从ChatGPT到DeepSeek，AI的每一次进步都引发了市场的广泛关注和投资领域的深刻变革。在科技投资的广袤版图中，每一位基金经理都有其独特的成长脉络与投资哲学。作为一位在科技股领域深耕多年的基金经理，华安智能装备主题基金经理李欣的科技投资“罗盘”指向何方？
李欣的早年经历为他后来的投资生涯奠定了坚实的基础。他在浙江大学竺可桢学院学习半导体设计，并在实验室参与了多个前沿项目。他的导师对前沿技术的执着追求和对产学研关系的深刻理解，深深影响了他。
李欣从这些经历中学到了对产业的热爱、对工作的严谨态度以及在全球竞争中追求卓越的精神。“我研究生和职业生涯的前几年主要从事电力电子和能源高效应用的工作，国内几家头部新能源逆变器和电力电子公司的创始人和高管也有许多是实验室的师长同学和工作的同事。这告诉我长期沉淀积累必有用武之处。”
进入资本市场后，李欣始终保持与产业一线的紧密联系，从产业从业者的视角去研究和投资。他强调，投资必须建立在深入、全面和长期的研究之上，努力做精准有根据的投资
在李欣看来，DeepSeek的爆火并非偶然。DeepSeek的成功背后是其团队在量化交易中积累的深厚技术基础，包括算力资源池、硬件调优能力以及AI模型构建和优化能力。这些技术积累为构建高效的DeepSeek模型提供了强大的支撑。
“任何成功都不是一蹴而就的，而是长期积累的结果。在过去五年中，自己也一直在探索如何将主动投研与AI技术相结合，希望通过多维度的分析和深度学习算法，更全面地理解市场、行业和个股的运行逻辑。”李欣说。
在李欣看来，人类对自然规律（包括语言、视频等）的认知和表达，经历了三个阶段。第一是文字描述，例如“太阳东升西落”。第二是数学解析式和方程，例如牛顿定律和麦克斯韦方程组，这两个阶段本质上都是归纳、推理、验证。第三阶段是AI大模型，将研究的客体映射到高维空间，让其各类特征得以充分表达；经过深度上的层层递进，用一系列的线性变换和非线性函数，充分表达其内在逻辑的复杂性；通过对海量案例的训练，使模型的表达趋近现实。这是方法论上的巨大进步，也是目前对大模型很多争论的来源，因为它并不符合千百年来科学发现的基本流程和框架。
谈及科技股的投资，李欣认为，科技股的投资必须建立在扎实的基本面研究之上，而非盲目跟风。在过去多年中，科技公司通过不断的技术创新和产业升级，交出了令人满意的答卷。从半导体设备制造到设计，许多公司实现了长期稳定的增长。展望未来，科技行业仍然拥有巨大的成长空间。李欣指出，中国制造业的转型升级离不开科技的赋能，无论是汽车行业还是消费电子领域，科技都将成为核心驱动力。
在投资过程中，李欣始终关注市场的周期性变化，并通过灵活调整投资策略来应对不同的市场环境。在行业成长迅速且市场风格有利于成长股的周期中，他通过抓住行业β和个股α，争取获得超额收益。而在市场环境不利时，他则注重控制风险，降低组合的进攻性，增加防守性。
在李欣看来，市场是复杂系统，其随机性无法避免，但从时间轴看，下一个阶段的表现往往和上一个截面的状态有相关性，即惯性或粘性，应当基于时序去看市场。
“我一直认为主动投资应当有更加数学化和体系化的方式来表征和评估其各个角度的特征，被誉为‘量化圣经’的格林诺德和卡恩的《主动投资组合管理》中有一句话打动我心：投资的艺术正在演变成为投资的科学。”李欣说。
风险提示：本报告所载信息或所表达的意见仅为提供参考之目的，并不构成对买入或卖出此报告中所提及的任何证券的建议。本报告并非基金宣传推介资料，亦不构成任何法律文件。本报告非为对相关证券或市场的完整表述或概括，有关数据仅供参考，本公司不对其中的任何错漏和疏忽承担法律责任。投资者购买本公司旗下的产品时，应认真阅读相关法律文件。基金有风险，投资需谨慎。
本文转载自网络平台，发布此文仅为传递信息，本文观点不代表经济界立场，
版权归原作者所有；不代表赞同其观点，不对内容真实性负责，仅供用户参考之用，不构成任何投资、使用等行为的建议。请读者使用之前核实真实性，以及可能存在的风险，任何后果均由读者自行承担。