资产估值锚定：技术与估值的双重维度

在对上周全球大类资产价格走势进行深度复盘时，我们可以观察到市场整体呈现出了较为积极的反弹态势。三大指数（S&P 500, Nasdaq, Dow Jones）在周一和周二均走出了相当强劲的上涨曲线，这一反弹的动能与此前市场释放的触底技术信号有着极为密切的因果关联。然而，相较于权益市场的火热，上周的美债市场表现则略显疲软，甚至没有朝着决策层所预期的轨道演进。具体来看，美元指数呈现出震荡下跌的走势，而美债收益率则再度出现反弹。其中，代表债市主流仓位的TLT（iShares 20+ Year Treasury Bond ETF：追踪20年期以上美债表现的交易所交易基金）在上周录得了约2%的跌幅，使得其年初至今（Year-to-Date: YTD）的跌幅进一步拉大至负的1.9%左右。这对于宏观政策的观察者而言，显然并非一个完全乐观的信号。

在债券市场更为微观的结构中，两年期美债收益率的持续上涨，在实质上代表着市场对于美联储未来加息概率的预期再次被推高；与此同时，10年期美债收益率也录得了更大幅度的上涨。由于10年期美债收益率是全球资产定价之锚，它也直接决定了美国房贷市场的定价基准。因此，这一收益率的反弹直接导致了房贷市场利率的跟随走高。这种市场表现与前美联储理事凯文·沃什（Kevin Warsh）等强硬派决策者的政策意图完全背道而驰。在政策设计的底层心理中，凯文·沃什等官员倾向于通过在公开场合发表极其鹰派的言论（Hawkish Statements: 强硬的货币政策表态），向市场施加足够的心理压力，从而压低长期国债的收益率，以达到在不真正加息的情况下实现金融条件收紧的效果。但显然，上周债券市场的实际走势表明，金融系统的反馈机制并没有被这种口头干预所完全左右。

回到股票市场，虽然三大指数在上周整体表现良好，且软件板块的代表IGV（iShares Expanded Tech-Software Sector ETF：追踪北美软件与服务公司股价的交易所交易基金）反弹幅度极其瞩目，甚至连高风险资产比特币（Bitcoin）也录得了3.2%的上涨，但板块内部的结构性分歧依然清晰可见。引领大盘反弹的依旧是估值权重极大的前期核心大科技股，上周其反弹幅度高达5.1%，而代表更广泛市场走势的等权重指数仅仅上涨了2%左右，显示出中小市值股票的跟涨动能依然偏弱。尤为值得注意的是芯片板块，该板块在上周出现了持续的回调。如果将视线拉长到过去两周，芯片板块从高位已经累计下跌了大约15%左右。但在我们看来，这并不是一次系统性崩溃的序曲，而是一次技术层面上极为健康且必要的估值修正。

在技术形态的演进中，纳斯达克指数（Nasdaq Index）目前在过去一个多月的时间里，呈现出非常典型的高位横盘并伴随收缩三角形的走势。在技术分析的经典框架下，高位收缩三角形（Symmetrical Triangle: 价格波动幅度逐渐收窄的三角形整理形态）通常被视为一种中继整理形态，预示着市场在积蓄力量。从操作层面来看，当价格运行至收缩三角形的下轨区间时，往往是一个胜率较高的技术性做多时机。

但是，在金融实操中，我们绝对不能无脑地盲信技术图形。历史教训告诉我们，即使在高位出现了完美的收缩三角形整理，也并不意味着接下来就必然会复制一波大级别的上涨行情。例如在2025年的11月份，纳斯达克指数同样在高位走出了几乎一模一样的收缩三角形形态，然而进入2026年的第一季度（1月、2月及3月份），纳指不仅没有选择向上突破，反而迎来了一波深度的技术性回调。

那么，当前的收缩三角形走势与2025年11月最大的差异究竟在何处？答案在于估值（Valuation: 对资产市场价值与基本面盈利的比例度量）所处的绝对与相对位置。在我的投资体系中，资产的估值水位永远比纯粹的技术图形更加重要，它决定了交易的容错率与底层安全边际。即使技术图表给出了强烈的做多指引，如果此时估值已经处于历史的极高点，系统性的实操方法仍然要求我们坚定地执行主动减仓，降低投资组合的贝塔系数（Beta Coefficient: 衡量投资组合相对于大盘波动敏感性的指标）。反之，如果技术面呈现出高位横盘的洗盘特征，而此时的估值水平却在中性甚至偏低的位置，那么这便构成了一个高胜率的看多信号。

为了量化这一估值状态，我们可以观察截至上周四的最新统计数据。目前标普500指数（S&P 500 Index）的动态市盈率处于20.2倍的水平。从历史分位数的横向与纵向对比来看，这属于一个中性偏低的估值区间。作为对比，在2026年4月的阶段性低点，标普500的市盈率跌至19倍；而在2025年10月的市场情绪高潮期，这一估值曾飙升至23.2倍。这意味着，即便不考虑盈利增长的预期，仅从估值乘数扩张的角度，大盘距离前期的估值顶点仍然留有大约15%的修复与上涨空间。

再看纳斯达克指数，其目前的动态估值维持在22.8倍，同样处于中性偏低的位置。参考过往数据，纳指在2026年4月份的估值为20倍，而在2025年10月最高曾达到28倍。当前22.8倍的估值水位，距离28倍的历史前高同样有着将近20%的估值上行空间。

最后看风口浪尖上的芯片板块，经历过去两周大约15%的剧烈回调后，芯片板块的平均估值已经从此前极其危险的区域回落到了23.8倍。这一位置被定义为中性，是一个可以让多空双方都感到相对舒适的水位。要知道，在2026年的4月份以及更早的2025年10月份，芯片板块的估值都在29倍的高位徘徊，前段时间甚至一直锚定在28倍至29倍的极限区间。当时我多次在公开场合提醒投资者，如果芯片板块估值突破30倍，必须果断进行主动止盈；即便在29倍，也应该实施被动止盈或基于趋势线的移动止盈（Trailing Stop: 随着价格上涨而上移的锁定利润止损机制）。凡是严格执行了这一移动止盈策略的投资者，面对过去两周芯片板块的急速下跌，不仅不会产生丝毫的恐慌，反而能够在保住前期丰厚浮盈的同时，从容地在当前的估值中性区寻找优质的再投资机会。基于标普与纳指在中性偏低、芯片回落至中性这一整体估值图景，我们完全没有必要对美股大盘的下半场前景持有过度悲观的态度。

算力租赁博弈：商业模式与套利空间

在宏观资金面对大盘估值做出重新锚定的同时，AI产业链的底层逻辑在上周也发生了微观但极为关键的变化。这主要体现在与Meta公司密切相关的两条行业新闻上。这些新闻的出现，不仅直接影响了Meta自身的股价走势，更是将AI在商业化落地过程中的真实进展以及商业模式的演变，赤裸裸地展现在了投资者的面前。

第一条新闻发布于上周三，消息指出Meta正计划大规模开展云算力计算业务，旨在对外租赁和销售其庞大的人工智能算力（AI Compute Capacity: 用于训练和推理大模型的GPU计算资源）。这一战略转型的消息一经公布，Meta的股价在周三便迎来了显著的反弹。从行业全局的视角来看，这不仅对Meta自身是一大财务利好，更对整个AI生态链产生了深远的影响。虽然Meta官方目前并未向外界透露这批算力最终的买家是谁，但根据多方信息渠道及行业竞合关系的合理推测，其最大的潜在租赁客户非常有可能是大模型领域的头部独角兽Anthropic。

为了理清这一变现决策的底层商业心理，我们需要从企业资本运营的成本与回报模型进行深度拆解。作为个人投资者，我们经常强调每一笔资金都必须考量投入与产出；对于Meta这样的万亿级科技巨头而言，逻辑亦是完全一致。在过去两年的AI军备竞赛中，Meta进行的最核心投资就是对昂贵GPU算力基础设施的采购，这在财务报表上表现为极高的资本开支（Capital Expenditure: 企业用于购买固定资产与进行长期投资的资金支出）。这种前期海量资金的沉淀，其最终的回报路径通常只有两条：要么是通过将AI功能深度整合进Meta自有的社交矩阵（如Facebook、Instagram的推荐算法和广告系统）从而为现有业务变现赋能；要么就是通过自研大模型并直接向B端企业或C端用户销售大模型API接口来直接获取商业回报，就像Anthropic和OpenAI正在做的那样。

然而，选择与OpenAI、Anthropic等在前沿模型领域精耕细作的对手进行直接竞争，意味着一条极其漫长且充满了不确定性的投资回报周期，尽管一旦获胜，其潜在的回报倍数可能是前期投资的3倍甚至4倍之多。但与此同时，市场竞争格局展现出了另一面：Anthropic通过提供高性能的大模型API服务，在应用端展现出了强大的吸金能力，其对外销售API的毛利润已经达到了惊人的70%甚至80%的水平。

为了更清晰地还原这背后的利益链条，我们可以进行一次严谨的算术推导。假定Anthropic在销售其API时能够维持在70%的毛利润率，这就意味着其底层直接相关的算力成本仅占其营收的30%。而这30%的算力成本，最终是由谁收走了？答案是那些为其提供服务器托管与算力基础设施支持的超大规模云服务商（Hyperscalers: 指微软Azure、谷歌云、亚马逊AWS等万亿级云巨头）。

对于这些云巨头而言，他们对外租赁算力的运营利润率通常维持在30%至40%的区间。我们假设其利润率为40%。在这套数据设定下，当Anthropic在市场上卖出价值100美元的API服务时，Anthropic自己可以直接留存70美元的毛利润，而云巨头则拿到了30美元的算力租赁收入。在这30美元的营收中，云巨头需要扣除大约18美元的折旧与电力等直接成本，最终实现12美元的净运营利润。

然而，随着AI应用层需求的爆发式增长，Anthropic对底层GPU算力的饥渴程度达到了前所未有的地步。在算力供不应求的背景下，Anthropic对大云厂商表示，即使原本定价30美元的算力现在涨价到40美元，他们也完全愿意全单照收。因为即使算力采购成本上升到40美元，只要Anthropic依然能以100美元的价格将API卖给终端用户，他们仍然能够躺在高达60%的毛利润率上过得非常舒服。更何况，如果市场需求持续保持旺盛，Anthropic在拥有高定价权的前提下，完全可以通过将API的售价从100美元向上调整，从而将自身的毛利润率重新拉回到65%至70%的黄金区间。

现在，我们把目光转向算力供给端。对于像Meta或xAI（埃隆·马斯克创立的通用人工智能公司）这样在前期囤积了海量GPU算力的公司而言，他们原本采购GPU的折旧与基建成本是固定且已经发生的，相当于上述模型中那18美元的固定成本。当市场上对算力的短期需求因为Anthropic等公司的极速扩张而出现暴涨时，租赁价格的溢价空间被瞬间拉满。以前需要通过复杂的云服务才能卖出30美元的算力，现在在Anthropic愿意支付高溢价的背景下，可以直接以40美元甚至更高的价格在现货市场完成交割。这意味着，算力出租方的营业利润突然之间从原来的四五十美金直接暴增到了100%以上的超级溢价状态。

在这种极其诱人的短期套利机会面前，Meta与xAI等公司的决策心理发生了彻底的转变。既然两家前沿大模型的竞争需要经历如此漫长且不确定的研发与商业化周期，那么在当下这个时间点，将前期投入的部分算力直接打包、高溢价租赁给嗷嗷待哺的Anthropic，无疑是一条变现效率极高、回款周期极短的确定性路径。

此外，我们必须结合Meta所处的资本市场环境来理解这一决定。在过去两年里，华尔街的机构投资者一直在通过用脚投票、打压股价的方式，惩罚Meta在Metaverse（元宇宙）以及AI资本开支上那高昂且短期看不到回报的资金消耗。因此，Meta选择将部分闲置或未充分利用的算力直接进行商业化租赁变现，不仅能够迅速增厚公司当季的现金流，更能在财务层面上向股东证明其庞大的资本开支具备即时套现与自我造血的能力。这绝非AI泡沫破裂的征兆，恰恰相反，它证明了AI应用层强大的变现能力正在反哺底层的算力基础设施，AI落地的行业格局正在通过这种生产要素的重新分配进行深度的整合与明确化。

智能体落地之殇：Token定价权与成本瓶颈

在建立起算力供需双方的商业博弈模型后，我们接着来看第二条具有风向标意义的新闻。在上周的一次Meta内部高管会议中，Meta首席执行官马克·扎克伯格（Mark Zuckerberg）极其坦率地向内部员工表示，公司在人工智能智能体（AI Agent: 能够自主执行复杂、多步骤任务的智能软件系统）这一战略方向上的研发与落地进展速度，并未达到管理层此前的乐观预期。同时，小扎也坦承，Meta伴随这一轮AI转型所进行的组织架构重组过程并不够顺利，管理层对于变革时机与变革力度的把握存在明显的失误。

这番看似是自我批评的内部讲话，在经验丰富的行业分析师听来，其潜台词几乎等同于Meta在未来几个季度内，为了修正这一战略时机上的失误，大概率还会继续发起新一轮针对中高层管理岗位的裁员与业务线瘦身。

如果我们将Meta在算力变现上的动作，与小扎对于AI Agent进展缓慢的研判放在一起综合考量，我们可以总结出当前AI产业演进的三个核心脉络。

首先，AI应用在特定垂直领域的落地成效依然极其显著，Anthropic在编程（Coding）和企业级工作流等高价值场景中的高毛利表现就是铁证。由于Anthropic可以从中榨取出高额的利润，它便拥有了足够的财务底气在全行业范围内以溢价的方式疯狂扫货算力。这反向逼迫了像Meta和xAI这样虽然怀揣大模型野心、但在应用端变现相对落后的玩家，不得不从前沿模型的全面对抗中暂时抽身，转而充当算力军火商的角色。虽然这暂时弱化了他们在模型层面的竞争话语权，但却能为其前期的固定资产投资带来最直接、最丰厚的回报。

其次，也是最核心的问题：当前整个AI智能体系统之所以进展缓慢，其底层死穴正是由于Token价格（Token Pricing: 大语言模型处理文本的基本单位定价）居高不下。

我们必须明白，AI Agent与传统的单次问答式Chatbot（聊天机器人）在运行机制上有着本质的区别。一个能够替用户自动订机票、写复杂代码、进行多渠道比价并最终生成执行方案的AI Agent，在底层需要通过多轮的推理、自我纠错（Self-Correction）、调用外部API以及调用长短期记忆库来进行逻辑闭备。在这一复杂的链条中，Agent每执行一个动作，背后都伴随着成百上千次大模型API的调用，其消耗的Token数量呈现出几何级数的增长。

如果目前的算力市场依然如此紧缺，导致Token的单价维持在高位，那么任何一家企业在开发和部署AI Agent时，都必须面临极其恐怖的运行成本压力。只有当底层算力基础设施的供给不再成为瓶颈，且通过大模型架构的优化与硬件效率的提升，将Token的租赁与调用价格拉低到当前的几十分之一甚至百分之一时，AI Agent在商业化层面的大面积普及才具有财务上的可行性。小扎坦言Agent落地比想象中慢，实际上就是对这一成本硬约束的无奈妥协。

最后，从资本开支的动态演进来看，Meta很有可能会成为全网第一家在资本开支增速上出现放缓信号的超级大科技公司。这里我们必须在财务概念上做极为严格的区分：资本开支增速的放缓，与资本开支的绝对负增长，完全是风马牛不相及的两个概念。

所谓资本开支增速放缓，是指企业在GPU等基建上的资金投入绝对值仍在增加，只是增加的幅度在变慢。例如，Meta在2025年比2024年的资本开支增长了50%，而到了2026年，这一增长比例可能会回落到20%或10%。由于基数已经极其庞大，这种增速放缓是数学规律作用下的必然结果。

对于科技巨头而言，他们不可能年复一年地将原本就占据营收极大比例的资金无限制地翻倍投入到算力基建中，因为这会严重侵蚀公司的自由现金流与股东回报。因此，当增速放缓发生时，它仅仅意味着整个行业开始从最初盲目的抢购潮中冷静下来，进入到精细化运营和评估投资回报率（Return on Investment: 简称ROI，用于衡量资金投入产生经济效益的指标）的阶段。这绝不等同于资本开支的绝对负增长（即去年花100块，今年只花90块）。只有当行业出现绝对负增长时，才意味着硬件产业链周期的见顶以及行业熊市的来临。而当前的增速放缓，不过是狂奔后的中途歇息。

资本开支拐点：FOMO情绪后的ROI理性回归

在厘清了算力价格对AI Agent的制约逻辑后，我们必须认识到，当前全球科技巨头正在共同步入AI投资的第二阶段。回顾过去一年，科技巨头管理层在面临AI这场百年一遇的技术浪潮时，底层普遍充斥着强烈的FOMO（Fear of Missing Out: 害怕错过，指由于担心在技术竞争中落后而盲目跟风的行为）心理。在这种非理性的焦虑驱动下，科技公司内部甚至一度奉行Token Maxing的极端策略——高层几乎不对预算设置门槛，鼓励工程师不计成本地调用大模型、烧掉尽可能多的算力，只为了能以最快的速度在产品中贴上AI的标签。

但这种繁荣的背后，隐藏着极其残酷的系统反馈机制。伴随着科技巨头集体疯狂采购GPU，底层的半导体硬件及组装产业链迎来了一场史无前例的暴利时代。硬件大厂不仅订单排满，更是凭借绝对的垄断地位掌握了极高的定价权。随之而来的，便是严重的硬件通胀与算力基建通胀。

这种通胀的影响是深远的。即使是高傲如苹果（Apple）公司，在面对其AI战略（Apple Intelligence）落地所需的庞大私有云算力成本时，也不得不妥协，开始积极寻找能够提供更高性价比算力方案的中国供应商。而在上周，苹果的股价也因为市场对其资本开支通胀的担忧，在单日内录得了将近6%的罕见大跌。连特立独行的马斯克也在社交媒体上公开惊呼，他从未在其职业生涯中见过如此惊人且蔓延迅速的行业通胀。

这一连串的系统反馈，对于沉浸在狂热中的科技巨头管理层而言，无疑是一记震耳发聩的警钟。当硬件成本的增速远远超过了软件端应用变现的增速时，单纯依靠烧钱来维持竞争优势的不可持续性便暴露无遗。

由此，科技公司在AI投入上的关注焦点，开始从单纯的“算力规模与模型参数”竞赛，正式转向“每一美元开支能换回多少实际营收”的ROI考量。在这个关键的拐点，像Coinbase（美国最大的加密货币交易所）等率先实现AI赋能的企业，其管理层的表态就极具代表性。其首席执行官指出，Coinbase在最新一个季度的AI整体研发花费上保持了绝对持平，但这并不意味着他们的AI研发停滞了，相反，他们实际处理和消耗的Token数量比上一季度翻了数倍。

实现这种“花费持平、产出暴增”的实操方法，正是因为Coinbase的管理层果断放弃了对昂贵前沿商业模型的单一依赖，转而在大量非核心的编程与数据处理工作流中，大规模引入和替换了中国性价比极高的开源模型。

开源模型破局：中国开源与科技巨头的新利好

在科技巨头寻求降低Token成本的博弈中，以GLM（智谱AI研发的双语千亿级大语言模型）为代表的中国开源模型在国际舞台上的集体崛起，正在扮演着行业破局者的角色。这一进程的发展，对于大科技公司特别是超大规模云服务商而言，在底层逻辑上实际上构成了一项长期的重大利好。

诚然，当前市场上有相当一部分投资者对此持有悲观态度。他们的逻辑是：中国极低成本甚至完全免费的开源模型的涌入，必然会严重冲击Anthropic和OpenAI等商业模型提供商的API销售额，并无情地稀释其毛利润率。鉴于当前几乎所有的大科技巨头都与这两家大模型先驱存在着极深的股权绑定或业务联合，一旦两家独角兽的盈利能力受挫，必然会拖累整个大科技板块的业绩表现。

这种担忧在短期情绪面上的确会构成一定的利空压力，但如果我们能够穿透表面的财务数字，进入到行业运行的底层逻辑中，就会发现结论完全相反。

开源模型通过其极致的性价比，在事实上将原本高不可攀的Coding（编程辅助）与数据提取成本彻底打了下来。这不仅不会减少行业对Token的总体消耗，反而会因为价格弹性的存在，极大地刺激企业将AI应用嵌入到更广泛、更低频的日常工作场景中。这就好比当电力价格大跌时，人们不仅不会节约用电，反而会发明出更多消耗电力的家用电器。Coinbase的实践已经完美证明了这一点：成本的下降直接激活了沉浸式的Token消耗，从而让云巨头在算力跑道上收到了更庞大的总流水。

更重要的是，API价格的迅速下行，是通往AI Agent时代那道必须跨越的窄门。正如前文所述，只有当Agent背后那成千上万次推理调用的财务成本降低到企业可以忽略不计的程度时，真正具备生产力变革意义的智能体生态才有可能迎来爆发。只要这个拐点被开源模型强行推开，对于在底层提供算力托管、网络带宽和数据存储的超大规模云巨头而言，他们将迎来一个比单次大模型问答要庞大数万倍的全新流量入口。

市场短视剖析：硬件狂热与软件低估的逻辑撕裂

然而，与底层技术逻辑正悄然发生的积极转变相比，当前二级市场的资金行为则表现出了极端的短视与逻辑上的自我割裂。在当前的社交媒体和交易室里，几乎所有的参与者和财经KOL都在疯狂地搜寻着所谓的硬件阿尔法（Alpha: 指能够超越大盘的超额投资收益）。在这一群体性FOMO情绪的裹挟下，市场似乎形成了一种非理性的共识：如果一个投资者的账户不能在一天之内录得10%甚至15%的暴涨，那么他就是这一轮AI盛宴中的失败者。

这种极端的散户化行为和机构的短线博弈交织在一起，直接导致了近期大市值蓝筹股也呈现出了极其罕见的过山车式波动。以我自己持仓较深的英特尔（Intel）公司为例，这家千亿体量的芯片巨头，如今在上周可以走出第一天单日暴涨9%、第二天随即单日暴跌8%的极端行情。如此庞大体量的公司在日内呈现出如同垃圾股般的波动率，唯一的合理解释就是市场参与者的底层心理情绪已经处于极度不稳定且极易恐慌的高热度区间。这些正是市场情绪阶段性见顶的经典特征。

更为撕裂的是市场对于硬件板块与大科技公司（甲方）之间关系的定价逻辑。当前，市场乐于给像美光科技（Micron Technology: 内存与闪存领域的半导体巨头）这类硬件设备股报出极高的估值乘数，甚至在讨论其市盈率（PE）是否有望冲上15倍、20倍甚至更高的历史极限。但支持这一高估值的前提，必然是美光的下游大客户——即谷歌、微软、Meta等大科技巨头，能够源源不断地维持其庞大的算力资本开支。

而荒谬之处在于，市场在给硬件股定价20倍PE的同时，却在天天担心大科技公司的AI投资缺乏ROI、AI产品无法落地，并因此疯狂打压大科技公司的估值。这两者在逻辑上是完全冲突的。如果大科技公司在AI应用端无法收回成本，他们就必然会削减对硬件的采购，届时美光的订单和盈利将面临断崖式下跌，其高估值基础将不复存在。市场不可能在长期内既让卖铁锹的商人赚得盆满钵满，又让买铁锹的淘金客全部破产。这种短期的逻辑撕裂，正是资金无处可去时在硬件板块抱团取暖的产物。

下半年资产配置：防御性平衡与黄金、比特币布局

基于上述分析，我们对下半年美股大盘的整体展望保持清醒且有备无患的态度。在未来的几个月内，我们仍然维持纳斯达克指数将会出现一次7%至10%幅度回调的研判。在一年的交易周期中，市场出现一到两次这种级别的中度回调是极其正常且符合统计学规律的，任何期待市场能从7月毫无阻力地一路单边上涨到12月的想法，都违背了金融市场的基本常识。

对于即将到来的这一波回调，我们期待它将由估值明显透支、且情绪过于亢奋的硬件和芯片板块来主导领跌。而一旦回调发生，这不仅不是牛市的终结，反而是资金向低估值、高现金流板块轮动的黄金买点。在具体的操作策略上，我将采取以下三个层面的实操方法：

• 第一，配置重构与板块平衡：主动降低部分高溢价硬件股的持仓比重，将资金向防御属性极强、且同样具备AI技术赋能空间的医疗板块进行倾斜。目前我已经正式建仓了ISRG（Intuitive Surgical: 直觉外科公司，达芬奇手术机器人的制造者），并计划在未来继续加大对该板块优质标的的吸纳力度，通过板块间的弱相关性来对冲科技股的波动。

• 第二，核心持仓的定力保持：对于当前占据我投资组合第一大持仓、比例超过20%的英特尔公司，我不会在当前位置进行任何的减仓操作。由于英特尔正处于代工业务转型的深水区，其估值已经计入了足够多的悲观预期，且在前期的上涨中我们已经进行过阶段性的主动减仓，因此当前应当保持战略定力，耐心等待其基本面拐点的确立。

• 第三，非权益类资产的避险布局：从大类资产配置的宏观视角来看，鉴于基建通胀和地缘政治噪音的长期存在，黄金（Gold）在长期维度上正处于非常具有吸引力的分批布局区间；同时，随着前期恐慌筹码的离场，比特币也已经重新进入到了技术面与资金面共振的加仓区域。

总而言之，下半年的美股牛市格局并未发生根本性动摇，只是游戏规则正在悄然改变。当市场的叙事主线从盲目的AI FOMO彻底转向对现金流、ROI和盈利确定性的拷问时，那些拥有极佳自由现金流、低负债且估值合理的软件板块与医疗蓝筹，将会重新夺回市场定价的主导权。