財聯(lián)社2月11日訊（記者 吳雨其）在人工智能全面滲透金融行業(yè)的當下，“AI+投研”已經(jīng)成了資產(chǎn)管理機構(gòu)繞不開的話題。有人把它當作提高效率的新工具，有人嘗試把它引入決策流程的深處。止于至善投資總經(jīng)理何理選擇的路徑，是在全球多市場、多資產(chǎn)的框架中，讓AI從輔助插件走向投研基礎(chǔ)設(shè)施，再在此基礎(chǔ)上討論長期主義、投資者關(guān)系以及風險邊界。這種做法并不以講故事取勝，更像是一套正在運行中的實驗系統(tǒng)。

從業(yè)績表現(xiàn)看，這套體系已經(jīng)經(jīng)歷了不同市場環(huán)境的考驗。以公司核心價值投資產(chǎn)品線為例，在多個階段都跑贏主要市場基準，其中一只代表產(chǎn)品自2022年成立以來，已經(jīng)覆蓋2022年至2026年五個完整自然年度，年度收益均優(yōu)于主要指數(shù)。

在與財聯(lián)社記者的交流中，他反復強調(diào)兩個問題 一是AI在投研體系中的位置究竟應當擺在何處，二是在AI帶來的機會與不確定性之間，投資者如何設(shè)定自己的風險承受邊界。圍繞這兩個問題，止于至善投資正在進行一場持續(xù)的實踐。

讓AI成為“數(shù)字同事”

談到止于至善的投研體系，何理給出了一個頗具科幻感的名字“AI賽博坦”。這個體系由研究、交易、風控、回溯四個子系統(tǒng)構(gòu)成，四個環(huán)節(jié)并非彼此割裂，而是相互嵌合，共同支撐投資決策的形成與落地。在他看來，關(guān)鍵不在于是否使用AI工具，而在于是否愿意讓AI參與到整個體系的重塑之中。

在他觀察到的行業(yè)現(xiàn)狀中，AI仍主要承擔聽會、整理紀要、搜索信息等輔助性角色，更多被視作提升效率的插件。止于至善則將AI視為“數(shù)字同事”，在體系搭建和迭代過程中與投研團隊一起開發(fā)規(guī)則、訓練模型和優(yōu)化流程。研究環(huán)節(jié)需要AI協(xié)助處理海量信息并抽取結(jié)構(gòu)化要點，交易環(huán)節(jié)則與AI共同設(shè)計執(zhí)行框架和約束條件，風控和回溯系統(tǒng)也通過AI持續(xù)監(jiān)控組合行為與歷史數(shù)據(jù)，從而形成閉環(huán)。

這種設(shè)計的目標，是讓主觀研究、量化評估與AI工作流真正融合，而不是在傳統(tǒng)流程上簡單疊加幾段代碼。何理認為，未來三到五年，“AI賦能投研”的演進方向很可能是自動化程度不斷提升，AI不再局限于生成研報和輔助分析，而是直接給出系統(tǒng)性結(jié)果，再由投研團隊進行判斷與修正。他判斷，隨著訓練數(shù)據(jù)和實踐經(jīng)驗的積累，“AI賽博坦”這類體系會在決策效率和一致性上拉開差距。

這種投研重構(gòu)也延伸到了交易層面。止于至善當前所有產(chǎn)品的交易體系，均是與AI共同開發(fā)完成的。AI在這里既要遵守風控規(guī)則，又要吸收回溯系統(tǒng)中提煉出的經(jīng)驗，在此基礎(chǔ)上不斷調(diào)整執(zhí)行細節(jié)。何理強調(diào)，在這套體系里，AI并沒有替代人，而是把團隊過去十余年的投研理解模型化、系統(tǒng)化，使得投資邏輯可以在更大范圍內(nèi)復制和驗證。

在他看來，真正的挑戰(zhàn)不在于AI能否帶來超額收益，而在于機構(gòu)是否愿意在底層邏輯上做出足夠徹底的改造。只有當研究、交易、風控和復盤都與AI深度耦合，AI才能從工具升級為“同事”，在多市場、多資產(chǎn)環(huán)境下體現(xiàn)出穩(wěn)定性與前瞻性。

全球多市場中的“質(zhì)價比”路徑

與一些自上而下進行資產(chǎn)配置的全球投資機構(gòu)不同，止于至善在多市場布局時，會把宏觀判斷視為一種“水溫測試”。在何理的設(shè)定里，宏觀研究更多是用來理解不同國家和地區(qū)所處的環(huán)境，例如貨幣政策、產(chǎn)業(yè)結(jié)構(gòu)等，但不會直接被用來決定“哪里的市場會漲、哪里的市場會跌”，更不會通過宏觀觀點來人為調(diào)整各市場的倉位比例。實際持倉主要由自下而上的個股研究和“質(zhì)價比”評估決定。

目前公司整體投資中，約七成集中在美國、韓國、日本等海外市場，約三成配置在A股和港股。這個比例并非事先規(guī)劃，而是從個股層面逐步累積的結(jié)果。當一家公司在團隊的研究框架中體現(xiàn)出更優(yōu)的質(zhì)價比時，它往往會成為調(diào)整組合的主要驅(qū)動力。為了維持組合均衡，團隊也會在必要時對某些方向進行少量配置，例如在部分時期以不超過基金凈資產(chǎn)一成的比例，持有創(chuàng)新藥相關(guān)ETF，以對沖單一行業(yè)集中度過高的風險。

在賽道選擇上，止于至善一方面重點挖掘AI、新消費、區(qū)塊鏈、創(chuàng)新藥、機器人等何理口中的“星辰大?！鳖I(lǐng)域，另一方面保持對資源品等傳統(tǒng)行業(yè)的長期跟蹤?；诋斍暗墓乐岛惋L險收益比評估，何理將AI視為有生以來最大的投資機會，新消費和區(qū)塊鏈的質(zhì)價比較高。同時與市場不同的是，他認為創(chuàng)新藥和機器人整體偏貴，因此在最后兩類公司上更愿意耐心等待，待估值和企業(yè)基本面更匹配時再主動出擊。

資源品在組合中的角色則相對穩(wěn)定。何理提到，旗下基金目前主要持倉集中在AI、新消費和資源股三類資產(chǎn)上，大致呈現(xiàn)六比二比一的結(jié)構(gòu)。資源股部分重點放在他所認知的“超級周期”品種，例如銅、鋁、黃金等，同時持續(xù)關(guān)注小金屬中可能出現(xiàn)獨立超級周期的機會。這種多元配置，在他看來是對單一主題波動的一種對沖，也有助于在不同經(jīng)濟階段保持組合收益的來源多樣性。

對于長期價值與階段性主題的邊界，他的回答頗為謹慎。在他的經(jīng)驗中，很多長期價值方向在早期看上去都像階段性主題，差別主要在于后續(xù)是否不斷出現(xiàn)驗證點。以人工智能為例，他在2023年春節(jié)后就將其視為歷史級別機會，當時市場看法并不統(tǒng)一，而當GPU、HBM等關(guān)鍵算力資源長期供不應求時，他認為這已經(jīng)對最初判斷形成了足夠的事實支持。與之對比，元宇宙以及當前的部分機器人應用，更像是仍處在從零到一階段，需要更長時間去跟蹤和驗證。

在AI“冰與火之歌”中管理預期與風險

當話題轉(zhuǎn)向未來一到兩年的錯定價機會時，何理給出的答案依然圍繞AI展開。他認為，最大錯定價集中在科技創(chuàng)新股的長期價值上。許多投資者慣于用對傳統(tǒng)周期股的思路來看待科技企業(yè)，在股價大幅上行后傾向于減倉或離場，卻難以接受“越漲估值越便宜”的情況。一旦企業(yè)進入指數(shù)級增長階段，盈利增速與估值消化往往會同時發(fā)生，這類股票看上去價格不低，但在長期維度下仍然具備吸引力。

以他舉例的海外GPU龍頭公司為例，從早年股價十余美元到如今接近十倍的漲幅，市盈率并未同步擴張，甚至相對下降。這種現(xiàn)象在他看來并不少見，也是長期投資者和短線交易者在認知上的一個重要分歧。與此相對，他認為目前被低估的風險在于A股小微盤股票整體估值偏高，性價比不足，小市值并不天然意味著高彈性。

在更廣泛的市場層面，他對中國資本市場的看法同樣強調(diào)質(zhì)價比維度。在當前利率周期、地緣格局和國內(nèi)政策組合之下，他判斷未來幾年港股的整體質(zhì)價比優(yōu)于A股，美國上市的中概股也具備較高吸引力。A股仍有大量結(jié)構(gòu)性機會，但投資者需要更清楚地識別估值與成長匹配度，而不是僅憑情緒推動的成交量做判斷。

對于當前市場環(huán)境下的“最大風險”，何理給出的答案并非某一類資產(chǎn)，而是對AI影響的認知不足。他用“冰與火之歌”來形容這一階段，一方面，人工智能帶來史無前例的歷史性機遇，另一方面，它也為各行各業(yè)引入同樣史無前例的不確定性。對投資者而言，這意味著不僅要判斷哪些行業(yè)會被重塑，還要對回撤和波動有更充分的心理準備，在構(gòu)建自身框架時留出足夠的安全邊界。

在這一點上，止于至善的做法是，把“AI賽博坦”視為觀察和管理這種不確定性的一個抓手，而不是解決一切問題的終極答案。體系能否在更長周期內(nèi)持續(xù)有效，還需時間給出更清晰的結(jié)果。對于投資者來說，理解這類探索背后的邏輯，并據(jù)此校準自己的預期，或許比短期的收益排名更為重要。