AI重塑研究边界 第六届睿远基金高校研究分析大赛圆满收官

来源：市场资讯

（来源：睿远FUND）

2026年3月，第六届睿远基金高校研究分析大赛总决赛暨公司开放日活动圆满收官，现场进行了总决赛冠军角逐，睿远基金研究和投资条线的资深专业人士，与高校学生社团代表和参赛同学们进行了深入交流。

睿远基金高校研究分析大赛由睿远基金、睿远基金投教基地携手国内外顶尖高校学生社团共同举办，旨在传递长期价值投资理念，为有志于从事研究分析工作的优秀学子搭建展示的平台，迄今已成功举办五届，累计报名人数超3000人次。

与往届有所不同的是，本届大赛希望能激发对研究有热情的在校生积极参赛，力求将比赛打造成证券研究的启蒙课，成为探索职业道路的起点。比如，在参赛对象上全面开放，面向国内外高校，不设学历和专业限制；在组别设置上，分为应届生组与非应届生组，以适应不同学业阶段的学生；此外，本届赛事要求单人参赛，强调选手需独立完成并提交研究报告。

总决赛暨开放日举办

睿远基金总经理饶刚在致辞中，首先对入围总决赛的同学们、各高校社团及所有参赛者表示了热烈欢迎与诚挚感谢。

他表示，睿远基金作为一家秉承价值投资理念、以持有人长期利益最大化为目标的长期价值投资机构，研究是公司的核心竞争力。公司高度重视人才发展和培养，通过大赛、实习、校招等多种形式，持续发现新生代研究力量，也为有志于证券研究的同学提供展示的平台。他希望，研究分析大赛不仅是研究能力的展示平台，也是价值投资理念的传播平台。

在现场举行的大赛总决赛中，参赛选手围绕“随着AI模型能力提升，近期相关行业主要公司股价发生了较大波动，请在中大市值板块中分别选择一个市值尚未充分反映其影响的行业或公司，以及一个近期可能被‘错杀’的行业或者公司，并简要说明理由”的主题，经过一周的准备提交研究报告，并进行现场阐述和答辩。

以开放的心态拥抱变化

睿远基金创始人陈光明先生出席了本次总决赛，并与参赛同学进行了交流。他在分享中结合行业变革与自身实践，鼓励同学们追求真理、持续成长。

陈光明先生表示自己非常重视人才发展，在资产管理行业，人才是最核心和最无法被替代的资源。作为一家资产管理公司，睿远基金也希望能打造成一个能传承的事业平台，而这其中最核心的正是优秀的人才。

他表示，价值投资的基本原理历经近百年依然有效，底层逻辑并未改变，关键在于价格是否显著低于内在价值，以及是否处于自身能力圈范围内。面对AI的飞速进步，我们应以开放心态积极拥抱，善于运用AI工具的研究者能极大扩展能力、更快把握事物脉络，但研究的核心并未改变，深刻的洞见依然稀缺且至关重要。

他认为，未来的投研工作中，能提出高质量问题、做出深度研判的人将具有独特价值，这要求持续聚焦于自身擅长并能形成深刻认知的领域。他鼓励同学们持续累积，不断提升综合判断力和洞察力。

决赛选手角逐冠亚军

第六届睿远基金高校研究分析大赛自去年9月启动以来，吸引了来自各个高校的四百多名同学报名参赛，最终有八位同学入围总决赛。

大赛秉承价值投资理念，参赛同学们通过学习行业知识，收集企业经营数据，讨论业务发展潜力及风险，为研究标的进行估值，尝试进行研究，感受和体验研究的乐趣。比赛分为初赛、复赛、总决赛。初赛，每位参赛选手在1个月内学习行业研究的培训课程，同时完成指定课题研究，最终70多位选手形成了高质量的研究报告。

决赛现场

经过综合评定，16位同学进入复赛，经过答辩产生了决赛入围共8位同学。该8位同学受邀前往位于上海的睿远基金总部参加总决赛暨公司开放日活动。

现场总决赛中，参赛选手围绕课题，经过一周的准备提交研究报告，并进行现场阐述和答辩。

经过紧张的总决赛角逐和组委会综合评定，应届生组来自上海交通大学的钟智邺荣获一等奖，来自清华大学的张国良荣获二等奖，来自浙江大学的孙从耘和来自清华大学的朱宇轩荣获三等奖；非应届生组来自复旦大学的李婧涵荣获一等奖，来自上海交通大学的洪静晗荣获二等奖，来自北京大学的刘阳和来自上海交通大学的毛嘉玮荣获三等奖。

开放日参访交流

在开放日参访交流中，睿远基金投资经理陈术子先生进行了系统分享，他表示，研究员的成长分为四个阶段：从完备性研究、到选择研究对象、到处理不确定性、再到扩展研究边界。AI可以大幅提升前两个阶段的速度，但处理不确定性和获取私有信息方面仍有局限。

陈术子先生表示，对于年轻研究员而言，研究是长期积累的过程，兴趣驱动的人才能在行业低谷期依然坚持研究，核心是要找到自己能形成深度认知的领域，无论选择哪条职业路径，关键在于清楚自己的性格与风险偏好是否匹配，只有真正热爱才能走得长远。

来自北京大学证券投资协会、北京大学基金研究协会、清华大学学生实体行业研究协会、清华大学深圳国际研究生院学生行业研究协会、复旦大学证券投资协会、上海交通大学投研俱乐部、中国人民大学投行与咨询协会、南京大学金融俱乐部、浙江大学投资协会、浙江大学二级市场协会的学生代表出席了本次活动，部分学生代表就自己所在社团的基本情况、培养模式和建设经验进行了分享。

评委精彩点评

第六届睿远基金高校研究分析大赛评委由睿远基金董事总经理吴非先生、金宇先生、刘都先生，投资经理孔祥宇先生担任，并对大赛进行了精彩点评。

吴非

吴非先生就本届大赛设定的AI主题分享了出题考量，并对报告进行了整体点评与方向性建议。

他阐述，设立AI主题的初衷，首先在于引导大家重视AI技术对社会及资本市场带来的深远影响。其次，AI的出现已大幅提升了数据处理与框架构建的“底层水平”，使得研究门槛发生变化——基础性、技术性工作的重要性相对下降，而前瞻性的展望与判断能力，在当前阶段仍是人类研究者区别于机器的关键价值所在，也是主动研究的核心所在。

吴非指出，参赛报告在尝试展望未来时，存在一个共性遗憾：多数分析和假设仍主要基于当前已发生的情况与技术现状，进行偏简单的线性外推。这容易陷入“高估短期变化，低估长期影响”的常见误区。然而，股票定价与研究分析本质上需要基于对更真实未来场景的模拟与判断。

因此，他建议同学们可以转换思路：首先需要对AI未来如何发展、在哪些方面可能产生实际变化，做出一些前瞻性的判断和长期展望的假设，再以此为基础进行具体分析。这样得出的结论可能更接近实际、更具启发性，而不是仅仅根据现有的技术、成本或“幻觉”等问题进行线性推演。他强调，这种对长期问题的思考，可能是未来人类和主动投研最大的价值。

金宇

金宇先生在点评环节，针对参赛研究报告中的普遍现象，直接而坦诚地分享了三点核心观察与建议，希望为同学们未来的研究发展提供方向。

第一，关于数据准确性。他观察到，在本届报告中，数据的准确性问题比往届更为突出。这可能是由于广泛使用AI工具生成内容所致。他举例指出，有报告将某公司市值数据错误标注，这与实际情况存在显著差异。他强调，研究中若沉淀了错误的数据，将直接影响基于数据推导的结论质量，甚至可能产生方向性的误判。因此，他建议同学们在利用工具生成内容后，必须投入更多精力去认真核实关键数据，确保研究基础的坚实可靠。

第二，关于观点形成与批判性思维。金宇指出，当前借助大模型可以便捷地获取大量看似专业、全面的观点，但这可能导致研究停留在“观点呈现”层面。他鼓励同学们在面对任何观点（无论是来自权威文章还是AI生成）时，都应保持批判性思维——这种批判不意味着反驳，也可能是认同，但都要求研究者深入思考，去质疑、探索或深化某个点，从而形成真正属于自己的判断，避免成为观点的简单搬运工。

第三，关于研究的深度与勤奋。他发现本届报告在叙事上普遍显得“全面”，但与此相对，针对一个问题进行透彻研究或提出差异化角度的深度有所不足。他提醒，技术工具让生成精美报告变得容易，但这不应替代研究者自身投入时间、深入挖掘的“勤奋”。真正的洞察往往源于超越表面信息的刻苦钻研。

金宇先生希望同学们在未来的研究道路上，能更加认真地核对事实与数据，以批判性思维审视所接触的信息与观点，并保持持续深入挖掘的勤奋。这些反馈虽直接，但意在指出研究中值得共同关注的提升方向，以助力同学们构建更扎实的研究能力。

刘都

刘都先生在分享中，结合自身对消费行业的观察，就新科技与商业模式研究提出了自己的思考。

他首先幽默地提到，由于自己主要关注商业模式相对稳定的消费领域，与常看新事物的同事们视角不同，时常互相切磋。针对本届AI主题及前述讨论，他认为，无论对从业者还是同学们而言，面对AI等新技术催生的新商业模式，都是一个需要持续学习的过程。

对于消费行业，研究需要对细微变化保持高度敏感，因为这些变化可能悄然改变生意的本质。同时，在预测市场空间时需保持谨慎，并通过与不同视角的人积极交流，以打破认知局限，做出更全面的判断。研究消费行业，正如品味人间百态，在动态变化中蕴藏着无尽的挑战与乐趣。

他认为从根本上而言，研究可能仍需回归商业模式的本源来思考问题。例如，需要分析这些快速的技术迭代、成本变化以及新模式的出现，究竟会对现有商业模式产生何种影响。这种影响并非静态，而是一个动态过程。站在当下回望，判断其影响的根本性与持续性，或许是更为关键的一点。

孔祥宇

孔祥宇先生在分享中结合自己对 AI 的观察与感受谈到：历史上的几次工业革命，从未出现过今天这样的情况，即在生产函数中，资本与劳动的边界正变得前所未有的模糊。所有从事智力型工作的人，正处在一个挑战最大、同时也是机会最大的时代。

回顾 2022 年 ChatGPT 刚诞生时，很难想象 AI 会发展到今天这个程度。前几天，80 多岁的计算机科学泰斗高德纳（Donald Knuth）借助 Claude Opus 4.6，用 1 小时解决了一个困扰他两三周的问题。他甚至在论文开头写下了“Shock! Shock!”。在这个过程中，Claude Opus 4.6 帮助他探索了十几种数学构造方式，并在不断尝试中逐步收敛到正确的方法，当然，最终的结论仍然是由他本人作出的。过去他对生成式 AI 并不十分看好，但现在可能需要改变看法了。

刚才领导提到，目前 AI 仍然难以真正具备对未来的预测能力，但这些能力背后其实隐含着两点：第一，是对过去事实及其解释进行枚举和探索的能力，也就是提出各种可能的机制与路径；第二，是对这些可能性进行有机组合与检验，从而有效归纳历史规律。对研究工作而言，我们的工作本身即包含要先看历史数据，完成归纳，进一步判断这些因素本身是否正在发生变化，从而形成对未来的预期。回到刚才的例子，无论是 Claude Opus 4.6 帮助高德纳探索数学构造，还是 AI 在粒子物理中“盲猜”构造模式并最终完成证明，这些都已经说明，AI 未必不能承担我们研究中“提出可能性”与“验证证明”的工作，乃至进一步演绎、预测。

那么，这对个体意味着什么？第一，AI 作为助手和工具，必须被认真使用。用不好会带来幻觉，用好了就是得力助手。关键在于探索如何把它嵌入自己已有的工作流程，提升认知效率与执行效率，这是不被时代甩下车的必要条件。第二，未来很可能会出现一种以 AI 系统为基础、再辅之以人的新型结合体，其效率与边界都可能超越现有的组织模式。

在这个过程中，对个人而言最重要的是什么？他认为是“品味”，或者说一种先验的直觉与经验，能够在众多可能性中规约出最有可能的方向。主观投资与量化投资的一大区别在于：量化建立在统计回测之上，而很多主观决策其实不可回测，因为每一次事件都有其独特性，历史上发生的次数也很有限。比如霍华德·马克斯说，他一生只做过五次重大决策，那他是怎么做的？靠的是逻辑、经验和执行力。这些合在一起，可以称为“品味”——一种认识上的品味，也是一种行动上的品味。对年轻同学来说，可能还缺乏足够的时间和精力去积累经验；而行业前辈的经验与品味，在这个时代反而可能更加宝贵，并且可以在 AI 的帮助下被进一步放大。到了 AI 时代，“完备性”也许不再那么困难，但能否真正拥有“洞察”、做到知行合一，仍然需要长期持续地修炼。

风险提示：本资料不作为任何法律文件，所载观点均为当时观点，不代表公司对未来的预测，所载信息仅供参考，不构成任何投资建议。投资人购买基金时应当仔细阅读相关基金合同及招募说明书等法律文件，了解基金的具体情况。投资有风险，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，但不保证基金一定盈利，也不保证最低收益。