如何在风险意识股票投资组合中捕捉人工智能创新

如何在风险意识股票投资组合中捕捉人工智能创新

技术颠覆既创造了机遇,也带来了波动。但我们有办法在管理风险的同时抓住人工智能创新。人工智能革命的核心公司被广泛视为昂贵、快速增长的企业,通常不会被纳入防御性投资组合。然而,我们认为人工智能生态系统中的精选公司可以融入具有风险意识的股票配置,这种配置着眼于优质的长期增长来源和深思熟虑的投资组合构建策略。

寻求降低股票配置风险的投资者通常倾向于传统的防御性行业,例如公用事业或消费必需品。然而,我们认为投资者应该撒下更大的网来创建一个股票投资组合,旨在在市场上涨和下跌时提供更稳定的回报模式。只要投资组合经理专注于具有盈利、可持续商业模式的公司,科技股就可以在这一组合中发挥重要作用。

转型技术的市场动态

人工智能可能是自互联网诞生以来最具变革性的技术周期。然而,我们仅处于测试和试验商业应用的初始阶段。当人们的注意力集中在少数几只超级大盘股上时,很容易忽视科技行业的广度。

人工智能在各个行业中释放效率的潜力,为推动这一颠覆的公司带来了惊人的收益。自 2022 年底 ChatGPT 推出以来,七巨头股票一直主导着市场回报,因为它们在开发硬件和构建生成式人工智能 (GAI) 基础设施方面发挥了重要作用。因此,其中一些股票现在估值很高,容易受到波动的影响。增长机会是真实存在的,但风险也是存在的——尤其是如果你对昂贵的股价持谨慎态度的话。

那么,有没有办法将人工智能驱动的股票纳入以降低风险为重点的股票配置中呢?我们认为是的。关键是要寻找具有高质量商业模式、一定程度的稳定性和相对有吸引力的行业估值的公司,即使它们的价格可能略高于大盘平均水平。与防御性配置中的其他公司一样,我们青睐的人工智能企业具有强大的盈利能力,以资产回报率 (ROA) 和投资资本回报率衡量,这是未来盈利能力的有力预测指标。资本纪律是另一个有助于支持利润率的特征,尤其是在利率上升的世界中。

人工智能驱动的高质量增长采购指南

牢记以下指导原则,我们相信投资者可以识别出具有适当特征平衡的人工智能股票,以进行以风险为重点的配置。

从过去的技术周期中吸取教训

——在互联网泡沫时期,创新主要由那些没有盈利、商业模式未经证实、以积极增长为目标的公司所引领。这一次,情况截然不同。许多建设人工智能基础设施的公司都是盈利的,一些顶尖创新者提供具有一定稳定性的优质业务——在我们看来,这是防御性股票配置的关键要素。话虽如此,随着人工智能的发展,令人兴奋的未来创新必须受到密切关注。互联网泡沫告诉我们,投资者不应该被未经证实的新市场的承诺蒙蔽双眼,必须始终确保开创性的产品有可靠的商业模式作为后盾。

区分技术行业

——迄今为止,人工智能驱动的浪潮大部分是由半导体制造商和云基础设施提供商引领的。软件公司还没有走在人工智能浪潮的最前沿,但我们认为它们已准备好迎头赶上(显示)。随着人工智能基础设施的普及,我们相信软件公司将在提高消费者和公司效率方面发挥更大作用。我们今天看到的对半导体和云基础设施的大量投资只有在软件公司能够在未来几年将 GAI 货币化的情况下才能产生合理的投资回报。我们认为这将推动软件行业收入增长的加速,这可能是软件股赶上半导体同行的催化剂。精选软件公司为投资者提供了防御性和增长性的吸引力组合,与人工智能硬件和基础设施巨头相比,其估值相对有吸引力。

软件支出有望在下一阶段的人工智能增长中迎头赶上

在七大股中精挑细选——我们认为,在防御性投资组合中,大型股应与任何其他股票一样接受基本面审查:投资者应关注高质量的商业模式,这些模式能够灵活应对短期市场压力和长期挑战。微软的云平台以及与 GAI 先驱 OpenAI 的关系为人工智能时代的优质业务奠定了基础。Alphabet 强大的创新血统应该有助于其数字广告平台利用人工智能的进步。话虽如此,考虑到七大股在美国和全球主要基准中的巨大权重,持有整个群体的大量头寸可能会有风险——尤其是如果市场情绪对该集团不利,就像 2022 年那样。我们认为,投资组合头寸应进行调整,以帮助确保防御性策略不会过度暴露于七大股的潜在下滑,同时在大型股推动市场上涨时能够一定程度地抓住上行机会。

如何平衡质量、稳定性和价格

将这些原则纳入股票投资组合并不容易。我们降低风险的首选方法是专注于股票稳定、交易价格有吸引力的优质公司,即我们所说的 QSP。该公式很难应用于科技公司,因为即使在七大科技公司之外,估值也往往高于大盘。

解决这一难题的方法是平衡 QSP 特征,无论是在分析个人持股时还是在构建投资组合时。一些专注于人工智能的科技公司提供极高的质量,特别是在软件行业,该行业的商业模式建立在经常性收入流的基础上,这增加了现金流的稳定性。高质量和稳定性特征可以帮助抵消一些估值风险。我们还认为,投资者应该瞄准那些与更广泛的科技行业相比估值相对有吸引力的公司股票。

这些特征也可以在投资组合中平衡。换句话说,通过跨行业的正确持股组合,一些科技公司相对较高的估值可以通过其他行业特别便宜的价格来抵消。结果是:一个具有来自不同行业和行业的 QSP 特征的有吸引力的股票投资组合。通过精心挑选参与人工智能革命的优质企业股票,投资者可以从百年不遇的技术变革中获益,同时又不会破坏广泛股票配置的低风险状况。

本文表达的观点不构成研究、投资建议或交易推荐,也不一定代表所有 AB 投资组合管理团队的观点。观点可能会随时间推移而修改。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/83788.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2024年5月30日 23:56
下一篇 2024年5月31日 22:16

相关推荐

  • 什么是直接指数化?

    什么是直接指数投资? Parametric 的杰里米·米尔森,2025 年 5 月 23 日 如果你不确定 直接指数投资 是什么意思,你并不孤单。即使最近有所增长,直接指数投资仍然相对鲜为人知。正如我们的合规团队总是提醒我们的,你不能直接投资于一个指数。那么,直接指数投资究竟是什么? 首先要注意的是,虽然这个名字相对较新,但策略并不是。事实上,直接指数投资描…

    2025年6月22日
    4500
  • 华尔街交易速度加快 让全球金融处于危险之中

    华尔街交易速度加快 令全球金融处于危险之中 Greg Ritchie撰稿,2024 年 5 月 20 日 长周末过后,下周二美国股市重新开市时,一切似乎都正常。预计只有在收盘后和接下来的几天里,市场才会出现裂痕。 随着美国证券交易流程的加速,完成每笔交易的时间缩短一半至一天,业界担心失败交易数量、操作故障和额外成本激增。 受最初模因股热潮的推动,美国证券交易…

    2024年5月27日
    16300
  • 北京大学R语言教程(李东风)第24章:数据汇总

    dplyr包的summarise()函数可以对数据框计算统计量。 以肺癌病人化疗数据cancer.csv为例,有34个肺癌病人的数据: d.cancer <- read_csv( “data/cancer.csv”, locale=locale(encoding=”GBK”)) ## Rows: 34 Columns: 6 ## ── Column s…

    2023年11月12日
    62900
  • 自 20 世纪 80 年代以来债券最大规模的井喷引发一切反弹

    在美国债券市场几乎没有什么进展的一年中,11 月被证明是创纪录的一个月。 投资者疯狂抬高美国国债、机构债券和抵押贷款债务的价格,创下 20 世纪 80 年代以来最好的月份,并引发从股票到信贷再到新兴市场等各个领域的强劲泛市场反弹。即使是那些在收益率飙升时举步维艰的不起眼的加密货币,这种投机性、风险极高的资产,也出现了大幅上涨。 对于那些准备迎接可能连续第三年…

    2023年12月30日
    25800
  • 北京大学R语言教程(李东风)第51章:数据库访问

    51.1 介绍 对于大型的数据, 或者保存在多个表中的复杂数据, 经常会保存在一个数据库中。 数据库可以存在于专用的数据库服务器硬件上, 也可以是本机中的一个系统程序, 或者R直接管理的一个文件。 比较通用的数据库是关系数据库, 这样的数据库已经有很标准的设计理念和管理方法, 从用户使用的角度来看, 都可以使用一种专用的SQL语言来访问和管理。 常…

    2023年12月14日
    21800

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部