科技股投资容易追高？这套方法，含金量还在提升

（原标题：科技股投资容易追高？这套方法，含金量还在提升）

相比之下，另一类科技股投资者却要从容很多，他们以价值准绳丈量科技股的价值，以长期隐含回报率为锚点，在无人问津时逆势买入，不试图赚取市场的最后一个铜板，买卖遵循严格估值纪律。

中泰资管基金经理田瑀正是这类投资者。在市场还鲜有人关注到AI产业变革时，他早在2023年二季度就通过深度研究将半导体标的买入了前十大重仓股，存储、电子布等科技领域也早早出现在他的持仓之中。然而随着市场情绪持续升温、AI成为全民话题时，他在2026年一、二季度基于隐含回报率的变化进行调整，卖出或大幅减仓了相关标的。

田瑀在近期发布的产品二季报中直言，“AI的前景十分远大，称其为与工业革命相当的技术变革也毫不为过，但投资上还要看价格”，可见，价值投资者并不会因为宏大叙事而改变决策框架，而是始终坚守以长期隐含回报率为锚点的决策机制。

在价格显著低于内在价值时买入，当价格充分反映甚至超出价值时卖出——这是价值投资者的标准投资流程。结合产品定期报告来看，田瑀对科技领域标的的投资，完整地践行了这一闭环。

2023年二季度，AI还远未成为市场主线，彼时的半导体板块则处于下行周期的阴影之中，下游需求疲软、库存高企、产品价格承压，悲观情绪弥漫。但正是从那时起，田瑀在管产品的十大重仓股中开始出现半导体标的。

这一布局并非临时起意，而是建立在对生意的深入拆解和价值评估之上。早在2022年的公开访谈中，田瑀就详细拆解过模拟芯片这门生意的独特之处：模拟半导体组件占终端产品的成本极低，但对产品性能和使用体验影响极大，客户一旦采用便很难更换，这意味着极高的转换成本和极强的客户黏性。即便阶段性利润承压，对于企业长期价值的影响也微乎其微。此外，芯片领域的摩擦，使得客户寻求本土供应商的动力充足，我国将诞生优质模拟芯片大厂的判断仍然牢固。此后相当长的时间里，多只半导体标的持续稳定地出现在田瑀在管产品的前十大重仓中。

但结合近期发布的产品二季报看，田瑀在2026年二季度对相关标的进行了大幅减仓。他在季报中给出了清晰的解释：相关标的大幅上涨后，其估值水平已经不再具有当初的吸引力，因此根据价格调整了相应标的的仓位。

类似的投资实践同样出现在田瑀在2026年一季度对PCB电子布、存储等标的的减仓上。以某PCB电子布标的为例，田瑀从产品成立之初起就重仓买入前十大，连续25个季度重仓，到2026年一季度退出前十大组合，对应的依然是那一贯的操作逻辑：基于对生意本质的深度理解和对长期价值的判断，在价格严重低估、市场尚未关注时买入；而当股价大幅上涨、隐含回报率已无法满足收益门槛时，无论市场情绪如何高涨，都会按照估值纪律卖出。

在二季报中，田瑀直言这些减仓并非否定AI产业的深远影响，只是在投资的维度上，以当时的价格去交换一个高度不确定的远期未来，在他看来对于隐含回报率的保护并不充分。而这正是价值投资的逻辑——仓位进退与市场热度无关，只取决于在当时的价格上，标的还能不能提供满意的潜在长期回报。

此前较长一段时间，市场的分化格局让“老登买酒、小登科技”的话题较为火热，也有人因此将价值投资和科技投资摆在对立的两面。但田瑀多次在公开场合明确回应这一误解——能评估价值的领域都是价值投资的范围，这其中自然包括科技。

在田瑀看来，价值投资的对立面从来不是科技或成长，而是投机。科技领域中无法评估价值的企业占比确实更高，但能够评估的领域同样不少。无论一家公司身处什么行业，如果能够满足以下三点：需求的下限看得清、生意模式可评估且不会因技术变革发生大的变化、企业的护城河可评估，那么这家企业的价值就可以被判断，它就可以进入价值投资的射程。

以此为标准，田瑀将目光投向了晶圆代工、模拟芯片设计、存储制造、电子布等领域。这些领域的技术演进路径相对清晰，竞争格局有迹可循，龙头企业的护城河可识别、可度量。

以晶圆代工为例，无论AI算力需求如何爆发，先进制程晶圆代工的生意模式始终未变：一条生产线的投资规模动辄百亿美金量级，全球市场只能容纳一两家优势企业；生产工艺涉及200至400道步骤，每一步良率提升都极为困难，同一套设备换一个厂址，良率都可能不同。AI带来的算力需求非但没有改变这门生意的本质，反而进一步扩大了龙头企业的护城河价值。需求有下限、模式可预期、护城河可度量——这些正是田瑀眼中"可评估"的科技股典型代表。

同样，模拟芯片设计中客户转换成本极高，产品料号的积累需要数十年之功；存储制造则依靠规模经济和学习曲线构建壁垒。这些领域的生意模式不会因技术变革而发生根本性变化，护城河一旦建立就难以被颠覆，长期价值因此具备了可评估的基础。与此同时，那些技术路线尚未收敛、商业模式仍在演变的科技股，则被他暂时留在能力圈之外，等待更清晰的判断节点。

由此可见，价值投资者布局科技，关键不在于行业标签，而在于“可评估”三个字：生意能看懂、护城河可辨、长期价值可算。反之，如果无法判断，哪怕故事再动听，也与价值投资无关。

“我们正处于一个变革的时间点，对于试图靠深度研究创造价值的管理人来说是幸运的。”田瑀曾如此感慨。在他看来，AI带来的产业变革使半导体行业的整体需求增速快于过去十年，国产替代的方向也在持续推进，这种结构性变化为深度研究者提供了大量可深耕的领域。

但幸运不等于容易。田瑀对于企业价值的分析都是一事一议，他会把公司业务一块块拆开、跟踪、验证，对一家公司的研究可能长达半年，甚至更久，直至形成足够置信度，才会出手。这样的流程，也决定了研究必须前置——等热点来了再临时抱佛脚，根本来不及。

在研究前置之外，深度研究同样关键，田瑀主张研究不必设限。比如，在研究芯片公司的过程中，不只读研报，还要读技术白皮书、专利文件，看开发者社区的讨论。“真正的研究者，应该像侦探一样，不预设答案，不拘泥形式”。

此外，田瑀要求对护城河的归因要细到不能再细。以成本优势为例，“如果一吨能便宜20块，要分析20块哪来——3块是包装、5块是工艺、4块是产业链一体化，还有8块不能清晰归因，再分项分析这些优势哪些别人不能做到，哪些有学习曲线，先做和后做的人有什么区别。”

田瑀还会设立证伪指标来验证判断。做研究时，他主张多信源还原事实，调研时会设计调研提纲，将复杂的问题拆细，要求问题不要出现选择题和判断题以外的问题类型，设立证伪指标，然后通过产业链上下游、企业本身及其竞争对手等不同立场的人来相互印证。“了解站在不同立场的人彼此的观点、评价，更容易帮助我们还原事物更真实的情况。”他解释道。

研究前置与深度研究的结合，让田瑀在产业变革中具备了独立于市场情绪的定价能力。而这，正是左侧投资的底气所在。

科技的发展方兴未艾，AI带来的产业变革才刚刚开始，算力需求的扩张、国产替代的深化、应用场景的涌现，虽然过程中一定有周期有波动，阶段性的高估也一定会出现，但拉长来看，AI的发展对于社会生产力的改造还在初期的阶段，漫长的改造过程中将诞生大量的投资机会。对于价值投资者而言，该做的不是谈科技色变，而是努力学习。科技领域的投资机会，并不全是追逐热点或押注趋势；深度研究理解生意本质，丈量每一家企业的护城河与长期回报是一种分享时代红利的可行办法。当喧嚣退去，那些真正理解生意、能够独立定价的投资者，也将在波动中持续受益。