DeepSeek概念火热,基金投资机遇总结
DeepSeek-R1的关键理论创新
- 强化学习算法优化:DeepSeek-R1采用GRPO(Group Relative Policy Optimization)方法,绕过价值模型需求,将奖励模型改为基于规则,降低训练成本和人工标注数据依赖。
- PPO与GRPO对比:PPO包含策略模型、奖励模型和价值模型,而GRPO简化为策略模型和基于规则的奖励模型,无需价值模型。
- DeepSeek-R1特点:降本增效,开源模型。训练成本仅557.6万美元(GPT-4O的十分之一),使用成本更低,人工标注数据需求少。在数量化推理和代码编写能力上优于头部AI,其他测试中表现仅次于OpenAI。
DeepSeek相关概念板块
- 算力:短期内削弱对单一硬件依赖,长期看大模型普及将推动算力需求,国产替代是长期看好逻辑。
- 数据供应:DeepSeek仍依赖高质量人造数据,催生更广泛、专业的数据需求,但削弱手工标注数据需求。
- 下游应用:DeepSeek低廉部署成本加速AI应用普及,确定性最高,直接受益者包括科大讯飞、金山办公。
DeepSeek概念股反查指数
- 代表性指数:中证软件、中证数据、云计算、软件指数、中证信创。
- 计算机软件板块领涨:春节以来收益率16.31%,是主要受益者。
- 被动型基金更优:主动型基金持仓披露频率低,风格漂移风险大,被动型基金更佳。
人工智能ETF与软件行业ETF
- 人工智能ETF:春节以来收益率9.39%,但包含较多上游半导体设备,非最大受益者。
- 软件行业ETF遴选:筛选近一月日均成交额过1000万元的计算机软件行业ETF,包括跟踪中证金融科技主题、中证软件服务、中证全指软件等指数的ETF。
主动权益基金重仓股反查
- 重仓DeepSeek概念股的基金:华商计算机行业量化A、鹏扬数字经济先锋A、光大景气先锋A等,持仓占比超25%。
风险提示
- 过往业绩不代表未来收益,ETF折溢价、跟踪误差风险。
- 列示上市公司仅作列示,不代表覆盖和推荐。