聚焦：五大纳斯达克 AI 龙头股

Roger Lee | BIT 美股特约分析师

拥有21年投行、资管及金融机构从业经验，长期专注AI产业链、美股宏观流动性与期权策略研究

投资摘要

我的结论很直接：这五只股票不是同一笔“AI交易”，而是AI基础设施链条上五个不同节点；如果市场因为通胀、利率或泡沫担忧继续回撤，我会把它们放进分层观察清单，而不是把“逢低买入”理解成一次性满仓追高。 这篇报告讨论的是MU美光、MXL MaxLinear、AMD超威、LITE Lumentum和VICR Vicor。它们共同受益于AI数据中心资本开支，但风险来源、业绩弹性和估值消化方式并不相同。[1] [2] [3]

我认为，AI行情进入这个阶段以后，真正重要的不是“AI还有没有故事”，而是三个问题：第一，资本开支能否继续落到真实订单；第二，企业盈利能否证明估值；第三，投资组合能否承受高波动。麦肯锡估计，为满足算力需求，到2030年全球数据中心可能需要约6.7万亿美元资本开支，其中AI工作负载相关数据中心约5.2万亿美元；这说明AI基础设施是一个很长的投资周期，但Fidelity也提醒，盈利增长、估值、资本开支可持续性和利率周期将决定AI交易是否从长期主题变成短期泡沫。[1] [2]

一句话结论：AI基础设施仍是我愿意逢低研究的方向，但买点必须服从仓位纪律；在高收益、高回撤、高波动同时存在的阶段，先分层，再下手。

一、先看大图：AI基础设施不是一只GPU股票能讲完的故事

市场最容易犯的错误，是把AI行情简单等同于“买GPU龙头”。在我看来，AI基础设施真正的结构是一个资本开支链条：前端需要算力芯片，中间需要高带宽存储、网络连接和光通信，后端需要电源、散热、数据中心和软件调度。只看单一环节，很容易在估值极高时追错节奏；把链条拆开看，才知道每一次回调到底是在杀估值、杀订单，还是只是高Beta资产的正常洗盘。

麦肯锡关于数据中心资本开支的测算，给了这个框架一个很重要的背景。它不是说所有公司都会同时受益，也不是说所有AI相关股票都应该上涨，而是说明算力需求如果继续增长，投资机会会沿着“算力—存储—连接—光学—电源”扩散。[1] Morningstar对AI股票框架的讨论也提醒我，AI股票选择不能只看概念热度，而要同时看产业位置、护城河、估值和不确定性。[3]

我的判断是，AI基础设施的机会不是“一条线”，而是“一张网”。一旦市场回撤，最值得研究的不是哪个标的跌得最多，而是哪一个节点的基本面没有被证伪、估值却被风险偏好一起砸下来。

过去一年公开价格数据显示，这五只AI基础设施标的均显著跑赢纳斯达克100和SMH半导体ETF。LITE、MU、MXL、VICR和AMD的涨幅都很高，其中LITE与MU表现最突出；但同一组数据也显示，五只股票过去一年最大回撤大多在约-28%至-32%之间，明显高于纳斯达克100约-12.1%的最大回撤。[9]

这组数据对我的启发很明确：强趋势不等于低风险，高弹性不等于随时可以买。 如果一个标的一年涨了数倍，但过程中可以回撤三成，那么买入逻辑不能只写“长期看好AI”，还必须写清楚“怎么承受波动”。换句话说，逢低买入不是一句情绪口号，而是一套资金管理制度。

我会把这张表作为仓位管理的起点。对于MU和AMD这类基本面验证更强的标的，我愿意在回撤中分批观察；对于MXL、LITE、VICR这类高弹性节点，我会先把仓位上限写死，再考虑价格位置。原因很简单：波动率本身就是成本，忽视成本的“逢低买入”，最后很容易变成被动扛单。

三、五只股票的差异：不是谁涨得多买谁，而是谁的证据链更完整

我不赞成把这五家公司放在同一个篮子里粗暴比较。MU的核心是存储周期和AI HBM需求，AMD的核心是数据中心计算平台，LITE的核心是云与AI光通信，VICR的核心是高功率服务器电源交付，MXL则更偏向AI数据中心控制平面和高速连接。它们都受益于AI，但财务弹性、客户结构和估值消化路径并不相同。

从公司公开资料看，Micron在FY2025 Q4新闻稿中披露季度收入113.15亿美元、FY2025全年收入373.78亿美元，并将强劲表现与AI数据中心需求联系起来；AMD Q3 2025新闻稿披露季度收入92.46亿美元，同比增长36%，数据中心收入43亿美元，同比增长22%；Lumentum FY2026 Q3新闻稿披露收入8.084亿美元，同比增长90.1%，并强调AI、云计算和下一代通信相关光子技术；MaxLinear公开新闻稿介绍其面向AI数据中心控制平面连接的Coronado和Laguna USB UART方案；Vicor则在公开资料中强调AI、HPC和数据中心算力增长对48V模块化电源系统的需求。[4] [5] [6] [7] [8]

我的排序不是简单的“涨幅排序”。如果只看过去一年涨幅，LITE和MU最亮眼；如果看基本面证据链，MU和AMD更容易被机构资金持续跟踪；如果看高弹性卫星仓，MXL、LITE、VICR提供的是更陡峭的收益曲线，但同时也要求更严格的止损和仓位上限。

四、风险收益位置：右上角不是天堂，而是纪律考场

很多投资者喜欢看到高收益图，但不喜欢看回撤图。我的看法刚好相反：对于AI高Beta标的，收益率只是结果，最大回撤才是入场前必须接受的条款。 图3把过去一年收益率和最大回撤放在同一张图上，可以看到五只股票都在高收益区域，但纵轴的回撤也很深。这说明

它们不是低波动成长股，而是需要用仓位纪律消化的高弹性资产。[9]

我会用三个层级来处理这类股票。第一层是“核心可跟踪”，即基本面证据更完整、机构覆盖更充分的标的，例如MU和AMD。第二层是“高弹性卫星”，即产业逻辑清楚但波动率很高的标的，例如LITE和VICR。第三层是“观察型弹性”，即产品方向有想象力但财务兑现仍需更多季度验证的标的，例如MXL。

因此，我对“逢低买入”的定义不是跌了就买，而是当价格回撤、基本面没有恶化、资本开支链条仍在兑现时，按照事先设定的仓位规则分批吸收波动。尤其是MXL、LITE、VICR这类高波动标的，仓位大小比买入价格更重要。

五、产业链评分：五股不是同一笔交易，而是五个节点

为了避免把AI股票全部混成一个概念，我把五只股票放在五个维度中打分：算力直接度、AI资本开支敏感度、周期波动、估值兑现压力和组合分散价值。这个评分不是收益预测，也不是投资评级，而是帮助我判断：如果要做一个AI基础设施观察篮子，每只股票到底承担什么角色。

这张图给我的启发是，MU和AMD更像AI基础设施主线的核心证据资产；LITE和VICR更像链条中容易被资金放大的高弹性节点；MXL则更偏向“产品导入后可能出现估值重估”的观察型标的。五只股票都有研究价值，但买入逻辑绝不能完全一样。

我的配置思路是：如果只想要AI核心敞口，优先研究证据链更完整的MU和AMD；如果愿意承担更高波动，可以把LITE、VICR作为卫星观察；如果要配置MXL，必须承认它的小盘属性和收入兑现不确定性，仓位要比另外几只更克制。

六、操作框架：真正的买点来自“回撤、确认、分批”三件事同时出现

我不会因为AI主题强，就把任何回撤都当成买点。真正值得做的回撤，至少要同时满足三项条件：第一，价格已经把短期情绪释放出来；第二，企业基本面没有同步恶化；第三，组合里还有现金和风险预算。少了任何一项，逢低买入都会变成情绪化交易。

Fidelity关于AI泡沫风险的框架值得放在这里。它提醒我们，AI主题虽然仍可能是多年周期，但投资者必须跟踪盈利增长、盈利质量、估值、资本开支可持续性和利率周期。[2] 我完全认同这个口径。AI不是不能买，而是不能在估值最贵、情绪最热、仓位最满的时候用“长期主义”掩盖短期风险。

一句话概括，我会把这五只股票放进AI基础设施观察池，但不会把它们全部视为同等权重的买入清单。对我来说，正确的顺序是先定义角色，再定义仓位，最后才定义价格。

七、结论：逢低可以买，但先问自己能不能扛住波动

最终结论回到标题：逢低买入五大纳斯达克AI龙头股，可以研究，但不能偷懒。 如果AI数据中心资本开支继续扩张，MU、AMD、LITE、VICR和MXL所处的存储、计算、光通信、电源和连接环节都有继续受益的基础；但如果利率重新上行、云资本开支放缓、AI订单兑现不及预期，或者估值已经提前透支未来多个季度增长，这些高Beta资产也会快速回撤。

我的策略很清楚：核心仓优先给基本面证据链更强的资产，卫星仓给高弹性但高波动的节点，观察仓给仍需验证的中小盘机会。买入必须分批，仓位必须有限，风险必须提前写在纸上。真正成熟的AI投资，不是看到回调就兴奋，而是知道哪一段回调可以买、买多少、错了怎么办。

一句话总结：AI基础设施的长期逻辑还在，但逢低买入不是冲锋号，而是纪律表；先把五只股票拆成五个节点，再用仓位和时间去消化波动。

风险提示

本报告仅用于研究讨论，不构成任何收益承诺或个股买卖建议。AI基础设施相关公司普遍具有高波动、高估值敏感度和强周期属性，投资者需要根据自身风险承受能力独立判断。后续最需要跟踪的风险有五类：第一，云厂商资本开支如果低于预期，AI硬件链条订单可能被重新定价；第二，利率若重新上行，高估值成长股会面临折现率压力；第三，存储、光通信、电源和连接等细分环节存在库存周期和客户集中风险；第四，中小盘高弹性标的可能出现流动性和估值波动放大；第五，AI主题如果出现盈利兑现不足，市场可能从“长期空间定价”转向“当期现金流定价”。

数据来源与引用说明

本报告的市场表现、回撤、波动率和风险收益指标使用Yahoo Finance公开图表数据接口抓取并整理，时间区间为2025年6月13日至2026年6月12日，覆盖MU、MXL、AMD、LITE、VICR、纳斯达克综合指数、纳斯达克100指数和SMH半导体ETF。公司基本面叙事以各公司投资者关系页面、新闻稿和公开资料为基础；AI资本开支、AI泡沫风险和AI股票选择框架参考麦肯锡、Fidelity和Morningstar等公开研究资料。所有图表均基于公开数据整理，图表评分框架用于研究讨论，不代表收益预测或投资评级。

References

1. McKinsey & Company, *The cost of compute: A $7 trillion race to scale data centers*, April 28, 2025. https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/the-cost-of-compute-a-7-trillion-dollar-race-to-scale-data-centers

2. Fidelity, *5 signs of an AI bubble to watch for*, February 10, 2026. https://www.fidelity.com/learning-center/trading-investing/ai-bubble

3. Morningstar, *The Best AI Stocks to Buy Now*, June 9, 2026. https://www.morningstar.com/stocks/best-ai-stocks-buy-now

4. Micron Technology, *Micron Technology, Inc. Reports Results for the Fourth Quarter and Full Year of Fiscal 2025*. https://investors.micron.com/news-releases/news-release-details/micron-technology-inc-reports-results-fourth-quarter-and-full-8

5. Advanced Micro Devices, *AMD Reports Third Quarter 2025 Financial Results*. https://ir.amd.com/news-events/press-releases/detail/1234/amd-reports-third-quarter-2025-financial-results

6. Lumentum, *Lumentum Reports Fiscal Third Quarter 2026 Results*. https://investor.lumentum.com/news-releases/news-release-details/lumentum-reports-fiscal-third-quarter-2026-results

7. MaxLinear, *MaxLinear Enhances Control Plane Connectivity for AI Data Centers*. https://investors.maxlinear.com/press-releases/detail/612/maxlinear-enhances-control-plane-connectivity-for-ai-data

8. Vicor, *AI, HPC and Data Center Power Delivery Solutions*. https://www.vicorpower.com/industries-and-innovations/artificial-intelligence

9. Yahoo Finance Chart API, daily prices for MU, MXL, AMD, LITE, VICR, ^IXIC, ^NDX and SMH, retrieved June 15, 2026. https://finance.yahoo.com/

本报告由特约分析师编制。报告中所表达的观点仅代表作者个人立场，不代表BIT平台的观点。本材料仅供参考，不构成投资建议。