A股的春夏秋冬:种树、种粮、种菜

2026-08-03 · Show: 面基 · 8723s · Source

A股的春夏秋冬:种树、种粮、种菜

概览

本期围绕 A 股投资框架展开,核心是用“春夏秋冬”描述市场周期,用“种树、种粮、种菜”区分不同类型公司和对应策略。嘉宾强调,很多投资问题一旦被准确描述,策略边界就会变清楚。

吴伟志反复强调“策略适配”:成长投资、价值投资、趋势投资各有适用环境,不能把一个流派的名言挪到另一个流派里使用。很多亏损不是方法本身错,而是投资者起心动念和后续动作不一致。

后半段重点讨论中欧瑞博的投研体系,包括投委会机制、对冲、量化和 AI 的使用、普读与精读、MAPER 模型、五个研究小组和“瑞博指数”。整体脉络从市场周期讲到公司分类,再落到仓位、研究和组织执行。

分段落总结

[00:21] 开场与全期框架

[事实] 主持人介绍本期在深圳录制,嘉宾是吴伟志,聊天契机来自其新书。

[事实] 主持人认为本期最重要的启发是:用准确、具体的语言和比喻描述投资问题,会让答案更清楚。

[事实] 节目用“春夏秋冬”对应市场周期,用“树、粮、菜”对应 A 股中不同类型的公司。

[推测] 这一开场为后续讨论定下了方法论基调:先分类,再匹配策略。

[04:24] 出书魔咒与内部教材

[事实] 吴伟志说自己不担心“出书魔咒”,因为业绩好坏取决于能否保持学习和适应市场环境。

[事实] 他解释写书不是为了固化成功经验,也不是个人传记式总结,而是把团队内部培训内容整理出来。

[事实] 这本书被他形容为中欧瑞博内部投研投资的教材或 SOP。

[推测] 书的意义不在于给出永恒规则,而在于呈现一个阶段性的、可继续迭代的投资框架。

[08:09] 投资名言不是普遍真理

[事实] 嘉宾认为“好公司越跌越买”“热门赛道不参与”“投资龙头稳赚”等说法都可能成立,但只能在匹配的方法论中成立。

[事实] 他把不同投资流派比作不同体育运动,认为价值、成长、趋势不能随意混搭。

[事实] 他举例说,很多人因为趋势买入,跌了以后却用价值投资语言安慰自己,导致动作与起心动念不一致。

[推测] 本段的核心警示是:投资失败常常不是工具无效,而是投资者用错了工具。

[12:17] 兔子标识与风险意识

[事实] 吴伟志解释公司标识中的兔子,含义是投资人在市场力量面前都应意识到自己很弱小。

[事实] “狡兔三窟”被他解释为面对未来要准备多种情景和应对方案。

[事实] 他提到自己长期写月报,认为表现不好时写作反而会推动反思策略与环境是否匹配。

[推测] 兔子的比喻把风险管理从抽象原则转化成了组织文化的一部分。

[16:51] 极致分化与 AI 主题行情

[事实] 主持人提出今年市场分化极端,价值风格承压,科技或 AI 相关主题吸走大量资金。

[事实] 吴伟志把这类行情与 2000 年美国互联网泡沫、2015 年 A 股、2021 年核心资产和新能源行情进行类比。

[事实] 他认为这次行情是一批披着 AI 外衣的周期股吸走优质公司的资金,机构受损而部分散户和牛散受益。

[推测] 嘉宾把这类行情视为阶段性泡沫或主题交易,而不是长期基本面投资机会。

[20:01] 泡沫交易的参与边界

[事实] 吴伟志说团队在 4 月中旬成立课题小组,研究泡沫中后期和泡沫破灭后的市场演绎。

[事实] 团队决定用 15% 到 20% 的仓位参与相关主题,目标是以不亏钱为底线撤出。

[事实] 他强调这次参与本质上是一场交易,不是用买断公司、长期持有的心态来做。

[事实] 操作上他们组合式买入多个方向,重视流动性,并在上涨过程中左侧逐步卖出。

[25:40] 投委会与共识形成

[事实] 吴伟志说投委会不是简单投票,而是充分交换信息并形成共识的过程。

[事实] 他提到 2024 年 8 月市场底部时,团队通过讨论估值分位和股市是否仍有牛熊周期,最终确认不应减仓。

[事实] 投委会约 8 到 10 人,由各板块负责人组成,后来也增加了优秀的年轻成员。

[推测] 嘉宾强调的决策方式不是权威压服,而是通过把问题问准来让策略自然浮现。

[31:54] 熊市记忆与交学费

[事实] 吴伟志回顾自己 1993 年入市,经历了 A 股从早期不成熟市场到大型市场的过程。

[事实] 他认为 2001 到 2005 年是漫长熊市,2007 到 2012 年对公司经营很困难,但对团队建设和方法论完善很重要。

[事实] 他总结失败和挫折会逼迫投资人思考真正错误原因,早期“赚知识”比赚钱更重要。

[推测] 这些熊市经历构成了他后来重视周期、仓位和风险管理的背景。

[39:49] 对冲、量化和 AI

[事实] 吴伟志说中欧瑞博国内产品长期保留对冲功能,目的是在极端下跌中降低波动,而不是轻易卖掉长期看好的股票。

[事实] 他把量化比作工程机械,认为它可以提升投研的广度和速度。

[事实] 他提到量化会有独立产品线,如全天候、指增、CTA,同时也会辅助主观投资。

[事实] 他认为 AI 和量化时代让市场反应速度加快,过去几个月走完的行情现在可能更短时间完成。

[49:04] 当下市场与高仓位思路

[事实] 当被问到如果今天重新发行产品如何应对市场时,吴伟志认为当前属于牛市过程中的夏季,仓位应高于 75%。

[事实] 他认为录制时的 A 股中,非 AI 板块仍能找到定价合理甚至低估的好公司。

[事实] 主持人提到食品饮料板块已连续多年下跌,且今年跌幅在过去几年中很突出。

[推测] 嘉宾的仓位观点建立在“市场季节”判断之上,而不是简单看短期涨跌。

[51:00] 价值股与买断标准

[事实] 吴伟志回忆 2022 年初团队开始较大规模买入价值股,例子包括中国移动、中海油等。

[事实] 当时买入逻辑是这些公司估值便宜,按买断公司的标准具备吸引力。

[事实] 他强调判断公司贵不贵时,会问自己是否愿意用当前市值把公司私有化。

[事实] 对价值股,他重视股息、自由现金流、EV/EBITDA 等买断视角,而不只看股价是否长期不涨。

[56:34] 种树与种粮的收益结构

[事实] 吴伟志说种粮的特点是高胜率、低风险、能容纳大资金,但赔率较低。

[事实] 种树的特点是高赔率、低胜率,对非专业投资者尤其危险。

[事实] 他认为成长股下跌时,要区分是公司基本面出问题,还是市场系统性下跌导致。

[推测] “种树”和“种粮”的差别,本质上是在区分收益来源、持有期限和纠错条件。

[58:04] AI 不能替代研究员

[事实] 吴伟志鼓励研究员使用 AI,但强调 AI 输出不能直接当成真理,必须求证其逻辑、常识和市场特征。

[事实] 他不允许研究员只是打开电脑照读材料,要求研究员真正理解行业和公司。

[事实] 他认为研究员的作用是做减法,从海量信息中根据问题导向找到最有价值的内容。

[事实] 他提醒只基于私有资料库训练或检索,可能会强化自己的既有视角,需要与公共信息进行对照。

[62:20] 普读、精读与 MAPER

[事实] 普读要求在有限时间内弄清公司做什么、行业地位、行业好坏等基本问题,用来判断是否值得深入研究。

[事实] 精读要求研究员成为行业专家,理解公司是否最好、谁更好、行业壁垒、成长空间等问题。

[事实] MAPER 包括商业模式、竞争优势、成长空间、管理层、业绩及确定性等维度。

[事实] 吴伟志认为对成长股来说,商业模式和空间非常重要,研究员必须回答行业空间、公司份额和集中度等问题。

[68:30] 成长股类型与关键成功因素

[事实] 嘉宾把宁德时代、曾经的阿里和大模型公司作为新经济成长股的例子。

[事实] 他认为新经济成长股来自新技术、新产业和过去不存在的新行业。

[事实] 他强调研究一个行业必须回答“成功的关键因素是什么”,否则研究等于没有研究。

[事实] 他用社交媒体、零售、白酒和啤酒举例说明,不同行业的关键成功因素不同。

[73:27] 成长投资、成长主题与趋势投资

[事实] 吴伟志认为景气度投资通常可以归到周期成长或趋势投资。

[事实] 他区分成长投资和成长主题:前者是基于基本面和买断公司标准,后者更接近趋势投资。

[事实] 他解释选择成长投资的原因,是股价由 EPS 和 PE 决定,而持续增长的 EPS 是投资者可以努力寻找的方向。

[事实] 他认为成长投资、价值投资和趋势投资都有逆风期,估值泡沫化是基本面投资的主要敌人,却可能是趋势投资的顺风期。

[84:26] 动作正确与结果错误

[事实] 主持人追问如何区分动作对但结果错,以及动作错但因为随机性赚钱。

[事实] 吴伟志认为这种情况经常出现,重要因素之一是所处市场环境。

[事实] 他举例说,熊市底部推荐股票更容易赚钱,而牛市后期即使推荐逻辑看似成立,也可能接近顶部。

[推测] 嘉宾提醒投资者不能只按单次盈亏复盘,而要把 beta、时点和策略是否匹配纳入判断。

[86:02] A 股成长投资的难点

[事实] 吴伟志认为 A 股中真正优秀的成长股数量不多,大约占 5000 多只股票中的 5%。

[事实] 他认为价值股大约占 10% 到 20%,剩下多数公司可归为“菜”。

[事实] 他承认成长股投资过程波动大,因此团队通过仓位管理、对冲和季节判断来降低波动。

[事实] 他提到外界曾把他们定义为“低波动的成长股投资者”。

[88:42] 建仓、加仓和摘果子

[事实] 吴伟志说总仓位由四季判断决定,熊市中后期慢慢建仓,牛市中期则要快速建仓。

[事实] 他举 2015 年产品成立后的例子,说明牛市加速阶段等待会让买入越来越贵。

[事实] 对个股建仓,熊市中可按 333 节奏,若买入后仍不止跌就先等待,右侧明确后再补足。

[事实] 对成长股的卖出,他提到两种情况:估值明显偏离合理区间时越涨越卖,或出现系统性下行风险时整体降低敞口。

[95:09] 用四季评估当下结构

[事实] 吴伟志认为从全市场温度看,A 股录制时不算便宜,可理解为夏季偏后。

[事实] 他强调四季理论不仅用于全市场,也用于结构性判断,例如 AI 主题可能入秋,消费处于冬季后期。

[事实] 他把当前经济描述为 K 型:AI、存储等上游景气,部分消费、汽车等下游利润被挤压。

[推测] 这套判断把“市场整体”和“行业结构”分开看,避免只用一个总量标签概括所有资产。

[100:02] 政策、资产价格和黄金组合

[事实] 吴伟志认为当下政策的关键目标之一是稳住资产价格。

[事实] 主持人提出“黄金组合”和“死亡组合”:低估值、弱经济、支持政策、绝望情绪对应底部;高估值、经济过热、政策降温、狂热情绪对应顶部。

[事实] 嘉宾认为这些信号通常只在两端较容易同时出现。

[事实] 他提到行业层面也可以参考类似组合来判断所处阶段。

[104:02] 宏观事件与四季拐点

[事实] 吴伟志把宏观比作列车车尾,认为宏观往往是微观加总后的滞后结果。

[事实] 他认为自下而上投资买的是公司,很多宏观事件未必影响具体公司的 EPS。

[事实] 他强调四季不是精确拐点,而是区间;对模糊变化追求精确点位本身就是错误的。

[事实] 他认为 A 股更像周期股,春夏秋冬框架更适配 A 股;美国市场因新经济动能强,情况不同。

[112:01] 成长空间与泡沫后的机会

[事实] 吴伟志说成长空间可以通过未来市场规模、公司份额、利润率和合理估值来估算。

[事实] 主持人提出巨头上市、强者恒强和宽基指数高位接盘等问题。

[事实] 吴伟志认为被动投资规模过大可能累积系统性风险,买 ETF 躺赢不一定符合投资规律。

[事实] 他用亚马逊在互联网泡沫破灭后被长期成长型机构买入的例子,说明优秀公司也要等待好的播种时机。

[120:04] 五个研究小组

[事实] 中欧瑞博分为消费、医药、科技、周期、高股息或价值五个小组。

[事实] 嘉宾说团队覆盖面较广,基本面研究员加起来接近三四十人。

[事实] 高股息组不限制行业,可以在任何行业中寻找价值股。

[事实] 高股息选股重视便宜、股东回报、股息率、回购和避免价值陷阱。

[121:40] 瑞博指数与组合构建

[事实] 团队会构建行业指数,每个行业指数现阶段包含 10 只股票。

[事实] 研究员个人也要编制自己的指数,并对最看好的股票排序和配置权重。

[事实] 行业指数经过小组讨论和投委会确认,最终用于辅助组合配置。

[事实] 嘉宾强调胜率和倍率都重要,没有胜率的高倍率没有意义。

[127:11] 指数化打通研究和投资

[事实] 吴伟志说构建指数的目的,是把研究和投资行为打通。

[事实] 他认为指数化可以把被动投资的执行力和主观研究的深度结合起来。

[事实] 研究员即使口才不好,也可以通过指数和实际结果体现研究贡献。

[推测] 这套机制是在减少个人表达能力对投研转化的影响,让组织结果更可评估。

[135:13] 控回撤、分散和团队韧性

[事实] 吴伟志认为长期回撤控制首先来自底层资产足够优秀,其次来自对市场规律的理解和适应。

[事实] 他提到 2021 年初面对核心资产和新能源入熊风险时,团队更多通过调结构而不是简单降仓位来应对。

[事实] 他认为五大板块中优秀资产的低相关组合,有助于提高夏普比率。

[事实] 他强调即便某些板块不景气,也不会把团队和板块配置清零,因为团队建设比追求短期完美更重要。

[139:47] 逆势、共识和研究训练

[事实] 吴伟志认为“独立思考、不跟随大众”对很多投资者是陷阱,前提是自身认知水平足够高。

[事实] 他认为逆势更多体现在择时层面,择股层面要尊重专业共识。

[事实] 他说研究员需要通过 6 到 7 周实习、导师辅导、专家访谈和系统培训来证明研究深度。

[事实] 节目收尾时,主持人再次推荐这本书,认为其中的清单和框架有助于拆解投资问题。

播客点评/总结

本期最大的价值在于把投资方法论讲得很“可操作”:不是泛泛讨论价值、成长、趋势谁更好,而是不断追问资产类型、市场季节、收益来源、仓位动作和纠错条件是否一致。

亮点是大量使用比喻和具体案例,把抽象框架落到泡沫参与、熊市加仓、成长股估值、价值股买断标准、投研组织这些实际场景里。对于想理解 A 股周期、风格轮动和主观基本面投资的人,这期信息密度很高。

局限在于讨论主要来自嘉宾自身框架和机构实践,很多判断依赖其长期经验与内部研究能力。普通投资者如果直接照搬仓位、行业或个股判断,可能忽略自身资金规模、研究深度和风险承受能力。

[推测] 这期更适合有一定投资基础、愿意系统理解方法论的人;如果只想听短期市场结论,可能会觉得内容偏长、框架偏重。