EP18 对话喵总: AI在投资中能做的和不能做的事

EP18 对话喵总: AI在投资中能做的和不能做的事

142分钟 ·
播放数1355
·
评论数5

这是一档关于投资和商业的播客,重点关注:美股投资,出海并购,长寿科技 ......

主持:丁华昆 (Richard Ding),   约20年美国市场的投资经验,美元基金经理; 涉及量化套利、价值投资、门口的野蛮人、收购美国公司等; 长寿科技行业投资人。

主持: Suker, 大学老师,学识渊博的雪球博主, 全球金融市场投资者, 高质量美股社群创建者。

嘉宾: 喵总,   90后海归,投资科班出身,创立过私募,现负责家族办公室业务,探索利用AI改造投研流程的实践型专家。

联系嘉宾,加入播客听众群, 或共同录制节目,请加微信: RichardDing123

时间轴:

00:01 精华问题

01:48 嘉宾介绍:喵总,   90后海归,投资科班出身,创立过私募,现负责家族办公室业务,探索利用AI改造投研流程的实践型专家。

05:55 普通投资者不需要成为交易天才:只要在正确的地方持续做正确的事,并善于利用工具弥补自身短板即可。

08:21 投资系统没有“完美开局”:必须从小处着手,先让“小车跑起来”,在真实场景中不断修正。等待完美工具出现只会错失机会,行动本身才是迭代和进步的前提。

10:18 投资盈利的本质来源分为两类:公司自身发展的钱(股息、业绩增长、回购)和人性的钱(市场先生的贪婪与恐惧)。两种钱都可以赚,但所需的能力截然不同,投资者必须先明确自己赚的是哪一种。

13:08 交易策略本质是在玩一个期望为正的概率游戏:承认自身能力边界,聚焦于可复制、可量化的交易规则,比追求逆势抄底的“神操作”更现实。

15:52 投资系统的核心原点应是“避免大亏”:因为大幅回撤不仅需要更高的回报率来弥补,更可能对心理造成永久性创伤。所有投研工作的出发点应是识别可能导致大亏的风险点,而非追逐潜在收益。

18:11 Garbage in garbage out:使用AI进行投研时,信息源头必须是一手的、真实的(如公司公告、监管文件),绝不能依赖卖方研报或他人观点。源头不可靠,再强大的AI也无效。

20:27 投资决策权必须始终掌握在人手中:AI在信息处理(解读、交叉验证、整合)环节效率最高,但在信息采集和最终决策环节风险较大。需警惕AI迎合用户观点和产生幻觉的问题。

26:01 AI 能做的和不能做的事情, 优秀的投资者需要有Taste:真正被凸显的是投资者的判断力。你是谁——你的经历、性格、盈亏历史、行业底色——构成了无法被AI替代的认知底色(Taste:你的审美能力)。

35:40 持仓后的偏见是导致亏损的主要原因之一:AI最有价值的功能是作为“监督者”,主动抓取并警示持仓中的负面信号,帮助投资者克服持仓偏见。

41:32 构建“专家知识库”让AI扫描持仓:能够发现人工分析时容易忽略的逻辑硬伤。例如,AI能帮你识别出被隐藏的关键限制条款,避免“看似低估实则陷阱”的投资。

49:05 扩大投资研究范围:很多看似“不可研究”的领域,本质是因为研究成本太高。AI大幅降低了边际成本,让原本不值得研究的细分领域变得可研究、可跟踪、可量化。

52:47 使用AI需具备“老板心态”:为自己的真金白银负责,亲自把控最终决策权,而非当“打工人”把责任推给工具。没有这个认知基础,AI用得再好也是白搭。

57:53 投资收益的分水岭不在于分析能力,而在于执行力:AI时代会加速这种分化:有执行力的人借助AI能力飞升,缺乏执行力的人只会亏得更快。

01:03:44 借助AI,中小市值公司的研究效率大幅提升:原来因研究成本高而被筛掉的机会现在可以快速覆盖。即使管理规模较大的投资人,也可以把仓位分散到更广袤的行业和更多中小型公司中。

01:06:21 执行力强的人是认知深度达到一定水平:能用认知来指导行为。敢于重仓一家公司,需要的认知深度远高于轻仓观察,真正理解才能真执行。

01:10:00 Richard问答打造巴菲特的控股公司 - 专注抗衰老领域; 时代的AI医疗大机遇。

01:19:05 喵总:系列问题问答(AI, 具体投资标的)

02:20:43 片尾曲 《这世界那么多人》- 莫文蔚

展开Show Notes
CJXs
CJXs
2026.4.27
很有收获,感谢喵总丁总分享
Archerhu
Archerhu
2天前
19:22 反复几次也没听清这个时点说的获取公告合集的工具是什么,求教
kongds
kongds
6天前
请问ppt在哪里?谢谢
蕾_IX4Q
蕾_IX4Q
2026.4.27
认购的条件是什么?
蕾_IX4Q
蕾_IX4Q
2026.4.27
一朵喵,喵总的博客吗?