BTC
ETH
HTX
SOL
BNB
查看行情
简中
繁中
English
日本語
한국어
ภาษาไทย
Tiếng Việt

聚焦:五大纳斯达克AI龙头股

BIT
特邀专栏作者
2026-06-17 08:00
本文約3898字,閱讀全文需要約6分鐘
Focus: Five Nasdaq AI Leading Stocks AI infrastructure remains a direction I am willing to buy on dips to research, but the entry point must adhere to position discipline. In a phase characterized by high returns, high drawdowns, and high volatility, first stratify, then make a move. Core Thesis: Investing in AI infrastructure is not a bet on a single track, but a capital expenditure chain covering multiple nodes such as computing power, storage, connectivity, optics, and power. In the current phase, the five targets including MU and AMD should be managed through stratification, deploying capital in batches during pullbacks based on fundamental evidence chains and position discipline, rather than blindly chasing highs. Key Elements: MU (Micron), AMD (Advanced Micro Devices), LITE (Lumentum), VICR (Vicor), and MXL (MaxLinear) collectively benefit from AI data center capital expenditures, but their risk sources, earnings elasticity, and valuation digestion methods differ and require differentiated treatment. McKinsey estimates that global AI data center capital expenditures could reach as high as $5.2 trillion by 2030, indicating AI infrastructure is a long investment cycle. However, one must be wary of short-term bubbles caused by earnings, valuation, and interest rate risks. Over the past year, these five stocks have significantly outperformed the Nasdaq 100 and semiconductor ETFs, but their maximum drawdowns have generally ranged between -28% and -32%, far exceeding the index's -12.1%. High returns come with high volatility. Due to more complete fundamental evidence chains (e.g., HBM demand, data center revenue growth), MU and AMD are regarded as "core trackable" assets; LITE and VICR are high-beta satellite positions; MXL is a small-to-mid-cap opportunity requiring observation. A true buy point must simultaneously satisfy three conditions: price has released short-term sentiment, the company's fundamentals have not deteriorated, and the portfolio has available cash and risk budget. Avoid treating every pullback as a buying opportunity.
AI總結
展開
  • 核心观点:AI基础设施投资不是单一赛道的押注,而是涵盖算力、存储、连接、光学和电源等多个节点的资本开支链条。当前阶段,应对MU、AMD等五只标的进行分层管理,在回撤中基于基本面证据链和仓位纪律分批布局,而非盲目追高。
  • 关键要素:
    1. MU美光、AMD超威、LITE Lumentum、VICR Vicor和MXL MaxLinear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各不相同,需区别对待。
    2. 麦肯锡估计,到2030年全球AI数据中心资本开支可能高达5.2万亿美元,表明AI基础设施是一个长投资周期,但需警惕盈利、估值与利率风险导致的短期泡沫。
    3. 过去一年,这五只股票均显著跑赢纳斯达克100和半导体ETF,但最大回撤普遍在-28%至-32%之间,远高于指数的-12.1%,高收益伴随高波动。
    4. MU和AMD因基本面证据链更完整(如HBM需求、数据中心收入增长),被视为“核心可跟踪”资产;LITE、VICR为高弹性卫星仓;MXL为需观察的中小盘机会。
    5. 真正的买点需同时满足三个条件:价格释放短期情绪、企业基本面未恶化、组合内有现金和风险预算,避免将任何回撤都视为买入机会。

投資摘要

我的結論很直接:這五檔股票不是同一筆「AI交易」,而是AI基礎設施鏈條上五個不同節點;如果市場因為通膨、利率或泡沫擔憂繼續回撤,我會把它們放進分層觀察清單,而不是把「逢低買入」理解成一次性滿倉追高。這篇報告討論的是MU美光、MXL MaxLinear、AMD超微、LITE Lumentum和VICR Vicor。它們共同受益於AI資料中心資本開支,但風險來源、業績彈性和估值消化方式並不相同。[1] [2] [3]

我認為,AI行情進入這個階段以後,真正重要的不是「AI還有沒有故事」,而是三個問題:第一,資本開支能否繼續落到真實訂單;第二,企業獲利能否證明估值;第三,投資組合能否承受高波動。麥肯錫估計,為滿足算力需求,到2030年全球資料中心可能需要約6.7兆美元資本開支,其中AI工作負載相關資料中心約5.2兆美元;這說明AI基礎設施是一個很長的投資週期,但Fidelity也提醒,盈利增長、估值、資本開支可持續性和利率週期將決定AI交易是否從長期主題變成短期泡沫。[1] [2]

一句話結論:AI基礎設施仍是我願意逢低研究的方向,但買點必須服從倉位紀律;在高收益、高回撤、高波動同時存在的階段,先分層,再下手。

一、先看大圖:AI基礎設施不是一隻GPU股票能講完的故事

市場最容易犯的錯誤,是把AI行情簡單等同於「買GPU龍頭」。在我看來,AI基礎設施真正的結構是一個資本開支鏈條:前端需要算力晶片,中間需要高頻寬儲存、網路連接和光通訊,後端需要電源、散熱、資料中心和軟體調度。只看單一環節,很容易在估值極高時追錯節奏;把鏈條拆開看,才知道每一次回調到底是在殺估值、殺訂單,還是只是高Beta資產的正常洗盤。

麥肯錫關於資料中心資本開支的測算,給了這個框架一個很重要的背景。它不是說所有公司都會同時受益,也不是說所有AI相關股票都應該上漲,而是說明算力需求如果繼續增長,投資機會會沿著「算力—儲存—連接—光學—電源」擴散。[1] Morningstar對AI股票框架的討論也提醒我,AI股票選擇不能只看概念熱度,而要同時看產業位置、護城河、估值和不確定性。[3]

我的判斷是,AI基礎設施的機會不是「一條線」,而是「一張網」。一旦市場回撤,最值得研究的不是哪個標的跌得最多,而是哪一個節點的基本面沒有被證偽、估值卻被風險偏好一起砸下來。

過去一年公開價格數據顯示,這五檔AI基礎設施標的均顯著跑贏那斯達克100和SMH半導體ETF。LITE、MU、MXL、VICR和AMD的漲幅都很高,其中LITE與MU表現最突出;但同一組數據也顯示,五檔股票過去一年最大回撤大多在約-28%至-32%之間,明顯高於那斯達克100約-12.1%的最大回撤。[9]

這組數據給我的啟發很明確:強趨勢不等於低風險,高彈性不等於隨時可以買。如果一個標的一年漲了數倍,但過程中可以回撤三成,那麼買入邏輯不能只寫「長期看好AI」,還必須寫清楚「怎麼承受波動」。換句話說,逢低買入不是一句情緒口號,而是一套資金管理制度。

我會把這張表作為倉位管理的起點。對於MU和AMD這類基本面驗證更強的標的,我願意在回撤中分批觀察;對於MXL、LITE、VICR這類高彈性節點,我會先把倉位上限寫死,再考慮價格位置。原因很簡單:波動率本身就是成本,忽視成本的「逢低買入」,最後很容易變成被動扛單。

二、五檔股票的差異:不是誰漲得多買誰,而是誰的證據鏈更完整

我不贊成把這五家公司放在同一個籃子裡粗暴比較。MU的核心是儲存週期和AI HBM需求,AMD的核心是資料中心運算平台,LITE的核心是雲端與AI光通訊,VICR的核心是高功率伺服器電源交付,MXL則更偏向AI資料中心控制平面和高速連接。它們都受益於AI,但財務彈性、客戶結構和估值消化路徑並不相同。

從公司公開資料看,Micron在FY2025 Q4新聞稿中揭露季度營收113.15億美元、FY2025全年營收373.78億美元,並將強勁表現與AI資料中心需求聯繫起來;AMD Q3 2025新聞稿揭露季度營收92.46億美元,年增36%,資料中心營收43億美元,年增22%;Lumentum FY2026 Q3新聞稿揭露營收8.084億美元,年增90.1%,並強調AI、雲端運算和下一代通訊相關光子技術;MaxLinear公開新聞稿介紹其面向AI資料中心控制平面連接的Coronado和Laguna USB UART方案;Vicor則在公開資料中強調AI、HPC和資料中心算力增長對48V模組化電源系統的需求。[4] [5] [6] [7] [8]

我的排序不是簡單的「漲幅排序」。如果只看過去一年漲幅,LITE和MU最亮眼;如果看基本面證據鏈,MU和AMD更容易被機構資金持續追蹤;如果看高彈性衛星倉,MXL、LITE、VICR提供的是更陡峭的收益曲線,但同時也要求更嚴格的停損和倉位上限。

三、風險收益位置:右上角不是天堂,而是紀律考場

很多投資者喜歡看到高收益圖,但不喜歡看回撤圖。我的看法剛好相反:對於AI高Beta標的,收益率只是結果,最大回撤才是入場前必須接受的條款。圖3把過去一年收益率和最大回撤放在同一張圖上,可以看到五檔股票都在高收益區域,但縱軸的回撤也很深。這說明

它們不是低波動成長股,而是需要用倉位紀律消化的高彈性資產。[9]

我會用三個層級來處理這類股票。第一層是「核心可追蹤」,即基本面證據更完整、機構覆蓋更充分的標的,例如MU和AMD。第二層是「高彈性衛星」,即產業邏輯清楚但波動率很高的標的,例如LITE和VICR。第三層是「觀察型彈性」,即產品方向有想像力但財務兌現仍需更多季度驗證的標的,例如MXL。

因此,我對「逢低買入」的定義不是跌了就買,而是當價格回撤、基本面沒有惡化、資本開支鏈條仍在兌現時,按照事先設定的倉位規則分批吸收波動。尤其是MXL、LITE、VICR這類高波動標的,倉位大小比買入價格更重要。

四、產業鏈評分:五股不是同一筆交易,而是五個節點

為了避免把AI股票全部混成一個概念,我把五檔股票放在五個維度中打分:算力直接度、AI資本開支敏感度、週期波動、估值兌現壓力和組合分散價值。這個評分不是收益預測,也不是投資評級,而是幫助我判斷:如果要做一個AI基礎設施觀察籃子,每檔股票到底承擔什麼角色。

這張圖給我的啟發是,MU和AMD更像AI基礎設施主線的核心證據資產;LITE和VICR更像鏈條中容易被資金放大的高彈性節點;MXL則更偏向「產品導入後可能出現估值重估」的觀察型標的。五檔股票都有研究價值,但買入邏輯絕不能完全一樣。

我的配置思路是:如果只想要AI核心敞口,優先研究證據鏈更完整的MU和AMD;如果願意承擔更高波動,可以把LITE、VICR作為衛星觀察;如果要配置MXL,必須承認它的小盤屬性和收入兌現不確定性,倉位要比另外幾檔更克制。

五、操作框架:真正的買點來自「回撤、確認、分批」三件事同時出現

我不會因為AI主題強,就把任何回撤都當成買點。真正值得做的回撤,至少要同時滿足三項條件:第一,價格已經把短期情緒釋放出來;第二,企業基本面沒有同步惡化;第三,組合裡還有現金和風險預算。少了任何一項,逢低買入都會變成情緒化交易。

Fidelity關於AI泡沫風險的框架值得放在這裡。它提醒我們,AI主題雖然仍可能是多年週期,但投資者必須追蹤盈利增長、盈利品質、估值、資本開支可持續性和利率週期。[2] 我完全認同這個口徑。AI不是不能買,而是不能在估值最貴、情緒最熱、倉位最滿的時候用「長期主義」掩蓋短期風險。

一句話概括,我會把這五檔股票放進AI基礎設施觀察池,但不會把它們全部視為同等權重的買入清單。對我來說,正確的順序是先定義角色,再定義倉位,最後才定義價格。

六、結論:逢低可以買,但先問自己能不能扛住波動

最終結論回到標題:逢低買入五大那斯達克AI龍頭股,可以研究,但不能偷懶。如果AI資料中心資本開支繼續擴張,MU、AMD、LITE、VICR和MXL所處的儲存、運算、光通訊、電源和連接環節都有繼續受益的基礎;但如果利率重新上行、雲端資本開支放緩、AI訂單兌現不及預期,或者估值已經提前透支未來多個季度增長,這些高Beta資產也會快速回撤。

我的策略很清楚:核心倉優先給基本面證據鏈更強的資產,衛星倉給高彈性但高波動的節點,觀察倉給仍需驗證的中小盤機會。買入必須分批,倉位必須有限,風險必須提前寫在紙上。真正成熟的AI投資,不是看到回調就興奮,而是知道哪一段回調可以買、買多少、錯了怎麼辦。

一句話總結:AI基礎設施的長期邏輯還在,但逢低買入不是衝鋒號,而是紀律表;先把五檔股票拆成五個節點,再用倉位和時間去消化波動。

風險提示

本報告僅用於研究討論,不構成任何收益承諾或個股買賣建議。AI基礎設施相關公司普遍具有高波動、高估值敏感度和強週期屬性,投資者需要根據自身風險承受能力獨立判斷。後續最需要追蹤的風險有五類:第一,雲端廠商資本開支如果低於預期,AI硬體鏈條訂單可能被重新定價;第二,利率若重新上行,高估值成長股會面臨折現率壓力;第三,儲存、光通訊、電源和連接等細分環節存在庫存週期和客戶集中風險;第四,中小盤高彈性標的可能出現流動性和估值波動放大;第五,AI主題如果出現獲利兌現不足,市場可能從「長期空間定價」轉向「當期現金流定價」。

本報告由特約分析師編製。報告中所表達的觀點僅代表作者個人立場,不代表BIT平台的觀點。本材料僅供參考,不構成投資建議。

投資
產業
AI
歡迎加入Odaily官方社群