中国的AI，世界的未来——华宝上证科创板人工智能ETF|人工智能_新浪财经

（来源：信达金工与产品研究）

DeepSeek树立里程碑，人工智能长坡厚雪。人工智能的产业化迅速，硬件端摩尔定律和软件端优化共振，推理模型迅速迭代，在性能迅速提升的同时成本大幅下降。北美的创新引领了AI浪潮，而Deepseek的发布意味着国产AI领域也展现出较为广阔的前景。

DeepSeek具备里程碑意义，算法创新引领大模型性价比。DeepSeek-V3的训练仅使用了278.8万H800 GPU小时，以每小时2美元的租赁价格测算，则DeepSeek-V3的训练仅使用了557.6万美金。DeepSeek-V3能够实现如此明显的性价比，原因在于算法层面的多重创新，包括Multi-Head Latend Attention（MLA）、DeepSeek MoE、MTP（Multi-Token Prediction）、FP8 训练等等。DeepSeek-R1在DeepSeek-V3的基础上开发，其中 DeepSeekR1-Zero 展示了自我验证、反射和生成长 CoT 等功能，标志着研究界的一个重要里程碑，这是第一项验证LLMs推理能力可以纯粹通过 RL 激励的开放研究。
DeepSeek加速国产大模型发展，应用端用户接入量大幅提升。从性能方面看，DeepSeek系列模型已经有与海外优质闭源模型相媲美的能力。DeepSeek的开源减少了国内与北美的际差，国产应用迎来发展机遇。目前国内多家公司和企业相继宣布接入DeepSeek，腾讯元宝接入后下载量飙升，截至2025年3月11日，已上升至苹果AppStore中国区免费榜的第三名。从大模型端看，一方面，由于DeepSeek的创新具备里程碑意义，且其开源有望明显加速国内大模型的迭代速度，基础模型和各类垂类模型智能水平或迅速提升。另一方面，用户端的大量涌入，算力紧缺或更加明显。由于英伟达GPU较为稀缺，国产算力供应链可能深度受益。
AI开始理解物理世界，端侧创新有望迅速落地。英伟达作为全球AI的领导者之一，也推出AI相关的软件平台和产品，包括Omniverse、Cosmos等功能强大的工具集合。无论是世界模型Cosmos，还是O3-mini都可以看到大模型在理解物理的能力方面成长十分迅速。o3-mini甚至能生成四维空间内小球的弹射程序，展现出很高的应用潜力，人形机器人、自动驾驶等赛道有望深度受益。其中，根据FIGURE的展望，未来人形机器人的机遇主要体现在三个方面，第一是体力劳动，目前全球GDP的50%占比为人力。第二是消费类家用，目前大约7亿老龄化人口需要家庭护理。第三是外太空探索。总体而言，市场空间较大，AI的迅速发展，有望推动相关产品落地。
通用大模型发展迅速，垂类大模型或同步受益。垂直领域大模型是指以通用大模型作为base model，再灌输特定领域或行业的领域知识，经过训练和优化的大语言模型。由于各个领域具有自身的特定需求，垂类大模型的发展也一直引人关注，目前许多领域都已有相关的垂类模型。我们认为，DeepSeek加速了国内通用大模型的发展，将使得垂类大模型直接受益。展望2025年，各行业的垂类大模型有望进一步迭代，并能在某些具体工作上达到与人类相当的水平。
AI Agent星辰大海，大模型发展有望推动其迅速落地。AI 智能体是一种能够感知环境、进行思考和推理、做出决策并执行相应行动的人工智能系统。由于AI智能体的工作需要依靠大模型去完成，因此大模型的智能水平直接决定了AI智能体的能力边界。回顾ChatGPT的发展历程，算力资源的大举投入为AI大模型的前进提供了强大的引擎，而DeepSeek的相关工作让业界对算法创新的认知水平进一步提高。中国创业公司Monica发布Manus，这是全球首款真正意义上的AI Agent。Manus表明目前AI Agent已具备一定的智能水准，并且可以处理较为复杂的工作。展望未来，算力投入+算法创新共振，AI智能体也有望逐步走入寻常百姓家，相关赛道潜力巨大。

上证科创板人工智能指数（指数代码：950180.CSI，以下简称“科创人工智能指数”）从科创板市场中选取30只市值较大且业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，反映科创板市场代表性人工智能产业上市公司证券的整体表现。指数交投活跃，呈现高盈利特征，风险收益表现优异。

长期收益优于沪深300等宽基以及同类主题指数，近期业绩表现亮眼：截至2025年2月21日，科创人工智能指数自基日以来年化收益率35.29%，夏普比率0.85，整体优于沪深300、中证500、科创50等宽基以及科创芯片、CS人工智等同类指数。指数近6月收益率为102.02%。
指数交投较为活跃：自发布以来，指数成交量、成交额大幅提升，目前处于指数发布以来较高位置。截至2025年2月21日，2025年初以来指数日均成交额为261亿元，日均成交量为4亿股。

指数呈现高盈利特征。2024Q3，科创人工智能指数在ROA等盈利指标上，流动比率等流动性指标上，以及资产负债率等指标上，均优于同期中证500、科创50、科创芯片指数。2024Q3，科创人工智能指数的ROA为2.63%，销售净利率为7.96%，资产负债率为25.78%，流动比率为3.35，速动比率为2.81。
指数估值水平相对较高：指数PE处于在近五年以来的88.65%分位，PB处于在近五年以来的72.33%分位。

华宝上证科创板人工智能交易型开放式指数证券投资基金（基金代码：589520，以下简称“科创人工智能ETF华宝”）上市日期为2025年3月13日，基金管理人为华宝基金管理有限公司。

基金经理：丰晨成：投资经理年限9.29年，在任管理基金数6只，在管基金总规模313.19亿元。
基金管理人：2013年以来，华宝基金公司非货币产品规模呈长期上涨趋势，截至2024年12月31日，其非货币产品规模约为1505亿元。

风险因素：宏观经济下行；股市波动率上升；金融监管力度抬升超预期。该基金属于股票型基金，预期风险收益水平较高；历史表现不代表未来。

DeepSeek树立里程碑，人工智能长坡厚雪

1.1 DeepSeek具备里程碑意义，算法创新引领大模型性价比

DeepSeek训练成本较低，以极高性价比推动推理市场放量。DeepSeek-V3的训练仅使用了278.8万H800 GPU小时，以每小时2美元的租赁价格测算，则DeepSeek-V3的训练仅使用了557.6万美金。但训练成本只是总成本的一部分，据Semianalysis测算，考虑到出口管制、DeepSeek与幻方的合作等因素，他们在GPU上的总投资超过5亿美元，大约拥有5万个Hopper GPU（包括H20、H800、H100等）。

尽管考虑到除训练以外的其他成本，DeepSeek的模型相对于北美，仍然显示出很大的性价比，这一方面证明了算法创新能为模型性能提升带来巨大的增益，另一方面也揭示了推理价格持续降低的趋势。据Semianalysis的测算，无论是北美还是国内，每过一年，算法改进和优化使得成本降低10倍，同时性能提升10倍。从北美看，2024年中发布的GPT-4o相较于2023年下半年发布的GPT-4，便显示出类似的趋势。

DeepSeek的模型能够实现如此明显的性价比，原因在于算法层面的多重创新。从论文看，DeepSeek-V3使用到的方法主要有：

Multi-Head Latend Attention（MLA）：MLA主要用于优化Transformer模型中的多头注意力（Multi-Head Attention，MHA）结构，特别是在推理阶段的效率和资源消耗方面。MLA通过低秩压缩技术显著减少了内存占用和计算开销，同时保持了与标准MHA相当的性能。

DeepSeek MoE：和传统的MoE架构相比，DeepSeekMoE使用更细粒度的专家，并将一些专家隔离为共享专家，减少专家间的知识冗余。为了在负载均衡和模型性能之间取得更好的平衡，DeepSeek开创了一种无辅助损失的负载均衡策略。

MTP（Multi-Token Prediction）策略：受 Gloeckle 等人（2024 年）的启发，DeepSeek为 DeepSeek-V3 研究并设定了多Token预测（MTP）目标，将预测范围扩展到每个位置的多个未来Token。一方面，MTP 目标使训练信号致密，并可能提高数据效率。另一方面，MTP 可能使模型能够预先规划其表示形式，以便更好地预测未来的Token。

FP8 训练：在预训练中，为了有效扩展 FP8 格式的动态范围，DeepSeek引入了一种细粒度量化策略。此外，为了进一步减少 MoE 训练中的内存和通信开销，DeepSeek在 FP8 中缓存和分派激活，同时在 BF16 中存储低精度优化器状态。值得注意的是，与 BF16 基线相比，DeepSeek的 FP8 训练模型的相对损失误差始终低于 0.25%，这一水平远在训练随机性的可接受范围内。

DeepSeek-R1的研究中，DeepSeek 团队首先开发了DeepSeek-R1-Zero ，这是一个通过大规模强化学习（RL）训练的模型，并没有监督微调（SFT）作为初步步骤。通过强化学习， DeepSeekR1-Zero 展示了自我验证、反射和生成长 CoT 等功能，标志着研究界的一个重要里程碑。值得注意的是，这是第一项验证LLMs推理能力可以纯粹通过 RL 激励的开放研究，而无需 SFT。但是它遇到了可读性差和语言混合等挑战。为了解决这些问题并进一步提高推理性能，DeepSeek团队在 RL 之前结合了多阶段训练和冷启动数据，最终训练出强大的DeepSeek-R1模型。

1.2 DeepSeek加速国产大模型发展，应用端用户接入量大幅提升

从性能方面看，DeepSeek系列模型已经有与海外优质闭源模型相媲美的能力。DeepSeek-V3在MMLU-Pro、CPQA-Diamond、MATH 500、AIME 2024、Codeforces、SWE-bench Verified等测试基准上取得了较好的成绩，其中部分测试如MATH 400、AIME 2024、Codeforces则超过了Llama-3.1-405B-Inst、Qwen2.5-72B-Inst、GPT 4o-0513、Claude3.5-Sonnet等海内外大模型。DeepSeek-R1相对DeepSeek-V3更进一步，在AIME 2024、MATH-500、SWE-bench Verified等基准上以略微优势超越了OpenAI的o1及o1-mini模型。

DeepSeek的开源减少了国内与北美的际差，国产应用迎来发展机遇。由于制裁导致国内算力资源受限，国内AI大模型发展与北美相比呈现出明显差距。但是DeepSeek的创新和开源拉升了国内AI的整体水平，使得用户端体验明显改善。目前国内多家公司和企业相继宣布接入DeepSeek，腾讯元宝接入后下载量飙升，截至2025年3月11日，已上升至苹果AppStore中国区免费榜的第三名。

展望后市，国内大模型的迭代有望加速。从大模型端看，一方面，由于DeepSeek的创新具备里程碑意义，且其开源有望明显加速国内大模型的迭代速度，基础模型和各类垂类模型智能水平或迅速提升。另一方面，用户端的大量涌入，算力紧缺或更加明显。由于英伟达GPU较为稀缺，国产算力供应链可能深度受益。

1.3 通用大模型发展迅速，垂类大模型或同步受益

垂直领域大模型是指以通用大模型作为base model，再灌输特定领域或行业的领域知识，经过训练和优化的大语言模型。与通用语言模型相比，垂直领域大模型更专注于某个特定领域的知识和技能，具备更高的领域专业性和实用性。尽管垂类大模型有准确性、知识库维护、适用性限制等等挑战，但其优势也非常明显：

领域专业性：垂直领域大模型经过专门的训练，能够更好地理解和处理特定领域的知识、术语和上下文。
高质量输出：由于在特定领域中进行了优化，垂直领域大模型在该领域的输出质量通常比通用大模型更高。
特定任务效果更好：对于特定领域的任务，垂直领域大模型通常比通用大模型表现更好。

一般而言，垂类大模型的训练需要以通用大模型作为基础模型，训练过程大致可分为增量预训练、指令微调、RLHF等：

增量预训练（Continue Pre Training）：对通用大模型进行二次开发，为模型注入专业领域知识。
SFT（指令微调）：激发大模型理解领域内各种问题并进行回答的能力。
RLHF：通过RLHF让大模型的回答对齐人类偏好。

DeepSeek大幅提升通用大模型的性能，将使得垂类大模型直接受益。由于各个领域的具有自身的特定需求，垂类大模型的发展也一直引人关注，目前许多领域都已有相关的垂类模型，如医疗领域的MedPaLM、BioGPT，法律领域的Harvey、金融领域的FinGPT等等。但如同通用大模型存在明显的地域差异，垂类大模型国内和北美也存在一定差距。我们认为，DeepSeek加速了国内通用大模型的发展，将使得垂类大模型直接受益。展望2025年，垂类大模型的智能化水平也有望迅速提升。

1.4 AI开始理解物理世界，端侧创新有望迅速落地

英伟达作为全球AI的领导者之一，也推出AI相关的软件平台和产品，包括Omniverse、Cosmos等功能强大的工具集合。NVIDIA Omniverse™ 是一个 API、SDK 和服务平台，使开发者能够将 OpenUSD、NVIDIA RTX™ 渲染技术和生成式物理 AI 集成到现有的软件工具和模拟工作流中，用于工业和机器人用例。NVIDIA Omniverse™为人形机器人的研发和应用提供了强大的支持，目前在许多方面都推动了人形机器人的进展，官方网站上披露的用例包括：

合成数据生成：开发人员可以将合成数据与真实数据结合使用，以创建精心标记的数据集来训练多模态物理 AI 模型，从而节省大量训练时间并大大降低成本。现在，借助 NVIDIA Cosmos™，开发者可以生成更大的数据集。
自动驾驶汽车仿真：借助用于自动驾驶汽车仿真的 NVIDIA Omniverse™ Cloud Sensor RTX API，仿真开发人员可以通过高保真传感器仿真、物理和真实行为来增强其 AV 仿真工作流，以训练感知模型并在闭环测试中验证 AV 软件堆栈。
产品配置器：开发和部署 OpenUSD 和支持生成式 AI 的产品配置器工具和体验，并为汽车、零售、媒体和娱乐带来交互式体验。使用 Apple Vision Pro 构建高保真的产品配置器。
强化学习：借助仿真中的强化学习，机器人可以在任何虚拟环境中通过反复试验进行训练。这使机器人能够发展现实世界自动化任务所需的复杂粗大和精细运动技能，例如抓取新物体、四足行走和学习复杂的操作技能。
虚拟设施集成：利用 Omniverse SDK 和 API 开发先进的虚拟工厂解决方案，并基于可视化、生成式AI和实时协作带来数据的真实物体体验。

NVIDIA 在CES 2025上宣布推出 NVIDIA Cosmos™，NVIDIA Cosmos™ 是一个平台，包含先进的生成式世界基础模型、高级分词器、面向自动驾驶汽车（AV）和机器人开发人员的加速数据处理和管理管道。物理 AI 模型的开发成本很高，并且需要大量的真实世界数据和测试。Cosmos 世界基础模型（WFM）为开发人员提供了一种简单的方法，可以生成大量基于物理的逼真合成数据，以训练和评估其现有模型。开发人员还可以通过微调 Cosmos WFM 来构建自定义模型。“机器人技术的‘ChatGPT 时刻’即将到来。与大型语言模型一样，世界基础模型是推进机器人和 AV 开发的基础，但并非所有开发人员都拥有训练自己的专业知识和资源，“NVIDIA 创始人兼首席执行官黄仁勋表示。“我们创建 Cosmos 是为了使物理 AI 大众化，并让每个开发人员都能接触到通用机器人技术。” 目前，领先的机器人和汽车公司，包括 1X、Agile Robots、Agility、Figure AI、Foretellix、Fourier、Galbot、Hillbot、IntBot、Neura Robotics、Skild AI、Virtual Incision、Waabi 和 XPENG，以及拼车巨头 Uber，都是首批采用 Cosmos 的公司。

从世界模型Cosmos可以看到端侧理解物理世界的重要性，而O3-mini的进步也表明了大模型在物理能力方面的成长十分迅速。o3-mini在物理模拟高难度挑战中展现出惊人的实力，在模拟小球的转动时，o3-mini具备更强的物理推理能力，而DeepSeek R1则出现了反重力现象。此外，o3-mini能生成四维空间内小球的弹射程序，展现出很高的潜力。伴随AI开始逐步理解物理世界，智能终端的很多工作便有可能让AI大模型来完成，端侧有望受益。

人形机器人是最重要的端侧赛道之一，AI有望加速其商业化进程。据FIGURE官网信息，未来人形机器人的机遇主要体现在三个方面，第一是体力劳动，目前全球GDP的50%占比为人力。第二是消费类家用，目前大约7亿老龄化人口需要家庭护理。第三是外太空探索。FIGURE正在建造数据姻亲，为人形机器人提供支持，重要的合作伙伴包括OpenAI、Microsoft、Nvdia等等。伴随AI大模型的智能化升级，人形机器人的智能化有望同步受益。

1.5 AI Agent星辰大海，大模型发展有望推动其迅速落地

AI 智能体是一种能够感知环境、进行思考和推理、做出决策并执行相应行动的人工智能系统。与传统程序的被动式响应有所区别，AI Agents拥有自己的“大脑”，能够接受信息、进行思维链推理、规划出行动步骤等。而且智能体还具备反思能力，能够根据行动的结果进行元推理，不断优化自己的行为。

从分类看，AI智能体可以分为反应型Agent、目标驱动型Agent、多模态Agent、认知型Agent等。其中，反应型Agent基于预设规则快速相应，目标驱动型Agent围绕目标规划多步骤行动，多模态Agent融合文本、语音、视觉等信息交互，认知型Agent则具备长思维链推理与复杂问题求解能力等。

AI智能体的能力边界与大模型息息相关，大模型发展有望加速其产业化进程。由于AI智能体的感知、思考和决策需要依靠大模型去完成，因此大模型的智能水平直接决定了AI智能体的能力边界。回顾ChatGPT的发展历程，算力资源的大举投入为AI大模型的前进提供了强大的引擎，而DeepSeek的相关工作让业界对算法创新的认知水平进一步提高。展望未来，算力投入+算法创新共振，AI智能体也有望逐步走入寻常百姓家，相关赛道潜力巨大。

中国创业公司Monica对外发布通用型AI Agent产品Manus，这是全球首款真正意义上的AI Agent。从官网信息看，Manus在GAIA基准测试（衡量着手解决实际问题的基准）中取得了SOTA（State-of-the-Art）的成绩，显示其性能超越Open AI的Deep Research。从用例看，Manus在接到用户指令后可以直接操作电脑完成一系列报告撰写、表格制作等工作，并在最后产出符合需求的产品或结论，涵盖领域包括研究、生活、数据分析、教育、生产力等等。从Manus来看，目前AI Agent已具备一定的智能水准，并且可以处理一些较为复杂的工作。我们认为，展望未来，伴随硬件端摩尔定律和软件端的优化，每一代的推理模型有望在性能成倍提升的同时迅速降低成本，AI Agent接下来有望进入成长黄金期，迭代周期迅速缩短，智能水平大幅提高。

AI产业风向标：科创人工智能指数

2.1 指数基本信息

上证科创板人工智能指数（指数代码：950180.CSI，以下简称“科创人工智能指数”）从科创板市场中选取30只市值较大且业务涉及为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，反映科创板市场代表性人工智能产业上市公司证券的整体表现。该指数以2022年12月30日为基日，以1000点为基点，发布日期为2024年7月25日。

2.2 指数表现：长期收益优于沪深300等宽基以及同类主题指数

截至2025年2月21日，科创人工智能指数自基日以来年化收益率35.29%，夏普比率0.85，整体优于沪深300、中证500、科创50等宽基以及科创芯片、CS人工智等同类指数。

指数近期业绩表现亮眼，近6月收益率为102.02%，远超同期沪深300等宽基指数，优于科创芯片、CS人工智等同类指数。

2.3 指数流动性：交投活跃

指数交投较为活跃：自发布以来，指数成交量、成交额大幅提升，目前处于指数发布以来较高位置。截至2025年2月21日，2025年初以来指数日均成交额为261亿元，日均成交量为4亿股。

2.4 市值分布：覆盖大中小盘，中小盘股权重较大

成分股加权平均自由流通市值约418亿元：截至2025年2月21日，指数的30只成分股自由流通市值合计约5854亿元，成分股加权平均自由流通市值约为418亿元。流通市值100亿以下的股票有14只，权重占比为12.98%；流通市值100-300亿之间的股票有12只，权重占比为49.17%；流通市值300-500亿之间的股票有1只，权重占比为9.4%；流通市值500-1000亿之间的股票有2只，权重占比为18.57%；流通市值1000亿以上的股票有1只，权重占比为9.89%。

2.5 行业分布：重仓半导体行业

半导体行业权重占比约45%：根据中信二级行业进行分类，半导体、云服务、计算机设备、通用设备、计算机软件行业成分股权重占比分别为45.02%、17.79%、10.33%、9.40%、8.96%，合计超过90%，成分股数量占比分别为30%、13.33%、13.33%、3.33%、16.67%。

2.6 相较于中证500等宽基及科创芯片等同类主题指数，指数盈利情况较好

指数具有较优的ROA、销售净利率、资产负债率、流动比率等指标。2024Q3，科创人工智能指数在ROA等盈利指标上，流动比率等流动性指标上，以及资产负债率等指标上，均优于同期中证500、科创50、科创芯片指数。2024Q3，科创人工智能指数的ROA为2.63%，销售净利率为7.96%，资产负债率为25.78%，流动比率为3.35，速动比率为2.81。

2.7 估值水平：PE、PB处于近五年以来相对较高水平

PE、PB处于近五年以来相对较高水平。截至2025年2月21日，指数市盈率（TTM）为196.69倍，在近五年以来的PE数据中位于88.65%分位；市净率（LF）为10.01倍，在近五年以来的PB数据中位于72.33%分位。PE和PB位于近五年以来相对较高水平。

2.8 指数成分股：精选半导体、通用设备、云服务、计算机设备板块龙头

目前，科创人工智能指数共有30只成分股，根据中信二级行业分类，前十大权重股集中于半导体、通用设备、云服务、计算机设备板块。

AI产业风向标：科创人工智能指数

3.1 产品信息

华宝上证科创板人工智能交易型开放式指数证券投资基金（基金代码：589520，以下简称“科创人工智能ETF华宝”）上市日为2025年3月13日，基金管理人为华宝基金管理有限公司。华宝上证科创板人工智能ETF跟踪上证科创板人工智能指数，以紧密跟踪标的指数，追求跟踪偏离度和跟踪误差的最小化投资为目标，主要采用组合复制策略跟踪标的指数，其风险收益特征与标的指数所表征的市场组合的风险收益特征相似。基金管理费率为0.50%，托管费率为0.10%。

基金经理为丰晨成。

3.2 基金经理：丰晨成

基金经理：丰晨成先生，硕士，2009年7月加入华宝基金管理有限公司，先后担任助理产品经理、数量分析师、投资经理助理、投资经理等职务。投资经理年限9.29年，在任管理基金数6只，在管基金总规模313.19亿元。

3.3 基金管理人：华宝基金

华宝基金管理有限公司于2003年2月12日获准开业，是国内首批中外合资基金管理公司，也是国内首家由信托公司和外方资产管理公司发起设立的中外合资基金管理公司。目前，华宝基金管理有限公司股东为华宝信托有限责任公司（持股51%）、美国华平投资集团（持股29%）和江苏省铁路集团有限公司（持股20%）。

2013年以来，华宝基金公司非货币产品规模呈长期上涨趋势，截至2024年12月31日，其非货币产品规模约为1505亿元。

风险因素：宏观经济下行；股市波动率上升；金融监管力度抬升超预期。该基金属于商品型基金，预期风险收益水平较高；历史表现不代表未来。

本文源自报告《中国的AI，世界的未来——华宝上证科创板人工智能ETF》

报告时间：2025年3月12日

发布报告机构：信达证券研究开发中心

报告作者：于明明 S1500521070001 、莫文宇 S1500522090001、孙石 S1500523080010

★

分析师声明

★

负责本报告全部或部分内容的每一位分析师在此申明，本人具有证券投资咨询执业资格，并在中国证券业协会注册登记为证券分析师，以勤勉的职业态度，独立、客观地出具本报告；本报告所表述的所有观点准确反映了分析师本人的研究观点；本人薪酬的任何组成部分不曾与，不与，也将不会与本报告中的具体分析意见或观点直接或间接相关。

★

本报告中所述证券不一定能在所有的国家和地区向所有类型的投资者销售，投资者应当对本报告中的信息和意见进行独立评估，并应同时考量各自的投资目的、财务状况和特定需求，必要时就法律、商业、财务、税收等方面咨询专业顾问的意见。在任何情况下，信达证券不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任，投资者需自行承担风险。