雪球·财经有深度

欢迎收听雪球出品的财经有深度，雪球，国内领先的集投资交流交易一体的综合财富管理平台，聪明的投资者都在这里。今天分享的内容叫不要抄底个股，跟着大哥走，来自孥孥的大树。
说一说心里话，都是血泪史的总结，大家不要嫌我啰嗦。
最近市场有个现象啊，易中天大跌，这里面杀了不少融资盘。但是，在前天这些方向，融资盘还在增加。而截至当前，机构统计的融资盘出清程度，整体的结论是还未彻底结束。
这就让我想起最近经常在群里有人讨论的，某某个股跌这么多了，接下来跌，要加仓，并且加融资。
像易中天这种，目前看起来基本面没问题，而且也跌了6，7成，很多人就会有一种富贵险中求的心态，我要抄底，博一把大的。
然而，市场总会给你无限意外的可能。春天很美丽，但你有可能扛不过那个冬天。
为了避免抄底个股潜在的风险，买入宽基指数，跟着大哥走是散户不二的选择。
因为我们百分之99%的散户，没有择股能力，没有信息优势，没有自己的交易策略，所以个股踩雷的概率非常大。
抄底个股非常容易，因为仓位过重，套牢在其中，这样子，你的账户就基本上很难受了。
回头想一想，过去两年的牛市，大家是否匹配以下几种规律？
其一，买了价值股，但一直跟不上指数，相当痛苦。
其二，更痛苦的是，你没扛到这一波价值股的逆势上涨。在非常痛苦的时候，有可能割肉了，然后去追了科技，现在套牢。
想避免上述现象，均衡型宽基指数是一个不错的选择。
不管是主线芯片，新能源，创新药，白酒还是银行，上涨，你终究能分一杯羹，赚一个平均数。
现在大哥进场，截止到现在，已经买入4000亿以上的E T F，这其中大部分就是宽基。
我们为什么不直接抱这个大腿，做最简单的策略，而且这还是最高胜率的策略。
股神巴菲特说了，散户最适合买入的是宽基指数。
有的朋友会说，美股慢牛怎么买入，最终都是盈利。其实我想说，这两个市场就好比两个不同个性的人。
美股相对成熟沉稳，稳健增长。
A股还是个青年，性格飘忽，容易坐过山车。
在现实的生活中，与人相处。你无法改变别人的性格，那你只能换一种方式去和这个人相处。
坐过山车，它剧烈波动。回看A股，他有几个大的山峰，还有几个大的山谷。那我们就选择在山谷下多买入一点，在山顶上适当的卖出一些。不同的应对方式，这个市场还是可以参与的。
当前，其实大家有个困境，就是已经套牢的个股怎么办？
其实，我以前的经典对于没有把握，没有底气，没有认知的个股，哪怕是跌30%，我都是一刀砍，换入自己认为靠谱的方向，从我自己的实践当中来看，最终都证明自己的决策是对的。
但是，这是需要你有充分的认知。
当然，很多朋友是砍不下手。但是你也不要纠结于这只个股能不能解套？哪怕是你补仓了，有可能一辈子都不会解套。
你在补仓的时候是不是多思考一下，反正套牢就套牢了。加宽基跟着国家走，未来肯定能回来，而且盈利。
买入均衡宽基，就是一键买入中国最优秀的企业，这是代表中国经济GDP走势的大集团，这应该有足够的底气和信心。
当然，也要提醒一下，上述讲宽基各种好，并不是叫你现在立马重仓满仓的买入。现在更多的是让大家有这个意识，宽基更适合大家。
投资到最后，和做人一样，年纪大了，你自然会减少做无效社交。
投资，你想明白了。最终，你也会放弃胜率低的交易，选择更高胜率，稳健的方法

欢迎收听雪球出品的财经有深度，雪球，国内领先的集投资交流交易一体的综合财富管理平台，聪明的投资者都在这里。今天分享的内容叫美国中期选举，会怎样影响股市和美元？来自薇薇庄主的宏观策略。
美国中期选举受到市场关注，原因很直接：国会控制权的变化，会影响总统未来两年的政策空间，进而影响企业盈利、财政支出和经济前景。
但对投资者而言，更实际的问题是：选举结果，究竟能在多大程度上帮助我们判断市场？
我们统计一九五零到二零二二年19次中期选举前后的美国股市表现，并比较不同国会控制权组合下的收益。结果显示，中期选举之后，股市确实存在表现偏强的历史规律；但具体由哪一党控制国会，与随后涨幅之间，并没有发现稳定、显著的关系。

一、中期选举，改变的是总统与国会的关系
美国总统任期四年。任期进行到第二年，会举行一次国会选举，这就是“中期选举”。
这次选举不改选总统，主要决定未来两年由谁控制国会。
美国国会分为众议院和参议院。中期选举时，众议院全部435个席位重新选举；参议院通常改选约三分之一，另外可能有特别选举。
为什么国会这么重要？可以用一个有限的类比来理解：总统像负责执行和经营的负责人，国会则负责审议许多重大方案、批准相关预算。总统可以提出计划，但涉及税收、支出和法律调整的许多措施，需要国会配合。
例如，总统提出一项企业减税计划。一般而言，需要两院通过相关法案，再交总统签署，才能实施。
如果总统所属党同时控制两院，协调通常更容易。这叫“统一政府”。
如果至少一院由另一党控制，总统就需要争取对方支持，政策往往要经过更多谈判和修改。这叫“分裂政府”。
所以，中期选举的影响，可以分成三步：
国会控制权变化 导致 政策通过的难易程度变化 ，最终影响经济和市场预期变化。
不过，政策更容易通过，并不天然等于利好市场；政策受到约束，也不天然等于利空。关键要看具体政策，以及当时的经济环境。
经济低迷时，市场可能希望财政支持尽快出台；通胀压力较大时，市场又可能担心新增支出进一步刺激需求。同一种政治结构，在不同阶段，可能产生不同影响。

二、对股市，选后偏强的规律比党派差异更清楚
先看统计结果。
我们使用Kenneth French公开数据库中的美国广义股票市场月度数据，重算了一九五零到二零二二年的19次中期选举，并与同期其他54个年份比较。
为保持口径一致，全部从当年11月底开始，观察随后3个月、6个月和12个月的收益（含分红），分别是7.52%、14.08%、 18.50%。这里采用的是广义美国股票市场，并非标普500价格指数。最突出的结果出现在6个月窗口；19次中期选举，这个半年窗口全部上涨。
这一差异通过了本次统计检验，即使考虑同时比较多个期限，6个月的结果仍然显著。
这说明，中期选举之后美股表现偏强，确实有历史数据支持。
但还需要往前追问一步：上涨的原因是什么？
一种解释是，选举结束后，政策的不确定性有所下降。
选举前，企业可能不清楚未来税率、监管和政府支出会怎样变化，投资者也更难判断盈利前景。结果落定后，政策能够推进的范围变得清楚，企业更容易安排投资，资金也可能更愿意承担风险。
其传导过程是：
政策前景更清楚 推动 投资和估值判断更容易，使得资金承担风险的意愿改善。
部分学术研究发现，选后股票收益和资金流的变化，与政治不确定性下降的解释相符。
不过，这并不意味着全部上涨都由选举造成。
在随后半年里，通胀、利率、企业盈利和经济周期仍在变化。股市可能受益于货币政策转向，也可能只是经历了此前下跌后的修复。“选后上涨”是时间上的规律，“选举导致上涨”则需要更强的因果证据。
再看不同选举结果之间的差异。
我们将19次选举按选后的政治结构分组，发现有5次统一政府和14次分裂政府；再看不同政治结构下的收益，统一政府随后12月平均收益为21.92%；分裂政府为17.28%。
统一政府的平均收益看起来更高，但两组差异没有达到统计显著性。
换句话说，现有样本还不足以确认：这多出来的约4.6个百分点，来自统一政府本身。不同年份的经济背景差异很大，样本数量也有限。
如果继续按总统党派、两院组合细分，样本会更少。例如，在这19次选举中，“共和党总统、选后共和党控制两院”只有二零零二年一次，无法据此建立可靠规律。
因此，本次研究对股市最有支持的结论，是中期选举后表现偏强；至于哪一党获胜能带来更高收益，证据没有那么明确。
这个结论也有实际边界。半年后上涨，不代表期间没有回撤；历史平均收益更不能直接作为下一次行情的目标。它值得纳入判断，但不足以单独决定仓位。

三、对美元，影响主要通过政策与相对利率传导
美元会影响大宗商品的走势，因此也是我们关注中期选举时需要考虑的一个变量。
美元没有呈现出同样清楚的选后方向规律。理解它，需要从国际资金为什么持有美元资产说起。
投资者会比较不同市场的收益和风险。其中一个重要因素，就是美国与其他经济体的利率差。
如果市场预计美国利率相对海外更高、维持时间更长，美元资产的吸引力可能提高，从而支持美元。反过来，如果美国相对海外的利率预期下降，美元就可能失去一部分支撑。
中期选举通常通过间接方式影响这一过程。
以一项新增减税或支出计划为例，可以分为四步：
第一步，选举改变政策通过的可能性。
总统所属党保住两院，计划可能更容易推进；失去一院，则可能需要缩小规模、修改内容，甚至无法通过。
第二步，市场重新判断经济将获得多少刺激。
减税可能增加企业或家庭可支配的收入，政府支出也可能形成新增需求。效果大小，取决于政策规模和资金流向。
第三步，新增需求改变通胀与利率预期。
如果经济已经较强，财政刺激可能让通胀更难回落，市场就可能减少对降息的期待。
第四步，相对利率的变化影响美元。
如果美国的利率预期因此比海外上升更多，美元可能得到支持；如果其他经济体也出现相似变化，影响就未必明显。
完整逻辑是：
选举结果影响财政政策前景 ；财政政策影响增长和通胀预期；进而影响相对利率和美元。
每一步都有条件，因此不能直接从选举赢家推导出美元方向。
这里还要区分财政政策和货币政策。税收和政府支出由国会与政府决定，货币政策则由美联储制定。国会换党可能改变美联储面对的经济环境，但不会自动决定下一次加息或降息。
美元也受到全球资金需求影响。市场紧张时，机构需要美元偿付债务、补充现金，可能增加美元需求。美国经济即使放缓，只要其他经济体放缓得更快，美元也仍有可能走强。
历史研究同样没有提供稳定的党派公式。一项利用二零零二年和二零零六年计票期间数据的研究发现，二零零六年参议院控制权变化对所研究汇率的影响，没有显著区别于零。这不能证明选举毫无作用，但也不足以支持按国会党派交易美元。
最后，还要考虑预期。
如果某种结果早已被市场广泛预料，部分影响可能已经提前进入价格。真正可能推动重新定价的，是超出预期的结果，以及随后政策路径的实质变化。
整体来看，中期选举后美股表现偏强，有历史统计支持；但谁赢、谁控制国会，与随后涨幅之间，没有发现稳定、显著的关系。因此，单就判断股市方向而言，不必太纠结哪一党获胜。
美元则连这样的选后方向规律也不明确。选举结果是否影响美元，要看它随后有没有改变财政政策、相对利率和资金需求，很难仅凭赢家的党派判断涨跌。
所以，选后股市的偏强倾向可以作为参考，今晚谁胜谁负，却未必能给明天的交易提供多少帮助。
看官散了吧，洗洗睡吧。

欢迎收听雪球出品的财经有深度，雪球，国内领先的集投资交流交易一体的综合财富管理平台，聪明的投资者都在这里。今天分享的内容叫挡不住的中国开放模型浪潮，来自Dr.Chuck。

一年前，吴恩达发文称，尽管美国目前在AI整体实力上仍然领先，但中国已经展现出极强的发展动能，尤其是在开放权重模型生态，以及半导体设计与制造方面。按照他的判断，中国已经出现了未来超越美国的路径。
我早就说过，中国的开放模型被严重低估了。Deep Seek横空出世以后，这个趋势终于走出学术界和初创圈，开始被主流资本市场看见。打开Hugging Face趋势榜，第一页经常被中国模型占据。
阿里千问、腾讯混元、美团龙猫、月之暗面Kimi、智谱G L M和Mini Max，越来越多公司把最新旗舰模型直接开放，而不是等下一代发布后，才把上一代拿出来开源。
Hugging Face的统计显示，过去一年中国模型占平台下载量的41%，相关衍生模型几十万个。这个霸榜的趋势，随着更强大模型的发布，今年还在加速。
Cloudflare C E O感慨，现在的情况和他的预想完全相反，他惊讶于中国当局对开源模型的包容程度，而闭源模型在追加限制用户的很多行为。
两年前，很少有人相信中国公司能主导全球开放模型生态。现在，这件事已经不再像预测，而是一个正在发生的事实。

一、开放权重，是比传统软件开源更加昂贵的馈赠
严格来说，今天很多所谓“开源模型”只是开放权重，训练数据、数据治理流程和完整训练代码并没有全部公开。但从经济意义上说，开放权重比传统软件开源更加慷慨。
传统软件开源主要交出源代码。大模型权重则是海量数据、万卡集群、数月训练、无数失败的实验和训练后烧出来的智能资产。
模型公司承担了数亿美元级别的固定成本，全世界却可以用接近于零的复制成本获得成果。高校和小公司不再需要从头训练模型，只需进行微调、量化、剪枝、蒸馏或强化学习，就可以得到自己的医疗模型、编程模型和行业智能体。
这不只是公开了一种研究方法，而是把已经支付了巨额成本的最终资产交给全社会。更重要的是，模型权重一旦被下载，就无法像A P I接口一样被关闭或者撤回。这种不可逆的技术扩散，将对社会进步产生更加深远的影响。

二、最残酷的竞争，才能筛选出真正的强者
开源意味着，你的王牌模型被放在所有高手眼前。任何瑕疵都会暴露。模型架构是否冗余、专家路由是否合理、上下文长度是否虚标、推理成本是否过高，都会被社区迅速发现。量化、剪枝、微调、投机解码和不同芯片的适配，会同时发生。
闭源模型的竞争，是公司对公司；开放模型的竞争，则是模型公司、芯片厂商、云平台、高校、推理框架和应用开发者共同组成的生态。开源竞争导致了模型的快速迭代和人才的迅猛流动，这种残酷的卷，在中国很多行业都出现过或者正在发生，注定淘汰一大批玩家，剩下的才是真正强者。
美国很多公司的产品已经开始建立在中国模型上。例如Cursor承认Composer 2以Kimi K 2.5为基础，进行了大量强化学习和后训练。这正是开源最强大的地方：一家中国模型公司不需要亲自进入每个国家、开发每一款应用。只要模型足够好，全世界的创业公司都会主动替它完成分发。

三、A I正在迎来“Kubernetes时刻”
硅谷技术专家Tobi Knaup指出A I正处于类似Kubernetes的转折点，开放权重模型已成为创新的全球底座。
十年前，Docker引爆云计算的容器革命，Docker母公司拥有入口优势，Apache Mesos由Twitter、Airbnb等大厂背书，Kubernetes只是Google根据内部系统开发的后来者。逆袭源于Google做出的一个伟大决定：将Kubernetes捐赠给中立的Linux旗下的云原生基金会。
Kubernetes只定义核心A P I接口，把网络、存储、监控和安全交给社区。这引爆了全球开发者的创造力。无数的开源项目（如 Prometheus、Envoy、Istio）围绕其生长。Kubernetes变成了一个磁铁，它的工具链变得无比繁荣，以至于任何单一公司的研发速度，都无法对抗全球开发者社区的合力。Red Hat、I B M、微软、阿里、华为和大量初创公司发现，与其分别建设自己的系统，不如共同建设一个中立底座。到了二零一七年，Docker等竞争者陆续转向拥抱Kubernetes，开源容器成为云计算时代绝对的统治者。
A I正在重演这个过程。
闭源模型出售的是一个产品；开放权重提供的是可以深度定制的平台。一旦开发者围绕Qwen、Deep Seek、G L M和Mini Max建立推理、智能体和评测工具链，开放模型就不再只是一组权重参数，而会成为整个产业的公共接口。
这也是为什么封禁中国开放模型会成为一种自杀式防御。权重本质上是一组数字。美国可以限制官方服务、投资和采购，却很难把下载的权重从全球开发者的电脑中收回。如果全球开发者已经围绕中国模型建立工具链，全面封禁最终可能不是阻止中国模型扩张，而是把美国开发者隔离在增长最快的生态之外。

四、开放，不只停留在权重
如果说开放权重还有所保留，那么开放数据和训练配方才是真菩萨。
阿里可能是中国企业中开源贡献最大的一家：从千问、万相到玄铁芯片RISC-V生态，再到前后端和A I工具链。千问提供许多不同规模的模型版本，让算力有限的高校和创业公司也可以参与微调和研究。达摩院开放的Reason Med医疗推理数据集包含37万条高质量样本，由多智能体生成、验证和修正，是目前规模最大的开放医疗推理数据集之一。
Kimi除了开放模型，还开源了自己的分布式推理框架mooncake。DeepSeek则释放了底层算子和投机解码训练框架，包括数据准备、模型草稿、训练代码和评测脚本等等。它们不仅告诉开发者“这个方法有效”，还告诉大家如何训练、部署和验证。
我自己对Open AI的GPT-OSS开源模型做过压缩实验，这是个极度冗余，没有仔细调教过的敷衍模型，裁剪一半参数，稍加修复就能达到原始模型的效果，Open AI根本没有花心思优化。纯粹是应付开源社区的舆论压力。
围绕中国模型，最常见的一种指控是：它们只是蒸馏了美国闭源模型。这是把专业的技术名词，变成了肮脏的政治叙事。事实上，蒸馏是一项发展了很多年的开放A I技术，现在的主流做法是预训练一个基础模型，接着后训练团队分工训练多个专业的老师模型（编程，数学，生物等等），然后通过蒸馏把所有专业能力合成到一个最终的学生模型里。这个过程需要密集的概率分布作为训练信号，不是闭源模型输出的稀疏结果能提供的。甚至，第一个公开了大规模蒸馏步骤的公司是DeepSeek，在HuggingFace上放出了大模型的输入输出数据，省去了部署老师模型的麻烦，让人们可以直接训练自己的学生模型。

五、开源不是慈善，而是另一种盈利模式
开源不依靠出售权重赚钱，而是出售权重周围无法被简单复制的服务。
LangChain开放LangChain和LangGraph，让开发者快速搭建agent智能体；当智能体进入生产环境后，企业需要评测、追踪和监控，于是购买LangSmith服务。二零二五年LangChain以12.5亿美元估值融资1.25亿美元，证明“开源工具获客、商业平台变现”可以成立。
智谱和Mini Max始于两条不同路线。
智谱二零二五年收入7.24亿元，同比增长131.9%；开放平台和A P I收入增长292.6%，但73.7%的收入仍来自本地化部署。G L M开放权重负责建立开发者生态和技术品牌，政企私有化、A P I接口和智能体平台负责变现。
Mini Max从C端应用出发，二零二五年收入7904万美元，同比增长158.9%；开放平台及企业服务收入增长197.8%，海外收入占73%。它用Talkie和海螺获得用户和场景，再把文本、语音、视频和智能体能力开放给全球开发者。
两家公司起点不同，却正在走向同一个终点：开放模型负责分发，A P I接口和智能体平台规模化收入，企业服务与应用获得利润。开源会创造巨大的社会价值，没有哪家公司能取得垄断地位，赚取合理利润的公司将在其中分一杯羹。

六、闭源赢得时间，开源赢得世界
未来最强的单一模型，仍可能长期来自闭源实验室。闭源公司可以集中最强算力，率先突破智能上界，并在几个月的领先窗口里收取高额溢价。
但开放模型不需要每天排名第一。它只需要达到“足够好”，就可以凭借更低成本、优化部署、可定制性、数据主权和分散供应，接管绝大多数实际工作负载。
闭源模型出售智能的稀缺性，开放模型制造智能的充裕性。闭源实验室依靠公司的内部迭代，开放模型则让全球开发者共同迭代。没有任何一家封闭实验室，可以长期跑赢整个世界的并行创新。
AI模型最终也不会简单复制i O S与Andriod，或者Windows与Linux的竞争格局。因为Open AI和Anthropic两家闭源公司都缺乏包容的价值观，而苹果和微软在中国享有巨大的市场份额。
闭源可以赢得一次次模型发布会。开源终将赢得这场产业革命。

欢迎收听雪球出品的财经有深度，雪球，国内领先的集投资交流交易一体的综合财富管理平台，聪明的投资者都在这里。今天分享的内容叫哪家保险的投资能力最强？来自望京博格。

保险公司的投资能力越强，其兑付保险承诺的能力越强。国寿、平安、新华、太保、人保，哪家保险的投资能力最强？我这几天把五家A股险企的半年报、三季报翻了一遍，进行了详细分析。
股票投资导致公允价值变动如下：
上半年，五家还浮盈1737.85亿元。
三季度，一个季度亏了3547.66亿元。
前面的浮盈全还回去了，还倒贴1809.81亿元。
10月，A股又跌了一截。
如果保险公司没有减仓，五家保险公司10月可能再亏2426亿元，今年1到10月累计亏损约4236亿元。

一
、
4000多亿
，
到底亏在哪儿？
100块买的股票，月底变成80块。哪怕一股没卖，报表也可能先记20块损失。下个月涨回90块，再记10块收益。
这就是公允价值变动。
保险公司收到的利息、股息，卖股票兑现的价差，装在别的科目里。公允价值变动亏4000多亿，不等于险企整个投资账户亏了4000多亿。
这两者的区别主要是因为 O C I 账户记账规则导致。
公允价值（Fair Value）：简单说，就是现在市场上这批资产实时的市场价。
O C I（其他综合收益，Other Comprehensive Income）：一个特殊的会计科目。这笔盈亏不算进当期利润表，不会直接影响当期净利润，是专门给长期持有的权益类资产设置的记账方式。
监管设计这个规则，本意是引导保险公司做长期投资：放在 O C I 账户里的股票，账面市价的涨跌会记录下来，但浮盈浮亏不计入当期利润，这样保险公司的财报利润就不会跟着股市短期暴涨暴跌来回剧烈震荡。
举个例子：
保险公司在 O C I 账户里放了价值 1000 亿的红利股票，三季度这批股票市值跌了 50 亿。会计上会记录公允价值减少 50 亿，但这 50 亿不算当期投资亏损，不会拖累保险公司当期利润。

二
、
10月测算：国寿亏得最多
，
人保亏得最少
我用最简单方法：
10月公允价值变动＝三季度单季实际数×（10月沪深300跌幅 ÷ 三季度沪深300跌幅）
三季度，沪深300跌12.49%；10月，再跌8.54%。两个数一除，约0.684。
三季度各家公允价值变动，乘上0.684，就得到10月基准测算。
国寿一家，占了10月测算损失的一半以上。
这首先说明敞口大，不能直接推出投资水平最差。
人保测算亏152亿元，五家里最少。这里既有仓位和资产结构的原因，也有集团业务结构的不同，例如人保以短期财险为主，国寿以长期寿险为主。
再给个区间。
把市场敏感性上下浮动30%，五家10月损失约1698亿—3154亿元；今年1-10月累计损失约3508亿-4964亿元。
基准数好记：10月约2426亿，年内约4236亿。
不过话说回来，这个模型确实粗。
10月创业板跌23.01%，中证全债涨0.36%。股票里还有风格，债券还能缓冲，各家也会调仓。拿沪深300一根指数套全部资产，只能看量级，不能当精确预言。

三
、
十年投资收益率
，
先排三份榜
公允价值变动看的是一段行情。
投资能力，得把时间拉长。
我把二零一六到二零二五年的总投资收益率放进表格，算了算术平均值和波动率。
十年原始数据也放这，省得大家再翻年报。
十年总投资收益率均值：
人保5.29% ＞ 太保5.03% ＞ 新华4.97% ＞ 国寿4.67% ≈ 平安4.67%。
稳定性，波动率越低越好：
人保0.78 ＜ 太保0.95 ＜ 国寿1.01 ＜ 新华1.23 ＜ 平安1.36。
十年净投资收益率均值：
人保约4.89% ＞ 平安4.83% ＞ 太保4.53% ＞ 新华4.29% ＞ 国寿约4.17%。
三份榜放一起，人保很显眼——总收益均值第一，波动最小，净收益也第一；
新华则是另一路：二零二三年1.8%垫底，二零二五年6.6%第一，业绩波动非常大。
不过今年这张成绩单，还要再调整一次口径
同样是3.5%，人保是九个月实际口径，新华是年化口径。
都按九月口径，新华约2.63%。
今年前三季度，人保、国寿的总投资收益暂时靠前；太保、新华承压；平安没有披露总投资收益率，不硬排。

四
、
五家公司
，
五种投资风格
中国人保：稳字第一
十年总收益均值5.29%，五家最高。
波动率0.78，五家最低。净投资收益率均值约4.89%，还是第一。
今年前三季总投资收益率3.5%，也排在前面。
10月和年内公允价值损失测算，又是五家最小。
只看这些数据，人保是五家里最稳的一家。
但人保财险业务占比高，负债久期、流动性要求跟纯寿险公司不同，权益敞口也没那么猛。
它更像收租型选手：二零二五年O C I股票平均股息率4.27%，高股息资产能提供现金回报。
优点是稳。代价也直白——大牛市里，利润弹性通常不如高仓位选手。
中国太保：收益和稳定比较均衡
，
今年有点慢
太保十年总收益均值5.03%，排第二；波动率0.95，也是第二低。
净投资收益率均值4.53%，排第三。
今年前三季总投资收益率2.5%，在已披露同口径的公司里偏后；1到10月公允价值损失测算约433亿元，处于中间。
太保近些年的路子是“哑铃”：一头高股息，一头科技创新，同时拉长债券久期。
它更像一个不想押单边的人。行情极端时，未必跑第一，也未必摔最重。
今年收益率落后，说明这套配置也会遇到不舒服的市场。没有哪种“哑铃”，能天天两头都硬。
新华保险：进攻最鲜明
新华十年总收益均值4.97%，排第三。
但二零二三年只有1.8%，二零二五年又到6.6%。波动率1.23，明显高于人保、太保和国寿。
这就是高弹性。
二零二五年末，新华科技相关投资余额已达1400亿元。行情顺的时候，利润弹得快；行情掉头，账面也很难装没看见。
今年上半年，新华总投资收益率年化6.7%；前三季降到年化3.5%。三季度的反差，已经写在数字里。
还有个细节：前三季综合投资收益率年化5.0%，比总投资收益率高1.5个百分点。
说明除了进当期利润的那本账，O C I里还有另一本账。
新华的投资能力，强项是进攻和兑现弹性，短板是收益曲线不够平。看它，既要看赚了哪一年，也要看熬得住哪一年。
中国人寿：大象转身
，
水花最大
国寿十年总收益均值4.67%，跟平安接近，排在中间。
波动率1.01，不算最飘；净投资收益率均值约4.17%，在五家里偏低。
二零二五年总投资收益率6.09%，成绩不错；今年前三季3.23%，也还排在前面。
真正吓人的是绝对金额。
上半年公允价值浮盈1358亿元，三季度单季亏1870亿元，10月测算再亏1279亿元。
背后首先是体量。二零二五年末投资资产7.42万亿元，公开市场权益规模超过1.2万亿元。
同样跌1%，大象溅起来的水花，肯定比小船大。
所以国寿不是“亏得最多，所以投资最差”。
更准确的评价是：长期总收益居中，今年暂时不差，净收益底盘偏薄，巨额权益敞口让利润表越来越像放大器。
中国平安：收租底子厚
，
总账波动不小
二零二五年综合投资收益率6.3%，很亮眼；券商测算的总投资收益率是4.6%。
两个数都是真的，说的不是一回事。
十年净投资收益率均值4.83%，仅次人保。说明利息、股息这块底盘比较厚。
十年总投资收益率均值约4.67%，与国寿接近；波动率1.36，却是五家最高。
今年前三季，净投资收益率2.5%，综合投资收益率2.3%，都没年化；总投资收益率没披露。
10月公允价值损失测算约616亿元，年内约1259亿元，绝对压力仅次国寿。
平安的长处是收租和综合配置，短板是总投资收益波动不小。别只拿综合收益率夸它，也别只拿公允价值亏损踩它。

五
、
最后的评价
如果按十年数据分类型：
看稳健：人保第一，太保第二。
看进攻弹性：新华最鲜明。
看净收益底盘：人保、平安更厚。
看绝对利润弹性：国寿最大，赚亏都容易上大数。
只看10月，亏多少主要看敞口。
拉满十年，才知道谁的投资更能熬。
公允价值变动，是行情当场给的分；净投资收益，是资产每年交的租。

欢迎收听雪球出品的财经有深度，雪球，国内领先的集投资交流交易一体的综合财富管理平台，聪明的投资者都在这里。今天分享的内容叫无增长即周期？来自迷雾米雨_MrMist。

A股有一个诡异的“增长消失魔咒”：
“没有可观增长的股票在 A 股大多会沦为（人造）周期股。”
不管你是真正的周期股，还是诸如消费医药等弱周期股，业务的周期性是一回事，估值和资金带来的周期性是另一回事。
因为一旦可观增长消失，哪怕是刚需弱周期赛道，资金会把它当成类周期股去博弈，股价会走出剧烈的波段行情，形成人为的强周期属性。
上一轮赛道股至今，不少曾被视为“防御底仓”的消费、医药白马，自行业高点回撤幅度普遍超过45%，部分标的区间振幅突破60%，波动烈度丝毫不逊于煤炭、化工等传统强周期品种。
这种周期属性，不像传统强周期股由产业端供需引发的剧烈波动，更多源于估值范式切换与资金行为共同催生。
“人为强周期”，背后是A股市场对“增长”极致定价的底层逻辑。
至于为何我们如此偏爱短期爆发型的赔率，一是政策窗口窄、资金久期短；二是增长在D C F模型中同时增加了分子端的远期现金流，同时压缩了分母端的风险溢价。
那为何会出现，无成长即周期的现象呢？

一、估值范式的二元切换与魔咒触发
A股对企业的定价始终运行着两套独立的估值范式。
一套是成长估值范式，核心定价锚是长期盈利增速：只要市场认可标的具备持续可观的增长潜力，通常给予30到60倍P E估值，部分高景气赛道甚至可突破80倍甚至百倍以上，行情由业绩与估值的戴维斯双击驱动。
我们看到的的新能源、创新药、消费均属此类，估值贵贱往往不是核心矛盾，增长不及预期才是真正的利空。
另一套是类周期估值范式，核心定价锚是景气边际变化与中短期博弈：市场默认企业盈利不存在长期抬升中枢，仅会围绕景气度上下波动，估值中枢通常压缩至10到20倍P E甚至更低，投资机会以困境反转与景气脉冲为主。
“增长消失魔咒”的触发条件非常明确：当行业长期复合增速从20%以上回落至5%以内，或者渗透率突破高位，市场对增量空间的预期彻底转向存量博弈，资金通常会毫不迟疑地将其从成长估值池划入周期博弈池。
这一过程与业务本身的刚需属性无关——即便产品需求保依然存在，只要增长预期破坏，估值体系就会发生迁移。

二、人为强周期的三大形成机制
人为强周期的核心特征是：基本面需求波动平缓，但股价与估值波动被显著放大。其形成主要来自三方面合力。
首先是资金结构波段化。增长预期稳定时，标的以长期配置型资金为主，资金久期较长且筹码结构稳定。而当增长放缓停滞时，取而代之的是短线交易资金和量化机构，波动率会抬升。
其次，盈利天花板下的脉冲式行情。当长期增长空间被封死，戴维斯双击级别的大行情不复存在，市场仅能围绕碎片化的边际催化展开交易：原材料价格波动带来的毛利修复、政策边际宽松带来的情绪修复、渠道去库存后的补单周期等。一轮典型的边际催化行情，持续周期通常仅能维持数周和数月，一旦催化证伪或利好兑现，股价又会在短时间内回吐涨幅，例如刚过去的这波宠物消费行情。
最后，估值中枢的反复拉扯。成长标的估值中枢通常稳定在较高区间，增长证伪后估值中枢会出现台阶式下移，但下移并非一次性完成。
从成长到周期的估值切换，通常要经历2到3轮“下跌、反弹、再下台阶”的反复拉扯：市场会在每一轮边际改善时，重新燃起“增长重启”的预期，推动估值阶段性修复；确认增长无法持续后，估值再度回落。
估值下台阶过程程本身，就构成了强周期波动。

三、人为周期与天然周期的核心差异及风险
人为强周期与传统天然周期股看似走势相近，底层驱动逻辑却完全不同。
打个比方：天然周期是自然界的四季更替，供需错配驱动产能扩张与出清，冷暖周期泾渭分明，盈利起落有明确的产业规律。
而人为强周期更像密闭房间里的空调反复启停——室温本身变化不大，但资金预期的风向一变，市场温度就跟着大幅波动，这种波动大多是交易行为叠加出来的。

四、盈利波动差异
从量化数据上看，两者的盈利波动特征存在天壤之别。
天然周期股的盈利弹性极强，一轮完整的产能周期跨度通常为3到5年，景气高点的行业净利润普遍是底部的5到8倍，对应的估值波动同样极端，周期底部市净率可击穿0.8倍，景气顶部可冲至2倍以上，一轮完整周期的股价振幅普遍超过100%。
这类波动是实体经济的真实映射，有明确的产能、价格数据可以跟踪验证。
而人为强周期的标的盈利波动则多了更多不可量化和分析的扰动因素。
这种差异也带来了完全不同的投资风险。
天然周期股的最大风险是盈利硬着陆，一旦行业产能过剩叠加需求崩塌，企业可能从巨额盈利快速滑向亏损，甚至面临产能减值、现金流断裂的风险；而人为强周期标的的最大风险，是隐蔽性极强的价值陷阱。
很多投资者踩坑，就是混淆了两种周期的属性，即拿着“刚需、弱周期、盈利稳定”的逻辑去抄底，默认跌多了就会均值回归。
盈利降，估值落，戴维斯双杀由此诞生。

五、投资实践的应对框架
当然，并非所有的成长现实都会变成类周期股，部分经营稳健、分红得体的现金流型股票是很好的稳健型投资，甚至防御资产。
同时，类周期股如果出现持续的边际改善或者获得可验证的第二增长曲线，也会重回成长股估值范式。
戴维斯双击不容易捕获，但最好不要被戴维斯双杀击中。
因为，股市的残酷之数，就是任何当下已实现（未来大概率不可回转）的亏损，都可能是不可逆或者无法挽回的。
无论如何反思复盘和捶胸顿足，复盘或许能提高下一局的胜率，但无法挽回既有的损失。
而总有一些损失，会把玩家请下牌桌