面基

• 「择时」这门屠龙术，我还是想劝退各位...

  🎤本期嘉宾：董艺婷｜21年买方投资，量化FOF管理人，公众号「Beagle小猎犬号」，播客「慧客堂」⏯️本期简介：很多人在反思过去的亏损时，要么会觉得自己就是因为没把大势看清楚，要么是懊恼这次为啥我没赶上。好像大家似乎都觉得判断市场牛熊是件比较容易，且至关重要的事情。但在我看来，择时恰恰是投资里最难的一件事情。本期深入聊聊择时这门传说中的“屠龙术”。对于专业的基金经理而言，择时不仅是对抗认知，更是在对抗强大的被动因素——比如合同约束、KPI考核、产品战略和渠道关系。很多时候，压力和职责其实不在基金经理身上，因为他也控制不了。在他内心深处，永远首先需要对抗的是人性，因为过去的成功很可能成为未来的包袱，这个事情真的非常难。我们总想追求精准的yes or no，但如果打个比方的话投资更像是射箭，需要的是一种模糊的准确。A股过去就像一个给你三支箭的老板，少数被称为雷击时刻的关键交易日决定了绝大部分收益。如果你能躲过每年跌得最多的10天，那么累计收益会高得惊人。但残酷的现实就是：这是不可能完成任务。那么作为普通投资者，我们该怎么办？我的建议是，放弃追求一击即中，去寻找属于你的模糊的准确。首先，你要去了解市场先生是个什么样的脾气，比如A股客观存在的日历效应，利用好这些规律，或许就能帮你进步个一环两环。更重要的是，在市场底部，买入的可行性往往比认知更难，因为那时大多数人都没有钱了。请一定记住，稳定的现金流才是为你的不确定性去买单的一个非常重要的来源。或许，从今年开始，大家会真正认识到，家庭财富需要的是合理的配置，而不是去追求一次就在十环的神操作。我们的目标很简单，也更现实：至少先进5环！⚠️风险提示：所有内容皆仅以交流嘉宾和主播个人想法和分享知识为目的，完全不构成任何投资建议或参考。请读者注意判断其中风险，结合个人投资目标、财务状况和需求，独立思考，谨慎决策。your money your decision. 依据或使用本播客内容所造成的后果由您独自承担。🎯时间轴：00:15 原来连判断牛市还是熊市都不容易02:25 比有择时能力的投资经理更深一步，是有择时能力的管理人06:13 份额波动大对净值的磨损，这点值得注意11:20 择时在对抗什么？人性？负债端？业绩考核？短期内主观和市场的背离带来的压力？16:56 对齐一下择时的尺度21:00 胜率多高算高？50%+就很牛了！23:41 踏空 vs. 下跌，哪个更难受？26:15 为什么说择时是屠龙之术？做对了确实爽！🚩32:48 A股与射箭35:14 讨论下著名的雷击时刻🚩39:13 请记住一个神奇的日子：星期二！🚩44:32 走势与人性：向上修复和向下修复的结果天差地别48:02 把公募分为三个组：高、中、低仓位组。中高仓位组资产配置得分与后续业绩负相关？路径依赖、人设束缚...到底是谁的锅？53:40 聊几个比较有名的基金经理的择时1:19:38 要对多少次，才能把运气成分剔除掉？1:23:17 克服人性1:26:49 一买一卖，哪个动作更难？1:32:20 考察择时能力的A股关键节点🚩1:48:30 中性看待泡沫1:53:38 22年感受到的预期差2:01:08 估值与择时2:09:30 聊聊美股的ai行情2:21:16 具体策略的择时怎么做？指增、CTA2:29:27 择时和轮动，哪个更难？📁本期内容相关资料： 本期荐书：《不确定状况下的判断—启发式和偏差》🎬 后期制作、声音设计：Dong📣 欢迎关注@老钱日日谈 ，如果播客没听够，可以来公众号找我玩，这边的更新频率会高一些。也欢迎大家来🪐 知识星球找我玩，这里是我自己学习的输入笔记，也是听友群。

  --------  

  2:32:41

  --------

  2:32:41
• E126.周期上行，欣欣向荣但人也累｜周期下行，追求舒服等待涌现

  🎤 本期嘉宾林晓明｜华泰证券金融工程首席分析师⏯️ 本期简介 本期节目录制于2025年8月中旬这是一期酝酿了快2 年的节目。2023 年底，我收到了本期嘉宾华泰证券金融工程团队林晓明老师寄来的一本230多页的研究合集，A4纸大小，这份厚厚的册子，名叫《经济周期实证理论及应用》。我知道这本合集的分量，林老师团队投入很多人，持续时间超过10年，这是一个漫长的求真过程。我很想做一期对得起这份研究的节目，一开始想得是单口，但无奈很多内容我理解起来很吃力，拿起放下，拿起放下，断断续续看了三四遍，稿子只完成了大半，我也在这里立个flag督促自己，这期单口一定会做出来。说这么多就是想说，这期节目在我心里真的分量很重。一来想对得起这么认真做事的人。二来周期是我笃信的世界观，把目光越过日K线，你会看清很多，很多偶然都成了某种必然。快变量总是杂乱无序的，但世界归根到底是由那些慢变量决定的。目光拉长到3年，就能隐约感受到经济的周期波动。拉长到10~30年，能看到人口年龄结构和社会思潮的变迁，技术进步的影响，经济发展阶段的跃升。拉长到50~100年，能到国家兴衰，世界政治经济格局的调整，战争与和平的演进。周期轮回的慢变量，就是人们常说的历史规律。市场和历史的是类似的，沿着时间之轴，在每一个点上，复杂系统中所有人的反应的合力，构成了周期。深入周期内部，基钦周期、朱格拉周期、库兹涅茨周期就像经济机器里最关键的三个不同尺寸的齿轮，三个齿轮转完一圈的时间分别是：42 个月、100 个月、200 个月。再深入周期的细微处，人作为经济的最小单元，彼此之间进行这交换、交易，这个过程中有实现了价格、需求信号的传播与货币的流动。所谓无形的手能够存在，其基础是人和人性。人性的贪婪和恐惧、羊群和反叛、协作和斗争合力形成了资产价格涨跌、繁荣与危机，周而复始地演绎着。跟大多数节目一样，本期节目只能起到一个勾起大家兴趣的作用，给有心探索之人立几块路标。👉点击下载《经济周期实证理论及应用》报告。欢迎收听本期节目。⚠️ 风险提示：所有内容皆仅以交流嘉宾和主播个人想法和分享知识为目的，完全不构成任何投资建议或参考。请读者注意判断其中风险，结合个人投资目标、财务状况和需求，独立思考，谨慎决策。your money your decision. 依据或使用本播客内容所造成的后果由您独自承担。🎯 时间轴00:16 目光越过日K线03:21 一个最底层的好奇：这个系统到底是怎么运转的？06:27 经济周期→行业轮动09:26 最好的宏观指标就是股票市场的数据，因为是无数人真金白银交易出来的14:24 动态等权之后，A股牛长熊短16:25 自上而下之难18:50 勾勒同比似周期的起点20:30 当10亿人加入工业化序列24:04 42个月的齿轮，100个月，200个月🚩26:51 康波周期很难通过定量的方法去研究，因为数据太短了28:31 三周期与利率正相关，康波周期与利率负相关30:55 技术不是驱动周期的原因，而是周期产生的结果🚩34:41 生存与扩散36:13 激励效率→有效劳动→创造信息43:00 用康波周期的视角看待美债44:38 随着技术进步，康波周期的时间跨度会变短吗？47:28 评价一下周金涛先生49:07 对每个一个人来说，社会（生产关系）就是你的杠杆🚩53:28 AI处于加特纳曲线的导入期还是展开期？搞清楚这点很重要！56:08 人处在系统里，其实自由度是很低的——宏观秩序的涌现源于微观的规则1:03:54 必须要深入到理论层1:08:11 系统的冗余——周期🚩1:11:29 所有企业本质上都是一个函数1:16:32 稳态与混沌态，换个视角理解经济危机1:20:10 周期共振与美股🚩1:24:03 将周期落地为投资实践1:28:09 主动 VS. 被动大类资产配置1:32:15 如何看待全天候策略1:35:28 ROE+通胀≈β回报1:38:27 不同宏观情形对大类资产的映射1:40:18 CPI & PPI 强弱 → 行业轮动1:43:54 不要迷恋上一轮的龙头🚩1:46:49 行业轮动之难1:50:08 周期上行是好，但人也累。下行需要休息舒服，酝酿创新🚩1:52:59 对美股的看法：警惕📁 本期内容相关资料 下载林晓明老师的《经济周期实证理论及应用》报告（夸克网盘），本期节目提到的所有图表，都能在报告中找到。 面基往期与周期相关的节目：《宿命与反抗》《周期与演化》《复杂适应系统》 06:27 处提及经济周期→行业轮动 11:42 处提及行业聚类 1:20:10 处提及周期共振与美股🎬 后期制作、声音设计：Dong📣 欢迎关注@老钱日日谈 ，如果播客没听够，可以来公众号找我玩，这边的更新频率会高一些。也欢迎大家来🪐 知识星球找我玩，这里是我自己学习的输入笔记，也是听友群。

  --------  

  2:03:41

  --------

  2:03:41
• E125.REITs：低利率时代，收租的自我修养

  🎤 本期嘉宾张九龙 ｜ 华夏深国际REIT基金经理⏯️ 本期简介 本期节目录制于2025年6月中旬这期本来是想聊一本书，叫《适度不敬》，是REITS之父SAM ZELL的自传。我注意到这本书，完全是出于对REITS投资的兴趣，读起来发现这是一本味道很正的创业故事。一家子移民，逃难到美国，经商的家学深厚，哪怕是和自己老爹要钱，也得是生意本身可靠，然后以入股的方式帮忙，在商言商。SAM ZELL虽然叫REITS之父，但这个资产类别并非他开创的，他只是这行的一号玩家，一个眼光毒辣的投资者，一个重视细节的多业态地产运营商，一个骨子里的交易者。他在这个行业最成名的一战，就是把他管理的全美最大的一支REITS（名字叫EOP），底层资产是543栋以写字楼为主的建筑，是SAM ZELL花了十来年一栋一栋买下来的。你可以想象这样一支写字楼REITS，它每年都会扩大自己的底层资产，股价稳步上涨。上市时股价是21块，上市后第9年时每股不到40元，第10年的时候以每股55.5元的价格被收购，你能感受到，这是一个教父式的报价，给出这个让对方无法拒绝的条件的买家是黑石集团。此外，这支REITS的每股分红，10年累计下来是16块5毛。让这笔交易更添一抹传奇色彩的是它的交易时间，2007年初，几乎是次贷危机爆发前夜，SAM以当时历史上规模最大的一笔收购抽身离开。SAM他大三那年，为了节省房租，他和朋友一起向房东提出，由自己来管理房东手里的15间学生公寓，作为回报，其中的2间得免费给二人住——这是SAM走上全美最牛房东之路的起点。至于这本书的书名，所谓适度不敬，是说SAM根本不像一个金融人士，也不太受这行的规矩，他喜欢骑摩托，经常穿着一身连体机车小皮裤去全是西装革履的会议室开会，而且在公开场合脏话不离口。这是一本味道很正的美式创业故事，如果你对REITS感兴趣，那就更好了，它也写了SAM这个口号玩家总结的重要原则。本期的嘉宾是华夏深国际REITS产品的基金经理张九龙，我俩本来是要聊聊这本书的读后感的，但是聊着聊着就聊成正经的A股市场里的REITS投资了，欢迎大家收听。⚠️ 风险提示：所有内容皆仅以交流嘉宾和主播个人想法和分享知识为目的，完全不构成任何投资建议或参考。请读者注意判断其中风险，结合个人投资目标、财务状况和需求，独立思考，谨慎决策。your money your decision. 依据或使用本播客内容所造成的后果由您独自承担。🎯 时间轴00:07 REITS之父SAM ZELL自传《适度不敬》03:13 从业经历04:23 REITs 的分工与发行08:01 分别聊聊《适度不敬》的读后感10:36 一个小例子感受管理团队对 REITs 回报的重要性14:05 现场实地调研时，如何见微知著，以小见大18:24 如何给REITs估值？20:45 REITs估值中的增长率与贴现率假设24:58 REITs投资逻辑与不同业态估值框架28:03 不同类型的REITs在二级市场的认可度排序33:18 为什么保障房REITs如此强势？35:05 要注意特许经营类REITs表面虚高的派息率35:05 要注意特许经营类REITs表面虚高的派息率37:07 宏观经济与REITs的映射39:11 REITs与红利41:21 REITs市场的大玩家——券商自营、险资、机构的偏债投资、个人44:18 2023年是REITs巨大回撤的一年，那年发生了什么？49:21 REITs 市场的表征指数53:22 这行有总结归纳出什么投资策略吗？55:44 为什么还没有专门的ETF推出来？57:58 读 REITs 报告要关注的重点指标和细节1:03:26 REITs在资产配置框架里的位置1:07:22 你总是难找到更优的替代选择，怎么办？1:10:08 REITs的派息次数在提高，很多已经可以实现每季度派息一次1:10:59 如何评价今年这么好的REITs行情1:13:01 我们会走向长期低利率的未来吗？📁 本期内容相关资料📚《适度不敬》购书链接🎬 后期制作、声音设计：Dong📣 欢迎关注@老钱日日谈 ，如果播客没听够，可以来公众号找我玩，这边的更新频率会高一些。也欢迎大家来🪐 知识星球找我玩，这里是我自己学习的输入笔记，也是听友群。

  --------  

  1:15:48

  --------

  1:15:48
• E124.估值第一性原理DCF到底怎么用？给大家来一份保姆级说明

  🎤 本期嘉宾恽雷@南方基金，基金经理，INFP⏯️ 本期简介恽雷上一次来坐客的节目：自由现金流浇灌出的两朵花DCF（discounted cash flow）现金流折现模型，更像是一个公理。它描绘了这样一个理想化的世界：只要我们能知道一家公司未来每一期的现金流，以及不同投资者所需的必要收益率，就能精确算出公司的内在价值，整个过程无需更多其它假设。DCF模型是估值体系的根基，大部分理论都是围绕DCF模型展开的，要么研究分子端的各种口径的现金流，要么研究分母端诸如CAPM和各类风险溢价。就算是大家常用的各种口径的估值乘数，也也可理解为避开了分子分母端的计算，用一个单一指标近似描述现金流与折现率的综合影响，本质上也是DCF公式在特定条件下的简化。本期我邀请将自由现金流视为投资框架底层的恽雷聊聊在实际应用中，DCF公式有哪些变量值得重视，有哪些容易踩的坑，以及，面对这个失之毫厘谬之千里，但又贴近估值第一性原理的工具，到底应该怎么用？我一直很喜欢一个比喻，无论炒股还是买基，理解投资行为的一个角度或者说初心，是用自己手里的现金去交换上市公司们未来的现金流，而DCF就是计算现金流的工具。恽雷提醒我们：DCF公式里不光是算数，更包含了对商业模式的理解，沉淀自由现金流的效率，商业环境赋予一家公司的久期，折现率与市场的机会成本，业绩增速的迷惑性、业绩空间的重要性，而业绩空间背后往往又关乎叙事的变化。事实上，DCF模型在定量的算数方面的作用可能比较有限，用它算出的结果很难独立成为买入的理由，因为估值结果对参数太敏感了，假设稍微变动一点，结果就差一大截。但这也未必全是DCF的锅，不如说是公司估值本身的一大特点。难上加难的是，如果说DCF是把锤子，我们不仅得学习如何使用它，还得寻找自己能敲得动的钉子。还得识别自己所处的工地，不同市场还有它自己的性格和特征。随便举个例子：A股市场对叙事变化有自己的反应速度，与此同时，缺乏做空工具和流动性充裕等特征又让A股向上定价的能力远远强于向下定价，下一个问题是，用怎样的过程消化过高的向上定价也是影响所有投资者的问题。以上都是这期内容带给我的思考，只能说是一些模糊的感受，远谈不上答案。但它让我对投研和市场更加敬畏了，欢迎大家收听。⚠️ 风险提示：所有内容皆仅以交流嘉宾和主播个人想法和分享知识为目的，完全不构成任何投资建议或参考。请读者注意判断其中风险，结合个人投资目标、财务状况和需求，独立思考，谨慎决策。your money your decision. 依据或使用本播客内容所造成的后果由您独自承担。🎯 时间轴00:20 一个问题唠了快一个小时03:57 这个公式更像是一种思想，一条公理04:55 关键指标-营运资本变动（Change in working capital）🚩08:29 关键指标-资本开支（Capex）🚩10:18 两个指标核心是看一家企业创造自由现金流的效率是否足够高12:06 关键参数-永续增长率（Perpetual growth）🚩永续阶段的价值占公司内在价值的比重接近一半19:09 所谓长期主义，更多体现在DCF公式的假设上21:29 关键参数-折现率 （Wacc）🚩市场总是有往Wacc回归的动力29:10 根据现有参数去倒推第二增长阶段31:47 业绩空间天花板>业绩增速🚩35:43 在复杂系统里玩无限游戏，管控风险最重要38:25 恽雷对基金的分类方式：收益型 vs. 波动型🚩战略配置以收益型为主，战术配置以波动型为主42:09 见好就收📁 本期内容相关资料 市面上有一些现成的DCF敏感性分析工具，只需调自己填数即可，大家可以找来试试。举例： 听友@熊有饭用ai做了个现金流估值工具，欢迎大家体验 DCF分析通常适用于在成熟行业中实现持续增长的企业，特别是那些处于竞争格局稳定市场、具有长期永续增长预期和稳定现金流的公司，例如大盘成长股、茅指数、核心资产或 A50 对应的股票，适合用 DCF 模型来参考定价。 DCF 模型通常被视为基本面投资的最终依据，但也面临许多局限性，例如1️⃣对个别假设高度敏感（如永续增速和折现率），2️⃣重度依赖线性思维，3️⃣更多针对长期无法有效指导短期定价等等 推荐书籍：邹佩轩的穿透系列：《穿透财报》《穿透估值》🎬 后期制作、声音设计：Dong📣 欢迎关注@老钱日日谈 ，如果播客没听够，可以来公众号找我玩，这边的更新频率会高一些。也欢迎大家来🪐 知识星球找我玩，这里是我自己学习的输入笔记，也是听友群。

  --------  

  46:25

  --------

  46:25
• E123.心与芯：不要将人的价值锚定在智力和优绩上，它终将瓦解

  🎤 本期嘉宾张笑宇｜著有《AI 文明史·前史》、文明三部曲、《世界之中》⏯️ 本期简介本期嘉宾是我dreamlist上的张笑宇老师，感谢中信出版社让我成功追星。若非内容需要，我不太喜欢看历史类的内容，但张老师的文明三部曲里很少有那些我最不感冒的王侯将相英雄人物的传奇故事，或者抽象的观念变迁。相反，历史在它的书里回到了坚实的物质基础上，哪些是生存发展的硬约束，哪些系统参数被技术改变了。这次张老师将视角转向了加速创造历史的AI，出版了新书《AI文明史》。他从苏格拉底时代哲学的起源开始聊起，何为理性，何为逻辑，何为知识，如何把思考过程符号化，数学化，如何让机器来模仿理性思考，如何提高机器的思考水平，如何让智能涌现出来？它展示了这样一副图景：AI源起于20世界60年代的计算机科学，而在之前，它有着漫长的可以回溯2000年的逻辑哲学史的厚重脉络，而这一路，天才、偏执狂、疯子们群星闪耀。延续文明三部曲的思路，张老师进一步讨论了AI在效率和成本两端实现了远超10倍级的改进，它会改变哪些人类系统的参数，以及，生而为人，我们又该如何回应这一切，锚定自己的意义。张笑宇老师在书中有过这么一段感慨：我相信社会的运作规律有时只是由简单的数学规律决定。「人类当量」就是AI时代最简明和最有威力的数学规律。我们接下来的一生只是目睹这一规律如何展开的历史。欢迎收听本期节目。🎯 时间轴00:19 万物涌现07:03 技术与文明：降成本，提效率，改参数08:50 商贸与文明：约束暴力，保护正增长秩序17:26 漏斗喇叭模型：通过需求筛选技术，通过产业让技术漫化21:06 天才也是时代涌现的一部分🚩26:00 坚信是一种天赋27:35 专业领域只有专业和探索，没有共识29:16 马尔萨斯陷阱32:40 如何从大量资料和事实中抽象总结出规律？34:37 做事！实践自会证明🚩38:36 人类当量：AI改变了智力生产这个参数OpenAI有个天才少年叫利奥波德·阿申布伦纳，他15岁进入哥伦比亚大学读书，19岁毕业，毕业后不久就去了OpenAI超级对齐团队工作，2023年离开OpenAI后自己创业。他发明了一个词，叫人类当量（human equivalence）——就是AI在生产智能方面，其效率和成本相当于多少人类。根据阿申布伦纳的初步计算，今天所有的大语言模型加起来，大概相当于2亿个人类研究员的智力水准。41:04 一个人一天也就产生 20 万个token，其中很多还根本没有价值46:32 历史中的大坏逼们49:26 “在我所知的历史中，人类从来没有做过一个整体去行动过。”50:42 技术改变社会参数的几个例子53:58 算法分配效率>市场分配效率🚩算法在对至少 2 亿劳动者匹配供需，这何尝不是一种计划经济？57:50 我被张老师的这段话震住了59:38 你对世界的权重不值一提🚩1:03:59 有闲的复辟1:06:51 人上人的“密宗”：结构与口子1:12:00 动笔写《AI文明史》1:14:21 写作过程中与AI的互动1:18:04 AI源起于20世界60年代的计算机科学，而在之前，它有着漫长的可以回溯2000年的逻辑哲学史的厚重脉络。1:20:48 我们都花了太多时间去验证哪些道理和信息是无用的...1:23:42 涌现和Scaling Law1:27:23 尊重实然，放弃对应然的偏执1:28:55 瓦解人类中心主义的高尚性1:34:42 一个模拟实验进一步让我艰辛地理决定论、环境决定论🚩1:40:45 这段话，送给东亚小孩们1:50:25 多看样本，提高品位🚩1:53:13 如果所谓的主体性也不过是神经递质在神经元之间的串联，那我又是什么？1:57:38 技术进步主义：主体是谁？🚩2:03:32 AI时代平庸的努力边际回报趋近于零，但与此同时，卓越的回报从未如此丰厚2:06:46 一个笔耕不辍的畅销书作家如何涌现自己的创作？📁 本期内容相关资料 📚《AI 文明史·前史》购书链接 张笑宇的其它著作：文明三部曲、世界之中 往期相关内容：复杂系统与涌现 关于涌现概念的几张配图： 在大预言模型的训练过程中，但计算量不大时，模型的智能表现一直在低水平的区间随机游走，可当计算量突破某个数值后，模型的智能水平陡然跃升，涌现出了智能。人们用Scaling Law来形容这一法则，随着模型参数数量、训练数据量和计算资源的增加，模型的性能会呈现出可预测的、系统性的提升。你甚至无法解释这一切到底是怎么发生的，但大力就是能出奇迹。 下图浓缩了维特根斯坦《逻辑哲学论》的逻辑原子主义和图像论（Picture Theory of Language）思想，强调语言、逻辑与世界的同构性，并为哲学划定了界限——哲学的任务是澄清思想，而非提供理论。最终，维特根斯坦认为传统哲学问题大多源于语言误用，应通过逻辑分析被消解。 AI对不同行业、工种的影响 1:34:50 出提及的支持地理（环境）决定论的实验 1:57:38 处提及：如何判断一个技术是否真的“进步”？1️⃣是否延长产业链，创造新任务？2️⃣是否释放了大量新需求？🎬 后期制作、声音设计：Dong📣 欢迎关注@老钱日日谈 ，如果播客没听够，可以来公众号找我玩，这边的更新频率会高一些。也欢迎大家来🪐 知识星球找我玩，这里是我自己学习的输入笔记，也是听友群。

  --------  

  2:10:02

  --------

  2:10:02

Mais podcasts de Lazer

Podcasts em tendência em Lazer

Sobre 面基