最近在听一些投研谈策略和市场，谈一下感受。投研是大脑，是做出投资决策的核心。如果投研以一种封闭的态度开展工作，结果大概不会太好。

经济和金融领域的影响因素错综复杂，缺乏像欧氏几何那样的“公理”来直接应用。这使得投研人员在分析和预测市场走势时面临较大的不确定性。

随着市场环境、经济环境、科技发展的不断变化，过去积累的知识可能不再适用。因此，投研在应用这些投资逻辑的时候尤其需要注意与时俱进。

市场中的信息往往是不对称的，部分关键信息可能被少数人或机构掌握。同时，信息的传递也可能存在滞后性，导致投研人员难以获得全面、及时的信息来支持其决策。

投研人员获取的信息有限，研究方法论的局限，研究成果的快速迭代是投研人员面临的三个主要问题。

投研人员如何解决这些问题呢。我觉得保持开放特别重要，在不确定情况当中建立可观察可调整的分析框架非常重要。

打个比方，我们不知道QDII基金，美债基金，美国医药基金好不好。我们没有精力去研究，那么我们能不能找出如何测量他们好不好的方法论。

就像是我们不知道一个人发烧的原因，不知道他能不能好，但是我们可以找一根温度计，去量一下他的温度，如果发烧了分成一类，如果没发烧就分成另一类。

这本质上是一个投研流程优化，而不是投研方法论。

再举个例子，我们做基金组合，需要解决一系列问题。

首先就是资产配置大方向的选择。我们该选择权益资产还是固收资产，选择中国还是美国。

如果我们不知道美国究竟好在哪里，也不知道中国究竟有哪里不好。那么我们就可以找一个简单的衡量指标，在这两者之间做取舍。

比如营收增速，或者净资产收益率，甚至PEG，ROIC都可以，我们只要做选择，就一定会需要参照系。

投研人员一定得有参照系。或者说投研人员一定得有搭建分析框架的能力。但同时也需要肯及时认错，根据业务需要调整自己的框架。

好，资产配置大方向确定了，要配权益资产，权益资产那么多应该怎么配置呢，是按照行业轮动，风格轮动，策略轮动，还是按照市值，趋势。就需要一个温度计来判断。

比如行业轮动策略，采用估值分位数来挑选性价比高的行业，风格策略是按照流动性来挑选，重要的是，你得有一个分析框架来打开局面。而不能束手无策。

以人手不足作为理由就太被动了。如果是这样，只要是新东西出来就要加人，那投研得有几百人才够吧。能够根据实际情况灵活调整，采取合适的应对措施也是一种能力。

投研的困境往往并非真实的存在的，而是自己认知的困境，同样一个投资机会放在谢治宇面前，他视若珍宝，而放在我面前，我可能完全看不懂。其中的差异何在呢。

认知不到位。

这并不丢人，每个人都有认知边界，所以我们需要始终保持好奇心，去探索边界之外的东西，不断拓展能力圈。

如果大门一关，说这个不在能力圈，人手不够，就不看了。这样的认知永远也不会真的提高。

在投资的世界当中，环境，资源，人手都是无法困住你的，只有自己才能困住自己。因此我们需要一种面对困难的霸气，需要一种勇于挑战未知的勇气。

如何提高投研效率？

即便是嘉实，他有300人的投研团队，他同样会觉得投研力量不够。做投资研究和做学术研究还不太一样，我们不需要穷尽所有可能，而是要在众多可能性当中找到性价比最高的一种解决方案。

这跟人工智能的算法有点像，我们需要尽可能高效的找到相关性，然后往前走一步。必要的时候也是可以借助外力的，投研的独立性往往就没有那么重要。

总之还是一句话，你怎么看待问题，决定了你会采用哪一种算法来应对和处理。很多时候，我们都要问问自己，我是想解决问题，还是想让别人听我的。