我的结论很直接:这五只股票不是同一笔“AI交易”,而是AI基础设施链条上五个不同节点;如果市场因为通胀、利率或泡沫担忧继续回撤,我会把它们放进分层观察清单,而不是把“逢低买入”理解成一次性满仓追高。 这篇报告讨论的是MU美光、MXL MaxLinear、AMD超威、LITE Lumentum和VICR Vicor。它们共同受益于AI数据中心资本开支,但风险来源、业绩弹性和估值消化方式并不相同。[1] [2] [3]
我认为,AI行情进入这个阶段以后,真正重要的不是“AI还有没有故事”,而是三个问题:第一,资本开支能否继续落到真实订单;第二,企业盈利能否证明估值;第三,投资组合能否承受高波动。麦肯锡估计,为满足算力需求,到2030年全球数据中心可能需要约6.7万亿美元资本开支,其中AI工作负载相关数据中心约5.2万亿美元;这说明AI基础设施是一个很长的投资周期,但Fidelity也提醒,盈利增长、估值、资本开支可持续性和利率周期将决定AI交易是否从长期主题变成短期泡沫。[1] [2]
一句话结论:AI基础设施仍是我愿意逢低研究的方向,但买点必须服从仓位纪律;在高收益、高回撤、高波动同时存在的阶段,先分层,再下手。
一、先看大图:AI基础设施不是一只GPU股票能讲完的故事
市场最容易犯的错误,是把AI行情简单等同于“买GPU龙头”。在我看来,AI基础设施真正的结构是一个资本开支链条:前端需要算力芯片,中间需要高带宽存储、网络连接和光通信,后端需要电源、散热、数据中心和软件调度。只看单一环节,很容易在估值极高时追错节奏;把链条拆开看,才知道每一次回调到底是在杀估值、杀订单,还是只是高Beta资产的正常洗盘。
麦肯锡关于数据中心资本开支的测算,给了这个框架一个很重要的背景。它不是说所有公司都会同时受益,也不是说所有AI相关股票都应该上涨,而是说明算力需求如果继续增长,投资机会会沿着“算力—存储—连接—光学—电源”扩散。[1] Morningstar对AI股票框架的讨论也提醒我,AI股票选择不能只看概念热度,而要同时看产业位置、护城河、估值和不确定性。[3]
我的判断是,AI基础设施的机会不是“一条线”,而是“一张网”。一旦市场回撤,最值得研究的不是哪个标的跌得最多,而是哪一个节点的基本面没有被证伪、估值却被风险偏好一起砸下来。
过去一年公开价格数据显示,这五只AI基础设施标的均显著跑赢纳斯达克100和SMH半导体ETF。LITE、MU、MXL、VICR和AMD的涨幅都很高,其中LITE与MU表现最突出;但同一组数据也显示,五只股票过去一年最大回撤大多在约-28%至-32%之间,明显高于纳斯达克100约-12.1%的最大回撤。[9]
这组数据对我的启发很明确:强趋势不等于低风险,高弹性不等于随时可以买。 如果一个标的一年涨了数倍,但过程中可以回撤三成,那么买入逻辑不能只写“长期看好AI”,还必须写清楚“怎么承受波动”。换句话说,逢低买入不是一句情绪口号,而是一套资金管理制度。
我会把这张表作为仓位管理的起点。对于MU和AMD这类基本面验证更强的标的,我愿意在回撤中分批观察;对于MXL、LITE、VICR这类高弹性节点,我会先把仓位上限写死,再考虑价格位置。原因很简单:波动率本身就是成本,忽视成本的“逢低买入”,最后很容易变成被动扛单。
二、五只股票的差异:不是谁涨得多买谁,而是谁的证据链更完整
我不赞成把这五家公司放在同一个篮子里粗暴比较。MU的核心是存储周期和AI HBM需求,AMD的核心是数据中心计算平台,LITE的核心是云与AI光通信,VICR的核心是高功率服务器电源交付,MXL则更偏向AI数据中心控制平面和高速连接。它们都受益于AI,但财务弹性、客户结构和估值消化路径并不相同。
从公司公开资料看,Micron在FY2025 Q4新闻稿中披露季度收入113.15亿美元、FY2025全年收入373.78亿美元,并将强劲表现与AI数据中心需求联系起来;AMD Q3 2025新闻稿披露季度收入92.46亿美元,同比增长36%,数据中心收入43亿美元,同比增长22%;Lumentum FY2026 Q3新闻稿披露收入8.084亿美元,同比增长90.1%,并强调AI、云计算和下一代通信相关光子技术;MaxLinear公开新闻稿介绍其面向AI数据中心控制平面连接的Coronado和Laguna USB UART方案;Vicor则在公开资料中强调AI、HPC和数据中心算力增长对48V模块化电源系统的需求。[4] [5] [6] [7] [8]
我的排序不是简单的“涨幅排序”。如果只看过去一年涨幅,LITE和MU最亮眼;如果看基本面证据链,MU和AMD更容易被机构资金持续跟踪;如果看高弹性卫星仓,MXL、LITE、VICR提供的是更陡峭的收益曲线,但同时也要求更严格的止损和仓位上限。
三、风险收益位置:右上角不是天堂,而是纪律考场
很多投资者喜欢看到高收益图,但不喜欢看回撤图。我的看法刚好相反:对于AI高Beta标的,收益率只是结果,最大回撤才是入场前必须接受的条款。 图3把过去一年收益率和最大回撤放在同一张图上,可以看到五只股票都在高收益区域,但纵轴的回撤也很深。这说明
它们不是低波动成长股,而是需要用仓位纪律消化的高弹性资产。[9]
我会用三个层级来处理这类股票。第一层是“核心可跟踪”,即基本面证据更完整、机构覆盖更充分的标的,例如MU和AMD。第二层是“高弹性卫星”,即产业逻辑清楚但波动率很高的标的,例如LITE和VICR。第三层是“观察型弹性”,即产品方向有想象力但财务兑现仍需更多季度验证的标的,例如MXL。
因此,我对“逢低买入”的定义不是跌了就买,而是当价格回撤、基本面没有恶化、资本开支链条仍在兑现时,按照事先设定的仓位规则分批吸收波动。尤其是MXL、LITE、VICR这类高波动标的,仓位大小比买入价格更重要。
四、产业链评分:五股不是同一笔交易,而是五个节点
为了避免把AI股票全部混成一个概念,我把五只股票放在五个维度中打分:算力直接度、AI资本开支敏感度、周期波动、估值兑现压力和组合分散价值。这个评分不是收益预测,也不是投资评级,而是帮助我判断:如果要做一个AI基础设施观察篮子,每只股票到底承担什么角色。
这张图给我的启发是,MU和AMD更像AI基础设施主线的核心证据资产;LITE和VICR更像链条中容易被资金放大的高弹性节点;MXL则更偏向“产品导入后可能出现估值重估”的观察型标的。五只股票都有研究价值,但买入逻辑绝不能完全一样。
我的配置思路是:如果只想要AI核心敞口,优先研究证据链更完整的MU和AMD;如果愿意承担更高波动,可以把LITE、VICR作为卫星观察;如果要配置MXL,必须承认它的小盘属性和收入兑现不确定性,仓位要比另外几只更克制。
五、操作框架:真正的买点来自“回撤、确认、分批”三件事同时出现
我不会因为AI主题强,就把任何回撤都当成买点。真正值得做的回撤,至少要同时满足三项条件:第一,价格已经把短期情绪释放出来;第二,企业基本面没有同步恶化;第三,组合里还有现金和风险预算。少了任何一项,逢低买入都会变成情绪化交易。
Fidelity关于AI泡沫风险的框架值得放在这里。它提醒我们,AI主题虽然仍可能是多年周期,但投资者必须跟踪盈利增长、盈利质量、估值、资本开支可持续性和利率周期。[2] 我完全认同这个口径。AI不是不能买,而是不能在估值最贵、情绪最热、仓位最满的时候用“长期主义”掩盖短期风险。
一句话概括,我会把这五只股票放进AI基础设施观察池,但不会把它们全部视为同等权重的买入清单。对我来说,正确的顺序是先定义角色,再定义仓位,最后才定义价格。
六、结论:逢低可以买,但先问自己能不能扛住波动
最终结论回到标题:逢低买入五大纳斯达克AI龙头股,可以研究,但不能偷懒。 如果AI数据中心资本开支继续扩张,MU、AMD、LITE、VICR和MXL所处的存储、计算、光通信、电源和连接环节都有继续受益的基础;但如果利率重新上行、云资本开支放缓、AI订单兑现不及预期,或者估值已经提前透支未来多个季度增长,这些高Beta资产也会快速回撤。
我的策略很清楚:核心仓优先给基本面证据链更强的资产,卫星仓给高弹性但高波动的节点,观察仓给仍需验证的中小盘机会。买入必须分批,仓位必须有限,风险必须提前写在纸上。真正成熟的AI投资,不是看到回调就兴奋,而是知道哪一段回调可以买、买多少、错了怎么办。
一句话总结:AI基础设施的长期逻辑还在,但逢低买入不是冲锋号,而是纪律表;先把五只股票拆成五个节点,再用仓位和时间去消化波动。
风险提示
本报告仅用于研究讨论,不构成任何收益承诺或个股买卖建议。AI基础设施相关公司普遍具有高波动、高估值敏感度和强周期属性,投资者需要根据自身风险承受能力独立判断。后续最需要跟踪的风险有五类:第一,云厂商资本开支如果低于预期,AI硬件链条订单可能被重新定价;第二,利率若重新上行,高估值成长股会面临折现率压力;第三,存储、光通信、电源和连接等细分环节存在库存周期和客户集中风险;第四,中小盘高弹性标的可能出现流动性和估值波动放大;第五,AI主题如果出现盈利兑现不足,市场可能从“长期空间定价”转向“当期现金流定价”。
本报告由特约分析师编制。报告中所表达的观点仅代表作者个人立场,不代表BIT平台的观点。本材料仅供参考,不构成投资建议。
