止于至善投资何理：让AI成为“数字同事”

来源：市场资讯

（来源：财联社）

财联社2月11日讯（记者 吴雨其）在人工智能全面渗透金融行业的当下，“AI+投研”已经成了资产管理机构绕不开的话题。有人把它当作提高效率的新工具，有人尝试把它引入决策流程的深处。止于至善投资总经理何理选择的路径，是在全球多市场、多资产的框架中，让AI从辅助插件走向投研基础设施，再在此基础上讨论长期主义、投资者关系以及风险边界。这种做法并不以讲故事取胜，更像是一套正在运行中的实验系统。

从业绩表现看，这套体系已经经历了不同市场环境的考验。以公司核心价值投资产品线为例，在多个阶段都跑赢主要市场基准，其中一只代表产品自2022年成立以来，已经覆盖2022年至2026年五个完整自然年度，年度收益均优于主要指数。

在与财联社记者的交流中，他反复强调两个问题 一是AI在投研体系中的位置究竟应当摆在何处，二是在AI带来的机会与不确定性之间，投资者如何设定自己的风险承受边界。围绕这两个问题，止于至善投资正在进行一场持续的实践。

让AI成为“数字同事”

谈到止于至善的投研体系，何理给出了一个颇具科幻感的名字“AI赛博坦”。这个体系由研究、交易、风控、回溯四个子系统构成，四个环节并非彼此割裂，而是相互嵌合，共同支撑投资决策的形成与落地。在他看来，关键不在于是否使用AI工具，而在于是否愿意让AI参与到整个体系的重塑之中。

在他观察到的行业现状中，AI仍主要承担听会、整理纪要、搜索信息等辅助性角色，更多被视作提升效率的插件。止于至善则将AI视为“数字同事”，在体系搭建和迭代过程中与投研团队一起开发规则、训练模型和优化流程。研究环节需要AI协助处理海量信息并抽取结构化要点，交易环节则与AI共同设计执行框架和约束条件，风控和回溯系统也通过AI持续监控组合行为与历史数据，从而形成闭环。

这种设计的目标，是让主观研究、量化评估与AI工作流真正融合，而不是在传统流程上简单叠加几段代码。何理认为，未来三到五年，“AI赋能投研”的演进方向很可能是自动化程度不断提升，AI不再局限于生成研报和辅助分析，而是直接给出系统性结果，再由投研团队进行判断与修正。他判断，随着训练数据和实践经验的积累，“AI赛博坦”这类体系会在决策效率和一致性上拉开差距。

这种投研重构也延伸到了交易层面。止于至善当前所有产品的交易体系，均是与AI共同开发完成的。AI在这里既要遵守风控规则，又要吸收回溯系统中提炼出的经验，在此基础上不断调整执行细节。何理强调，在这套体系里，AI并没有替代人，而是把团队过去十余年的投研理解模型化、系统化，使得投资逻辑可以在更大范围内复制和验证。

在他看来，真正的挑战不在于AI能否带来超额收益，而在于机构是否愿意在底层逻辑上做出足够彻底的改造。只有当研究、交易、风控和复盘都与AI深度耦合，AI才能从工具升级为“同事”，在多市场、多资产环境下体现出稳定性与前瞻性。

全球多市场中的“质价比”路径

与一些自上而下进行资产配置的全球投资机构不同，止于至善在多市场布局时，会把宏观判断视为一种“水温测试”。在何理的设定里，宏观研究更多是用来理解不同国家和地区所处的环境，例如货币政策、产业结构等，但不会直接被用来决定“哪里的市场会涨、哪里的市场会跌”，更不会通过宏观观点来人为调整各市场的仓位比例。实际持仓主要由自下而上的个股研究和“质价比”评估决定。

目前公司整体投资中，约七成集中在美国、韩国、日本等海外市场，约三成配置在A股和港股。这个比例并非事先规划，而是从个股层面逐步累积的结果。当一家公司在团队的研究框架中体现出更优的质价比时，它往往会成为调整组合的主要驱动力。为了维持组合均衡，团队也会在必要时对某些方向进行少量配置，例如在部分时期以不超过基金净资产一成的比例，持有创新药相关ETF，以对冲单一行业集中度过高的风险。

在赛道选择上，止于至善一方面重点挖掘AI、新消费、区块链、创新药、机器人等何理口中的“星辰大海”领域，另一方面保持对资源品等传统行业的长期跟踪。基于当前的估值和风险收益比评估，何理将AI视为有生以来最大的投资机会，新消费和区块链的质价比较高。同时与市场不同的是，他认为创新药和机器人整体偏贵，因此在最后两类公司上更愿意耐心等待，待估值和企业基本面更匹配时再主动出击。

资源品在组合中的角色则相对稳定。何理提到，旗下基金目前主要持仓集中在AI、新消费和资源股三类资产上，大致呈现六比二比一的结构。资源股部分重点放在他所认知的“超级周期”品种，例如铜、铝、黄金等，同时持续关注小金属中可能出现独立超级周期的机会。这种多元配置，在他看来是对单一主题波动的一种对冲，也有助于在不同经济阶段保持组合收益的来源多样性。

对于长期价值与阶段性主题的边界，他的回答颇为谨慎。在他的经验中，很多长期价值方向在早期看上去都像阶段性主题，差别主要在于后续是否不断出现验证点。以人工智能为例，他在2023年春节后就将其视为历史级别机会，当时市场看法并不统一，而当GPU、HBM等关键算力资源长期供不应求时，他认为这已经对最初判断形成了足够的事实支持。与之对比，元宇宙以及当前的部分机器人应用，更像是仍处在从零到一阶段，需要更长时间去跟踪和验证。

在AI“冰与火之歌”中管理预期与风险

当话题转向未来一到两年的错定价机会时，何理给出的答案依然围绕AI展开。他认为，最大错定价集中在科技创新股的长期价值上。许多投资者惯于用对传统周期股的思路来看待科技企业，在股价大幅上行后倾向于减仓或离场，却难以接受“越涨估值越便宜”的情况。一旦企业进入指数级增长阶段，盈利增速与估值消化往往会同时发生，这类股票看上去价格不低，但在长期维度下仍然具备吸引力。

以他举例的海外GPU龙头公司为例，从早年股价十余美元到如今接近十倍的涨幅，市盈率并未同步扩张，甚至相对下降。这种现象在他看来并不少见，也是长期投资者和短线交易者在认知上的一个重要分歧。与此相对，他认为目前被低估的风险在于A股小微盘股票整体估值偏高，性价比不足，小市值并不天然意味着高弹性。

在更广泛的市场层面，他对中国资本市场的看法同样强调质价比维度。在当前利率周期、地缘格局和国内政策组合之下，他判断未来几年港股的整体质价比优于A股，美国上市的中概股也具备较高吸引力。A股仍有大量结构性机会，但投资者需要更清楚地识别估值与成长匹配度，而不是仅凭情绪推动的成交量做判断。

对于当前市场环境下的“最大风险”，何理给出的答案并非某一类资产，而是对AI影响的认知不足。他用“冰与火之歌”来形容这一阶段，一方面，人工智能带来史无前例的历史性机遇，另一方面，它也为各行各业引入同样史无前例的不确定性。对投资者而言，这意味着不仅要判断哪些行业会被重塑，还要对回撤和波动有更充分的心理准备，在构建自身框架时留出足够的安全边界。

在这一点上，止于至善的做法是，把“AI赛博坦”视为观察和管理这种不确定性的一个抓手，而不是解决一切问题的终极答案。体系能否在更长周期内持续有效，还需时间给出更清晰的结果。对于投资者来说，理解这类探索背后的逻辑，并据此校准自己的预期，或许比短期的收益排名更为重要。