From AI Beta to Profit Realization: Q3 US Stocks, How to Find New Ways to Make Money?

特邀专栏作者

2026-07-07 08:45

本文約9175字，閱讀全文需要約14分鐘

The AI narrative is not over yet, but funds are shifting from the broad CapEx thesis to verifiable areas such as storage, optical interconnect, power, and data center infrastructure.

AI總結

展開

Core Thesis: The core logic of the US stock market in Q3 is shifting from "valuation expansion" to "profit realization." Inflation caps valuation upside, while earnings determine the index's downside floor. The AI narrative remains unchanged, but the trading focus will shift from a broad AI Beta to specific areas that can be verified by orders and financial reports, such as storage, networking and optical interconnect, power, and data center infrastructure.
Key Factors:
1. Q3 Macro Environment: Inflation remains above the Federal Reserve's target, reducing the margin of error for high-valuation growth stocks. Capital favors assets with high earnings certainty or the ability to hedge against inflation.
2. Index Drivers: The S&P 500's rise is more reliant on upward EPS revisions than P/E expansion. Goldman Sachs has raised its 2026 EPS forecast to $340.
3. AI CapEx 2.0: The market is transitioning from trading "computing scarcity" to verifying "delivery and realization." Supply chain bottlenecks have expanded from GPUs to areas like power, cooling, and optical interconnect.
4. Storage Industry Upgrade: AI demand for HBM, DRAM, and NAND has already translated into revenue and cash flow. The storage logic is moving from single-point scarcity to diffusion across the entire industrial chain.
5. Data Centers as a Standalone Group: Infrastructure segments like power, thermal management, and system delivery are becoming core trading sub-sectors as AI capital expenditures enter the construction phase.
6. Importance of Market Breadth: A healthy market requires sectors beyond the AI mainline—such as industrials, financials, and platform advertising—to rally in succession, thereby reducing market concentration risk.
7. Three Scenarios: The baseline scenario is neutral to slightly positive, with the index trending upward with fluctuations. The optimistic scenario requires a conjunction of upward earnings revisions and falling inflation. The pessimistic scenario is triggered by secondary inflation and unmet AI delivery expectations.

開門見山，Q3 美股仍有支撐，但如果你想在市場繼續賺錢，方式或許需要發生變化。

剛剛過去的 Q2，市場對地緣衝擊的定價階段性鈍化，疊加 AI 基建行情修復和風險偏好回升，共同推動美股重新走強，尤其是在大型科技股和 AI 核心資產的帶動下，市場一度重新回到熟悉的交易模式：只要資本開支繼續增加，只要算力需求仍然強勁，估值就可以繼續向上抬升。

但進入 Q3 後，這套邏輯正在面對更高的驗證門檻。

一方面，通膨仍高於聯準會目標，長端利率和政策路徑繼續限制高估值資產的擴張空間；另一方面，AI 相關公司的股價已經提前計入相當樂觀的增長預期，市場接下來需要看到的，不再只是更大的 CapEx 數字，而是訂單、交付、毛利率、現金流和資本回報率。

因此，MSX 麥通研究院對 Q3 美股維持中性偏積極的判斷。

指數尚未進入系統性轉熊週期，但回報來源正在從「估值擴張」轉向「盈利兌現」。AI 依然是最重要的產業主線，只是交易重心將從寬泛的 AI Beta，進一步下沉至更容易被財報驗證的環節——儲存、網路與光互連、電力、冷卻、資料中心交付，以及圍繞真實應用展開的邊緣運算和 Physical AI。

如果要用一句話概括 Q3 的市場環境，那就是通膨限制估值上限，盈利決定指數下限，AI 兌現決定結構性 Alpha，市場寬度決定行情品質。

一、估值擴張退潮後，盈利必須接住指數

從 Q2 到 Q3，市場的主導矛盾已經出現明顯變化。

Q2 的交易鏈條相對清晰，就是地緣衝突影響油價和通膨預期，利率路徑隨之調整，風險偏好修復後，資金重新回流 AI 和大型科技股，整個市場交易的核心，是宏觀壓力邊際緩和之後的估值修復。

到了 Q3，矛盾則進一步向後傳導，尤其是通膨約束估值，聯準會減少前瞻指引，盈利需要接住指數，AI 則必須從資本開支走向真實兌現。

這並不意味著市場即將轉空，更準確的表述是回報門檻正在抬升。

1.通膨仍是高估值資產的天花板

Q3 的第一層約束，仍然來自通膨和聯準會。

美國通膨水準依然明顯高於 2% 的長期政策目標，意味著「快速降息託舉估值」的基礎並不穩固。與此同時，沃什主導下的聯準會溝通方式，也更加重視即時數據、價格穩定和政策紀律，弱化了市場長期以來對前瞻指引的依賴。

這將帶來三方面影響：

市場所熟悉的「Fed put」正在變薄：投資者不能再簡單假設，只要市場波動加大，政策端就會迅速釋放寬鬆訊號；
市場對單項數據的敏感度會進一步提高：CPI、PCE、工資、就業、油價、消費數據乃至企業財報，都可能觸發利率路徑與估值的重新定價；
高估值成長股的容錯率將明顯下降：AI 產業趨勢依然成立，但「方向正確」已經不足以支撐股價持續擴張，市場需要更多訂單、收入、利潤率和現金流證明，當前估值並非建立在遙遠的想像之上；

因此，Q3 的宏觀底色並不是典型的衰退交易，而是一個仍有增長支撐、但利率約束始終存在的高估值市場。

在這一環境中，資金會更偏好兩類資產：一類是盈利確定性強、現金流品質高、資產負債表穩健的公司；另一類是具備低久期、資源屬性或通膨對沖能力的方向，包括黃金、資源、電力以及部分高現金流金融資產。

2.指數還能上漲，但不能只靠更高的 P/E

Q3 美股最重要的支撐，仍然來自企業盈利。

多家華爾街機構在年中展望中繼續上調美股目標，其核心依據並不是估值還能無限擴張，而是企業 EPS 仍有進一步上修空間。

這一區別非常重要。

當市場估值已經處於歷史較高水準，指數後續能否繼續上行，關鍵不再是投資者願不願意支付更高倍數，而是企業盈利能否繼續超預期增長。Goldman Sachs 已將 2026 年末標普 500 目標上調至 8,000 點，並將 2026 年、2027 年 EPS 預測分別上調至 340 美元和 385 美元。

與此同時，其預計美股前瞻估值將大致維持在約 21 倍——這個水準已經處在過去 40 年的歷史高檔區間。

換句話說，後續指數上行更依賴 EPS，而不是估值倍數繼續抬升。如果財報季推動 EPS 持續上修，美股仍有震盪走高的基礎；但如果盈利修正開始放緩，同時通膨或長端利率重新抬頭，市場就可能從「盈利驅動」迅速切換為「估值壓縮」。

所以，Q3 最關鍵的問題並不是指數還能不能漲，而是當前估值之下，盈利能否繼續接住指數？

這也意味著，配置思路不應停留在被動追逐指數，而應更多轉向能夠被訂單和財報驗證的方向，包括 AI 基建、儲存、電力、資料中心基礎設施、工業、金融、平台廣告，以及具備穩定現金流的消費龍頭。

3.市場寬度將決定行情是否健康

除了指數點位，Q3 還需要重點觀察市場寬度。

如果美股繼續上漲，但上漲仍然高度依賴少數 AI 巨頭，市場集中度會進一步提升，任何一次財報不如預期，都可能造成更劇烈的波動。

更健康的市場結構，應當是：AI 繼續維持主線，同時工業、金融、平台廣告和部分消費板塊開始接力。

換句話說，Q3 不能只看輝達、半導體指數或者那斯達克是否創新高，還要觀察等權重指數、上漲家數，以及非 AI 板塊的盈利預期是否同步改善。

AI 決定市場高度，而市場寬度決定這輪行情能夠走多遠。

二、AI CapEx 2.0：從算力稀缺走向交付兌現

AI 仍然是 Q3 最重要的產業主線，但交易邏輯已經從「預期」進入「驗證」。

Q2 市場主要交易的是算力稀缺、資本開支上修和供應鏈擴張，只要科技巨頭繼續提高 CapEx，只要 GPU 仍然供不應求，產業鏈就可以圍繞更高需求不斷重估。

但到了 Q3，市場會更直接地追問幾個問題：

融資能否真正變成 GPU 和資料中心？
GPU 能否變成可以按期交付的算力？
算力能否形成長期穩定收入？
收入能否覆蓋折舊、融資成本和股權稀釋？
最終能否產生正向自由現金流和合理 ROIC？

這就是所謂的 AI CapEx 2.0，它不再是單獨押注某一種晶片，也不是簡單追逐某一個光模組，而是沿著完整的資料中心建設鏈條，尋找真正能夠兌現訂單和利潤的環節，譬如晶片與平台 → 網路與光互連 → 儲存 → 電力與冷卻 → 伺服器與系統交付 → 算力營運 → 邊緣與真實世界應用。

1.晶片仍是入口，但不再是唯一答案

其中，晶片依然是 AI 產業最重要的入口。

NVDA 仍然是全球 AI 資產的定價錨，AVGO 對應客製化 ASIC 與網路平台，MRVL 同時受益於客製化晶片和光互連，TSM 則對應先進製程、先進封裝與整個 AI 半導體製造體系。

但 Q3 對晶片層的判斷，將比此前更加嚴格。

市場不只會關心晶片性能，還會繼續追問訂單能否持續超出預期、先進封裝和產能瓶頸能否緩解、客戶結構是否足夠健康、毛利率能否維持高位，以及推理、AI PC、企業 AI 和 Edge AI 能否形成新的增長曲線。

INTC 則需要放在另一套框架中理解。它並不是 NVDA 的直接替代者，而更接近美國半導體安全、伺服器 CPU、AI PC、Edge AI 與晶圓代工業務的綜合期權，所以它的邏輯在於低位資產能否獲得政策、產業和基本面修復的共振。

2.叢集越大，網路與光互連越重要

GPU 叢集規模越大，互連的重要性就越高。

Q2 市場已經充分交易光模組、交換機和高速互連，Q3 的重點則會從單純的行業景氣度，轉向更細緻的兌現品質，譬如 800G 與 1.6T 需求是否繼續上修、訂單可見度是否足夠高、客戶集中度是否可控、擴產與良率能否跟上需求，以及矽光、上游材料和特殊工藝是否成為新的瓶頸。

這一層也是資金最容易從核心 AI 龍頭向二線資產擴散的方向之一。

當訂單能見度改善時，光通訊、矽光和特殊材料企業往往同時具備盈利彈性與估值修復空間，相比只依賴宏大敘事的公司，這些企業無疑更容易透過訂單、產能利用率和財報指引完成驗證。

ANET.M、CRDO.M、LITE.M、COHR.M、AAOI.M、FN.M、AXTI.M 和 TSEM.M，就是這一方向的重要觀察資產。

GLW.M 也值得納入其中。它並非最純粹的光模組標的，但其光纖、玻璃和資料中心基礎材料業務，使其能夠受益於資料中心連接密度和基礎設施投入提升。

3.儲存正在從 AI 旁支變成核心瓶頸

儲存仍然是 Q3 需要重點提高權重的方向。

過去市場談到 AI，首先想到的是 GPU 和網路。但隨著模型參數、推理調用和數據規模不斷增長，AI 對 HBM、DRAM、NAND、企業 SSD 和 HDD 的消耗也在持續上升。

儲存已經不再是 AI 產業的旁支，而是資料中心建設中越來越難繞開的核心環節。

Micron 近期財報和指引強化了「AI 儲存進入兌現期」的判斷，該公司 2026 財年第三季度營收達到 414.56 億美元，Non-GAAP 毛利率升至 84.9%，調整後自由現金流約為 183 億美元；對第四財季，公司給出的營收指引為 500 億美元上下浮動 10 億美元，毛利率指引約為 86%。

這組數據說明，AI 對儲存的拉動已經不再停留在訂單預期，而是開始體現為收入、利潤率與現金流的同步兌現。

但 Q3 的儲存交易不能繼續被簡單理解為「MU 單點交易」，更合理的結構，是將儲存拆分為三個層級：

第一層是 NAND、SSD 與 HDD 擴散，包括 WDC.M、STX.M 和 SNDK.M。它們受益於 AI 數據量增長、企業儲存需求改善以及傳統儲存週期修復，與 HBM 龍頭之間的直接競爭關係相對有限；
第二層是 MU.M，Micron 依然是美股市場最核心的儲存資產之一，並同時受益於 HBM、DRAM 和 NAND 景氣改善，但隨著 SK hynix ADR 計劃推進，MU 作為「美股 HBM 稀缺映射」的溢價可能受到部分分流（延伸閱讀《白天看海力士，晚上炒美股：全球 AI 行情的新「亞盤風向標」？》）；
第三層是 SIMO.M 等控制器和二階彈性資產，它們受益於企業 SSD、AI PC 和 Edge AI 儲存擴散，但確定性和優先級暫時低於儲存廠商與 HDD/NAND 主線；