客服微信号 MaxStockWe 客服微信2号 MaxTrades 客服 Telegram号 https://t.me/MeiguWe 邮箱 buy@tradesMax.com 电话 (626)378-3637
前Two Sigma 总监Corey Hoffstein 与 Ben Wellington 讨论了量化投资策略中特征生成的复杂之处。他们探讨了“特征”的定义、特征在量化流程中的作用，以及 Two Sigma 的共享平台模式如何支持特征创意的产生。
对话还深入讨论了如何处理特征之间的共线性、预测时间周期对特征选择的影响，以及在市场逐渐提高效率的过程中，一个特征会经历怎样的生命周期。
他们强调，量化研究团队非常需要创造性思维，也讨论了如何使用 AI 工具进行快速原型开发。本期还涉及 AI 带来的风险、AI 基础设施的取舍，以及如何应对 p-hacking 和过拟合。
美股投资网提炼出以下10 点：
1. 量化投资的 Alpha 主要来自三层：数据、特征、预测算法。Ben 认为过去十五到二十年，单纯“拿到别人没有的数据”这件事的重要性相对下降，因为很多数据已经商品化。今天越来越重要的是，你能不能把同样的数据加工成别人没想到的 Feature，再结合更好的机器学习方法做预测。
2. Feature 不是原始数据，而是“从原始数据中提炼出的、具有经济意义的事实”。股票价格是原始数据，但过去一周涨幅、波动率、分析师是否刚刚上调评级、新闻报道数量是否异常增加、公司是不是周五盘后发布公告，这些才是 Feature。Two Sigma 的核心理念不是把所有原始数据直接扔给机器，而是先通过人类认知把数据变成有意义的特征。
3. 真正的优势往往来自“无数微弱信号的聚合”，而不是找到一个超级指标。比如研究一个分析师，不只看目标价和评级，还可以研究他覆盖这个行业多久、所在地区、教育背景是否与 CEO 重合等。单个信号的预测能力可能只有 50.001%，但如果你能提出 200 个聪明的问题，就可能形成 200 个微弱但有价值的特征，组合起来才形成真正的 Alpha。
4. Feature Engineering 最重要的能力不是数学，而是创造力。Two Sigma 并不是简单地“暴力穷举所有可能变量”，而是先有人类的先验判断。一个好研究员需要不断问：“这个现实世界事件能不能一般化？”比如某家公司因为火车事故下跌，研究员真正要做的不是研究这一次事故，而是把它抽象成一个可以回放十年、覆盖所有相关公司的系统化特征。
5. 正交性比“发现一个新信号”更重要。Ben 讲得非常直接：“共线性是信号的死亡。”你可能觉得自己发现了一个全新的新闻情绪指标，但最后发现它只是在间接复制财报数据，那它就没有多少增量价值。Two Sigma 从研究开始就要求新 Alpha 尽可能与已有信号低相关，而不是等模型完成后才检查相关性。
6. 每个 Feature 都有自己的预测时间周期，而且 Alpha 会随着市场效率提高不断衰减。比如线下客流数据可能几个月后才通过同店销售反映出来，不会在五秒钟内完全定价。但当越来越多机构拿到相同数据以后，市场消化信息的速度会越来越快，预测周期不断缩短，最后这个信号可能彻底失效。因此真正的量化系统必须持续监控 Alpha Decay，并动态降低失效信号的权重。
7. LLM 最大的革命，不只是“帮你写代码”，而是让以前无法规模化的数据变成可研究的 Feature。Ben 的一句话很关键：“以前 NLP 是把语言变成数字，现在 LLM 可以把数字变成语言，任何东西都可以成为语言。”Excel、财务数据、视频、非结构化信息，都可以先被 AI 转化成文本或结构化解释，再进入量化研究流程。换句话说，AI 正在扩大“可计算数据”的边界。
8. AI 最大的价值，是把 Feature Research 的试错成本降低 10 倍甚至 100 倍。以前研究“CEO 财报电话会眨眼次数是否异常”可能需要计算机视觉团队做六个月，ROI 太低，所以根本不会立项。现在 AI 可以快速完成原型，这意味着研究员以前脑子里那 2,000 个“很有意思但没时间做”的想法，突然大量变得可测试。真正的变化不是 AI 替你思考，而是实现成本不再限制你的想象力。
9. 但 AI 也可能让所有人的模型越来越相似，这是 Ben 最担心的风险。他把它称为“降低输出熵”。传统工业自动化追求每次输出都一样，但量化投资恰恰需要相反的东西：原创性、异质性和低相关性。如果所有研究员都把数据丢进同一个 AI 按钮，得到类似模型，那么整个组合会失去多样性。因此 Two Sigma 希望 AI 放大每个研究员原有的独特思维，而不是把所有人标准化。
10. 未来最值钱的 Quant，不一定是最会写代码的人，而是最会“提出好问题”的人。Ben 的判断是，随着 AI 发展，把想法写成代码、搭建网站、实现某个具体功能的相对价值会下降。真正越来越重要的是：你有什么别人没有的知识和洞察，你能不能提出独特的问题，再利用 AI 把自己的能力规模化。未来代码会减少，Prompt 和自然语言交互会增加，最终“想法本身”会成为更稀缺的资产。
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）量化团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
特朗普最新表示，正在与参议院多数党领袖 John Thune 推动相关法案，核心方向很直接：数据中心新增用电造成的电网升级成本，不能继续主要由普通居民买单，大型用电户应该承担更多。
这件事值得美股投资者高度关注。
市场讨论AI CapEx，注意力几乎都在 GPU、服务器、存储和光通信。
但下一阶段真正卡住AI扩张速度的，可能是：
电从哪里来？
输电怎么扩？
电网升级的钱谁来出？
美股投资网获悉，美国众议院已经以 417票对3票 通过《Ratepayer Protection Act》，要求州级监管机构考虑让数据中心等大型用电户承担为其新增需求建设电力基础设施的成本。
这意味着AI资本开支链正在继续向上游延伸：
GPU → 数据中心 → 发电 → 输电 → 电网升级。
如果未来更多成本从居民端转移到数据中心运营商和科技巨头身上，那么 MSFT AMZN META GOOGL 的AI基础设施成本还会继续上升；另一边，电力设备、电网升级和发电资产的重要性反而会越来越高。
重点关注：$VRT $ETN $CEG $VST #美股
美股投资网注意到，今天市场出现了一个很有意思的背离：10年期美债收益率仍在5%附近，高油价带来的通胀压力也没有消失，但半导体反而成了带动纳指和标普反弹的主力。
周五纳指和标普收高，主要就是被芯片股拉起来的。
原因不是宏观风险突然没了，而是市场开始重新算一笔账。
第一，油价从高位回落，短线通胀压力边际缓和。
Brent周五回落到约104.9美元，WTI约100.3美元，虽然依旧很高，但至少没有继续加速上冲。对高估值科技股来说，“没有继续恶化”本身就是利好。
第二，芯片股前面已经先杀了一轮估值。
本周早些时候，AI安全争议叠加10年期美债突破5%，SOX一度单日跌近6%，NVDA、AVGO、AMD、MU都被砸过。现在只要利率和油价暂时不继续恶化，资金就会优先回补最有基本面支撑的板块。
第三，也是最重要的：AI需求没有因为利率高就消失。
前面杀的是估值，不是需求。现在估值压下来，油价又开始回落，NVDA、AVGO这些基本面最强的芯片股，自然成为资金最先回补的方向。
所以今天这波不能简单理解成“宏观风险解除”。
更准确的说法是：
利率问题还在，油价问题也还在，但资金开始认为：这些风险已经部分反映在价格里，而AI芯片的盈利兑现仍然最强。
接下来真正要盯的而是两件事：
10年期能不能重新压回5%下方；油价能不能继续回落。
如果这两个宏观压力继续降温，芯片股这波修复就有机会延续；如果利率和油价再次同时上冲，今天的反弹就更容易变成高位震荡，而不是新一轮单边行情。
$AVGO $AMD #美股
美股投资网获悉，Muse 上线后，市场开始把注意力从“AI怎么提升广告效率”，转向“Meta能不能用AI打开新的用户入口和变现方式”。
过去 Meta 的 AI 逻辑，主要还是“帮广告更准、转化率更高”。
但 Muse 不一样，它不是后台工具，而是一个真正面向消费者的 个人 AI Agent：可以帮用户发邮件、订行程、购物、处理日常任务，甚至直接通过 WhatsApp 使用。
Meta 官方也明确把它定义为“不是回答问题，而是替你把事情做完”。
这意味着 META 第一次真正有机会把自己 40亿级用户分发能力，从“社交入口”变成“Agent入口”。
而一旦入口变了，变现方式也会跟着变。
以前主要靠广告，以后可能是：
订阅、佣金、交易抽成、企业服务，甚至更深层的个人Agent生态。
Muse 上线后很快冲到美国 App Store 免费榜第一，市场已经开始验证需求不是假的。
这也是为什么华尔街最近开始重新给 META 提估值。
JPMorgan 已经把 META 从 Neutral 上调到 Overweight，目标价从 640 美元直接提到 820 美元。
所以这次真正要看的是Muse 能不能真正跑出付费率、交易频次和用户留存。
如果答案是能，META 后面的估值逻辑，可能真的就不只是广告公司了。
$META $AMZN #美股
美股投资网注意到，摩根士丹利用一份覆盖美英德日澳五国、聚焦银行、软件与服务、科技硬件、半导体、专业服务五大行业的AlphaWise调查，给出了一个结论AI不再只是叙事，它已经开始改写企业的员工名册和利润表
调查显示，过去12个月，受访企业因AI直接削减了12%的岗位，另有15%的岗位在员工离职后不再补员，合计27%的职位受到冲击。对冲项是22%的新招聘、25%的员工转训和16%的内部调岗——最终五国企业平均净减员5%。
分国别看，日本净减员最严重（10%），英国6%，美国5%，澳大利亚4%，德国是唯一净增员（1%）的国家，同时也是转训比例最高的国家。
行业分化同样明显。半导体行业净减员8%，居五大行业之首;软件与服务紧随其后(7%);科技硬件5%;专业服务4%;银行业净减员最轻，仅3%，但转训员工比例高达26%，是"边裁边训"最积极的行业。
值得注意的是，离岸岗位首当其冲41%的离岸员工岗位被裁撤或不再补员，员工超1万人的大公司砍离岸团队最狠；2至5年经验的初中级员工是被裁和不再补员的重灾区，但他们同时也是新招聘和转调的主力——AI淘汰的不是某类人，而是某类技能。
真正让投资者关心的是生产率。报告显示，过去12个月受访企业净生产率平均提升9.6%英国企业最高(10.3%)，软件与服务行业以10.4%领跑各行业，半导体垫底(8.2%)；员工不足50人的小企业增益反而最大(11.3%)。
从职能看，IT/软件开发与客服/支持是AI提效最集中的两个领域银行的增益集中在IT/软件开发和财务/FinOps，专业服务则是客服支持(52%)居首、IT/软件开发(49%)和法律合规(48%)紧随其后。展望未来12个月，所有国家、所有行业都把最大提效预期押在IT/软件开发上——美国企业中这一比例为71%，软件行业高达92%，半导体行业也达86%。
报告还有一组容易被忽略的数据受访企业平均已实施AI解决方案2.9年，美国企业反而最短(2.7年)；员工超500人、年收入超50亿美元的大公司采用最早。这意味着美国的AI渗透仍处于早中段，而"从试点到规模化生产"仍是企业自认的主要挑战之一，叠加信任与安全、数据准备、遗留系统集成三大拦路虎——AI基础设施和工具层的开支远未见顶。
沿着其数据逻辑，美股受益方向已经相当清晰软件行业生产率增益最高(10.4%)，92%的软件公司预计未来一年最大提效仍在软件开发本身，AI编程与智能体平台的渗透率只会继续抬升。微软(MSFT)、ServiceNow(NOW)、赛富时(CRM)、Palantir(PLTR)、Adobe等把AI能力嵌入工作流的平台商，是这条逻辑下最直接的受益者。
最专业的美股资讯,推荐美股大数据 https://Stockwe.com/
如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！
在全球矿业资本持续追逐优质铜金资产的当下，大型、浅部、高连续性的斑岩型矿床已成为稀缺标的，Auro Metals Inc.（TSX-V: AURO；OTCPK: AURFF）正是这一趋势中的典型样本。
9月15日，Auro Metals Inc.再传重磅勘探利好，其Santa Barbara铜金矿一期钻探再获突破性成果。最新3个钻孔全部稳定见矿，核心钻孔DSB-68创下项目历史勘探记录，连续见矿905.22米，平均金品位0.60克/吨、铜品位0.12%。叠加此前多次高品位矿段的钻探突破，彻底验证项目“厚大、连续、深部开放”的世界级斑岩矿床核心特质，打开了资源规模的新想象空间。
“钻孔孔DSB-68取得最佳见矿成果，至1282米终孔仍见矿，充分证实矿化深部持续延伸潜力，钻孔DSB-69、DSB-70则分别验证下倾矿化开放性与深部高品位富集特征，本次最新钻孔数据持续印证了Santa Barbara铜金矿超大的矿化规模与优异的矿化稳定性。” Auro Metals CEO VictorFeng表示，一期钻探工程累计完成22个钻孔，总进尺11047.35米，目前17个钻孔化验结果已对外披露，剩余5个钻孔数据将陆续公布。
同时，公司宣布一期万米钻探圆满收官，二期2万米深部钻探将全面启动。随着二期钻探工程启动，项目资源扩容、品位升级、储量升级逻辑也将随之持续强化，公司作为南美优质铜金勘探标的，迎来明确的估值重塑窗口。
新老成果共振，稀缺的优质资源禀赋再次得到印证
根据公告，本次3个钻孔均位于Santa Barbara南部，该区域是项目斑岩矿化体系的核心地段。与一期此前公布钻孔设计思路一致，本次钻孔旨在验证历史钻孔见矿段之间矿化的连续性，同时探查矿化沿上倾、下倾及深部的延伸情况。
化验结果显示，钻孔DSB-68在56.5米至961.72米区间钻获905.22米连续铜金矿化，平均金品位0.60克/吨、铜品位0.12%。该钻孔终孔深度达1282米，为项目迄今为止最深、进尺最长钻孔，且终孔处仍有弱矿化，明确证实矿体深部完全未封闭，彻底打破原有资源边界认知，矿床整体开发价值大幅提升。
其余两个钻孔同样表现亮眼，形成多点开花的验证格局。DSB-70钻孔钻获262.5米连续矿段，平均金品位0.71克/吨，其中深部100.45米高品位矿段金品位突破1.01克/吨；DSB-69钻孔先后钻获103.05米、200.55米两段连续矿化，包括57.83米超高品位矿段，金品位高达1.06克/吨。高低品位矿段分层清晰、连续稳定，充分印证项目顶级资源禀赋。
更为关键的是，本次最新突破并非单次偶然利好，而是2026年以来项目持续勘探兑现的延续，多批次钻探数据形成完整逻辑闭环，彻底验证项目的稀缺性。今年6月，钻孔DSB-54打出705米超长矿段，平均金品位0.61克/吨、铜品位0.1%，其中235米核心高品位矿段金品位达1.00克/吨；7月，DSB-59钻孔打出625米连续厚大矿段，平均金品位0.64克/吨、铜品位0.1%；8月，DSB-61钻孔打出496.5米超长矿段，平均金品位0.76克/吨、铜品位0.12%，其中212.5米核心高品位矿段金品位达1.12克/吨。
从625米、705米再到本次突破905米，项目矿化长度不断刷新，高品位矿段频繁富集。从行业对标来看，全球主流大型斑岩型铜金矿普遍存在“矿体规模大但品位偏低”的特点，而Santa Barbara项目兼具超大矿体厚度、稳定连续性、深部高品位富集三重优势，打破行业常规禀赋短板，属于十分稀缺的优质资源，这也成为了项目价值重估的关键催化剂。
勘探节奏全面提速，资源升级与储量扩容双逻辑落地
截至目前，Santa Barbara铜金矿2026年一期钻探工程已圆满收官，累计完成22个钻孔、总进尺11047.35米，目前17个钻孔化验结果已对外披露，剩余5个钻孔数据将陆续释放，持续提供业绩催化。
“一期钻探完美达成三大核心目标全面验证历史勘探成果、加密推断资源量区域钻孔密度、获取新鲜岩心支撑后续冶金试验。” Victor Feng提到，公司二期20000米钻探工程已全面启动，通过新增三台千米级钻机，项目整体钻探深度与作业效率大幅提升。基于一期多个深孔终孔仍处于矿化带的关键特征，二期钻探将聚焦三大核心方向攻坚矿体深部延伸区域、填补已知矿体空白区块、外延勘探验证历史物探及地表采样圈定的全新靶区，完成项目史上最大规模、最大深度的勘探作业，持续推动项目资源量级跨越式升级。
随着二期钻探工程的开启，Santa Barbara有望持续产出更多厚大、高品位新矿段，持续推动资源量升级，为资本市场带来更多的惊喜。
区位与资产优势凸显，公司估值重塑空间广阔
Santa Barbara金铜矿是Auro Metals（原南美锡业Tincorp Metals Inc）于今年5月收购的一大型斑岩型金铜优质资产，持有52平方公里勘探权。项目坐落于厄瓜多尔东南部萨莫拉铜金成矿带，该成矿带是全球顶级金铜成矿区之一，汇聚多个大型在产矿山与高级开发项目，成矿地质条件极为优越。
资源量方面，据2026年4月9日公司披露的NI43-101标准矿产资源量估算（MRE）报告，以25美元/吨净冶炼回报（NSR）为边界品位，项目探明+推断资源量合计2.35亿吨，含黄金128吨（411万盎司），品位0.54克/吨；含铜22.4万吨，品位0.10%。折合金当量134吨（430万盎司），品位0.57克/吨。同时，初步选矿试验数据验证了项目的经济可行性，金回收率高达85.5%、铜回收率达19.6%，在同类斑岩矿床中处于较好水平，具备扎实的经济开发价值，为后续开发成本控制与盈利释放提供坚实支撑。
从大宗商品基本面来看，新能源产业持续提振工业铜刚需，黄金的避险保值属性长期稳固，铜金共生资产兼具成长弹性与抗周期优势，估值基本面扎实。在此轮勘探周期中，项目多次探明超长连续矿化段，层层突破市场预期、持续修复市场对项目的价值认知，已然给资本市场带来多重惊喜。而本次905.22米超超长完整矿段的重磅落地，充分坐实了项目超大型斑岩矿床的潜质，公司估值重估逻辑进一步夯实，向上修复空间极为充裕。
市场对Auro Metals的定价逻辑，正从不确定性较高的纯勘探标的，转向具备清晰价值兑现路径的成长型矿企。随着后续一期剩余5个钻孔化验结果陆续披露；二期20000米深部钻探持续产出新的厚大、高品位矿段；冶金试验结果落地以及项目资源量更新升级等几个重要催化点的陆续落地，Auro Metals的资产价值重估也将迎来新的起点。
最专业的美股资讯,推荐美股大数据 https://Stockwe.com/
如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！
美股投资网获悉，水滴公司(WDH)发布2026年第二季度业绩后，国元国际发布研报称，维持水滴公司买入评级，目标价1.25美元。研报指出，本季度水滴公司营收高速增长，AI 已全面嵌入客户获取、承保、理赔全链路，二季度 AI 辅助实现近亿元增量保费，展望 2026 年，预计公司收入同比实现高速增长，延续收入驱动型增长的经营姿态。
水滴公司 2026 年第二季度营收 14.48 亿元，同比增长 72.8%。其中，第二季度保险相关收入同比增长 80.5%。这主要得益于风险评估服务能力的增强以及通过平台产生的首年保费增长。
研报分析指出，AI 深度赋能是本季度业绩的核心引擎。公司已形成“前台交互智能化、中台承 保自动化、后台风控数据化”的三层 AI 架构，二季度AI体系辅助实现近亿元增量保费，长险首年规模保费环比增长 33.4%。
在产品创新方面，凭借海量理赔数据积累与用户需求洞察，水滴打破了传统将慢病人群“一刀切”拒保的静态逻辑，让带病用户投保成为可能。本季度水滴公司推出业内首款免健康告知、5年保证续保的长期重疾产品“容易保”，并新增业内首款终身免健康告知的特定疾病险，实现了从“保健康人” 到“保更多人”的承保逻辑跃迁。管理层在业绩会中判断，随着医保与商保数据连接逐步开放，带病体健康险有望演化为类似车险的大众化保障产品，市场空间广阔。
此外，水滴公司翼帆医药实现超预期增长，本季度患者入组量同比增长 54%、累计服务超 1.7 万人，慢性病试验入组同比增长80%，AI 匹配将药企招募周期从“周”级压缩至“天”级，第二增长曲线加速显现。
水滴公司创始人兼CEO沈鹏表示“水滴始终将科技视为公司发展的核心引擎。当前，AI能力已深度嵌入各个业务平台，使我们能够更精准地把握既有业务中不断增长的市场需求，巩固并增强竞争壁垒。未来，我们将持续加强科技与AI能力建设，稳步推进业务拓展，保持战略投入，为股东创造长期、可持续的价值。”
最专业的美股资讯,推荐美股大数据 https://Stockwe.com/
如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！
美股投资网获悉，据知情人士透露，阿波罗全球管理公司(APO)正与软银集团(SFTBY)磋商，计划将贷款规模从54亿美元提高至90亿美元，以帮助这家日本公司加大对人工智能巨头OpenAI的押注。知情人士称，该融资由软银愿景基金二期的资产作为担保，最终规模尚未确定。
阿波罗于2021年向软银旗下这只风投基金提供了所谓的净资产价值(NAV)贷款，并于去年增加9亿美元，使贷款规模达到54亿美元。
软银已成为全球人工智能领域最大投资者之一，其各类借款因此备受关注。由于人们对人工智能安全问题的担忧日益加剧，软银债务的信用风险保险成本不断攀升，其信用违约互换(CDS)本周升至三年高位。
愿景基金二期自成立以来已进行300多笔投资，近期正将更多资金投向ChatGPT开发商OpenAI。
这家日本企业集团已承诺向OpenAI投资646亿美元。OpenAI首席执行官山姆·奥特曼最近表示，市场期待已久的IPO仍在筹备中，但不会像一些投资者预期的那样在今年进行。该公司已将IPO推迟至2027年，以便专注于解决安全问题。
软银一直在利用这笔持股获取流动性;今年8月，它从包括阿波罗在内的贷款方处筹集了一笔100亿美元贷款，以其OpenAI持股作为担保。
截至2月，愿景基金二期的承诺资本超过1000亿美元，其最大投资者包括软银创始人孙正义以及软银自身。
最专业的美股资讯,推荐美股大数据 https://Stockwe.com/
如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！
美股投资网获悉，2026年以来，受中东战争推高油气价格影响，能源股稳步攀升，人工智能(AI)交易也展现了不错的势头。而在市场视线之外，可持续发展领域的一些绿色能源公司却悄然跑赢了许多热门同行。
数据显示，燃料电池制造商Bloom Energy(BE)今年以来涨幅超过223%，在所有同业公司中表现居首;其竞争对手FuelCell Energy(FCEL)也在年内实现了三位数的涨幅。这两家公司都受益于AI驱动的电力需求增长。
据悉，Bloom Energy在今年签下了一系列大单。4月，该公司与甲骨文(ORCL)签署了高达2.8吉瓦的燃料电池采购框架协议，并与持续扩大AI业务版图的另类资产管理巨头布鲁克菲尔德(BAM)将合作规模从50亿美元扩大至250亿美元。该公司与美国电力公司(AEP)签署了一项价值26.5亿美元、期限长达20年的购电协议，将在怀俄明州建设并运营一座燃料电池发电设施为AEP提供长期电力供应。该公司还在7月宣布获得一笔17亿美元的项目投资，用于为AI云算力公司Nebius(NBIS)提供专属电力解决方案。
FuelCell Energy则在年内与Fit Energy USA LP达成了一份380兆瓦的数据中心供电协议，并与一家主要数据中心运营商签署了关于德州项目的容量预留协议。
与此同时，高性能电源模块制造商Vicor Corporation(VICR)年内累计上涨超过97%;该公司负责设计和制造模块化电源组件及电源系统，为高性能电子设备高效转换并输送电力。在多个市场开发并运营公用事业规模的太阳能、风能和储能项目的可再生能源公司Enlight Renewable Energy(ENLT)年内则上涨约58%。先进材料公司Aspen Aerogels(ASPN)年内涨幅则超过81%;该公司负责设计和制造高性能气凝胶材料，这些材料应用于电动汽车电池热隔离层、节能隔热材料以及其他能源领域。
这5只绿色股票均大幅跑赢热门的清洁能源交易所交易基金(ETF)。数据显示，iShares环球清洁能源ETF(ICLN)和First Trust NASDAQ Clean Edge Green Energy Index Fund(QCLN)今年以来均上涨约8%。这5只股票同时也大幅跑赢了标普500指数、道琼斯指数和纳斯达克综合指数这三大美股指数。
与AI行业相比，Bloom Energy、FuelCell Energy、商Vicor Corporation和Aspen Aerogels的股票均跑赢了两只主要芯片ETF——iShares半导体ETF(SOXX)和VanEck半导体指数ETF(SMH)，同时也跑赢了环球人工智能与科技ETF(AIQ)。Renewable Energy的股票表现虽然跑输iShares半导体ETF，但2026年以来仍跑赢和VanEck半导体指数ETF和环球人工智能与科技ETF。
此外，华尔街分析师对这5只股票普遍持乐观态度。具体来看，华尔街对Bloom Energy的共识评级为“买入”，平均目标价为280.24美元，与该股周四收盘价几乎持平;对FuelCell Energy的共识评级为“买入”，平均目标价为20.33美元，较该股周四收盘价有近15%的上涨空间;对Vicor Corporation的共识评级为“强力买入”，平均目标价为386.25美元，较该股周四收盘价有近79%的上涨空间;对Renewable Energy的共识评级为“买入”，平均目标价为87.88美元，较该股周四收盘价有近17%的上涨空间;对Aspen Aerogels的共识评级为“买入”，平均目标价为7.75美元，较该股周四收盘价有近51%的上涨空间。
最专业的美股资讯,推荐美股大数据 https://Stockwe.com/
如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！
美股投资网获悉，在经历周一大跌后，GE Vernova(GEV)周二止跌企稳，然而，市场围绕这家电力设备巨头的争论却愈演愈烈一边是GLJ Research给出“卖出”评级和华尔街最低的470美元目标价，另一边则是Bernstein重申“买入”评级并力挺其仍“具备制胜基因”(wired to win)。
GE Vernova周一收跌8.6%，领跌美股电力基建板块，并延续此前一个月的下行态势。即便遭遇周一大跌，该股年内涨幅仍有约三分之一，但近一个月累计下跌16%。周二，该股收涨0.9%，暂时止住跌势。
空头突袭周期股被按软件股定价
引发抛售的直接导火索是GLJ Research将该股评级下调至“卖出”，并给出470美元目标价，为华尔街最低。GLJ分析师Gordon Johnson在报告中直言，GE Vernova是“一家被按照长期复利成长股来定价的周期性燃气轮机制造商”。他认为，市场对这家公司的定价方式存在根本性错配。
Johnson指出，GE Vernova“是一家周期性工业企业，估值却对标软件公司”。他提到，该股远期EV/EBITDA倍数为38.9倍，几乎是美光科技(MU)估值的四倍，而美光科技的盈利同样取决于其无法控制的行业供需格局。
“在大多数覆盖该股的人的有生之年里，燃气轮机已经经历了整整两轮繁荣-萧条周期。市场却认定这次不一样。我们认为，市场下这个结论下得太早了，”Johnson写道。
他还从订单周期角度发出警告GE Vernova订单到交付的周期已拉长至4至5年，高溢价订单要到2029年才兑现，周期风险则会在2030年集中暴露。Johnson断言，2026年和2027年下的所有订单都将在2030至2031年交付，届时其供应模型显示行业有效产能为104至113吉瓦，而订单量仅为88至90吉瓦。这一供需缺口意味着，当前被市场追捧的长期成长叙事可能面临产能过剩和周期反转的考验。
此外，投资者还担忧，对AI支出的反弹情绪可能令GE Vernova暴露于订单取消风险。此前，AI数据中心带来的电力需求被视为该公司重要增长引擎，但若科技巨头资本开支放缓，相关订单能否兑现成为市场焦点。
多头反击不是只有数据中心，公用事业才是压舱石
面对GLJ的悲观论调，Bernstein分析师Sunaina Ocalan周二出面力挺。她重申对GE Vernova的“买入”评级，目标价1298美元，并称该公司仍然“wired to win”——具备制胜基因。
她强调，GE Vernova的叙事“并不全是数据中心”。
Ocalan在报告中给出关键数据2026年上半年，GE Vernova数据中心订单为50亿美元，约占电气化订单的38%;剩余62%则由公用事业驱动。她认为，公用事业支出应继续增长，并受到电网可靠性和韧性投资的支持。
“数据中心需求放缓可能会缓解发电瓶颈，但对解决现有电网约束几乎无济于事，”Ocalan写道。换言之，即便AI数据中心建设降温，老化电网的更新与强化仍将构成长期需求支撑。
从华尔街整体情绪看，Bernstein并非孤军奋战。FactSet数据显示，覆盖GE Vernova的分析师中，近80%将其评为“买入”。Jefferies上周五在一份研报中也表示看好该股，指出随着电力需求增长，以及GE Vernova电力设备装机基础扩大，其零部件和服务收入也将水涨船高。
订单继续推进日本风电协议落地
在资本市场激烈交锋之际，GE Vernova似乎也在用订单回应市场质疑。该公司周二宣布，与Eurus Energy Holdings签署协议，为日本青森县29.4兆瓦的Eurus Hiyamizutouge风电场供应七台4.2兆瓦、117米风轮机。协议包括两年服务合同，并附带两年延期权。
公司称，其4兆瓦平台专为日本风况设计，相关风机已累计运行超过200万小时。该项目支持日本到2030年将36%至38%电力来自可再生能源的目标。GE Vernova在2025年于日本获得339兆瓦订单，其技术约占日本陆上风电装机容量的25%，并占日本重型燃气轮机装机容量约50%。公司全球有超过59000台风力涡轮机运行，采取标准化“workhorse”策略，强调可重复执行和长期可靠性。
此外，GE Vernova与SPIC Brasil完成1,710兆瓦São Simão水电站第三台发电机组现代化改造，耗时10.3个月，低于12个月监管上限;公司领导的联合体负责更广泛现代化计划，投资超12亿雷亚尔，目标2029年完成全部六台机组。
最专业的美股资讯,推荐美股大数据 https://Stockwe.com/
如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！
微信分析师 微信公众号
