Ray Dalio:AI牛市持续狂飙,投资者应该All In还是套现离场?

marsbit发布于2026-06-16更新于2026-06-16

文章摘要

在AI技术驱动美股飙升、市场集中度空前的背景下,Ray Dalio探讨了投资者应如何配置资产。他指出,技术进步不等于相关股票具备同等吸引力,历史上的技术周期往往经历兴奋、拥挤与剧烈波动。即使如微软、苹果等长期赢家也曾遭遇深幅回撤。当前AI行业面临过度投资、竞争加剧、地缘政治及政策等多重风险。 Dalio认为,关键问题在于如何应对高度集中的市场结构。当少数科技巨头在指数中占比过高时,投资者可能无意中持有高风险集中敞口。他强调,相比追逐少数龙头,构建由优质、低相关性资产组成的分散化组合更为稳健,并能通过风险平衡提升风险回报比。 他提醒,投资者应区分对技术的兴奋与股票的实际吸引力,避免因过度乐观而集中下注。在不确定性极高的环境中,承认认知局限、保持分散化才是长期制胜的关键。Dalio总结,知道自己不知道什么与自己知道什么同样重要,在当前环境下,分散化是应对未知的最佳策略。

编者按:在 AI 巨头持续推高美股指数、市场集中度不断上升的背景下,Ray Dalio 在这篇最新笔记中重新讨论了一个经典问题:当一项革命性技术正在改变世界,投资者应该如何配置资产?

Dalio 的核心提醒是,技术进步本身并不等于相关股票具备同等吸引力。历史上的重大技术周期往往都会经历兴奋、拥挤、波动和出清,即使是微软、苹果这类长期胜出的公司,也曾在周期中遭遇大幅回撤。今天的 AI 产业同样面临过度投资、竞争加剧、地缘政治、税收政策、反 AI 情绪以及下一代技术颠覆等多重不确定性。

文章最重要的落点并非判断 AI 是否会改变世界,而是讨论投资者如何应对「高度集中」的市场结构。Dalio 认为,当少数科技公司占据指数越来越高的权重时,投资者需要警惕自己是否在无意识中持有了高相关、高风险的集中敞口。相比继续追逐少数龙头,真正更稳健的方式,是构建由优质、低相关资产组成的分散化组合,并根据自身风险承受能力调整波动水平。

在他看来,知道自己不知道什么,与判断自己知道什么同样重要。面对当前由 AI 驱动、估值偏高、风险集中的市场环境,投资者不应把对新技术的兴奋,直接转化为对少数 AI 股票的集中配置。分散化,才是 Dalio 眼中穿越这轮技术周期的「投资圣杯」。

以下为原文:

这篇笔记讨论的是:在当下的环境中,应该如何参与投资这场游戏。

想象一下,你正在玩桥牌、扑克、双陆棋或国际象棋之类的游戏,轮到你出招,而你身边有一台电脑,可以和你一起评估局面并建议下一步怎么走。对我来说,投资游戏就是这样的。无论你有没有一台电脑来辅助,我都认为你应该:

根据当前棋盘的形势,问自己下一步该怎么走。也就是说,要根据市场当前的既有特征,以及正在影响市场的各种力量,来决定该如何行动。

我已经参与投资这场游戏很长时间了。到这个阶段,我的目标是把我会如何玩这场游戏传递出去;更进一步,我也希望创建一个平台,让各种人都可以按照自己想要的方式探索投资游戏,学习、回测自己过去会做得如何,并真正把它做好。我相信,面对手中已经拿到的牌,存在正确和错误的处理方式。因此,当你遇到 XYZ 这样一种局面组合时,你应该问自己:「在这种局面下,我应该如何下注?」并且能够给出好的答案。

现在,我想把我眼中的当前市场特征,以及我认为应该怎么做、并且我实际正在怎么做,分享给你。

如何应对当前这组环境

当下最重要的环境因素是什么?在这些因素下,一个人应该如何下注?

在我看来,可能在大多数人看来,我们现在所处的市场环境是:一个由重大新技术,主要是 AI,驱动的行业中,只有极少数公司主导了市场走势。这些公司在整体市场市值中占据了很高比例,并且正在对市场和经济产生巨大影响。所有这类时期都有一个共同点:大量兴奋、不确定性和波动,都集中在新技术行业,并通过这个行业传导到全球股票市场。因此,围绕这个行业的波动和不确定性非常重要。

除此之外,还有一些与其他重大驱动力相关的不确定性。我把这些驱动力称为「五大力量」:1)债务和货币正在发生什么;2)政治和社会议题正在发生什么,这些议题可能对税收以及其他由政治驱动的市场因素产生重大影响;3)地缘政治因素对市场有什么影响,例如战争;4)自然力量正在发生什么;5)新技术正在发生什么。我会把这些情况输入我的投资系统,让它思考在这些环境下应该如何下注,同时我自己也会独立思考应该押注什么。

在这些环境下思考如何下注时,最重要的问题是:你究竟想要做哪一种选择?a)相比宽基股票指数,例如标普 500,对新技术押下更重的注,也就是超配这个新行业,或者超配你认为该行业中最好的几家公司;b)让自己的敞口大致维持在指数权重附近;还是 c)从这种集中度中分散出去?

几乎每个人都想买到最好的投资,也都会为此努力,而眼下确实出现了一项似乎正在改变几乎一切的新技术。但历史表明,在周期的这个阶段,大多数人都会因为把很大比例的筹码押在少数领先技术公司的股票上而失败。这背后有一套合乎逻辑的原因,而且过去总是如此演化。虽然这一次 AI 技术确实独特,但历史上也曾出现过许多同样「独特」的新技术,可以作为类比和参考。人们应该研究这些案例;如果选择忽视它们,就必须能够很好地解释为什么这一次不一样。

风险无疑很高

过去所有重大新技术的案例,都会因为同样的逻辑原因,以相似方式展开。高风险和巨大不确定性,是这些新技术公司的内在特征。回顾历史上类似环境下这些公司的表现,我们会发现,即使是那些长期繁荣的最佳革命性新技术公司,例如微软和苹果,在发展过程中也曾在类似阶段遭遇重创。而且,在这些新技术公司刚出现的时候,而不是事后回看,人们并不容易判断哪些公司会成功、哪些会失败,比如 IBM。如果你观察所有这些案例,就会看到:重大新技术公司天然拥有高度不确定的未来。

例如,它们要么过度投资,要么投资不足。原因在于,如果它们不投入足够多以赢得竞争,就一定会输;但它们又不可能足够精确地知道未来会发生什么,从而判断自己是否已经过度投资。无论是过度投资还是投资不足,代价都很高。

此外,它们也不可能准确预见所有变化,包括外生变化,比如货币收紧、战争、税收大幅变化等,而这些都会影响它们。因此,它们都会经历剧烈的上行和下行周期:先让投资者兴奋,再把他们吓坏,并把脆弱的投资者洗出去,最终导致市场出现夸张波动。进一步说,就像这些新技术和新技术公司曾经颠覆前人一样,其中大多数最终也会被更新的技术和更新的技术公司以我们无法预先设想的方式颠覆。因此,我们也应该考虑同样的风险是否会发生在当下这些新技术和科技公司身上。量子计算的影响,是我们已知的已知风险之一。那么,那些尚未被想象出来的风险呢?

竞争对手带来的风险又如何?例如,中国正在生产和分发 AI 技术,而中国政策制定者对经济和 AI 有着完全不同的看法。我们正处在一场新技术战争中,而各国领导人相信自己必须赢得这场战争。他们对 AI 及其对经济和人民福祉影响的理解,会促使他们以免费或低价方式提供这项技术,因为它具有巨大的生产率收益,并能整体提高生活水平。在他们看来,利润不如许多人使用这些新技术所带来的整体收益重要。我认为,他们将会像在汽车、太阳能电池板、电池以及许多其他产品上一样,在国际市场展开竞争。

当前这组环境,和历史上许多提供了经验教训的案例很像。我忍不住会想到,在荷兰帝国末期、英国帝国开端时,英国如何在造船业和其他重要行业中击败荷兰。此外,围绕台湾也存在一场地缘政治冲突,这至少应该让我们考虑一种可能性:作为地缘政治战争工具,中国可能阻止芯片从台湾流出。AI 股票还面临其他风险,比如财富税及其他税种上升的风险,这可能迫使大量财富集中在这些股票上的持有人卖出股票;又比如反 AI 情绪上升,可能导致企业推进技术发展的空间受到限制。

我还可以给你列出更多值得担忧的事情,也可以给你列出同样长的一串 AI 将会创造、而我想下注的巨大机会。我并不是在说这些风险一定会如何演化,也不是说一个人不应该押注 AI 公司。我只是说,市场中存在大量集中风险,这是无可争辩的;而人们应该知道,在这样的环境下应该如何应对。基于我对所有类似案例的研究,以及其中的逻辑原因,我确信风险很高,而应对这种环境的最佳方式是:

做好分散化

你可能知道,我的口头禅是「分散化」。我的「投资圣杯」是:努力持有 15 个优质、彼此不相关,并且经过风险平衡的投资。换句话说:

一个由优质押注组成的、充分分散的投资组合,将会跑赢单一集中押注。它的风险回报比更高,而且可以通过工程化方式,在相同风险水平下实现更好的回报。市场中风险越集中在某一个领域,一个人就越应该分散化;尤其当市场由革命性新技术驱动时更是如此,因为这种技术本身就会产生巨大的不确定性。

这不是一种观点,而是一种数学确定性。举个例子,如果我拿一个风险回报比为 0.3 的投资来比较,假设它的回报率是 6%,标准差是 18%,这通常是人们对股票的假设;那么,如果我持有 5 个、10 个或 15 个彼此不相关的投资,我可以获得同样 6% 的回报,但以标准差衡量的风险将分别降至 8%、6% 和 5%。因此,如果持有 15 个优质且不相关的投资,我的风险回报比就会提高 4.3 倍,从 0.3 提升到 1.29。如果你愿意,还可以在此基础上加杠杆,在相同风险水平下获得高得多的回报。这是事实。

我对此有很强信心。原因来自我的回测、我在超过 50 年投资生涯中实际交付的回报,以及其中符合概率的逻辑:优秀的下注分散化,并将其调整到自己希望承担的波动率,长期来看会比大多数投资者倾向持有的集中押注产生好得多的回报。更具体地说,通过良好的分散化,一个人可以比任何集中押注获得更好的风险回报比;再把它调整到自己希望承担的风险水平,就能在目标风险水平下获得更高回报,相比任何其他流程都更优。

因为我正在把这种方法传递出去,所以它现在已经是我「并不那么秘密」的投资成功方式了。尽管如此,我很少遇到以这种方式思考投资策略的投资者。也就是说,我很少遇到真正从投资组合构建角度思考的人,即思考一个结构良好的、分散化的下注组合,与集中持有某个伟大新变革行业中的公司股票相比,表现会有什么不同。大多数人只是在想这些股票和这个行业会不会表现很好,以及应该如何押注它们。那些思考投资组合构建的人,和那些不思考的人,最终得到的表现结果会有巨大差异。因此,我会在另一个时间更完整地阐述我关于如何做好这件事的想法。

基于所有这些原因,在当前这组环境下,思考如何打好自己手中的牌,应该会让一个人问自己:我究竟应该持有多大比例的集中押注?然后再去分散化。

回报看起来会很低

风险高是无可争辩的。接下来我要给出一个可能错误的观点:未来预期回报很低。我对未来预期回报的判断,来自与估值相关的分析工作,以及我的泡沫指标读数:未来 5 到 10 年股票的实际回报率看起来大约在 -5% 到 -10% 之间,尽管这些数字存在相当大的不确定性。在我看来,这些股票是久期很长的资产,风险很高,因为人们很难可靠地看清遥远的未来;同时它们看起来价格昂贵,而且持有人基础并不稳固。

我的研究团队就这个话题提出的一个问题

在最近一次会议中,我的研究团队里有一位成员问我:为什么你认为市场以今天这种方式配置是错误的?你怎么知道今天市场中缺乏分散化,并不是出于合理原因?比如,有些投资者认为 AI 股票的预期回报会非常高;或者,当某个行业在总市值中占据如此高比例时,这种指数集中度本来就会自然发生;又或者,当一个行业受到大量热情追捧时,很多投资者就会买入这些股票,而并没有对未来盈利会是什么样、这些盈利应该如何反映进股价,做出聪明且可靠的计算。

我的回答

价格上涨有各种原因,而这些原因并不全都是好的。有些投资者会思考价格,并推动价格走高,因为他们认为相对于基本面而言,价格仍然有吸引力;有些投资者长期持有这些股票,是因为他们认识到这是一项伟大的新技术,并把这些股票价格上涨视为它们是好股票的确认;还有一些投资者拥有指数敞口,这使他们被动地在这些股票上拥有了很大的权重。在我看来,你可以纠结于这些问题,以便决定自己想做什么;也可以意识到,自己并不需要纠结于这个问题,因为你根本没有足够信息可以有信心地下注。你完全可以说:「我知道得还不够,不足以下注。」然后不下注。

让人陷入麻烦的,是以为自己必须形成一个观点,并且认为自己的观点是有价值的;但更可能的情况是,他们无法形成足够可靠、值得押注的观点。

脚注:说清楚一点,我并不是建议避免下注。况且你也无法避免下注,因为你必须把钱放进某种投资或现金里。大多数人认为现金是风险最低的投资,但从长期看,它几乎肯定是最差的投资。我建议的是,即使你没有关于哪个市场好、哪个市场差的战术观点,也要知道如何很好地分散下注。实现这一点的方法,是拥有一个平衡良好的战略资产配置组合,并在你没有足够信心下注的战术观点时持有它。但这是另一个时间的话题。

因此,我相信:知道自己不知道什么,从而决定什么时候不下注,和知道自己知道什么,从而决定什么时候下注,同样重要。

更简单地说,我相信以下原则:由于通常很难知道足够多的信息来证明集中下注是合理的,因此最好的方式,是只持有自己最有信心、彼此不相关的押注所组成的分散化投资组合,并把这个组合工程化调整到自己希望承担的风险水平。这就是我的「投资圣杯」。

在此刻,考虑到当前这组环境,我不认为任何人足够清楚地知道,在这个由技术驱动的市场中接下来会发生什么,从而可以押下一个巨大且集中的赌注。在我看来,避免集中、保持分散化,是应对这种「不知道」的最佳方式。我知道,这与教科书里你可能读到的理论相反。教科书本质上会说,市场是有效的,所以你应该「相信市场」。

总结来说,当前市场异常集中,并且围绕一项革命性新技术展开。这个事实应该提醒我们:不要把自己对新技术的兴奋,与新技术股票本身是否有吸引力混为一谈;也不要抛开谨慎,持有一组高风险、高相关性的集中押注。尤其是,当我们可以通过聪明的分散化,以低得多的风险获得同样有吸引力的回报时,更不应该这样做。

附:我不会和你分享我的具体持仓或战术观点,因为我不想成为你的投资顾问。但我很快会与你分享这些观点背后的一些关键视角,包括我的泡沫指标读数,以及它们背后的逻辑。

热门币种推荐

相关问答

QRay Dalio认为当前AI驱动的市场环境与历史上的重大技术周期有哪些共同点?

ARay Dalio指出,历史上的重大技术周期,包括当前由AI驱动的市场环境,都普遍存在大量兴奋、不确定性和波动性,这些情绪和风险高度集中在新技术行业,并通过该行业传导至整个股票市场。此外,这些时期通常会经历兴奋、拥挤、波动和出清阶段,即使是最终成功的公司(如微软、苹果)也曾在类似阶段遭遇大幅回撤。

QDalio提出的应对当前市场环境的“投资圣杯”是什么?

ARay Dalio提出的“投资圣杯”是构建一个由大约15个优质、彼此低相关或互不相关,并且经过风险平衡的投资(押注)组成的充分分散化的投资组合。他认为,这样的组合相比集中押注于少数热门股票,能在相同风险水平下实现更好回报,或是在相同回报水平下承担更低风险,其风险回报比更高。

Q根据文章,Dalio列举了哪些可能影响AI科技公司的具体风险?

ADalio列举了影响AI科技公司的多重风险,包括:过度投资或投资不足的风险、激烈的行业竞争、地缘政治冲突(如围绕台湾的潜在芯片断供风险)、税收政策变化(如财富税上升)、反AI情绪抬头可能限制技术发展,以及被下一代颠覆性技术(如量子计算)所淘汰的风险。

QDalio如何看待投资者在AI热潮中“必须形成观点并下注”的普遍心态?

ADalio认为,这种认为自己必须对市场形成有价值的观点并据此集中下注的心态,往往会让投资者陷入麻烦。他主张,在信息不足、无法形成足够可靠观点的情况下,承认“我不知道”并选择不下集中赌注,与有能力时果断下注同样重要。投资者的关键错误常在于高估了自己判断的可靠性。

Q在Dalio看来,为什么仅仅追踪市场指数(如标普500)在当前环境下可能存在问题?

ADalio指出,当前少数几家主导AI浪潮的科技公司在整体市场市值中占据了极高权重,导致市场异常集中。仅仅追踪宽基指数(如标普500)意味着投资者在无意识中就持有了对这几家公司的巨大且高度相关的风险敞口。当市场结构高度集中时,这种被动指数投资实际上等同于一种隐形的集中押注,并未实现真正的风险分散。

你可能也喜欢

奥特曼承认:高估了AI抢饭碗!黄仁勋:失业论完全搞反了

2025年10月,OpenAI CEO山姆·奥特曼曾预言可能出现由AI管理的大公司。然而在2026年7月的播客中,他改口称人们“并不真正想要一个AI CEO”,因为公司决策需要明确的责任归属和真人间的信任。他承认自己高估了AI消灭初级白领岗位的速度,“就业末日”大概率不会到来。 几乎同时,英伟达CEO黄仁勋在YC创业课上指出,“AI毁掉工作”的叙事完全搞反了。他认为,AI替代的是工作中的具体“任务”,而非整个“工作”。例如放射科医生和软件工程师,虽然AI承担了更多读片和写代码任务,但这些岗位的数量反而在增长,因为效率提升后业务规模扩大,产生了更多对沟通、判断、协调等AI无法替代的人类技能的需求。 马里兰大学与LinkUp的数据显示,截至2025年第四季度,美国整体招聘需求未被AI压垮,明确面向应届生的岗位比例甚至有所回升。报告指出,年轻员工可能更受益于AI工具,它能快速提供经验,使其变得“便宜又好用”。 然而,挑战依然存在:AI最先接管的正是数据录入、基础分析等标准化入门任务,这使得新人积累初期经验的传统路径变窄,入门台阶正在升高。 两位领袖的观点共同揭示了一个趋势:AI越强大,人类工作的核心价值就越向承担责任、建立信任、做出最终判断等层面集中。这些无法被机器替代的部分,构成了个人真正的职业护城河。

marsbit13分钟前

奥特曼承认:高估了AI抢饭碗!黄仁勋:失业论完全搞反了

marsbit13分钟前

每周编辑精选 Weekly Editor's Picks(0725-0731)

**每周编辑精选(0725-0731)摘要** 本文筛选深度分析,滤除资讯噪音,带来一周核心洞察。 **宏观局势**:美联储迎来近年“最不确定”会议。尽管经济数据为等待提供空间,但高通胀、地缘风险及官员鹰派表态,令市场无法完全排除加息风险,并已为此付费。 **投资与创业**: * 加密投资是长期心态博弈,获胜者需看清资产本质、确信趋势并能承受深度回撤。建议长线布局比特币与优质公链。 * 全球股市(尤科技股)呈现“币圈化”:叙事压倒估值,杠杆放大情绪,社交媒介加速共识极端化。 * Hyperliquid、Polymarket等龙头平台的跨界尝试遇阻,核心难点在于复制原有赛道的用户习惯与流动性深度。 * 多个加密协议收入增长但代币价格不涨,原因在于内部抛压、负面情绪及竞争。好协议不等于好代币,需审视收入、分配与释放机制。 **AI与存储**: * 英伟达信用违约率暴涨,反映市场对AI云设施扩张风险的定价。中国芯片产业崛起正撼动全球存储定价逻辑。 * 存储板块“一夜惊魂”是基本面与预期面脱节,市场已开始为2027年潜在供给过剩提前定价。 * AI烧钱凶猛,市场耐心受考验。多空分歧在于:需求真实但供给受限 vs. 未来回报可见度低。 * SK海力士虽录得史上最赚钱季度,但股价仍“不及预期”,显示市场对其未来增长空间的定价存在分歧。 **政策与稳定币**:美国《Clarity法案》推进至最后阶段,但道德条款等关键分歧仍存,且需与其他争议法案争夺有限表决时间,年内落地概率被下调。若未通过,对加密市场冲击或有限,但将增加未来立法难度。 **CeFi & DeFi**:Ondo代币近期上涨,源于其在链上交易美股主线动作密集,既占据上游代币化资产份额,又向下游拓展保证金应用。但受制于整体市场颓势,涨势更多是短期资金博弈。 **以太坊与扩容**:Lido正启动将800多万枚ETH迁移至Pectra升级后的新型验证器架构,这代表了staking资本管理效率的结构性提升,但不会直接降低用户Gas费用。当前ETH价格走弱,部分源于投资者对其价值增长逻辑感到困惑。 **其他要点**:TradeXYZ平台对A股新股定价展现高精准度;Pons平台币半月暴涨登顶Robinhood Chain;币印破产案例警示平台钱包并非资产托管;一周热点还包括美联储按兵不动、MiCA落地欧洲、长鑫科技上市创纪录、OpenAI称未来12个月将“震撼世界”等。

marsbit47分钟前

每周编辑精选 Weekly Editor's Picks(0725-0731)

marsbit47分钟前

少投入不是苹果的免死金牌

《少投入不是苹果的免死金牌》一文指出,虽然苹果在AI浪潮中因资本开支克制而一度受到市场青睐,但其面临的挑战正在显现。 文章首先描述了市场的反差:当Meta、谷歌等巨头因巨额AI投入引发担忧时,苹果在AI领域的迟缓进展反而被视为“亮点”,其股价一度上涨。然而,这种“全靠同行衬托”的领先难以持续。 随后,文章分析了苹果最新财报。尽管2026财年第三财季营收与净利润均创同期历史新高,主要得益于iPhone和Mac的强劲销售,但财报发布后股价却大幅下跌。原因在于苹果对下一季度的增长指引低于市场预期。 核心问题在于供应链。AI热潮导致内存和芯片需求激增、价格上涨及产能紧张,严重波及苹果。其Mac产品线已因高端芯片供应不足而受限,并被迫提价。外界预测iPhone新品也将大幅涨价,这可能影响未来销量。为应对供应链风险,苹果库存大幅增加,并寻求与中企合作采购内存芯片,但此举面临政治阻力。 与其他科技巨头动辄数千亿美元的AI资本开支相比,苹果的资本开支不仅未增,反而下降,这使其保持了健康的现金流。但同时,苹果研发费用大幅增长,却未能在AI领域取得显著成果,形成反差。 文章总结,苹果虽未在AI烧钱竞赛中陷得太深,却无法避免由这场竞赛引发的供应链与成本冲击。即将卸任的库克对公司未来表示信心,但苹果能否在AI时代保持领先,仍存疑问。

marsbit1小时前

少投入不是苹果的免死金牌

marsbit1小时前

交易

现货

热门文章

如何购买RAY

欢迎来到HTX.com!我们已经让购买Raydium(RAY)变得简单而便捷。跟随我们的逐步指南,放心开始您的加密货币之旅。第一步:创建您的HTX账户使用您的电子邮件、手机号码注册一个免费账户在HTX上。体验无忧的注册过程并解锁所有平台功能。立即注册第二步:前往买币页面,选择您的支付方式信用卡/借记卡购买:使用您的Visa或Mastercard即时购买Raydium(RAY)。余额购买:使用您HTX账户余额中的资金进行无缝交易。第三方购买:探索诸如Google Pay或Apple Pay等流行支付方法以增加便利性。C2C购买:在HTX平台上直接与其他用户交易。HTX场外交易台(OTC)购买:为大量交易者提供个性化服务和竞争性汇率。第三步:存储您的Raydium(RAY)购买完您的Raydium(RAY)后,将其存储在您的HTX账户钱包中。您也可以通过区块链转账将其发送到其他地方或者用于交易其他加密货币。第四步:交易Raydium(RAY)在HTX的现货市场轻松交易Raydium(RAY)。访问您的账户,选择您的交易对,执行您的交易,并实时监控。HTX为初学者和经验丰富的交易者提供了友好的用户体验。

1.2k人学过发布于 2024.12.07更新于 2026.06.02

如何购买RAY

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对RAY(RAY)币价的意见。

活动图片