📊 今日投资要点总结
关键数据
- 💼 买入卖出操作: 2个
- 💡 买入卖出建议: 8个
- 🟢 买入操作: 1个
- 🔴 卖出操作: 0个
市场情绪
📈 偏乐观: 买入操作和建议多于卖出，市场情绪相对积极
💼 买入卖出操作
1. 安心汉堡 - 加仓
操作价格: 文中未提及
操作数量: 文中未提及
操作时间: 今日（指文章发布日2025年12月9日）
操作理由: 作者因近期行情（政策护盘A股，港股自由落体，类似2024年初）而稳妥起见，选择加仓。
风险评估: 文中未提及
操作结果: 文中未提及
来源: 望京博格投基 - 今日巨亏，被一件小事触动了~2025年12月9日 市场温度
2. 元创股份 - 申购
操作价格: 24.75元/股
操作数量: 顶额申购需要深圳市值19.5万
操作时间: 当前（文章发布日期为12月9日，针对当日新股）
操作理由: 作者个人观点认为估值不高，业绩稳定，没啥问题，评级为四星（略有破发风险）
风险评估: 新股容易受到上市当日市场情绪影响，略有破发风险（四星评级定义）
操作结果: 我参与了（作者明确表示已执行申购操作）
💡 买入卖出建议
1. 白银LOF(161226) - 买入建议
建议理由: 白银LOF当前存在约10%的稳定溢价，即一级市场申购价格低于二级市场交易价格，存在套利空间。通过一级市场申购，T+2日在二级市场卖出，可以赚取差价。
入场条件: 在一级市场（场内基金申购）以净值价格申购
止盈止损: 在二级市场（股票交易软件）以市价卖出，卖出价格需大于申购价格
持有期限: T+2日（申购后第二个交易日可卖出）
建议仓位: 每人/每天最多申购100元
风险等级: 中
2. 港股通科技ETF招商（159125.SZ） - 买入建议
建议理由: 该ETF覆盖AI上中下游（算力与硬件、大模型及AI应用），并包含港股创新药板块，弹性更大。今年以来比恒生科技指数涨幅高10余点。其对应国证港股通科技指数（987008），可看做“升级版”且“聚焦AI产业链”的恒生科技指数。行业分布主要在资讯科技、非必须消费、医疗保健等长期刚需领域。持仓集中（前十大占比近80%），聚焦龙头企业。作为港股通标的，不受QDII额度限制，内资购买方便。
入场条件: 建议定投的方式
止盈止损: 未明确提及
持有期限: 未明确提及
建议仓位: 建议作为投资组合中“成长性更好，但护城河还没那么强”的部分进行配置，仓位较小。一笔买入需明确其在资产配置三角形中的位置，越往上仓位越小。
风险等级: 中
来源: 终身黑白 - 聊几个思考
3. 大消费主题基金 - 买入建议
建议理由: 根据12月最顶层会议，内需消费被置于经济工作的第一首位，政策措辞从‘大力提振消费’升格为‘持续扩大内需，优化供给；坚持内需主导，建设强大国内市场’。为应对国际局势动荡和纠正经济偏科（依赖外贸出口及基建投资），顶层会议将内需提升到首要位置，旨在降低对外依赖，建设强大的国内消费市场。同时，稳房地产、稳股市和基金对促进消费有重要作用。
入场条件: 逢低
止盈止损: 未明确提及
持有期限: 未明确提及
建议仓位: 定投
风险等级: 未明确提及
4. 科技宝产品（好买基金APP内） - 买入建议
建议理由: 根据12月最顶层会议‘坚持创新驱动，加紧培育壮大新动能’的导向，核心是鼓励科技。一方面是科技创新引领新质生产力发展，聚焦高端制造、新能源等领域；另一方面是聚焦‘十五五’涉及的新兴产业和未来产业，如人工智能、商业航天、机器人、高端芯片、量子科技，以及卡脖子的半导体、AI芯片。这是国内经济进军中高端产业链、跳出中等收入陷阱的必经之路。该产品（科技宝）大幅优化了科技投资难题（如波动大、领涨方向变化大、国内科技资产缺失），兼顾A股科技（以主动科技基金为主）和港股科技（以科技指数基金为主），各占50%。
入场条件: 未明确提及
止盈止损: 未明确提及
持有期限: 未明确提及
建议仓位: 未明确提及
风险等级: R4（适合风险承受能力评级为C4及以上的投资者）
5. 标普ETF、纳指ETF - 套利操作建议
建议理由: 利用QDII额度限制导致的场内ETF溢价与场外基金净值之间的价差进行套利。文章指出，溢价率围绕0~4%震荡，中枢2%，每年都能蹲到溢价率大于5%的机会。具体操作是：溢价时，场内卖出ETF，同时场外申购对应基金；折价或零溢价时，场外赎回基金，场内买入ETF。
入场条件: 当ETF出现溢价（特别是溢价率大于5%），且场外申购有额度时
止盈止损: 当ETF出现折价或零溢价时，进行反向操作（场外赎回，场内买入）以完成闭环
持有期限: 短期套利操作，根据溢价/折价情况灵活进行
建议仓位: 文章以摩根基金放松额度至每人每交易日合计可申购40万（A、C类份额各20万）为例计算潜在收益，但未明确建议具体仓位大小。
风险等级: 中
来源: 闲画生财 - 弯腰捡钱的机会
6. 水银体温计和血压计 - 买入建议
建议理由: 基于政策信息：明年1月1日起，全面禁止生产水银体温计和血压计。作者认为水银比电子的结果波动小，更稳定。
入场条件: 未明确
止盈止损: 未明确
持有期限: 未明确
建议仓位: 未明确
风险等级: 未明确
来源: 闲画生财 - 弯腰捡钱的机会
7. 基金定投 - 买入建议
建议理由: 市场难以预测，且投资容易受情绪干扰。定投是纪律性投资，能保持‘在场’，尽量规避‘追涨杀跌’的不理性行为，且资金门槛低（如每月工资结余定投）。对于普通投资者，一次性投资对择时、择股、投资者心理要求都较高，而定投可以缓解这些问题。
入场条件: 约定时间自动扣款，不择时
止盈止损: 定投需要止盈，在定投中后期本金积累较多时，考虑赎回时机
持有期限: 长期
建议仓位: 小额定投，如每月工资结余
风险等级: 中
来源: 小基快跑 - 定投收益率比不上单次买入，为什么还要选择它？
8. 一次性投资资金 - 买入建议
建议理由: 一次性投资难在选时。把一次性投资的钱用定投的方式分批买入，有望缓解择时难题，分散投资风险，争取提高赚钱概率。
入场条件: 无特定入场条件，但建议用定投的方式分批买入
止盈止损: 未明确
持有期限: 未明确
建议仓位: 未明确
风险等级: 中
来源: 小基快跑 - 定投收益率比不上单次买入，为什么还要选择它？
📚 今日文章列表
- +10%，套利机会来了～ - 张妈下午茶 (13:00)
- 今日巨亏，被一件小事触动了~2025年12月9日 市场温度 - 望京博格投基 (12:42)
- Khosla 继 OpenAI 后的最大赌注，General Intuition 凭 38 亿个游戏高光片段做世界模型 - 海外独角兽 (12:00)
- 聊几个思考 - 终身黑白 (11:39)
- 未来5年，利好这2大方向！ - 好买研习社 (09:34)
- 弯腰捡钱的机会 - 闲画生财 (09:27)
- A股新开户数或超去年！市场走到哪个阶段了？ - 小基快跑 (08:58)
- 定投收益率比不上单次买入，为什么还要选择它？ - 小基快跑 (08:58)
- 12月9日新股，元创股份 - 复利土豆 (01:32)
📖 文章全文
1. +10%，套利机会来了～
作者: 张妈下午茶
链接: https://mp.weixin.qq.com/s/m4jYZgMwViWSKNcocnhZ_g
发布时间: 2025-12-09T13:00:00
配图由Midjourney生成
最近白银 LOF 的溢价率挺稳定，在10%上下浮动，有套利的空间—— 100块，目前每天能赚个10块钱左右。
我发现还有些小伙伴不知道，来讲讲。
这里先简单科普下，
LOF，其实就是“ 上市型开放式基金”。
它有个特点：可以通过一级市场申购赎回，也可以在二级市场进行买卖。
所谓一级市场，你可以理解为：直接找资金需求方（比如企业）申购、赎回基金份额；
二级市场，则是在炒股软件上，和其他投资者产生买卖关系。
同一标的，两个渠道都能交易。那，必然会有价格不完全相同的时候。
于是，套利空间就出现了。
就好比：同样一个东西，如果拼多多比淘宝卖得便宜。有利润，就会有人通过倒买倒卖，来赚取差价。
这也是LOF基金套利的底层逻辑。
以 白银 LOF（代码：161226）基金为例：****
**** 当前的实时溢价率是9.7%：👇**** **
这时候，如果你在二级市场追高买入，风险还是比较高的。
但 —— 如果你在一级市场申购，再通过二级市场卖出，就可以撸到这近10%的差价。
因为 白银** LOF基金目前限购得厉害，每人/每天最多只能申购100块，开不了拖拉机。
投入100块，能小撸个10块左右，一顿早餐钱。**
想多捡点钱，只能靠全家总动员了。
具体咋操作呢？
打开炒股App - 交易 - 场内基金 - 场内申购 - 输入代码（161226） - 申购金额100 - 确定申购
T日申购，T+1晚到持仓，T+2可卖。
在交易-持仓那，可以找到。
这时候像平常买卖股票、etf一样，点击卖出就OK。
如果第一天申购，第二天继续申购，就可以实现200块钱循环套利。
不过也要提醒下，LOF套利并不是稳赚不赔。
申购 白银**** LOF基金后，要等1天，到第2个交易日才能出手卖掉。
这期间，如果基金大跌、跌幅超过了你套利的空间，这买卖就亏了。
白银价格目前在高位，波动还是比较大的。
自己决定要不要参与哈。
两个大家问得比较多的问题：
在哪里可以查溢价？
大部分LOF基金，可以通过网站集思录来查询。
白银LOF稍微特殊些，它的溢价率受当日期货价格的影响比较大，用HaoETF网站（https://www.haoetf.com/lof）查实时溢价会更准确些。
券商账户显示亏损，是不是套利失败了？
券商显示的不一定准。
打个比方，
某个东西拼多多卖92，淘宝卖102。你花92买入，过了两天淘宝降价到100了，那在系统里就会显示亏损。
但是咱们还是能够赚到100-92的差价，套利仍然是成功的。
所以，看交割单自己计算是最准确的。
只要卖出价格大于申购价，这笔交易就是赚钱的。
就这些。
还有啥问题，留言区见～
如果需要开低费率交易账户，公众号后台回复：开户，就能开通哈。场内场外渠道都有。
场内账户（股票账户），股票佣金万0.854，除了股票，买卖ETF、LOF/REITs打新套利都没有5元底费；
场外账户（基金交易平台），免申购费；新人能领👉50元福利金，买基金可以直接抵扣。
2. 今日巨亏，被一件小事触动了~2025年12月9日 市场温度
作者: 望京博格投基
链接: https://mp.weixin.qq.com/s/5mEV-_tUcVxAfe5kDUpyTw
发布时间: 2025-12-09T12:42:47
（一）账户盈亏
今天净值出来了。
场内ETF账户亏损3.6万（资产260万）；场外基金账户亏损5.6万（资产550万）；两个账户合计亏损9.2万，算是巨亏了。周一亏损2.0万，周二亏损9.2万，累计亏损11.2万。最近的行情有点像2024年初：某队只买沪深300护盘，科技与港股自由落体。当时有人问博格是不是要把科技与港股切换到沪深300？博格选择继续坚守，结果效果不错。 现在政策顶着大A不跌，港股有点没人管的样子。 博格稳妥起见今天私域加仓安心汉堡。最近几个月持有港股太难了，博格也尽力了。现在买衣服都买安踏的，买鞋都买李宁的，有肯德基一定不吃麦当劳，这些都是恒生消费的成分股。（二）被一件小事触动了
前几天陪小宝上网课，我被一件小事触动了。
课程开始，老师没有像往常一样直接讲课。她调整了一下镜头，背景看起来像老家的房间，墙面有些旧。
“同学们不好意思”她的声音很平和，“我母亲突然住院，我回来陪护。这里条件有限，网络可能不稳，画面也不太清楚，请大家多包涵。”
说完，她立刻进入授课状态。两个半小时的课，她讲得一如既往地投入。中间网络断了两次，每次重新连接上，她都只是简单说句“我们继续”，没有多余的解释或抱怨。
课后，我算了一笔账。
小宝的这位老师算是平台上的“明星教师”，一节课30个学生，每人70元，总共2100元营收。扣除平台分成，她大概能拿到700元左右。
两个半小时，700元。听起来还不错。
但我知道，这份“不错”并不稳定。
平台上的老师只有被选中上课才有收入，没人选的时候，就什么都没有。这让我想到自己——作为一个自媒体人，如果大家不看我的文章，我的价值也就没有了。
我们都是靠着一份手艺，在不确定中寻找确定。
那位老师也许正用这700元支付着母亲的医疗费。她没有抱怨环境，只是在陪伴病中亲人的同时，依然认真地上好每一节课。
这个时代，每个人都在自己的轨道上尽力前行，不敢停下。
认真工作，好好生活，这本身就是一种力量。
在这，也真的很感谢大家一直以来的关注，谢谢你们每一次的“在看”和“分享”，让我能继续写下这些文字。
（三）港交所科技100指数来了看了一个新闻：“港交所宣布，今天推出香港交易所科技100指数（港交所科技100）。港交所科技100是一个宽基股票指数，追踪100家在香港交易所上市的市值最大的科技公司的表现。这些公司的行业涵盖六大创新主题，分别为：人工智能、生物科技及制药、电动汽车及智能驾驶、资讯科技、互联网和机器人。指数的成分股皆为港股通合资格股票，以满足国际和中国内地投资者的投资需求。港交所还与易方达基金签订协议，授权其在中国内地市场发行ETF。”恒生科技仅有30个成分股，这个港交所科技100有一百只成分股了。另外，恒生科技成分股有些不在港股通里面，而港交所科技100的成分股都在港股通里面。从最近三年业绩看，港交所科技100的业绩也略优于恒生科技。博格估计不久就会有跟踪这个指数的ETF了，大家拭目以待。（四）市场温度计A股今天65.38度，比昨天降低0.5度；港股今天38.83度，比昨天降低了2度多，温度再次回到40度之下。统计数据不易，大家点赞支持
3. Khosla 继 OpenAI 后的最大赌注，General Intuition 凭 38 亿个游戏高光片段做世界模型
作者: 海外独角兽
链接: https://mp.weixin.qq.com/s/d0zInjLQ2ju8EfDHuT-8ag
发布时间: 2025-12-09T12:00:00
编译：Haozhen、Gemini
编辑：Penny
今年 10 月，专注构建世界模型的 General Intuition 完成了高达 1.34 亿美元的种子轮融资。这笔融资由硅谷传奇投资人 Vinod Khosla 领投，这是他自 2019 年首次投资 OpenAI 以来开出的最大单笔种子轮投资，也标志着他在 LLM 之后对下一代智能范式做出的一次重大下注。
而支撑这场豪赌的理由之一就是 General Intuition 拥有一个业内无法复制的独特数据集。
General Intuition 是从游戏高光片段剪辑平台 Medal 中分拆而来，拥有超过 38 亿个游戏短视频片段。与传统机器人或仿真数据不同，Pim 认为高光片段是人类在模拟环境中的情景记忆（Episodic Memory），是对人类直觉、反应和决策最密集的数字化记录。
如果说 OpenAI 通过 ChatGPT 解决了人类的“认知与逻辑”，让机器学会了像人类一样进行复杂思考、推理与 coding，那么 General Intuition 希望赋予机器像人类一样的“直觉和物理常识”，使机器能够在本能层面理解物理世界的空间关系。
在 CEO Pim de Witte 的构想中，LLM 负责思考与规划（Next Token），General Intuition 则基于自身的数据优势承担行动与交互（Next Action），两者形成互补的智能结构。团队希望从游戏场景起步，经由模拟环境走向自动驾驶，再延伸至机器人与物理世界，终极愿景就是实现“Atoms to Atoms”的闭环，AI 不仅仅能处理比特信息，更是能直接驱动物理世界中的原子交互。
01.
General Intuition 是 Khosla 继 OpenAI 后的最大赌注
General Intuition 是一家专注构建世界模型的公益性初创公司（public-benefit corporation），公司的战略目标非常清晰，他们绝不试图重新发明 LLM，因为文本处理在某种程度上已经商品化了。他们的目标在于成为 “原子到原子”（Atoms to Atoms）时代的智能标准。Pim 引用了 Andrej Karpathy 的框架，将未来 AI 的竞争格局划分为三个阶段：
• 第一阶段是 Bits to Bits，比如文本生成，由 LLM 主导；
• 第二阶段是 Atoms to Bits，比如机器人感知，将现实感知转化为数字信号；
• 终极阶段是 Atoms to Atoms，即机器人在物理世界中执行任务。General Intuition 希望在 2030 年，自身的模型能够驱动全球 80% 的原子级物理交互。
今年 10 月，General Intuition 完成了高达 1.34 亿美元的种子轮融资。这笔融资由硅谷传奇投资人 Vinod Khosla 领投，这是 Khosla Ventures 自 2019 年首次投资 OpenAI 以来开出的最大单笔种子轮投资。
Vinod Khosla 是风险投资公司 Khosla Ventures 的创始人，Khosla Ventures 曾在 2019 年向 OpenAI 投入约 5000 万美元的早期投资；并在 2024 年通过 SPV 为 OpenAI 募集了约 4.05 亿美元（该笔资金据报道主要由其他投资者通过该 SPV 出资，不一定全部来自 Khosla Ventures 自身）。
Khosla 对 General Intuition 的投资逻辑类似当年下注 OpenAI：通过第一性原理推演，发现了一条极具变革性的技术路径。如果说 OpenAI 通过 ChatGPT 解决了人类的“认知与逻辑”，让机器学会了像人类一样进行复杂思考、推理与 coding，那么 General Intuition 正试图攻克的是 AI 的另一半版图，也就是“直觉与物理交互”。General Intuition 希望赋予机器像人类一样的“直觉”，使机器能够在本能层面理解物理世界的空间关系。
在 Khosla 决定是否投资 General Intuition 的一场深度对话中，Khosla 要求创始人 Pim de Witte 不要在当下的技术细节中纠缠，而是画出一幅 2030 年的公司终极愿景图，并要求他从那个未来的时间点，严格依据第一性原理倒推今天的每一步技术与商业路径。由此可见，Khosla 寻找的不仅是技术天才，更是那些拥有宏大愿景、能经受住对任何底层假设进行严苛拷问的战略家。
02.
核心资产：38 亿个短视频游戏片段
General Intuition的诞生并非凭空而来，而是从拥有十年历史的游戏高光时刻剪辑平台 Medal 分拆而来。这段前史为 General Intuition 积累了不可复制的数据资产。
Medal 是一个让玩家截取、保存并分享游戏“高光时刻”短视频的社交平台，用于记录与传播游戏剪辑。
在 General Intuition 决定独立融资前，OpenAI 就曾敏锐地察觉到 Medal 所掌握数据的稀缺价值，开出了高达 5 亿美元的收购要约，希望买下这些数据用于训练模型。但 Pim 拒绝了，他清醒地意识到，自己手中掌握的不仅是数据，而是通往下一代空间智能的钥匙。与其将这些珍贵的资产卖给巨头，不如自己构建模型。
据 The Information 的报导，OpenAI 在 2024 年曾想要以约 5 亿美元收购 Medal 来获取数据，但该笔交易并未公开确认或完成，OpenAI 与 Medal 或 General Intuition 双方对此报道未作官方评论。
General Intuition 拥有人类行为的“情景记忆”
General Intuition 目前拥有超过 38 亿个游戏短视频片段。数字背后，更关键的是数据的质量与密度，因为 Medal 与 Twitch 或 YouTube 存在本质区别，Twitch 本质上是流媒体直播，它记录的是漫长、连续且往往充斥着无聊跑图过程的游戏画面；而 Medal 更类似于游戏界的 Instagram，它是一个基于 “回溯录制机制”（Retroactive Clipping）的工具。
这种机制与 Tesla 的自动驾驶 Bug 报告系统有类似之处。在 Tesla 的逻辑中，只有当驾驶员进行干预或发生特殊情况时，数据才会被标记为高价值并上传。同样，在 Medal 上，软件在后台静默运行，玩家并不需要时刻录像，只有当游戏中发生了精彩瞬间（如完成一次高难度的击杀、达成成就或发生搞笑的意外）时，玩家才会按下键盘，保存过去 30 秒到 2 分钟的片段。
这意味着 General Intuition 的数据集天然经过了人类的“筛选”，剔除了 99% 毫无意义的垃圾时间，只保留了“人类高光行为”。Pim 将这个描述为人类在模拟环境中的情景记忆（Episodic Memory），是对人类直觉、反应和决策最密集的数字化记录。
此外，这种数据还包含了极其宝贵的“负样本”。例如在卡车驾驶模拟这类游戏中，玩家撞车或翻车的瞬间往往也是他们最想保存并分享的时刻。对于 AI 训练而言，知道“什么会导致失败”与知道“如何成功”同样重要，这些负样本为训练 Reward Model 提供了完美的素材，使模型能够理解并在未来避免灾难性后果。
如何将硬件操作转化为游戏动作？
普通的视频数据只有像素（Pixels），也就是说，当 AI 观看 YouTube 上的游戏视频时，它只能看到“发生了什么”，比如准星移动到了敌人头上，却不知道“为什么发生”，比如玩家的手是如何移动鼠标的。如果要从纯视频中反推操作，AI 需要先解决姿态估计（Pose Estimation），再进行逆动力学分析（Inverse Dynamics），最后还要猜测玩家的眼动和神经反应延迟。这中间存在三层信息的丢失，导致训练出的模型往往“也就是看看”，难以真正学会操作。
但 General Intuition 的数据不仅包含视频画面，还通过 Medal 的底层技术，同步记录了玩家在每一帧画面下的具体操作输入，这意味着 General Intuition 拥有数十亿小时的“人类操作（因）”与“屏幕反馈（果）”的完美配对数据：
• 感知（Perception）：玩家看到屏幕画面。
• 行动（Action）：玩家做出操作，比如移动鼠标、点击。
• 状态更新（State Update）：游戏画面根据操作发生变化。
而且在数据收集的早期，General Intuition 就非常有远见地处理了隐私问题，这在今天成为了他们合规训练模型的基础。具体来说，他们并没有简单粗暴地记录键盘上具体的“W、A、S、D”按键或用户聊天内容，因为这可能涉及输入密码或私人对话等隐私风险。相反，他们建立了一套映射机制，将底层的硬件输入直接转化为通用的动作标签，如“向前移动”、“跳跃”、“开火”。
过去一年半，General Intuition 雇佣了数千名人工标注员，将不同游戏中的操作映射为标准化的动作空间。这种处理方式不仅规避了隐私风险（因为只有动作意图，没有原始按键日志），还使得数据具有了跨游戏的通用性，因为无论是在哪个游戏中，“跳跃”这一动作的逻辑是相通的。
此外，Medal 独特的覆盖层（Overlays）技术也是数据的一大特色。许多玩家喜欢在视频上叠加显示自己的按键操作或手柄状态（类似于赛车游戏中的仪表盘），这种视觉化的输入反馈，进一步增强了模型将“视觉信号”与“物理动作”对齐的能力。
正如 DeepMind 的 SIMA（Scalable Instructable Multiworld Agent）所展示的那样，通过在少量游戏上进行训练，AI 展现出了一定程度的泛化能力。而 General Intuition 手中的数据规模，据 Pim 估计，比目前互联网上其他带动作标签的视频数据集要高出 1-2 个数量级。这种无法复制的数据护城河，让 General Intuition 能够在巨头林立的 AI 战场上，拥有了独立生存并挑战 AGI 的底气。
DeepMind 的 SIMA（Scalable Instructable Multiworld Agent）是一个 AI agent，能够在多种 3D 虚拟环境、视频游戏中，通过观察画面、接受自然语言指令，然后用“键盘鼠标”动作执行任务。
算力硬件的红利
需要注意的是，General Intuition 之所以能在这个时间点崛起，除了数据的因素外，还得益于一个关键的时代背景：算力硬件的红利。Pim 在访谈中多次强调，消费级 GPU 算力的指数级爆发，是让 General Intuition 的技术路线在经济上可行的前提条件。
Diamond 论文的发表是一个分水岭，它向业界证明了复杂的世界模型可以在单张消费级显卡上以 10 FPS 甚至更高的帧率流畅运行。这一技术突破的商业含义是巨大的，因为这意味着 General Intuition 训练出的庞大模型，最终可以被“蒸馏”或优化，直接运行在玩家自己的电脑上，无需依赖昂贵的云端集群。
Diamond 论文指的是 Diffusion for World Modeling: Visual Details Matter in Atari ，这是一篇发表于 2024 年的论文，提出了一个基于扩散模型的世界模型用于强化学习。相比传统压缩为离散潜变量的 world model，Diamond 保留了环境的视觉细节，从而在 Atari 100k 基准上取得人类标准化平均分 1.46 的新纪录。
这重塑了 AI 公司的商业逻辑。对于 LLM 公司而言，高昂的推理成本始终是悬在头顶的达摩克利斯之剑，因为每一次对话生成都必须在云端昂贵的 H100 集群上完成，边际成本难以降低。而对于 General Intuition 来说，独特优势在于游戏玩家天然拥有高性能显卡，General Intuition 可以采取端侧推理的策略，将计算任务下放到用户的本地设备。这不仅消除了云端推理成本，还解决了网络延迟问题，使实时、低延迟的游戏内 AI 交互成为可能。
正如 Pim 所言，General Intuition 最大化地利用这一波算力硬件红利。他们不需要等待遥不可及的量子计算机，当下的消费级显卡已足够强大，可以承载一个理解物理世界、具备通用直觉的 agent。
03.
技术路径与 Demo 展示
Pim 认为，传统的视频生成模型往往只预测下一帧画面中“最有趣”或“最可能”发生的序列 ，而真正的世界模型必须理解当前状态下的所有可能性，并基于具体的 Action 准确生成随之改变的 Next State。这意味着模型生成的不仅仅是像素的流动，而是一个基于因果律的、准确的未来世界。
在访谈中，Pim de Witte 向 Latent Space 展示了 General Intuition 训练的 agent 在一款射击游戏中进行实时对战的画面。这不是一段预渲染的视频，而是一个正在实时运行的、纯基于模仿学习的 agent。
基于视觉的工作方式
这个 demo 最核心的技术特征在于 Vision-Based（基于视觉）的工作方式。Agent 完全不依赖游戏底层代码逻辑：它不使用任何内部 API，也不会读取内存中的坐标或游戏状态，而这些都是传统游戏外挂或脚本常见的“作弊”手段。相反，它就像坐在屏幕前的玩家一样，只通过“看到”的屏幕像素来理解环境、识别敌我，并直接生成鼠标与键盘输入来决定下一步动作。
Pim 还展示了模型在四个月前的早期版本与当前版本的对比。早期的 agent 虽然具备基本的导航能力，但经常会卡住，需要依靠大约四秒钟的短时记忆来尝试调整位置来脱困。而现在的版本在数据量和算力都扩展后，已经能流畅地在复杂地图中穿梭，表现出极高的稳定。
这种仅依赖视觉信号的训练方式意味着 AI 具备极强的泛化性，不需针对每款游戏适配底层的代码接口，理论上，这种通用的配方可以被无缝迁移到任何具有屏幕反馈的软件界面，甚至是现实世界中通过摄像头观察环境的机器人身上。
模仿学习带来的拟人化
Demo 中的 agent 还表现出了惊人的“人性化”特征，这种特质在传统的游戏脚本中几乎是不存在的，这归功于 General Intuition 采用的大规模 Imitation Learning（模仿学习）路径：agent 不是在通过奖励函数自我博弈，而是在学习数百万人类玩家的真实行为模式。
传统的游戏 Bots 操作往往生硬、机械，准星移动是瞬间锁定的直线。而 General Intuition 的 agent 在 demo 中展现了极具人类特征的细腻操作：它的准星移动带有自然的平滑曲线，而且 agent 甚至学会了人类玩家特有的“坏习惯”或“无意义动作”。
例如，Pim 在 demo 中指出，agent 会时不时地按下 Tab 键查看计分板，或者在跑动时无聊地切刀挥舞。这些动作对游戏胜利本身毫无帮助，但却是人类玩家下意识的习惯，而 AI 完美复刻了这些细节，证明它真正理解并模仿了人类与环境交互的全貌，而不仅仅是追求分数的局部最优解。
此外，由于训练数据来自 Medal 上经过筛选的精彩片段，这些数据本质上代表了人类高光行为。模型通过观察这些高水平的操作，自然学会了高级的博弈策略。在 demo 中，当 agent 需要装填弹药时，它并非像普通脚本那样原地傻站，而是立刻寻找掩体进行躲避，这是一种非常依赖直觉的高级生存本能。Pim 强调，这种能力并非来自人工编码的规则，而是模型从海量数据中涌现出的通用直觉。
物体恒存性
物体恒存性（Object Permanence）指的是即使物体暂时不在视线中，人也知道它仍然存在。这是婴儿在发展过程中逐渐形成的一项基本认知能力。
在 demo 的一个片段中，敌人跑进了一团浓密的烟雾弹中，或者躲到了墙壁之后，也就是在视觉层面上，敌人已经完全从屏幕像素中消失了，构成了 Partial Observability（部分可观测性）的挑战。对于传统的计算机视觉或简单的脚本机器人来说，目标丢失通常意味着停止射击。然而，General Intuition 的模型做出了令人惊讶的反应：即便在视线完全被遮挡的情况下，agent 依然能够锁定目标的位置。
这证明模型理解了一个深刻的物理概念：物体虽然看不见，但并没有凭空消失。它在“脑海”中构建了一个 3D 空间的时空模型，能够根据敌人消失前的速度和轨迹，推测敌人在不可见空间中的运动位置。这表明模型不仅仅是在做像素匹配，而是真正产生了对物理规律的理解，特别是对 Object Permanence（物体恒存性）的掌握。
此外，demo 还展示了模型在物理一致性上的惊人细节。Pim 特别提到，在一段包含爆炸场景的生成中，世界模型生成的画面出现了镜头晃动。有趣的是，这种晃动在原版游戏中可能并不存在或者不明显，但因为模型在大规模的真实视频（如电影或实拍视频）中学习过“爆炸会导致震动”这一物理规律，它将这种真实的物理反馈“迁移”到了游戏画面的生成中。这表明，AI 正在通过视频学习构建一套跨越虚拟与现实的通用物理法则，而不仅仅是死记硬背游戏的渲染规则。
04.
General Intuition 与 LLM 的关系是互补而非竞争
在如今的 AI 讨论中，一个常见的误区是将不同的技术路线视为零和博弈。然而，在 General Intuition 的架构设计中，Pim de Witte 和 Vinod Khosla 都强调了一个核心观点：General Intuition 的空间智能技术与 LLM 的关系是互补，而非竞争。
LLM 掌握语言和逻辑， General Intuition 掌握直觉和物理常识
要理解为什么有了 GPT-4 还需要 World Model，首先必须理解“文本”的本质。在访谈中，Pim 表示人类发明文字，本质上是为了在一个三维世界中进行高效沟通而创造的一种压缩方法。
当我们用文字描述一个场景，比如“把桌上的杯子拿给我”时，我们实际上对现实世界进行了极度的高维压缩。在这个过程中，大量的时空信息被丢弃了，比如杯子的具体形状、桌面的摩擦系数、光线的折射、手部肌肉需要施加的精确力度等，都没有包含在这句话的文本信息中。
而 LLM 是基于互联网上的海量文本训练的，它们极其擅长处理这种“压缩后”的符号逻辑，因此在逻辑推理、代码生成和宏观规划上表现出色。然而，正如 Yann LeCun 曾指出的，单纯依赖文本的自回归预测（Auto-regressive Prediction）可能是一条死胡同，因为它无法理解物理世界的连续性和因果律，这一观点也深深影响了 General Intuition 的创立。
General Intuition 正在做的是处理那些被文本压缩掉的数据，即建立从像素到动作的直接映射。如果说 LLM 掌握了人类的语言与逻辑，那么 General Intuition 的模型则掌握了人类的直觉与物理常识。
LLM 是指挥官， General Intuition 是执行者
Pim 认为，在未来的 AI 架构中，LLM 扮演的是 Orchestrator（指挥官）的角色。它像一个“木偶操纵师”，负责处理高层的语义理解和任务拆解。例如，当用户指令是“去厨房给我拿一杯咖啡”时，LLM 负责理解意图、规划路径（先去厨房，再找杯子，再倒咖啡）。
而 General Intuition 的世界模型则是执行者。它负责处理毫秒级的视觉输入和肌肉控制。当机器人伸手去抓杯子时，它不需要语言模型的介入，而是依赖 General Intuition 的模型来实时判断手指的弯曲角度、根据杯子的材质调整抓握力度，并在行走过程中避开突然出现的椅子腿。
这种分工解决了 LLM 在落地物理世界时面临的两个致命问题：
1、推理延迟过高，无法应对实时环境；
2、缺乏物理直觉，容易出现因“幻觉”导致的物理动作失败。
Pim 认为，通过将高层规划（LLM）与底层直觉（General Intuition）解耦，agent 才能真正从屏幕中走出来。
Next Token vs Next Action
从底层的预测目标来看，LLM 和 General Intuition 的区别会更加本质。
• LLM 的核心任务是 Next Token Prediction（下一个词预测），在离散的符号空间中工作；
• General Intuition 的核心任务是 Next Action/State Prediction （下一个动作/状态预测），在连续的物理空间中工作。
Pim 认为，未来的 AI 系统可能会出现一种类似 DeepMind SIMA 项目所展示的架构：利用 Gemini 这样的多模态大模型作为通用的认知中枢，去调用和指挥专门针对特定物理环境（如游戏、模拟器或现实世界）训练的 World Model。
05.
商业化落地
General Intuition 的商业化蓝图并非一蹴而就的科幻构想，而是一条经过精密计算的、分阶段推进的战略路线图。
第一阶段：游戏产业
对于 General Intuition 而言，游戏产业不仅仅是数据的来源地，更是最直接、最快速的商业变现渠道。公司的战略重心非常明确：为游戏开发者提供一个能够替代传统脚本系统的通用智能层。目前 General Intuition 已经开始与全球最大的几家游戏开发商及游戏引擎公司展开合作。
• 产品形态是 API
General Intuition 的核心产品形态是一个极其简洁的 API。在传统游戏开发中，开发者往往需要编写复杂的行为树（Behavior Trees）或确定性的代码来控制 NPC。而 General Intuition 正在改变这一现状，目标是替换掉游戏引擎中的“玩家控制器”。游戏引擎只需将实时画面帧流式传输给 General Intuition，模型便会实时返回预测的动作指令 actions。这种模式本质上是用一个基于视觉的通用 AI 替换了传统的硬编码逻辑，使得游戏角色能够展现出更自然、更具适应性的行为。
• 解决的痛点是充当“智能替补”
在多人在线游戏中，Pim 指出，当玩家在非高峰时段（例如美国时间的凌晨 3 点）登录游戏时，如果匹配不到真人对手，游戏体验会大打折扣，会直接导致用户流失。传统的解决方案是用简单的 Bots 填充，但这些机器人往往行为呆板、容易被识破，甚至破坏游戏乐趣。General Intuition 提供的 AI 能够展现出与真人无异的操作水平和战术风格，可以完美充当 “智能替补”。
更重要的是，由于 Medal 拥有海量数据，General Intuition 清楚地知道不同水平玩家（从菜鸟到职业选手）的行为特征，因此可以生成特定技能等级的 AI 来匹配对局。对于开发商而言，这相当于拥有一个随时在线、水平可调的“影子玩家库”，意味着无论何时都能保证满员的游戏对局，从而极大提升玩家留存率。
第二阶段：模拟环境，以自动驾驶为例
如果说游戏是练兵场，那么 Simulation（模拟环境）就是连接虚拟与现实的桥梁。Pim 在访谈中指出，在现实世界中采集数据，例如维持一支庞大的自动驾驶车队，不仅极其昂贵，而且效率低下，且很难捕捉到关键的长尾数据。General Intuition 的逻辑是利用虚拟世界的低成本数据，对现实世界的模型进行 pre-training。
Pim 以 Waymo 与卡车模拟游戏的数量对比为例：在 Medal 平台上，任何时刻使用方向盘外设玩 Euro Truck Simulator （一款欧洲卡车驾驶模拟游戏）的玩家数量，都要远多于 Waymo 在路上行驶的自动驾驶车辆。这些玩家在高度逼真的物理引擎中驾驶，遵守交通规则，处理各种路况，甚至会发生车祸。这种基于真实物理外设（如方向盘、踏板）的大规模分布式数据采集，是任何单一公司难以企及的。
更重要的是，Medal 能获取负样本。在现实中，为了安全，自动驾驶公司都极力避免车祸，导致模型极度缺乏处理极端事故的数据。而在游戏中，撞车、翻车是常态，Medal 拥有海量标注了“Crash”的视频片段。这些数据本质上是情景记忆，记录了导致灾难发生前的完整因果链条。General Intuition 的模型可以通过这些数据学会识别危险的前兆，这正是自动驾驶公司花费数年时间试图攻克的“最后 20%”难题。
Pim 表示，如果一个模型在模拟环境中已经学会了通用的驾驶直觉，那么由于直觉是通用的，现实世界的自动驾驶公司在接入该模型后，可能只需要原本 1% 或 10% 的真实路测数据进行 Post-training 微调，就能达到同样的安全性。这种通过 Sim2Real 迁移带来的数据成本大幅降低，是 General Intuition 在中期最具爆发力的商业价值。
第三阶段：机器人与物理世界
General Intuition 的终极愿景是实现“Atoms to Atoms”的闭环，即让 AI 不仅仅能处理比特信息，更是能直接驱动物理世界中的原子交互。
Pim 设想的 2030 年图景是 General Intuition 将成为智能的“金标准”（Gold Standard），也就是说，在未来的机器人、物理交互市场中，大约 80% 的基础原子交互（如抓取、移动、避障、导航）将由 General Intuition 的通用大模型驱动。这是因为无论是在工厂流水线还是家庭服务场景，基础的空间理解和物理直觉是共通的。剩余的 20% 则由各家机器人公司针对特定硬件或垂直场景进行专门的微调（如特定的人机交互 OS）。
更进一步，Pim 认为在机器人领域，智能一直是最大的瓶颈，一旦智能得到突破，机器人供应链会迅速收敛到以“游戏式输入方法”为主的交互方式。这意味着，随着机器人硬件（如手臂、底盘）的控制接口变得像游戏手柄一样标准，General Intuition 在游戏数据上训练出的、针对游戏手柄的动作预测模型，可以直接“映射”去控制这些机器人，而无需重新发明一套控制语言。
此外，Pim 还特别提到科学模拟的潜在价值。Pim 表示团队的终极愿景是将科学问题表征为三维空间问题，让具备空间智能的 agent 能够像生物学家折叠蛋白质那样，在微观或宏观的模拟世界中进行科学探索。
06.
创始团队
Pim de Witte：CEO & Co-founder
Pim de Witte 是 General Intuition 的 CEO & Co- founder。他在青少年时期就沉浸在代码与视频游戏的世界中，是典型的黑客出身。在创立 Medal 之前，他曾运营过当时最大的隐私工具列表，还曾在无国界医生组织（Médecins Sans Frontières）工作过三年，利用技术支持埃博拉疫情的灾难响应，例如基于卫星地图生成地形。这些经历塑造了他独特的思维方式：倾向于通过逆向工程来理解复杂系统，这是一种极致的演绎推理，也成为后来他理解 AI 模型的底层逻辑。
2025 年 Pim de Witte 成立 General Intuition。与许多只关注高层战略、不懂底层技术的 CEO 不同，Pim 是一位对技术细节有深刻理解的产品技术型领袖。在 Medal 早期，他亲自编写了底层的视频转码器，这让他对 CUDA 编程、GPU 的显存带宽以及延迟优化有着硬核认知。他清楚视频数据在显卡中流动的每一个环节，这种对 infra 的掌控力成为了 General Intuition 后来构建大规模视频训练集群的基石。
而且 Pim 在面对大模型这一新领域时表现出了极强的学习韧性。在访谈中，他坦言自己最初对模型本身感到陌生，觉得那像是另一种语言。为了弥补这一短板，他在去年夏天系统性地完成了 Francois Fleuret 的深度学习课程，从线性代数、微积分一路学到神经网络的构建。
为了真正从第一性原理层面理解技术路线的选择，他尝试从零开始用 PyTorch 编写了一个基础的物理引擎。这样做的目的是为了亲自验证：为什么我们不能只靠模拟，而必须依赖视频生成？通过亲手编写代码，他意识到模拟的计算复杂度随着变量（如 agent 数量、自由度）的增加呈指数级上升，从而坚定了他对视频生成模型的押注 。
团队文化
General Intuition 的团队建设哲学可以概括为：追求最高的“人才密度”，而非盲目扩张规模。Pim 将自己比作“刚拿到驾照的司机”，虽然自己理解原理，但真正的驾驶还是要交给世界级的 F1 车手，也就是那些在领域内最顶尖的研究员。
General Intuition 的核心研究团队由一群在世界模型领域具有开创性贡献的学者组成。例如，领导研究的 Anthony Hu 曾是 GAIA （自动驾驶生成模型）的核心研究负责人；Vincent Micheli 则是 Diamond 论文的作者之一。
这些研究员之所以选择离开 DeepMind 等大厂加入 General Intuition，就是因为他们看懂了 General Intuition 手中那个独一无二的数据集所蕴含的潜力。当他们意识到 Medal 的数据不仅仅是视频，而是包含了动作标签的完美训练集时，他们看到了将世界模型扩展到更大规模的可能性。
此外，Pim 表示 General Intuition 正在努力复兴 AI 领域的“开放研究文化”。在 OpenAI 和 Google 变得越来越封闭的背景下，General Intuition 反其道而行之：公司最近宣布了与法国顶尖的开放科学实验室 Kyutai 建立合作伙伴关系，该实验室由 Eric Schmidt 等人资助。Pim 认为，General Intuition 拥有深厚的数据护城河，不需要像其他公司那样通过“保密”来维持优势，因为即便公开了模型架构，没有数据也无法复现。相反，通过与学术界和开源社区的合作，例如利用印度卡车数据构建负样本预测模型以减少交通事故，General Intuition 能够吸引更多渴望分享知识的顶级大脑，形成一种开放式的创新生态。
Reference
World Models & General Intuition: Khosla's largest bet since LLMs & OpenAI｜https://www.youtube.com/watch?v=A2P3Q3LCoLw
排版：傅一诺
延伸阅读
我们身处波涛汹涌的中心｜加入拾象
从 LLM 到 World Model：为什么我们需要能理解并操作世界的空间智能？
礼来模式揭秘：GLP-1，AI 加速药物发现，礼来如何突破“创新者窘境”？
深度讨论 Gemini 3 ：Google 王者回归，LLM 新一轮排位赛猜想｜Best Ideas
Periodic Labs：ChatGPT 创始成员打造的 AI 物理学家，让 Agent 在现实实验中学习
4. 聊几个思考
作者: 终身黑白
链接: https://mp.weixin.qq.com/s/GMX0TPTMOg9ESOeXGRDIfA
发布时间: 2025-12-09T11:39:13
文： 男终身黑白 语音：女终身黑白
终身黑白第1286 篇原创文章****
“
人这一生，最大的敌人，往往不是外部的环境，而是内心的束缚
”这几天有这样一条信息：近日市场传言2026年52度第八代五粮液出厂价从1019元/瓶降至900元/瓶。而五粮液回应称是补贴政策落地后的价格变化。12月6日酒商表示开票价已降至900元/瓶，加费用、返利后预计800多元/瓶，这是近十年首次降价，上一次在2014年。虽然是以补贴的形式，而不是直接下调出厂价，但是实打实的经销商拿货的价格更低了。其实当茅台的零售价格不断降低，这基本就是早晚出现的一个情况。如上周四文章所说，当茅台降低到1400多元，一部分原来五粮液的消费着，可能就会觉得茅台更有性价比。本来就是需求较弱的阶段，又有来自茅台价格下跌的影响，五粮液未来一段时间的压力会更大一些。昨天收到这样一条留言，经过本人同意把他作为今天文章的开头：白酒应该算是我今年聊过最多的话题。但这事解决的核心，又不完全在企业手中，他是一个消费整体疲软的问题。企业能作的无非是尽量在较少损失的情况下，度过这个难的阶段。所以说这事不是我反复聊，他就能快速变好。就像是冬天来了，你想靠企业自身改变季节显然不可能，企业能做的无非是在冬天别冻坏自己，先生存下来。白酒还会好吗？我认为中高端需求仍有增长空间，但是恢复需要一个缓慢的过程。理性的来说，如果把一家企业的困境看做一个微笑曲线，白酒现在可能还在往底部行走的阶段。这话可能很多朋友不爱听，但投资不像人生中的其他事情，人生中很多事情，只要别人安抚了你的情绪，你不在意了他就不存在。但投资我们最终要面对现实。所以这里想说第一个观点：过度的寻求安抚，反而是让很多人陷入投资困境的原因。就比如白酒上，有些朋友为什么一直满仓坚持，就是每次出现各种不好的迹象，你看到的都是说这不是事，见的多了，你也觉得确实不是事。但是，一笔投资长期好，并不代表短期不难。真的度过这五年，压力还是挺大的。相反有些话可能听着难听，你听进去了，可能反而会更理性决策。大部分普通投资者，很大一部分信息来源都是别人的分享。而人都是不那么喜欢被质疑的。或者说公开分享的人比普通人更注重自己的权威性。权威性就是绝对正确，所以大多时候不是问题无法解决，都会倾向于为自己的选择正确辩护。但投资又是一件完全可能会犯错的事。所以反而一些时候把小问题等成了大问题。讲一个小故事，女黑白刚录音的时候经常读错字，很多是我给他纠正的。突然有一天我脑海里有一个想法，按说女黑白学习比我好，为什么感觉我好像认识的生僻字比他多呢？自己好像没有不认识的生僻字一样。再深入的一想，其实答案也很简单。这就是本文的第二个观点：我们永远不知道自己不知道。因为我自己的错别字，我并不知道他是错的，因此我以为我全部都是对的。并不是我的错误不存在，而是我不知道，我没有像女黑白一样突然要读大量的文稿，所以我的错根本没机会展示出来，因此我认为我全部是对的。在错误发生前，我们不知道自己的认知有缺陷，因此认为自己完全正确，这是很有可能的一件事。就拿白酒来说，几年前所有人聊高端白酒都在聊产能，因为当时大家的认知高端白酒是供不应求的，而后来事情的发展显然和预期中的不一样。我是坚定的适度分散派，适度分散可能看起来很难取得惊艳的投资，但是他足够的稳。有时候，我们太想完成被人鼓掌的操作，以至于忘记了踏踏实实的走才能赢。再聊个身边的小事，之前打羽毛球有一次搭档打出了一个非常精彩的动作得分，大家都欢呼这球打的妙急了。但是后来一段时间我们的比赛基本全输了，哪怕平时随便赢的对手也会输。为什么呢？因为太享受上次精彩动作的欢呼和成就感了，希望每次都以一个复杂的动作拿下一分。而精彩的操作往往是成功率没那么高，结果就是为了偶尔一下的精彩，伴随着大量低级失误，总体看结果反而变差了。这和很多人投资一样，总想着满仓快速大幅上涨的精彩收益，可能确实偶尔成功一次成就感满满，但背后有大量的失败总体结果却不好。有一句话叫，善弈者通盘无妙手。
“妙手”是围棋中的术语，形容神奇的一步落子。
善弈者通盘无妙手，就是说真正的围棋高手，通常一整盘棋下完，你都看不到那种神奇的落子。他靠的是稳扎稳打。
突然想起来之前有个游戏里的朋友去电竞店上班，然后游戏胜率飙升，我问他是给你们做什么技术培训了吗？他说没有，只是心态变了。玩是寻求刺激，一打三最精彩。上班需要赢，那么就要多创造三打一的机会。这和投资一样，获胜不需要精彩的时刻，需要高概率的不断累积。所以黑白一直强调配置思维。如果你想绝对集中在一个行业，至少要有两点，1、你研究能力超强，一定不会错。2、你有极强的耐心，持续没回馈，依然不焦虑。以上两者都具备不是特别的容易。大部分人都会高估自己以上两个能力。昨天有个读者留言，高端白酒保持现在的收入能力，只要消费恢复收益提升就能获得不错的收益，为什么我仓位还不高。这个逻辑确实没啥问题。我没这么做有两个原因除了认为自己可能犯错外，还有一个原因目前为止也没有给出极低的估值。未来消费复苏，其实其他消费企业表现也不会差，而其中大多数并没有承受这么长时间和这么大幅度的调整。满仓一家企业承受了更大风险，但因为他估值还没特别低，并不能换来更高的回报，这就是目前我白酒仓位不大的原因。对于大部分普通人来说，更适合配置思维。当然也不是你一顿乱买、首先，有明确的获利逻辑。其次，你内心要有明确的赔率概率的区分。这么说大家可能有点迷糊，我做了一张图如果把我们的组合看做一个三角形，把三角形分为几份，越往上可能的潜在收益越高，但承担的相应风险也越高，越往下承担的风险越低。我认为一个组合可以大致分为三份。最底下的核心基础：选择那些确定性高的资产，比如：护城河宽广的优秀企业，低估的宽基ETF等等。往上一层，暂遇困境的企业：他们曾经优秀，暂遇困难，但是你经过分析认为他们大概率依然会走出困境。再往上一层，成长性更好，但护城河还没那么强的企业。越网上赔率高承担风险也高，仓位较小。越往下赔率较低但获胜的概率更高，仓位更大。组合在一起，进可攻退可守。黑白除了公布自己的持仓，平时也会聊一些比较有特点的ETF、企业等。这些都是外界的建议和声音，你要问自己是否看清了逻辑，自己的组合三角形差哪部分配置。比如前几天有个读者问，他的持仓大多保守，他想要配置一些成长性更好的ETF，有没有在恒生科技的基础上再结合医疗的ETF。找了一下有一个港股通科技ETF招商（159125.SZ）对应国证港股通科技指数（987008），可以看做“升级版”且“聚焦AI产业链”的恒生科技指数。为什么这么说？首先，它覆盖了AI上中下游，包括算力与硬件、大模型及AI应用。其次，很重要的一点是，它包含了很重要的港股创新药板块弹性更大，也正因此，今年以来比恒生科技涨幅高10余点。最后，同样30只股票，港股通科技前十大占比近80%，恒生科技近70%。前者行业均衡之于又有极高的个股集中度，更多是集中在优秀的龙头企业，在上涨阶段可能会更锋利。不仅仅是“AI主题ETF”，同时也包含了中国数字经济建设、医药，新能源的“核心资产”。除此之外，企业入选还有一个前提，就是是港股通持仓。首先不受QDII额度限制：
其次进入港股通的企业内资购买更方便，往往也表现更好。
截至2025年9月15日，南向资金年内净买入港股额已超1万亿港元，近一年净买入额约1.4万亿港元其中，非必需性消费、医疗保健业、资讯科技业等科技股聚集的行业净买入居前。
港股通科技ETF招商（159125.SZ）的前十持仓如下图：同时他持仓比较集中，已经非常优秀的腾讯+阿里+小米，合计占了45%前十中，也包含半导体的中芯国际、制药的百济神州、生物制品的信达生物，新能源的理想汽车、比亚迪行业分布主要在，资讯科技、非必须消费、医疗保健，这些长期刚需。估值方面：当下27PE不算特别低估，毕竟他还包含很多成长性的科技企业，大行情的时候估值弹性高，但是特别低估的机会也相对少。如果有兴趣，建议定投的方式。其次一笔买入，你要明确的知道你买到资产配置三角形的哪个部分了。，你不能全配置到三角形的上半部分，也不能全配置到下半部分，他需要是一个组合。越往上，你越要控制仓位。然后再聊聊本文的第三个观点：万物皆有周期，一年有四季，企业有峰谷，人生会变化。
曾经的白酒，大家公认的优秀生意模式，哪怕他未来会重回巅峰，依然有如此难的阶段。为什么说配置加定投是最适合普通人的投资方法。因为他可以有效的帮你度过这些艰难时刻。
不去对抗
一些事不是你着急就能马上解决的，比如当下白酒的困局。这个时候有效的方法不是对抗，而是多去做其他有意义的事。
曾经的腾讯，上一轮的白酒，逆境的平安。前几年持续下跌的股市。
有一段时间你做什么都无效，焦虑也改变不了什么。
你就好好活，认真做，有一天你可能突然发现，不知不觉间，慢慢一切都好起来了。
相反这个没反馈的阶段，折腾只会越陷越深。
保护自己。
任何难的日子总有极限。冬天最重要的不是要丰收，而是别让寒冷冻坏自己。
熊市90%普跌你非要做短线，企业困境期你非要短期有结果，最后都只能损耗自己。
为我所用
周期我们改变不了，但我们可以利用。当你做到了以上两点，你会发现这个市场赚钱就没那么难了。说到底就是不断的利用人性和企业周期的变化。
换句话说：你不会一直过苦日子，你也不会一直过好日子，至少在股市是这样的。你需要聪明和有智慧，安全的度过苦日子，然后踏实的面对好日子。
然后我们聊聊最后一个观点：人要学会站在自身以外去看自己的行为。
经常有人问我，如何做到这么理性，核心的一点就是跳出自身看问题。
还是前几天和媳妇看节目，三对情侣一起旅行，有个很有意思的情况，每个男生或女生，看别人家庭的问题都非常精准，到了自己身上，就执迷不悟。
为什么会这样，因为任何事情，到了自己身上就变的复杂了，面子，利益，较真的情绪等等。他就不再是简单的对错选择了。
理性就是你能单纯的看问题，和自己别有联系。
我第一次意识到这个问题，是20多岁的时候。
有几天我约表弟玩游戏，他连续拒绝了我两次，我非常生气。然后开始和父母抱怨表弟的缺点，数落他的不好。
但突然之间我意识到一个问题，那一刻真实的我，只是被拒绝后的恼羞成怒，无法撒气的我不断的再说对方的问题，而人家没时间和我玩其实是一个很正常的事情。
突然就冷静下来了。
你跳出自己，才能明白很多事自己真实的动机。
人这一生，最大的敌人，往往不是外部的环境，而是内心的束缚，我们天生本能就是保护自己。
当你能站在更高的角度看人生，你会发现一直束缚你的不是环境、命运或他人，而是内心的恐惧和愤怒。
你不敢面对自己有缺陷，不敢行动害怕失败等等。
而大脑最擅长的就是编故事，当你有这些恐惧的时候，他会帮你找到无数的理由让你心安理得的不去做，不改变。
所以只有你面对问题时跳出了自己的身份，才能足够理性。
就像一句话所说，当你看见河，你已在河之外，当你看见山，你已在山之外，当你能清晰的看到自己，你已经跳脱了本身。
站在自身之外这是一种高纬度的观察，你曾经放不下的面子、执念、焦虑，都成为了幻影。
当你是棋子之时，你渴望顺境，排斥逆境，害怕未知，被各种情绪影响。
而当你跳出棋子的视角，成为执棋者时，一切都会不同。
同样面对相同的棋局，你的心态已经截然不同。无论高峰还是低谷，顺境还是逆境，你的专注点不再是疏解自己的情绪，而是解决问题。
棋局没变，你也没变，但你的维度变了，对待事情的态度和决策就变了。
棋子的心态让你处处对抗、处处逃避，而执棋者的心态让你懂得接纳和解决问题。
今天就聊这么多，我是终身黑白，聊投资，但不功利，让我们一起认真学习，慢慢变富，如果觉得本文不错，那就点个赞或者“在看”吧。
5. 未来5年，利好这2大方向！
作者: 好买研习社
链接: https://mp.weixin.qq.com/s/5oY-FOgTZ5QffMJUTLgb3g
发布时间: 2025-12-09T09:34:05
微信首页底部菜单留言栏回复“ 礼包 ” “ 群 ”
免费加入“ 长宽高书院“ 专项班级
昨天，国内召开了12月的最顶层会议，时间节点很关键，值得特别关注。
一是因为12月会议，刚好是每年的结尾，要做当年的年终总结。二是需要根据当年的整体表现，对下一年的政策进行调整和定调。
再加上明年是十五五的开始之年，政策信号和政策方向就更重要了！
消费排在第一位
分析前，先将本次12月会议和以往重要会议对比，盘点下政策措辞差异。
其中，六大方向变动调整如下：
图片来源：DeepSeek人工智能整理
其中，我重点关注的有以下几点：
首先是对风险防范的表述。
去年12月会议，措辞是“防范化解重点领域风险和外部冲击”。
国内重要会议也曾多次提及：底线思维、极限思维，准备经受风高浪急甚至惊涛骇浪的重大考验。
之后的国际局势确实如此演变！
尤其是今年4月初，川普主导的疯狂关税风暴。国内硬碰硬，扛过了风高浪急、惊涛骇浪的考验。军事力量走出国门，频频亮剑。A村也相对较好，走出了慢牛姿势……
验证了“重点领域风险化解取得积极进展”的判断。
今年12月，风险防范的措辞调整为：“更好统筹国内经济工作和国际经贸斗争”，体现出对经济、国际经贸的主动应对，尤其是国际经贸斗争的常态化应对。
风险排序也从第五，降为第八末位。
其次是房地产、股市和内需消费的表述。
因为房地产、股市、消费与我们切身相关。
不过，这部分措辞变化很大！
去年会议还明确提出“稳住楼市股市”，股市倒是相对稳住了，行情表现还行。但今年会议通稿中，全文未直接提及房地产。
内需消费则被重点提及，从以前的“大力提振消费”升格为供需同管、建设强大国内市场，具体的政策措辞是：持续扩大内需，优化供给；坚持内需主导，建设强大国内市场。
内需消费表述明显强化，且被置于第一首位！同时弱化对投资的表述。
利好2大方向
具体到行业主题和咱基民的投资领域，我认为，政策主要引导和利好2大方向：消费和科技。
第一，内需主导，建设强大国内市场。
根据新闻通稿，本次会议强调做好明年经济工作的时候，明确提到“持续扩大内需、优化供给”。在指出明年经济工作要求的时候，则明确提到“坚持内需主导，建设强大国内市场”。
原因也很好理解！
国际局势越发动荡，加上国内经济确实偏科，比较依赖外贸出口以及基建投资，为了应对新局势和纠正经济，顶层会议将内需提升到了经济工作的首要位置……
主打降低对外依赖，建设强大的国内消费市场。
另外如果我们逆向分析、反向思考，在这个要求下，稳房地产、稳股市和基金等的作用格外重要。否则房价、股市都跌得很惨，老百姓哭哭唧唧的，哪有消费？
因此会议看似没提房地产、股市、投资等，实际已隐晦提到。
这部分主要利好大消费，至于新消费or旧消费，汽车、家电、旅游或购物，我们没必要搞那么细，直接逢低定投大消费主题基金即可！覆盖宽泛，风险波动也更低些。
我挑选了8只绩优大消费主题基金，感兴趣的后台发送“消费”加小助理获得完整基金名单。
【操作步骤：好买研习社主页—点击消息栏—进入底部菜单栏（如下图 ） 】。
第二，坚持创新驱动，加紧培育壮大新动能。
这部分看似晦涩，核心仍是鼓励科技。
一方面是科技创新引领新质生产力发展，聚焦高端制造、新能源等领域。
另一方面是聚焦尖端领域，“十五五”所涉及的新兴产业和未来产业，比如人工智能、商业航天、机器人、高端芯片、量子科技等，更重要的是卡脖子的半导体、AI芯片。
这也是国内经济进军中高端产业链、跳出中等收入陷阱的必经之路。
当然，也要注意到科技的复杂多变！
比如过往历次牛熊市中，科技确实涨的猛，但回撤也大；比如每轮科技的领涨方向、行业主题变化极大；比如国内科技存在缺失，没有港股科技资产。
好买基金APP里的科技宝产品，则大幅优化以上难题，还兼顾A股科技和港股科技。其中A股以主动科技基金为主，港股以科技指数基金为主，各占50%。
想布局科技又不想自己筛选择时，想要便捷布局科技的，后台发送“科技宝”加小助理了解参与。
基金产品专项班
12月29日开课！
群内将为您提供：基金定投、资产配置等系统课程与每日知识干货，并分享盘面解读、市场资讯及重要数据解析，还有讲师群内答疑专属服务。 长按海报二维码加入我们。
风险提示：
市场有风险，投资需谨慎。基金的过往业绩及其净值高低或基金管理人管理的其他基金的业绩并不预示其未来表现。相关数据仅供参考，不构成投资建议。投资人应详阅基金合同等法律文件，了解产品风险收益特征，根据自身资产状况、风险承受能力审慎决策，独立承担投资风险。特别提醒，基金在封闭运作期间或特定持有期间存在无法赎回的流动性风险。科技宝风险等级为R4，适合风险承受能力评级为C4及以上的投资者。如果您的风险测评结果低于相关组合策略，请忽略本信息。基金投资组合策略的过往业绩不代表未来表现，为其他客户创造的收益并不构成业绩表现的保证。好买基金及投顾管理人不保证基金投资组合策略盈利及最低收益，也不做保本承诺。基金投资组合策略的风险特征与单只基金产品的风险特征存在差异，投资者在通过好买基金进行投资前，应认真阅读基金投资顾问服务协议、风险揭示书、基金投资组合策略说明书等文件，全面认识基金投资组合策略的风险收益特征，在了解基金投资组合策略情况及听取策略适当性意见的基础上，结合自身情况谨慎做出投资决策，独立承担投资风险。基金投资顾问业务尚处于试点阶段，基金投顾机构存在因试点资格被取消不能继续提供服务的风险。
版权声明：
本文著作权归好买财富管理股份有限公司所有，未经事先书面授权，任何组织和个人不得对本文进行任何形式的转载、复制、发表、传播、改编、汇编或引用本文内容的任何部分。
免责声明：
本文所载信息或所表述的意见并不构成对任何人的投资建议，投资者不应该将本文的内容作为投资决策的参考因素。对于本文可能涉及的观点、报告、解读、推测、市场资讯等内容，仅代表作者个人观点，不代表我公司观点，请务必审慎对待。市场有风险，投资需谨慎，请您结合自身资产状况、风险承受能力，审慎做出投资决策，独立承担投资风险。
👇 戳"阅读原文" ****领大礼包,走出理财第一步****
6. 弯腰捡钱的机会
作者: 闲画生财
链接: https://mp.weixin.qq.com/s/vPmqNtDyi8wU6jttHdCJ0Q
发布时间: 2025-12-09T09:27:00
昨天收盘时分，摩根基金发布公告，旗下标普、 纳指限购额度放松至10万。
每只基金包含A、C两类份额，每人每交易日合计可申购40万。
1
弯腰捡钱的机会
如果你在场内持有标普或者纳指ETF，卖出ETF，同时场外申购，可以把溢价赚到手。
昨天标普纳指ETF平均溢价5.2%和6.6%，不考虑交易成本的前提下，拉满额度可赚23600。
= 200000×5.2% ＋ 200000×6.6%
=10400 + 13200
=23600
弯腰捡钱的机会不容错过。
搬砖大军集体出动，ETF被无情砸盘。
溢价最高的，被砸最惨。
2
完美闭环
搬到场外之后怎么办，一直在场外持有吗？
上图一张，这是所有纳指ETF平均溢价率的历史走势。
溢价率围绕0~4%震荡，中枢2%。
耐心一点，每年都能蹲到溢价率大于5%的机会，也能蹲到折价的机会。
折价，或者零溢价的时候，场外赎回，场内买入。
溢价，且场外有额度的时候，场内卖出，场外申购。
搬砖流程完美闭环。
毛估估，一套操作下来能增厚收益几个点。
3
根本问题
那场内没来得及搬砖的玩家怎么办？
本次开放申购的标普纳指额度，约等于场内ETF总规模的2%，冲击力有限。
目前一半ETF的实时溢价率已经接近震荡区间的上沿（4%）。
溢价率10%那只杀伤力略大，其它的还好，扛一扛总会过去。
毕竟QDII额度的问题无法从根本上解决。
4
市场点评
1）港交所发布科技100指数，和恒生科技简单做个比较：
恒生科技：成份股30只，部分成份股不在港股通范围内，需要用QDII额度投资；
科技100：成份股100只，都属于港股通，不占用QDII额度；科技100更宽，可投资性更好。2）明年1月1日起，全面禁止生产水银体温计和血压计。
水银比电子的结果波动小，更稳定，我考虑屯几只。
3）贵州发布白酒销售征求意见稿，支持酒企通过“白酒收益权理财”、“白酒质押贷”等产品，盘活酒企资产，缓解资金压力。
有种REITs基金既视感。
4）上海杨浦对区内优质博主给予落户资格、最高200万购房补贴、每月最高8000租房补贴。
5）看到个段子：
旅游博主蓝战非在南非被绑架，急中生智掏出本中国护照，没想到劫匪也掏出本中国护照。
坑国人最狠的往往也是国人，和我在海外出差旅游的感受差不多。
7. A股新开户数或超去年！市场走到哪个阶段了？
作者: 小基快跑
链接: https://mp.weixin.qq.com/s/shoo2UMkR2GZlM5I_DWhQQ
发布时间: 2025-12-09T08:58:20
近日，上交所公布了11月份的A股新开户数据。
今年11月A股新开户238万户，较10月的231万户增长3%，2025年前11个月累计新开2484万户，已非常接近2024年全年新开户数（2500万户）。
按照今年此前的月均开户数（226万）来推算，2025年全年的A股新开户数 有望超越2022年，成为2021年以来A股新开户数最多的一年。
数据来源：Wind；截至20251130
A股新开户数一向被视为衡量市场温度的重要指标。
从2025年全年的新开户数来看，虽然可能创下近4年新高，但仍低于2020年（3007万）、2021年（3337万）、2015年（4005万）、2016年（3242万）。
目前市场热度或还不及上两轮牛市。
从更高频的月度新开户数据来看：
今年A股新开户数最多的月份是3月，达到307万。
历史上有18个月份的新开户数都多于它。
数据来源：Wind 截至20251130
从近10年的维度来看，2025年11月的238万户，还低于近35%的月份。
数据来源：Wind，小程序“A股温度计”
从去年“924”行情以来，A股走出了一波近年来少有的上涨行情，上证指数更是时隔十年再次站上4000点。
很多人都关心这轮行情走到什么阶段了？市场是否已经过热？
从上面的新开户数或许能窥见一斑，但衡量市场阶段或情绪的指标不止新开户数，我们再来看几个。
01
证券化率
也就是沪深总市值除以GDP的比值，这种计算方式是巴菲特最先提出来的（美股总市值除以美国国内生产总值），所以也叫巴菲特指标。
截止今年12月3日，这一数值已达到85.79%，处于历史比较高的区间了。接近2021年牛市高点，但仍然显著低于2015年和2007年牛市的峰值。
数据来源：Wind，小程序“A股温度计”
02
杠杆水平
一般用融资交易占比来衡量A股的杠杆水平。
截止12月2日，A股融资交易占比达到9.76%，高于2010年以来78%的交易日，不过较今年8-11月份（多位于10%以上，峰值近12%）已经显著下降。
数据来源：Wind，小程序“A股温度计”
03
牛熊周期时长
2001年以来，A股大概经过了四轮牛熊周期，目前或正处于第五轮周期。
从时间长度看，A股较完整的牛熊周期一般会经历3-5年，最短的是3年4个月，最长的是5年4个月，平均为4年7个多月。
本轮大周期的低点出现在2024年2月，距今约为1年10个月。
数据来源：Wind
如果按照历次周期的底部到顶部的时间间隔来看，2000年以来，如果是牛市的话，时间长度最短是2年（2008年11月到2010年11月），最长的则达到3年2个月（2018年10月到2021年12月）。
04
股债性价比
衡量股市相对债市性价比，常见的有两个指标。
一是 股债收益差， 即A股整体市盈率的倒数减去十年期国债收益率的差值；
二是 股债收益比， 即A股整体股息率除以十年期国债收益率的比值。
这两个数据越高，说明股市相对债市或更有投资价值。
截止12月3日，股债收益差位于近十年中位水平，而股债收益比仍然较高，因此权益相比债券可能仍然具有一定的性价比。
数据来源：Wind，小程序“A股温度计”
关于这两个指标，还想多说一点。
华创证券认为，常见的股债比价（包括股债收益差和股债收益比）忽视了资产波动性以及下行风险。不同的波动率环境下，股债比价关系应不一样。
因而可以引入波动率的考虑，以夏普比率差衡量股债配置价值差异。
注：夏普比率=年化超额收益/年化波动率，衡量每承受一单位波动获得的超额收益
Wind数据显示，截至2025年11月21日，股债夏普比率差为1.34，尽管相比9月中旬2.43的高点有所回落， 但仍然处于历史相对高位（十年72%分位数），凸显出股票相对于债券的配置性价比。
综合以上指标，本轮行情和历史上几轮大行情相比， 或许还未达到过热的程度。
另外，A股当前 相对债市或仍有一定的投资性价比。
以上指标，大家可以选取自己中意的，作为投资参考，也可关注融通基金推出的 “A股温度计” 小程序，持续跟踪这些指标。
希望对你的投资有所帮助。
参考资料：
华创证券，《“存款”落谁家，春水向“中游”——宏观2026年度策略报告》，20251201
文中券商观点均节选自券商研究报告，仅作举例说明，不代表本文观点，亦不构成任何投资建议与承诺。谨慎投资。指数过去走势不代表未来表现。本材料是作者基于已公开信息撰写，但不保证该等信息的准确性和完整性。作者或将不时补充、修订或更新有关信息，但不保证及时发布该等更新。材料中的内容和意见基于对历史数据的分析结果，不保证所包含的内容和意见在未来不发生变化。本材料在任何情况下不作为对任何人的投资建议或出售投资标的的邀请。
点击了解热门基金
8. 定投收益率比不上单次买入，为什么还要选择它？
作者: 小基快跑
链接: https://mp.weixin.qq.com/s/IvCwh1xzHmN4mUeu9L3u_g
发布时间: 2025-12-09T08:58:20
近期我们分享了3900点或者4000点附近做定投的文章，有小伙伴留言，市场向上时一次性投资可能更赚钱，为何还要定投？
不仅如此。定投的小伙伴可能都关注过一个问题：定投和一次性投资孰强？
特别是股市整体走强或长期趋势向上时，相比“慢悠悠”的定投，一次性投资可能博得更高收益。
比如定投热门标的——创业板指数。
Wind数据显示，创业板指数推出以来（2010年5月31日至2025年12月5日），呈现曲折向上的走势，期间上涨+210.93%。
如果是定投的话，定投同期收益率为+101.83%（定投年复合平均收益率为4.63%），明显低于一次性投资。
创业板指数一次性投资与定投
20100531-20251205
数据来源：Wind；以上定投测算，均以每月定投1000元、以每月第一个交易日为定投日、当日收盘价为成交价计算，不考虑手续费。定投收益率=[（sum(每期定投金额/每月月初收盘点位）期末收盘点位)/（sum(每期定投金额投资期数）)]-1。以上测算为采用足够长期间内的市场主流指数的历史数据进行的测算。上述采用指数的历史数据对定投业务进行模拟的结果不代表定投业务的真实收益，亦不作为定投业务未来收益的保证，市场行情及历史业绩也不代表未来收益。基金定投不一定盈利。创业板指2020-2024年完整自然年度的涨幅表现分别为：64.96%、12.02%、-29.37%、-19.41%、13.23%
历史悠久的欧美股市也有类似现象。
美国先锋领航集团统计过从1926至2011年之间，在美国、英国和澳洲市场，任意12个月期限内，一次性投资和定投的收益对比。
结果是有大约2/3的几率，一次性投资的收益要高于定投。而且期限越长，一次性投资的优势可能越明显。比如当投资期限拉长到36个月，一次性投资有90%的概率，收益会超过定投。
（DCA是定投的英文Dollar Cost Averaging的缩写）
由晨星开展的研究也得出相似结论：如果从1926至2019年之间投资美国大型公司股票，当投资期限达到八年以上时，一次性投资有90%左右的概率，其收益率会超过定投。
为什么会出现这种情况？
主要原因是这些 市场多牛长熊短， 上涨时间明显多于下跌时间，并且历史数据看整个股市呈现上升趋势。
如果采取一次性投资，全部的资金从一开始就能参与到市场的上涨。
如果采取定投，资金是分批入场的，部分资金参与市场上涨的时间比较短，收益就相对较低了。
不过值得一提的是，正是因为定投的资金是分批入场的，所以更合理的定投收益率计算方式或许应是用 内部收益率 （IRR）（详见《你可能低估了定投的收益率》）。
为什么还会有人选择定投呢？
首先，市场是无法预测的，很多时候我们看到的“长牛”，都是已经发生过了、从“后视镜”中所见，当时并无从知晓。
其次， 牛市的起点往往是“低点”，敢于在“别人恐惧时贪婪”的投资者并不多，更常见的是由于盲目“追涨”，买在“山腰”或者“山顶”。
我们统计了2003年至今上交所A股新开户数与沪指走势发现，新开户数高峰期基本与沪指的高点重合，如2007年、2015年、2021年以及去年10月（“924”之后的一个月）。
也就是说，不少小伙伴可能是因为前期“赚钱效应”入市的。不能说这种方式不对，但有可能就会“买在高点”，增加亏损概率。
上交所A股新增户数（万户）与上证指数走势图
数据来源：Wind；统计区间：202301-202511
第三，过去强势不代表未来一定“辉煌”。即使是美国等成熟市场， 也不能保证一直长牛， 或者在你投资的期间一直“牛”。
第四，本金多少对投资也很重要。如果投入本金少，即使收益率很高，拿到手里的财富绝对值也有限。
很多普通投资者并没有一大笔钱去进行一次性投资， 而定投可以用“未来的钱”布局 （每月工资结余等），通过多次分批买入扩大本金，对普通工薪族或有吸引力。
总结一下：
对普通投资者来讲，市场难以预测，且投资容易受情绪干扰。一次性投资对择时、择股、投资者心理要求都较高。
而定投是纪律性投资，约定时间自动扣款，不择时且能保持“在场”， 尽量规避“追涨杀跌”的不理性行为，且资金门槛低 （很多人选择小额定投、每月工资结余定投），这可能是很多人选择定投的重要原因。
如何平衡一次性投资和定投呢？
一次性投资和定投不是“非此即彼”，可以根据自己的投资偏好、风险承受能力、财务状况等调整策略，或者同时进行。它们还能相互转化，取长补短。
首先， 你的定投终将变成另外一份一次性投资。
随着定投时间的积累，到了定投的中后期，本金会越来越多，原来的小钱已经变成了大钱。这时你的定投，可能已经变成另外一份正在执行的一次性投资。你需要像对待一次性投资那样，考虑在什么时候赎回。
也就是说，你的定投需要 止盈。
其次，你的一次性投资，也可以用定投的方式进行。
一次性投资难在选时。定投由于纪律性投资的特点，固定时间频率投入固定的金额，在市场高点、基金净值较高时买入的基金份额较少；在市场低点、基金净值较低时买入的基金份额较多。
把一次性投资的钱 用定投的方式分批买入， 有望缓解择时难题，分散投资风险，争取提高赚钱概率。
谨慎投资。指数过去走势不代表未来表现。本材料是作者基于已公开信息撰写，但不保证该等信息的准确性和完整性。作者或将不时补充、修订或更新有关信息，但不保证及时发布该等更新。材料中的内容和意见基于对历史数据的分析结果，不保证所包含的内容和意见在未来不发生变化。本材料在任何情况下不作为对任何人的投资建议或出售投资标的的邀请。
公开募集证券投资基金风险揭示书
尊敬的投资者：
投资有风险，投资需谨慎。公开募集证券投资基金（以下简称“基金”）是一种长期投资工具，其主要功能是分散投资，降低投资单一证券所带来的个别风险。基金不同于银行储蓄等能够提供固定收益预期的金融工具，当您购买基金产品时，既可能按持有份额分享基金投资所产生的收益，也可能承担基金投资所带来的损失。
您在做出投资决策之前，请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和本风险揭示书，充分认识本基金的风险收益特征和产品特性，认真考虑本基金存在的各项风险因素，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。
根据有关法律法规，融通基金管理有限公司作出如下风险揭示：
一、依据投资对象的不同,基金分为股票基金、混合基金、债券基金、货币市场基金、基金中基金、商品基金等不同类型，您投资不同类型的基金将获得不同的收益预期，也将承担不同程度的风险。一般来说，基金的收益预期越高，您承担的风险也越大。
二、基金在投资运作过程中可能面临各种风险，既包括市场风险，也包括基金自身的管理风险、技术风险和合规风险等。巨额赎回风险是开放式基金所特有的一种风险，即当单个开放日基金的净赎回申请超过基金总份额的一定比例（开放式基金为百分之十，定期开放基金为百分之二十，中国证监会规定的特殊产品除外）时，您将可能无法及时赎回申请的全部基金份额，或您赎回的款项可能延缓支付。
三、您应当充分了解基金定期定额投资和零存整取等储蓄方式的区别。定期定额投资是引导投资者进行长期投资、平均投资成本的一种简单易行的投资方式，但并不能规避基金投资所固有的风险，不能保证投资者获得收益，也不是替代储蓄的等效理财方式。
四、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，但不保证本基金一定盈利，也不保证最低收益。本基金的过往业绩及其净值高低并不预示其未来业绩表现，基金管理人管理的其他基金的业绩并不构成对本基金业绩表现的保证。融通基金管理有限公司提醒您基金投资的“买者自负”原则，在做出投资决策后，基金运营状况与基金净值变化引致的投资风险，由您自行负担。基金管理人、基金托管人、基金销售机构及相关机构不对基金投资收益做出任何承诺或保证。
滑动滚动条，查阅更多风险提示
点击了解热门基金
9. 12月9日新股，元创股份
作者: 复利土豆
链接: https://mp.weixin.qq.com/s/Mpi9_Y8_JMF4YbUrxn-vwQ
发布时间: 2025-12-09T01:32:39
01
元创股份
首先声明：新股很容易受到上市当日市场情绪的影响，建议不一定准确，仅供参考。
企业介绍：
上市版块：深圳主板
顶额申购需要资金：深圳市值19.5万
公司是一家专业从事研发、生产、销售橡胶履带类产品的企业，主要产品包括农用机械橡胶履带、工程机械橡胶履带和橡胶履带板，作为履带式机械的行走部件，最终应用于农业生产、工程施工等不同应用领域。
公司现已成为国内橡胶履带领域的主要企业之一，现有技术能力、生产规模、客户资源、服务水平均具有较强的竞争优势。目前公司已拥有橡胶履带类产品逾千种，产品适配机型广、综合性强、品类齐全，并已通过 ISO9001 国际质量管理体系认证。长期以来，公司与沃得农机、潍柴雷沃、三一重工、徐工机械、中联重机、洋马集团等行业内知名大型农业/工程机械主机制造商和国内外优质贸易商建立了长期、良好、稳定的业务合作关系，在亚洲、欧洲、北美洲、大洋洲、南美洲以及非洲等地区的主要国家建立起全球化的销售网络。
募集资金用途：
募集资金7.96亿
营收占比：
估值：
本次发行价格 24.75 元/股对应发行人经审计的 2024 年扣非前后孰低归母净利润摊薄后市盈率为 12.93 倍
利润：2024年三季报1.15亿、2025年中报1.22亿
个人观点（仅供参考）： 估值不高，业绩稳定，没啥问题
评级：四星，我参与了。
（五星绝对安全，四星略有破发风险，三星破发风险较大（需要有一定的风险承受能力），三星以下不建议申购
文章评论