01 五个平台:她的框架
凯茜·伍德的投资框架不是「选股」,而是「选技术曲线的位置」。她常用的分类是五个创新平台:人工智能、机器人(含自动驾驶与 3D 打印)、能源存储、区块链、以及多组学测序。每个平台又拆成若干子赛道,给每个赛道设定一个渗透率与成本下降路径,再用贴现模型折回今天。
这套方法的关键不在结论,而在假设的可证伪性:渗透率、单位成本、时间窗口三个变量都可以被后来的数据检验。她的报告因此常被同行拿来当「反向基准」——不是照抄结论,而是看假设差在哪。
02 目标价是怎么算出来的
以特斯拉为例,ARK 在 2021 年给出过 2025 年 3,000 美元的目标价(当时未拆股口径),核心假设包括:年销量规模、自动驾驶车队的每英里收入、以及保险与储能业务的贡献。拆股后对应价格大致按比例折算,但模型结构不变。
公式层面可以这样理解:目标市值 = Σ(各业务线收入 × 目标利润率 × 给定时点的估值倍数),再除以股本。争议永远发生在乘数上,而不是加减法上。
03 2020—2022:一场公开的压力测试
ARK 的旗舰基金 ARKK 在 2020 年取得了远超大盘的回报(公开报道口径为三位数百分比区间),2021 年转为下跌,2022 年跌幅进一步扩大。这段经历常被用来证明「高增长策略失效」,但更准确的说法是:当贴现率上升时,远期现金流的现值下降得最快,而她的组合恰恰集中在远期。
这里有个有用的算术:如果一只股票的价值有 80% 来自五年后的现金流,贴现率从 5% 升到 8%,这部分现值大约下降 13%。这不是「看错公司」,而是「久期太长」。
还有一层常被忽略的约束是规模。主动 ETF 的持仓集中在中小市值公司时,资金流入会推高价格,反过来在赎回时又会放大跌幅;这是策略容量的问题,不是判断力的问题。理解这一点,才能理解为什么同样的框架在大资金上更难复制。
04 数字与口径
讨论她的业绩要区分三件事:基金净值回报、投资者实际回报、以及单一年份的排名。三者经常不一致——资金往往在高点流入,导致投资者实际回报低于基金回报,这个差额在行业里被称为「行为缺口」。
另一个常被引用的数字是比特币的长期目标价。她的团队给过多个情景(例如 2030 年的牛熊基准),这类数字属于情景假设,不是预测承诺,引用时必须带上时间窗口与情景标签。
05 批评与回应
批评主要有三条:集中度过高、对颠覆速度过于乐观、在回撤期仍持续加仓。她的公开回应一贯是「时间窗口是五年」,并把短期波动视为入场机会。这两种说法谁对,取决于你用什么期限评价。
对普通投资者更有用的一课不是「信或不信」,而是把她的报告当成一份可检验的假设清单:列出渗透率、成本、监管三个变量,每季度对一次账,比争论立场更有效率。
常见问题
ARK 是共同基金还是 ETF?
主要是主动管理的 ETF(交易所交易基金),在交易所像股票一样买卖,持仓每日披露,这与传统主动共同基金不同。
她的目标价可以直接当买入价吗?
不能。目标价依赖渗透率与估值倍数假设,且给出的时间窗口通常是数年;把它当成「未来某天的价格承诺」是误读。
为什么 ARK 的基金回报和投资者回报差很多?
因为资金在高点流入、低点流出。基金净值按时间加权,投资者回报按资金加权,两者在波动大的产品上差距会被放大。
她的比特币观点是什么口径?
以情景假设形式给出,通常包含机构配置比例、流通量、以及作为「数字黄金」的市值对标,属于长周期推演,不是短期价格判断。
来源与访问日期
- 美国证券交易委员会(sec.gov)公开文件与新闻稿 — 访问日期 2026-10-24
- 纽约州金融服务局(dfs.ny.gov)BitLicense 相关公告 — 访问日期 2026-10-24
- Gemini 官方新闻页(gemini.com)— 访问日期 2026-10-24
- 国际奥委会与赛艇项目公开成绩库 — 访问日期 2026-10-24
说明:文中涉及金额、排名与时间点的表述以公开报道与监管文件为准;无法核实的细节只写量级或省略,不做推测。