中欧基金

JustPod品牌播客
  • 3.6 (64)
  • 商务
  • 一周一更

这里是《中欧基金》播客，一档聚焦长期投资的深度对话栏目。在这里，你关心的投资理财问题，就是我们想认真聊一聊的话题。愿投资路上，我们陪伴常在。 如果你对节目有任何建议，欢迎在微信公众号《中欧基金》给我们留言。

  1. SP. 致敬「种时光的人」|教音乐、开咖啡店、建养老院，她把自闭症孩子的一生都想到了

    3天前

    SP. 致敬「种时光的人」|教音乐、开咖啡店、建养老院，她把自闭症孩子的一生都想到了

    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。

    32 分钟
  2. 55.光模块又又又涨了？「追光」十三问，一期讲透需求、技术、风险

    6月9日

    55.光模块又又又涨了？「追光」十三问，一期讲透需求、技术、风险

    「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。

    27 分钟
  3. 54.当芯片不再只比“几纳米”，「韬定律」到底改变了什么？

    6月4日

    54.当芯片不再只比“几纳米”，「韬定律」到底改变了什么？

    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。

    36 分钟
  4. 53.中美角力制造业，这场全球「工厂竞赛」有哪些精彩看点？

    5月20日

    53.中美角力制造业，这场全球「工厂竞赛」有哪些精彩看点？

    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。

    37 分钟
  5. 52.中美对话进行时！如何理解大国化工的发展生态和投资逻辑？

    5月14日

    52.中美对话进行时！如何理解大国化工的发展生态和投资逻辑？

    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。

    55 分钟
  6. 51. 硅谷调研手记丨AI能力边界、大厂收入与从业者焦虑

    5月5日

    51. 硅谷调研手记丨AI能力边界、大厂收入与从业者焦虑

    你可能也会有这种感受：想完全跟上AI的迭代速度，似乎变得越来越困难。 一个功能还没用熟，更强的版本已经发布；一个话题还没完全理解，下一个热点又开始刷屏。从AI Agent、Coding工具，到前不久的人形机器人马拉松，AI的技术演进可谓「一日千里」。 但热闹之下，隐藏着更为关键的问题：当前AI的能力边界究竟推进到了哪里，未来可能进化成什么形态？对普通人的工作、生活会产生哪些具体影响？在AI「日更」的技术演进中，哪些产业的不可替代性更强？哪些细分赛道又更具投资确定性？ 坐镇本期节目的两位分享嘉宾，他们前不久刚从美国硅谷一线调研回来，参加了GTC大会和OFC大会，走访了AI浪潮的前沿阵地，带回来不少新鲜滚烫的一手观察： l 硅谷现在热度最高的话题是什么？ l 中美AI圈以及美国内部存在哪些「温差」？ l Coding 能力为什么会成为这轮质变的关键？ l 哪些能力无法被AI替代，哪些产业可能被重塑？ l 「Token经济学」是什么，为什么会成为理解AI商业模式的关键？ l 美国大模型「御三家」轮流坐头把交椅，他们做对了什么？ l 从算力、通信、存储，到机器人、AI眼镜、智能驾驶，哪些投资机会更值得关注？ 如果你对这些话题感兴趣，欢迎收听本期节目，一起度过充满信息量的1个小时。 聊天的人 冯炉丹，中欧科技战队基金经理 董亮，中欧科技战队研究员 偌馨，特邀主持人 时间轴 Part 1：硅谷一线调研，感受到哪些惊喜和「温差」？03:04 时隔数年再去美国，AI的火种已经在硅谷燃烧起来03:48 AI行业近两三年的变化可能被低估了07:18 美国内部也有「温差」：硅谷认为AGI即将到来，东海岸歌舞升平09:26 中国在AI方面的短板和优势有哪些？ 10:06 「时光机理论」还奏效吗？10:35 硅谷的紧迫感：更强的被替代焦虑，更大量级的资本投入 Part 2：当AI能干活后，对普通人的工作生活有何影响？13:43 不容易被AI替代的三件事：从“0到1”的创造力，沟通能力，真实世界交互14:46 从养“龙虾”到养“爱马仕”，过度学习对大脑也是种消耗15:05 不必焦虑于每个新工具，真正重要的是积累自己的数据和工作流15:37 AI可能重塑教育：未来最重要的是提问、交流、与自己相处19:54 为什么coding是打开线上世界的钥匙？  Part 3：Token，是AI时代的劳动力21:48 解析今年GTC大会上的新概念：推理时代、Token经济学、AI工厂24:44 比起科技界的春晚，GTC大会更像一场演唱会25:52 「Token经济学」描绘了下一代生产关系27:18 Token的成本和效率为什么决定了企业生死？ Part 4：B端商业模式逐渐跑通，「御三家」格局未定30:57 Coding打开了B端收入，市场不再担心大厂收入31:58 新闻中常提到的ARR是数字游戏吗？34:48 「御三家」轮流坐大模型头把交椅，每次反超做对了什么？39:12 中国的开源生态全球领先，这意味着很难掉队44:05 最新这轮变革主要在B端生产力，B端收入空间远大于C端 Part 5：AI投资机会：最利好AI基础设施，通信>存储>计算45:44 硅谷调研归来，AI投资观点有哪些改变？47:10 当前最利好AI基础设施，通信>存储>计算51:48 未来2-3年期待AI for Science，未来5年期待AGI到来53:00 智能机器人：真正提升全社会生产效率的工具54:20 智能可穿戴设备可能成为下一代入口55:25 智能驾驶正在美国跑通商业化56:28 风险提示：股价变化与产业变化并不一定同步 关键词解释 GTC大会：英伟达主办的全球技术大会，近年来成为观察AI算力、推理、芯片和产业生态的重要窗口。 OFC大会：光通信领域的重要国际会议，常被用来观察光模块、光互连、数据中心通信等产业趋势。 Token/词元：AI模型处理文本时的基本单位，可以理解成AI世界里的“字”或“工作量单位”。输入和输出都会消耗Token。 推理时代：AI从“训练更大模型”逐步走向“大规模被用户调用和使用”阶段，对应的推理算力需求会急剧上升。 ARR（Annual Recurring Revenue）：年度经常性收入。常用于衡量SaaS或API型公司的年化收入能力，但要结合增长持续性和客户质量判断。 AGI（Artificial General Intelligence）：通用人工智能，指具备更广泛理解、推理和执行能力的人工智能。 AI Agent：可以根据目标自主拆解任务、调用工具、执行流程的AI系统。 Coding：这里主要指AI编程能力。AI不只是写代码，而是能通过代码完成更复杂的线上任务和工作流。 AI for Science：用AI辅助科学研究，比如药物发现、材料科学、生物化学等。 Physical AI：物理AI，指AI从虚拟世界走向物理世界，典型方向包括机器人、自动驾驶等。 光模块/光通信：数据中心中承担高速信息传输的重要硬件环节。随着AI算力集群扩大，通信效率成为关键瓶颈之一。 - 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。

    58 分钟
  7. 50.世界读书日重温经典｜征服市场的“量化传奇”西蒙斯

    4月22日

    50.世界读书日重温经典｜征服市场的“量化传奇”西蒙斯

    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。

    40 分钟
  8. 49. 菜比肉贵是怎么回事？一期聊透本轮「猪周期」走势

    4月15日

    49. 菜比肉贵是怎么回事？一期聊透本轮「猪周期」走势

    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。

    28 分钟
查看全部 57 集

评分及评论

3.6
共 5 分
64 个评分

关于

这里是《中欧基金》播客，一档聚焦长期投资的深度对话栏目。在这里，你关心的投资理财问题，就是我们想认真聊一聊的话题。愿投资路上，我们陪伴常在。 如果你对节目有任何建议，欢迎在微信公众号《中欧基金》给我们留言。

信息

更多来自“JustPod品牌播客”的内容

你可能还喜欢