今天跌了2.5%。同期市场跌了3.5%。跑赢基准1个百分点。回撤在可控范围内。”
陈默点头。“开会。”
九点四十五分，会议室。
所有人到齐。大屏幕上，是教育板块的走势图——一根近乎垂直的下降曲线，从上周五到本周一，两天跌了50%以上。沈清如站在大屏幕旁，手里拿着厚厚一叠政策解读报告。
“‘双减’政策，不是简单的行业监管，是对整个教育行业的重新定位。学科类培训，不再被视为‘商业’，而是‘公益’。资本化路径被彻底切断。这个逻辑，可能会扩散到其他行业——比如医疗、住房、甚至某些互联网平台。”
她翻到下一页。“市场已经开始反应。今天，所有政策敏感度高、估值过高的行业，都在跌。新能源、医药、消费，无一幸免。这不是基本面问题，是估值和情绪的共振。”
周寻补充道：“模型显示，政策风险因子突然跳升。过去三年，我们的模型里，政策风险因子的权重一直很低，因为政策变化难以量化。但今天，这个因子贡献了组合60%的回撤。我们读得懂财报，读不懂政治。”
陆方从视频那头开口。“陈总，星海扫描显示，我们的持仓中，政策风险最高的三家是医药公司。它们的药品有集采风险。新能源和消费的政策风险相对较低。”
陈默站起来，走到白板前。他拿起马克笔，写了几个字：政策风险。然后在这行字下面画了一条线，写了另一个词：认知边界。
“政策风险是我们最薄弱的环节。星海读得懂财报，读不懂政治。我们也一样。我们能做的，不是预测政策，是控制仓位、分散行业、留足现金。”
他转过身。
“今天，市场在恐慌。但这不是基本面问题，是估值和情绪的共振。我们等的，就是这个。等恐慌过去，等估值回归，等错杀的机会。”
他看向沈清如。“清如，你负责梳理所有持仓公司的政策风险，分出高、中、低三档。**险的，减仓；中风险的，持有观察；低风险的，可以考虑加仓。”
沈清如点头。“好。”
“周寻，你负责测算，如果政策风险全面重估，我们的组合最大回撤会到多少。”
周寻点头。“明白。”
“陆方，你给星海加一个模块——政策风险扫描。从新闻、公告、研报中提取政策关键词，自动评估每家公司的政策敏感度。”
陆方说：“这个模块我一直想做
本章未完，请点击下一页继续阅读！