觀點摘要

“我對科技行業沒有基本面之外的信仰，不會因為市場熱就去投資，而是比較客觀的。”

DeepSeek對科技股的投資產生重大影響。首先改變了AI的產業范式，OpenAI代表的是海量數據+高端算力的軍備競賽式資本密集型范式，DeepSeek代表的是“算法+硬件+軟件應用 ”三位一體注重系統整體效能的范式，系統創新可以彌補單點不足如硬件算力，這就系統性重估了國內科技產業的價值，國產模型和國產算力互相優化、匹配、提升。從訓練端向推理端，從云端到終端，從算力到應用，都在呈現接力成長、加速成長。

“在過去這些年，科技公司交出的答卷，是實實在在長期的在成長，從半導體設備制造到設計，都有很多公司在成長。展望未來，以半導體為代表的科技行業成長空間巨大。龐大的中國制造業要轉型升級、行銷全球，科技行業的賦能和加持是關鍵。”

“投資本質上是對專業認知的變現，尤其是科技產業投資，對于技術、產品、產業鏈、市場都要有深入并且不斷更新的認知。”

“我一直認為主動投資應當有更加數學化和體系化的方式來表征和評估其各個角度的特征，最近在看被譽為“量化圣經”的格林諾德和卡恩的《主動投資組合管理》，有一句話打動我心：投資的藝術正在演變成為投資的科學。”

正文

“DeepSeek改變了AI的產業范式，對科技股的投資產生了重大影響。”華安基金基金經理李欣表示。

李欣本科在浙江大學竺可楨學院學習，專業為半導體設計，研究生和職業生涯的前幾年主要從事電力電子和能源高效應用的工作，這為他后來的投研工作打下了堅實的基礎。2009年李欣加盟華泰證券任電子分析師，2012年加盟華安基金，2015年開始管理基金，他長期堅持在科技賽道投資，并獲得了優良的投資業績。以他管理時間最長的華安智能裝備基金為例，從2015年7月9日至2025年1月31日，該基金獲得回報為231.7%，年化回報為13.34%（同期業績比較基準為4.84%）。

李欣如何穿越市場周期，獲得長期良好的投資收益？對當前爆火“出圈”的“DeepSeek，他怎么看？AI帶來的技術革命，是否已超越互聯網？日前，證券時報·券商中國記者采訪了李欣，就相關問題進行了坦率、深入的交流。

 

以下為采訪實錄：

AI是全球科技競爭的制高點

券商中國記者：DeepSeek爆火“出圈”，對科技股投資帶來哪些影響？

李欣：DeepSeek爆火并非突然，對于同為浙大電子信息類專業出身的幻方和DeepSeek團隊，他們從量化交易積累而來的算力資源池、硬件調優能力、AI模型構建和優化能力對構建高效率的DeepSeek模型幫助很大，任何成功都不是一蹴而就，而是日積月累的結果。近五年來，我也在摸索和構建將主動投研和AI結合的路線，受啟發于transformer等AI算法，希望可以從各個維度、深度更加全面地解構和理解市場、行業、個股的運行邏輯，希望做到基本面和“模型面”的相互解釋和印證，從而提高投資績效。

我個人以為，人類對自然規律（包括語言、視頻等）的認知和表達，經歷了三個階段。第一是文字描述，例如“太陽東升西落”。第二是數學解析式和方程，例如牛頓定律和麥克斯韋方程組，這兩個階段本質上都是歸納、推理、驗證。第三階段是AI大模型，將研究的客體映射到高維空間，讓其各類特征得以充分表達；經過深度上的層層遞進，用一系列的線性變換和非線性函數，充分表達其內在邏輯的復雜性；通過對海量案例的訓練，使模型的表達趨近現實。這是方法論上的巨大進步，也是目前對大模型很多爭論的來源，因為它并不符合千百年來科學發現的基本流程和框架。

DeepSeek對科技股的投資也產生重大影響。首先改變了AI的產業范式，OpenAI代表的是海量數據+高端算力的軍備競賽式資本密集型范式，DeepSeek代表的是“算法+硬件+軟件應用 ”三位一體注重系統整體效能的范式，系統創新可以彌補單點不足如硬件算力。這就系統性重估了我國科技產業的價值，國產模型和國產算力互相優化、匹配、提升。從訓練端向推理端，從云端到終端，從算力到應用，都在呈現接力成長、加速成長。

與十年前的移動互聯網相比，從技術革命的角度看，AI超越了移動互聯網；從產品和盈利模式創新的的角度看，目前AI還是基于既有的商業模式例如云計算、短視頻、本地生活、電商做產品的加成和升級，笑到最后的“AI原生應用”還有待出現，這符合產業發展規律。

券商中國記者：隨著人工智能概念持續火爆，你在當前布局時，主要關注哪些要素？后續看好哪些細分賽道，主要邏輯是什么？

李欣：行業發展初期，關注產業卡位和既有資源在AI時代的變現能力；然后是業務和AI的結合程度，業務的推進進度以及可持續變現能力。

看好AI的“使能者”：國產算力，包括高端半導體制造、算力/傳輸芯片設計等產業鏈；全球算力產業鏈在技術創新推動下量價齊升。

看好受益于“AI平權”的行業：智能駕駛、機器人等，包括整機（整車）、系統集成、關鍵零部件如算力芯片、激光雷達、傳感器、執行器等。

券商中國記者：DeepSeek對于AI產業的意義有什么？Deepseek對于我國科技產業的意義？

李欣：對于全球AI產業，此次DeepSeek的成功標志著大模型的降價放量，因此推理端放量，增速高于訓練端；終端側受益于AI的放量降價，優于云端；應用端增長加速。所有和放量相關且沒有過度charge客戶的環節都受益，如推理端芯片和硬件(其相對于訓練端，制程和價格都較為親民)，終端硬件(眼鏡、手機、機器人、智能駕駛等，以及soc芯片)。C端應用軟件如辦公自動化、教育、游戲、傳媒等，都將受益。

國內AI產業鏈受益程度高于全球AI產業鏈。DeepSeek的成功，證明AI產業的競爭不是依靠單純的算力高低，而是依靠算法、軟件、硬件三位一體的綜合匹配實力，我們在最高端半導體制造上有短板，但DeepSeek證明我們可以依靠算法和軟件的補齊，用國內產業界已經實現的次高端半導體加以協同，同樣可以在綜合效能上做到全球第一梯隊。因此國內半導體產業鏈迎來重估機會，包括設備、制造、封測、EDA等。國產算力芯片設計等全鏈條受益，因為DeepSeek等中國特色模型創新和崛起必然伴隨國產算力、傳輸、存儲芯片等中國特色硬件創新。

券商中國記者：科技股受追捧是否有實實在在的業績支撐？

李欣：在過去這些年，科技公司交出的答卷，是實實在在長期的在成長，從半導體設備制造到設計，都有很多公司在成長。展望未來，以半導體為代表的科技行業成長空間巨大。龐大的中國制造業要轉型升級、行銷全球，科技行業的賦能和加持是關鍵，比如汽車行業，中國正在快速趕超，靠的是電動化、智能駕駛、攝像頭、激光雷達、傳感器、數據處理的芯片等，以及后面的算法，靠的是科技。別的工業設備也一樣，包括消費屬性的東西，比如手機，蘋果、三星，基本都被中國品牌占領，背后靠的也是科技。

以更加科學化和體系化的方式進行投資

券商中國記者：近年來你們是怎樣對AI領域進行投資和研究的？

李欣：2022年10月，美國出臺了管制AI芯片對華出口的政策，從那天起，我們開始加強對國內AI算力芯片的研究和投資，下大力氣調研AI算力芯片現狀。2023年一月，ChatGPT爆火，我們請教了很多專家，讀了很多報告，重點研究AI從技術到產品的突破，海外公司注重既要出產品又要出論文，在一些公開的平臺可以看到相關論文，我們學習之后覺得還是蠻驚艷的。我們同時加大了對AI的投資，之后我們一直根據行業跟蹤，動態調整投資，長期取得了較好的投資收益。

我們對AI算法、應用的研究，對深度學習模型的學習是長期的，對國產算力芯片公司的論文發表、產品發布長期跟蹤，動態評估其競爭力。比如一些國產算力芯片的龍頭公司，在它們上市前，我們就做了很多年的跟蹤和研究，現在已經漲了很多倍，我們對它們也始終有新的跟蹤。

我對科技行業沒有基本面之外的信仰，不會因為市場熱就去投資，而是比較客觀的。

券商中國記者：在你看來，如何做好科技股投資？你的投資體系是如何迭代向前的？

李欣：第一、要融合python、AI等科技工具，提升投研能力。熟練掌握python，編程實現市場和行業信息的搜集、整理、歸納；基于本地化部署LLAMA/DeepSeek等開源大語言模型，或者在數據清洗脫敏后調用阿里云等大模型平臺上的商業化大模型，實現對海量中外文報告等資料的翻譯、總結、歸納；基于pytorch等AI框架和transformer等基礎模型對市場數據建模，揭示多維度的市場和行業個股運行規律，服務投資決策。

第二、堅持長期以來的方針：扎根產業和上市公司研究，日拱一卒，拓寬知識面和能力圈，尤其是各個行業間的有機關聯，如機械、電子、新能源、計算機等之間的交叉學科和交叉應用。加深對宏觀經濟的研究和理解，在全球宏觀背景下理解和投資科技成長等行業，逐漸將消費、醫藥、周期等領域和科技行業放在統一的框架下進行觀察和合理的投資。我們基于基金合同等約束可以在投資實踐上有所偏重，但必須意識到，科學的框架具有普適性和完備性，任何一個長期有效的投資框架必然是對所有行業都具有解釋性的，如果不是，那就表明框架存在局限性，需要向更高維度擴展。

券商中國記者；做科技投資，是否對認知要求更高？

李欣：我認為，投資本質上是對專業認知的變現，尤其是科技產業投資，對于技術、產品、產業鏈、市場都要有深入并且不斷更新的認知。比如，如果要投資算力芯片，對計算體系架構、神經網絡的計算特征等等就應有所了解。從2019年以來，我花了不少時間在學習和研究AI模型的基礎知識，目前水平還比較初級，大概可以編寫GPT2模型，跑在自己的英偉達4090GPU上，以驗證transformer的基本原理。當然，對于實業從業者，認知后面更重要的是執行力，這一點我們確實要求低一些。

券商中國記者：你怎么看投資的藝術層面？

李欣：藝術的層面，我修煉尚淺，不敢過多置評，我也很欣賞和仰慕投資大師們在投資中展現出的行云流水般的藝術靈感。我一直認為主動投資應當有更加數學化和體系化的方式來表征和評估其各個角度的特征，最近在看被譽為“量化圣經”的格林諾德和卡恩的《主動投資組合管理》，有一句話打動我心：投資的藝術正在演變成為投資的科學。

券商中國記者：投資是一個概率問題嗎？你如何面對市場的隨機性？

李欣：每一個標的未來收益率都不是一個簡單的數字，而是呈現一定的概率分布曲線，注意其數學期望和標準差，應當綜合考慮兩者的對比關系。風險在某種程度上可以看做是收益率的標準差，控制風險應當考慮其與收益率的關系，而考量中的取舍關系也不是線性的，應該視投資目標而定。

市場是復雜系統，其隨機性無法避免，但從時間軸看，下一個階段的表現往往和上一個截面的狀態有相關性，即慣性或粘性，應當基于時序去看市場。

券商中國記者：股市漲漲跌跌，你如何穿越市場周期，獲取長期持續收益？

李欣：在較為有利的周期（行業有持續重大的變化與成長，同時市場風格較為有利于成長股），抓住beta和alpha，盡量獲得大的超額收益；在較為不利的周期，盡量控制beta，從alpha角度獲得收益，需要適當的降低組合的進攻性，增加防守性；當然如何判斷處于哪個周期的哪個階段有一定難度，但周期之間的過度是連續的，仍有若干辦法盡量加以控制。

把握行業成長中非線性變化的關鍵點

券商中國記者：請講講你的早年經歷，有什么印象深刻的人和事，對你后來的投資產生了什么影響？

李欣：我早年主要在電子領域學習和工作，很多師長和同仁給我留下了深刻的印象。我本科在浙江大學竺可楨學院混合班學習，大二選擇了半導體設計專業，進入到超大規模集成電路實驗室，從簡單的事情開始參與一些項目，我的導師曾擔任國家“863計劃”集成電路重大專項專家組組長，本世紀初出于對半導體的熱愛來到浙大建立實驗室，他對于前沿技術的孜孜不倦的追求，對于產學研關系的深刻理解，都長期影響著我和同學們的人生道路。我們實驗室在20多年前投身于國產CPU、EDA等關鍵領域，實驗室很多老師同學堅持深耕半導體，后來他們參與成立了多家成功上市的半導體公司，為科技自立自強事業做出了貢獻。

我研究生和職業生涯的前幾年主要從事電力電子和能源高效應用的工作，國內幾家頭部新能源逆變器和電力電子公司的創始人和高管也有許多是實驗室的師長同學和工作的同事。這告訴我長期沉淀積累必有用武之處。

我從他們身上首先學到了對產業的熱愛和執著，對工作的一絲不茍；我從自己的實業經歷中學到了“使命必達”和嚴謹的工作作風，研發日程訂到每天上午或下午，定期復查進度，產品必須全球領先，否則就是失敗；我也領會到，一個好的科技公司應當排除萬難參與全球激烈競爭的意義。我進入資本市場以來也保持著與產業一線的溝通聯系，始終從一個產業從業者的視角去研究跟蹤公司，做深入、全面、長期的研究，努力做精準有根據的投資。

券商中國記者：2012年5月你加盟華安基金任電子行業研究員，當時怎么做研究？

李欣：來到華安基金后，我從產業鏈角度梳理投資機會，加深對重點公司的研究，將我之前的產業經驗、資源和賣方經驗融合進買方的研究工作中來。買方研究，強調對于投資標的尤其是公司持倉標的重點跟蹤的深度和及時性，在市場波動時，需要根據基本面對投資做出判斷，研究的利害關系更大，對于估值模型、公司產品的量價模型、產業鏈上下游的變化要盡最大努力清晰化和及時跟蹤。

電子行業公司往往技術較為晦澀，產業變化快，很多基金經理以前涉及較少，我在報告中盡量用樸實生動的方式幫助基金經理理解公司業務，并組織去深圳等地調研，以及組織專家來司交流（當時還沒有賣方和所謂的第三方公司組織專家交流）。2013年是電子大年，感謝領導和基金經理們對我研究工作的信任，公司在電子行業的各個方向上全面增加配置，在那一年電子漲幅前十的公司中，我們買到了大多數，獲得了很好的收益。

券商中國記者：2015年7月，你開始管理華安智能裝備主題基金，當時，市場剛剛經歷暴跌，你怎么做投資？

李欣：2015年下半年市場劇烈調整后，我們認為，反彈較有力的行業應當是基本面變化快的成長性行業，無論市場漲跌，驅動基本面的還是它所在行業和公司本身的成長性，我們要研究清楚行業的成長性，把握行業成長中的關鍵點，所謂的非線性變化的點，即奇點。當時我們有幾位從TMT（科技、媒體、通信）和新能源的研究員剛剛進入投資崗位，我們在時任投資總監翁總的指導下，領先市場發掘了虛擬現實、IP網劇等方向，并跟蹤到鋰電新能源、蘋果產業鏈等都有積極的變化，通過對這些成長性行業的把握，我們在2015年下半年取得了不錯的業績。

券商中國記者：你主要把握了哪些大的投資主線？

李欣：一是半導體國產替代，2018年底到2019年上半年，市場大部分投資者都很悲觀，紛紛降低科技股持倉。然而，2019年是半導體國產替代的元年，是快速上量的一年，也是在上市公司業績上有巨大體現的一年，我們比較早的抓住了機會，在2019年一二季度加倉半導體，而市場形成對半導體國產替代的共識是在三季度。我們之后對半導體行業持續跟蹤，對半導體的投資獲得了較高的超額收收益。

二是在2020年的后半段開始增加對新能源的配置，一直持有到2022年的前段，收獲了新能源產業高增長的主要階段。

三是在2022年中期以后，我們開始降低對新能源的配置，系統性增加對TMT的配置。做這個判斷的原因，一是新能源的各個領域在前兩年無論基本面、產品價格還是股市上，都有充分的體現；二是TMT行業的很多因素在前兩年被壓制，因為疫情的原因，TMT的國產化替代進程，包括政府相關的采購招標的進程都有推遲；三是AI的一些深層次的應用在逐漸起來，AI過去相對比較小眾，2022年開始用在生成圖片、視頻、跟人對話等，能夠跟每個人的生活產生交集，我們開始加大對AI的研究和投資，獲得了較好的回報。