FX168财经网_全球视野外汇黄金加密货币NFT资讯网

区块链与AI Agent结合 Meme Index成DeFi投资新风口

现出巨大潜力。例如，基于自然语言处理和机器学习技术的投资代理，能够说明投资者实现资产配置优化。同时，结合AI Agent的元宇宙和游戏场景，为用户带来了沉浸式体验。这些应用不仅拓展了区块链技术的使用场景，还为投资者创造了更多价值。参观购买Meme Index($MEMEX) Meme Index：模因币市场的革命性工具模因币市场是加密货币生态中一个快速崛起的领域。从狗狗币到柴犬币，模因币的成功吸引了众多投资者的关注。然而，高波动性和项目选择的困难，让许多投资者面临巨大的风险。针对这一痛点，Meme Index应运而生。 Meme Index是一个基于以太坊区块链的创新平台，为投资者提供了分散风险的工具。该平台推出了四个专属模因币指数篮子，包括Titan Index、Moonshot Index、MidCap Index和Frenzy Index，分别针对不同风险偏好的投资者。例如，Titan Index聚焦市值超过10亿美元的成熟模因币，而Frenzy Index则专为高风险偏好的投资者设计，涵盖了刚进入市场的高波动性代币。 Meme Index的原生代币$MEMEX是进入这些指数篮子的唯一凭证。同时，$MEMEX持有者还享有高达5382%的年化收益率（APY），并能参与平台的治理投票，决定哪些代币进入或退出指数篮子。这种去中心化的模式不仅增强了平台的透明度，也让投资者能够更灵活地管理风险。参观购买Meme Index($MEMEX) 结论 AI Agent与区块链技术的结合，正在推动新一代智慧体的诞生，这些智慧体将成为链上经济的重要参与者。无论是在金融、娱乐还是社交领域，AI Agent都为市场带来了无限可能。同时，Meme Index等创新平台的崛起，也让模因币市场变得更加透明和高效，为投资者提供了更灵活的选择。在这场技术与经济的变革中，投资者需要抓住机遇，同时警惕风险。AI Agent和Meme Index不仅是技术创新的代表，也是未来加密货币市场的重要方向。随着技术的进步和应用的普及，我们有理由相信，这些智慧体和新兴平台将为投资者创造更多价值，成为下一个十年的核心驱动力。加入这场革命，探索智慧体与模因币的无限潜力，正是现在！而Best Wallet推出「即将上线代币」功能，便捷参与新项目预售，提升投资机会和用户体验。通过「即将上线代币」功能，用户直接在Best Wallet应用中参与预售。如果想查看你购买代币，将购买钱包导入 Best Wallet，即可查看代币当前价值！立即获取Best Wallet 免责声明加密货币投资风险高，价格波动大，可能导致资金损失。本文仅供参考，不构成投资建议。请自行研究（DYOR）并谨慎决策。

Business2Community01-13 19:26

英伟达加码AI投资，2024年参与49轮融资，超过5家公司融资额突破十亿美元

ection13亿美元的融资轮，专注于机器学习和生成式人工智能的硬件和应用程序。 Wayve：2024年5月，英伟达参与了Wayve10.5亿美元的融资，专注于自动驾驶技术。 Safe Superintelligence：2024年9月，英伟达参与了由OpenAI首席科学家Ilya Sutskever创立的新公司Safe Superintelligence的10亿美元融资。 Scale AI：2024年5月，英伟达与Accel、亚马逊、Meta等科技巨头共同向Scale AI投资了10亿美元，专注于提供高质量的训练数据。融资总额超数亿美元的公司 Crusoe：2023年11月，英伟达参与了Crusoe6.86亿美元的融资，致力于数据中心基础设施建设。 Figure AI：2024年2月，Figure AI获得6.75亿美元B轮融资，英伟达、OpenAI创业基金、微软等参投，专注于AI机器人。 Mistral AI：2024年6月，英伟达第二次投资Mistral AI，参与其6.4亿美元的B轮融资，专注于开发大语言模型。 Cohere：2024年6月，英伟达再次投资Cohere，参与其5亿美元的融资轮，提供企业级大语言模型。 Perplexity：自2023年11月首次投资Perplexity以来，英伟达参与了其所有后续融资轮，包括2023年12月的5亿美元融资，专注于AI搜索引擎。 Poolside：2023年10月，英伟达参与了Poolside5亿美元的融资轮，专注于AI编码助手。融资总额超一亿美元的公司除了以上较大的投资，英伟达还参与了CoreWeave、Sakana AI、Imbue、Waabi、Ayar Labs、Kore.ai、Weka、Runway、Bright Machines、Vast Data、Enfabrica等多家AI相关初创公司的融资。编辑观点英伟达通过大量资本投资AI初创公司，显现出其对AI未来的高度关注和战略眼光。从基础设施到应用层面的广泛布局，英伟达不仅是在技术研发上推动前沿进展，同时也通过资本推动相关创新企业的发展。这一系列投资不仅能促进AI行业的蓬勃发展，还将为英伟达带来长期的技术竞争优势。名词解释 GPU（图形处理单元）：一种专为图像处理设计的电子计算机硬件，用于处理计算机图形或视频。 AI（人工智能）：模拟、延伸和扩展人类智能的技术，能够执行复杂任务如学习、推理、问题解决等。生成式人工智能：一种能基于输入数据生成全新内容的人工智能，如文本、图像等。自动驾驶：通过车辆自带的计算和传感技术实现无人驾驶。大语言模型：通过海量数据训练出的自然语言处理模型，能够生成流畅的文字内容，进行语言理解和对话。 2024年相关大事件 2024年1月，英伟达宣布投资OpenAI后，继续加码对多个AI初创公司的资金投入，尤其在生成式人工智能和自动驾驶领域。 2024年5月，英伟达参与Wayve10.5亿美元融资，进一步推进自动驾驶技术的发展。来源：今日美股网

今日美股网01-13 00:10

鑫元基金刘宇涛：主动与量化结合的思路与优势

比较有逻辑的因子。像刚才郑首席所讲的，机器学习挖掘的因子，迭代的速度会快一点，我们会定期去评判这类因子的表现。像换手率稍微高一点的产品，确实采用了越来越多的机器挖掘的这类因子。所以这类因子的话，基本上每隔段时间就会进行一些迭代。挖掘出来效果比较好的，会取代那些表现不太好的因子。优秀公司的挑选要素估值在我投资体系里面是至关重要的一个指标，所有拟投资的公司在我心中都是有估值的，我不投那些我估不清楚的股票，公司值多少市值，这是我投资任何一家公司必须回答的问题。自上而下，估值可以划分为五层去理解：第一层是宏观和中观行业，由于不确定性最强，所以需要做最强的假设才能推导出结论；第二层是公司的战略管理与执行，即公司的发展目标与发展战略；第三层是公司的业务数据，用来验证公司的发展战略；第四层是公司利润；第五层是公司现金流。当市场不好的时候，我就会自下而上去估值，最看重的就是第五层——公司的现金流情况，账上有多少现金，现金流如何，分红能分多少。当市场预期好转之后，我就再往上看估值，甚至再乐观的情况还可以更多关注宏观和行业维度。基于对公司现金流、利润情况的充分把握，跌下去的时候敢于加仓。长期测算下来，低估值和低波动因子是持续有效的，因此这也是我构建组合最重要的基石。指数增强产品如何做超额目前我们指数增强产品用了一些机器学习的算法，还有一些高频数据，确实在这一两年超额收益还是比较显著的。一般在市场没有一个明确的主线行情驱动的时候，是比较适合量化指增，越高频的策略往往越好，所以我们的指数增强产品在这段时间收益会稍微显著一点。我们采用一些高频的、机器学习的因子和算法，尽可能多的获取股票从估值合理到泡沫之间的预期收益。量化投资如何实现风险控制主要通过量化控制风格偏离，主要监控的组合风格包括大小市值、动量反转、行业配置与个股选择收益等，在权益组合出现显著风格偏离时，通过调节个股及其权重，使其重新平衡。目的是控制尾部风险，不做行业或风格上的严格中性化处理。 TMT、红利、医药未来的投资机会 TMT主要就是AI这一块。一方面是AI的硬件，这一块包括算力、算力的基础设施建设，这是目前为数不多有盈利增量板块。另一个就是AI的应用，虽然国内的应用目前没有特别的亮点，但预期空间比较大。所以TMT是最近几年的一个重点布局方向。医药行业是比较熟悉的一个行业，最近一年可能因为医保控费这些政策的*，整个医药行业的贝塔不够好。但医药行业和 TMT 行业都是比较容易产生成长股，所以这两个行业会比较多的关注，而且这两个行业的行业逻辑会比较强，就过去的经验来看的话，在国内市场上其他行业通过量化的一些方式是比较容易取得超额收益，但是在电子、医药这种行业，因为有比较强的行业逻辑，所以产生超额收益是稍微比较难，采用一些主动的研究方式会稍微偏多一点。红利板块是一个宏观逻辑演绎的一个结果，在宏观演绎且确定性很强的情况下，红利股有比较好的一个配置的机会。鑫元致远的量化选股策略鑫元致远量化选股是一只偏股混合型基金。拥有三大产品特色：做大是大非的选股，做逻辑透明的选股，做长期原则的朋友。鑫元致远量化选股是一只偏股混合型基金。拥有三大产品特色：做大是大非的选股，做逻辑透明的选股，做长期原则的朋友。做大是大非的选股：鑫元春夏秋冬量化大格局模型作为总指挥官，参与鑫元致远量化选股混合的投资决策流程。作为一只偏股混合型基金，鑫元致远量化选股混合的股票仓位范围在60%-95%之间。不同于大部分量化基金不做仓位调整，鑫元致远量化选股混合根据鑫元量化团队原创的“春夏秋冬大格局模型”输出的信号，月频对仓位进行适度调节。鑫元春夏秋冬量化大格局模型输入的信息主要包括宏观类因子、资金面因子和技术类因子，日频输出“春，夏，秋，冬”四种信号，分别对应震荡上行、趋势上行、震荡下行和趋势下行，把握大是大非的变化。做逻辑透明的选股：采用类指数化的多因子选股策略。根据量化大格局模型提示的信号，若市场正处“春夏”格局，产品仓位将提高到相对高仓位，风格配置切换为进攻风格，主要配置成长、质量、动量等进攻类的风格因子；若市场正处“秋冬”格局，产品仓位将调整为相对低仓位，风格配置切换为防御风格，主要配置价值、红利、低波等防御类的风格因子。做长期原则的朋友：从长期来看，坚持原则比主观随意切换更有效，坚守量化原则是获得长期超额收益的必要条件。普通的个人投资者如何应对AI带来的变化尽管面临挑战，普通个人投资者仍可以从容应对 AI 带来的变化：如通过分散投资降低风险，不要将所有资金集中在某一种投资策略或资产上；保持长期投资的策略，避免频繁交易，减少交易成本和风险。尽管 AI 技术在量价信息处理上具有优势，但基本面分析仍然是投资的重要部分。关注公司的财务状况、行业趋势等基本面信息，可以帮助个人投资者做出更明智的决策。个人投资者应如何看待量化投资量化投资虽然复杂，但通过提高透明度、加强投资者教育、明确风险提示、定期沟通和风险管理，可以帮助普通投资者更好地理解基金的投资逻辑和潜在风险，从而提升投资者的长期持有体验。对于个人投资者来说，主要看两个方面，一是基准指数，也就是看指数。若看好整个权益市场，可以看主动量化产品，或者中证偏股混合型指数基金。二是看增强，增强主要看净值跟基准的剪刀叉是不是平稳增大。如果基金与基准之间的超额收益越来越大，这类量化基金可以做一个定投，也是一个比较好的选择。如何能成为一位优秀的基金经理从事金融行业做投资的话，除了看到它很光鲜的一面，背后也有压力和辛苦的一面。如果作为买方投资的话，要审视两点，第一点是自己的性格，适不适合干这一行，是不是能够承担风险、承担压力。第二点就是自己对投资的理解。审视自己的性格，主要看自己适不适合干这一行。在最初的几年是不是能够承担风险、承担压力，然后形成自己的一套投资方法，相信自己的投资方法。如果随波逐流的话。今天学习这个方法，明天弄那个操作，来来回回没有形成自己的一套投资体系，很容易导致压力过大，因为业绩对职业生涯也是有影响的。 924行情之后，未来A股和港股的整体走势 924以来最大的变化是一个冲击型的事件，并不是基本面的逐渐改善带来了一波行情。跟2014年有点类似，那之前经历两到三年的熊市，很多股票处于低估状态。924之前，基于我们自己的模型筛选出来的市场上的低估股票大概有1000多只。久旱逢甘霖，受到一些事件的刺激，引发了这一波行情。在一波快速上涨之后，很多公司很迅速的从低估修复到合理。根据我们量化模型的测算，当时大概有400只左右的股票，理论上处于低估状态。与2014年作比较，最大的不同点在于政策对于股市的支持力度。所以我们确信的一点是，有这样一个力度支持，之前形成的底部是很难被破掉的，但向上的空间很难去确定。未来需要走一步看一步，第一看企业盈利是否都在改善，第二看行业颠覆性的逻辑。港股的话，就更偏盈利改善的层面。如果出现盈利改善，港股的空间相较于A股可能会更大一点。

面包财经01-09 13:57

英伟达正面回应：GPU比ASIC强在哪儿？

PU比ASIC强在哪儿？英伟达表示，机器学习是未来的发展方向，这意味着加速计算（通过硬件加速来提高计算效率）将取代通用计算成为未来计算领域的发展方向。商用GPU，如英伟达的GPU，是为多个任务和应用设计的通用硬件，具有较强的灵活性和扩展性；而定制ASIC是为特定任务量身定做的硬件，虽然在特定任务上效率极高，但缺乏灵活性和可扩展性。因此，英伟达认为，商用GPU拥有平台优势（platform advantages），包括硬件和软件的完整支持，这使得GPU在全球范围内具有更大的竞争力；与之相反，定制ASIC因为仅适用于特定应用，应用规模和适用范围有限。英伟达补充表示，未来，AI将成为国家基础设施的一部分，英伟达的通用GPU解决方案和软件支持，将以一种定制ASIC无法实现的方式，提供全球化的支持。英伟达：机器人技术将是下一个关键应用英伟达认为，未来，AI在汽车、机器人等多个领域都将大展身手，“物理AI（physical AI）”是下一个关键领域，机器人技术将是其中第一个主要应用领域。对于汽车领域，英伟达则表示：未来每一家汽车公司都需要两个工厂——一个用于制造汽车，另一个用于开发AI。至于量子计算，英伟达认为，量子计算在处理小数据问题（如随机数生成、加密等）方面表现出色，但在处理大数据问题上表现较差。虽然公司目前与大多数主要的量子计算公司都有合作，但在时间节点上，英伟达认为量子计算至少在未来十五年内不会成为主流技术。瑞银还在报告中维持了英伟达185美元/股的目标价不变，相比昨日收盘价140美元/股，有32%的上涨空间。

金融界01-09 07:47

亿道信息接待9家机构调研，包括海通证券、红土创新基金、BlackRock等

元的处理器。这些处理单元可以高效地处理机器学习模型的推理任务,如语音识别、图像识别等任务所涉及的矩阵运算等。 2.普通PC的处理器主要侧重于通用计算任务,如日常办公软件的运行、网页浏览等。虽然也能处理一些简单的图像或音频处理,但在面对大规模深度学习算法时,其性能会显得不足。公司推出的新款AIPC采用了与微软SurfacePro相同的芯片XElite,内置AI加速引擎(NPU),主频最高可达4.0Ghz,搭配Copilot按键使用,充分诠释AIPC的性能与智能。同时,公司自研AIGC(生成式AI)软件助手,本地集成第三方万亿级训练数据的大语言模型。软件的独特之处在于其充分利用了本地算力,实现断网环境下的无障碍使用,为用户提供了极大的便利性。而本地运算带来的低延迟特性,确保了用户与AI助手的交流更加流畅、自然。更为重要的是可以有效保护用户的隐私和数据安全。此外,公司正在研发的AIPC智能助手“AI因斯坦”,整合多项前沿技术,为用户带来前所未有的智能体验。它将深度融入各类工作场景,全面提升效率与创造力,推动工作方式的革新。未来,公司将持续跟进AI技术,不断推动AIPC、XR及相关AI产品持续升级换代,将前沿技术落地于具体的产品之中,让前沿科技更平易近人。

金融界01-09 00:39

Uber与Nvidia合作，借助AI云平台和生成性世界模型加速自动驾驶技术发展

us Driving）：通过人工智能和机器学习技术使车辆能够在没有人为干预的情况下自主导航和驾驶。生成性世界模型（Generative World Model）：一种AI技术，通过模拟现实世界的物理环境来生成真实的虚拟环境视频，用于训练自动驾驶和机器人系统。云端AI超级计算平台（DGX Cloud）：Nvidia推出的一种基于云计算的AI计算平台，为开发者提供强大的计算能力，支持AI模型的训练和部署。今年相关大事件 2025年1月：Uber与Nvidia宣布合作，利用生成性世界模型和云平台加速自动驾驶技术研发。 2025年1月：Waymo与Uber在美国两大城市推出自动驾驶项目。 2025年1月：Aurora Innovation收购Uber的自动驾驶技术部门ATG。来源：今日美股网

今日美股网01-09 00:10

【面谈】鑫元基金刘宇涛&兴业证券郑兆磊

动，选股则涵盖多因子选股等，同时还涉猎机器学习等方面。面包财经：刘宇涛博士目前在管的多只产品都取得了非常好的业绩，请您简单介绍一下当前主要在管产品的情况。刘宇涛：鑫元基金旗下偏量化的公募产品主要是由我在管理，既包括全市场选股的偏主动产品，也有指数增强产品、二级债基产品以及被动指数产品。其中，做主动量化选股的有鑫元鑫趋势，还有两个指数增强基金，分别是鑫元中证1000指数增强、鑫元国证2000指数增强，今年都取得了比较好的相对基准指数的超额收益。其他还管理一些被动指数产品，目前已发行的是两只红利类指数基金，一只是鑫元华证沪深港红利50指数，一只是鑫元中证800红利低波动指数，后面还有一系列指数产品会发行。面包财经：量化投资在全球范围内日益成为主流的投资方式之一，最近几年对A股市场的影响力也日益凸显。请郑首席简单介绍量化投资在海外和国内市场兴起的背景和当前的状况。郑兆磊：以国内为例，这两年市场对于量化的关注度很高，不只是量化部门，权益部门也会做一些这方面的涉猎，背后的原因是量化策略最近几年比较有效。无论是国内还是国外，它的成熟机制是建立在算法的成熟和硬件设备条件允许的情况下。理论方面，量化的理论基础大概是1950年左右马可维兹提出的均值方差理论，对于配置方面给出了很好的模型和范式。后面CAPM模型、APT模型（多因子模型）等影响也很大，风险模型和行为金融学都是这方面的一个范式和代表。另一方面是硬件设备，随着计算机算力的不断提升，大规模运算成为可能，推动了量化的发展。从实践来看，海外大概是70年代初发行第一只量化基金，然后1977年左右世界上第一只主动量化基金由BGI发行。2000年左右量化基金开始进入第一波危机，因为开始出现一些黑天鹅事件。这几年相对来说发展的有序一点。国内从2005年左右发行第一只量化产品，中间经历了一些波折，最近几年迎来一个比较好的发展土壤。面包财经：刘博士在管的部分产品采用主动与量化结合的策略，取得了良好的业绩，实践下来有哪些心得体会？主动与量化结合的主要思路是什么？优势有哪些？刘宇涛：整体的思路就是先通过量化方法筛选出股票池，筛选标准是“低估低波进，高估高波出”，即个股在低估值、低波动的状态下进入股票池，高估值、高波动的状态下从股票池剔除，以提高整体的赔率。特别是对于不具备信息优势的公募量化产品而言，相比博弈高弹性品种，通过 ‘广撒网’搜集低估值品种，赚取未来估值抬升带来的收益往往更具性价比，这也是公募量化长期超额收益的重要来源。进一步的，通过行业和个股研究从备选股票池中精选出投资标的，主要包括：首先，分析个股的行业属性和财务指标，选择合适的估值比较体系，确保投资标的不浮于表面的“低估值”，而是切切实实的“低估”，以夯实投资赔率；其次，进行适当的宏观和行业逻辑演绎，确定组合的风格和行业偏重方向，以提高投资胜率；最后，与行业研究员的密切合作，及时跟踪投资标的基本面的变化，以降低个股风险。此外，我还会借助量化手段进行尾部风险控制，特别是当市场风格收益（如大小盘风格）分化到极致，或者组合出现显著风格偏离的时候，通过适当调整以降低尾部风险。面包财经：在量化投资和分析过程中，两位如何挑选和迭代因子库？郑兆磊：因子库的迭代和更新方面，一般会看数据的来源。大致可归为四类：财务类、分析师预期类，量价类和另类数据类。从逻辑上看，因子可以分成逻辑驱动和特种工程挖掘两大类。逻辑驱动因子包括高质量、低估值、高成长等，是个人经验的产物。特种工程挖掘则需要采取一些算法，比如通过深度学习去挖掘，这块因子的获取难度在不断加大。刘宇涛：因子库的迭代是大同小异的。有逻辑的这类因子，比如财务类的因子，我们基本上是不迭代的，量化池的筛选基本上用的就是这类比较有逻辑的因子。像刚才郑首席所讲的，机器学习挖掘的因子，迭代的速度会快一点，我们会定期去评判这类因子的表现。像换手率稍微高一点的产品，确实采用了越来越多的机器挖掘的这类因子。所以这类因子的话，基本上每隔段时间就会进行一些迭代。挖掘出来效果比较好的，会取代那些表现不太好的因子。面包财经：挑选优秀的公司和投资机会，两位最关注的要素是什么？刘宇涛：估值在我投资体系里面是至关重要的一个指标，所有拟投资的公司在我心中都是有估值的，我不投那些我估不清楚的股票，公司值多少市值，这是我投资任何一家公司必须回答的问题。自上而下，估值可以划分为五层去理解：第一层是宏观和中观行业，由于不确定性最强，所以需要做最强的假设才能推导出结论；第二层是公司的战略管理与执行，即公司的发展目标与发展战略；第三层是公司的业务数据，用来验证公司的发展战略；第四层是公司利润；第五层是公司现金流。当市场不好的时候，我就会自下而上去估值，最看重的就是第五层——公司的现金流情况，账上有多少现金，现金流如何，分红能分多少。当市场预期好转之后，我就再往上看估值，甚至再乐观的情况还可以更多关注宏观和行业维度。基于对公司现金流、利润情况的充分把握，跌下去的时候敢于加仓。长期测算下来，低估值和低波动因子是持续有效的，因此这也是我构建组合最重要的基石。郑兆磊：好公司一般可能有两种定义方式，一个是基本面好，第二个是股价好。如果是股价好的情形下，它可能更多的是超预期的反应。超预期可能包含两种，第一个是个股基本面的超预期，第二个是行业或者宏观层面的超预期。所以说怎么去把握个股的超预期，或者是把握宏观层面的超预期，可能是需要我们注意的一个维度和视角。面包财经：最近两年指数投资（ETF）受到投资者的欢迎，也有相当多的投资者希望在指数之外获得一定的超额收益，选择指数增强型的产品。刘博士管理的指数增强产品获取了明显的超额回报，是怎么做到的？刘宇涛：目前我们指数增强产品用了一些机器学习的算法，还有一些高频数据，确实在这一两年超额收益还是比较显著的。一般在市场没有一个明确的主线行情驱动的时候，是比较适合量化指增，越高频的策略往往越好，所以我们的指数增强产品在这段时间收益会稍微显著一点。我们采用一些高频的、机器学习的因子和算法，尽可能多的获取股票从估值合理到泡沫之间的预期收益。面包财经：无论对于机构投资者还是个人投资者，风控都非常重要。请教郑首席，从海外和国内市场的实践来看，与人工主动策略相比，量化投资在风险控制方面有哪些优劣势？量化投资如何实现风险控制？郑兆磊：人工主动或者是权益的投资方式，它对风险的概念实际上是比较薄弱的，始终是以收益作为自己的目标。如果只有一个股票，权益和量化对于风险的认知实际上是一致的，你的风险可能就在于回撤或者是退市风险等。当你持有的股票越来越多的时候，它是一个组合的概念。这两年国内的权益基金，也慢慢从选股过渡到组合管理，英文的表达就是从一个stock picker到portfolio management。而当你持有的股票多了，到组合的概念的时候就会涉及到更多的风控。量化相对于人工主动投资，它在风控方面更加可度量。二是，量化的超额收益可能不见得比权益高，但它很稳健。相当于在度量方式上、度量手段上更加精准，更加明确。那么如何度量呢？基本上与你投资标的有关系，如果投资是多资产，可能需要像风险评价理论等。如果是个股层面，可能就是一些组合优化、波动率的预估，还有一些风险因子的度量等，相对来说偏向技术手段。面包财经：从公开的数据看，刘博士在管的产品回撤相对较小，您是如何控制风险的？刘宇涛：主要通过量化控制风格偏离，主要监控的组合风格包括大小市值、动量反转、行业配置与个股选择收益等，在权益组合出现显著风格偏离时，通过调节个股及其权重，使其重新平衡。目的是控制尾部风险，不做行业或风格上的严格中性化处理。面包财经：郑首席早在2023年就提出了AI+扩散方向是后续参与AI行情关键所在，今年以来AI应用板块的股票持续受到市场追捧，成为领涨的板块。郑首席先于市场发掘出AI的行情主线，当时的逻辑是什么？如何看待AI后续的演绎？郑兆磊：不敢说是先于市场看到行情主线，很多卖方和买方研究团队都提出过类似观点，我只是其中一个。当时主要从三个角度出发：从行业来看过去几年整个板块调整比较多，相对来说低位买入风险是比较低的，这相当于是一个防守的思路，这是第一点。第二点，就是整个的国家的战略转型和国家的投资方向，这两年在AI方面投入了很大的力度。第三点就是行业的特点，假设行业下行风险有限，同时国家又长期看好又重点扶植，那这个行业它本身的弹性够高。结合以上几点，我在当时推荐了这个板块，回过头来再来看，未来我觉得未来还是可以再继续关注。面包财经：TMT、红利、医药是刘博士在管基金重点配置的方向，您怎么看这些行业未来的投资机会？刘宇涛：TMT主要就是AI这一块。一方面是AI的硬件，这一块包括算力、算力的基础设施建设，这是目前为数不多有盈利增量板块。另一个就是AI的应用，虽然国内的应用目前没有特别的亮点，但预期空间比较大。所以TMT是最近几年的一个重点布局方向。医药行业是比较熟悉的一个行业，最近一年可能因为医保控费这些政策的*，整个医药行业的贝塔不够好。但医药行业和 TMT 行业都是比较容易产生成长股，所以这两个行业会比较多的关注，而且这两个行业的行业逻辑会比较强，就过去的经验来看的话，在国内市场上其他行业通过量化的一些方式是比较容易取得超额收益，但是在电子、医药这种行业，因为有比较强的行业逻辑，所以产生超额收益是稍微比较难，采用一些主动的研究方式会稍微偏多一点。红利板块是一个宏观逻辑演绎的一个结果，在宏观演绎且确定性很强的情况下，红利股有比较好的一个配置的机会。面包财经：鑫元基金最近也在发行新的量化产品，请刘博士简单介绍一下新发产品鑫元致远量化选股。刘宇涛：鑫元致远量化选股是一只偏股混合型基金。拥有三大产品特色：做大是大非的选股，做逻辑透明的选股，做长期原则的朋友。做大是大非的选股：鑫元春夏秋冬量化大格局模型作为总指挥官，参与鑫元致远量化选股混合的投资决策流程。作为一只偏股混合型基金，鑫元致远量化选股混合的股票仓位范围在60%-95%之间。不同于大部分量化基金不做仓位调整，鑫元致远量化选股混合根据鑫元量化团队原创的“春夏秋冬大格局模型”输出的信号，月频对仓位进行适度调节。鑫元春夏秋冬量化大格局模型输入的信息主要包括宏观类因子、资金面因子和技术类因子，日频输出“春，夏，秋，冬”四种信号，分别对应震荡上行、趋势上行、震荡下行和趋势下行，把握大是大非的变化。做逻辑透明的选股：采用类指数化的多因子选股策略。根据量化大格局模型提示的信号，若市场正处“春夏”格局，产品仓位将提高到相对高仓位，风格配置切换为进攻风格，主要配置成长、质量、动量等进攻类的风格因子；若市场正处“秋冬”格局，产品仓位将调整为相对低仓位，风格配置切换为防御风格，主要配置价值、红利、低波等防御类的风格因子。做长期原则的朋友：从长期来看，坚持原则比主观随意切换更有效，坚守量化原则是获得长期超额收益的必要条件。面包财经：AI技术的快速发展，是否会导致未来量化投资较单纯的人工主动投资拥有更多的优势？个人投资者在AI和机构投资者面前是否会处于更不利的地位？普通的个人投资者如何应对AI带来的变化？刘宇涛：AI 技术的快速发展确实为量化投资带来了更多的优势，但个人投资者通过提升自身能力、利用现有工具和保持长期投资策略，仍然可以在市场中找到自己的位置。 AI 技术的快速发展确实为量化投资带来了显著的优势。从数据处理能力来看：AI 技术能够处理和分析海量数据，包括结构化和非结构化数据，如新闻、社交媒体、财务报告等。这种能力使得量化投资能够更全面地捕捉市场信息，提高投资决策的准确性。从模型优化来看：AI 技术，特别是机器学习和深度学习，能够不断优化投资模型，提高预测的准确性和稳定性。从交易速度来看：AI 技术能够实现高速交易，捕捉市场中的短暂机会，这对于高频交易和算法交易尤为重要。尽管面临挑战，普通个人投资者仍可以从容应对 AI 带来的变化：如通过分散投资降低风险，不要将所有资金集中在某一种投资策略或资产上；保持长期投资的策略，避免频繁交易，减少交易成本和风险。尽管 AI 技术在量价信息处理上具有优势，但基本面分析仍然是投资的重要部分。关注公司的财务状况、行业趋势等基本面信息，可以帮助个人投资者做出更明智的决策。郑兆磊：AI 只是一个手段，它替代不了人，因为人实际上是可以去利用 AI 的。所以说呢，我个人觉得的话，更多的应该是需要去将自己的核心竞争力去培养好。面包财经：很多投资者听说过“量化投资”的名词，但也存在误解。如何向普通投资者解释量化投资的复杂性，使其更好地理解基金的投资逻辑和潜在风险，从而提升投资者的长期持有体验？刘宇涛：量化投资虽然复杂，但通过提高透明度、加强投资者教育、明确风险提示、定期沟通和风险管理，可以帮助普通投资者更好地理解基金的投资逻辑和潜在风险，从而提升投资者的长期持有体验。对于个人投资者来说，主要看两个方面，一是基准指数，也就是看指数。若看好整个权益市场，可以看主动量化产品，或者中证偏股混合型指数基金。二是看增强，增强主要看净值跟基准的剪刀叉是不是平稳增大。如果基金与基准之间的超额收益越来越大，这类量化基金可以做一个定投，也是一个比较好的选择。面包财经：基金经理和证券分析师都是压力比较大、强度比高的工作，请两位分享一下面对高强度的工作压力，保持良好的工作状态方面的经验。郑兆磊：在这样一个快节奏的社会，每个行业应该都有不小的压力，我个人觉得第一点就是心态放宽，这样面对小的惊喜或者小的挫折，不会患得患失。第二点就是要有一个好的转换注意力的方式，例如跑步、打球等，都是一些比较好的转移注意力的方式。面包财经：面包财经的有些读者是财经专业的在校生和金融行业的新人，如何才能成为一位优秀的基金经理和分析师，请两位谈谈自己的看法。郑兆磊：对于想从事这个方向的有志者来说，首先可能得明确自己的目标，到底做哪一个方向。第二，就是无论做哪一个方向，因为大家起点都还不错，在这样的一个情况下，如何脱颖而出呢？我觉得更多的是你的专一程度、深度和特异性。比如在某一个领域上有大几个月、一定深度的研究，一方面对自己成长有帮助，另外一方面就是假如能有幸将你招过来，可能你也能很快的上手。刘宇涛：从事金融行业做投资的话，除了看到它很光鲜的一面，背后也有压力和辛苦的一面。如果作为买方投资的话，要审视两点，第一点是自己的性格，适不适合干这一行，是不是能够承担风险、承担压力。第二点就是自己对投资的理解。审视自己的性格，主要看自己适不适合干这一行。在最初的几年是不是能够承担风险、承担压力，然后形成自己的一套投资方法，相信自己的投资方法。如果随波逐流的话。今天学习这个方法，明天弄那个操作，来来回回没有形成自己的一套投资体系，很容易导致压力过大，因为业绩对职业生涯也是有影响的。面包财经：924行情之后，很多投资者对未来市场有一个比较高的预期，认为未来是一个震荡向上的行情，但也有一些人相对来说比较悲观。想请教两位怎么看待接下来A 股和港股的整体走势？刘宇涛： 924以来最大的变化是一个冲击型的事件，并不是基本面的逐渐改善带来了一波行情。跟2014年有点类似，那之前经历两到三年的熊市，很多股票处于低估状态。924之前，基于我们自己的模型筛选出来的市场上的低估股票大概有1000多只。久旱逢甘霖，受到一些事件的刺激，引发了这一波行情。在一波快速上涨之后，很多公司很迅速的从低估修复到合理。根据我们量化模型的测算，当时大概有400只左右的股票，理论上处于低估状态。与2014年作比较，最大的不同点在于政策对于股市的支持力度。所以我们确信的一点是，有这样一个力度支持，之前形成的底部是很难被破掉的，但向上的空间很难去确定。未来需要走一步看一步，第一看企业盈利是否都在改善，第二看行业颠覆性的逻辑。港股的话，就更偏盈利改善的层面。如果出现盈利改善，港股的空间相较于A股可能会更大一点。郑兆磊：个人认为在当前的大环境下，下行风险是相对有限的，对未来我们还是比较乐观。本期面谈嘉宾简介：刘宇涛，鑫元基金基金经理。善于量化选股的投资先锋，9年权益研究，4年专户投资；上海交通大学工学博士，哥伦比亚大学联合培养博士研究生。历任申万菱信基金管理有限公司助理金融工程师、太平基金管理有限公司量化分析师、华宸未来基金管理有限公司投资经理。2021年6月加入鑫元基金。现任鑫元鑫趋势、鑫元中证1000指数增强、鑫元国证2000指数增强、鑫元浩鑫增强、鑫元华证沪港深红利50、鑫元中证800红利低波动指数基金经理。郑兆磊，兴业证券经济与金融研究院金融工程首席分析师。上海交通大学硕士，3年人工智能研究、8年金融工程研究经验，2023、2024年证券时报新财富杂志最佳分析师评选第一名。研究方向是量化投资体系与策略开发，对新因子挖掘、行业配置、基本面量化等有长期深入研究。构建的很多策略在样本外表现均具有较为突出的表现。【面包财经·面谈】栏目刊载的所有内容只代表嘉宾本人观点，与嘉宾所在工作单位无关。所有内容在任何情况下对任何人均不构成任何投资建议。免责声明：本文不构成对任何人的任何投资建议。知识产权声明：面包财经作品知识产权为上海妙探网络科技有限公司所有。数据来源： 1、鑫元鑫趋势灵活配置混合型证券投资基金成立于2017.8.24，2017.9.4-2022.6.28基金经理丁玥参与管理该基金；2018.11.13-2021.9.28基金经理赵慧参与管理该基金；2021.9.28至2022.10.26基金经理曹建华参与管理该基金，2022.9.20至今基金经理刘宇涛参与管理该基金。业绩比较基准为沪深300指数收益率×50%＋上证国债指数收益率×50%。据产品定期报告显示，截至2024.9.30，鑫元鑫趋势A业绩表现/业绩基准为：2018年：-10.15%/-9.85%、2019年：9.41%/20.21%、2020年：41.84%/15.44%、2021年：14.24%/-0.48%、2022年:-15.49%/-9.43%、2023年：-2.06%/-3.88%、2024年（1.1-6.30）：-4.68%/2.53%，2024年（7.1-9.30）：10.57%/8.66%；鑫元鑫趋势C业绩表现/业绩基准为：2018年：-10.63%/-9.85%、2019年：8.95%/20.21%、2020年：41.29%/15.44%、2021年：13.79%/-0.48%、2022年：-15.83%/-9.43%、2023年：-2.45%/-3.88%、2024年（1.1-6.30）：-4.86%/2.53%，2024年（7.1-9.30）：10.45%/8.66%。 2、鑫元中证1000指数增强型发起式证券投资基金成立于2022.11.28，刘宇涛自2022.11.28起担任该基金基金经理，业绩比较基准为中证1000指数收益率×95%+银行活期存款利率（税后）×5%。据产品定期报告显示，截至2024.9.30，鑫元中证1000指数增强A业绩表现/业绩基准为：2023年：-2.62/-5.91%、2024年（1.1-6.30）：-12.31%/-15.97%、2024年（7.1-9.30）：16.91%/15.79%；鑫元中证1000指数增强C业绩表现/业绩基准为：2023年：-3.01/-5.91%、2024年（1.1-6.30）：-12.49%/-15.97%、2024年（7.1-9.30）：16.80%/15.79%。 3、鑫元国证2000指数增强型证券投资基金成立于2023.8.10，刘宇涛自2023.8.10担任基金经理，业绩比较基准为国证2000指数收益率×90%+恒生指数收益率×5%+银行活期存款利率（税后）×5%。据产品定期报告显示，截至2024.9.30，鑫元国证 2000 指数增强A成立以来（2023.8.10-2024.9.30）业绩表现/业绩基准为：-5.26%/-8.81%；鑫元国证 2000 指数增强C成立以来（2023.8.10-2024.9.30）业绩表现/业绩基准为：-5.70%/-8.81%。 4、基金经理刘宇涛：9年金融行业从业经验，理学博士。曾任职于担任申万菱信基金管理有限公司助理金融工程师、太平基金管理有限公司量化分析师、华宸未来基金管理有限公司投资经理，2021年6月加入鑫元基金，2021年9月至2022年8月担任权益投资经理。自2022.9.20起担任鑫元鑫趋势混合型证券投资基金的基金经理。 5、据各期定期报告显示，截至2024.9.30，刘宇涛在管的其他同类基金：鑫元华证沪深港红利50指数型证券投资基金成立于2024.9.24，刘宇涛自2024.9.24担任基金经理，截至2024.9.30，产品成立不足6个月。风险提示：基金有风险，投资须谨慎。基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证本基金一定盈利，也不保证最低收益。基金过往的业绩并不代表将来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。您在做出投资决策前，请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和风险揭示书，充分认识本基金的风险收益特征和产品特性，认真考虑本基金存在的各项风险因素，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，认真判断并谨慎做出投资决策。鑫元鑫趋势及鑫元致远量化选股为混合型基金，其预期收益和预期风险高于货币市场基金和债券型基金，低于股票型基金。鑫元中证1000指数增、鑫元国证2000指数增强、鑫元华证沪港深红利50、鑫元中证800红利低波动指数为股票型基金，其预期收益和预期风险高于货币市场基金、债券型基金和混合型基金。其风险等级为中风险，适合平衡型、成长型和积极型投资者。可投资港股通标的股票，需承担港股通机制下因投资环境、投资标的、市场制度以及交易规则等差异带来的特有风险。鑫元浩鑫增强为债券型基金，其预期收益和预期风险高于货币市场基金，低于混合型和股票型基金。风险等级为中低风险，适合稳健型、平衡型、成长型和积极型投资者。投资者从*机构购买本产品的，产品风险等级和投资者风险承受能力的评定结果以及匹配规则，以*机构为准。鑫元基金管理有限公司郑重提醒您注意投资风险，请详细阅读基金合同、招募说明书，了解基金的具体情况。基金投资需谨慎。

面包财经01-08 13:53

英特尔股价暴跌57.6%：创新滞后与中美贸易紧张加剧挑战

人工智能（AI）：指通过计算机模拟和机器学习等手段，使机器具备人类智能的能力，包括自动化决策、数据分析等。 GPU（图形处理单元）：主要用于图形渲染的硬件设备，在AI领域也被广泛应用于并行计算。高端产品生产成本：指制造技术要求高、原材料成本昂贵的产品所需的成本。半导体行业：涉及制造半导体芯片的产业，广泛应用于计算机、通信、消费电子等领域。今年相关大事件 2025年1月23日：英特尔发布第四季度财报，预计每股亏损0.09美元。 2024年12月18日：英特尔股价大幅下跌，受到市场对其未来表现的负面情绪影响。 2024年10月31日：英特尔发布Q3财报，营收同比下降，未能达到预期。来源：今日美股网

今日美股网01-08 00:10

重磅！英伟达CEO黄仁勋在科技盛会CES上发布新的显卡、软件和服务

能够在GPU上创建和优化神经网络的先进机器学习。英伟达表示，新的GeForce 50系列显卡将利用Blackwell的能力，为电脑游戏玩家创造更逼真的体验。传统的图形芯片通过计算图像中每个像素的阴影来构建图像，而新技术将更多地依赖人工智能来预测下一帧应该是什么样子。黄仁勋指出，机器学习从根本上改变了应用程序的构建和计算方式，拓展了超越传统方法的可能性。GeForce GPU在使人工智能进步为公众所用方面发挥了关键作用。黄仁勋表示，Blackwell系统的奇迹在于其前所未有的规模，Blackwell芯片是人类历史上最大的单芯片；该系统的最终目标是增强我们在技术和创新方面的能力和体验。创建NVLink的根本目的是围绕主动型人工智能，它展现了延长测试时间和提升客户互动的完美模型。旗舰RTX 5090型号将于本月晚些时候上市，售价为1,999美元，稍后将推出功能较弱的显卡。英伟达表示，售价549美元的RTX 5070将于2月份首次亮相，性能优于之前系列的顶级型号RTX 4090。就在2022年，游戏还是英伟达最大的销售来源。现在，这家芯片制造商的数据中心业务规模要大得多。由于该公司的加速器芯片受到世界上最大的科技公司的青睐，该公司今年的贡献有望超过1000亿美元。下一步是向更多的企业和政府机构推出硬件和软件，帮助英伟达实现收入多元化。 (截图来源：彭博社) 在CES 2025电子展演讲现场，黄仁勋宣布，全球最大的汽车制造商丰田汽车公司(Toyota Motor Corp.)现在是英伟达自动驾驶人工智能产品的客户，并将使用其Drive芯片和软件。丰田的股票在消息公布后继续上涨。黄仁勋还宣布，公司正式推出下一代汽车智驾芯片“Thor”。丰田和英伟达将合作开发下一代自动驾驶汽车。英伟达的汽车业务将在2026财年扩展至50亿美元。黄仁勋宣布推出NVIDIA Cosmos，这是一种旨在理解现实世界的基础模型。Cosmos模型可以接受文本、图像或视频的提示，生成虚拟世界状态，作为针对自动驾驶和机器人应用独特需求的视频输出。开发人员可以利用Cosmos为强化学习生成AI反馈，从而改善策略模型并测试在不同场景下的性能。英伟达还在与优步技术公司(Uber Technologies Inc.)合作开发自动驾驶技术。优步每天处理的数百万次出行将为训练人工智能模型提供大量数据。英伟达表示，大众市场的汽车制造商将转向在所有车型中使用一台电脑和操作系统，而不是按车辆类别划分系统。该公司认为，这种转变将为更广泛地使用该芯片设计公司的全面产品奠定基础。为了加快速度，英伟达已经让其产品获得了政府运输安全组织的认证。英伟达现在也推出了一款名为Project Digits的台式电脑。该公司为这款小型设备配备了一个Grace Blackwell超级芯片——一个中央处理器和图形半导体的组合——可以与大块内存和快速连接一起工作。这个想法是为开发人员提供能够运行非常大的人工智能模型的硬件，目前的笔记本电脑很难处理这些模型。

tqttier01-07 13:03

AppLovin难以复刻2024年的惊人表现

的平台来实现其ROAS目标。使用AI和机器学习来确保正确的广告投放和性能使公司脱颖而出，并使其能够在游戏广告领域获得更多市场份额。然而，该部门的增长也得到了一次性成本效益的支持，包括与谷歌云的有利合同续签和外汇效应的顺风，这些可能不会在接下来的季度中继续：我们本季度的软件平台调整后EBITDA受到与谷歌云合同续签、上个季度PSU归属和外汇相关的几项非经常性成本效益的积极影响。在正常化的基础上，我们预计我们的季度环比流动将约为100%。管理层预测“由于增加了更多的数据中心容量和PSU成本，下个季度软件平台的吞吐量将略有下降”，这是利润率正常化的迹象。在这种背景下，分析师预计2024财年看到的三位数增长率将结束：2025年，每股收益增长预计将放缓至略高于46%，到2026财年进一步放缓至接近35%。即便如此，这仍然是一个非常令人印象深刻的增长率：来源：Seeking Alpha AppLovin现在对2024财年第四季度的收入指引在12.4亿至12.6亿美元之间，调整后的EBITDA在7.4亿至7.6亿美元之间（利润率为60%）。此外，管理层还希望在2025财年实现其主要游戏广告部门20-30%的增长，“电子商务作为增长催化剂的附加因素”。在财报电话会议中，我们看到一些分析师怀疑电子商务驱动是否能够扩展并在2025年为收入做出实质性贡献。AppLovin的回应强调了试点结果的质量和向新领域扩展的长期潜力，同时指出增长可能会缓慢。AppLovin可能已经达到了其边际性的峰值，正如在下面的图表中与最接近的同行进行的比较分析所示。来源：YCharts 正如我们所见，AppLovin的EBITDA利润率显著更高——是行业平均水平的几倍——这就是为什么它有相对更高的估值倍数。对于盈利能力方面的这种优越性，投资者通常愿意支付溢价，如果预期高增长率能够持续，这种溢价通常是合理的。正如之前提到的，AppLovin的预计增长率确实很强劲；然而，当我们考虑前瞻性PEG比率时，AppLovin在分析的同行组中是最昂贵的公司之一：来源：Seeking Alpha 即使AppLovin在2025财年每股收益上超出当前共识20%（7.12美元对5.93美元），当前的股价使2025财年的市盈率约为48倍，这相当高。但在这种情况下，股票将以0.63倍的FWD PEG交易。彼得·林奇的理论表明，股票的PEG小于1倍表示被低估，因此如果AppLovin的2025财年每股收益确实同比增长75.7%，那么今天的股价有超过57%的上涨潜力。但情况并非如此，因为AppLovin利润的增长是由于利润率的扩张，正如前文所说，这已经接近其峰值。因此，我们中期可以期待的最好的情况是毛利率/EBITDA利润率的某种稳定和约35-40%的收入增长，这可能会转化为约45-50%的年每股收益增长（多亏了回购和成本控制）。对于AppLovin股票的买家来说，不幸的是，这正是华尔街共识目前所定价的。总结 AppLovin去年加速的业务增长率令人印象深刻——AI确实在推动AppLovin关键终端市场的势头。根据Zion Market Research的研究，全球营销中的AI市场应该在2030年扩展到约721亿美元，复合年增长率约为24.5%（2023年至2030年之间），因此AppLovin有机会利用这一趋势进行货币化。但当前的估值可能已经失控：股票可能只有在公司超出目前乐观的共识假设10-20%的情况下才有上涨潜力。另一方面，AppLovin的利润率扩张现在已经接近其峰值。这就是为什么2025年对AppLovin来说将与2024年不同。 $AppLovin Corporation(APP)$

老虎证券01-06 18:52

24小时热点