南方产业活力股票(000955) - 基金投资策略和运作

四季A股市场高位震荡。具体来看，沪深300、中证500、中证1000、创业板指表现分别为-0.23%、0.72%、0.27%和-1.08%。一、基金收益和运作从绝对收益角度看，2025 年本基金取得了一定的正回报，但落后于沪深 300 指数。回顾过往，对安全边际的重视在熊市阶段保护了组合，但在过去一年的牛市环境中，也对组合表现造成了一定拖累。任何一类投资方法都有其内在弱点，而一个以企业盈利稳定性和价值低估为核心的投资组合，其常见短板正是在市场快速上涨阶段相对缺乏进攻性。对于方法论中这些与生俱来的属性，我们需要予以接纳。当然，在既有投资框架内，我们仍然存在可以改进的空间。回顾过去一年，我们犯下了一些“吃手指(sucking thumb)”式的错误：在面对部分已符合我们投资标准的资产时，未能在价格更具吸引力的阶段及时行动，或在买入时仓位配置不足。截至年末，本基金的主要持仓主要包括家电、银行、工业金属、汽车等行业。我们选择了一批竞争力突出，盈利能力稳定的企业纳入组合。基金权益资产的加权平均估值水平较年初有所提高。二、关于大模型公司的盈利能力虽然在投资上较为谨慎，但见证一项历史级的技术诞生，观察其如何渗透进各行各业，也是十分有趣。基于这一背景，我们也会不定期在季报中分享对AI行业的一些观察。近期，大模型公司的商业模式开始出现一些可评估的线索。由于头部大模型公司如 OpenAI、Anthropic 等尚未上市，其财务数据主要来自媒体零星披露。但结合近期公开的信息，我们可以一窥模型公司的一些经济特点。首先从成本端来看，算力芯片及其配套基础设施几乎每年完成一次代际升级，每一代计算集群的算力水平往往提升一个数量级，能效也显著改善。然而，令人意外的是，在综合考虑设备价格与功率提升后，单位电功率数据中心的总体投资成本却相对稳定。目前来看，每 GW 数据中心的总投资额大致在 500 亿美元左右。结合云服务提供商的租赁价格测算，租赁 1 GW 算力的年化成本约为 100 亿美元，而算力成本占据了模型公司总成本的绝大部分。在收入端，头部模型公司的年化经常性收入（ARR）与以电功率衡量的算力规模增长之间，似乎也呈现出近似线性的关系。根据 OpenAI 披露的数据，截至 2025 年底，其调用的算力规模约为 1.9 GW，对应 ARR 约为 200 亿美元。由此可以估算，其 ARR 与算力规模的比值约为 100 亿美元/GW/年。过去三年间，随着模型能力和硬件性能的持续迭代，在相同电功率下，计算集群输出 Token 的能力可能提升了近百倍，但平均定价也同步下降了约 99%。最终，收入与电功率之间仍然表现出近似线性的关系。这一现象背后，或许体现了竞争这只“无形之手”的作用。尽管部分头部企业声称其“推理毛利率（inference margin）”处于较高水平，但在激烈竞争环境下，若将训练成本一并计入，模型公司的综合毛利率已被压缩至接近盈亏平衡的水平。如此，我们更容易理解为何越来越多的行业领袖开始将“电功率（GW）”作为讨论大模型行业规模与经济性的核心起点。展望未来，我们认为“ARR/算力”这一指标，有望成为衡量模型公司盈利能力的重要观察变量。若每 GW 算力所带来的年化收入能够显著高于 100 亿美元，则模型公司才具备较为扎实的盈利基础。训练成本占比的变化、推理效率的持续优化，以及价格竞争的强弱，最终都将体现在这一指标之中。

三季度市场大幅上涨。沪深300上涨 17.9%，创业板指上涨50.4%。多数行业上涨，但涨幅分化明显，通信、电子、电力设备涨幅居前，均上涨超40%；银行、交运、石油石化等行业相对跑输，分别下跌10.19%、上涨0.61%、上涨1.76%。本基金净值三季度上涨约8.3%，明显落后于市场整体水平。这样的结果虽不尽人意，但也在情理之中。过往季报曾提到，由于对安全边际和确定性重视，组合里多数公司处在相对成熟的行业，格局稳定，业务增长不会太快。在过去一个季度市场风险偏好显著提高、成长风格占优的环境下，这类组合的相对表现大概率遭遇逆风。本季度，我们减仓了部分机械设备公司，增加了上游资源类公司以及科技硬件公司的配置。截至三季度末，组合行业分布更加多元，组合整体估值水平略有提升。人工智能领域的技术创新接踵而至，商业应用不断涌现，令人应接不暇。在此提供一些我们对行业的观察。其一是企业级应用的放量。不同于我们在今年初的认识，虽然尚未诞生爆款级的原生消费者应用（近期推出的 Sora 可能改变这一现状），但 AI 不断进步的推理能力带来了更广泛的可用性。头部模型在深度研究、编程、多模态等领域的出色表现，开始在企业内部和创作者群体中得到积极应用。AI 率先突破的是 SaaS（云端软件服务）市场，如企业内部知识检索的 Glean、整合客户服务的 ServiceNow、音乐创作的 SUNO、3D 建模领域的 Meshy 等等。相较过去的 SaaS 创业公司，这一批公司在创业不久便不断创下 ARR（年度经常性收入）里程碑。相较于我们在大语言模型诞生初期看到的 Character.AI 和 Midjourney 这类业务，需要深度介入客户业务的企业级应用似乎更好地利用了模型能力，且不易被模型本身取代。不同的是，与传统软件行业相比，AI 的边际成本并非为零，反而在前沿领域极其高昂，换言之资产更“重”。这意味着，无论是模型还是应用，在未来的角逐中，成本领先将成为关键能力。其二是模型初步出现自我迭代能力。我们会看到 Self-adapting（自适应）或 Self-evolving（自迭代）这样的字眼出现在前沿文献中。不同于以往“离线预训练—微调—对齐/强化”的模式，头部企业正在探索让模型在推理过程中持续训练并改进自身的技术。用大模型自己的比喻：“Self-adapting 像给模型加了‘自动变速箱 + 行车记录仪 + 导航回路’，边开车边学路；传统范式更像‘驾校毕业再上路’，上路后主要靠司机经验，偶尔回炉进修。”其三，与前两点相关联的算力投资。如果我们简单测算目前的海量算力基础设施投资及其带来的增量收入，可能会得出 ROI 偏低的结论。那科技巨头们在押注怎样的未来？谷歌前 CEO Eric Schmidt 不止一次谈到他所谓的 San Francisco Consensus（旧金山共识）：大意是，一批身处旧金山的一线科技领袖相信，在几年内 AI 将掌握自我迭代能力，并在不断自我迭代的过程中达到 AGI（通用人工智能），随即达到 ASI（超级人工智能，定义为超越人类智能总和）的水平，并在各个领域带来深刻变革。未能拥有 ASI的云厂商，可能会面临生存危机。当然，共识并不是事实。AI 目前确实在一些前沿研究中辅助科学家完成了若干证明，也能在国际数学和物理竞赛中达到金牌水平，但如 ASI 般颠覆性的智能跃迁能否出现，我们并不知道。当科技领袖们相信这样的叙事，不遗余力的算力投资便像是通往未来世界的一张船票。理性与狂热的边界在这一刻显得很模糊。回到组合投资。日新月异的技术创新和尚不明朗的竞争格局，给追求确定性和安全边际的投资人带来较大困难。我们对行业进展十分关注，但在投资上仍将保持谨慎。在潜力大但不确定性也高的领域，我们将以控制整体暴露、分散个股为原则。

2025年上半年，上证指数上涨2.76%，沪深300微涨0.03%，中证500上涨3.31%，中证1000上涨6.69%。结构层面，银行、AI、新消费、创新药等领域涨幅靠前。煤炭、食品饮料、房地产等传统行业跌幅较大。本基金在上半年维持了较高的股票仓位，整体结构调整不大。在此前的季报中，我们曾与持有人分享过对风险的看法。从投资原理出发，价格波动本身并不构成风险，真正的风险在于资本的永久性损失。然而，在资产管理实践中，净值的剧烈波动却是投资人面临的现实挑战。一方面，产品申赎机制可能在市场低点引发被动减仓；另一方面，保持理性是做出优质决策的前提，而过度压力恰恰是理性的敌人。剧烈波动可能扰乱投资人的判断与行为。我们曾提及 Ken Shubin Stein 总结的 “HALT-PS” 清单，即：饥饿（Hungry）、愤怒（Angry）、孤独（Lonely）、疲惫（Tired）、痛苦（Pain）和压力（Stress）。当意识到自己处于上述状态时，他建议将重大决策推迟，等待情绪回归平稳。在组合管理中，我们一方面不断加强自身的抗压能力，另一方面也尽可能控制组合的压力水平。在追求长期回报的同时，努力兼顾净值波动的平稳性。适度分散持股、在行业配置上保持一定独立性甚至负相关性，均有助于达成这一目标。

一、关于基金运作和净值波动2025年一季度，沪深300下跌约1.2%，中证500上涨约2.3%，本基金单位净值下跌约0.6%。截至本年度3月31日，近1年的净值增长率约12.1%.2025年一季度，本基金的净值表现和业绩基准相当，算是波澜不惊。但基金份额有所波动。在此我们想和持有人谈一谈我们对净值波动的态度。首先是投资目标，本基金的第一目标是要为投资人在取得长周期的绝对收益，在此基础上希望收益够超越市场平均。其次是我们的投资方法。我们纳入组合的公司要具备良好且可持续的基本面、价值低估、且具备恰当的公司治理。这些标准中没有一个和短期股价涨跌有关。和以上投资目标相匹配的是我们对待风险的态度。在去年三季报中，我们引用霍华德马克斯的精彩论述，从原则上来看，价格波动并不是风险。但在实践中，当基金份额波动时，我们可能不得不在底部卖出（forced out at bottom）。虽然对单位净值的影响不大，却可能导致持有人的实际亏损。因此，近期我们也在思考如何应对此类风险。方案一是让组合更加贴近同业，即要时刻关注同业的动向，做适当的“跟随”。可想而知，这种跟随必然挑战我们投资决策的基石——“价值低估”。同时，排名上的进步或许带来回撤上的退步，孰轻孰重未可知。故方案一不太可取。而方案二，也是我们认为可行的方案，是与投资人更加积极、坦诚的沟通，说明本基金做投资决策的根本方法和持仓特征。更准确的定位或许有助于投资人对基金的业绩表现有更合理的预期，从而减少交易产生的损失。截止2025年一季度，本基金的权益资产加权平均PE约12.8倍，加权平均PB约2.4倍，加权平均ROE为18.3%。由于我们对安全边际和确定性重视，组合里多数公司处在相对成熟的行业，格局稳定，业务的增长不会太快。从历史的实证数据来看，这样特征的股票组合在市场表现良好的时候大概率缺乏“进攻性”。借用行业前辈的比喻，不同资产就像足球队中的不同队员，球队既需要前锋的积极进攻，也离不开后卫门将的稳健防守。选择前锋和后卫本身没有对错，但是定位飘忽往往结局惨淡。理解本基金的风格，有助于投资人做出更匹配自身风险偏好的资产配置。二、关于新兴产业自2022年末ChatGPT发布以来，以大语言模型为代表的人工智能技术取得了长足的进步，已经深刻地影响我们生活的方方面面。但是在投资上，我们暂未寻找到具备清晰盈利前景的商业模式。具体而言，我们能观察到的商业模式主要有以下两种。第一类商业模式是大模型厂商向用户提供一个“Chatbot”交互界面，其基础功能免费，高级功能订阅收费。目前我们看到唯一获得超大规模付费订阅的只有OpenAI的Plus服务。而在过去一年中，我们也清晰的观察到它面临的巨大竞争压力。在DeepSeek R1开源后，大量用户在各种免费渠道就能获得不输GPT-o1的高质量回答。为了用户留存，OpenAI不停地将需要Plus订阅的高级功能向普通用户开放，包括更先进的推理模型，以及DALL·E的文生图功能等。可想而知，这将对另外一个头部文生图应用Midjourney的商业模式带来巨大挑战。此外，出于种种原因，大模型尚未复现互联网成熟的流量变现路径（电商/广告/游戏）。甚至一旦有大模型在回答中“疑似植入广告”就会被舆论广泛质疑，并引得开发团队公开解释。我们可以总结，面向订阅用户的商业模式能否走通有待观察。第二类商业模式是向应用开发者提供API服务，即大模型提供方将模型的输出能力嵌入到客户的产品之中，按调用次数或数据量计费。这也是头部大模型厂商获得了明确收入的一种模式。但如果我们去观察每百万Token的输出价格，2023年初GPT-4为为120美元，2024年中GPT-4o为10美元，2025年初的GPT-4omini下降至0.6美元。用Sam Altman自己的观察而言，“一定级别的人工智能成本每 12 个月下降约 10 倍”。而这尚未考虑DeepSeek等高效开源模型带来的进一步成本下降。任何一个商业模式若面临每年产品价格下降90%，其盈利前景必然难以判断。总结下来，大模型的商业模式同时面临超摩尔定律的成本下降和层出不穷的创新破坏（disruption），我们难以在现阶段选出有坚实盈利前景的企业。故在投资决策上，我们倾向于保持耐心。就像前文提到的球队分工，前锋们或许要关注新兴企业改变未来的无限潜能，而定位在后卫线上的我们则希望对风险有更清晰认识。我们不害怕错过，害怕看错。三、关于美国的“对等关税”近期美国对全球各国征收“对等关税”的政策引起了全球金融市场的震动。我们处在一个制造业竞争力强劲，内需尚需提振的环境中，很难想象一个生产不足，消费过度的经济体的困局。认清现实是合理决策的前期，我们努力去理解现实，尽管现实有时候显得魔幻。社会学家Monica Prasad用“按揭凯恩斯主义”总结高信贷高消费经济体的特征，大致结论为“以信贷促进高消费的国家，很难发展出广泛的公共福利，即便经济整体高度发达，也难以在大范围解决底层人民的贫困和疾病”。巴菲特在2024年致股东信中说道“现在，我们需要美国大众持续地储蓄...并明智地部署这些多余的资本。如果美国人把他们生产的所有东西消费掉，这个国家（的经济）就会陷入轮胎空转”。同样观察到问题的客观存在，巴菲特的药方是更多的储蓄和投资，而政策制定者决定让贸易逆差担当“替罪羊”。本轮“对等关税”的税率制定是根据美对各国贸易逆差和该国对美出口额的比例，看上去毫无逻辑可言，令经济学家们咋舌。但若代入政策制定者的视角，贸易逆差被视作一种“伤害”，根据“伤害”的深浅索要“赔偿”就合情合理，至于伤害的手段是否公正反而显得无关紧要。但任何政策都必须面对其后果。若极端政策无法达成预期目标，也难以长期维系。回到资产的选择上，对于存在北美业务敞口的企业，我们希望其一，企业的竞争力是全球性的，而不是仅局限于北美市场；其二，如果超额关税长期存在，公司可以承受损失，但不存在生存危机；第三，也是最根本的，它要符合我们前述的投资原则，要价值低估。面对不确定的未来，我们可以接受某一个标的的回报高一点或者低一点，但希望避免亏损。

2024年全年，沪深300上涨约14.7%，中证500上涨约5.5%，本基金单位净值上涨约17.7%。一、组合的调整本基金的结构调整主要集中在上半年，在下半年调整较少。考察我们保留在组合中的5家重仓公司，它们前三季度累计收入平均增长10%，净利润平均增长13%，平均ROE约21%，平均股息率约为4%。我们评估这一批公司在各自行业的内的竞争优势十分稳固。过去一年我们新增和加仓的公司集中在银行、白色家电、消费建材等行业，减仓的公司集中在特种钢材、服装辅料、烘焙零售等行业。关于更换标的的原因，我们在一季报中有所提及，主要基于对标隐含收益率高低评估，择优调换。也有个别时候，我们发现一些公司未能充分调整以适应疲弱的市场需求，增长压力过度传导至一线导致核心人员流失，从而削弱了公司的长期竞争力。在经济体逐渐走向成熟的过程，企业特别是身处传统行业的企业不太可能维持高速增长，强行追求增长，往往适得其反。如果企业家能够调整心态，适应放缓的规模增长，更加注重员工福利、供应链盈利和股东回报，维持一个更加健康的经营生态，未必不是更好的选择。一个健康的经济体和资本市场会将这部分盈余引导到居民消费，或其它需要投入的领域。二、2024年的股票市场过去一年的股票市场经历了数次明显的涨跌，预测市场先生的喜怒十分困难，我们无意为它把脉，只是时刻提醒自己要保持理性：当市场情绪亢奋时我们希望谨慎出价，当它悲观消极时我们希望积极出击。这里的问题是，企业的内在价值主要取决于未来的股东回报。如果企业未来前景暗淡，静态的”低估值“未必是真正的”价值低估“，而悲观的定价往往就隐含了这样的预期。要对抗这种预期，我们对未来的概率分布要有独立于市场的判断。当我们认识到极度悲观的情景出现的概率实际很小，而价格隐含的预期是其概率很大，那这种差异就是错误定价的来源。三、选择公司的原则在中报中我们向各位说明了本基金对资产偏好的两个原则分别是“低估“和”恰当的公司治理“。其中“低估”的完整含义是市场价格低于其内在价值。而一家公司的内在价值要“可评估”又十分不易。在此我们借用前辈的语言，使用一个相近的说法，该公司要具备良好且可持续的基本面（good economics that are fundamental and enduring）、能干且诚信的管理层（able and trustworthy management）、有吸引力的定价（attractively priced），可以被我们理解并估值（can be valued by us)。四、组合权益资产的估值截止到2024年年末，本基金持有权益资产的市值加权平均PB估值约2.3倍，平均PE TTM估值约12倍，平均净资产回报率ROE约18%（上市公司的财报更新至24年三季度）。我们评估组合内的这一批公司，其盈利能力和成长潜力高于市场平均水平，而估值低于市场平均水平。感谢投资人又一年的耐心陪伴，我们将继续滚动评估组合内资产和新的投资机会，力求在风险管理良好的前提下，获得超越市场平均的回报。

2024年前三季度，沪深300上涨约17.1%，中证500上涨约5.8%，本基金单位净值上涨约21.2%。市场在季末突然躁动，超出了所有人的预期。在谈到对市场的看法之前，我们先向投资人说明我们对风险的看法。一、风险和不确定性霍华德·马克斯近期录制了一期精简的视频，名为如何看待风险（How to Think About Risk），对投资中的风险进行了精彩诠释。我们高度认同马克斯的风险观，并在此多次引用他的论述。1. 风险是什么？摒弃语义或经济学界的严格定义，我们认为风险的核心是实际亏损的可能性（possibility of loss）。与此相对的则是股价的波动，尤其是向下波动，通常被市场认为是风险的来源。既由此诞生了特定跌幅下的“止损”技术动作作为风险管理的方法。然而，依我们观察，这类方法虽然能在流动性充裕时限制单笔投资的亏损幅度，却无法在系统层面上有效管理风险。2. 风险如何产生？埃洛伊·迪姆森（Elroy Dimson）教授总结：风险意味着未来可能发生的事件多于将会发生的事件（Risk means more things can happen than will happen）。风险的来源在于未来的不确定性，以及人类对未来的无知。抛硬币的结果只有一个，我们知道可能是正反两面之一，但永远无法确切知道是哪一个。更何况金融市场和商业世界是复杂系统，结果的类型和数量往往超出我们过往的经验。3. 风险可以被量化吗？金融学界长期以来使用波动率来衡量风险，很大程度上是因为需要找到“可量化”的数据。然而霍华德·马克斯认为，风险无法在事前被精确量化，甚至在事后也无法准确衡量。仅通过观察一位投资者的收益率，甚至是净值曲线，无法准确衡量其在此期间承担了多少风险。一项大幅波动后的资产可能非常安全，而毫无波动的资产可能隐含巨大风险。波动率、夏普比率（Sharpe Ratio）或其他量化指标可以作为观察风险的一个窗口，但它们并不是风险本身。4. 如何看待未来，如何应对风险？大多数机构投资者自入行起便被训练去预测企业未来盈利。管理组合后，又不断猜测股价走势，默认这就是自己的工作。投资者往往不自觉地将未来视为一个固定且可预测的结果。然而，事实一再证明，人类没有能力预见未来。我们推崇的态度是将未来视作一系列的概率分布。通过不断训练，我们希望对这些概率分布有一点点超越市场的洞察，了解哪些事件更可能发生，哪些事件不太可能发生。同时提醒自己，任何单笔投资中，长尾事件都可能发生，都可能会出错。我们无法回避每笔投资中的风险，但借由对概率分布的觉察，我们在多笔投资中寻求收益补偿，继而在组合整体层面管理好风险。5. 风险不仅取决于资产本身，也取决于参与者的态度如果投资者认为市场变得更安全，他们可能会说服自己采取更高风险的行为。当投资者谨慎行事时，风险较低；当他们不谨慎时，风险较高。风险是隐性的，是具有欺骗性的。它与过去一段时间的亏损频率和亏损幅度并无必然联系，但投资者却会线性外推过去的盈亏经验。具体而言，当一类资产长期表现良好且看似安全时，投资者更容易采取激进行为，从而推高估值，产生巨大风险。同理，当一类资产长期表现不佳，投资者对其态度严苛时，实际风险往往较低。二、对市场波动的态度和组合的调整从边际变化的角度看，近期市场波动可以归因于政策变化。但如果我们能够保持理性，如上文所述，应将我国未来的经济发展视为一个概率分布，其中大多数情况下，货币和财政政策会伴随经济周期的波动进行逆向调节。虽然缺乏政策对冲导致经济体陷入通缩螺旋的可能性存在，但极其低。而概率分布右侧的隐含回报足以补偿其风险。因此，在市场底部评估企业时，理性的预期是政策将会出台。至于刺激的力度如何、效果多大，超出了我们对概率分布的粗略描述，我们无从得知。相应地，当市场短期表现狂热，我们也无须猜测上涨是否会持续，或是哪些行业更具“弹性”。当个别资产涨幅较高时，我们会重新评估其是否仍被低估。在安全边际不足的情况下，选择减持或卖出。三、产品的穿透估值1. 整体法如果我们将本基金视为一家控股公司，从整体角度看待这一批权益资产，截至2024年三季度末，本基金的PB估值约为1.6倍，PE TTM（过去12个月）估值约为10倍，净资产回报率（ROE）约为15%。2. 市值加权平均法截至2024年三季度末，本基金的权益加权平均PB估值约为2.7倍，PE TTM估值约为14倍，净资产回报率（ROE）约为19%。两种估值方法的差异在于，整体法以持仓的盈利或资产规模为权重，而加权平均法则以市值为权重。估值较低的资产在前一种算法中占比更大，而估值较高（市值较高）的资产在后一种算法中权重更大。霍华德·马克斯认为，优秀投资人不仅追求良好结果，还要在过程中时刻管理好风险。其表征之一是市场上涨时跟上市场，市场下跌时跌幅更小。回顾过往三年，本基金勉强达到了这一标准。我们希望继续努力，为持有人提供一个风险管理良好、长期收益超越市场平均的基金产品。

2024年二季度，沪深300下跌约2.1%，中证500下跌约6.5%，本基金单位净值上涨约4.7%。以下是对本基金投资偏好的说明和对基金估值的一些建议，希望可以帮助持有人更好的理解本基金的运作方法，作出合理的投资决策。一、资产偏好我们选择公司的两个原则分别是“低估”和“恰当的公司治理”，“低估”的含义是市场价格低于其内在价值，而恰当的公司治理保证了企业会向外部股东分配合理利润。这里的“合理”不代表股东绝对优先，因为今天的企业使命早已超越了单纯的股东回报最大化。我们买入的所有公司均具备以上两个特征（如果没有判断错的话）。值得一提的是，一家公司的内在价值要“可评估”并不容易，因为未来是不确定的。比如我们使用DCF模型作为内在价值的估算手段，前提是企业未来的现金流落在模型附近的置信度不能太低。有时长期发展难以预判，此时我们力求关照好下限，即假设很多条件都不尽人意，这笔投资亏损的概率也尽量低，亏损的比例尽量小。鉴于这种标准，我们在家电行业的敞口暴露偏高一些。在此我们想向持有人说明，这并不是因为我们判断家电行业会系统性上涨，而是在这些行业中恰好能够选出好几家符合以上标准的公司。这自然和行业的发展阶段和竞争格局紧密相关。所以“选行业”和“选公司”在我们的实践中不是割裂的，而是一体的。就像学历史的时候要看人物传记，而理解人物要又要回归时代背景。相应的，上半年部分公司阶段性涨幅较高，不再符合我们对低估的要求，我们选择了减仓；对一些我们认为“可评估性”下降的公司，我们也选择了减仓。取而代之的是一些更低估，或者前景更确定的公司。二、净值和穿透估值在信息时代，我们很容易把投资的过程架设在一条曲线之上，这条曲线对股票而言是K线图，对基金而言是单位净值。多数时候，市场会给予资产合理的估值。但这不总是如此，而此时如何应对则是投资成败的关键。穿透净值曲线去看背后持有的这一批资产，能够帮助我们更好的评估基金价值。在此我们提供以下两种观察基金估值的方法，作为净值之外的补充，供持有人参考。 1. 整体法：如果我们把本基金看做是一家控股公司，从整体去看待这一批权益资产（上市公司的财报更新至24年一季度），24年二季度末本基金的PB估值约1.6倍，PE TTM（过去12个月）估值约10倍，净资产回报率ROE约16%。 2. 市值加权平均法：24年二季度末本基金持有权益资产的加权平均PB估值约2.4倍，PE TTM估值约12倍，净资产回报率ROE约20%。两者的差别在于，整体法以持仓的盈利或资产规模为权重，而加权平均法以其市值为权重。估值低的资产在前一种算法中占比会较大，而估值高（从而市值较高）的资产在后一种算法中权重更大。本基金希望滚动地持有一批资产，其平均的经营稳定性和成长潜力高于市场平均水平，而估值低于市场平均水平。从而在长期获得超越市场平均水平的回报。

2024年一季度，沪深300上涨3.10%，中证500下跌2.64%。本基金上涨4.35%，表现略优于基准。本基金近期的权益资产调整主要来自以下两个思路：其一是对低估的严格考量。由此出发，我们减持了部分前期表现较优，但当下隐含收益率已经不足的公司，涉及特种钢材和纺织服装等领域，让位给更加低估的资产。再者是基于对公司的再评估。去年四季报中我们提到“重新思考”的启示，当保持初心，反复动态评估时，我们得以正视在前期忽略掉的一些的缺陷，包括公司的员工流动率，客户预算变化等。由此我们对组合标的的长期竞争力做重新评估，减持了部分经营不够稳健的公司，让位给更加确定的资产。“永不卖出的资产”总是投资者追逐的圣杯，而伯克希尔的半个多世纪的历史中也常有这类案例。但如果仔细分析，巴菲特卖出极少大致有三个原因。其一是他已经大比例持股甚至私有化了他的投资标的，纳入伯克希尔大家庭，将其业务，管理层，员工，甚至对社区的责任扛在肩上，如其最初的纺织业务就运营到了关门解散的那一天（到想卖时也没人买了）。事实上，伯克希尔是一家超大型实业控股集团，而非财务投资基金。其二是他持有的很多企业在进入稳定期后具备强劲的现金流和分红能力，企业本身虽无法高效再投资，但源源不断的现金流输送至总部，给了巴菲特另谋一隅的资本。其三是伯克希尔的庞大规模导致他找不到好的替代物。而当上述条件或约束不存在，我们也无须作茧自缚，为自己贴上某行业或某公司的标签。面对可以甄别收益率高低的机会，果断弃劣取优。

2023年A股、港股总体处于调整状态，上证跌3.7%，深成指跌13.54%，创业板指跌19.41%，恒指跌13.82%。从A股行业指数看，申万一级行业中有10个行业上涨，通信、传媒、计算机、电子、石油石化等涨幅靠前；美容护理、商贸零售、房地产、电力设备、建筑材料、社会服务跌幅靠前。国内经济处于温和复苏状态，结构性亮点主要在汽车、人工智能、能源转型、部分契合时代需求的消费环节等。2023年在国内经济逐步复苏，海外主要经济体高通胀高库存的背景下，我们仍然看到优秀企业不断磨练内功，朝着更好的产品，更高效的运营，更有质量的增长方向发展。国内，虽然经济周期有波动，但人民对于美好生活的向往这一方向是不变的；阶段性需求结构会调整，但需求不是单调的追求价格便宜。能够匹配高质低价需求的供给获得了更好的发展。出海，不是单纯报表上海外收入占比的多寡，实际需要企业跨越几个门槛才能有长久发展：首先，具有全球比较优势的产品力及性价比，这是门槛值；第二，独立自主的知识产权，经受的起各国知识产权挑战；第三，全球化的人才布局和高效运营网络；第四，能从整体资源配置上，处理不同区域需求、法规等特殊情况。这几点有了平衡的发展，才算是有根基的出海，才是我们期待的高质量发展。本基金根据市场情况，保持较低仓位，结合板块估值和基金配置情况积极调整结构，从企业长期价值出发，通过产业、企业、管理层、竞争对手、技术趋势、财务表现等多个维度筛选优质成长股，努力兼顾企业成长性、财务稳健性和估值合理性，并对不同产业阶段的公司在三个方面赋予不同的权重。投资决策基于公司基本面判断，尽量避免市场情绪的负面干扰，在尽量冷静客观的情况下进行投资操作。股票实时价格是一种边际定价，波动性是市场的固有的特点，不畏惧波动，认真分析每一次市场调整中的机会，以期获得长期超额收益。

2023年三季度，全球大类资产分化：全球市场利率整体上行；全球股指分化，多数市场震荡调整；原油大涨，黄金震荡；美元指数反弹，其余货币普遍贬值。国内大类资产：宏观预期分化。股指、利率、汇率都没有明显的方向；工业品指数反弹，但是螺纹呈现底部震荡。AH股指整体呈现震荡调整的态势：A股小幅下跌，中小创跌幅较明显。港股跌幅略大于A股，但恒生科技小幅反弹。A股行业表现呈现涨跌互现的分化：低估值类板块上涨。成长类行业（电力设备、TMT、军工等）跌幅居前。本基金根据市场情况，保持较低仓位，结合板块估值和基金配置情况积极调整结构，从企业长期价值出发，通过产业、企业、管理层、竞争对手、技术趋势、财务表现等多个维度筛选优质成长股，努力兼顾企业成长性、财务稳健性和估值合理性，并对不同产业阶段的公司在三个方面赋予不同的权重。投资决策基于公司基本面判断，尽量避免市场情绪的负面干扰，在尽量冷静客观的情况下进行投资操作。股票实时价格是一种边际定价，波动性是市场的固有的特点，不畏惧波动，认真分析每一次市场调整中的机会，以期获得长期超额收益。展望后市，对国内经济保持积极乐观：经济短周期有压力，但二季度的下行已稳住；经济存在结构性潜力，长周期视角不必悲观。6月以来，国内景气扭转了二季度的快速回落，跟随季节性回暖。信贷和地产销售是当前的关注重点。目前，企业资产负债表健康：产能压力、库存压力显著小于2014年，损益表对景气度的弹性很高（商品价格向上的弹性更敏感）。当前是储蓄增长压低金融负债率。市场已经包含了对于诸多利空因素的预期，经济基本面也在稳步改善。从已经披露的三季报预告看，龙头企业维持自身经营韧性，应对宏观波动更加从容，有新增长曲线的公司，表现出更高的业绩弹性。在当前位置值得对市场更乐观。

2023年上半年，市场宽基指数以震荡为主，国内经济温和复苏，餐饮、旅游、新能源等需求较好，泛消费领域逐步进入正循环，先进制造继续体现结构性景气，并不断进口替代及国际市场突破，部分行业因过去两年资本投入快速增长阶段性面临供给压力。欧美主流市场仍然处于高通胀的压力和库存牛鞭效应的调整中，通胀压力趋缓和库存去化有利于下半年国内出口。具有全球比较优势的汽车、机电、信息技术、新能源等产品不断拓展新兴市场，弥补欧美出口的暂时压力。企业家精神是可以信赖的企业价值来源，其促使企业家不断地寻找新的商业机会,并通过创新来创造商业价值。此外,企业家精神还可以鼓励员工的积极性和创造性,提高企业的效率和质量。在10-20年，一家企业想要达成什么目标？为了更高概率实现这一目标，企业家需要做什么？未来可能发生什么导致公司目标无法达成？通过对于长期因素的思考，回避短期噪音，能够在不确定的世界中将投资机会看得更真切。本基金根据市场情况，结合板块估值和基金配置情况积极调整结构，从企业长期价值出发，通过产业、企业、管理层、竞争对手、技术趋势、财务表现等多个维度筛选优质成长股，努力兼顾企业成长性、财务稳健性和估值合理性，并对不同产业阶段的公司在三个方面赋予不同的权重。投资决策基于公司基本面判断，尽量避免市场情绪的负面干扰，在尽量冷静客观的情况下进行投资操作。股票实时价格是一种边际定价，波动性是市场的固有的特点，不畏惧波动，认真分析每一次市场调整中的机会，以期获得长期超额收益。

2023年一季度，A股和港股市场总体延续上涨趋势，经济复苏得到高频数据验证，截止3月底，国内地产销售趋势持续向好，消费数据也在逐步恢复。虽然市场对于复苏持续度仍有犹豫，但我们仍然认为，综合考虑基数与潜在增长结构，对于今年的经济增长目标是可以保持乐观的。从全球范围看，一季度出现了一些新的不确定性，主要表现在美元持续加息后海外金融市场开始出现一些局部风险，在高利率环境下，美国经济下行风险仍然是重点观测的一个问题。从技术的发展过程看，人工智能度过了高特纳曲线一个明显的低点，并展示了作为一个基座性工具可能带来的巨大商业价值。人工智能的发展，由于其自身带有“黑匣子”的性质，所以发展曲线向来都具有不可预测性，都不是线性的。同时我们也看到，近期除了大模型，一些小型模型也在快速迭代，并在相应垂直领域快速提高工作效率。未来可能还可以看到多种模型的协同发展，及超级模型辅助决策，解决不同问题恰当模型选择和调用的问题。人工智能不仅可以对已有任务进行效率改造还有可能创造出新的解决问题的方式与方法，并带来新的需求。同时，人工智能隐含的风险及与之匹配的监管问题还没有来得及得到解决。可以说这是一个前途美好又充满不确定性岔路的发展过程。对此我们抱有美好的期待与敬畏之心。从投资上看，对于一个空间巨大又快速迭代的新技术，市场抱有一种普惠性的美好愿望对潜在标的进行投资是可以理解的，这也是历史上多次技术浪潮商业化放大初期反复出现的市场表现。对于这样的市场状况个人抱有更大的耐心：一方面，既然这是一个星辰大海的行业，真正强者的受益幅度可能是远超目前想象的，且真正的强者不一定在商业化发展早期就明确的显示出其明确的空间。耐心与冷静，即便在快速发展的行业也会得到回馈。另一方面，世界并不是只有AI一个行业，万物皆周期。在市场情绪结构性高涨的时候，资产定价有效性会局部下降，这也给长期投资者提供良好的买入时机，我们不会错过这样的机会。在有长期竞争优势的先进制造、品牌消费、创新科技等多个方面，冷静地寻找机会。