摘要

Parker 的核心判断：Nvidia 本轮周期结束时盈利至少应翻倍，届时10万亿美元市值“很容易看到”，对比当前约5.5万亿美元。 护城河是 CUDA——这个软件平台前15年一直亏损，如今已成为装机基础，以至于“没有 CUDA，基本无法做任何复杂推理问题”；即便估值倍数继续收缩，未来5年营收每年增长15%这一“非常保守”的假设，仍意味着股价约有70–80%上行空间。
关于周期时点，他的条件式判断是：从2023年5月 Nvidia 首次大幅上调销售预期算起，我们才走过一个10年投资周期的3年4个月——“股票凭什么已经见顶？” AI 其实比市场体感更年轻：一名暑期助理发现，Goldman、Morgan Stanley、J.P. Morgan 和 UBS 发布的8份2023年年度展望中，没有一份提到“AI”这两个字母。
他认为卖方盈利预测如今整体偏低，这已经逆转了自1978年以来1月预测在80–85%的年份偏高的规律；其中2028年可能是被低估最严重的一年。 目前只有约20%的美国股票提到与成本相关的 AI 生产率提升；按他的 S&P 盈利测算，指数盈利可能从约455上升至475–500，而在19–20倍估值下，“我看不出 S&P 为什么不能到10,000点”。
估值不会挑出股票，真正决定胜负的是盈利（E）是否做对，而当前估值倍数本身也在传递信息。 刚变得更便宜的最低估值一成股票，前瞻市盈率约8倍，只有48%的概率超预期；估值已升至约30–33倍、且继续变贵的股票，超预期概率则为75%，而“便宜股票业绩不及预期后从未受到过如此严厉的惩罚”。Michael 以 Micron 说明盈利预测误差：两年前分析师预计其8个季度自由现金流约为60亿美元，如今的预期约为3000亿美元。Parker 补充称，市场也常把估值与资产负债表割裂开来，而这本不应该发生。
尚未被定价的牛市情景，是美国制造的实体 AI：人形机器人，加上其中的芯片和软件，将推动“一场隐蔽但规模巨大的再工业化”；医疗保健可能成为未来10年表现最好的板块。 “市场告诉我这件事发生的概率是0%，我认为是30%或40%……我想套利这两者之间的差异。” 他对未来5–10年高于 GDP 增长最有把握的3个方向是医疗服务、算力和电力；半导体过去30年仅高于 GDP 约2%，未来10–15年“可能高于 GDP 8%、9%甚至10%”。
本期的元命题是要意识到自己的优势边界：“如果 AI 没有让你对自己的能力感到一点担忧，那你可能就是个疯子。” 不要去和100名在 pod shop 里押注单只股票季度业绩、使用6–12倍杠杆、一个季度就把组合年化换手做到600–800%的分析师竞争；“每个人玩的都是不同的游戏”，长久期、分散化的组合是另一种游戏，投资者可能正是在那里拥有优势。
一个具有交易意义的结构性警告是：目前约有700只杠杆/反向 ETF，而3年前只有45只；今年已有约60只失败，且全部期权中约一半是散户的零日到期期权。 三倍杠杆半导体 ETF SOXL 的回报约为220%，而不是3倍；Parker 认为它的非对称性可能更接近下行端三倍杠杆、而非上行端三倍杠杆——“如果未来一两年环境更加紧缩，其中一些产品会被清理掉”。

精读

1. 先谈灵活性，也要知道自己不具备什么能力

Parker 开场就定下基调：“过去一年，我感觉自己大概15次写下这样的内容：现在相信的事情，曾经恰恰持相反看法。” 灵活性和适应力“比我人生中的任何时候都更重要”。随后他进行了一次自我审计：“如果 AI 没有让你对自己的能力感到一点担忧，那你可能就是个疯子。”
谈到多策略基金：如果每家 pod shop 都有100名分析师在围绕一只股票的季度业绩博弈，使用6–12倍杠杆，“你参与的就不是一个自己拥有优势的游戏”。Michael 的说法是，只做多的投资者可以基于 Alex Karp 的愿景持有 Palantir——Rule of 40 依次达到127、144、145、155——而不必押注季度业绩，这是 pod 交易席位无法享受的自由。
Parker 更尖锐地说：“有一件事我觉得自己知道，而且没有任何傲慢成分：我比很多人懂得更多。” 他指的是那些为自己赚了大笔钱、却没能为投资者赚钱的人：某一年冲到1700万美元，第二年爆掉，然后换一家多策略基金。“可以套利的地方在于，每个人玩的都是不同的游戏。”

2. 估值不会挑股票，真正关键的是 E

市场状态已经变了：无条件超出预期的概率约为72–73%，但“如今美国股票业绩不及预期所受到的惩罚非常严厉”，远大于超预期获得的奖励。过去那种提前18–24个月买入利润率和估值倍数暂时受压的公司的做法，如今很难再为之辩护；Parker 宁可不持有一个明知会不及预期的名字。“便宜股票业绩不及预期后从未受到过如此严厉的惩罚。”
他的分组统计显示：估值最低一成、前瞻市盈率约8倍、且刚刚进一步变便宜的股票，超预期概率约为48%；前瞻市盈率约30–33倍、且刚刚进一步变贵的股票，超预期概率为75%。“如今估值倍数里包含了信息……过去并没有。” 而低于10倍的股票，没有哪只会因为神秘原因而便宜。
Michael 以 Micron 为例：两年前卖方认为公司未来8个季度将产生约60亿美元自由现金流；如今的预测数字约为3000亿美元。Parker 的更大判断是，投资者经常脱离资产负债表单独评估估值，尽管 Micron 的现金头寸和预期自由现金流都应该影响估值。

3. 半导体：从烧钱机器变成市场最重要的板块

Parker 于2002年10月1日启动 Bernstein 的半导体覆盖，此前花了11个月待在一个房间里研究7只股票，提出“份额增长者和利润率扩张者会推动估值倍数扩张”的标题；这条判断与他许多其他观点不同，“经得起时间检验”。当时 Nvidia 的市值和流动性都太小，无法纳入覆盖；25年前，受尊敬的买方投资者可能会把 Jensen 放进“不诚实且无能”的象限。
他完整讲述了 Micron 的寓言：在连续5年的时间里，公司每年“正好烧掉3.65亿美元”自由现金流；他在2000年代中期的一份讽刺性报告中写道，把每天100万美元交给停车场里的员工，可能都比在 Idaho 生产 DRAM 更划算。当时 Micron 在 Boise 有9,000名员工，而当地人口约为200,000人。经过行业整合和 AI 超级周期，公司后来变成一家1万亿美元市值的企业——“无能、不诚实、糟糕的企业，也能变成全世界最重要的证券”。
针对 Michael 关于深度周期股的追问，Parker 认为多数半导体已经不再是深度周期股，因为大多数公司不再自己制造芯片——Nvidia 由 Taiwan Semiconductor 代工——但存储和 DRAM 仍然更具周期性。“周期长度和波动幅度都与历史大不相同。”
宏观框架是：“这是一个超级周期。算力将在很长时间内远超 GDP 增长。” 半导体过去30年增速约高于 GDP 2%；未来10–15年，在美国企业拥有更高利润率的情况下，“可能高于 GDP 8%、9%甚至10%”。与此同时，市场缺算力，也缺支撑算力的电力。

4. Nvidia：十年周期刚走过3年

这个被重新发现的背景是：他的暑期助理阅读了 Goldman、Morgan Stanley、J.P. Morgan 和 UBS 的2023年年度展望，“那8份文件里没有一份出现 AI 这两个字母”。如果2023年5月是 Nvidia 首次大幅上调销售预期的时点，那么“我们才走过一个10年投资周期的3年4个月。所以我有时会想，股票凭什么已经见顶？”
CUDA 前15年一直亏损，如今却已经形成装机基础，“没有 CUDA，基本无法做任何复杂推理问题”。这是一道很难被替代的领先优势。
他承认市场对循环融资的批评——“如果你买下一家酒店，然后住进酒店，再把自己的床算作入住率”——但仍然表示：“我看不出本轮周期结束时，他们的盈利怎么可能不至少翻倍。” 在一个“非常保守”的营收假设下，未来5年每年增长15%就足以实现翻倍。他预计公司将在周期中积累大量现金，自由现金流与净利润之间不会出现巨大的背离；相较当前约5.5万亿美元市值，周期结束时10万亿美元“应该是很容易看到的”，这意味着股价上涨70–80%，其中已经包含估值倍数继续收缩的影响。

5. 盈利预测偏差正在转向上行，S&P 目标10,000点

Michael 提出的“Sand Hill Road”问题——如果你错在上行方向呢——恰恰是 Parker 认为大多数人不会问的问题。自1978年以来，分析师1月给出的预测有80–85%的年份偏高，平均预测增速为14%，实际交付约为8%；但自 Nvidia 在2023年上调预期以来，“预测一直偏低”。
他认为共识对2028年的判断错得最多：“很多人正在把这一下降直接嵌入预测”，恰恰忽略了 AI 生产率即将加速提升。他对业绩电话会记录进行自然语言处理后发现，目前只有约20%的美国股票提到与成本相关的 AI 生产率提升，而“到2028年，这个比例肯定会高得多”。
他的计算是：明年盈利增长18%，再加上他模型中的另外10%，S&P 盈利大约达到455；“我认为它很有可能更接近475或500”，而在19–20倍估值下，“我看不出 S&P 为什么不能到10,000点”。针对融资担忧，他引用一位聪明投资者评价 Musk 的话：“一种超能力，就是无限获得廉价资本的能力。” 不过他也说：“我不想对着墓地吹口哨。”

6. 哪些事情可能出错：白领岗位，以及谁来取代它们

Michael 的风险情景是：3年、5年或6年后，年薪10万–50万美元的白领岗位可能出现“10–15%的失业率”。他告诉 Parker，不想断言5年后失业不会成为问题，因为这种判断“可能像牛奶一样很快变质”。Michael 还补充了本周的新闻：3家大型投行已经要求排名前100的律所重构定价，因为 LLM 正在接管过去由律师助理、1年级律师和初级合伙人计费完成的工作。
Parker 认为法律行业会走向两极分化：一端是细分精品律所，另一端是巨头，向顶尖创收律师支付“像现在给 NBA 球员一样的薪水，每年3000万美元”；拥有1,000名律师的中型律所则会被掏空、整合，可能引入私募股权或转为上市公司。他讽刺道，律师平均而言仍然“比投行人士拥有更具差异化的能力”——Claude 可以搭建形式上的损益表，所以“某个来自 Wharton 的毛头小伙能增加的价值就相当有限”。
关于教育回报率，他认为对大多数人而言，上大学现在是“一个愚蠢的主意”，只有处在第80–90百分位的人才真正受益。“普通 HVAC 从业者的收入高于普通 Harvard 毕业生。” 而且，体力技能仍然供不应求。

7. 实体 AI、人形机器人，以及尚未定价的美国牛市情景

他讲到一名老年病医生的例子：照顾老龄人口的人手不足，“你会让一个人形机器人照顾80多岁的父母吗？我认为答案是会。” 机器人可以测量生命体征、追踪用药、召唤无人驾驶车辆，不会被指控偷窃，也不会犯下送错药的错误。Michael 预计，早期采用者会在3年内买一台，10年内所有人都会买；Parker 的回答是：“嗯，可能吧……我觉得你会看到很多这样的机器人。”
宏观上的回报在于：“美国的牛市情景远未反映在价格里，那就是我们将在美国制造这些东西”——人形机器人、芯片和软件——这将带来“一场隐蔽但规模巨大的美国再工业化”，金属、铜、电力、传感器和维护岗位将填补“文案型工作”留下的空缺。“我不想把话说得太梦幻，但我会给这个情景更高的概率，高于共识。”
他对未来5–10年高于 GDP 增长最有把握的3个方向是医疗服务、算力和电力；其中的套利机会在于：“医疗保健未来10年很有可能成为股市表现最好的板块，而市场告诉我这件事发生的概率是0%，我认为是30%或40%……我想套利这两者之间的差异。” 去点开 Nvidia 的医疗保健页面吧——“Jensen 对医疗保健很懂。” 对于低利润率、重员工的企业，Quest 和 Labcorp 等公司可能实现效率的大幅提升。

8. 看空听起来更聪明，但数据中心叙事必须改变

对于过去15年每年被问50次的美国债务问题，Parker 说：“你总是在看空时显得更聪明。” 真正的问题只有一个：它今天是否应该改变投资组合配置——“过去15年里，几乎每一天的答案都是否定的”，而且“如果你按照这个判断配置基金，你会被解雇”。Michael 的说法更温和：没有数据，没有路径，且超出投资期限；否则，就不要持有股票。
Parker 用水耗作比较：中型数据中心和高尔夫球场的用水量接近；全球最大的数据中心“差不多也就是3个高尔夫球场的规模”，但两党政客“表现得好像你在使用整个太平洋”。他说，目前已有23个州把数据中心视为不希望出现在本州的设施。
对于 Bloomberg Surveillance 节目中的追问，他的回答是：“叙事必须改变……Sam 和 Dario 有点吓到了所有人，幸好 Jensen 和 Mark 正在回头收拾局面。” 人们喜欢 Netflix、Amazon 当日送达和 Starlink，“数据中心就是这些东西的底层设施”。他最喜欢的指标来自一次向 Mayor Bloomberg 提出的问题：如何衡量一名优秀市长？答案是市民的“生产性年限”。“所有 AI 事情的核心，就是让我们活得更久，并在活着的时候更有生产力。”

9. 什么才是真正的组合策略：职业轨迹与面向散户的研究业务

这段职业速览由 Michael 补充：Parker 曾是 Bernstein 的半导体分析师，随后成为 Morgan Stanley 首席美国股票策略师，一年参加44场会议、出差32周——“Bernstein 从 MIT 橄榄球队变成了 Alabama 橄榄球队”；之后进入 Ricky Sandler 旗下的 Eminence Capital，负责风险和仓位规模；再创办 Trivariate Research，其机构业务于2021年5月启动，如今为约60个客户组合提供定制风险研究。自己经营公司意味着要洗咖啡杯，也意味着要知道“谁对你有定价权、谁没有”：比如 UnitedHealthcare 发来一封邮件，通知保费上调9%，并写明“没有协商空间”。
他定义的策略不是给出指数目标点位——“我知道自己没有能力判断一个月后的股市。我也知道别人同样没有，但他们表现得好像自己有”——而是设置止损规则、确定持股数量，以及决定应该给下跌股还是上涨股加仓。当前的做法是为每只股票分别计算 AI beta 和非 AI beta，因为“我们拥有股市历史上负 beta 最多的股票”；一个10%的 Exxon 仓位会被模型识别为负 beta，“这个指标就没有意义了”。
面向散户的业务是 Trivariate Research，价格约为110美元/月或1200美元/年；它用“Dave Portnoy 评披萨”的方式给 ETF 打分，判断产品是否真的提供了所声称的敞口。MTUM 在动量策略表现极佳时仍跑输 S&P，因此拿到了很低的评分。

10. 杠杆 ETF 与零日期权，解释了市场为何如此剧烈

Michael 将 ETF 分为3类：长期复利型产品，例如 VOO、SPY；结构上低效的产品，例如缓冲型 ETF 和备兑看涨策略，它们用复利能力换取短期确定性；以及“不可投资”的两倍和杠杆产品。Parker 的数据显示，目前约有700只杠杆/反向 ETF，3年前只有45只；今年已有约60只失败——“今年关闭的杠杆 ETF 数量，比截至3年前累计存在过的数量还多。”
机制在于：美国股票期权中约65%是零日到期，约70%由散户交易，因此全部期权中大约一半是“散户在做零日期权”，其中很多押注在三倍杠杆产品上。标普约80%的成交量集中在开盘和收盘，盘中大幅波动因此很难被及时平抑。SOXL 的实际回报约为220%，而不是3倍；Parker 认为，它的非对称性可能更接近下行端三倍杠杆，而不是上行端三倍杠杆。
Michael 讲到自己父亲因为喜欢 Kindle 而持有20倍 Amazon 仓位，行为上的关键在于：人们“会回到曾经赚钱的地方”。但“如果未来一两年环境更加紧缩，我认为其中一些东西会被清理掉”。

中国一级半市场的水下江湖-续集｜串台苔藓之火为什么 AI 智能体终于可能重塑信用卡