风险不是突然出现的，只是大多数人只有在下跌那一刻，才愿意承认它存在。

上周六我们发文《警惕！美股回调的风险逐渐增大！》，从五层压力维度系统分析了美股面临的回调风险。

文章明确指出，“即便AI产业逻辑没有改变，股价也未必还能持续上涨，因为资金成本已经发生了变化”，并特别指出高估值成长股、半导体及高Beta AI板块将率先承压。

今日周一（5月18日），市场如期回调：美股三大指数盘中集体跳水，科技股、AI光电板块及存储芯片板块遭遇大面积抛售。

AI光电板块方面，Lumentum（LITE）大跌9.34%；康宁（GLW）大跌8.11%。存储芯片板块，闪迪（SNDK）跌8%；Nebius Group（NBIS）盘中跌超11%，受内部人士减持消息拖累，盘中低点触及190.08美元。

不过，市场上不缺逆势上涨股，比如我们上周四在VIP社群中明确提示以88美元建仓的SaaS软件股NOW

文章也公开分享给大家我们入了 NOW

【突发】SpaceX将于6月12日上市，美股代号 SPCX

今日逆势大涨超10%，验证了我们美股投资网在波动市中结构性选股逻辑的价值。

从88到104，VIP社群获利 18%

而高盛近期发文，也恰好从资金面和情绪面验证了我们此前的判断：

资金流向：对冲基金与资管本周同步净卖出，宏观产品做空力度创近两个月新高。

科技股虽是近期涨幅最猛的板块，却成为本周唯一被“去杠杆”（的方向——说明聪明钱已在AI和半导体暴涨后开始落袋为安。

与此同时，资金出现大反转：非消费周期股迎来17周来首次净买入，金融板块创下今年最大净买入量（因敞口已跌至5年低位）。

期权信号：市场呈现极度罕见的“现货涨+波动率涨”组合，QQQ现货与波动率的3周滚动相关性创下过去5年最高。

偏度跌至2024年7月以来最低，意味着前期被看涨期权买盘主导的情绪已出现拐点。上周四和周五，客户开始疯狂对冲并锁定多头利润，部分资金提前买入看跌期权价差，押注本周英伟达财报成为典型的“Sell the news”事件。

宏观策略：高盛经济学家已将降息预期推迟至2026年12月和2027年3月，粘性通胀+高油价+降息延后，使得“Higher for longer”（利率长期维持高位）再次成为美股最大拦路虎。

无脑买科技股的时代暂停，高盛给出的核心对冲策略是：做空无盈利/非长期趋势的科技股，同时配对做多前期滞涨的超大规模云厂商。

从我们的前瞻预警，到VIP社群逆势捕捉NOW的大涨，再到高盛数据对资金流向的交叉验证——这一轮美股的分化与回调，脉络已经再清晰不过。

最近加我们的人实在太多，请务必注明“来意 + VIP”，这样我们能优先处理

现在该减仓，还是清仓？

如果你手里的股已经获利很高，比如已经赚了 80% 甚至 120%，当然可以考虑锁定一部分利润。但这里有一个很多投资者容易忽略的问题：税务成本。

对于美国税务居民来说，如果此时卖出，通常会按短期资本利得计税；而持有超过一年后再卖出，才可能适用长期资本利得税率。两者税率差距可能不小，具体差多少取决于个人收入水平与税务身份，不是每个人都一样。

以下是我们美股投资网近期部分已持有至翻倍的案例

所以，卖出前要先算一笔账：现在卖出，确实能提前锁定利润，但因为持股少于1年，你也同时触发了短期的税务成本，比长期持股多付10%的税。除非你判断这只股后面可能出现足够大的回调，大于10%，且回调幅度能够覆盖这部分税务差异和交易成本，否则仅仅因为担心短期波动就卖掉，未必划算。

还有一点很多人容易忽略：不是说你今天卖了、明天再买回来，就能把这段持有时间接上。卖出的那一刻，这笔盈利就已经实现了，该按短期还是长期计税，由你卖出时的持有时间决定。重新买回来，是一笔全新的持仓，持有时间也会从零开始计算。

不想卖，又怕利润回吐怎么办？

如果不想卖，又担心账面利润缩水，那可以考虑 Covered call（备兑看涨期权）。

但是前提是你至少持有 100 股正股，因为一张 call option 对应 100 股正股。卖出 covered call，本质上是你在持有股.票的同时，卖出一份未来以某个价格把股交出去的权利，并从中收取一笔权利金。

covered call 的目的通常不是赌暴富，而是给持仓增加一层现金流。尤其当你认为股价短期可能震荡、上涨空间有限，但又不想直接卖掉正股时，它可以帮助你赚取一些额外收入，缓冲一部分回撤。

卖哪种 covered call 更合适？

covered call 也有技巧，关键在于选择什么行权价：

• 卖价内 call（in the money call）：权利金更高，但股.票被行权卖出的概率也更大，更接近“变相减仓”。

• 卖价外 call（out of the money call）：权利金相对低一些，但给股.票保留了更多上涨空间，更像是在持仓基础上做“收入增强”。

对于大多数还想继续持有正股的投资者来说，更常见的做法是卖 out of the money covered call：行权价设在当前股价上方。如果股.票没涨到那个价格，期权大概率归零，权利金就留下；如果股价涨破行权价，你可能被迫在那个价格卖出股.票，也就等于提前设定了一个愿意获利了结的位置。

三个问题，帮你做决定

所以，真正成熟的处理方式，不是一句“清仓”或“死拿”，而是先问自己三个问题：

• 这只股还剩多少上涨空间？
• 如果回调，我能接受多大幅度？
• 如果现在卖出，税务成本和重新买回的机会成本是否值得？

如果你的答案是 “上涨逻辑还在，但短期涨太快，怕利润回吐”，那么 covered call 可以作为一种折中工具。

如果你的答案是 “基本面变了，趋势坏了，或者仓位已经大到影响睡眠”，那么减仓本身就有意义，不一定要为了税而硬扛。

税很重要，但风险控制永远不能只围着税转。当然，具体怎么卖、卖哪个行权价，可以结合你的持仓成本和对回调幅度的判断来定。

VIP订阅链接（用美国的浏览器打开）：

https://StockWe.com/vip

美股投资网是一家专门研究美股的金融科技公司，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K线信号第一时间发到您手机APP！

Salesforce 和 ServiceNow 都属于客户粘性极强的企业软件平台，因为它们一旦进入企业核心流程之后，替换成本会非常高。但两者绑定企业的方式并不一样。Salesforce 更像企业的收入系统，核心是 CRM、销售、客户关系、客服和营销自动化，它控制的是企业怎么赚钱。而 ServiceNow 更像企业的运营系统，核心是 IT、Security、审批、内部自动化、workflow orchestration 和 AI agent 调度，它控制的是企业怎么运转。

Salesforce 的护城河来自于客户数据和销售流程。很多大型企业内部，大量系统都和 Salesforce 深度连接，包括 ERP、邮件、客服中心、数据分析和 AI 模型，所以迁移会非常痛苦。也正因为如此，Salesforce 的 retention 一直很高。但现在市场开始担心一个问题，就是 AI 会不会减少 Salesforce 的 seat 需求。因为 Salesforce 很多收入，本质上来自每个销售、客服或者运营员工的 seat 收费，而 AI agent 的目标之一，恰恰是减少需要多少人类去做这些工作。

例如未来可能出现，原本十个客服，变成三个 AI agent 加两个真人员工；原本二十个 SDR，变成几个 AI sales agent 自动完成大部分工作。这意味着 Salesforce 传统的按员工数量收费模式，未来可能受到压力。所以市场现在一直在讨论，AI 到底是在增强 SaaS 公司，还是会压缩 SaaS 的 seat 数量。

Salesforce 自己当然也意识到了这个问题，所以现在正在推动 Agentforce 和 AI 战略，试图从传统 seat pricing，转向 AI usage pricing。也就是说，未来收费可能不是按员工人数，而是按 AI workflow、AI interaction、AI agent 数量或者调用次数收费。它想做的，其实是把自己从一个 CRM 软件平台，升级成 AI workforce platform，也就是 AI 劳动力平台。

但这里有一个关键区别。CRM 的 workflow 相对固定，比如 lead tracking、customer support、sales pipeline，这些事情本来就很适合 AI 自动化，所以 AI 确实有可能减少人类 seat。相比之下，ServiceNow 的核心不是员工使用软件，而是企业 workflow 本身运行在平台上。AI 时代反而会带来更多 workflow、更多自动化、更多 orchestration，所以很多投资人认为 NOW 在 AI 时代的商业模式更自然，也更容易从 seat pricing 转向 workflow pricing。

不过 Salesforce 也有非常强的优势，因为它掌握着企业最重要的数据之一，也就是 CRM 数据。包括客户历史、销售行为、邮件、support interaction 和 pipeline。这些数据天然适合 AI。所以 Salesforce 现在的核心赌注是，即使未来人类员工减少，但 AI agent 仍然需要运行在 Salesforce 的数据层和 workflow 层上。换句话说，它希望未来的 AI 销售员、AI 客服和 AI 营销系统，仍然以 Salesforce 作为底层平台。

美股投资网分析认为，现在市场其实分成两派。看空的人认为，AI 会减少 sales rep 和 support agent 数量，从而压缩 Salesforce 的 seat growth。看多的人则认为，AI 会创造大量新的 usage，例如 AI sales agents、autonomous support 和 AI commerce，最后虽然员工人数下降，但 AI interaction 数量会暴增，收入模式只是从人类 seat 转向 AI usage，而不是崩塌。

真正决定 Salesforce 长期估值的关键，其实不是 AI 会不会减少 seat，而是 Salesforce 能不能成功转型成 AI agents 的运行平台。如果未来企业的 AI workforce 大量运行在 Salesforce 上，它仍然可能保持很强的增长和护城河。如果做不到，市场就会把它视为一个成熟、增长放缓的传统 CRM 公司，而这两种定位的估值差距会非常大。

据韩国金融投资协会数据，5月初，韩国股市融资余额飙升至创纪录的36.3万亿韩元，较去年12月底增长了32%，相比1月份的27.4万亿韩元激增超8.9万亿韩元。多家券商在4月底紧急暂停新增信用贷款业务。

高盛数据显示，过去五年间，韩国的股票交易账户总量翻倍。截至今年2月26日，韩国活跃股票交易账户数量已突破1.02亿。韩国总人口约为5160万，这意味着平均每人拥有约两个股票账户。约三分之一的人口直接参与股票交易，这一比例是疫情前（7%）的近5倍。据Toss Securities汇编的数据，今年第一季度，韩国18岁以下未成年人的新开户数量较去年同期激增近10倍。

根据美股大数据 StockWe.com ，在1997年亚洲金融危机、2002年信用卡泡沫，甚至包括2008年全球金融危机之后，韩国散户都是第一批开始加杠杆抄底股市的群体。这种看似‘梭哈’式的投机行为，被他们看作是跳出‘阶层固化’的手段之一。”

一位28岁的韩国上班族算过一笔账：自己月薪400万韩元，首尔公寓价格却超过20亿韩元。即使不吃不喝，也要40多年才能买房。“以目前的收入，储蓄永远买不起房。投资是唯一的选择。”

先说关键数据，本周出炉的美国批发通胀数据创2022年以来最差表现，将市场对美联储政策路径的预期彻底逆转。

根据CME Group基于联邦基金期货的数据，市场目前预计美联储年内加息的概率约为50%。一年期、一年后美国通胀互换——衡量一年后未来12个月通胀预期的衍生品——周五升至2025年2月以来最高水平。

美国30年期国债收益率本周收报5.12%，创2007年7月以来最高收盘水平，单周涨幅接近20个基点；

美股投资网团队周末研究后认为，接下来会对美股对美股会形成五层压力：

一：估值体系被重新定价（最致命）

美股尤其科技股，本质是“未来现金流”的折现游戏。利率越高：未来利润折现后的价值越低。所以为什么：NVDA、AMD、AVGO、ARM、PLTR 以及大量SaaS、高PS AI概念股，对长端利率极其敏感。

此前市场能够接受“50倍PE没问题，因为未来增长足够快”这样的逻辑，但如果30年美债已经能够提供5.1%的无风险收益，资金就会开始重新思考：“为什么还要承担AI泡沫的风险？”于是，高估值成长股首先面临的，就是PE压缩。这也是为什么最近很多AI公司即便业绩很好，股价却不再明显上涨，因为市场已经开始从“看增长”，逐渐切换到“看估值还能不能撑得住”。

二：美元流动性也开始被抽走

美国国债收益率暴涨，会吸引全球资本重新回流美元资产，因为5%的美国国债，已经开始变成“高收益 + 无风险 + 美元资产”的组合。这会直接抽走新兴市场、高风险资产、小盘股、加密货币以及高Beta AI板块的资金。历史上，每次长债收益率快速飙升，市场往往都会进入Risk-Off阶段，也就是风险资产去杠杆周期。最明显的特征通常是：小盘股先跌、半导体先跌、软件股先跌、高杠杆公司先跌，最后才轮到指数层面承压。

三：企业融资成本正在开始恶化

而这一点市场目前可能还没有完全Price In。30年期利率站上5%，意味着企业发债成本显著提升。尤其是商业地产、高负债企业、中小银行、公用事业、REITs，以及高资本开支的AI基础设施公司，压力都会非常大。

事实上，AI行业本身就是一个极度烧钱的行业。数据中心、GPU采购、电力、网络、液冷以及基础设施建设，都需要巨额资本投入。很多AI概念股真正的自由现金流其实并不强。当融资成本持续上升，市场就会重新审视一个核心问题：AI增长到底能不能真正转化为利润？这也是近期市场风格开始从“只看AI故事”，转向“看AI盈利兑现”的原因。

四：原油突破100美元最危险

这是目前最被低估的风险。如果油价重新突破100美元并持续维持高位，就意味着第二轮通胀可能重新回归。市场最害怕的从来都不是单纯的经济衰退，而是“滞胀”——也就是通胀重新抬头、利率维持高位、经济却开始放缓。这会形成“Higher for Longer 2.0”。

对于科技股而言，这将形成典型的“双杀”：一边是高利率压制估值，另一边是经济放缓压制盈利。这也是2000年之后多轮科技泡沫破裂的重要背景之一。

五：AI主线开始第一次遭遇“宏观压制”

2023到2025年的这轮AI行情，本质上是“盈利增长压过宏观利率”。但如果未来美国10年期国债收益率继续冲向5%，30年期进一步冲向5.3%-5.5%，市场很可能会进入一个“宏观大于AI”的阶段。

这意味着，即便AI产业逻辑没有改变，股价也未必还能持续上涨，因为资金成本已经发生了变化。这其实是所有超级牛市中期都会经历的阶段。无论是互联网泡沫、2021年的SaaS泡沫，还是新能源泡沫，都曾经历过“产业逻辑没错，但利率杀估值”的过程。

接下来市场最关键的观察点包括：美国10年期国债收益率是否站稳5%，30年期是否进一步冲向5.5%，原油能否持续站稳100美元之上，核心通胀是否重新反弹，以及美联储是否重新开始讨论加息。

如果这些条件持续强化，美股可能会从过去的“AI慢牛”，逐渐进入“高波动震荡牛”阶段。短期，也就是下周可能会出现一波小的回调，虽然指数未必会大崩，但高估值成长股的波动会明显加剧，AI板块内部会开始大分化，真正具备盈利能力和现金流的公司会胜出，而纯概念驱动的AI股票则可能逐渐被市场出清。

因此，未来市场真正可能走强的方向，反而可能是那些现金流强劲的AI公司，以及电力基础设施、能源、防御型价值股、短久期资产和高股息现金流资产，而不再只是那些“只讲故事”的AI概念股。

先说一个数字，我觉得很多人没有认真看过它：韩国SK 海力士今年一季度的营业利润率，71.8%。英伟达大约 65%，台积电大约 58%。一家内存公司，利润率超过了全球最贵的芯片设计公司和最先进的晶圆厂。

这不正常。

正常的内存公司，利润率应该在 20%-30%，为什么 SK 海力士能做到 71.8%？答案只有一个——它卖的东西，客户没有别的地方买。

这个东西，就是 HBM 高带宽内存。

根据美股投资网调研，英伟达每一块 GPU 旁边，都要贴着几颗 HBM 才能跑起来。没有 HBM，GPU 就是一堆精密的硅，没有办法处理 AI 需求的数据传输量。

全球能造 HBM 的公司，只有三家：SK 海力士、三星、美光。这三家合计占据全球 HBM 市场约 99%。其他任何公司，今天进场，最快也要五到七年才能造出合格的产品。

这不是技术门槛，这是物理门槛——HBM 的制造涉及极复杂的 3D 堆叠封装工艺，不是靠钱砸就能追上的。

对比一下 GPU 那边。GPU 的护城河是什么？CUDA 软件生态，NVLink 互联，十几年积累的库和编译器。这些是真实的护城河，英伟达 75% 的市占率建立在这上面。

但有一件事值得认真想：GPU，本质上是一场设计游戏。

你写出芯片架构，交给台积电生产，台积电的 N3、N2 工艺对所有客户开放。所以 AMD 可以做，谷歌 TPU 可以做，亚马逊 Trainium 可以做，ARM 刚刚下场也在做，OpenAI 据说也在自研。

所有这些公司，都在用同一座台积电工厂的产线。

GPU 的壁垒是软件，软件会随时间衰减——推理负载在向开放标准迁移，PyTorch 抽象层日趋成熟，定制 ASIC 在特定模型上的效率正在追上来。这些都在发生。

但 HBM 不一样，没有人能绕过那三家公司。不是因为他们的软件生态更好，是因为那个工艺，别人在物理上还没追上来。

这个月我写 Micron 那篇的时候，提到了一个数字：2026 年全年 HBM 产能完全售罄，订单排到 2027 年。这不是供需失衡，这是物理产能的硬上限。

想要更多 HBM？等着排队。想要更多 GPU 设计公司？下个月又会多一家。

两件事放在一起，说明了什么？

英伟达今天是 AI 时代最重要的公司，这一点没有疑问。但如果你问我，这场供应链里谁的位置最难被撼动？不是英伟达，不是台积电，是那三家造 HBM 的公司。

它们站在一个别人今天进不来、明天也进不来的地方。安静，不出名，但所有人都绕不过它们。

最终结论：

我们美股投资网以为 AI 时代最值钱的资产是算力。现在我觉得，最值钱的资产是那个让算力跑起来的东西——而那个东西，全世界只有三家公司能造。

淘金热里，最稳的生意是卖铲子的。如果铲子只有一种材料，而那种材料只有三家矿场，那三家矿场，才是真正的赢家。

根据最新披露的 13F 机构持仓报告，全球最大桥水基金（Bridgewater Associates）在今年一季度的调仓动作非常剧烈，展现出了极强的“去弱留强、底层为王”的投资逻辑。

这并非简单的买卖，而是桥水对当前 AI 浪潮核心受益逻辑的一次全面重估。以下是对这份 13F 报告所反映出战略意图的详细完善与深度拆解：

一、核心战略：全面押注“AI 基础设施”与硬件底层

桥水一季度的买入动作，清晰地指明了资金的流向——抛弃应用层，拥抱算力与底层硬件。

新进“代工之王”台积电 ( TSM)：新进建仓台积电是极具信号意义的动作。无论英伟达 NVDA、AMD 还是其他定制 AI 芯片（ASIC）打得多激烈，最终的订单大多都要流向台积电的先进制程产线。桥水买入台积电，是在买入整个 AI 芯片战局的“终极收割者”。

增持算力周边硬件（美光 MU 、博通 AVGO 、迈威尔科技 MRVL ）：除了核心 GPU，AI 数据中心的建设同样离不开高带宽内存（HBM）和高速网络传输。美光（存储）、博通和迈威尔科技（网络互连芯片及定制硅片）的增持，说明桥水正在构建完整的“AI 算力硬件生态组合”，吃尽基础设施红利。

美股投资网获悉，桥水重仓云巨头（亚马逊、谷歌A）：亚马逊被大幅增持并作为重仓股，结合谷歌A的重仓地位，表明桥水坚定看好云服务商（Hyperscalers）。在当前阶段，这些拥有庞大数据中心、能够直接向 B 端出售算力和大模型 API 的巨头，是 AI 变现最确定的一环。

二、风险规避：果断清仓传统 SaaS 与企业级软件

这是本次报告中最引人瞩目的反向操作。桥水对曾被视为“长坡厚雪”的 SaaS（软件即服务）赛道展现出了极其冷酷的态度。

清仓 Salesforce、Workday、ServiceNOW：这三家分别是 CRM（客户关系管理）、HR/财务系统和 IT 服务管理的绝对龙头，但桥水选择了一股不留。背后的逻辑很现实：生成式 AI 正在极大降低企业软件的开发门槛。传统的 SaaS 依赖按人头/席位收费的模式，而 AI 代理（AI Agents）可能会大幅减少企业对软件席位的需求，这动摇了传统 SaaS 的估值根基。

减持 Adobe：尽管 Adobe 也在积极拥抱 AI（如 Firefly），但在 Sora、Midjourney 等外部生成式 AI 工具的疯狂迭代下，其长期护城河面临巨大挑战。桥水选择落袋为安或规避不确定性。

三、绝对底仓：强者恒强的“AI 霸主”

重仓英伟达 (Nvidia)：无需多言，作为 AI 算力的绝对垄断者，只要大模型仍在疯狂“卷”算力，英伟达的业绩支撑力就极强，依旧是桥水投资组合的定海神针。

英伟达也公布13F投资仓位

关键的一笔新进建仓：Generate Biomedicines (GENB)。

这笔 833,325 股、市值约 1,042 万美元的持仓，虽然在英伟达超 130 亿美元的证券总盘子中占比不到 0.1%，但它的战略意义非常深远。加上这块拼图后，英伟达的 13F 投资逻辑才算真正完整，并推翻了我之前的一个推论。

以下是对这笔 GENB 持仓的深度补充分析，以及它如何修正了我们对英伟达投资版图的认知：

一、从“全面清仓”到“赛道换仓”：AI 制药逻辑的重塑

此前美股投资网提到，英伟达清仓了 Recursion Pharmaceuticals (RXRX)，并据此推论老黄正在全面退出 AI 制药的应用层投资。但 GENB 的加入直接修正了这一结论——这并非“全面退出”，而是一次精准的“去弱留强、技术升级”的赛道大换仓。

抛弃旧叙事 (RXRX)：Recursion 主要是利用自动化高通量显微镜和计算机视觉来进行“表型药物发现”。这项技术虽然曾经是前沿，但在生成式大模型（Generative AI）真正爆发的今天，其天花板和颠覆性开始受到质疑。英伟达选择果断离场。

押注生成式新贵 (GENB)：Generate Biomedicines 代表了完全不同的维度——生成式生物学 (Generative Biology)。GENB 的平台更像是“蛋白质界的 ChatGPT”，它能够根据医学指令，直接从底层生成并设计出自然界不存在的全新蛋白质大分子。作为 GENB 近期 IPO 的核心财团支持者（与诺华、三星等共同入局），英伟达买入这 83 万股，是真正将筹码压在了“生成式 AI 重塑万物”的核心逻辑上。

二、 1,042 万美元背后的战略协同：算力与生态的深度绑定

英伟达投资 GENB，显然不是单纯为了这 1000 万美元的短期二级市场财务回报，而是有着极强的业务护城河目的：

BioNeMo 平台的顶级“样板间”：英伟达一直在大力推广其针对生命科学领域的生成式 AI 基础大模型平台（NVIDIA BioNeMo）。GENB 要训练其极其庞大的蛋白质生成模型，必须依赖巨量的 GPU 集群。这笔战略投资相当于左手出资扶持，右手锁定了顶级的算力订单与技术绑定。

获取垂直闭环数据反哺：通用大模型在生命科学领域的最大瓶颈是缺乏高质量的“干湿实验闭环”数据。GENB 拥有业界顶尖的自动化高通量湿实验室（Wet Lab），其产生的高价值结构生物学数据，能够反哺英伟达，帮助其进一步优化底层的生物计算算法。

一、预期市盈率是什么？

公式：预期市盈率 = 当前股价 / 未来12个月（或下一财年）预期每股盈利（EPS）

关键点只有两个变量：

股价（市场交易出来的）

未来盈利预期（分析师+公司指引+市场共识）

========================

二、它到底怎么变高或变低？

有三种情况：

1）股价涨→ P/E 上升

如果EPS不变，但市场愿意给更高估值（情绪/流动性/AI叙事），P/E会上升。

例如：

EPS = 5

股价从100涨到150

→ P/E 从20倍变 30倍

2）EPS预期下降→ P/E 上升（很关键）

如果股价不动，但未来盈利被下调：

EPS 从 5 下调到 3

股价100不变

→ P/E 从20倍变33倍

所以很多时候：

“公司没涨，但估值变贵了”

3）EPS预期上调→ P/E 下降（反直觉）

如果盈利变强：

EPS从5上调到8

股价100不变

→ P/E 从20倍降到12.5倍

========================

三、是不是华尔街分析师上调导致？

部分是，但不是全部。

分析师上调 EPS 确实会影响 P/E 的“分母”，但真正驱动预期的是三层：

1）公司指引（最重要）

比如：

提高收入指引

提高利润率

AI订单爆发

这是EPS预期的“第一推动力”

2）分析师模型修正

华尔街会跟随调整：

revenue estimate

EPS estimate

margin assumption

但通常是“跟随”，不是源头

3）市场隐含预期（更重要）

市场价格其实已经“提前反映预期”：

股价上涨 = 市场提前押注EPS上升

股价下跌 = 市场提前计入EPS下修

========================

四、一个关键误区（很重要）

很多人以为：

“分析师上调→股价涨→ P/E上升”

但真实市场更复杂：

美股投资网获悉，通常是“股价先动，分析师后修正”

也就是说：

市场 = 领先指标

分析师 = 滞后确认

========================

五、用一句话总结

预期市盈率的变化，不是分析师单独决定的，而是：

美股投资网获悉，“市场对未来盈利的重新定价 + 股价变化”共同结果

分析师上调只是其中一个输入变量，不是驱动核心。

========================

如果你想再深入一步，我可以帮你讲一个更关键的东西：

美股投资网获悉，为什么AI行情里“P/E看起来越来越贵，但股价反而继续涨”

这背后是“分母（EPS）被系统性重估”的结构性变化。

据路透社周五援引知情人士消息称，马斯克旗下火箭与卫星制造公司 SpaceX 正计划最早于 6 月 11 日完成其备受瞩目的首次公开募股（IPO）定价，并已选择纳斯达克作为上市交易所。SpaceX股票代码为SPCX

知情人士表示，SpaceX 已加快 IPO 进程，目前计划最早于下周三公开招股说明书（prospectus），并目标于 6 月 4 日启动路演（roadshow），最快于 6 月 12 日正式挂牌交易。

三位知情人士称，这一加速后的时间表相比原计划大幅提前。此前，IPO 原本预计在 6 月下旬左右推进，时间点接近埃隆·马斯克的生日。由于讨论内容属于保密信息，相关人士要求匿名。

他们补充称，美国证券交易委员会（SEC）对公司上市文件的审核速度快于预期，是推动此次 IPO 时间提前的部分原因。

——美股投资网TradesMax.com第一手资讯

SpaceX 已选择纳斯达克作为其 IPO 上市交易所，预计最早将于 6 月 11 日完成定价，股票计划于 6 月 12 日开始交易，股票代码为SPCX。——美股投资网第一手资讯

在人工智能驱动的第四次工业革命中，全球半导体产业的权力重心正在发生一场深刻且不可逆转的位移。

如果说2023年至2024年的市场焦点完全聚焦于英伟达所代表的逻辑算力扩张，那么2025年到2026年的核心叙事则已演变为对“物理极限”的突围。这使得半导体存储器从过去极具周期性的商品转变为人工智能基础设施中最稀缺的战略资产。

DRAM ETF 的历史性崛起

在这种技术转型的背景下，对纯粹存储敞口的渴望催生了美股历史上增长最快的行业ETF之一。Roundhill Memory ETF（DRAM）于2026年4月2日正式上市，其资产规模（AUM）的扩张轨迹不仅超出了行业分析师的预期，更打破了由贝莱德（BlackRock）旗下的ETF（IBIT）保持的纪录。

DRAM ETF 仅用36个交易日便突破了65亿美元的资产规模，而此前表现最优异的 IBIT 达到同等规模耗时43天。这种前所未有的吸金速度反映了市场共识的转变：机构正从单纯的逻辑芯片博弈转向对AI硬件底层物理层面的全方位布局。截至2026年5月，该基金的资产净值（NAV）年初至今已飙升99.22%，在某种程度上，它已成为衡量全球AI基础设施建设热度的实时温度计。

该ETF的成功部分归功于其高度集中的组合策略。不同于SMH（VanEck Semiconductor ETF）或SOXX（iShares Semiconductor ETF）等包含大量模拟电路和微控制器公司的传统半导体指数，DRAM ETF 专注于存储生态的垄断者

2X 存储 ETF 与波动的代价

随着市场热度进入白热化阶段，ETF发行商开始推出更具激进色彩的衍生工具。根据SEC的招募说明书披露，Themes ETF Trust 与 T-REX 等机构相继申请了“2X Long Memory Daily ETF”，旨在为交易者提供双倍于 DRAM ETF 日度表现的杠杆敞口。

然而，杠杆ETF并非简单的“涨幅乘二”。其核心机制是基于“当日”回报的2倍放大，并在每日收盘后重新计算基数。这种每日重置机制（Daily Reset）在单边上涨行情中会产生强大的复利效应，使实际收益远超底层资产回报的2倍。例如，若底层资产连续两天上涨10%，底层资产累计上涨21%，而2倍杠杆产品在不计费率的情况下理论上涨幅将达到44% 。

相反，在震荡市中，杠杆ETF会面临严重的“波动率损耗”（Volatility Decay）。如果底层资产今天上涨5%，明天下跌5%，两天后底层资产仅亏损0.25%，但2倍杠杆产品由于在高位重置了基数，亏损将放大至1% 。考虑到存储芯片板块日均波动率往往超过10%，此类杠杆工具的正确用法是基于对短期催化剂（如财报或技术发布会）的判断进行短线狙击，而非作为长期的配置品种。

存储超级周期的黄昏在哪里？

每个超级周期的终结通常都伴随着“产能过剩”的幽灵。虽然目前市场处于极度短缺状态，但三大巨头的扩产计划已经箭在弦上。SK海力士在龙仁（Yongin）的410亿美元投资计划，以及三星的P5工厂，都将在2027年至2028年释放海量产能。

我们美股投资网认为，如果AI基础设施的部署在2027年出现暂时的“消化周期”，或者大模型的ROI（投资回报率）不及预期，导致超大规模客户削减资本支出，那么目前的短缺将迅速转化为供应过剩。这种情况被业内戏称为“存储末日”（RAMmageddon）。

此外，估值扩张已进入高位区域。美光科技目前的市净率（P/B）和市盈率（P/E）已处于过去五年水平的84%分位以上。尽管AI改变了行业逻辑，但物理世界的供应增加始终是不可回避的经济规律。

结语

或许，真正值得警惕的，并不是眼前这场由AI点燃的“存储狂欢”，而是市场开始相信“这一次周期已经不同”。

从历史上看，半导体行业几乎从未摆脱过周期律。无论是PC时代、智能手机时代，还是云计算时代，每一次技术革命都会在需求爆炸中催生“永远缺货”的幻觉，随后又在资本疯狂扩产后迎来供给反噬。而这一次，AI确实让存储器第一次从“辅助组件”升级为决定模型规模与推理效率的核心战略资源，但它仍无法改变一个最底层的现实：晶圆厂最终会建成，产能最终会释放，供需终究会重新平衡。

美股投资网获悉，DRAM ETF 的爆炸式崛起，本质上是全球资本对“AI基础设施稀缺性”的集中投票；而2X杠杆产品的出现，则意味着市场情绪已经开始从“理性配置”滑向“高风险博弈”。当越来越多资金不再满足于分享产业增长，而是试图用杠杆去放大这场盛宴时，往往也意味着周期正在逐步接近最炽热的阶段。

我们美股投资网认为未来两年，存储产业很可能仍会继续享受AI带来的高景气红利。HBM、先进封装、AI服务器扩张，都会持续推高市场对DRAM与NAND的需求。但更重要的问题或许不是“这一轮还能涨多久”，而是当全球AI资本开支增速第一次放缓时，谁会成为最后一个接住高估值的人。

因为在半导体世界里，最昂贵的从来不是芯片，而是市场对“永远短缺”的想象。

扫码+3万人VIP社群，获得美股实时分析
浏览器打开 https://StockWe.com/vip 订阅