过去一个月，美国市场快速下跌，今天的内容不只是给大家提供心理按摩，更是从客观公正的的角度分析当下的机会与风险。
今天的主题将会从估值、AI、宏观风险这三个方面进行。科技七巨头中，除特斯拉和苹果外，其他公司的估值都已不贵甚至便宜，我们具体看：微软 - 微软当下动态市盈率30倍，在过去十年的百分位为40%（近五年百分位23%），即在过去十年中，60%的时间里微软的估值比现在更高。值得一提的是，微软在过去十年的时间里，其云计算业务已经由小到大成长为全球第二大云服务商，结合其在软件和服务产品上的统治地位，微软的护城河不断加深，其营收结构为各家科技巨头中最均衡的存在；谷歌 - 谷歌当下的动态市盈率18倍，在过去十年的百分位仅为3%，而且谷歌的成长韧性非常强，从2002年到2024年，每一年的收入都是增长的，包括2008年全球金融危机和2020年新冠疫情冲击。英伟达 - 英伟达现在的动态市盈率36倍，在过去十年的百分位仅为23%（过去五年几乎为0），也就是说英伟达现在的估值是五年内最低。英伟达最近一季的营收同比增速78%，净利润同比增速80%，这使得英伟达在考虑增长速度后的估值（PEG）是美国大型科技股中最便宜的一家，没有之一，而英伟达当下的前瞻市盈率也仅为24倍。Meta - Meta现在的动态市盈率为23倍，过去十年的百分位为14%，Meta的业绩增长在AI驱动之下非常亮眼，且在大力投资AI基础设施的情况下利润也大幅增长，2024年四季度Meta实现营收483.9亿美元，同比增长21%；实现净利润208.4亿美元，同比增长49%，均超预期。目前纳斯达克100指数大约28倍的加权市盈率中，是包含特斯拉、博通、AMD、Palantir等权重较大估值极高的公司的，如果排除这些高估值公司，剩下部分估值会进一步降低。另外在半个月后，美国新一轮财报季将开始，根据积极的业绩指引，届时财报刷新增长后的营收和利润会使得市场的整体估值再次打折，这就是成长的魅力。这一轮科技牛市的一个重要基础是AI，各家大厂纷纷大力发展AI，并且广泛投入到应用之中，比如微软将AI融合于自家各类软件和服务中，OpenAI营收快速增长，Meta和谷歌利用AI优化广告的算法和投放，AWS、Azure、谷歌云、甲骨文纷纷强化云服务功能以服务越来越多用户在云端调用AI算力。考察AI的发展，有助于我们判断当下这些科技大厂的增长潜力和投资价值。OpenAI营收从2022年的2亿美元增长到2023年的16亿美元，2024年40亿美元，预计2025年将增长到100亿美元↑我自己在2025年成为了OpenAI付费用户近期有很多看空的观点，认为大模型训练已经到头，算力供应过剩，AI产业是泡沫和空中楼阁...但稍加了解，就会发现这些说法很难立足，关于AI与算力我们至少应该了解两个方面，一个是训练算力，一个是推理算力。训练算力指的是训练大模型需要的算力，这个算力需求在近几年经历了爆炸式增长，但在GPT-4之后参数规模增长有所趋缓。然而，训练算力需求并未见顶，原因有二：第一，新模型正朝着多模态、长序列和自主代理方向发展，需要更复杂的训练计算。未来模型训练不但要提升参数规模，还需支持更长的推理步骤和决策过程，进一步推高计算需求；第二，模型训练正从少数顶尖实验室和大厂走向更广泛的企业和研究机构。虽然超大模型的训练门槛仍高，但各领域定制中型模型、微调行业专用模型的需求正在蓬勃兴起，推动训练算力在更广范围增长。推理算力指的是用户使用AI时用到算力，随着ChatGPT等生成式AI应用的爆发式普及，推理所消耗的算力总量正迅速攀升。与训练的一次性投入不同，推理是持续性的服务开销，当数以千万计的用户每天调用AI模型时，所需的GPU资源需求可能比训练更大。未来几年随着AI助手、AI内容生成、智能搜索等应用融入日常工作生活，推理侧的算力规模将大幅增长，推理算力可能成为数据中心新的主要负载。此外，企业也开始将部分推理任务迁移到本地或边缘，以降低延迟和成本，这将在边缘计算领域形成新的算力需求。关于推理算力，一个亲身体会要从ChatGPT图片生成的新模型说起，这个模型进步非常明显，我玩了一下，感觉未来很多画师要失业了。我这里用几个我自己测试的案例来分享一下这个图片工具的强大↓（1）日常照片的日漫化 - 生成结果的细节把握极为到位，从人物的着装到背景商店的物品，还原度极高。
（2）写实漫画 - ChatGPT提供的写实漫画的确非常写实，而且背景的文字处理已毫无问题。（3）油画转换 - 生成的油画真实度极高，历史感厚重，说是刚刚被某位画家画出来的我也相信。
（4）合二为一功能，AI非常聪明，成功抓住两张图片各自的特点并很好地融合起来。
但在使用的过程中，唯一不足的就是生成速度太慢，我每提出一次需求，生成图片的时间长达两三分钟甚至更久，这种体验的另一面，就是推理算力在未来的巨大增长空间。
和文本生成对话相比，图片和视频AI对推理算力的需求要大得多，图片生成需逐像素计算图像数据，涉及复杂的扩散模型或多模态模型，例如生成一张吉卜力风格图片，需要处理3000-5000个Token，渲染时间长达1分钟，对应算力成本约0.5u（单位算力），是普通文字对话的50倍以上；而针对视频的Sora更是推理算力的消耗大户，Sora生成20秒的1080p内容需要约1小时计算时间，消耗的算力相当于ChatGPT生成1000字文本的400倍。未来这类图片、视频的模型一定会更强，且在最终形态下应当给到用户一提需求就迅速给结果的体验。而未来DeepSeek这类开源大模型是不是也要发展出类似甚至更好的功能？开源模型被无数机构和个人本地部署之后是不是要用更多的算力来支持其正常运行？未来的推理算力需求确实是大到看不到头，最近两个月国内H20的行情，以及H100的云上调用价格都证明了这一点。因此，我们可以确信AI有非常大的发展空间，它在不久的将来会深度融合到移动互联网、制造业、自动驾驶、医疗、军事、科研以及创意类工作之中，最终无处不在...而现在，真正的科技革命才刚刚开始，我们回看一下过去四十年纳斯达克指数的历史表现↓
最惨的区间是在2000-2002互联网泡沫的阶段，罪魁祸首是高估值，当时纳斯达克整体估值非常高（纳斯达克100的加权市盈率超过100倍，现在是28倍）；
次贷危机的2008年，纳斯达克指数跌掉了四成，也非常惨烈；
到了2018年，连续的加息+关税影响，导致市场小幅下跌（下跌集中于四季度）；
2022年，通胀压力下的暴力加息导致市场跌去三分之一。
目前，市场并不存在2000年那样的泡沫估值，宏观经济层面也没有2008次贷危机那样的潜在大雷，货币政策上在缓慢降息与2022年也完全不同。
另外，我们还正在经历以AI为基础的新一轮产业革命，这就是为什么我认为短期的大跌急跌带来了更多的机会。但现实中，投资是逆人性的，大多数人在新高时涌入，在下跌时犹豫甚至割肉，因此要盈利很难。
四、言行一致
和过去一样，我不能保证我说的每一句话都是对的，但可以确保自己是言行一致的。过去一个月我正在不断补充自己的账户，无论是美国场内账户还是人民币QDII基金，而且如果市场继续给机会，我会继续行动。
 |
纳斯达克100指数2018-2025↑
现在这轮调整并没有什么特别、也不算严重，2018年四季度标普500三个月下跌20%、2020年疫情熔断标普500一个月下跌34%、2022年暴力加息标普500九个月下跌了28%，目前标普500的跌幅为10%，无论它将立即反转或者再继续探底我都觉得正常，面对未来，我们应该做的不是去预测短期波动，而是多关注基本面、多考察估值、多思考价值和价格的关系，以此作为投资的根据并长期持有，成为时间和价值的朋友，只有这样，我们的胜率就会越来越趋近于100%。 在往期的主题中，我们曾深入谈过美国头部科技公司的三个核心本质： 第一，他们的营收来自全球，充分享受世界经济增长红利； 第二，他们的商业模式全是平台型科技企业，不需要依赖重资产就可以获得非常高的毛利，这导致这些科技公司的ROE奇高，纳斯达克100指数加权ROE接近30%，对于一个宽基指数来说是历史上从未有过的水平。ROE是Return On Equity的简称，指利润额与平均股东权益的比值，该指标越高，说明投入带来的收益越高，它体现了自有资本获得净收益的能力，这也是巴菲特最喜欢的一个指标，他曾说：如果只能让我选择一个指标，那么我会用ROE来选股。 第三，有别于传统行业，这些公司彻底改变甚至颠覆了人类生产生活方式，因此取代了越来越多的传统业务，所以他们不仅吃经济增长的增量，还吃传统行业的存量，最典型的就是全球各地广告业务被谷歌和Meta步步瓜分；更有甚者，创新力足够强的超级企业带来了巨大的新市场需求和就业，苹果的iPhone真正意义上带领人类进入了移动互联网时代，开创了移动设备全新的交互方式，而且还创立了一整个苹果生态。 只要上述三点基础没有变，美股的逻辑就没有变，未来当你回头看你所经历过的市场调整时，会感叹市场为什么不多给一些机会。 保持耐心、坚守价值、做时间的朋友，就一定会收获惊喜。 经历一波快速的股价调整和业绩增长，美国科技公司的机会是非常多的，但机会只留给有准备的人，目前中国互联网上已不允许推广美股开户的信息，新开户都需要存量投资者证明（感兴趣的朋友可以打开公众号对话框输入“存量”，获取帮助和指导)。 为了满足读者的需要，我仍在组建相关的群聊，大家可以就开户、投资进行交流，你可以扫下方二维码加入，我和其它小伙伴也会在这里尽量提供一些大多数人能用上的帮助和资源↓
如果上面的群聊满员，可扫下方Will的二维码，注明房东读者，他会邀请你加入↓
|
评论
发表评论