找回密码
 注册
搜索
查看: 4|回复: 4

AI股神Leopold ,终于向投资者解释了基金的崩盘。

[复制链接]
发表于 2 小时前 | 显示全部楼层 |阅读模式

AI股神Leopold ,终于向投资者解释了基金的崩盘。


昨晚Leopold在致投资者的一封信中,把这场危机形容为一次类似银行挤兑的事件。


Leopold在信中承认,这个月让投资者失望了,基金一度接近其无法接受的永久性资本损失。


但他同时表示,基金最终活了下来,并相信经过这次教训后,团队仍有机会重新开始,目前,基金已经清除全部杠杆、平掉全部空头,剩余公开市场持仓改为全额资金持有,不再依赖投资组合融资。


这位24岁的前OpenAI研究员,去年创办了Situational Awareness基金,随后重仓Nebius、CoreWeave、SanDisk等AI硬件和数据中心相关股票,并使用4倍杠杆放大收益。


这套策略在上半年非常成功。


截至6月底,基金2026年收益一度达到439%,部分早期投资者的累计回报甚至超过20倍,Leopold也因此被外界称为“AI股神”。


但问题也出在这里。


基金持仓高度集中,部分股票流动性有限,同时仓位和杠杆越来越大。当AI基础设施板块在7月突然回调后,组合净值快速下跌,融资方开始要求基金降低风险敞口。


为了满足保证金和融资要求,基金只能继续卖出股票。


而市场又知道它持有哪些股票,也知道它正在降杠杆,于是相关持仓进一步承压。股价下跌、追加保证金、被迫卖出,最终形成了一个自我强化的踩踏循环。


7月份,基金净值暴跌约67%。Situational Awareness随后被迫拆掉大部分公开股票组合,其中相当一部分资产据报道由Citadel接手。


虽然单月损失惨重,但因为上半年涨幅过高,基金2026年至今未经审计的收益仍约为80%。
 楼主| 发表于 2 小时前 | 显示全部楼层
投资者信全文:

各位合伙人:

这个月,我们让大家失望了。

基金一度非常接近发生永久性资本损失,而这种程度的风险,是我们无法接受的。虽然最终我们找到了解决方案,保护了基金以及各位投资者,但我们管理这只基金的初衷,是绝不能让自己陷入这样的境地。

波动,是获得长期投资回报必须付出的代价。

过去两年里,尽管期间偶尔出现过剧烈回撤,我们依然取得了非常出色的业绩。但无论如何,基金的结构都必须保证,即使遭遇损失,我们仍然能够活下来,改日再战。

我会把确保我们从这次经历中吸取必要教训,作为自己的首要任务。

以下是目前的具体情况:

整个7月,投资组合经历了显著回撤。过去一周,几项核心持仓出现极端波动,进一步放大了损失。

许多人工智能相关股票的跌幅达到一半甚至更多;与此同时,我们原本表现良好的多空价差,也出现了剧烈反转。

我们当然可以花很多篇幅讨论这个月的行情有多么反常,但无论市场环境如何,我们都应该用更高的标准要求自己。

随着行情持续恶化,我们开始发现,一些公开市场上被外界认为与我们有关的股票,正遭遇越来越不利的交易。

这种局面本质上类似于一场银行挤兑:脆弱性会催生更多脆弱性。

我们一直努力将投资组合维持在既定的风险参数之内,但随着持仓价格快速朝不利方向移动,同时市场流动性不断枯竭,这项工作逐渐变得越来越困难。

周三晚上至周四凌晨,我们采取了果断行动,以保护有限合伙人,也就是LP的资本。

我们通过一笔大宗交易,处置了部分公开市场投资组合,以清除基金的全部杠杆,并阻止损失进一步扩大。

所有空头仓位均已平仓,基金也不再依赖投资组合融资。

目前,我们管理的是一个全部以自有资金支付的公开市场投资组合,包括股票多头,以及已经全额支付权利金的期权多头,不存在保证金追缴或强制平仓风险。

这些措施恢复了基金的稳定性,也使我们得以保留私募市场持仓。

我对这一系列事件承担全部责任。

需要明确的是,从基金业绩的角度看,这本来就应该是一个非常痛苦的月份。

当人工智能股票大幅下跌,而人工智能行业的技术和商业基本面仍在持续改善时,大家本来就应该预期我们的基金会出现较大亏损。

我们接受波动,但波动绝不能危及基金本身的生存。

基金并未关闭、清算,也没有转型为一只仅投资私募市场的基金。

我们将继续像过去一样,以公开市场和私募市场相结合的混合基金模式运作。

不过,在我们总结此次事件的教训期间,公开市场投资组合将采用全额资金支付的方式管理。

最重要的是,我们已经采取了必要措施,使基金能够活下来,改日再战。

未来几周,我将集中精力推动一系列必要改变,涉及投资组合管理、风险管理团队,以及整个组织层面的风险警惕机制,以确保基金未来具备更强的韧性。

未来很多年,人工智能可能仍会持续加剧市场波动。

这次事件给我们留下了代价极其高昂的伤疤,但我会确保,这些伤疤最终成为对我们组织、也对我个人而言极其宝贵的教训。

我对各位最核心的承诺是:我们绝不会浪费这次从事件中学习的机会。

关于投资组合本身,我们对当前的投资机会依然非常乐观。

就在价格大幅下跌的同时,相关资产的底层基本面正在进一步加速改善。

感谢各位的耐心与陪伴。

我和大家的利益是完全一致的。我的几乎全部个人资本都投资在基金之中。

我会不懈努力,向大家证明,这个月发生的事情,已经让我成为一个更加成熟、更加强大的投资者。

下周,我可以与各位分别进行一对一电话沟通,讨论以上所有事项。

作为临时更新,根据我们目前未经审计的估算,基金本月迄今的净收益率约为负67%,今年迄今的净收益率约为正80%。

最终数据将通过正常的报告流程发布。

我们还将就下周举行投资者集体电话会议一事另行联系,并在会议中分享更多细节。

祝一切顺利,

Leopold
 楼主| 发表于 2 小时前 | 显示全部楼层
木头姐的
$SPCX
快浮亏$1亿了,她晚上睡得着觉吗?

木头姐的买入法就是:专门找那些彻底改变行业、颠覆式创新的公司、凡是马斯克的票都逢低买入。

2022年
$TSLA
从高点回撤-70%,但木头姐不为所动,坚定持有,持续加仓,最终反弹+350%,现在SpaceX也是如法炮制。
 楼主| 发表于 2 小时前 | 显示全部楼层
刚刚,一位押中过英伟达、特斯拉和SpaceX的顶级科技投资人,给出了一个非常激进的判断:AI应用公司可能要迎来一轮集体爆发。

Gavin Baker是美国知名科技投资人,曾在富达工作18年,管理过规模约170亿美元的科技基金,后来创办Atreides Management,也是英伟达、特斯拉和SpaceX的早期投资者。

他认为过去做AI应用,最尴尬的问题就是产品卖得越好,模型账单越贵。

客户多用一次,你就多给OpenAI、Anthropic交一笔钱。

更麻烦的是,底层模型每升级一次,你辛苦做出来的功能,还有可能被直接吃掉。

但现在,游戏规则开始变了。

模型路由、开源模型、基于开源模型的后训练,这三件事正在同时成熟。

AI应用公司可以拿自己的真实业务数据,对开源模型进行训练,再把不同任务分配给不同模型。

简单、高频的任务,交给便宜的专用模型。

真正困难的任务,再调用最强的前沿模型。

结果就是:

效果可能差不多,成本却能直接砍掉一大截。

更关键的是,客户使用得越多,公司积累的数据越多,模型就能继续变强,成本还能继续下降。

以前客户增长,意味着API账单增长。

现在客户增长,可能反而意味着模型越来越便宜。

这就是为什么
@GavinSBaker
会判断,接下来会出现一大批AI应用公司。


@WeAreLegora
这样的法律AI公司,已经能用自己的法律数据训练开源模型,再把它和前沿模型结合。

@cognition
身上也看到了同样的趋势。

它们正在证明一件事:AI应用公司不必永远给大模型厂商交租。

当一家公司同时掌握客户、数据、评测、工作流和专用模型,它就不再只是套壳应用。

它开始拥有自己的模型能力。

Legora最近披露,ARR同比增长超过10倍,7月净新增ARR比此前纪录高90%。

AI应用最难解决的成本问题,可能正在被解决。

过去大家担心AI应用没有护城河。

现在看,真正的护城河可能才刚刚开始形成。

现在应该狠狠训模型了家人们(是的,我们
@lobehub
也即将推出我们的私有模型😉)
 楼主| 发表于 2 小时前 | 显示全部楼层
这就是你在未来5年内退休的方式。

我将追踪资本的流动方向。

我相信AI超级周期将这样演变:

2026–2027:AI基础设施

AI需求加速。

资本涌入那些构建基础的公司。

• AI计算:$NVDA $AMD $AVGO $MRVL
• 内存:$MU $SNDK $WDC
• AI基础设施:$VRT $SMCI $NBIS $IREN

2028–2030:电力与电网

AI成为能源问题。

资本转向:
• 电力基础设施:$VRT $ETN $PWR $HUBB
• 电池材料:$ALB $SQM
• 铜与电网:$FCX $TECK $SCCO
• 稀土:$MP $CRML $USAR
• 核能:$CCJ $UUUU $SMR $OKLO

2030+:物理AI

智能进入现实世界。

资本扩展到:
• 机器人:$TSLA $SYM
• 自动驾驶出行:$ACHR $JOBY
• 国防:$LMT $NOC $KTOS $AVAV
• 太空:$RKLB $ASTS $LUNR $PL

收藏此文。

最大的赢家通常来自在其他人之前跟随资本。




您需要登录后才可以回帖 登录 | 注册

本版积分规则

Archiver|手机版|小黑屋|boway Inc. ( 冀ICP备10011147号 )

GMT+8, 2026-8-2 15:49 , Processed in 0.039775 second(s), 17 queries .

Powered by Discuz! X5.0

© 2001-2026 Discuz! Team.

快速回复 返回顶部 返回列表