美股 AI 动量的危险时刻:资金流、风格轮动与 Gamma 反身性
Source: http://x.com/i/article/2056275044670504960
阿尔法研究 - Alpha Research
美股 AI 主线仍有盈利上修支撑,指数也还在高位,但市场容易误判的一点是:上涨来源已经从产业需求扩展为同一笔拥挤交易。我的判断很明确:保留有 EPS、订单和 capex 支撑的 AI 仓位,降低只靠 Momentum、ETF 权重和高 beta 科技买盘推动的仓位,用低动量正修资产或 AI 低敏感资产做组合缓冲。核心是把产业判断和交易结构拆开。
高位本身不危险,贡献过度集中才危险
根据高盛 5 月 15 日研究,S&P 500 在报告窗口内年初至今回报约 10%,其中 TMT 贡献 85%;剔除 TMT 后,S&P 500 年初至今回报只有约 3%。英伟达占 S&P 500 市值约 9%,贡献了指数年初至今约 20% 的总回报。
这组数据先把问题边界划清楚:指数强势并不自动代表市场健康扩散。真正需要处理的是集中度。少数 AI、半导体和大型科技股同时承担指数回报、主题买盘、Momentum 因子和 ETF 权重,组合风险会比指数表面波动更大。
基本面端仍有支撑。高盛同一份研究显示,S&P 500 的 2026 年和 2027 年一致预期 EPS 年初至今各上调约 8%;AI 基础设施相关股票推动 2027 年 EPS 预期上调约 32%,能源推动约 19%;剔除 AI 基础设施和能源后,S&P 500 其余部分基本持平。
对投资组合而言,这意味着 AI 仓位要被拆开看。有盈利上修、订单、capex、backlog 支撑的公司,仍然属于可研究、可持有的基本面仓位;仅依靠指数权重、过去涨幅和主题热度吸引资金的部分,已经变成需要控制的风格风险。
Momentum 把产业主线推成风格风险
Momentum 在这里指近期赢家继续跑赢近期输家的价格惯性。它不是公司质量,也不是长期护城河。一个组合的 Momentum beta 越高,短期收益越依赖“涨过的继续涨”,对风格反转也越敏感。
根据高盛的研究,Momentum 因子过去三个月回报约 25%,年初至今回报约 34%。自 1980 年以来,三个月 Momentum 涨幅超过 20% 的情形只有 11 次。历史上,这类行情常常还能延续一段时间,但随后两到三个月的回撤风险明显上升。
更重要的是指数位置。高盛统计显示,当 S&P 500 距高点 5% 以内,同时三个月 Momentum 涨幅超过 20%,后续 1 个月、3 个月、6 个月平均回报分别约为 -3%、-2%、-1%,12 个月约为 +2%。这组历史样本提示的是赔率变化:价格惯性已经贡献太多收益,后续需要更强盈利上修或更强资金流才能维持同样斜率。
操作含义很直接。AI 仓位中继续有基本面验证的部分可以保留;缺少新增盈利上修、主要靠近期涨幅吸引资金的高 Momentum beta 仓位,应当降低权重或至少降低杠杆表达。
美银数据确认资金正在追逐风险和科技权重
风格轮动指资金按风险、Momentum、质量、价值、成长等因子迁移。行业轮动只告诉你资金从哪个行业流向哪个行业;风格轮动告诉你资金偏好的风险形态。当前市场的风险形态,是从防御质量转向高弹性、高 Momentum、近期赢家。
根据美银全球量化策略 5 月 13 日研究,4 月全球风险因子跑赢 13.8%,Momentum 因子跑赢 13.5%,均为美银 1988 年以来数据中的最高水平;成长跑赢 9.1%,价值和质量分别落后 2.6% 和 2.4%。高弹性组合跑赢防御组合 15.6%,新兴市场差距达到 17.5%。
资金流也在配合这条线索。美银 5 月 14 日客户资金流研究显示,美国股票连续第二周获得净买入,ETF 流入 38 亿美元,前一周曾有 68 亿美元流入;科技股出现 3 月中旬以来最大流入,医疗保健则在过去 7 周中有 6 周流出。
这解释了为什么市场看起来强,却让组合管理变得更难。ETF 资金进入指数或主题产品后,会按权重买入成分股。权重越高的 AI、半导体和大型科技,越容易获得机械买盘。组合如果继续加仓这些股票,需要确认买入理由来自盈利上修,而不是被动权重和风格追涨。
gamma 和杠杆 ETF 决定回撤速度
gamma 是期权仓位变化对标的买卖压力的放大机制。用市场语言说,当投资者大量追逐上涨期权,交易商对冲可能在上涨时继续买入标的;价格下跌、波动率上升时,同一套对冲机制可能反向制造卖盘。它不是方向判断,它决定价格路径会不会被交易结构放大。
野村相关市场结构材料给出的压力情景显示,如果 S&P 500 下跌约 5%,期权、杠杆 ETF 和波动率控制策略可能触发约 1870 亿美元的组合卖压。该数字不能当成确定预测,但它说明一个核心风险:当同一批 AI、半导体、Mag7 和指数仓位被期权、杠杆 ETF、ETF 权重同时持有时,回撤会带有机械卖盘特征。
同一材料显示,杠杆 ETF 规模约 1790 亿美元,其中约 85% 与科技、AI 半导体、Mag7+ 或高度相关指数重叠;过去一个月杠杆 ETF 日度再平衡带来约 1000 亿美元买盘。
组合动作上,核心 AI 仓位不适合用过多杠杆 ETF 或短期期权追涨表达。若基本面仓位已经很重,额外使用同方向杠杆结构,会把产业判断变成路径依赖交易。更合理的做法,是用仓位规模、保护结构或低相关资产控制回撤速度。
利率是最现实的外部触发器
AI capex 对企业盈利是支撑,对通胀和折现率也可能形成压力。根据高盛宏观研究,AI 相关价格压力过去一年给核心 PCE 增加约 0.3 个百分点,并预计未来一年还有约 0.3 个百分点影响;市场已经消化降息预期,并开始为 2027 年 4 月前约 28 个基点的美国短端加息风险定价。
截至 2026 年 5 月 15 日,美国财政部收益率曲线显示,10 年期美债收益率为 4.59%,30 年期为 5.14%。长端利率维持高位时,高 duration 成长股和半导体会面临双重压力:盈利端仍可能上修,但折现率端不再提供同样宽松的估值环境。
duration 在股票里指现金流更偏远期、对折现率更敏感。AI 基础设施公司如果盈利兑现快、订单可见度高,可以抵消一部分利率压力;依赖远期想象、缺少近期盈利上修的股票,在利率上行时更容易被压缩估值。
因此,利率应被视为仓位强度阀门,而非背景变量。10 年期、30 年期、美债波动率、Fed 定价和油价冲击,应当与 AI EPS 修正、科技 ETF 流入、Momentum 因子一起监控。若利率继续高企,组合应降低纯 Momentum beta,保留基本面确定性更强的仓位。
投资组合:保留基本面,削减动量斜率
可以保留或增加的方向,是有 EPS 上修、订单兑现、capex 可见度、供需瓶颈的 AI 基础设施、电力、冷却、数据中心和能源链条。需要降低的方向,是缺少新上修、主要依赖近期涨幅、指数权重和 ETF 买盘的高 beta AI 或半导体仓位。
若 AI EPS 修正扩散到更多行业,S&P 500 市场宽度改善,Momentum 降温但指数不受伤,长端利率回落,科技资金流从机械 ETF 买盘转为更广泛的基本面参与,短期反转压力会下降。若这些条件没有出现,仓位纪律比方向判断更重要。
Reference
- 高盛 Global Investment Research,AI, Momentum, and the One Big Trade,2026-05-15 19:03 EDT。
- 美银 Global Quantitative Strategy,Earnings/macro/ceasefire are driving large style rotation,2026-05-13。
- 美银 Equity Client Flow Trends,2026-05-14。
- 野村 / 市场结构材料,2026-05-14,作为压力情景使用。
- 高盛宏观与利率研究,2026-05-15。
- 美国财政部 Daily Treasury Par Yield Curve Rates,2026-05-15:10 年期 4.59%,30 年期 5.14%。