92% Picks Right, -3% Return: Lessons

Generated from prompt:

学术汇报PPT：《模拟炒股项目汇报：策略、行为与反思》风格：极简白底，专业投资学汇报风格。内容结构： Slide 1｜项目背景与核心结论标题：模拟炒股项目汇报：策略、行为与反思文字：初始资金：500 万（A 股，两个月）；最终收益率：-3.34%；选股成功率：92.3%；核心矛盾：高判断率 ≠ 高收益率。讲稿要点：“判断对≠结果好。” Slide 2｜组合结构与风险暴露图表：主要持仓仓位分布柱状图。文字：前三大仓位占比 65%；成长 / 概念股权重过高；非系统性风险未被充分分散。理论：Markowitz 现代投资组合理论。讲稿补充：“组合高度集中在同一风险因子上。” Slide 3｜收益表现与行为金融图表：主要标的收益率对比图。文字：寒武纪：最大回撤来源；新易盛：正贡献；指数 ETF：未发挥稳定器作用。理论：处置效应、损失厌恶。幽默：“我对亏损的耐心，显著高于对盈利的耐心。” Slide 4｜经典理论映射（Eddie《投资学》）关键词：前景理论、夏普比率、最大回撤。文字：收益未覆盖承担的波动风险；风险控制缺位 → 回撤放大。讲稿：“问题不是收益低，而是波动太大且未补偿。” Slide 5｜跨专业反思（机器人工程 × 投资）文字：投资 ≈ 控制系统；缺失模块：止损、再平衡、风险约束。幽默：“我给机器人写了感知模块，但没写控制器。” Slide 6｜改进方案（如果重新来过）文字：单一成长股 ≤15%；明确止损 / 分批止盈；区分交易仓 & 配置仓。理论收尾：纪律 > 判断；体系 > 灵感。

Sim A-share trading (5M fund, 2mo): 92.3% stock success but -3.34% yield due to concentration, biases & no risk controls. Robotics lens reveals missing "modules"; fixes: ≤15% per stock, stop-loss, dis

December 20, 20256 slides

Slide 1 of 6

Slide 1 - 模拟炒股项目汇报：策略、行为与反思

这是模拟炒股项目汇报的标题页，主题聚焦策略、行为与反思。初始资金500万（A股，两个月），最终收益率-3.34%，选股成功率92.3%，核心矛盾：高判断率≠高收益率。

初始资金：500 万（A股，两个月）；最终收益率：-3.34%；选股成功率：92.3%

核心矛盾：高判断率 ≠ 高收益率

Source: 学术汇报PPT

Speaker Notes

判断对≠结果好。

Slide 2 of 6

Slide 2 - 组合结构与风险暴露

The portfolio exhibits high concentration, with the top 3 holdings comprising 65%. It has high growth/concept weight and poor diversification, leading to overexposure to single factors and undispersed unsystematic risk.

组合结构与风险暴露

65%: Top 3 Holdings

Portfolio concentration high

High: Growth/Concept Weight

Overexposed to single factor

Poor: Diversification Level

Unsystematic risk undispersed Source: Markowitz 现代投资组合理论

Speaker Notes

组合高度集中在同一风险因子上。

Slide 3 of 6

Slide 3 - 收益表现与行为金融

寒武纪最大回撤达-28.7%，为主要损失来源；新易盛贡献+15.3%，担任收益主力。指数ETF表现仅-0.9%，稳定器失效。

收益表现与行为金融

-28.7%: 寒武纪最大回撤

主要损失来源

+15.3%: 新易盛正贡献

收益主力担当

-0.9%: 指数ETF表现

稳定器失效 Source: 模拟炒股项目汇报

Speaker Notes

理论：处置效应、损失厌恶。幽默：“我对亏损的耐心，显著高于对盈利的耐心。”

Slide 4 of 6

Slide 4 - 经典理论映射（Eddie《投资学》）

该幻灯片映射经典投资理论，指出夏普比率低下因收益未补偿波动风险，以及最大回撤放大源于风险控制缺失。高判断率不等于高Sharpe比率，前景理论中损失厌恶主导回撤，波动风险未对冲。

经典理论映射（Eddie《投资学》）

夏普比率低下：收益未补偿波动风险
最大回撤放大：风险控制机制缺失
前景理论映射：损失厌恶主导回撤
高判断率≠高Sharpe：波动风险未对冲

Source: Eddie《投资学》

Speaker Notes

问题不是收益低，而是波动太大且未补偿。

Slide 5 of 6

Slide 5 - 跨专业反思（机器人工程 × 投资）

机器人工程感知模块专注选股判断，准确率92.3%，但忽略系统稳定性。投资系统缺少控制器（如止损、再平衡、风险约束），高判断率未控波动致收益率-3.34%。

跨专业反思（机器人工程 × 投资）

机器人工程：感知模块	投资系统：控制器缺失
专注选股判断，准确率92.3%。识别机会与信号，但忽略系统稳定性。（18 words）	缺少止损、再平衡、风险约束。高判断率未控制波动，导致-3.34%收益率。（14 words）

Source: 模拟炒股项目汇报：策略、行为与反思

Speaker Notes

投资 ≈ 控制系统；缺失模块：止损、再平衡、风险约束。幽默：“我给机器人写了感知模块，但没写控制器。”讲稿要点：判断对≠结果好，高准确率未转化为收益率。