2021年致投资者的一封信

2021年致投资者的一封信
2020-12-31

播放

90%

各位尊敬的泊通投资人，大家好！

时间飞快，转眼又一年，又到了交作业的时候。整理下心情，让自己静下来，好好思考过去的得失，也思考下一年的投资思路。

过去的一年我们的投资收益和同业相比不算突出，勉强符合年初我们定下的基调，回过头来看主要是因为我们擅长的赛道并不是今年的主旋律，同时我们擅长的均值回归也并不符合今年的风险偏好特征。换个角度讲，今年疫情后随着货币大量超发，激发了大家的投资热情，风险偏好急剧上升，都担心自己赚得比别人少。比如在房地产市场体现为，购房者更愿意用高杠杆、买总价高、好品牌、精装修的房子；在股票市场则体现为，投资者更愿意相信未来的故事，相信一些上市公司讲对未来的布局，而不是验证这些公司是否有能力完成这些梦想，未来是赚到了钱还是赚了一大堆固定资产？而正是这种担心“赚慢了”、“赚少了”的心态，使均值回归过程变得漫长，反而让不常见的“郁金香效应”时隔五年再次重来。在此刻我们反而要问问自己，今年那些热门的大牛股，哪个比2019年底的时候研究员给的财报预期更高？

那经历了结构性泡沫巨大的2020年，是不是2021年市场将赚钱很难？我认为是的，在国家去杠杆的背景下，明年想靠讲故事、提估值再去推高泡沫的可能性几乎为零。当下中国资本市场初步具备了如美国和香港的成熟市场特征——2020年大家印象中是大牛市，其实A股股票涨跌比例各半。算上2019年牛市，过去两年股票中位数的涨幅大概15%。如果看过去五年，这一数据是更为惊人的-45%——恰好和美国过去9年大牛市如出一辙，纳斯达克科技股大牛市的背后是80%的科技股在下跌。这说明两个问题：第一结构性的行情很难有大的指数级别的回撤，恰恰指数大级别的风险出现在全面的繁荣里，比如2015年5200点和2018年3600点时候的情况；第二结构性的泡沫往往在时间中不断被消化，比如今年白酒涨多了，明年可能是房地产股票涨的多，而白酒是下跌的，这样结构型的轮动让指数不需要大幅的调整，也可以慢慢消化掉结构性泡沫，这也是美国式的长牛。

从另一个角度看，美国过去几年指数的上涨和经济的引擎是“FAANG”为代表的科技型公司，而中国过去几年的牛股大多来自白酒和医药两个领域，但中国过去几年和未来十年的经济基本面难道不应该是科技驱动的吗？所以2021年我们看到的机会还不少，主要有两大类，一类是绝对低估，不可进一步被杀估值的标的中，找出有稳定增长逻辑的，比如地产、保险等。还有一类是科技赋能产业链的标的，比如有赋能实体产业的科技类公司，再比如被赋能后极具爆发力的场景。这种公司往往还不能用传统的估值方式去评估，比如云计算的公司还在亏钱，但是用户数量每年50%以上的增长；SaaS公司可能也不赚钱，但是GMV增速也在50%以上，像极了十年前的亚马逊，再比如一个好吃的网红店、一个好用的面膜或润肤乳，在科技赋能前是很难一夜之间推向全国的，这就让同业的大公司有足够的时间去抄袭，但在科技赋能后则可以迅速的做好ERP管理系统、销售网络、供应链管理等配套，你只需要做好产品——这个逻辑好比当年刚开始火爆的海底捞，你是按PE还是依据其商业模式未来现金折现模型去评估？坦白讲，2020年里我们拿的地产、保险等大金融板块并没有带来很好的收益，而我们赚钱的股票，几乎都是来自于这些科技赋能的公司和赋能后极具爆发力场景的公司，目前这些公司因为增速足够高使得确定性越来越强，所以越涨越健康越涨越便宜，这才是科技的魅力，也是美国科技公司可以走出长达40年牛市背后的逻辑。

大家可能会很奇怪，之前我每年写给投资者的一封信，并不会写这么细节的投资逻辑的，为什么今年会用大段文字展开阐述泊通未来投资的具体思路呢？是因为我们在研究这些产业、公司的时候，发现了时代变化的趋势，或许我们正处在人类历史变化的拐点时期。之前人类需求的满足往往是通过认识世界、改变世界来完成的，未来我们的需求要通过认识自己、改变自己来完成。以购房举例，过去买房子大家更偏爱核心地段、学区、商圈，本质上是喜欢买别人心中有共识的好房子、容易涨价，而现在年轻人买房子能接受住得远一点，但是希望小区安静、优美、物业服务态度好，后者则更多从自己的感受出发。过去大家买服装、鞋包、化妆品，也倾向于买国际一线大品牌，本质上也是为了展示给别人看，但现在年轻人更希望自己压力小一点，用自己舒服的就可以，所以看到了很多化妆品、服装品类新国货兴起。当一个国家强大了，国民内心也会逐渐强大，更多思考什么东西是更适合自己的，而非别人眼里的好东西。正视自己需求并不是消费降级，而是需求更加个性化和多样化了，有些需求在你看来几近离谱，但对别人来说则有特别的意义。比如看到东西会自动查询的谷歌眼镜、将计算机和大脑连接的脑机接口、父母知道自身基因里有家族遗传病可以用基因编辑技术生小孩。

前些天看到一则新闻，11月30日，谷歌旗下的人工智能公司DeepMind宣布，其研发的AI系统AlphaFold成功解开了一个困扰人类长达50年之久的生物学难题——“蛋白质折叠问题”。正是这个团队几年前研发了阿尔法狗（AlphaGo），在围棋领域打败了人类最强的棋手柯洁和李世石。1972年，诺贝尔化学奖得主、美国科学家克安芬森提出了一个著名的假设：从理论上来说，蛋白质的氨基酸序列应该可以完全决定其结构。自此，人类科学开始了一场半个世纪的新探索。自安芬森提出假设后，科学家们一直在寻找一种快速预测蛋白质结构的方法，一旦能掌握这样的方法，就能更好地理解蛋白质在人体内的作用以及其工作原理，但他们却迟迟未能得以突破。弄清蛋白质的氨基酸序列如何决定其折叠成何种形状，即“蛋白质折叠问题”，被称为过去的50年里生物学领域最棘手、最持久的谜团之一。为了解决这个问题，国内外有很多科研团队，用大量的科研经费做实验，甚至要用到X射线和粒子加速器，但是电脑就在计算机里做思想实验就解决了这个问题。本来我们以为，电脑代替人脑的过程会从出租车司机、厨师、清洁工、售货员这样的逻辑清晰、简单可复制的场景去替代人，没想到同步代替了科研人员。

为什么是此时此刻开始进行了替代工作，无论是无人驾驶、扫地机器人、无人超市、机器人服务员，甚至是机器人科学家、工程师？是因为近几年随着计算机领域摩尔定律依然有效，计算成本大幅下降，之前算不了的技能现在可以算，之前用人便宜的地方，现在变成了用机器人更便宜。这就是为什么在此时此刻你会发现机器代替人，会以前所未有的速度来袭，哪怕研究领域也会如此。有一个问题，是老生常谈，但今天再问一次也许会更有意义——思考下在你工作和生活中，哪些事必须由你来做，哪些技能是人类才会有的？随后我们就只去做必须我们做的，把能够被替代的都交给AlphaGo。

我讲这些并不是感慨所谓机器替代大趋势的消极心态，我反倒这个过程对人其实是大好事，它像一面镜子，让我们看清楚自己究竟是什么，为什么这个世界需要我们的存在。当我们把一些复杂辛劳工序交给机器，我们就会有更多的时间叩问内心，看清自己真实的需求，直至遇到更好的自己。比如泊通在做投资决策过程中，主观团队提出一些投资思路，由AlphaGo帮我们去依据这些感性的思考建模并验证、修正，此时AlphaGo就成了你离不开的好队友。在股票战场上，你的团队每个人都养了一只忠于自己的阿尔法狗，那和没有狗狗的团队在打仗，胜率会不会高一些呢？类比到培养100只好用的阿尔法狗和管理100位个性格各异的研究员，哪个难度更大呢？这是不是当前美国大型资管公司都是量化投资公司的逻辑所在？

很多人会问，哪些能力才是我有而机器不会的呢，我感觉我擅长的东西机器都会怎么办？有这个想法大多是因为在工作中，我们被社会发展趋势裹挟了，更多是流水线上的螺丝钉，这种思维下的岗位是容易被替代的。如果我们把自己的能力和感受回归到原点，反而不容易被替代，比如发现哪些东西好吃、哪里旅游好玩、哪个衣服好看。甚至我们可以尝试去养一只宠物，它们每天在家里就是玩，哪怕给家里弄乱了，但是你依然喜欢和它一起玩。机器无法理解，因为这些看起来不赚钱、还增加工作量，投入精力都是负收益，你还要养它。在冰冷的机器看来，判断一件事该不该做就是性价比、赚不赚钱。

人之所以会养猫养狗，是因为猫猫狗狗给人提供了巨大的情绪价值，我见过的每个小孩子都喜欢养猫养狗，但是家长往往会以家里都脏乱了、你还没照顾好自己、耽误学习之类的理由不让小孩子养猫狗。其实这个时候，小孩子才是像人一样思考，家长反而是机器人思维，很容易被替代。当我们学会了做一些看似“无意义”的傻事，学会了“慢下来”去感受内心真实需求，学会了在“养猫养狗”这种性价比差、注定亏损的事中感受到了爱，我们就成为人了。

2020年，风风雨雨，很难忘。2021年，我们一起认识自己、感受爱！