# A股

这篇文章的核心观点很明确：对于内地投资者来说，如果 A 股和港股通标的的性价比接近，那么 A 股通常比港股更值得投。作者从市场结构、流动性、交易机会、制度安排等多个角度，系统比较了两者的优劣。

主要观点

1. A 股标的更多，选择面更大

2. A 股整体流动性环境更好

3. A 股的交易机会更多

4. A 股可以用市值申购新股

5. 融资与税费制度对内地投资者更友好

6. A 股交易制度更适合多数内地投资者

结论

这篇文章是对制造业上市公司的一次结构性扫描，核心观点很直接：制造业公司数量很多，但真正值得看的好公司很少。
作者扫描了约 8000 家上市企业，其中带有“制造”标签的公司有 3194 家，是最大的行业门类之一，且 A 股贡献了其中的大头。
但数量大并不等于质量高。作者用自己的分类体系统计后发现，3194 家制造业公司里，A 型公司只有 69 家，占比仅 2.2%，远低于科技行业的 A 型占比。
文章认为，中国制造业的基本盘可以概括为“公司极多，好公司极少”。
在分类结果里，D 型公司占了绝大多数，说明很多企业缺乏明显的增收能力，也很难形成超额回报。
作者把这类公司归因为制造业的结构性问题：大量企业做的是来料加工或同质化竞争，缺少技术壁垒、品牌溢价或规模效应，只能不断卷成本。
相比之下，真正优质的制造业公司往往不是“只会制造”，而是在某个关键环节建立了别人短期追不上的壁垒，比如宁德时代、恒立液压、星宇股份、三花智控、德赛西威等。
文章也提到美股制造业的情况更像“优胜劣汰之后的剩者为王”，因此保留下来的制造公司质量更高、放弃率更低。
除了 A 型公司，作者还重点提到了 C 型公司：这类公司尚未爆发，但在某个细分赛道里已经有积累，可能只差一个大客户、一次技术突破或一个行业周期拐点。
文章最后的结论是，制造业投资难点不在于“有没有公司”，而在于在海量同质化公司里识别少数真正具备壁垒和长期复利能力的标的。

这篇文章的核心观点是：作者所做的不是传统意义上的“炒股”，而是一种更强调主观判断、容忍波动、追求翻倍机会的投资方式。作者先把“炒股”和“主观投资”区分开来，认为前者更像严格止盈止损、赚一点就跑的短线娱乐，而后者则允许更大的回撤，以换取更大的收益弹性。文章反复强调，主观投资的目标不是规避所有波动，而是在波动中抓住少数真正能带来高回报的机会。作者还借中国经济的结构性分化来说明：少数优秀企业和优秀老板会持续兑现增长，而大量普通企业则会陷入平庸甚至衰退。基于这一判断，文章主张把押注重点放在“能发财的老板所在的企业”上，而不是追热点、追概念、看涨停板。作者明确反对那种盘中盘后盯着涨跌和题材的“钻研”，认为这套方法在过去或许有用，如今更容易变成韭菜思维。文章进一步把“含科量”与高质量发展、新国九条、长期主线联系起来，主张做真正的科技成长企业，而不是炒概念。作者也表达了自己对深圳和科技创新的强烈偏好，认为成长股投资某种程度上是对深圳经验的情感投射。文中还提到，A股 40% 到 50% 的波动率并不可怕，关键在于是否具备驾驭这种波动的能力。最后，作者提醒读者不要沉迷宏大叙事和盲目跟风，而应脚踏实地、坚持正道，在自己能理解的框架里做投资决策。

这篇文章用问答形式，系统解释了 A 股量化投资的基本概念、原理和市场影响。
作者首先说明，量化投资本质上是用数学、统计和人工智能方法替代人工决策，在选股、择时、下单等环节实现自动化。
文章认为，量化的核心仍然是“因子”逻辑，比如价值、成长、动量、波动率、流动性、情绪、资金流和盘口等，只是表达方式和工具更科学。
它强调，量化并没有发明全新的投资逻辑，很多原理在传统投资经典著作里早已存在，只是借助计算机变得更系统、更稳定。
在交易层面，文章指出 A 股量化并不等于日内高频，更多资金其实是短中长周期结合，换手并没有外界想象得那么夸张。
对于“量化是否靠抢速度赚钱”这一点，文章也给出较温和的看法：只有极小部分资金对下单速度极敏感，大多数产品的收益并不主要依赖毫秒级速度。
文章还讨论了量化是否会加剧波动、是否提供流动性、是否改善定价效率，整体结论是：量化在多数情况下更像是市场的“阻尼器”和“准做市商”，对定价和流动性有正面作用。
在收益来源上，作者把量化的盈利拆成几部分，包括企业基本面增长、价格均值回归、纠正错误定价以及提供流动性的风险溢价。
文章也强调，量化并不是稳赚不赔的黑箱，风控、持仓限制和交易约束都很重要，而且大多数量化策略其实是可解释的白盒。
最后，作者认为量化会让市场更有效率，也会让交易型机会更难做，但总体上对市场和散户并非坏事。