諾安基金張堃：人工智能浪潮將至 尋找價值洼地

　　

　　張堃，碩士，具有14年證券從業(yè)經(jīng)驗，管理基金長達(dá)6年以上。曾任職于國泰君安證券、長盛基金，從事策略研究分析工作。2014年5月加入諾安基金，歷任基金經(jīng)理助理，2015年8月至2020年4月，任諾安新動力靈活配置混合型證券投資基金的基金經(jīng)理，2020年4月起，任諾安先鋒混合型證券投資基金的基金經(jīng)理，2020年9月起，任諾安優(yōu)選回報靈活配置混合型證券投資基金的基金經(jīng)理。

　　基金經(jīng)理的投資風(fēng)格，很大程度上是個人從業(yè)路徑的演變結(jié)果。在這方面，諾安基金新生代科技選手、諾安優(yōu)選回報混合的基金經(jīng)理張堃提供了頗具代表性的“樣本”。和大多數(shù)行業(yè)研究員出身的基金經(jīng)理不同，張堃是以策略分析師身份進(jìn)入投研圈的。這一背景，使張堃成為一位全市場選股選手。不過，在多年投資經(jīng)歷的打磨下，張堃的投資認(rèn)知也在不斷更新，現(xiàn)在的他傾向于爆發(fā)性強(qiáng)的新興行業(yè)賽道。

　　策略分析背景是如何使他成為全市場選股選手的？在新興行業(yè)賽道中，他是如何相中“人工智能”“萬物互聯(lián)”這兩大領(lǐng)域的？針對這些問題，中國證券報記者近日與張堃進(jìn)行了一場面對面的投資訪談。

　　解決兩大基礎(chǔ)問題

　　中國證券報：與很多基金經(jīng)理不同，你是從策略分析師進(jìn)入投研圈的，策略分析在投研體系中扮演怎樣的角色？

　　張堃：我有個比較形象的比喻：市場行情的起伏好比坐電梯，牛市的時候很多人往高處升。有人認(rèn)為是靠俯臥撐上去的，有人認(rèn)為是靠跑跳上去的，但實際上都是因為電梯升上去了，熊市則是電梯下來了。策略分析師的主要工作則是判斷“電梯”的升降方向，這是現(xiàn)代投資研究體系的基礎(chǔ)所在。

　　具體來看，策略分析所要解決的，是“行情識別”和“行業(yè)比價”兩大基礎(chǔ)問題。首先，分析師會通過把握宏觀經(jīng)濟(jì)走勢和行業(yè)景氣度，以及不同行業(yè)的周期變化特征和在經(jīng)濟(jì)中的所處位置，來預(yù)判未來一段時間內(nèi)的行情趨勢。在此基礎(chǔ)上，再通過流動性和市場整體估值等因素，對各個板塊的投資性價比做出判斷，并給出資產(chǎn)配置建議，如超配或低配等。

　　中國證券報：策略分析的依據(jù)有哪些市場指標(biāo)？能否舉個具體例子？

　　張堃：策略研究的指標(biāo)看似林林總總，但大體可歸結(jié)為“經(jīng)濟(jì)”指標(biāo)和“貨幣”指標(biāo)兩類。在現(xiàn)實經(jīng)濟(jì)運行中，“經(jīng)濟(jì)”指標(biāo)會滯后于“貨幣”指標(biāo)，因此，策略研究對“貨幣”指標(biāo)的重視會高于“經(jīng)濟(jì)”指標(biāo)。最重要的貨幣指標(biāo)是美聯(lián)儲貨幣政策，通脹水平、大宗商品價格等指標(biāo)都是在此基礎(chǔ)上衍生出來的。

　　比如，我們在2020年疫情以來的這輪行情中就明顯看到，美聯(lián)儲在貨幣寬松之后，股票的估值修復(fù)行情隨之而至；當(dāng)估值上升到一定階段時，宏觀經(jīng)濟(jì)才開始復(fù)蘇，隨后大宗商品價格開始走高，通脹擔(dān)憂隨之而來。之后，流動性收緊預(yù)期就開始出現(xiàn)了。

　　中國證券報：策略分析師的從業(yè)背景，對你搭建投資框架有哪些影響？

　　張堃：早期時，我在券商和基金公司都做過策略分析師，宏觀經(jīng)濟(jì)分析思維的確會對我后來的投資理念產(chǎn)生影響。

　　不難發(fā)現(xiàn)，策略分析的思路和管理基金組合是一致的。最重要的一點是，策略分析師既要對不同賽道的投資性價比做出判斷，也要有明顯的前瞻性視野，一般能覆蓋到中短期行情區(qū)間。甚至，特別優(yōu)秀的策略分析師的預(yù)判，能夠看到三年以上的長期趨勢。只不過策略分析沒有深度到個股配置層面。

　　正因如此，與具體行業(yè)分析師相比，策略分析師天然就具有全局視野，即從宏觀趨勢和國際經(jīng)濟(jì)大勢去把握投資方向，抓住時代大機(jī)遇。在一片肥沃的土地里，只要是健康的種子，都能結(jié)出豐碩的果實。那么，在豐碩的果子里挑個頭，難度自然就會小很多。

　　中國證券報：從策略分析師轉(zhuǎn)變到基金經(jīng)理后，你對策略分析的認(rèn)知有了哪些深化？

　　張堃：就投資而言，僅有自上而下的框架是不夠的。

　　策略分析師出身的投資者，天然會對市場波動有著高度敏銳性。相應(yīng)的，由研究轉(zhuǎn)入投資時，自然會嘗試波段投資，依靠趨勢分析進(jìn)行高拋低吸。我當(dāng)時也嘗試過一段時間，但事后來看那種投資方式的效果并不理想。一方面，那種方式的投資難度很大，需要時刻關(guān)注盤面變化，時間投入成本很高；另一方面，在事后看來，宏觀趨勢的每一步都是清晰的。但站在當(dāng)下，這種策略分析只能把握住一個模糊大方向，由此做出的投資決策，勝率并不是最大的。

　　“上下驗證”提高投資勝算

　　張堃2014年5月加入諾安基金任基金經(jīng)理助理，2015年8月正式開始管理組合，成為基金經(jīng)理管理資金后，張堃開始朝著自下而上的路徑去完善投研框架。

　　中國證券報：2015年以來，A股市場歷經(jīng)了新一輪的牛熊轉(zhuǎn)換。這樣的市場經(jīng)歷對你有哪些影響？

　　張堃：入市以來，我經(jīng)歷過A股兩輪大波動，一次是2015年下半年的單邊下跌，一次是2018年的金融去杠桿熊市�，F(xiàn)在回過頭才發(fā)現(xiàn)，僅在牛市里賺錢并不能證明一個投資框架的有效性。因此，在管理資金以后，我的研究逐漸往微觀基本面方向轉(zhuǎn)，逐漸形成自上而下和自下而上相結(jié)合的投資框架。

　　在我看來，策略分析所解決的是“趨勢”問題，基本面分析則是解決“價值”問題。兩者結(jié)合起來，在大趨勢中尋找價值洼地，則是投資所要解決的問題。因此，一個有把握的投資決策，不僅有著宏觀分析和微觀視角支撐，宏觀分析和微觀視角之間往往也是可以相互驗證的。

　　中國證券報：這種宏微觀相互驗證的思路，在平時調(diào)研中是如何展開求證的？

　　張堃：比如，從經(jīng)濟(jì)方向和產(chǎn)業(yè)趨勢來看，某個行業(yè)具備很大的發(fā)展空間，同時，在公司調(diào)研上，又能看到公司訂單持續(xù)增加，公司季度業(yè)績增速持續(xù)走高，從而達(dá)到“上下一致”，這基本上能判斷是一個值得投資的公司，這樣的投資也是高確定性的，勝算的把握比較大。

　　反之，如果宏觀分析沒能在微觀層面得到驗證，或者公司基本面缺乏明顯的產(chǎn)業(yè)景氣度支撐，就說明這不屬于大的行情機(jī)會，或者決策過程中還存在有待進(jìn)一步廓清的盲區(qū)。

　　這時就需要進(jìn)行決策復(fù)盤，究竟是產(chǎn)業(yè)趨勢分析的方向偏了，還是公司基本面沒研究透徹。比如，如果自下而上去看，一家公司的基本面很好，但在自上而下維度缺乏有效邏輯支撐，那這家公司的業(yè)績增長未必是可持續(xù)的，而僅僅是脈沖式的、階段性的，投資這樣的公司也必然是不省心的。

　　這樣的例子在市場上并不少見，發(fā)生于2014年前后的智能手機(jī)行情就是很好的例子。從2010年開始，智能手機(jī)大面積普及的趨勢已經(jīng)慢慢出來，到2014年時我們就能看到，智能手機(jī)銷量在不斷增長，產(chǎn)業(yè)鏈的各家公司訂單持續(xù)創(chuàng)新高，最終在這個趨勢中走出一批大牛股。

　　中國證券報：你用“上下相互驗證”的思路找出“好公司”后，如何看到“好價格”？對個股估值因素如何理解？

　　張堃：的確，估值對投資效果的影響程度并不亞于業(yè)績。但估值的影響因素紛繁復(fù)雜，除了顯而易見的盈利增速外，商業(yè)模式、企業(yè)家精神、行業(yè)景氣度、產(chǎn)業(yè)鏈地位等因素，也需要綜合考慮。

　　具體來看，盈利增速對估值的影響是短期的，而行業(yè)景氣度、產(chǎn)業(yè)鏈地位等因素，則是長期估值的主要影響因素。我們在近幾年看到某食品飲料龍頭股，年業(yè)績增速在20%水平，但市場曾一度給到100倍的估值水平。很大程度上，這主要是得益于該公司的渠道話語權(quán)和行業(yè)地位。像人工智能、大數(shù)據(jù)等新興行業(yè)，不少缺乏利潤的企業(yè)都有著高達(dá)幾百倍的估值，也是從其未來發(fā)展趨勢和行業(yè)景氣度而來的。

　　布局兩大科技賽道

　　中國證券報：高成長賽道近年來備受市場追捧，也是公募聚焦的主流賽道，你的布局主要聚焦哪些細(xì)分賽道？

　　張堃：近年來在經(jīng)濟(jì)轉(zhuǎn)型升級背景下，國家在支持科技創(chuàng)新方面的力度不斷加大，特別是芯片、新能源、人工智能等賽道，成為重點鼓勵發(fā)展的行業(yè)。從行情切換來看，大資金追逐高確定性的成長賽道，特別是中小市值或腰部以下市值公司，會是未來一段時間內(nèi)的主流投資趨勢。

　　在高成長賽道中，我最看好的是“人工智能”和“萬物互聯(lián)”賽道，目前的組合管理也聚焦這兩大領(lǐng)域。今年以來，這兩個賽道并不是最耀眼的板塊，他們的主升浪還沒到來。但這類科技公司的最好投資時點，恰恰是在行業(yè)滲透率較低的時候，比如在2%到50%階段進(jìn)行布局，能大概率捕捉到快速發(fā)展帶來的超額收益。

　　中國證券報：你認(rèn)為這兩個賽道的大爆發(fā)何時到來？

　　張堃：行業(yè)滲透率的迅速上升，需要具備一定的必要條件。以人工智能行業(yè)為例，當(dāng)以下三點要素齊頭并進(jìn)時，可能就是人工智能行業(yè)爆發(fā)之時。類似于十幾年前的互聯(lián)網(wǎng)，這種爆發(fā)會極大改變各行各業(yè)的生態(tài)，其帶來的投資價值也是巨大的：

　　一是數(shù)據(jù)量要足夠大。人工智能要訓(xùn)練出一套成熟的算法，就必須要提供足夠多的數(shù)據(jù)。比如，用AI來做圖像識別，要達(dá)到高精確度的話，機(jī)器學(xué)習(xí)的數(shù)據(jù)量要在幾百萬張圖片以上。從目前來看，我們已處于數(shù)字化環(huán)境中，無論是手機(jī)還是電腦，每天都能產(chǎn)生大量數(shù)據(jù)，且都有相對固定的場景（社交、購物、運動、休息等），因此數(shù)據(jù)量并不會構(gòu)成人工智能的發(fā)展阻礙，但某些細(xì)分領(lǐng)域的數(shù)據(jù)，如健康管理等，需要進(jìn)一步豐富。目前，已有相關(guān)公司運用這些數(shù)據(jù)進(jìn)行個性化平臺開發(fā)，以此給出針對性的商業(yè)解決方案，提升行業(yè)效率。

　　二是算力要繼續(xù)提高。在算力不足情況下，數(shù)據(jù)量一旦增大，計算機(jī)的顯存就不夠了。近年來，業(yè)內(nèi)持續(xù)推出高速運轉(zhuǎn)的GPU運算芯片，這是一個很大的進(jìn)步。隨著算力逐漸提升，人工智能的數(shù)據(jù)訓(xùn)練效率會越來越高。

　　三是深度學(xué)習(xí)算法水平提升。深度學(xué)習(xí)的理論基礎(chǔ)是在2004年前后提出來的，在這之前生物學(xué)界在算法領(lǐng)域的發(fā)展，大約已停滯了二三十年之久。深度算法的原理類似于人類大腦神經(jīng)元，極大提高了機(jī)器的識別度，特別是對語言和圖像的識別能力，從此前的80%上限，提升到了90%層面上來。未來，算法領(lǐng)域的持續(xù)進(jìn)步，將會成為人工智能產(chǎn)業(yè)爆發(fā)的關(guān)鍵一步。

　　中國證券報：截至目前，上述相關(guān)條件在中國的發(fā)展情況是怎樣的？哪個環(huán)節(jié)的投資趨勢較明朗？

　　張堃：截至目前，中國已經(jīng)出現(xiàn)了若干家平臺型公司，他們在自家平臺上對外開放數(shù)據(jù)，發(fā)展趨勢較明朗。未來能勝出的巨頭，有可能從目前的公司中誕生。

　　萬物互聯(lián)的產(chǎn)業(yè)鏈，從上游到下游的排序分別是傳感器、通信模組、數(shù)據(jù)平臺。從投資來講，前端的傳感器或通信模組彈性較大，業(yè)績爆發(fā)性較強(qiáng)；但確定性最高的環(huán)節(jié)是數(shù)據(jù)平臺，因為競爭壁壘較高，且有著明顯的規(guī)模效應(yīng)。