历史上最大科技股抛售潮背后，AI的牛市结束了？

本文来自微信公众号： 硅基观察Pro ，作者：硅基君

过去一周，美国半导体股遭遇了逾一年来最惨烈的单周下跌。

费城半导体指数较6月高点累计回撤超过20%，正式进入技术性熊市。但指数的跌幅，只是这轮抛售最温和的一面。

跌势几乎蔓延到了整条AI产业链。

过去一个月，美光股价从最高点的1254美元跌至848美元，回撤32.4%；英特尔从最高点142美元跌至95美元，跌幅33.1%；AI云计算公司CoreWeave近一个月回撤约38%。

港股同样没有幸免。

最近一个月，长飞光纤光缆从最高304港元跌至141港元，回撤超过54%；智谱股价从最高2410港元跌至900港元，跌幅达到62.7%。

而最惨烈的地方，是杠杆资金。

港股的南方两倍做多SK海力士ETF单周暴跌47%，从193.65港元的历史高点算起，不到一个月已经跌去超过70%。

高盛资产配置研究主管Christian Mueller-Glissmann说，这是有记录以来规模最大的动量策略抛售之一。

讲真，AI资产涨了这么多，暴跌并不奇怪，但最让人困惑的是：这轮暴跌，并不是发生在坏消息之中。恰恰相反，AI产业链正在交出历史级别的业绩。

台积电将2026年营收增长指引上调至40%以上，营收基数已经超过1500亿美元。在券商的最新预测里，SK海力士二季度营业利润更是同比增长超过500%。

但即使如此，也挡不住投资人用脚投票。

为什么业绩创新高，AI资产的股价却开始下跌？这轮AI行情，究竟发生了什么？今天硅基君就来说说这个事。

/01/

AI资产的风向变了

一场覆盖全球AI资产的去杠杆，正在发生。

从各细分市场看，韩国综合股价指数较峰值下跌27%，美国AI受益股下跌25%，全球存储芯片股下跌36%，欧洲半导体股下跌23%。其中，存储芯片贡献了整体跌幅的约三分之二。

但奇怪的是，这轮下跌并不是由基本面恶化引发的。恰恰相反，无论企业盈利还是宏观数据，传递出的信号都相当积极。

根据最新的宏观数据，美国的企业贷款同比增长17%，创下历史纪录，而且增长覆盖了经济中的几乎所有板块；美国消费者支出保持中个位数增长，信用卡消费增长6%。

AI资本开支也没有明显降温。

台积电将2026年营收增长指引上调至40%以上，营收基数已经超过1500亿美元。ASML发布财报后，市场开始上调其未来一至三年的盈利预期，调整幅度达到15%至30%。

基本面没有崩，但股价还是跌了。

核心原因是，动量交易的资金正在系统性平仓。

所谓动量交易，简单来说，就是追涨杀跌的系统化版本。它会买入过去一段时间表现最好的股票，同时卖出或回避表现最差的股票。

过去一年，AI算力、半导体、存储和数据中心一直是市场最强势的方向。动量资金因此不断买入这些股票，同时减持甚至做空医药、消费和部分传统行业。

这成了今年对冲基金和共同基金中流行的交易策略。这套策略在趋势延续时非常有效。但它也存在一个非常致命的问题：一旦市场风格突然反转，策略会在多头和空头两端同时受伤。

原来的强势股开始下跌，迫使量化基金减仓，原来的弱势股突然反弹，又迫使空头回补，动量策略两头挨打。

而本轮市场正在经历的，正是这样一次反转。

按照摩根士丹利量化与衍生品策略团队（MS QDS）的统计，本轮广义动量因子从峰值到谷底下跌28%，整个过程只用了17个交易日。

相比之下，自1999年以来，历史上一轮典型动量回撤的中位数为22%，平均持续33个交易日。也就是说，这轮市场只用了一半的时间，就完成了一场幅度更深的风格清算。

科技股的情况更加极端。

摩根士丹利追踪的TMT动量因子已经从高点下跌40%，无论回撤速度还是回撤深度，均创下有记录以来的最高水平。

历史上，动量策略一共出现过45次超过10%的回撤，只有两次比这一轮更深。

一次是2000年至2001年的互联网泡沫破裂；另一次则发生在2020年11月9日，当天辉瑞公布新冠疫苗取得重大进展，市场对经济重启的预期突然升温。

彭博追踪动量策略表现的指数，自6月科技股行情见顶以来已经累计下跌13%，并可能创下2007年指数成立以来最差的月度表现之一。

而就在6月，这一指数刚刚录得成立以来最好的单月表现。这意味着，从历史最佳到历史最差，前后只隔了不到一个月。

那么问题来了，我们应该怎么理解这次风格切换，AI资产到拐点了吗？

/02/

需要回答的三个核心问题

几乎所有人都相信，这轮AI变革远没有结束。

但这并不意味着AI资产的股价上涨。因为在这场超级周期里，其实走着三只速度完全不同的时钟：

模型按月迭代，资本按季重估，晶圆厂和数据中心按年建设。

市场最终只会被走得最慢的那只时钟校准。

而市场现在的担忧，恰恰来自这里，主要体现在三个方面：

第一个问题，是资本开支增长的持续性。

UBS预计，微软、亚马逊、Alphabet和Meta等超大规模云厂商的资本开支，2026年将增长76%，达到6730亿美元；2027年增速降至25%，2028年进一步降至6%。

绝对投入仍然很高，但边际增速正在见顶。

一个很重要的原因是，在持续多年的大规模投入后，科技巨头必须证明这些高额的资本投入，能够产生足够高的回报。

目前，真正实现大规模商业化的模型公司，仍主要集中在OpenAI、Anthropic等少数头部玩家。CSP砸下去的千亿美元级资本开支，尚未完全转化为同等规模的内部需求和现金流。

Meta考虑对外释放部分算力，就是一个典型信号。

对于英伟达、存储、光模块、服务器和数据中心公司来说，赚的主要是建设期的钱。只要资本开支还在加速，上游订单就会不断超预期。一旦增速见顶，即使投入仍处于历史高位，产业链的估值也可能提前收缩。

第二，除了Coding，谁来接棒AI商业化？

过去一年，AI商业化最清晰的方向是编程。开发者愿意付费，产品价值容易衡量，模型能力提升也能够迅速转化为收入。从Claude Code到Cursor，Coding已经成为目前最接近“杀手级应用”的AI场景。

按照目前市场预测，按明年约2万亿美元的TAM测算，即使OpenAl(约2400亿美元收入)和Anthropic约3600亿美元收入)快速增长，对应的行业渗透率约30%。

有投资者认为，当行业渗透率接近30%后，增速也可能逐渐放缓。一旦Coding增速放缓，且没有空间足够大的新场景接棒，市场就会提前交易AI收入增速见顶。

第三，存储价格还能涨多久。

在这一轮AI超级周期中，存储行业的利润已经到了一个极其夸张的水平。

摩根大通算过一笔账：未来三年，SK海力士和三星电子的预期净利润，相当于韩国政府债务的1.4倍。即使只计算两家公司预计缴纳的税收，也能够覆盖韩国政府债务的约四成，接近韩国外汇储备的八成。

也就是说，两家公司，三年的利润，几乎装下了一个发达经济体的主权资产负债表。

过去一年，市场给存储行业讲了一个“这次不一样”的故事：AI正在把存储从周期行业，变成结构性成长行业。

如果这个逻辑成立，三星、SK海力士、美光和闪迪的估值框架，就不应该继续停留在传统周期股上。即使利润没有同步增长，估值也可以从个位数市盈率切换至两位数，股价因此上涨数倍。

这套估值切换，支撑了存储股过去一年的暴涨。但这个故事仍然需要更多时间证明。

一方面，存储在数据中心整机成本中的占比，很难继续大幅提升。

另一方面，存储涨价的空间也在收窄。原因很简单，下游可能已经承受不起继续涨价了。这一轮周期中，存储拿走了产业链大部分新增利润。但PC、智能手机和服务器厂商，未必能够无限把成本传导给消费者，最终可能迫使厂商削减生产计划。

这也是市场开始重新审视存储股估值的原因。

有趣的是，这已经是ChatGPT问世以来，存储股经历的第三次大幅回调。前两次回调，都没有真正打断行业上行周期。这一次会不会成为例外，没人知道。

从云厂商到大模型，再到存储，每个环节都有需要回答的问题。这些问题什么时候能有一个清晰的答案并不清楚。但至少有一点可以肯定，比起答案本身，所有人都更需要一个新的故事。