谁还需要科技“七巨头”：长尾机遇正当时

过去十年，这一小群主导企业经历了多次“改名换姓”——从FANG、FAANG，到FAANG+、MAMAA，再到如今的科技“七巨头”，甚至BATMMAAN——每一次更名都试图捕捉当下的市场叙事：从平台经济繁荣、量化宽松影响，到新冠疫情驱动数字化加速，再到近期的人工智能热潮。
尽管名称和故事不断更迭，但不变的是这些企业的庞大规模及其对全球股市的巨大影响力。如今，市场普遍认为它们在AI商业化方面具备独特优势（如数据优势、基础设施规模、半导体实力及研发能力），并一致给予估值溢价。
然而，现实并不如叙事那般整齐划一：这些超大型公司的股价走势相关性并不高。真正高度集中的是主要股指（如MSCI全球指数）的权重结构。这意味着，市场虽有数千家上市公司，但投资者持有指数的实际体验却越来越像只持有了少数几家公司。

不可否认，这些公司已发展到足以持续主导市场贝塔（Beta），且短期内难以撼动。但关键问题是：超额收益（Alpha）是否也必须由这同一小群股票决定？
当少数股票贡献了指数大部分回报时，无论是整体超配还是低配，都可能成为决定主动策略跑赢或跑输的关键。这种格局将机会与风险高度集中，挑战了传统分散投资的基本逻辑。

部分投资者青睐这些公司的长期增长叙事；另一些则对其估值保持谨慎，认为其已透支完美预期，且AI相关资本开支可能过度。被动投资者可能担心巨头这种主导还能持续多久，而基准不可知论的主动投资者则可能担心错失机会——两种视角都合情合理。

无论持何种观点，投资者面临的挑战都是时机判断。历史表明，市场集中度的回落往往难以预测，而行业龙头的更替也非线性。过早押注均值回归，可能面临持续的相对表现拖累；而过度押注当前赢家，则可能在叙事突变（如盈利放缓、政策转向或商业模式受冲击）时遭遇剧烈回撤。

面对“押注”或“回避”的两难，荷宝提出第三条路径：采用一种基于基准的系统性主动量化策略。以基准指数为起点，此类策略可在全市场范围内进行大量小幅的超配与低配操作，通过多元化的收益驱动因子（包括聚焦长期基本面的价值与质量因子、动态的动量与盈利修正因子，以及反应近期市场情绪变化的短期信号等）捕捉超额收益，避免过度依赖单一风格。

同时，策略结合专有风险模型和多维度约束条件（个股、行业、国别层面），确保单一风险敞口不会主导整个投资组合，从而将重点保持在多元化的收益驱动因子上。其目标是识别整个市场中最具潜力的股票。最终构建的投资组合包含数百个头寸，每个头寸对整体主动风险和回报的贡献都相对有限，从而形成广泛而稳健的超额收益来源。

科技“七巨头”当然重要——它们规模庞大、战略地位关键，在过去几年显著影响了指数表现，不应被忽视。其规模与影响力意味着，在任何多元化投资组合中都必须对它们进行审慎管理。

真正的问题是如何管理：是集中超配以追求超额收益？还是大幅低配以期待均值回归？这两条路径都把投资表现系于单一叙事之上，增加了风险。

而系统性、基准感知的量化策略提供了一种更平衡的方案：既理性参与当前龙头，又不对其产生依赖；既分散主动风险，又保留对市场变化的适应力。Alpha可以来自“长尾”——那数百家基本面扎实、故事尚未被充分定价的公司。

在注意力高度聚焦于少数公司的市场中，这类策略将视角重新引向广大的多数。科技“七巨头”或许塑造了指数，但它们不必定义你的相对回报。