谁会终结 AI 牛市,仓位还是叙事?

marsbit发布于2026-05-14更新于2026-05-14

文章摘要

市场涨势强劲但风险暗藏。当前美股核心矛盾在于:一方面,仓位已极度拥挤,技术层面回调信号明显。标普500指数连涨六周,高盛风险偏好指标升至高位,热门板块超买严重,市场接近“满仓做多”,仓位重置压力巨大。然而做空时机难以把握,空头回补甚至可能触发新一轮轧空。 另一方面,基本面叙事——尤其是AI——仍在支撑情绪。企业盈利强劲,通胀、地缘政治等利空已被消化,缺乏触发熊市的明确信号。但市场高度依赖AI叙事,剔除AI后表现平庸,半导体板块贡献了近期大部分涨幅。市场对AI的担忧(如成本、竞争、安全)已被忽视,进入“贪婪模式”。 风险在于,仓位拥挤与叙事依赖叠加,使市场结构脆弱。一旦出现类似“DeepSeek时刻”的冲击催化剂,可能引发机械性资金流逆转,导致半导体等热门板块出现超调式大跌。因此,终结AI牛市的可能是过度拥挤的仓位率先调整,也可能是AI叙事本身无法持续,两者叠加将造成更深的冲击。

撰文:龙玥

来源:华尔街见闻

市场涨得越猛,下跌的理由就越难找——但风险并没有消失,只是藏得更深了。

5 月 14 日,彭博市场分析师 Jon-Patrick Barnert 发文指出,当前美股涨势已明显拉升,但做空的成本与时机依然难以把握。更棘手的是,现在连「最该做空的理由是什么」都变得模糊起来。

这轮行情的核心矛盾是:仓位已经极度拥挤,但基本面叙事——尤其是 AI——仍在支撑市场情绪。两者之间,谁会先崩?

仓位:市场已接近「满仓做多」

从纯粹的价格走势来看,回调信号已经相当明显。

标普 500 指数过去六周的连涨,不仅是 70 多年来持续时间最长的上涨行情之一,涨幅也属于历史最强之列。Barnert 表示,「喘口气」对这个市场来说再正常不过。

高盛风险偏好指标(Risk Appetite Indicator)已重新升至 1,这是年初以来首次。该指标超过 1 的情况极为罕见,历史上往往预示着潜在回调。上一次突破这一阈值是在 2021 年,随后市场进入熊市。

从最热门的主题股来看,Barnert 描述这是一个「所有东西都超买」的市场,部分最热门板块的超买程度已达极端水平。叠加机械性资金流入——目前看起来已处于或接近最大做多仓位——整体画面是:上行空间有限,仓位重置的潜在压力巨大。

但做空并不容易。Barnert 指出,仓位调整可能在单日内完成,让空头交易的进出时机极难把握。而如果市场选择「慢慢跌」,波动率仓位则会在温和环境中悄然失效。更有可能的情形是:整体情绪依然偏多,一旦空头被迫回补,反而触发新一轮轧空行情,涨得比任何人预期的都快。

部分热门 ETF 的资金流向已开始出现微妙变化——倾向于「锁定收益」而非「追高」。但 Barnert 也坦承,这一趋势已持续数周,目前尚未对市场走势产生实质影响。

叙事:没有 AI,大盘什么都不是

如果说仓位是技术层面的隐患,那叙事层面目前看起来反而更稳固。

Barnert 指出,当前缺乏触发基本面熊市的明确信号。企业盈利保持强劲,通胀预期略有上升但未达极端水平。市场已消化了油价高企和中东局势的冲击,最新美国就业数据也缓解了衰退担忧。至于加息预期,早已不再是压制股市的催化剂。

但有一个问题不容忽视:这轮行情的集中度,已经高度集中在「集中度本身」之上。

Barnert 指出,无论是对比含 AI 与不含 AI 的指数表现,还是拆解 3 月以来涨幅的贡献来源,结论都指向同一个方向:没有 AI,这个市场的表现只能用「平庸」来形容。 更值得注意的是,半导体板块单独贡献了 3 月以来涨幅的近 40%。

围绕 AI 的市场叙事,已再度进入「贪婪模式」,而非理性追求合理回报的阶段。几个月前还被热议的担忧——AI 算力成本能否被裁员节省所覆盖、数据中心能源供应瓶颈、AI 定价战侵蚀利润率、新竞争者以更低成本颠覆现有格局、资本开支大幅增长而股票回购停滞、AI 安全隐患——如今似乎已被市场集体遗忘。

「DeepSeek 时刻」重演的风险

野村证券策略师 Charlie McElligott 对此发出了最直接的警告。

他表示:「考虑到当前的市场结构和主题高度重叠,一旦某天出现另一个全面爆发的『DeepSeek 式』冲击催化剂,很可能直接触发纳斯达克一级熔断(limit-down)式的交易。」

McElligott 进一步指出,在这种情景下,半导体 ETF 单日跌幅可能轻松达到 15%——因为「假设中的反身性机械资金流逆转,将形成大规模超调式下跌」。

换句话说,正是那些在上涨过程中不断追加买入的机械性资金(如 CTA 策略、风险平价基金等),一旦触发反转,反而会成为加速下跌的放大器。

这轮 AI 牛市面临的两大风险,一个是技术性的(仓位过度拥挤),一个是叙事性的(AI 故事能否持续)。前者随时可能触发,后者一旦破裂则冲击更深。两者叠加,构成了当前市场最值得警惕的结构性脆弱。

相关问答

Q根据文章,当前美股AI牛市面临的两个主要潜在风险是什么?

A技术性风险:市场仓位已极度拥挤,达到或接近“满仓做多”的状态,存在巨大的仓位重置压力,随时可能触发回调。叙事性风险:市场表现高度依赖且集中于AI叙事,一旦AI故事无法持续、市场情绪转向或出现负面催化剂,将对市场产生更深远的冲击。

Q文章中提到的高盛风险偏好指标(Risk Appetite Indicator)达到什么水平?历史上这一信号通常预示着什么?

A高盛风险偏好指标已重新升至1。该指标超过1的情况在历史上极为罕见,往往预示着市场可能出现潜在回调。上一次突破这一阈值是在2021年,随后市场便进入了熊市。

Q野村证券策略师Charlie McElligott对当前市场发出了怎样的警告?他设想了怎样的极端场景?

A他警告称,考虑到当前市场结构和主题的高度重叠,一旦出现另一个类似“DeepSeek式”的全面爆发的冲击催化剂,很可能直接触发类似纳斯达克一级熔断(limit-down)式的交易。在这种极端情景下,半导体ETF的单日跌幅可能轻松达到15%。

Q从数据来看,AI和半导体板块对近期市场涨幅的贡献有多大?这说明了什么问题?

A半导体板块单独贡献了3月以来市场涨幅的近40%。文章通过对比含AI与不含AI的指数表现也指出,如果没有AI,市场的表现将显得“平庸”。这说明了当前市场上涨的高度集中性和对AI叙事的深度依赖。

Q为什么文章认为在当前市场环境下做空操作非常困难?

A做空困难的原因主要有三点:第一,仓位调整可能在单日内快速完成,空头交易的进出时机极难把握。第二,如果市场选择温和下跌,波动率仓位可能会悄然失效。第三,整体市场情绪依然偏多,一旦空头被迫回补,反而可能触发新一轮轧空行情,导致市场比预期涨得更快。

你可能也喜欢

a16z:7张图读懂代币化如何改变资产的本质

代币化资产(RWA)市场规模已突破340亿美元(不含稳定币),两年内增长超10倍,成为改变资产形态与金融系统构建的重要力量。 **美债成为增长主力:** 美国国债代币化是近期市场扩张的主要驱动力,其优势在于为投资者提供高效、灵活的生息资产持有方式,并帮助金融机构提升结算与资产调拨效率。 **市场格局高度集中:** 目前市场主要由美国国债和大宗商品(尤其是黄金)主导,两者合计占据约三分之二份额。黄金因标准统一、易于存储且备受加密社区青睐,在大宗商品代币化中独占鳌头。 **公链分布多元,但可组合性不足:** 以太坊承载了超一半的代币化资产,但市场也分散在BNB Chain、Solana等多条公链。当前核心问题是,大多数代币化资产(如国债、黄金)仅实现了资产的数字化记录,链上使用率极低(例如仅5%的债券用于DeFi),未能充分发挥区块链可组合、可编程的核心价值。相比之下,再保险、私人信贷等小众品类原生链上程度更高。 **未来展望:** 尽管目前代币化资产在全球相应传统资产总量中占比微乎其微(均低于0.02%),但多家机构预测其市场规模将在2030年前达到数万至数十万亿美元,拥有百倍增长空间。行业下一阶段的关键挑战,是将更复杂的金融资产上链,并推动代币化资产深度集成到可组合的原生链上金融基础设施中。

marsbit56分钟前

a16z:7张图读懂代币化如何改变资产的本质

marsbit56分钟前

能随意窃取数据!这款热门 AI 编程工具曝重大隐患

Anthropic公司推出的AI编程助手Claude Code,其核心安全功能——网络沙箱被曝存在重大安全漏洞。独立安全研究员关傲男发现,该沙箱的SOCKS5代理存在“空字节注入”漏洞,攻击者可通过构造特殊主机名(如`attacker-host.com\x00.google.com`),使其绕过域名白名单限制,访问任意外部主机。此漏洞自2025年10月网络沙箱上线以来一直存在,持续约5.5个月,影响了所有130个版本。 该漏洞属于“解析器差异”攻击,即上层JavaScript过滤器与底层C语言解析器对同一字符串的解释不同,导致安全检查被绕过。当结合此前披露的“评论与控制”提示词注入攻击时,可构成完整攻击链,窃取环境变量中的API密钥、内部凭证等敏感数据并外传。 值得注意的是,研究员将漏洞复现代码交给Claude Code自身运行后,其也承认这是一个真实的沙箱绕过漏洞。然而,Anthropic在4月初收到报告并静默修复后,未发布任何安全通告、CVE编号或用户通知,其处理方式引发了对安全透明度的质疑。此前,该沙箱已在2025年11月被同一研究员发现并报告过另一个完整绕过漏洞。 此次事件暴露了AI编程工具在纵深防御设计上的不足。安全社区建议,用户不应完全信任厂商的沙箱实现,而应将AI助手视为需遵循最小权限原则的“超级员工”,实施多层防御策略。

marsbit4小时前

能随意窃取数据!这款热门 AI 编程工具曝重大隐患

marsbit4小时前

一周省下3亿Token,Anthropic工程师的Claude Code缓存指南

这篇文章分享了Anthropic工程师通过有效利用Claude Code的Prompt缓存机制,一周内节省超过3亿Token的经验。核心观点是,缓存的Token成本仅为普通输入的10%,因此提高缓存复用率能显著降低使用成本并延长会话额度。 缓存机制依赖“前缀匹配”,分为系统层、项目层和对话层三层。只要会话前缀与已缓存内容一致,Claude即可直接复用,无需重新处理。Claude Code订阅版的缓存有效时间(TTL)为1小时,而API默认为5分钟。 文章强调了几个关键的使用习惯以避免“打断”缓存: 1. 不要让会话空置超过1小时,否则缓存过期,重新开始成本更低。 2. 切换任务时,建议进行清晰的会话交接(如使用自定义的handoff技能总结进度后新建会话),而非使用可能破坏缓存的`/compact`命令。 3. 避免在会话中途切换模型(包括开启“Opus plan”模式),因为不同模型使用独立缓存,切换会导致缓存失效。 4. 大文档应放入Projects中管理,而非反复粘贴进对话,以获得更好的缓存优化。 此外,文章提到Anthropic内部会监控缓存命中率,因为这直接影响服务成本和用户体验。通过理解并遵循这些简单的原则,用户可以在不改变使用习惯的情况下,更高效地利用Claude Code,节省Token消耗。

marsbit4小时前

一周省下3亿Token,Anthropic工程师的Claude Code缓存指南

marsbit4小时前

交易

现货
合约
活动图片