#天天基金调研团#
作为专业的投资朋友，这次天天基金调研团联合大成基金的资产配置解读会议，我是带着不少思考去听的。今年以来持仓里的 AI 硬件标的中报业绩普遍超预期，产业链利润增速非常亮眼，但股价却迟迟不涨甚至反复回撤，身边不少做了十几年投资的朋友都在说 “基本面失效了”“市场不讲逻辑”。天天基金调研团本次活动的纪要我前前后后翻了不下五遍，每一遍都有新的体会 —— 它不是给你一个 “买还是卖” 的直白答案，而是把当下市场的定价逻辑拆解得明明白白，相当于给自己的投资框架做了一次系统升级。作为在市场里经历过几轮周期的职业投资者，我更愿意把这次调研当成一次 “认知校准”，把很多碎片化的实盘感受落实成了可执行的交易框架。
一、此次调研的核心收获与感悟
先说最直接的收获，就是重新认识了 “业绩涨、股价跌” 这个看似矛盾的市场现象。基金经理把资产价格拆解成了三个核心变量：
能赚多少钱、钱值多少钱、有多少人在挤。这个框架看似朴素，却精准戳中了当前市场的核心矛盾。
过去我做基本面投资，眼睛大多只盯着第一个变量 —— 公司的盈利能力和增长速度，觉得业绩好就该涨，最多把无风险利率当成一个分母项。但这次调研把后两个变量的权重提到了和盈利同等的位置，尤其是 “钱值多少钱” 里的期限结构差异，以及 “拥挤度” 这个波动率放大器。
具体来说，我们常说的 “利率影响估值”，其实远不是加不加息那么简单。真正压制成长股估值的，是长期利率的上行。这次会议提到海外 30 年期国债利率冲到 5.33%，而且长期利率涨得比短期更快，这说明市场不是在定价新一轮加息，而是在定价长期资金的风险补偿 —— 投资者觉得把钱借出去这么久，风险不小，得多要一点收益补偿。对于 AI 这类 “钱要很多年以后才收得回来” 的高成长资产，长端利率每往上走一个台阶，估值就要被压一截；反观那些盈利稳定、回本周期短的成熟行业，受影响就小得多。
今年以来不同风格的表现分化，本质上根本不是行业景气度的差异，而是 “回本快慢” 的差异 —— 这是我今年听过的非常有用的一条市场线索。
第二个重要收获，是全新认识了这轮结构性行情的本质：它不是全面牛市，而是 “局部偏强” 经济下的资金被动迁徙。基金经理摆出的几组数据把这件事讲得透透的：
7 月整体制造业 PMI 在荣枯线以下，房地产投资同比下滑 16.2%，居民贷款单月减少约 4600 亿；但另一边高技术制造业 PMI 有 53.3%，高技术行业贷款余额同比增长 14.6%。一边是传统行业的资金在持续撤出，另一边是资金总得有个去处，于是大量资金被动地挤进了少数还能看到明确景气度的方向。
这里最关键的一个提醒，也是我之前认知的盲区：主动看好和被动流入，完全是两回事，但在资金数据上看起来一模一样。
我之前看板块资金净流入，总默认是投资者主动看好产业前景，其实里面混杂了大量 “没别的地方可去” 的钱。这种被动资金的属性，决定了它的稳定性很差 —— 一旦传统行业出现边际改善，或者高技术领域景气度回落，资金流向就可能快速反转。
这也解释了为什么 AI 板块波动这么大：里面不仅有坚定的产业长期资金，还有大量逐利的游资和无处可去的配置资金，一有风吹草动就容易形成踩踏。想通这一点，再看今年的板块轮动和回撤，就一点都不奇怪了。
第三个感悟，是对 “估值贵不贵” 这件事，建立了时间维度的动态判断标准。
之前市场上总有人吵，一方说 AI 估值太高，动辄上百倍市盈率泡沫严重；另一方说不贵，业绩增速能消化估值。这次纪要里拆了一个很有意思的结构：相关指数普遍是市净率处于历史高位、市盈率处于历史低位。一高一低的背后，是市场真实的分歧：市盈率分位低，说明资金在担忧 “这份高盈利能持续多久”，不愿意给更高的估值倍数；但市净率分位高，又说明资金并没撤走，仍然认可这些资产的底层产业价值。
更重要的是，估值不能静态看，要放在时间维度里看。站在三个月的短期视角，业绩还没充分兑现，利率还在高位，看起来确实偏贵；但站在两年的维度，如果行业利润继续按预期增长，同样的价格对应的市盈率会自然降下来。之前我们做估值判断，总是习惯用当前的业绩算当前的估值，很容易陷入 “恐高” 的误区，早早卖出错过主升浪，如果我们把自己的估值表都改了，加了 2027、2028 年的盈利预测对应的估值，视角一下子就拉开了。
二、对 AI 行业的观点与后续行情研判
聊完框架上的收获，再说说市场上最关心的 AI 产业链。这次调研对 AI 行情的定调，我觉得非常中肯，核心结论就是一句话：景气尚未见顶，但估值扩张阶段大概率已经接近尾声。换句话说，靠预期抬估值的 “赚快钱” 阶段过去了，接下来要赚业绩兑现的 “慢钱”，波动会明显加大，收益风险比会下降，但结构性机会还远没结束。
我把 AI 产业链分成两条线来梳理，这也是此次调研活动里明确区分的：外需驱动型和自主可控型，两者根本不在一个节奏上，不能放在一起比谁好谁坏，本质是时间维度的配置差异。
第一条是外需驱动的算力硬件链，也就是我们常说的光模块、服务器这些，对应海外大厂的资本开支周期，也是创业板 AI 的核心权重。短期来看，也就是从现在到今年年底，这条线的确定性是更高的。
最硬的支撑就是海外资本开支不仅没有缩减，反而持续上修 —— 年初主流预期大概是 6500 亿美元，现在已经上修到 7450 亿美元的量级，产业投入的强度远超市场年初的判断。
技术路线方面，之前市场一直担心新一代封装方案会快速替代现有产品，造成业绩断崖式下跌。但明确的产业节奏是：新一代方案要到 2027 年下半年才开始量产，2028 年才会上规模，是渐进式替代，不是断崖式切换。这就意味着至少今明两年，现有产品的需求和价格都有支撑，业绩兑现的确定性很强。三季报会是下一个重要的验证窗口，如果订单和出货量继续超预期，板块还会有业绩驱动的行情。
但这条线的风险也很明确，就是海外长期利率。因为算力硬件的投资回报周期长，属于典型的 “长久期资产”，对美债长端利率极度敏感。这轮调整的核心压力，其实不是产业本身出了问题，而是长端利率上行把估值压住了。所以接下来这条线的核心催化点，不在于业绩再超预期多少，而在于美债长端利率什么时候见顶回落。
至于大家担心的光模块权重集中、回撤会很剧烈的问题，我的看法和基金经理一致：指数集中配置光模块，本质是为了精准捕捉 AI 硬件的景气弹性，如果为了平滑回撤刻意分散，最后就会和泛 AI 主题指数同质化，失去了配置的意义。做主题投资，就要接受主题的波动，想稳不如直接去买宽基。
第二条是自主可控的国产 AI 链，主要是半导体、国产算力这些，对应科创板的方向。这条线的逻辑是长期的，是 5 到 10 年维度的产业进程，短期确定性不如海外链，但中长期的空间和抗风险能力值得观察。它的问题在于推进速度不好判断，订单质量、回款情况都是变数，所以市场给的估值溢价会更谨慎。
但它有一个核心的底层逻辑：外部限制越紧，自主推进的速度就越快，这是一个不受海外周期影响的独立逻辑。如果是三年以上的长钱配置，这条线的安全边际其实更高，因为它不依赖海外资本开支周期，有自己独立的产业节奏。
所以我的整体研判是，下半年 AI 行情不会是普涨，会出现明显的内部分化。短期交易型资金更适合去做海外算力链的业绩兑现行情，盯着三季报和美债利率两个核心信号；长期配置型资金，可以趁市场波动分批布局国产自主可控链，不用太在意短期的涨跌。另外要特别注意的是，现在市场拥挤度还没散，成交额前 5% 的股票占了全市场近一半的成交，融资余额占比还在近三年 90% 分位。这种情况下，任何一点利空都会被放大，波动会非常剧烈。
但波动大不等于行情结束，历史上波动冲高之后，市场往往需要一个季度左右的时间来平复。接下来这段时间，最重要的不是预测涨跌，而是管理好自己的仓位和心态，接受行情的颠簸。
三、印象最深刻的几条基金经理观点
这次调研里，刘淼经理有几个观点我印象特别深，值得反复琢磨。
第一个也是最核心的一句话：“股价反映的不是现在赚了多少，而是接下来会不会比现在更好。”
这句话其实是资本市场最基础的定价逻辑，但身在行情里的时候，特别容易被业绩的光鲜冲昏头脑。今年 AI 中报披露期，很多朋友认为 “业绩这么好，总该涨了吧”，结果大多是利好兑现就跌。原因很简单：前一波上涨，涨的是 “供不应求、价格上涨” 这个预期；等到财报发布，预期已经 100% 兑现了，市场就会开始往下一个阶段看：这些巨额的资本开支，未来靠什么应用场景赚回来？当市场开始讨论这个问题的时候，股价自然就不会再沿着之前的斜率上涨了。
第二个观点：“拥挤度更适合用来判断你可能要承受多大的波动，而不是用来判断接下来是涨还是跌。”
之前我对抱团这件事多少有些抵触，总觉得 “树倒猢狲散”，只要板块拥挤度高了，就迟早要崩，所以经常因为觉得 “太挤了” 就提前下车。这次把这个逻辑彻底理顺了：拥挤度本身不是趋势的反向指标，它是波动率的放大器。就像一条公路，车多了不会让路消失，但会让你开得更颠簸，刹车距离更长。行情的方向最终还是由盈利和利率决定的，拥挤度只是让涨的时候涨得更急，跌的时候跌得更狠。
所以正确的做法，不是因为拥挤就看空，而是根据拥挤度调整你的仓位管理：拥挤度高的时候，就降低单票仓位，放宽止损幅度，用分批买卖的方式平滑波动，而不是直接清仓走人。
景气见顶和估值不再扩张，根本不是一回事。”
这绝对是当下市场最普遍的认知误区。很多人一看到股价不涨了，估值不动了，就觉得 “景气见顶了”，赶紧跑路。
但实际上，一轮完整的产业行情通常分两个阶段：
第一阶段是预期驱动，靠估值扩张涨股价，这时候业绩还没完全兑现，炒的是想象空间；也就是市场中的业绩炒作。
第二阶段是业绩驱动，估值基本不动了，靠每年的利润增长推着股价慢慢往上走。
现在的 AI 产业，就是从第一阶段往第二阶段切换的过程，不是景气没了，是靠估值赚快钱的阶段结束了。如果把这两者混为一谈，很容易在业绩兑现的初期就把筹码扔在半山腰。刘淼经理提出 “目前从投入计划、使用量、中报数据看，还看不到景气见顶的证据”，这一点我是认同的 —— 全球 AI 的调用量还在快速增长，大厂资本开支还在上行，产业逻辑没被破坏，现在只是估值修复，不是行情结束。
还有一个关于买入方式的观点，我觉得非常实用：“以分批为主，回调到位无法事前定义，等待的结果可能是空仓。”
做投资这么多年，我见过太多人总想等一个 “完美的回调点” 再上车，结果要么是越等越涨，最后踏空追高；要么是跌下来了不敢买，生怕还有更低点，最后抄在半山腰。尤其是在波动大的行情里，“等回调” 本质上是一种择时执念，大部分人都等不到自己想要的位置。
这次基金经理给出的方案就很务实：把资金分成两部分，一部分定投，不管涨跌，保证自己在场，不踏空大趋势；另一部分作为条件性资金，等明确的信号出现再投 —— 比如美债长端利率明显回落，或者市场拥挤度下降。这种 “被动打底 + 主动增强” 的方式，既避免了踏空风险，又保留了在更好位置加仓的余地，比单纯猜底要靠谱得多。我已经把这个思路用到了自己下半年的加仓计划里，实践下来心态确实平和了很多。
因此，我也调入小部分仓位作为定投的开始。
四、基金深度评测$大成创业板人工智能ETF发起式联接A(OTCFUND|025652)$
大成创业板人工智能ETF发起式联接A成立于2025年10月，基金经理为刘淼。
该基金今年来的走势来看，收益率明显高于同类平均水平。
从季度四分位走势来看，该基金均处于优秀象限水平。
因业绩优于同类平均水平，该基金的规模也呈现出逐渐增长态势。
费率是投资朋友普遍关注的问题，从上图可以看出，该基金的综合费率为1%，其中管理费率、托管费率为0.6%，隐性费率则占0.4%。
同类平均费率则为1.38%，该基金优于同类平均0.38个百分点。
显性费率与隐性费率均优于同类平均水平。
基金换手率越高，则相应费率越高，从换手率来看，该基金的换手率低于同类平均水平，从而降低了基金的费率。另一方面，也体现出了基金经理的选股能力。
该基金的基金经理在收益能力、抗风险能力上均处于前25%的水平，表现出较好的管理能力。
由于C类基金与A类基金业绩等情形基本一致，所以这里就不再对$大成创业板人工智能ETF发起式联接C(OTCFUND|025653)$另行评测了。
从雷达图则可以更直观的看出，基金经理的各项管理水平均处于同类经理的前列。
五、算力、模型、应用端，我最看好AI产业链的哪个环节？
聊完本次调研活动以及对刘淼经理在管产品进行评测外，我们再聊一聊算力、模型、应用端，我最看好AI产业链的哪个环节这个话题。
提到AI，我们就要追踪AI产业的核心技术发源地，发源地在哪？那就是美国。
我想从OpenAl最新发布的GPT-6Astra来展开聊一聊，虽然篇幅比较长，但这样对于大家理解AI发展的重要拐点便于理解，所以希望大家可以耐心看完。
对于这个模型，我也第一时间进行了试用。
刚开始看演示，我还在想它和以前的大模型、Agen到底有什么本质区别，好像没有那么直观。
但真正用下来以后，我感觉这次Astra的升级可能是AI模型发展的一个拐点，因为AI开始真正学会“用电脑“了。
最早的大模型比如ChatGPT，本质上是你问，它回答。你问它怎么分析Excel，它可以告诉你公式、方法和结论，但真正操作电脑的还是你。
后来我们开始讲Agent，也就是Al智能体。Agent已经可以帮我们完成一连串任务，但很多时候需要提前AI接好工具、设计好工作流程。
简单理解就是，人要先给出非常具体的指令，AI沿着指令来执行。
而Astra这次非常重要的进步，是它开始越来越能够直接理解和使用电脑了。
举个最简单的例子，以前你让大模型分析一份销售数据，它可以告诉你怎么分析、帮你写公式、甚至生成代码。但现在的Astra，越来越接近直接替你打开软件、操作Excel、处理数据、做图表，最后把结果交给你。
OpenAl官网还展示了更复杂的场景：Astra可以自己操作专业的电路设计软件，放置元件、连接线路，最后真的把一块电路板设计出来；也可以操作网页和3D设计软件，甚至可以直接做出一款3D游戏。
这就是Astra非常重要的一个突破：ComputerUse（电脑试用），就是AI开始像人一样看屏幕、点鼠标、使用电脑软件。
你不一定需要告诉它第一步点哪里、第二步打开什么。它可以看屏幕，理解现在发生了什么，再决定下一步怎么操作。而且面对一个以前没有见过的环境，它也越来越能够自己摸索规则。
为什么这件事对AI产业很重要？
因为它可能一下子扩大了AI能够干多少活。过去AI最成功的场景之一是Coding，也就是写代码。
但程序员毕竟只是所有工作人群中的一部分。绝大多数人每天工作的时间，并不是在写代码，而是在用Excel、浏览器、财务软件、设计软件等等，以及各种各样的电脑系统。
如果AI能够直接使用这些软件，就意味着AI可以直接进入今天已经存在的数字世界。
ComputerUse如果真正成熟，面对的可能是几乎所有需要通过电脑完成的工作。
这就把Al潜在的工作量打开了。如果ComputerUse真的把Al带进大量真实工作场景，那么它实际上是在扩大整个AI基础设施的需求池。
上周的美股、今天的A股，已经在交易这种预期了。
当然，现在Astra刚推出，带来的更多还是产业趋势上的新变化，离真正转化成大规模需求和企业业绩还有距离，我们对后续的进一步发展保持关注，对产业趋势保持乐观。
对产业链哪些板块有影响呢？
Astra如果代表AI开始从“聊天”走向真正“干活”，最重要的变化就是：
AI工作的时间更长了、处理的数据更多了、同时运行的AI也更多了。
这会直接带来几条产业链需求：
第一，利好存储。
AI干的事情越复杂，就需要读取和保存越多的数据。尤其是长时间运行的AI，需要不断记住前面的信息、调用企业数据库、保存中间结果。
所以AI从回答一句话变成连续工作几个小时，不仅需要更多GPU，也需要更多HBM、DRAM和SSD。
简单理解：GPU负责算，存储负责记和存。AI干的活越多，两边都要升级。
第二，利好算力。
以前问AI一个问题，可能几十秒就结束。未来AI替你操作电脑、做研究、写代码、处理企业工作，一个任务可能连续运行几十分钟甚至几个小时。
AI干活时间越长，需要的计算量越大，GPU、CPU等AI芯片的需求自然越大。
第三，利好光通信和网络。
现在AI计算不是一颗GPU自己完成，而是成干上万颗芯片一起工作。AI任务越复杂、数据量越大，这些GPU之间需要交换的数据就越多。芯片越来越多、数据越来越大，就需要更快的“高速公路”来传输数据。
这条高速公路，就是光通信和高速网络。所以会继续拉动光模块、交换机、网络芯片等需求。
六、总结与后续操作思路
总的来说，这次调研对我而言，不是获取了什么 “内部消息”，而是完成了一次投资框架的迭代。从单一的盈利维度，升级为 “盈利 - 利率 - 拥挤度” 三维定价框架；从静态的估值思维，升级为时间维度的动态估值判断；从简单看资金流向，升级为区分主动配置与被动迁徙；从恐惧波动，升级为理解波动、管理波动。
作为职业投资者，不仅是我，大家都需要永远要对市场保持敬畏，也要不断修正自己的认知偏差。这轮 AI 行情走到现在，确实已经过了闭眼买都能涨的阶段，接下来考验的是对产业节奏的把握、对估值的耐心，以及对波动的承受力。降低收益预期，做好仓位管理，沿着产业逻辑最硬的方向分批布局，应该是下半年最稳妥的策略。
投资从来不是比谁赚得快，而是比谁走得远。想清楚这一点，面对市场的涨涨跌跌，也就坦然多了。
#人工智能怎么投##金芒创作计划#
