2025年科技产业投资方法论：理论基础及四阶段投资、龙头命运与N字型定价

1.科技产业投资方法论：理论基础及四阶段投资、龙头命运与 N 字型 定价

事实上，这份研究由三份重磅科技研究组成：1、《科技成长投资方法论系列之一：为梦想而 战！——科技定价理论基础与四阶段投资》；2、《科技成长投资方法论系列之二：“英伟达 们”的命运——科技龙头基于宏观约束和产业趋势的定价框架》；3、《科技胜负手是 C 点— —科技产业投资总论系列三之 N 字型定价规律》。 首先，我们对过去两三年在科技投研领域的心路历程进行回顾。2023 年初，我们提出 “只 要经济弱复苏，TMT 就不会输” 的产业主题投资观点，并反复强调应围绕 AI 这一未来 3 - 5 年的科技投资主线展开布局。到了去年第四季度，我们坚定推荐以 TMT 和科创 50 指 数为核心的 AI 科技和科创领域，并进一步提出 “半导体是下一个汽车” 的观点。我们坚 信，在 AI+ 国产 + 业绩释放的过程中，半导体领域有望与过去的汽车产业相媲美，展现出 巨大的发展潜力。当然，我们并非单纯的科技多头，而是通过灵活的策略调整来应对市场变 化。2025 年 2 月下旬，我们发布《98 度的科技》和《准备好高切低》两篇报告，准确预判 三月份市场可能出现的高切低现象，事实上这一判断也得到了精准验证。

我们将科技产业投资划分为理论基础及四阶段投资、龙头命运和 N 字型定价规律三个部分。 特别是我们提出的 “科技投资的胜负手是 C 点” 这一认知，其并非仅基于简单的统计分 析，还结合了过去十余年对移动互联网、新能源汽车以及 2023 年 AI 领域表现优异投资者 的投资行为与配置思路的深入分析。 在研究科技产业时，我们明显感受到该领域存在巨大争议。尤其是 2023 年初，我们提出 “只要经济弱复苏，TMT 就不会输” 的观点时，不同投资者对科技产业的态度呈现出显著 差异。部分投资者认为应长期观察科技产业，等待相关公司以实际成果证明自身成功与巨大 潜力后再行定价入；而另一些投资者则认为，这种质疑声音看似冷静旁观、独立思考，但从 长远来看，实则是一种守旧傲慢、刻舟求剑的表现。与此同时，还有投资者认为相较于新能 源汽车或新能源当时的盈利强爆发，2023 年初对 AI 的定价似乎明显脱离了基本面。 在当时存在巨大争议的环境下，我们进行了认真剖析与思考：究竟是什么导致了 2023 年初 或上半年大家对科技认知的巨大差异？我们认为答案应从传统科技投资认知框架中探寻。在 探讨科技产业投资框架时，我们意识到传统科技投资认知框架存在明显弊端，这也促使我们 推动新的科技产业投资框架的落地。

客观来说，对传统科技投资的认知框架大概有两个视角：其一，从宏观策略视角来看，可总 结为两句话：“风险偏好高定价科技，经济差定价主题”。在过去相当长的一段时间内，这 两句话成为了投资科技的重要认知抓手，甚至被部分人视为第一性原理。事实上，我们在 2023 年初提出 “只要经济弱复苏，科技投资就不会输” 的观点时，也是基于这一思路。然 而，当我们从第一性原理出发进行深入分析和观察，并通过广泛交流以及对科技投资的复盘， 还与部分科技捕手型投资者交流后，我们发现许多表现优异的科技投资者并不认同 “经济 差定价主题、风险偏好高定价科技” 这一观点。历史上存在诸多反例，例如在经济形势良好 时也会对科技主题进行定价，而在风险偏好较低时，科技股同样存在投资机会。典型的例子 是海外的英伟达，其在加息进程中高歌猛进；在国内环境中，也存在风险偏好低的情况，比 如 2013 年我们也对科技进行了定价，这表明仅凭 “经济差定价主题，风险偏好高定价科 技” 难以有效指导投资实践，不能盲目应用。所以，我们认为 “风险偏好高定价科技，经 济差定价主题” 并非第一性原理，难以作为科技投资的胜负手。 当然，部分科技领域投资者已意识到这一认知框架的局限性。在此背景下，他们开始深入探 讨科技投资估值锚与估值定价体系，认为明确一家公司的价值，也就是 “这家公司值多少 钱” 是科技投资的关键，具体表现为对科技公司估值中枢和未来利润规模的广泛交流与分 析，以确定其在科技投资中的核心参考。在自上而下的视角中，也会通过绘制 TMT 指数与沪深 300 指数或红利指数的相对收益线来探讨科技股的估值锚与定价体系。这种方法通过 设定震荡的上下沿，提示投资者在曲线接近上沿时卖出科技股，而在接近下沿时定价入，以 此作为解决科技股估值问题的一种手段。事实上，在科技研究的早期，我们也一度认为了解 一家科技公司具体值多少钱对科技投资很重要。但当我们把这些问题抛向在科技投资领域取 得显著成就的领导者交流后发现，他们只能在少数时间对少数公司的具体价值有明确判断， 在大多数公司的大多数时候，一家公司的估值和价值若基于一系列假设才能得出，那本质上 也是无法确切知晓的。这表明，在科技投资实战过程中，单纯依赖对公司估值或者价值的精 准判断并非是做好科技投资的必要条件，甚至不是充分条件。或许对于消费、周期性行业投 资而言，明确公司价值或许是一个重要的命题，但对于科技投资来说或许并非如此。因此， 科技投资的第一性原理并非 “经济差定价主题，风险偏好高定价科技”，也并非时刻关注公 司的估值锚。这促使我们重新思考科技投资的胜负手究竟是什么，以及如何更有效地把握科 技投资的核心逻辑。

传统科技理解模式之科技与中观环境：弱现实定价环境下，产业主题投资有效性更强。 只要经济弱复苏，TMT 就不会输。 核心资产投资：定价大盘价值成长；产业主题投资：定价科技成长中小盘，景气投资：风光 电储这类以 PEG 为核心部门。 我们采用高增长细分（净利润增速在 30%以上）占比来刻划其与投资理念轮回的相关性认知： 1、当高增长细分占比达到 50%以上时，景气投资有效性>产业主题投资有效性>核心资产投资 有效性；如 2021 年的宁组合 2、当高增长细分占比达到 25-50%时，核心资产投资有效性>景气投资有效性>产业主题投资 有效性；如 2020 年下半年的茅指数和 2017 年的龙头白马行情。 3、当高增长细分占比在 25%以下时，产业主题投资有效性>核心资产投资有效性>景气投资有 效性。比如从去年下半年至今。

2.科技成长“N”字型定价规律

在此，我们明确在科技投资领域把握“N 字型”定价规律至关重要。通过客观统计发现，A 股 科技投资与美股科技投资的最大区别在于：拉长来看，A 股科技投资目前依然呈现出整体高 波动性与低收益性的特征。这一特征表明，在 A 股市场中科技投资节奏的把握极为关键。 在许多优秀前辈的建议下，我们开始关注大量科技投资中的“N 字型”走势，即第一笔上行、 第二笔下行，随后再次上行。理解这张图就成为理解科技投资胜负手非常重要的抓手。一种 角度认为 N 字形比较普通，为什么单独把科技拿出来说？我们回顾一下科技的 N 字形，这种 走势在众多科技牛股中均有体现，例如本轮 AI 定价时期的中际旭创、新能源车定价时期宁 德时代等，甚至在移动互联网时期也出现过类似的“N 字型”波动。区别于其他领域的 N 字 形，科技领域的“N 字型”波动非常剧烈，对投资者的认知提出非常高要求。以中际旭创为 例，2023 年上半年其股价上涨 5 到 6 倍，随后 6-11 月剧烈回撤 50%，12 月之后又上涨了一 倍多。同时，在探讨科技投资的“N 字型”定价规律时，其第一笔上行主要基于估值提升， 而第二笔上行则以业绩释放或戴维斯双击为主，进入以业绩为主导的定价模式，相较于消费 或周期领域，第一笔更纯粹，分析起来也相对简单。

为了更好地理解这一模型，我们进行了理论抽象化，并将“N 字型”划分为 A、B、C、D 四个 关键节点：A 到 B 为第一笔上行，B 到 C 为回撤，C 到 D 为第二笔上行。若对于科技投资“N 字型”定价规律的理解，存在多种理解模式：一种是依据波浪理论进行理解；第二种是基于 “风险偏好高定价科技，经济差定价主题”的逻辑；第三种则是结合科技股的估值定价体系 进行分析。 第一种，若从技术分析的角度出发去理解“N 字型”，则会涉及另一层面的讨论，对于以基 本面投资或产业投资为导向的公募机构投资者而言，对技术分析虽关注但并非主导。 第二种，在探讨科技投资的“N 字型”节奏时，若依据“风险偏好高定价科技，经济差定价 主题”的传统逻辑，可能会误导投资者试图同时把握 A、B、C、D 四个关键节点。然而，从历 史数据来看，能够精准把握其中三个节点的投资者寥寥无几，大多数投资者能够把握两个节 点已属不易。因此，当我们将科技投资的第一性原理与投资节奏相结合，并进一步与“N 字 型”走势相联系时，会发现“风险偏好高定价科技，经济差定价主题”的局限性。若按照这 种逻辑进行科技投资，对应当前环境，那么眼下研究重点可能需要聚焦于二季度经济形势、 美国经济是否进入持续衰退，以及 4 月 2 日对等关税对科技股的影响等一系列因素，显然很多问题超越了研究的边界，B 点即便能算准，也难保 C、D 能依据这种逻辑能预测对。所以， 我认为试图精准把握“N 字型”走势中的 A、B、C、D 四个关键节点是过于理想化的追求。 第三种在科技股定价与投资实践中。如果其股价迅速突破价值区间，超出估值锚认知范围， 许多投资者就认为可能进入脱离基本面的泡沫化阶段。此时，追涨参与变得极为困难。但随 后股价回落，持以估值锚执念的投资者会期待股价回落至测算市值以下，才被认为具备安全 边际，才能决定定价入。然而，回过头来看 C 点也未必会回落到测算市值以下，这时也会错 失抄底的机会。

在此，我们建议将科技投资的第一性原理置于产业内生运动规律中，并总结认为：做好科技 投资的关键在于基于产业内生运动规律对“N 字型”投资节奏，关键是对 C 点的把握。所谓 产业内生运动规律是我们在 2023 年上半年发布报告《科技成长产业主题投资总论及十大启 示:为梦想而战!》提出的科技成长产业主题投资“两大波、三要素、四阶段”。所谓“两大 波”，指的是产业趋势定价过程中的两个阶段：从 0 到 1 的突破有一波行情和从 1 到 100 的 爆发增长还有第二波行情。例如，新能源产业在 2015 年至 2017 年开启了第一波行情，而在 2019 年至 2021 年进入 1 到 100 的增长阶段所带来第二波行情，类似的模式也出现在早期的 移动互联网，本轮人工智能领域也是一样。

1、科技成长产业主题行情的起点少数基于事实的第一维和数据的第二维，多数存在于情绪 的第三维和梦想的第四维，宏大叙事是必不可少的，范式的认知是“无法验伪宏大叙事+大 量低配标的+产业容量大”三板斧，过程伴随着政策推动、爆款产品、技术革新推动这三种类 型，需要意识到多数科技成长产业主题投资持续时间不会超过 1 个季度。其中，多属以政策 驱动为核心的科技成长产业主题行情的演绎过程持续时间往往在 1-2 个月左右，概念指数相 对沪深指数的超额收益在 20%-30%左右，其超额收益来源于不可证伪性，资金都有交易的动 力和想象的空间。政策驱动的科技成长产业主题的特点是受政策密度的影响，需要政策不断 催化主题行情的演绎，而行情的结束往往是后续政策落地不及预期，把握难度较大。同时， 基于爆款产品和技术革新的科技成长产业主题研究具备深厚的相关理论基础支撑，在行情把 握上具备较强规律。

2、科技成长产业主题投资一直伴随着对于重大新技术及其商业化应用的探讨（技术的重要 性往往与其破坏性和创造性相关），本质是把握“技术—经济”的范式，背后是技术革命→ 金融资本→产业资本→组织结构重构→社会文化的演化内生规律。对于新技术周期的开启， 值得高度关注的三大要素 1：具备广阔市场前景的以降低成本为切入口的重大技术突破+2、 存在大量在旧技术周期遗留下来的闲置资本+3、促发更大规模的消费革命。具体而言：基于 技术周期的观察，每一波科技浪潮都由新的低成本投入推动：铁路时代和工程时代的煤炭钢 铁，大规模生产时代的电力、石油和塑料，信息通信技术时代的芯片。对于全球范围内发生 的近六轮代表性的新技术进行复盘，发现在近六轮当中新技术的突破往往处于（类）衰退的 环境当中。对于经济衰退阶段，市场有大量闲置资本，面对那些有望推动经济进入下一轮复 苏的新技术，市场会给予猛烈的定价。一般而言，根据相关产业研究，这种革命式的新技术 要以下特征：1、广阔的市场前景，产业容量巨大；2、大幅度降低成本，促发或者形成更大 规模的消费革命；3、新技术牵引的商业化、产业化浪潮必须直击民众普遍的、必须的、成瘾 的潜在需求。

3、基于演化经济学和产业经济学强大理论基础支撑，我们构建围绕科技成长产业主题投资 认知框架：“一定价环境（弱现实、流动性宽松、且存在供给侧优化）——两大波（指 0-1 和 1-100 的两轮行情）——三要素（巨头+爆款+产业链）——四阶段（投资节奏遵循巨头→ 基础设施→产业链关键环节→供需缺口，本质是在产业实际实现从 0-1-100 的过程，往往也是对应科技成长产业主题投资（0-1 阶段）开始转向以 PEG 为代表的景气投资（1-100 阶段）， 进入以渗透率为核心（进入到如何加速渗透以及何时杀估值的讨论），以产业生命周期为本 质的国投证券策略产业赛道“三率”投资体系（渗透率、替代率、市占率），此时行情的持 续性和爆发性会非常强。

4、三要素与两大波：科技成长产业三要素是指巨头（技术迭代+产品创新）+爆款（技术的异 变点）+产业链（产业链两个评估子项：产业容量巨大+盈利模式清晰）。当巨头+爆款出现 时，科技成长产业主题投资将爆发第一轮行情，行情属性以产业主题投资为主，如果预计（全 球）产业链能够在未来1-2年内形成，那么市场能够足够的容忍度去包容眼下基本面的缺失， 此时市场一般会给予半年左右的观察窗口去验证订单和评估产业链能否在未来 1-2 年内形 成，如果后续验伪则行情振幅较大（例如 2017 年新能源）；当巨头+爆款+产业链形成时则 开启第二波行情，那么意味着产业在发展过程当中实现 0 到 1，开启从 1 到 100 过程，资本 市场定价往往进入以渗透率为核心，以产业生命周期为本质景气投资（例如 2019 年的新能 源），在后期 1-100 加速渗透的过程通过规模经济下的成本下行，商业模式可复制下的订单 爆发以及范围经济下的产品兼容性进行综合评估。

3.科技成长投资框架：两大波-三要素-四阶段

两大波：0-1→第一轮行情；1-100→第二轮行情

巨头+爆款出现时，科技成长产业主题投资将爆发第一轮行情，行情属性以产业主题投资为 主，如果预计（全球）产业链能够在未来 1-2 年内形成，那么市场能够足够的容忍度去包容 眼下基本面的缺失，此时市场一般会给予半年左右的观察窗口去验证订单和评估产业链能否 在未来 1-2 年内形成，如果后续验伪则行情振幅较大（例如 2017 年新能源）； 当巨头+爆款+产业链形成时则开启第二波行情，那么意味着产业在发展过程当中实现 0 到 1， 开启从 1 到 100 过程，资本市场定价往往进入以渗透率为核心，以产业生命周期为本质景气 投资（例如 2019 年的新能源）。

产业趋势投资 0-1 跨越三要素：巨头-爆款-产业链

巨头：技术迭代+产品创新的引领者，如智能手机当中的苹果，新能源汽车的特斯拉，5G 产 业浪潮当中的华为等 爆款产品：核心特征是技术的异变点，如 iPhone4 的推出实现了手机技术的变革，model3 的 推出改变了新能源汽车的商业模式。 产业链：产业容量巨大+盈利模式清晰。当爆款+巨头产生之后，最终需要出现明确的产业链 落地，核心关键在于本身产业容量。

5、四阶段与转换因子：科技成长产业投资节奏遵循巨头（爆款出现）→基础设施（巨头开启 巨额资本开支）→产业链关键环节（产业链形成，完成 0-1）→供需缺口（1-100 的过程）， 实现从产业主题投资向景气投资的过渡。在实现0-1-100的过程中，遵循着这样的投资规律： 第一阶段，在爆款出现的时候配置巨头，比如 model3 出现时的特斯拉，产业巨头开始出现 盈利；第二阶段，当我们意识到有新巨头加入，巨头们进行猛烈资本开支的时候，这时候应 该配置基础设施，例如 AI 当中的数据要素算力，新能源当中的充电桩电网，这部分基础设 施建设开始出现明显的订单扩张；第三阶段，技术成功实现产业化落地，全球产业生态建立， 产业链逐渐形成过程，也就是完成从 0-1 的过程，这时候应该配置产业链的关键环节（核心 在于把握引领产业迭代和技术创新最关键的细分），比如芯片、锂电池等；第四阶段，在产 业链形成之实现从1-100的过程，这时候产业的核心矛盾开始逐步转向订单爆发和价格上涨， 需求上升幅度高于供给上升速率（相对供给缺乏弹性），因此本阶段根据供需缺口来进行资 产配置（例如新能源车的供需缺口：锂矿与汽车电子）。

产业趋势投资四阶段：巨头（爆款出现）一基础设施（巨头开启巨额资本开支）→产业链关 键环节（产业链形成）一供需缺口（1-100 的过程)

在新能源车产业浪潮的过程当中，演绎的顺序规律为巨头（特斯拉 model3 成为爆款）→基 础设施投资（充电桩）→产业链关键环节（锂电池）→供需缺口（锂资源、汽车电子）

这一四阶段理论得到了广泛投资者的认可。以新能源领域为例，Model 3 的推出引发对特斯 拉的关注，随后特斯拉与国家电网的合作推动对充电桩和电网设备相关企业的定价。2020 年， 随着产业链的形成，宁德时代等产业链关键环节企业受到市场青睐。而到了 2021 年年中， 锂矿和汽车零部件开始出现接力上涨，分别代表的是上游跟下游的供需缺口，进入到供需缺 口的定价。 进一步地，一个产业在完成 0 到 1 的突破后，并不一定能够顺利开启 1 到 100 的增长阶段。 以 TAVR 手术为例，其渗透率仅为 4%，虽已完成 0 到 1 的突破，但未能迅速进入 1 到 100 的 增长阶段，核心的原因是什么呢？根据产业运动规律，一个产业要实现从 1 到 100 的增长， 需要满足以下三个要素：规模经济下的成本下行、商业模式可复制下的订单爆发，以及范围 经济下产品兼容性。在对 TAVR 手术这一细分领域的观察中，我们发现该领域主要涉及心脏 相关手术。由于中国居民倾向于选择三甲医院的优秀医生进行心脏手术，而非民营医院，这 导致其商业模式受限且难以复制。相比之下，新能源汽车的汽车零部件、消费领域的预制菜 以及培育钻石等行业，均因满足特定要素而实现快速发展。这表明，产业能够跨越从 0 到 1 的突破，并不意味着其必然能够实现从 1 到 100 的爆发式增长。 基于此，我们提出产业趋势的定义，即从结构角度而言，产业趋势需满足六个要素：跨越 0 到 1 的三个要素（巨头、爆款、产业链）以及实现 1 到 100 的三个要素（规模经济下的成本 下行、商业模式可复制下的订单爆发、范围经济下的产品兼容性）。若这六个要素得以满足， 则产业趋势明确；反之，若不满足，则需持续观察，或者它有可能跨越了 0 到 1，但是无法 确定何时能够开启从 1 到 100 的进程。

对于人工智能领域，我们同样按照这一理论进行界定。第一阶段，随着 ChatGPT 的出现，市 场关注焦点集中在包括微软、英伟达在内的巨头企业。在第二阶段，随着巨头企业开始巨额 资本开支，基础设施建设成为投资热点，此时以英伟达为代表的算力基础设施成为市场焦点。 进入第三阶段，产业链中关键环节逐渐凸显，特别是 AI 芯片。第四阶段供需缺口包含端侧 的机器人、智能驾驶、消费电子以及相关的云端生态软件，当前产业内生运动规律推导出的 投资核心应围绕 AI 半导体芯片与智能驾驶展开，机器人方向已经跨越了 0-1，现在需要作进 一步跟踪评估。

AI 投资四阶段投资逻辑：第二阶段是基础设施是算力，第三阶段产业关键环节是 AI 半导体 芯片

科技成长产业主题投资四阶段：巨头（爆款出现）→基础设施（巨头开启巨额资本开支）→ 产业链关键环节（产业链形成）→供需缺口（1-100 的过程）。 在此前年度策略报告《大棋局：先下手为强——2025 年度 A 股策略展望》，我们明确提出： 在本轮 AI 行情过程当中，演绎的顺序规律为巨头（ChatGPT，英伟达微软等巨头)→基础设 施投资（算力）→产业链关键环节（AI 芯片）一供需缺口（机器人、智能驾驶、消费电子及 相关 AI 云测生态软件）。

在分析了科技产业基于产业内生运动规律的“两大波、三要素、四阶段”之后，我们进一步 探讨如何将这些理论与投资认知相结合，特别是如何把握“N 字型”投资节奏。 我们通过详细剖析“N 字型”走势，展示三类不同的投资操作及其对应的收益情况： 第一类是科技投资收益相对较差的投资操作：投资者在行情初期（A 点）未能准确识别行情， 当关注到行情的变化，核心领域已进入高估状态。在这种情况下，投资者不敢高仓位定价入 核心资产，而是大量定价入低位成长股或产业主题概念股。因此从结果上来看，从 A 到 B 阶 段，主题概念股可能带来一定收益，但随后在 B 到 C 阶段的回调中，由于主题概念股的流动 性受限，投资者被迫降低科技核心仓位，此时其他板块出现明显超额，投资者抛弃科技板块 去追涨。因此 B 点科技仓位可能高达 80%，但到了 C 点，科技仓位可能仅剩 10%。 在这种情况下，若 C 点科技板块出现盈利拐点爆发，部分投资者可能因急于证明自己，在 C 点处于绝对低仓位时，基于景气正向循环进行高位加仓，甚至一路加仓至 D 点，并且在 D 点 附近高位加仓。这种操作往往导致收益在后续回撤中大幅缩水。总结来看，科技投资表现不 佳的原因主要有两个：一是在 A 到 B 阶段过分放大核心与卫星的策略；二是在 C 点处于绝对 低仓位时，基于景气正向循环进行持续高位加仓。 关于核心仓和卫星仓的概念，以年初 AI 行情为例，半导体等核心领域进入高估状态，但许 多投资者不敢配置半导体，而是大量定价入其他科技方向的主题概念股。这种操作形成核心 仓和卫星仓的概念。核心仓和卫星仓的界定不应以行业在阶段性的涨跌幅为依据，而是由产 业内生运动规律决定。在产业发展的不同阶段，根据前面谈到的四阶段投资，其核心仓的定 义也随之变化：爆款出现时，巨头公司是核心仓，其他为非核心仓；巨头开启巨额资本开支 时，基础设施相关领域是核心仓，其他为非核心仓；产业链形成时，产业链的关键环节是核 心仓，其他为非核心仓；供需缺口开启时，处于 1 到 100 增长阶段的领域是核心仓，其他为 非核心仓。例如在当前的 AI 和智能驾驶领域，智能驾驶和 AI 半导体芯片是核心仓，这意味 着投资者在这两个领域的持仓量应大于卫星仓的持仓量，其他领域是否为核心仓仍需进一步 观察。 我们在这个 A 到 B 的过程去做历史经验复盘的时候，也能够得到相对比较清晰的结论。通过 对过去十多年来移动互联网、新能源（车）以及本轮 AI 科技投资“N 字型”投资复盘，结果 显示，在 A 到 B 阶段表现较好的基金，其持仓特征主要包括：持股集中度适中、换手率并不 很高以及重点配置在产业核心环节。

第二类是科技投资收益较好的投资操作，通常在 A 到 B 的任意时间点上车，运气好靠近 A， 运气差一些靠近 B，但无论运气好坏，他们主要赚取的是 B 到 D 阶段的收益，这意味着中间 要有一波逆势的加仓，C-D 阶段获取大量超额收益。 在这一过程中，存在两个技术性问题：首先，在 A 到 B 的上涨过程中，若后续行情呈现 A 字 型而非 N 字型，则投资将面临困境。对于 A 到 B 阶段的坚定介入，关键在于明确是否满足巨 头、爆款、产业链三要素。若不满足，介入后行情可能仅呈现 A 字型。例如，2024 年的机器 人行情可能就是 A 字型，而 2025 年至今的机器人行情则更可能是 N 字型，因为巨头、爆款、 产业链三要素正在逐步形成。 而在 B 到 C 阶段，回调时间的长短取决于规模经济下的成本下行、范围经济下的产品兼容性 以及商业模式可复制下的订单爆发等 1 到 100 的三个要素是否明确。如果在 B-C 进程中满足 规模经济下的成本下行、范围经济下的产品兼容性以及商业模式可复制下的订单爆发这三个 要素，那么在 B 到 C 阶段的回撤相对会较小，且回撤时间也会较短。反之，如果这三个要素 无法明确，那么 B 到 C 阶段可能面临较深的回撤或较长的时间跨度。 但无论情况如何，投资者若采用这种认知节奏进行科技投资，就必须下定决心在 B 到 C 阶段 有较强定力，确保 C 点处于重仓状态。C 点处于重仓状态对于整个科技投资是至关重要。同 时在 B 到 C 阶段，投资者必须意识到要不断进行调仓。例如在 2023 年由 ChatGPT 引发的 AI 行情上行期间，市场定价经历从计算机到通信再到传媒，直至四月中旬达到 B 点。在随后回 撤过程中，投资者应将仓位调整至具备业绩释放能力的光模块方向，在 C 点重仓能够实现盈 利爆发的科技核心仓。这一过程并非静止不动，而是需要动态调整，以确保在 C 点重仓方向 是对的。 对于一些投资者提出的疑问，即如何将 0 到 1 的巨头、爆款、产业链以及 1 到 100 的规模经 济、产品兼容性、商业模式可复制性等六个要素与实战相结合，我们的观点是：在投资实践 中，首先要树立坚实的理论基础，并明确理论基础下的实战切入点。对于如何评估产业趋势 的要素，这取决于投资者的产业认知差异以及是否具备丰富的产业资源来进行验证。这与宏 观策略中研究方法和过程类似，例如理论基础告知实战切入点可能是关注房地产市场，但具 体到房地产的价格和销量如何跟踪预判，不同投资者会有不同的验证方法和手段。

面对科技“N”字型定价规律：历史复盘机构投资者如何面对

1、A-B：这一阶段当中基金规模小的产品更有优势，操作思路的关键是“分散持仓+适当换手 +择产业为重”，分析这一阶段当中收益率靠前的产品成功思路，往往持仓集中度在 50%左右， 同时年换手率在 500%左右，持股平均年限在 0.3 年左右。 2、B-C：这一阶段持续时间往往在 3-6 个月，大多数重仓科技的基金都会遭遇 20%左右的回 撤，操作的关键在于找到能够释放业绩的重仓品种，并敢于在 C 点重仓。 3、C-D：操作思路的关键在于“集中持仓+低换手+适当择时即寻找卖点”。这一阶段当中收 益率较高的产品往往持仓集中度在 60%左右，换手率在 400%左右。而是否能在 D 点适当降低 仓位是这一阶段的关键。

第三类是科技投资收益优秀的投资操作，最优秀的投资者有可能并不参与 A 到 B 阶段，而是 在 B 到 C 阶段仔细观察产业趋势，选择在合适的时机重仓。对于中际旭创的 C 点认知，需要 明确 C 点可能不是一个具体的点，而是一个时间段或区间。这意味着投资者需要做好一定的 心理准备，甚至要接受可能出现的回撤。在实际交流中，确实有投资者在 A 到 B 阶段没有参 与，但通过精准把握 C 点，获得了丰厚的收益。 在综合对比三类不同的投资操作后，我们发现基于产业内生运动规律，投资的核心胜负手在 于 C 点是否处于重仓状态。这一点至关重要，因为它基于不同的第一性原理所形成对投资操 作的差异。如果按照传统的“经济差定价主题、风险偏好定价科技”的逻辑，可能会误导投 资者试图去把握 ABCD 四个点。然而，基于产业内生运动规律，我们会发现，无论是做得好、 做得一般还是表现尚可的投资者，其本质区别在于 C 点时是否处于重仓状态。因此，我们认 为科技投资的胜负手在于对基于产业内生运动规律的“N 字型”节奏的把握，而这种把握在 第一性原理的理解下实际上只需要把握一个 C 点即可。

当前市场也处于这样的状态：半导体、机器人和 AI 相关板块在经历了一轮上涨后，目前正 在经历回调。在这个回调过程中，投资者都在寻找能够进入第二轮上涨的核心品种。我们认 为，当前应该将寻找并重仓 2023 年的光模块作为本轮 B 到 C 调整过程中的首要投资配置， 才有可能在科技投资上取得巨大成功。 当然，有些投资者可能会质疑，是否总是需要经历一个完整的“N 字型”过程。实际上，在 诸多环境下，投资者可能不需要经历完整的过程，他们可以选择只做 A 到 B 阶段，或者只做 C 到 D 阶段，甚至有些人会选择在 A 到 B 的任意时间点上车，然后在中间选择坚持一段时间， 以获取 C 到 D 阶段的收益。 我们认为这种选择无可厚非，因为在 A 到 B 阶段，市场从没有共识到有共识，估值攀升的幅 度可能很大，例如中际旭创的 A 到 B 阶段上涨了四五倍，空间巨大。当然，有些投资者凭借 丰富的产业资源和基本面分析能力，更愿意去做 C 到 D 阶段的投资。我们认为，这种选择是 由投资者的方法论+价值观+性格决定的。方法论、价值观和性格决定了投资者在分析清楚基 于产业内生运动规律的“N 字型”后，会选择赚取哪一段的钱，这取决于他们自己。 无论是基于方法论、价值观还是性格所决定的投资策略，投资者在不同阶段要求的投资能力 不尽相同。A 到 B 阶段所赚取的是估值提升的钱，0-1 这一阶段基金经理需要具备基于天分 的交易能力；而在 C 到 D 阶段，投资者需要具备扎实的基本面分析功底以及强大的产业验证 资源。

再接下来，我们展开在对 ABCD 四个点进行分析。首先，我们先关注 D 点，因为 D 点是第二 笔上行的关键点。在广泛与投资者交流的过程中，我们发现那些在那波新能源领域赚取巨额 利润的投资者，他们的卖点普遍在左侧，才能在这波行情中全身而退，赚取大钱。在探讨 D 点时，许多投资者会提出“边涨边卖”的策略，即在 C 到 D 阶段逐步减仓。然而，这种策略 在实际操作中可能更为理想化，或许会导致反作用使得仓位逐渐加重，也就是投资者可能会 发现自己在股价上涨过程中不断追回筹码，反而增加了仓位。因此，我们认为 D 点更适合作 为一个清仓点来理解，而不是尝试在上涨过程中的阶段性卖点。 许多投资者对 D 点较为关注，因为它是最终的卖点。我们较早之前就意识到 D 点的研究很重 要，甚至在最初分析 N 字型定价规律时，我们一度被误导认为 N 字型的胜负关键在于 D 点， 后经过后续基于产业内生运动规律的分析，我们发现胜负手其实是在 C 点。我们之前对 D 点 分析表明，D 点显然已经进入一个有基本面支撑的阶段。然而，随着基本面的景气正向循环， 市场开始进入终局思维的畅想阶段，部分投资者认为英雄所见略同，这种思维伴随着股价上 涨可能导致泡沫化。对此，我们提出了一个观点：PE 透支三年要警惕，PE 透支业绩增长五 年是极限。 例如，如果一家公司的当前股价对应的 PE 为 200 倍，我们需要考虑其未来三年的年化利润 增速。如果未来三年的年化利润增速为 85-100%，那么折算后当前的估值可能相当于 25 倍到 30 倍合理估值，这种情况下我们可能会继续观望。如果一家公司当前 PE 已经达到 200 倍， 而其未来三年的增长率仅为 30%，那么折算下来当前的 PE 相当于 90 倍，这种情况下我们大 概率会选择降低配置比例。我们对不同领域和标的进行了分析，得出的结论是：对于绝大多 数 A 股企业，股价透支三年的业绩需要警惕，而透支五年业绩基本就是极限。 许多投资者如果能够准确把握公司的估值中枢和业绩增长，自然可以进行精准计算。然而， 在多数情况下，投资者可能无法准确判断公司的估值中枢和未来利润增速。 在实际操作中，我们以宁德时代为例进行卖点检验，通过绘制透支一年、两年和三年业绩的 线条，发现宁德时代股价顶峰时透支约四年出头的业绩。我们的模型和框架给出的卖点被称 为理想卖点，大致在 2021 年 8 月至 10 月期间卖出，这是基于 PE 透支的理想卖点。然而，在与众多投资者交流后，我们发现在理想卖点卖出被认为几乎不可能执行，除非出现基本面 问题，否则都是右侧卖出。另一个卖点是理论卖点，即宁德时代盈利增速最高的位置，对应 2022 年第二季度，也就是 2022 年 6 至 8 月。第三个是实际卖点，即公募减仓时间点集中在 2023 年 Q1。我们发现理想卖点在左侧，而理论和实际卖点在右侧，一方面很难让大多数人 在左侧卖，另一方面理想化卖点在 21 年 8-10 月，理论卖点在 22 年 6-8 月，实际卖点在 23 年 Q1，时间间隔超过一年半，这表明在实操过程中 D 点分布的方差很大，卖点过于理想化， 几乎不可能实现。 据此，我们得出的结论是：D 卖点是不可预测的。如果理想卖点、理论卖点和实际卖点的时 间分布能在半年以内，那么理想卖点或许可以提供优化实操的可能性。但在实际操作中，时 间间隔过长，左侧卖点难以把握。

接下来我们讨论 A 点，A 点是行情的起点。在讨论 A 点时，一个典型的例子是春节前两周高 层接见 DeepSeek 的创始人，随后 DeepSeek 在春节期间横空出世，这一期间可以被视为 Deepseek 行情的 A 点，甚至可能是恒生科技板块的 A 点。对于这个 A 点，我们可以通过三种 方式来解释：第一种是投资者对信息的敏感度较低，虽然看到了新闻消息，但未能意识到其 重要性；第二种是基于产业内生运动规律的角度，科技领域的异变点本身具有不可预测性； 第三种是投资者虽然进行了研究，但由于信息差，最终结果是：真不知道或者真没搞懂。这 三种解释分别对应着敏感度低、信息差以及科技领域的不可预测性。在认知 A 点时，我们将 其视为不可预测点来进行评估。以 DeepSeek 行情为例，其行情爆发并非源于我们自发对科 技领域的深刻敏感和信息差所形成，而是因为我们的科技对海外市场产生冲击后，海外投资 者先意识到其价值，随后国内群体才认识到我们科技领域的潜力。这种剧烈转变促使行情启 动。回顾整个行情，我们会发现 A 点是极少数可以把握的。事实上，具备信息差+敏感度通 常不构成把握 A 点的冲要条件，因为过去十多年来的投资复盘来看，因为具备信息差+敏感 度犯的错误是过早看好某一领域，这更是屡见不鲜。信息差和敏感度虽是把握 A 点的必要条 件，但并非充要条件。 在这里的话我们就论证两点：一个是 D 点不可预测，一个是 A 点不可预测。事实上，我们真 正能够掌握的是 B 点和 C 点。B 点是第一笔上行的卖点，是许多投资者关注的焦点，都在测 算 A 到 B 阶段的上涨幅度和估值提升。根据我们自己的统计结果看，A 到 B 阶段不同品种的 涨幅和估值提升幅度以及持续时间的方差较大，有的行情级别大、持续时间长、涨幅高，而 有些行情则相对短暂且涨幅有限。通过设定估值提升和涨幅上限去思考 B 点似乎并不靠谱。 同时，B 到 C 阶段的回撤，股价的幅度不是指估值下跌的幅度，估值收缩的幅度往往会大于 股价收缩的幅度。 在此，我们对 B 点的形成开始思考以求掌握对 B 点的规律：一方面，从逻辑角度分析，当科 技企业因科技的积极变化开始产生利润时，往往会形成估值模式的切换。最初，A 到 B 阶段 的估值基于市值-产值，但随着科技企业的积极变化开始产生利润及利润预期，估值模式会 切换为 PEG（市盈率相对盈利增长比率）。然而，当估值模式切换为 PEG 时，许多投资者发 现难以计算其合理性，从而选择退出。这种定价模式的切换导致了 B 到 C 阶段的形成。

另一方面，多数情况 B 点的判定是需要通过交易手段来确定，每个投资者都有自己的交易识 别方法。例如连续两天大跌，每天跌幅超过五个点等，这些都可以作为判断 B 点形成的交易 依据。当然，通过交易习惯和纪律来决定的问题就有胜率的问题，就要做好准备因此错过一 些牛票的心理准备，这点是正常自然的，收益通常受限于投资者的认知边界，若后续认知提 升发现决策失误，及时调整、重新配置资产是理性且必要的操作。

最后，C 点是第二波行情的拐点。C 点是一个非常考验投资者的关键点，尽管我们在基于产 业内生运动规律的 N 字型投资节奏把握上将其简化为一个 C 点，但它是一个极具挑战性的关 键节点。C 点可能是一个点，更可能是一个阶段，这个阶段可能持续一个月、两个月甚至三 四个月。在 C 点，投资者面临两种认知挑战：以中际旭创为例，一种是在 2024 年 1 月明确 看好中际旭创，认为其估值中枢和未来增长空间已清晰并重仓；另一种是在 2023 年 10 月至 12 月，如何说服自己维持对中际旭创的重仓状态而不下车。我们认为卖方的价值可能体现在 前者，但定价方的价值无疑在于后者——即在 2023 年 10 月至 12 月说服自己维持对中际旭 创的重仓状态。若在此过程中降低仓位，例如从 10%降至 1%，一旦遇到盈利的爆发，投资者 很容易陷入在 C 点处于绝对低仓位的情况下持续高位加仓的困境。 总结而言：在讨论完 ABCD 四个点后，我们得出 A 点和 D 点难以把握，而通过研究和手段能 够把握的是 B 点和 C 点。C 点应成为当前 A 股主流机构主体力求把握的关键点。在讨论完 ABCD 的过程后，我们回到核心问题：投资者应如何在 N 字型寻找盈利机会？是专注于 A 到 B 阶段的收益，还是 C 到 D 阶段的收益，亦或是在 A 到 B 的任意时间点上车，赚取从该点到 D 点的钱？这实际上取决于投资者的方法论、价值观和性格。在此，我们已经清晰且透彻地阐 述了科技投资的胜负手在于基于产业内生运动规律的 N 字型投资节奏的把握，并将落脚点放 在 C 点，强调 C 点应处于重仓状态。 接下来，我们进一步将产业内生运动规律延伸到理论基础层面进行探讨。与周期投资和消费 投资相比，科技投资缺乏专属的理论体系。周期投资有基钦周期、朱格拉周期甚至康波等理 论支持，消费投资有消费升级等理论基础，但科技投资的理论长期混杂在产业生命周期理论 中，导致在科技投资领域产业理论基础相对匮乏。我们在这方面找到科技投资的理论基础— —演化经济学，特别是卡罗塔·佩雷斯（Carlota Perez）关于技术革命与金融资本的研究。 基于演化经济学，我们根据卡洛塔佩雷斯《技术革命与金融资本》可以将科技浪潮划分为四 个阶段：爆发阶段（技术的时代，金融资本开始跟生产资本谈恋爱）-狂热阶段（金融的时代，金融资本的账面与生产资本的真实价值分离）-转折点（反思和调整发展路线，清算和接 受的时期）-协同阶段（生产的时代，真正的黄金时代，生产资本掌舵、账面与真实价值耦 合）-成熟阶段（质疑和自满情绪的时代，金融资本寻找新的技术、地区、部门做投资）。可 以看到，前文我们讨论了科技投资的四个阶段：爆款出现时定价巨头，巨头开启巨额资本开 支时定价基础设施，产业链形成时定价产业链关键环节，以及 1 到 100 阶段定价供需缺口， 这与佩雷斯的科技理论不谋而合。 事实上，我个人认为理论基础能够约束基于经验主义惯性。在某一领域的投资经验或许能总 结出十条成功经验，但这些经验在不同领域或范围内是否适用？理论基础可以对此进行约束。 在理论基础的约束下，可能只有三条经验在更长时间序列和更广泛的样本中是有效的，这也 是我们一直强调科技理论基础的核心原因。

截止这里，我们已经明确科技投资 N 字型定价规律以及基于理论基础和四阶段的定价策略， 最后我们回归到“龙头的命运”这一命题。 我们简要探讨龙头的命运这一话题，之所以将科技龙头命运被单独拿出来讨论，核心原因有 两点：首先，科技龙头标的配置比重很大，属于重仓型标的；其次，科技龙头通常持有时间 较长，不会轻易卖出。因此，对于这类标的的认知体系与框架，必须站在更高的格局进行评 估。 在讨论过程中，我们对科技龙头提到了“命运”一词。其中，“命”指的是产业趋势，而“运” 则是宏观约束，即宏观经济环境的好坏。例如，2010 年美国经济的波动导致苹果公司股价出 现短期波动，但往后来看苹果依然是投资中不可或缺的标的。同样，2020 年疫情导致特斯拉 股价剧烈波动，但随后特斯拉依然是投资中不可或缺的标的。这表明，在命运中，“命”（产 业趋势）比“运”（宏观经济环境）更为重要。产业趋势是核心，即使如英伟达这样的公司， 如果将其置于上世纪 90 年代的美国经济环境中，其股价那会更不得了。目前，英伟达虽然 处于 AI 科技产业趋势中，但面临美国经济环境的波折和潜在衰退风险，导致其股价出现震 荡。

在这里，我们强调了“命”（产业趋势）对于科技龙头是最重要的，而“运”（宏观经济环 境）则是次要因素。基于此，我们要对产业趋势和宏观经济环境进行更为清晰的定义，尤其 是基于定价的意义。对于“运”，我们可以通过经济指标或者周期理论进行跟踪评估，这个 已经形成较为完整的研究体系，对于定价的影响也较为清晰。显然产业趋势的定义较难，其 对于定价的意义更为复杂。我们之前将产业趋势分解为六个要素，从 0 到 1 和 1 到 100 的各 自三个要素，更多是基于构成角度的定义，而非是基于定价角度的意义。对于长期持有的龙 头标的，我们关注的是整个持有周期的收益，可能是两三年、五六年甚至七八年，那么产业 趋势基于定价的意义是什么呢？ 很多人认为，基于定价角度产业趋势的定义就是目前市场上讨论较多的是未来 1 到 2 年 AI 领域是否会有杀手级 C 端应用落地。许多人认为这是产业趋势的关键，如果应用落地，相关 领域股价将继续上涨；如果没有落地，产业趋势可能受阻。然而，这种认知是否合理？我认 为是值得商榷的。以思科在上世纪 90 年代的股价持续上涨为例，当时并没有看到互联网在C 端的广泛应用落地，但思科业绩非常好对应其股价依然暴涨。究其原因，是当时的美国经 济形势良好，企业家愿意投资，这推动思科业绩的增长。因此，未来 1 到 2 年 AI 在 C 端是 否有杀手级应用落地，本质上并非产业趋势问题，而更像是技术或经济问题。那么，产业趋 势基于定价角度的意思是什么呢？我们认为其核心意义在于行业竞争格局。以思科为例， 2003 年后其股价未能再创新高，而同期的微软、亚马逊和苹果等公司却屡创新高。背后的原 因是 2003 年后华为进入通讯设备市场，抢占了大量市场份额。这表明，对于任何产业趋势， 若要长期持有并获取超额收益，行业竞争格局才是最终超额收益的来源。

在此，回到对于英伟达投资价值的判断，我们强调基于短期应用端能否落地所产生的产业趋 势争议并不是英伟达的定价关键，科技的异变点与落地大多数情况下是后验的，只能尽量跟 踪但很难领先预判。在此过程中，只需要明确科技本身仍在持续进步同时并未停止与生产的 广泛接触。稍微拉长视角，英伟达的行业竞争格局才是超额收益的首要抓手。据此，我们推 荐如下的决策逻辑框架，相信是值得参考的：首先，基于行业竞争格局作为逻辑的第一切入 口，如果认为 AI 芯片没有壁垒，或者在未来 2-3 年英伟达将面临强劲的竞争对手，那么其 投资价值将明显削弱；其次，如果认为未来 AI 芯片行业竞争格局是持续稳固的，英伟达在 所处领域的竞争优势遥遥领先，那么我们再讨论这场美国经济的宏观约束对于英伟达的定价 影响。如果是美国经济后续硬着陆，那么下游将面临财务硬约束而削减对 AI 芯片的投入， 显然会对英伟达产生负面冲击；若为软着陆，那么等待经济企稳回升使得宏观约束解除后， 预计英伟达将带领纳斯达克恢复上涨。而在宏观约束解除之前，也就是确认美国经济步入正 式企稳回升之前，英伟达股价更有可能呈现有底部支撑的上下波动（更类似于 2010 年的苹 果股价形态），但也意味着英伟达最佳超额阶段已告一段落。 基于此，我们构建了一个树状图，作为英伟达的逻辑决策框架，这一框架对其他的科技核心 龙头依然有效。如果企业的行业竞争格局不稳固，即使估值再低，我们也不敢轻易投资。在 A 股科技投资中，投资者曾因忽视这一点而遭受损失。如果企业的领先地位在未来 1 到 2 年 有被颠覆的风险，即使当前估值低，我们也应谨慎对待。许多人认为英伟达的股价未像思科 那样出现明显泡沫，我并不认同这种观点。我们不能仅凭静态 PEG 来决定投资，而应关注产 业趋势形成后，该领域的竞争格局是否稳固或向好。只有在竞争格局稳固的情况下，我们才 能深入讨论企业的价值，并进一步分析美国经济对英伟达定价的影响。

以上内容为我们对科技龙头命运的简要介绍。事实上，我们今天具体汇报的科技成产业投资 方法总论三个组成部分：理论基础及四阶段投资，龙头命运和 N 字型定价规律，仅占我们整 个科技研究的一部分，但无疑是核心部分。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）