投资哲学。

我们的投资理念由三项核心原则支撑，每项原则都深深植根于广泛的研究和实践经验。通过这些原则，我们致力于为投资者创造可持续的长期价值。

1. AI 增强研究

我们的研究并不局限于传统金融投资分析，而是同时覆盖 AI 本身的研究、机器学习方法的演进，以及 AI/ML 在投资决策中的交叉应用。我们的投资策略以稳健的经济理论和透彻的基本面理解为基础，同时通过 AI 原生的研究框架加以强化。我们关注宏观、行业与企业层面的基本驱动因素，也持续研究模型能力、数据结构、推理机制和多代理协作如何改变策略发现与风险识别的方式。通过将历史经验、投资逻辑、AI 研究与机器学习方法结合起来，我们力求建立更具适应性和扩展性的研究体系。

2. 系统化设计

系统化设计是我们把研究转化为可执行投资流程的根本方法。对 Someo Park 而言，策略不是一次性的市场判断，而是一套持续设计、验证、监控、反馈和迭代的系统。我们重视研究假设如何被表达、数据如何被组织、模型如何被测试、信号如何被解释，以及决策如何在一致的框架下落地。通过这种方法论，我们让投资流程既保留传统量化研究的纪律性和可复核性，也具备 AI 原生系统所需要的模块化、可扩展性和持续学习能力。

3. AI 原生投资

我们正在构建的不是把 AI 作为外部工具附加到旧流程上，而是一个从架构上为 AI 时代设计的投资引擎。通过 harness 架构，我们将数据、模型、代理、研究流程、执行反馈和风险监控连接成一个可协同运转的系统，使策略能够在真实环境中持续观察、评估和改进。这个 AI 原生投资引擎的核心价值不只是自动化，而是自我迭代能力：它能够吸收新信息，检验旧假设，发现新的研究方向，并逐步提升从洞察到执行的效率。我们相信，这种具备学习、反馈和适应能力的架构，更符合 AI 时代资产管理的发展方向。