九坤投资（Ubiquant）未上市公司深度研究报告

四角色并行分析框架 | 2026年4月10日 信息丰富度评级：B-C级（信息稀缺）| 研究策略：第一性原理模式，聚焦核心问题

1. 一句话结论

九坤是中国量化私募"四大天王"之一，核心竞争力是"人才+技术+品牌"的复合壁垒，但身处一个alpha注定衰减、规模注定受限、监管注定趋严的赛道。AI对九坤是"增强但非颠覆"，真正的威胁来自幻方/DeepSeek通过"量化利润→AI研发→反哺量化"的飞轮正在拉开差距。投资九坤的本质不是赌"它会变更大"，而是赌"它能在行业红利消退中比同行多活一个周期"。

2. 公司画像速览

3. 四维评分总表

综合评分：3.1 / 5 —— 行业头部但面临结构性挑战，AI是最大变量

4. 关键数据拼图

5. 各维度分析摘要

5.1 商业模式（段永平视角）

1. 本质是"alpha工厂”：用数学模型从市场价格波动中提取超额收益，通过"管理费+业绩报酬"双重收费变现
2. 飞轮运转但存在断裂点：人才→策略→业绩→AUM→收入→人才。断裂点在于业绩持续不佳时飞轮反转
3. 护城河综合3.5/5：人才壁垒(4)、技术壁垒(4)、品牌壁垒(4)、数据壁垒(3)、策略壁垒(3)、规模壁垒(3，双刃剑)
4. AI布局领先但成果待验证：三大实验室+“北溟"超算+九坤创投；与微软亚研合作发表论文；但有媒体质疑"AI收获甚微”
5. 规模与业绩的核心矛盾：管理费驱动扩大规模，但规模是alpha的敌人——这是量化行业的"原罪”

5.2 财务 & 估值（巴菲特视角）

1. 收入高度波动：好年景26亿 vs 差年景10亿，业绩报酬是收入弹性核心
2. 管理费是"旱涝保收"的基本盘：约6-9亿/年，即使策略失效也有稳定现金流
3. 成本结构偏重：人力+算力年成本约12-18亿，人才军备竞赛推高成本
4. 2021年100亿+估值存在泡沫：当前合理估值30-60亿元（AUM倍数法+可比公司+收入倍数+终局倒推）
5. 与海外巨头差距明显：AUM仅为Two Sigma的1/7，费率更低，市场单一（A股），人均AUM远低于海外

5.3 行业 & 竞争（芒格视角）

1. “四大天王"格局稳固但内部分化：幻方凭DeepSeek拉开差距（2025年56.6%收益率远超同行），这是九坤最大威胁
2. AI短期增强头部、中期加剧竞争、长期可能改变规则：具备AI能力的基金平均跑赢传统量化4-7个百分点
3. 大模型(LLM)不直接取代量化策略，但重塑研发流程：是"10倍效率放大器"而非独立交易决策者
4. Alpha衰减正在发生但中国仍有窗口期：量化指增超额从2020年15%+降至2024年5-10%，但A股效率仍低于美股
5. 监管趋严利好头部：高频被限制→中频受益；程序化交易新规淘汰中小量化

5.4 风险 & 管理层（李录视角）

1. 头号风险：规模瓶颈导致业绩下滑（★★★★★）——“规模是业绩的敌人"在量化行业尤为突出
2. 最可能的失败路径：渐进衰落而非戏剧性崩盘——超额收益逐年下降→人才流失→策略创新放缓→死亡螺旋
3. 监管风险（★★★★☆）：程序化交易新规+融券限制已实施，未来可能更严（交易税是"核弹级"风险）
4. AI"黑箱"风险被严重低估：深度学习策略在极端市场中不可靠（2024年2月已是预演）
5. 退出路径极窄：IPO概率<20%，最现实的"退出"是通过持续利润分配回收投资

6. AI对九坤的影响——专题深度分析

这是用户最关心的核心问题。综合四份报告，给出系统性回答。

6.1 AI如何改变量化投资？

6.2 AI对九坤是增强还是颠覆？

核心判断：短期增强，中期考验，长期存在范式风险。

增强的方面（确定性较高）：

• AI提升因子挖掘效率5-10倍，头部机构受益最大
• 九坤的算力+数据+人才构成先发优势，中小机构难以追赶
• AI处理非结构化数据打开全新alpha来源
• 全球数据显示：AI-first基金平均年化12-15%，非AI基金8-10%

颠覆/削弱的方面（不确定性较高）：

• 策略趋同风险：所有人用类似的深度学习架构→信号同质化→alpha更快衰减
• AI降低入门门槛：开源工具+云计算让小团队也能构建复杂模型
• “黑箱"风险：AI模型在极端市场可能同时失效，造成系统性踩踏
• 幻方/DeepSeek的AI飞轮正在建立不对称优势

6.3 幻方/DeepSeek——九坤面临的最大竞争威胁

这是四份报告一致指向的最关键竞争变量：

幻方的飞轮：
量化利润 → 投入DeepSeek基础研究 → AI技术突破 → 反哺量化策略
     ↑                                              ↓
  更多AUM ← 更好业绩（2025年56.6%） ← AI增强的alpha

幻方 vs 九坤的关键差异：

九坤的应对空间：

• 加速AI成果转化，用业绩数字回应"AI收获甚微"的质疑
• 与微软亚研等顶级机构的合作是差异化路径
• 九坤创投布局AI生态可能带来长期协同

6.4 AI是否让alpha消失？

不会完全消失，但正在重新分配。

中国A股的特殊性：散户占比高、信息不对称大、做空受限——这意味着中国的alpha窗口期比美股长5-10年。但窗口在缩短。

6.5 大模型（LLM）对量化的实际影响

LLM不是量化交易的"替代者”，而是"效率放大器”：

关键结论：LLM降低了"入门门槛"但没有降低"制胜门槛”。从回测到实盘盈利的鸿沟——数据质量、执行成本、风控、策略容量——仍需深厚积累。这恰恰是九坤的护城河。

7. 投资论点（Bull vs Bear）

看多逻辑

1. “四大天王"的行业地位稳固——十年以上track record、2万+客户、品牌渠道壁垒是后来者难以快速建立的
2. 管理费提供"旱涝保收"现金流——即使业绩差年，6-9亿/年管理费收入保证生存底线
3. AI军备竞赛利好头部——算力+数据+人才的综合投入门槛淘汰中小量化，监管趋严同方向利好
4. 中国A股alpha窗口期仍有5-10年——市场效率远低于美股，量化超额空间尚存
5. 九坤创投布局AI生态——可能复制幻方/DeepSeek的"技术外溢"模式
6. 监管趋严反而利好中频龙头——高频被限制，中频策略容量和alpha空间反而扩大

看空逻辑

1. 规模是业绩的敌人——650亿AUM已面临策略容量瓶颈，超额收益率逐年下降是结构性趋势
2. 幻方/DeepSeek正在建立不对称AI优势——九坤AI布局成果不显著，“AI收获甚微"的质疑有据
3. alpha衰减不可逆——从2020年15%+到2024年5-10%，趋势明确且在加速
4. 退出路径极其狭窄——量化私募IPO案例全球极少，二级转让可能折价20-40%
5. 骑手社保类风险：监管"核弹”——如果引入交易税或大幅限制量化交易，行业利润空间将被压缩
6. 人才竞争白热化——海外巨头(Citadel/Two Sigma)进入中国、DeepSeek的人才吸引力、薪酬军备竞赛持续推高成本
7. AI"黑箱"系统性风险——2024年2月量化踩踏已是预演，下一次可能更严重

8. 护城河评分卡

综合护城河：3.5/5 —— 复合壁垒中等偏强，但任何单一维度都非不可逾越

9. 估值判断

综合合理估值区间：30-60亿元人民币（4-8亿美元）

当前估值判断（vs 2021年100亿+融资估值）：偏贵

• 2021年估值反映了量化行业巅峰期的乐观预期
• 2024年量化危机+alpha衰减+监管趋严后，合理估值应有显著下调
• 如果以30-60亿为合理区间，2021年的100亿+存在40-70%的溢价

10. 风险矩阵

Top 3 核心风险：

1. 规模瓶颈：650亿AUM对策略容量的压力持续增大，超额收益率下降几乎不可避免
2. 幻方AI不对称优势：DeepSeek飞轮如果持续运转，将改变"四大天王"内部排序
3. Alpha系统性衰减：行业性问题，非九坤一家可解决，窗口期在缩短

11. 退出路径评估

关键洞察：投资九坤更像"买入一个长期分红资产"而非"投资一个等待IPO的创业公司”。

12. 投资决策表

┌──────────────────────────────────────────────┐
│  公司：九坤投资    最新估值：~100亿(2021)     │
│  阶段：成长期后期→成熟期过渡                  │
├──────────────────────────────────────────────┤
│  核心投资逻辑：                               │
│  1. 中国量化"四大天王"，品牌+技术复合壁垒     │
│  2. 管理费提供6-9亿/年"旱涝保收"现金流       │
│  3. AI军备竞赛+监管趋严利好头部，淘汰中小     │
├──────────────────────────────────────────────┤
│  关键假设 & 验证方式：                        │
│  假设1：alpha不会完全消失                     │
│    → 跟踪：年度超额收益率 → 若持续<5%则假设失败│
│  假设2：九坤AI投入能转化为业绩                 │
│    → 跟踪：vs幻方业绩差距 → 若持续拉大则失败  │
├──────────────────────────────────────────────┤
│  最大风险 & 对冲方案：                        │
│  风险1：规模瓶颈 → 要求管理层主动控制AUM增长  │
│  风险2：幻方AI拉开差距 → 关注九坤AI成果产出   │
├──────────────────────────────────────────────┤
│  估值判断：                                   │
│  2021年估值~100亿 vs 合理估值30-60亿          │
│  当前估值偏贵，需折价40-70%才有安全边际       │
├──────────────────────────────────────────────┤
│  结论：观望（等待估值回归合理区间）             │
│  预期退出：利润分配（最现实）/ 二级转让        │
│  预期回报倍数：1.5-3倍（5-8年，乐观情景）     │
│  预期时间框架：5-8年                          │
└──────────────────────────────────────────────┘

分层建议：

关键催化剂：

13. 总结

九坤投资是中国量化私募行业的头部选手，“人才+技术+品牌"的复合壁垒使其短期内不易被超越。但它身处一个结构性矛盾重重的赛道：规模注定受限（策略容量瓶颈）、alpha注定衰减（更多参与者+市场效率提升）、监管注定趋严。

AI对九坤的影响是"双刃剑”：短期增强（算力+数据+人才优势让头部受益更多），但中长期存在策略趋同→系统性风险↑、幻方/DeepSeek建立不对称优势的真实威胁。九坤三大实验室的AI投入需要尽快转化为可验证的业绩优势，否则"AI收获甚微"的质疑将越来越强。

投资九坤的本质不是赌"它会变更大”（规模是业绩的敌人），而是赌"它能在行业红利消退中比同行多活一个周期、多赚一个周期"。在当前信息条件下（2021年融资估值可能有泡沫、alpha衰减趋势明确、退出路径狭窄），建议观望等待估值回归合理区间。

AI研究局限性声明

1. 信息丰富度B-C级：九坤为未上市量化私募，财务数据几乎不公开，策略细节高度保密。本报告大量依赖行业推断和公开信息拼凑。
2. 数据置信度整体偏低：AUM、收入、成本、利润率等核心数据均为推算，可能存在20-30%偏差。
3. AI分析偏见风险：AI对量化行业的研究可能受限于公开论文和媒体报道的偏见，实际从业者的一手经验难以通过公开渠道获取。
4. 幻方/DeepSeek数据局限：作为最主要竞争对手，幻方的策略细节同样高度保密，其AI优势的真实程度可能被媒体放大或低估。
5. 估值的高不确定性：未上市量化私募的估值缺乏市场化定价机制，本报告的估值区间（30-60亿）仅供参考。

免责声明：本报告仅供研究参考，不构成任何投资建议。投资有风险，未上市公司投资风险更高，决策需谨慎。

报告生成日期：2026年4月10日 研究团队：AI投研四人组（商业模式分析师/财务侦探/行业研究员/风险评估师） Team Lead汇总整合