目标。 FIMA Repo Facility（外国及国际货币当局回购便利）：该机制允许符合条件的外国央行和国际货币当局，把其持有的美国国债暂时抵押给美联储，换取美元流动性，之后再按约定买回。它的作用相当于给海外官方机构提供一个美元流动性“后备水龙头”，避免它们在资金紧张时直接抛售美债，从而帮助稳定美债市场和全球美元融资环境。该工具最初于2020年推出，2021年成为常设工具。 HALO资产：即“重资产、低淘汰风险”。通常指拥有大量实体资产、进入和复制门槛较高，同时不容易因技术迭代而快速过时的一类公司或资产，例如部分能源、电力、公用事业、工业、材料及基础设施相关资产。近年来，这一概念也与全球再工业化、供应链重构、能源和安全投入增加等趋势有所重合。   - 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。     在小宇宙查看该单集文稿

过去两年，红利成了很多投资者组合里的标配，银行、煤炭、公用事业、高股息、低波动、稳健……是大多数持有人对于红利板块的刻板印象。很多人买红利，正是因为相信：它可能涨得没有那么快，但至少应该更稳。 但今年5-6月，事情变得有些不太一样：一边是部分红利指数出现了超10%的阶段性回撤，一边是科技板块在快速上涨；而步入下半年，市场风格再次发生变化，红利板块整体迎来修复，体感上的偏差逐渐修复…… 不过这一轮少见的“过山车”，也让投资者开始思考：红利的角色到底是什么？我们应该如何正确理解红利？ 本期节目，我们邀请到中欧基金多资产及解决方案投资部研究副总监张学明，以及中欧基金基金经理刘勇，一起聊聊： · 这轮红利大幅回撤，究竟发生了什么？   · 中证红利、红利低波，以及多因子红利到底有什么区别？   · “红利”“价值”“景气”分别在赚什么钱？   · 主动与量化，如何预测未来分红并避开“高股息陷阱”？   · 从“旧红利”到“新红利”，中国的高分红资产为什么正在扩容？   · 普通投资者如何选择红利产品，又该怎样把红利放进自己的组合里？ 聊天的人 张学明，中欧基金多资产及解决方案投资部研究副总监、基金经理 刘勇，中欧基金多资产及解决方案投资部基金经理 偌馨，特邀主持人   时间轴： Part1 红利的“至暗时刻”：为什么突然不低波了？ 01:46 从坚定到怀疑再到坚定：这轮红利回撤，打破了过去的经验   02:57 5、6月红利下跌遇上科技大涨，体感差异被进一步放大   04:06 红利还稳吗？从长期数据看，它依然是股票策略中相对稳健的一类 06:57 一两年的涨跌被压缩到一两个月，极端结构行情放大了投资者情绪   Part2 都叫“红利”，中证红利和红利低波到底有什么区别？ 08:04 名字里都有“红利”，但不同产品的底层逻辑可能差得并不少   08:32 红利投资本质上是在寻找可持续的高股息   10:30 为什么红利低波长期风险收益比往往更好？关键在分红的持续性   12:55 高股息不等于低波动，“红利”和“低波”其实是两个可以自由组合的因子   Part3 红利、价值、景气：看起来相似，但赚的是不同的钱 13:47 从单一红利到Smart Beta：景气、红利、价值、质量如何组成多因子策略？ 14:48 是“收租”还是“淘金”？红利和价值投资的核心差别   15:41 同样是低估值：没增长但能赚钱，和身处困境，是两种完全不同的公司   17:07 真正站在红利另一端的不是价值，而是景气成长   18:23 红利赚的是高胜率的复利，价值赚的是困境反转的赔率   Part4 主动红利 VS 量化红利：怎么选股，又怎么避开“高股息陷阱”？ 20:29 主动红利选股：商业模式、公司治理、盈利质量和自由现金流缺一不可   23:27 主动红利不是找股息率最高，而是找未来分红更确定、还有提升空间的公司   27:17 比静态股息率更重要的，是未来1-3年的动态股息率   34:09 主动擅长看公司，量化擅长看市场   37:20 最常见的“高股息陷阱”：今天看起来股息很高，明天可能就分不出来了   40:34 主动还是量化？两类红利产品长期相近，但持仓集中度和过程体验不同   43:34 AI正在改变主动与量化的合作：过去无法量化的内容，现在开始进入模型   Part5 从“旧红利”到“新红利”：高分红不再只是银行、煤炭和公用事业 48:36 为什么越来越多原本不属于红利的公司，正在变成“新红利”？   51:07 红利投资，本身就是经济体发展到一定阶段之后的产物   53:47 当行业走向成熟、资本开支下降，自由现金流正在催生更多高分红公司   55:13 地产和地产链未来会不会逐渐“公用事业化”，成为新的高分红来源？   Part6 红利到底怎么买？从长期底仓到“红利+成长”杠铃 56:26 红利适合长期持有，但不建议在它的“高光时刻”着急上车   57:24 分批、阶梯式布局，可能比猜最低点更适合红利   59:37 进阶玩法：用“红利+景气成长”做杠铃，让牛市也和自己有关系   01:01:25 面对市场上诸多红利产品，普通投资者到底该怎么选？   01:03:33 不止收益，夏普比率、回撤、修复速度和风格偏离都值得关注     - 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。 在小宇宙查看该单集文稿

经历了上半年的高歌猛进，AI科技板块在7月短暂进入中场休息，虽然这两天波动再度放大，但8月板块整体止跌回血的态势较为明朗。AI浪潮滚滚向前，每当市场情绪把行情推向极致，观点交锋也变得愈加激烈。 在更长的周期里，科技投资从来都是高波动与高成长相伴相生。短期行情会受到资金和情绪左右，但中长期走势，最终仍要回到产业基本面上。越是焦灼的时候，越需要坐下来深度长谈，回到产业现场，去拆解那些无法被瞬时价格完全反映的底层逻辑。 本期节目，我们邀请到中欧科技战队的三位成员——冯炉丹、杜厚良、谢钊懿，和硅谷101联合创始人陈茜一起，在AI的奥德修斯时刻展开一场深度长谈，一起聊聊： · 这轮AI周期和过去有什么显著不同？ · 国产算力走到了哪一步，训练端能不能追上？ · 端侧AI为什么迟迟没有出现杀手级产品？ · 当AI行情从普涨走向分化，我们该怎么寻找真正的机会？ 聊天的人 冯炉丹，中欧科技战队基金经理 杜厚良，中欧科技战队基金经理 谢钊懿，中欧科技战队投资经理 陈茜，硅谷101联合创始人   时间轴： Part1 AI这轮周期到底哪里不一样？ 02:01 AI为什么被拿来类比工业革命？速度、斜率和影响范围都不一样 03:02 时间更长、斜率更陡：AI可能仍然只是早期阶段 04:05 从预训练到推理，再到Coding落地：AI价值链如何一步步迁移？ 06:14 五层AI蛋糕正在重排：模型收入开始接棒，应用还在路上 09:49 下一个万亿级AI入口，会属于模型公司，还是新的应用公司？ Part 2 机器人、端侧AI、Coding：谁还在0到1，谁已经到了10？ 13:17 “0到1”看想象，“1到10”看收入利润：不同阶段对应不同投资逻辑 15:43 机器人不是另一个硬件故事，而是“物理AI”的入口 18:01 机器人产业链会复制新能源车早期的投资机会吗？ 23:27 端侧AI为什么还没有杀手级产品？硬件、续航和交互还不够顺手 26:25 Coding已经跑到“10”：哪些AI应用开始进入商业化阶段？ Part3 AI涨了三年：真正要看的，是供需是否错配 27:26 AI基础设施为什么最早进入“1到10”？别人越投入，硬件越先收钱 28:25 算力不是唯一瓶颈：网络传输、存储和CPU的重要性正在抬升 31:28 国产算力的节奏正在追赶：推理端适配更快，训练端也在迭代 36:36 看AI下半场，为什么Token增长斜率是最重要的指标之一？ 42:14 ARR是最朴素的答案：真金白银付费，比故事更重要 44:43 AI涨了三年，泡沫在哪里？关键要看供给能不能追上Token需求 51:18 对美国AI进展的打分从7到9：真正的变化是模型开始自我迭代 52:23 供给端的瓶颈：日韩部分供应链“不敢扩产” Part4 光、存与国产算力：谁是AI供需失衡里的关键环节？ 54:45 光通信和存储，为什么被放到更靠前的排序？ 57:28 判断光通信公司质量，重要的是技术路径和对上游产能的锁定 01:01:02 存储为什么比光还紧缺？AI抢走供给，消费电子开始被迫涨价 01:05:24 解决存储供需失衡，最后的希望仍在中国供应链 01:07:58 AI的未来是星辰大海，但科技投资要小心翼翼   名词解释： ARR:是Annual Recurring Revenue的缩写，通常指年度经常性收入。对于大模型公司来说，ARR能较直接地反映用户真实付费和收入增长情况，因此也是判断模型商业化进展的重要指标。 SaaS:是 Software as a Service 的缩写，通常译为“软件即服务”。它指的是通过云端向用户提供软件功能，用户不需要自己安装和维护系统，而是通过订阅、账号或按使用付费的方式使用软件。 Capex:是Capital Expenditure的缩写，即资本开支。AI产业中的资本开支，主要指云厂商、大模型公司等为建设算力基础设施、数据中心、服务器和网络设备等进行的长期投入。 Token Maximizing:可以理解为“最大化使用 Token”。在AI应用早期，一些企业会鼓励员工尽可能多地调用大模型、使用AI工具，以便更快适应AI工作方式，并验证AI对效率提升和人工替代的价值。随着使用成本上升，企业也会逐渐转向Token Minimizing，也就是在保证产出的前提下，优化模型调用方式，减少不必要的Token（词元）消耗。 - 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。 在小宇宙查看该单集文稿

回顾今年上半年的市场，最贴切的词或许是“极致分化”。“AI含量定胜负”成为核心的叙事逻辑。光模块、算力、AI硬件一骑绝尘，与之相对的是传统板块走弱，价值风格持续承压。 但进入7月后，科技板块出现明显回调，资金开始寻找新的落脚点，医药、消费等板块出现了修复迹象，关于“市场风格是否要切换”的讨论也越来越多。 作为一名价值派基金经理，柳世庆用“如履薄冰”来形容今年上半年的感受。但压力并未他退回舒适区，而是促使他更高频地走出去，去产业链一线寻找答案。 柳世庆是宏观研究出身，对总量和结构有天然的敏锐，在近二十年的从业经历中，他经历过几次重要的认知迭代：2018年的熊市让他意识到，完全抛开宏观是极其危险的；2021年的新能源行情后，他重新理解了“成长因子”对于价值投资的意义。 这或许也是比市场风格是否切换更值得追问的：在一个热点极度拥挤、资金高度集中的市场里，一名价值投资者如何安放自己的判断坐标？是坚守框架，还是适度调整？是与趋势保持距离，还是重新审视“价值”的定义？这些问题背后的思考框架，或许比答案本身，更值得抽丝剥茧。 本期节目，我们邀请到柳世庆，对话华尔街见闻常务副总编辑周宏，一起聊聊： · 极致分化的市场，对价值投资者意味着什么？· 为什么价值派也不能完全忽视成长和趋势因子？· 医药、中游制造、化工、消费等传统行业，是否正在出现新的机会？· 一名基金经理的投资框架，如何在牛熊市转换中不断迭代？ 聊天的人 柳世庆，中欧基金价值组基金经理周宏，《华尔街见闻》常务副总编辑 时间轴 Part1：当价值风格站在“背光处”，判断坐标如何调整？ 02:25 极致分化的上半年：买不买AI决定了体验 03:59 用一个词总结过去半年：如履薄冰 04:29 去年年中为什么会去调研光模块？ 07:15 股票贵并不必然意味着趋势结束 09:40 18世纪马车夫面对工业革命的心情，折射出如今的AI焦虑 15:30 价值投资和趋势性资产并非完全对立   Part2：极致行情的B面：被“冷落”的行业正偷偷酝酿绝地反击 16:49 极致分化之后，赚钱机会可能会来自更多方向 18:05 AI之外，医药行业可能已经先走出“最坏的时刻” 19:28 医药仍受政策影响，但能走出政策压力的公司，可能蕴含错配机会 20:50中游制造也在变化：内需弱、产能多，供给出清正在发生 24:34 化工行业好转的信号，藏在老板们“不再恶性竞争”的共识里 28:34 不是所有传统行业都会被淘汰，关键是需求、供给和价格是否还能容错 Part3：错过新能源之后，重新理解了“成长因子” 30:39 回顾2018：从“不看宏观”到重新捡回宏观 34:19 从宏观到行业再到公司，关键是通过量价变化把握企业盈利 37:26 宏观、中观、微观三层互证，才能让判断真正落到投资标的上 42:00 错过新能源行情之后，重新理解了“成长因子”的意义 44:27 科技投资看“星辰大海”，价值投资更需要有迹可循 Part4：万物皆周期：错过第一班车，不等于错过整轮周期 45:23 消费不是同质化商品，不能只看总盘子，也要看竞争格局 48:50 消费也有周期，只是比传统周期行业拉得更长 51:17 公司是在扩张还是收缩，往往暴露了行业周期的位置 52:26错过最早一班车，不等于错过整轮周期 53:07不要把鸡蛋放在一个篮子里，更不要放在涨得最高的“篮子”里   - 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。 在小宇宙查看该单集文稿

今年上半年，上海、北京等一线城市的二手房网签创下近年新高，但与此同时，全国层面的销售面积与开发投资却仍在面临两位数的下滑。 一边是真实市场里的冷热分化，一边是舆论场里的普遍悲观，这可能是今年楼市最真实的写照。割裂的数据，也让许多购房者陷入了“怕买贵、又怕错过”的纠结中。   随着中国房地产黄金20年的落幕，当下的楼市供求关系、房企决策逻辑以及房子的底层属性都在发生根本性的转变。在这场由市场自发调节的“寻底”进程中，传统的买房经验似乎正在失灵。租售比、挂牌量、去化周期，到底哪一个指标才是判断房价见底的黄金钥匙？在告别了闭眼买房的时代后，普通家庭选房、算账的财务逻辑又该如何重构？   本期节目，我们邀请到了中欧基金权益研究部专注房地产研究的研究员毕钰坤，以及来自一家开发商大区投资部的负责人Ryan，跳出碎片化的新闻和情绪式的判断，一起捋一捋当下楼市的现状、判断底部的方法以及新周期下的选房逻辑。   无论你是正在观望纠结的买房人，还是在重新规划家庭资产的理财者，这期「火热」楼市中的「清醒」指南，都值得静下心来听一听。 聊天的人 毕钰坤，中欧基金权益研究部研究员 Ryan. A，某房地产开发商大区投资部负责人 偌馨，特邀主持人   时间轴 Part 1：上半年数据出炉，如何理解当下楼市的割裂感？ 00:19 舆论悲观VS销售回暖，如何看待年中数据出炉后的割裂感？ 02:43 2021年见顶后的趋势：城市与板块“缩圈”，开发商扎堆拥挤在豪宅赛道 04:47 另一个分析视角：二手房在量、价表现上明显跑赢新房 07:14 所谓的“小阳春”并非新需求暴增，而是前期积压需求的阶段性释放 08:00 关注二手房自发调节的过程：没有政策刺激的低总价盘正在企稳放量 09:45房企在不同城市拿地信心分化 12:43决策逻辑由“多赚钱”变为“绝不能亏钱” 14:57 当成本不再决定价格，产品力反而提高   Part 2：判断房价见底要看哪几个关键指标 15:46怕买贵又怕错过，如何预测和判断楼市底部？ 17:10 “猜底”和“逃顶”，都是一门艺术 18:11相比新房，二手房市场的信号往往更灵敏 19:15 真实的挂牌量变化与成交周期，是最直观反映市场供求底色的风向标 21:01 “稳定增值”的思维惯性已被打破，房子正全面回归自住与生活属性 23:19 辩证看待“租售比”，注意租金数据中存在的“结构性欺骗” 27:47人口变化对房价是慢变量，但对学区和租金往往是快变量 28:46 专业机构眼里的“去化周期”：如何通过狭义和广义库存来防范城市的潜在卖压？ Part 3：回归居住本质后，新周期下的选房思维与财务安全线 33:19 买什么？现在买房逻辑与十年前相比最大的变化在哪里？ 33:32 赛道分化：新房提供好产品，二手房提供高性价比 37:03 时代变了，好房子从“户型”回归“硬件配置”本身 37:43 隐形与显性硬件内卷：地库人车分流、建筑外立面材质、以及垂直景观园林投入 40:30 房地产的终局与下半场：“卷”品牌口碑、物业管理和后期养护 42:38 5-10年后什么样的房子更保值？ 45:21 普通家庭买房的安全边际：让月供与可承受的租金大致匹配 46:43允许自己没买在最低点，选择满意比买得最便宜更重要 - 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。 在小宇宙查看该单集文稿

我们每天穿的衣服、吃的粮食、居住的房子、乘坐的汽车，甚至支撑AI服务器运行的电子材料，背后都绕不开一个行业——化工。 它看起来像一个传统行业，却始终站在历次产业革命的底层。 19世纪，人工染料让原本稀缺的颜色走进普通人的生活；20世纪，合成氨突破天然肥力的边界，改变了全球粮食生产；后来，石油与高分子材料相遇，塑料开始渗透现代社会的每一个角落。 今天，随着地产需求放缓，新能源、电子电气和AI算力正在成为新的需求来源。化工也不再只是人们印象中的化肥、农药和石油副产品，而是逐渐走向高纯度电子化学品、先进材料、碳循环与合成生物学。 一个发展了上百年的行业，为什么仍能不断响应新的需求？从染料、合成氨到塑料，现代化工经历了怎样的产业跃迁？精细化工的护城河究竟有多深？中国又是如何从基础工业全面落后，成长为全球最大的化工供给国？ 本期节目，我们邀请到长期跟踪全球化工产业的中欧基金周期组基金经理王习，一起聊聊： · 化工为什么不能简单地被定义为“夕阳周期行业”？· 现代化工的三次产业跃迁，如何改变人类的衣食住行？· 中国化工如何从追随者成长为全球重要的竞争者？· AI、碳循环与合成生物学，会为新材料打开哪些可能？   聊天的人 王习，中欧基金周期组基金经理程衍樑，《忽左忽右》主播 时间轴： Part1化工离我们有多远？它其实藏在每一次衣食住行里 01:34 从凝聚态物理走进化工：如何理解这个“包罗万象”的中游行业？ 03:30 拆解化工产业：先看原料从哪里来，再看下游需求往哪里去 04:37 从农药、轮胎到新能源和AI服务器，衣食住行背后都藏着化工材料 08:07 化工真是“夕阳老登”吗？地产需求退潮后，新兴需求正在接棒 Part 2 从染料、合成氨到塑料：化工如何一步步改变现代生活？ 11:04 染料的偶然发现，拉开现代化工工业化的序幕 12:33 从天然获取到人工合成：成本、良率和规模化的根本跃迁 14:22 化肥和农药如何提高粮食亩产，突破天然土地肥力的边界？ 19:03 石油与高分子材料相遇，塑料开始渗透现代生活的每个角落 Part 3 从追随者到全球最大供给国：中国化工走过了怎样的百年？ 22:03 德国奠基、美国扩张、日本做精，中国如何接过全球化工接力棒？ 25:36 什么是精细化工？复杂工艺、产品品质与客户黏性如何构成护城河？ 28:28 从基础工业落后，到成为强力竞争者，中国化工经历了怎样的追赶？ 36:20 一体化工厂如何“吃干榨净”？规模、管理和产业链协同带来哪些优势？ Part 4 当AI遇上材料，化工的下一轮增长从哪里来？ 40:35 传统化工的周期从哪里来？产能扩张、价格下行与供给出清 42:28 新材料进入加速迭代期，AI和新能源不断重写材料体系 45:25 21世纪化工的新关键词：重构碳循环，环保正在成为龙头企业的竞争壁垒 49:21 从“五个九”到AI筛选：高纯材料 的量产瓶颈，正在重塑产业升级与研发效率 54:38 合成生物学的终极想象：“我想让它生产什么，它就生产什么”   名词解释： 合成氨：在高温、高压和催化剂作用下，将氮气和氢气合成为氨的工业技术。它为氮肥的大规模生产奠定了基础。 CCL：Copper Clad Laminate，即覆铜板，是制造印制电路板PCB的核心基础材料。随着高速通信和AI算力升级，覆铜板对介电性能、耐热性等指标的要求也不断提高。 M2、M4、M6、M8、M9：被产业界用来概括不同等级的高速CCL材料。随着代际升级，材料通常具有更低的传输损耗和更好的介电性能，以满足服务器、交换机及AI算力设备不断提升的数据传输要求。需要注意的是，这并非全行业统一标准，不同厂商的产品名称和对标关系并不完全一致。 “五个九”与“六个九”：指材料纯度分别达到99.999%和99.9999%。纯度每提高一个数量级，对设备、生产环境、工艺控制和量产能力的要求都会明显提升。 ESG：是环境（Environmental）、社会（Social）和公司治理（Governance）的英文缩写，是评价企业长期可持续发展能力的一套框架。其中，环境维度主要关注碳排放、能源消耗、污染治理、资源循环利用等问题；社会维度关注员工权益、生产安全、供应链责任和社会影响；公司治理维度则涉及董事会结构、信息披露、合规经营与风险管理。对于化工企业而言，环保投入、安全生产和废弃物处理不仅关系到企业能否合规经营，也可能直接影响其生产成本、竞争壁垒和长期盈利能力。 合成生物学：通过基因编辑和细胞工程等方式，对生物系统进行设计和改造，使细胞按照需求生产特定物质，被视为未来可能改变部分传统化工生产方式的重要技术。   - 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。 在小宇宙查看该单集文稿

本期是一期特别栏目，对话中欧基金X南方周末《种时光的人》第四季第四期主人公—— 上海城市交响乐团团长、天使知音沙龙创始人、音乐慈善人曹小夏。 这是一个关于长期主义的故事：18年坚持做一件事，“不是治疗，不是治愈，而是改变。” 第一次开口说“早上好”，第一次把爸爸的咖啡杯放到桌上，第一次独自走上舞台，第一次对陌生人说“你好，欢迎光临”……这些在普通人生活里再寻常不过的瞬间，对于自闭症孩子和他们的家庭来说，常常意味着要翻过一座大山。 而很多改变，最初只是从“听见”开始。 曹小夏记得，父亲曹鹏先生曾经特别讲过“听”这个字。繁体字里的“聽”，有耳，也有心。先让耳朵听见声音，再让声音穿过身体，慢慢抵达内心。 一开始，孩子们害怕声音、捂住耳朵，不愿意看人，也很少回应这个世界。后来，他们开始听见节拍，听懂指令，学会和身边的人一起演奏。再后来，他们开始读书、做咖啡、走上舞台，也开始留意别人、照顾别人。 在曹小夏看来，“音乐没有在某一天突然创造奇迹。它只是用漫长的时间，一点点打开他们的耳朵，也让那个原本封闭的世界，慢慢有了回声。” 18年来，她陪伴一群“星星的孩子”从学习音乐开始，一步步走向表达、合作与独立生活，陪他们翻过一座又一座大山。作为长期主义的践行者，中欧基金愿意把长期主义最温柔的模样记录下来。   聊天的人 曹小夏，上海城市交响乐团团长、天使知音沙龙创始人、音乐慈善人 偌馨，特邀主持人 时间轴： Part1从音乐世家到公益乐团：一颗善意的种子如何长大？ 01:30  出生在音乐世家：乐队让她第一次感受到集体的力量 05:18 父母言传身教：“看到别人有困难，就应该伸手帮一把” 06:29 拿出10万元成立上海城市交响乐团，没想到从此“再也回不去了” 08:11 乐团不只是为了演出，更希望找到真正的公益方向 09:20 “真正痛苦的是爸爸妈妈”：一句话，让音乐公益开始走向自闭症家庭 Part 2 翻过第一座山：从捂住耳朵，到第一次站上舞台 09:58 第一次接触并不顺利：害怕声音、捂住耳朵，第一次接触比想象中更困难 11:52 学会合作之后，孩子们第一次真正感受到音乐的快乐 13:42 五重奏带来的突破：“你们说他们什么不行，我们就去做什么” 15:07 第一次登上上海音乐厅：孩子们紧张得发抖，却真的完成了演出 Part 3 打开耳朵之后：从学音乐，到学会生活和表达 15:42 “听，是耳朵为王，再到心”：音乐先打开耳朵，再抵达内心 17:02 音乐学习遇到瓶颈后，他们开始补文化课和生活常识 18:28 开设“爱咖啡”，让孩子在真实场景里练习交流 20:22 从一句话也不说，到主动问好、为父母做咖啡、登台独奏 Part 4不是治愈，而是改变：陪他们走向更远的人生 24:25我们更愿意把这18年称为“一点一点的改变” 26:42 父母老了以后怎么办？开始筹划未来的养老家园 28:11 孩子每一次微小的进步，都会推着继续思考下一步 29:24 孩子、家长和志愿者都在陪伴中变得更强大：“只有坚持，才有希望”   - 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。 在小宇宙查看该单集文稿

「你要站在光里，不要光站在那里。」可能是近期资本市场最火的段子之一，这里的「光」，指的就是光模块。今年以来，光模块（CPO）指数已经翻倍（数据来源：Wind，截至2026/6/5），从上市公司一季报中可以看出，许多光模块厂商确实有着实打实的业绩支撑。 随着AI技术和应用的狂飙突进，算力需求激增已成共识，但光模块何以成为整个算力板块中“持续通胀”的黄金环节，背后有哪些特别的叙事？对于想要「追光」的投资者，当前的市场高估了吗？ 本期节目，我们邀请到了中欧科技战队研究员虞锦源，围绕13个核心问题，聊聊光模块的需求确定性、技术迭代路径以及需要警惕的潜在风险等等。 无论你是想参与AI发展红利的投资者，还是对AI未来充满好奇的同行人，这期「追光」指南，都值得静下心来听一听。 聊天的人 虞锦源，中欧基金科技战队研究员，深耕AI硬件方向 欣悦，中欧基金主持人   时间轴 Part 1：“起飞”的光模块，缘何成为AI投资的亮点？ 01:32 手指大小的光模块，光电转换+传输的重要角色 02:46 “起飞”背后：光模块是AI算力系统里持续通胀的环节 03:27 摩尔定律接近极限，提升算力主要靠网络能力 05:35 当前高估了吗？终端需求能见度较高 06:11 拆解北美云厂商资本开支，多少投向了光模块？ Part 2：中国光模块产业的核心优势 07:33 光模块的技术迭代周期，正从4-5年缩短为2年 09:36解析主流产品：800G、1.6T、3.2T分别代表什么？ 13:04 CPO会取代可插拔光模块吗？ 14:35 全球供给占比超70%，中国最擅长光模块的制造与设计环节 15:33 电芯片等核心零部件环节，仍较依赖海外 Part 3：风险与机会同源，光模块的另一面 17:25 近期的行情，究竟是出于基本面还是情绪？ 19:12 三大风险值得关注：AI迭代不及预期、技术路线颠覆、变成卷价格的制造业 22:01 如果CPO时代全面到来，中国厂商能跟上吗？ 22:47 CPO与可插拔光模块，在很长一段时间应该是共生状态 24:34站在当下，投资者“追光”可以关注哪些指标与事件？ 26:21 AI大模型越强，算力需求越大，光模块的需求链条越清晰   - 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。   在小宇宙查看该单集文稿

过去很多年，中国芯片产业的发展，总带着一种强烈的紧迫感。尤其是2018年之后，随着技术封锁和供应链限制出现，“芯片”从一个专业话题，变成了大众都关心的国家战略产业。 那几年，我们反复听到先进制程、光刻机、7纳米、5纳米、EUV……几乎所有讨论最终都会回到同一个问题：中国什么时候能追上最先进的芯片制造水平？ 但后来大家逐渐意识到，如果只是沿着别人走过的路追赶，很难真正掌握主动权。更重要的是，支撑全球半导体产业60多年的摩尔定律，也正在逼近物理和成本的双重边界。 所以真正值得追问的是：如果不能只靠把晶体管做得更小，算力还能靠什么继续增长？ 最近华为提出的“韬定律（Tau Law）”，正是在这样的背景下诞生的。 它不再只盯着制程节点，而是把目光放到整个计算链路的效率上——从晶体管、电路、芯片，到系统和数据中心，重新思考哪里还能降低时延、提升算力。换句话说，它试图把半导体竞争，从“谁做得更小”拉回到“谁把系统做得更快、更高效”这一本质问题。 有人把它理解为一次工程创新；也有人认为，这是中国半导体产业第一次尝试从“追赶规则”走向“制定规则”。 无论最终结果如何，它都代表着一个重要变化：中国芯片产业讨论的重点，正在从“还能不能追上”，逐渐变成“能不能走出另一条路”。 本期节目，我们邀请到长期跟踪全球半导体产业的中欧科技战队基金经理宋巍巍，一起聊聊： ·“韬定律”到底是什么？·它为什么可能比摩尔定律更接近芯片产业的本质？·在AI算力时代，中国半导体产业链会迎来哪些重估？ 聊天的人 宋巍巍，中欧科技战队基金经理 杨广钊，特邀主持人 时间轴： Part1 韬定律为什么突然刷屏？ 00:21 一夜刷屏的“韬定律”，为什么让半导体产业重新沸腾？ 01:04 韬定律的核心：买芯片不是买制程，而是买计算能力 02:30 摩尔定律塑造了过去60年的科技世界：芯片变小、成本下降、算力提升 03:24 摩尔定律遇到两堵墙：物理上做不小，经济上做不起 04:56 先进制程越来越贵，为什么反而让科技变成少数巨头的游戏？ Part2 从“做得更小”到“跑得更快”：韬定律到底颠覆了什么？ 06:50 芯片系统的四个层级：晶体管层、电路层、芯片层、系统层，每一层都能降低时延 09:06 韬定律触及了半导体行业的第一性原理 11:08 韬定律的革命性：不再死磕晶体管层，而是重排优先级 15:00 中国芯片产业的“成人礼”：从追赶制程到寻找新路 16:47 打破“无芯”质疑：当7纳米做到极限，“逻辑折叠”成为新的突破口 17:55 逻辑折叠为什么像“盖楼”：把信号从绕远路，变成坐电梯 19:55 逻辑折叠和3D封装最大的区别：堆叠的是逻辑，而不只是芯片 23:17 从追赶摩尔定律到定义新规则，韬定律意味着什么？ 25:12 韬定律和摩尔定律最大的区别：从线性增长到台阶式跃迁 26:59 成本曲线反向交叉：韬定律真正的长期优势在哪里？ Part3 AI算力时代，韬定律会重估哪些产业链？ 28:34 AI芯片的“扇出困境”：算力增长太快，带宽和供电跟不上 29:49从边缘到上下表面：逻辑折叠让供电、带宽和算力重新匹配 30:40 数据中心里的韬定律：统一总线、光互联和三维系统架构如何降低时延 32:28 韬定律如果跑通，全球半导体格局可能从“单极垄断”走向“双极竞争” 34:16 韬定律的三条受益线：晶圆制造、先进封装、芯片设计   名词解释： 韬定律（Tau Law）：以降低全链路时延（τ）为目标，通过晶体管层、电路层、芯片层和系统层协同优化提升算力效率。 τ（Tau）：希腊字母“τ”，代表信号在计算链路中的总延迟（Total Delay）。从数据发出到计算完成所消耗的全部时间，都属于τ的一部分。韬定律的核心目标就是持续降低τ。 摩尔定律（Moore's Law）：由 Gordon Moore 提出。大致指芯片上的晶体管数量每18~24个月翻一倍，而单位计算成本持续下降。过去60多年，整个信息时代都建立在摩尔定律之上。 RC传播延迟（RC Delay）：R代表电阻（Resistance）。C代表电容（Capacitance）。当芯片中的导线越来越细、越来越长时，电信号在传输过程中会受到电阻和电容影响，导致传播速度变慢。这就是RC传播延迟。很多时候即使晶体管本身已经足够快，芯片整体性能仍然会受到RC延迟限制。这也是先进制程越来越难提升性能的重要原因之一。 晶体管密度（Transistor Density）：单位面积内能够放置多少个晶体管。摩尔定律时代，提升性能最重要的方法就是不断提高晶体管密度。 逻辑折叠（Logic Folding）：通过三维堆叠逻辑电路缩短信号路径，不依赖先进制程即可提升芯片性能。 混合键合（Hybrid Bonding）：实现多层晶圆垂直连接的核心工艺，是逻辑折叠的重要基础。 TSV（Through Silicon Via）：硅通孔技术，用于芯片垂直互联。 扇出困境：扇出是指一个输入信号被分配到多个输出通道或设备的过程，扇出困境是指在计算机系统中的数据分发和传输中面临的困境。 - 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。 在小宇宙查看该单集文稿

过去几年，全球经济的剧本一直在反转。 我们经历了疫情对供应链的冲击，经历了各国央行的暴力加息，也经历了AI技术的爆发。与此同时，一个重要变化正在发生：全球主要经济体都在重新把“制造业”放回C位。 美国在推进再工业化，中国在从地产、消费驱动转向制造业驱动，欧洲、东南亚、中东也在加码布局自己的工业产能——全球仿佛进入了一场新的“工厂竞赛”。 上周特朗普访华结束，关税战降温、200家波音飞机和芯片、天然气贸易推进…时隔9年，两个制造业大国再度碰撞出火花。 本期节目，我们邀请到中欧基金权益研究部副总监、基金经理任飞，重点聊聊他近期提出的一个重要判断：制造业再通胀，可能是贯穿未来数年的宏观主线。 与我们息息相关的具体话题包括： · 为什么通胀没有消失，只是从消费端换到了制造端？ · 制造业再通胀和过去地产、消费驱动的通胀有什么不同？ · 中美同时加码制造业，为什么会推高上游资源需求？ · 电力、天然气、黄金，为什么都被重新放进这张“新地图”里？ · 普通投资者该如何理解这条长期主线？ 聊天的人 任飞，中欧基金权益研究部副总监、基金经理 偌馨，特邀主持人 时间轴 Part1 通胀没有消失，只是换了战场 01:56 为什么体感如此割裂：房价在跌、消费在卷，但铜、铝、化工原料价格在涨 02:51 通胀从哪里来？新的需求正在从AI大规模资本开支中出现 03:52 什么是制造业再通胀？它对应的不是CPI，而更多是PPI 04:33 未来可能出现的格局：PPI偏强，CPI仍在低位震荡 04:57 制造业再通胀的三个底层因素：需求切换、供给扰动、政策转向 Part 2 制造业为什么会成为新引擎？ 06:56 海外制造业繁荣，国内制造业有分化 08:07 AI基建外溢到传统制造业：机床、自动化设备等环节也开始改善 09:25制造业投资背后是“生产率”和“竞争”的双重驱动 11:22中美关系会影响投资结构，但不会改变制造业资本开支上行趋势 13:14 中美过去多是错位发展，这一次却同步切换引擎 15:04 地产告别投资品属性，回到“住得更好”的需求本身 17:23 不能只用“好”或“差”概括宏观，结构转型会带来明显体感分化 Part 3 投资地图正在切换：供给更紧、财政更强 18:25 全球制造业供给正从“效率优先”转向“安全优先” 20:36 对“缺电”的判断更确定了：AI发展加速，电力需求比此前预期更高 22:41 过去看宏观更关注货币政策，但未来可能财政政策更有效 24:56 全球财政纪律正在松动：越来越多国家提高财政支持力度 29:28 AI爆发后，天然气从“供给过剩”变成“供给紧张” 31:00 黄金受益于制造业再通胀，关键在中国制造业优势带来的出口顺差 32:30 中国央行购金节奏加快，背后对应的是顺差积累和资产配置变化 35:24 未来投资主线仍会围绕科技制造和上游能源展开   关键词解释 制造业再通胀:指制造业投资扩张、上游资源需求上升、供给约束增强后，带来的工业品和资本品价格上行压力。 CPI:居民消费价格指数，更偏向居民日常消费端的价格变化。 PPI:工业生产者出厂价格指数，更能反映工业品、原材料和资本品价格变化。 燃气轮机:利用天然气发电的设备，AI数据中心需要大量稳定供电，因此燃气轮机需求提升。 财政政策:政府通过补贴、产业支持、财政支出等方式刺激经济，更容易直接支持制造业。 货币政策:央行通过利率、流动性等工具影响经济总量，通胀上升时宽松空间通常会受限。 - 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。 在小宇宙查看该单集文稿

昨晚，美国总统特朗普抵达北京，开启了时隔9年的访华之旅。中美双方会晤的背后，有着多方现实层面和战略角度的考量，尤其是在地缘政治方面，中东地缘冲突的走势很大程度上决定了原油的价格，从而传导到化工、能源等诸多行业。 今年一季度，国内化工企业交出了一份亮眼答卷，净利润是去年四季度的两倍还多。（指数为基础化工行业801030.SL，数据来源Wind）不过，现在的化工板块，似乎越来越让人“看不懂”了。 一方面，化工指数（931111.CSI，2026/1/1-2026/5/13，排名13/32，数据来源Wind）涨幅位列全行业中上游，甚至展现出与科技成长板块旗鼓相当的实力；但另一方面，板块内部却极为割裂，同为化工赛道，不同细分领域的表现却经历着冰火两重天 。 从原油价格的剧烈波动，到国内产能的加速出清，化工行业的外部环境与内部格局都在发生剧变。想要搞清楚分化背后的原因，需要先回答几个问题： 当前化工行业的供需格局究竟发生了怎样的改变？中东地缘冲突与油价波动对产业链的具体影响是什么？在全球化工格局深度重构的当下，哪些细分赛道更具长期的投资确定性？ 本期分享的嘉宾是中欧基金长期深耕化工产业链的基金经理王习 。他将结合产业一线的深度研究，为我们拆解这幅复杂的「化工全景图」： l 为什么今年化工板块表现如此强势，但内部却极其割裂？ l 从原油到终端消费品，油价上涨在化工产业链中是如何传导的？ l 相比于17、18年的供给侧改革，本轮新增产能控制与碳排政策给化工行业带来的影响有何不同？ l 在全球化工产业迁移的背景下，中国企业正迎来怎样的窗口期？ l 具备成长属性的高端新材料，将如何重新定义化工的长期价值？ l 理性看待市场变数，化工行业存在哪些潜在风险？ 聊天的人 王习，中欧基金权益研究组组长、基金经理 偌馨，特邀主持人   时间轴 Part 1. 多重因素共振下的化工板块 · 01:43今年化工板块为何能领跑全行业，甚至与科技板块比肩？ · 04:17如何理解化工板块内部的剧烈分化与业绩差异？ · 07:25中东局势升级对化工板块短、中、长期的深远影响评估。 · 13:06成本上涨在产业链上下游是如何传导的？谁更受益，谁在承压？ · 22:01本轮“控新增”政策与17、18年“去存量”供给侧改革的本质区别。 · 24:55为何“碳排放”才是决定未来四五年化工产能格局的最核心政策？ Part 2. 全球格局重构与化工演进新动能 · 29:21过去十五年，全球化工竞争版图与利润分配格局经历了怎样的重写？ · 35:47地缘冲突是否加速了格局重构？优质国内龙头正面临怎样的全球份额提升窗口期？ · 38:22结合产业优势，哪些化工细分赛道最有可能率先实现突破，掌握全球主导权？ · 41:03如何客观评估化工板块当前正在凸显的成长属性？ · 44:03前期已有一定涨幅的传统大宗化工，目前处于周期的什么位置？ Part 3. 在变局中把握投资确定性 · 45:30真正决定一家化工企业能否抵御波动、吃到行业红利的关键要素是什么？ · 47:50立足当下，化工板块存在哪些容易被忽略的潜在风险？ · 49:22普通投资者如何通过拆分大类需求，抓取关键的判断指标？ · 51:02传统大宗品、顺周期板块未来两三年的走势将呈现怎样的差异化演绎？ · 53:53适合普通投资者参考的化工长期投资核心脉络。 关键词解释 · 小 A 股：业内对化工行业的描述，因其子行业极多且与宏观经济各领域（衣食住行、电子通信等）关联度极高。 · 供给决定高度：周期品定价逻辑之一。需求往往决定了价格波动的方向，而供给端的收缩程度则直接决定了价格上涨的幅度和持续时间 。 · 能耗双控：过去对能源消耗总量和强度的控制政策。目前正向碳排放考核过渡，这一转变将更深远地限制高耗能化工项目的扩张 。 · 碳排放（政策考核）：指标考核重心从“能耗双控”转向“碳排放总量和强度双控”，将原料用煤用能纳入排碳指标，显著提高了化工扩产项目的准入门槛 。 · 资本开支（CAPEX）：企业用于固定资产的投入。节目中提到美国化工资本开支处于低位，反映出其未来新增产出的潜力受限，难以承接大量产能转移。 · 聚氨酯：一种重要的高分子材料细分赛道。中国企业在该领域正加速替代欧洲产能，全球定价权与市场份额显著提升 。 · 自由现金流折现：一种经典的估值方法，认为公司价值等于未来存续期内现金流折现值之和。王习认为这是评估化工成长股长期天花板的底层逻辑 。 · ROE（净资产收益率）：衡量公司盈利能力的重要指标。节目中提到通过观察化工行业单季度的 ROE 分位数，来判断当前行业在盈利周期中所处的实际位置 。 · PPI（工业生产者出厂价格指数）：衡量工业企业产品出厂价格变动趋势。通常 PPI 上行阶段，代表工业品需求回暖或价格上涨，顺周期行业（如化工）整体盈利表现较好 。 – 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。 在小宇宙查看该单集文稿

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。 在小宇宙查看该单集文稿

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。 在小宇宙查看该单集文稿