Roger Lee | BIT 美股特約分析師

擁有21年投行、資管及金融機構從業經驗，長期專注AI產業鏈、美股宏觀流動性與期權策略研究

投資摘要

我的結論很直接：這五隻股票不是同一筆「AI交易」，而是AI基礎設施鏈條上五個不同節點；如果市場因為通脹、利率或泡沫擔憂繼續回撤，我會把它們放進分層觀察清單，而不是把「逢低買入」理解成一次性滿倉追高。 這篇報告討論的是MU美光、MXL MaxLinear、AMD超威、LITE Lumentum和VICR Vicor。它們共同受益於AI數據中心資本開支，但風險來源、業績彈性和估值消化方式並不相同。[1] [2] [3]

我認為，AI行情進入這個階段以後，真正重要的不是「AI還有沒有故事」，而是三個問題：第一，資本開支能否繼續落到真實訂單；第二，企業盈利能否證明估值；第三，投資組合能否承受高波動。麥肯錫估計，為滿足算力需求，到2030年全球數據中心可能需要約6.7萬億美元資本開支，其中AI工作負載相關數據中心約5.2萬億美元；這說明AI基礎設施是一個很長的投資周期，但Fidelity也提醒，盈利增長、估值、資本開支可持續性和利率周期將決定AI交易是否從長期主題變成短期泡沫。[1] [2]

一句話結論：AI基礎設施仍是我願意逢低研究的方向，但買點必須服從倉位紀律；在高收益、高回撤、高波動同時存在的階段，先分層，再下手。

一、先看大圖：AI基礎設施不是一隻GPU股票能講完的故事

市場最容易犯的錯誤，是把AI行情簡單等同於「買GPU龍頭」。在我看來，AI基礎設施真正的結構是一個資本開支鏈條：前端需要算力芯片，中間需要高帶寬存儲、網絡連接和光通信，後端需要電源、散熱、數據中心和軟件調度。只看單一環節，很容易在估值極高時追錯節奏；把鏈條拆開看，才知道每一次回調到底是在殺估值、殺訂單，還是只是高Beta資產的正常洗盤。

麥肯錫關於數據中心資本開支的測算，給了這個框架一個很重要的背景。它不是說所有公司都會同時受益，也不是說所有AI相關股票都應該上漲，而是說明算力需求如果繼續增長，投資機會會沿着「算力—存儲—連接—光學—電源」擴散。[1] Morningstar對AI股票框架的討論也提醒我，AI股票選擇不能只看概念熱度，而要同時看產業位置、護城河、估值和不確定性。[3]

我的判斷是，AI基礎設施的機會不是「一條線」，而是「一張網」。一旦市場回撤，最值得研究的不是哪個標的跌得最多，而是哪一個節點的基本面沒有被證僞、估值卻被風險偏好一起砸下來。

過去一年公開價格數據顯示，這五隻AI基礎設施標的均顯著跑贏納斯達克100和SMH半導體ETF。LITE、MU、MXL、VICR和AMD的漲幅都很高，其中LITE與MU表現最突出；但同一組數據也顯示，五隻股票過去一年最大回撤大多在約-28%至-32%之間，明顯高於納斯達克100約-12.1%的最大回撤。[9]

這組數據對我的啓發很明確：強趨勢不等於低風險，高彈性不等於隨時可以買。 如果一個標的一年漲了數倍，但過程中可以回撤三成，那麼買入邏輯不能只寫「長期看好AI」，還必須寫清楚「怎麼承受波動」。換句話說，逢低買入不是一句情緒口號，而是一套資金管理制度。

我會把這張表作為倉位管理的起點。對於MU和AMD這類基本面驗證更強的標的，我願意在回撤中分批觀察；對於MXL、LITE、VICR這類高彈性節點，我會先把倉位上限寫死，再考慮價格位置。原因很簡單：波動率本身就是成本，忽視成本的「逢低買入」，最後很容易變成被動扛單。

三、五隻股票的差異：不是誰漲得多買誰，而是誰的證據鏈更完整

我不讚成把這五家公司放在同一個籃子裏粗暴比較。MU的核心是存儲周期和AI HBM需求，AMD的核心是數據中心計算平台，LITE的核心是雲與AI光通信，VICR的核心是高功率服務器電源交付，MXL則更偏向AI數據中心控制平面和高速連接。它們都受益於AI，但財務彈性、客戶結構和估值消化路徑並不相同。

從公司公開資料看，Micron在FY2025 Q4新聞稿中披露季度收入113.15億美元、FY2025全年收入373.78億美元，並將強勁表現與AI數據中心需求聯繫起來；AMD Q3 2025新聞稿披露季度收入92.46億美元，按年增長36%，數據中心收入43億美元，按年增長22%；Lumentum FY2026 Q3新聞稿披露收入8.084億美元，按年增長90.1%，並強調AI、雲計算和下一代通信相關光子技術；MaxLinear公開新聞稿介紹其面向AI數據中心控制平面連接的Coronado和Laguna USB UART方案；Vicor則在公開資料中強調AI、HPC和數據中心算力增長對48V模塊化電源系統的需求。[4] [5] [6] [7] [8]

我的排序不是簡單的「漲幅排序」。如果只看過去一年漲幅，LITE和MU最亮眼；如果看基本面證據鏈，MU和AMD更容易被機構資金持續跟蹤；如果看高彈性衛星倉，MXL、LITE、VICR提供的是更陡峭的收益曲線，但同時也要求更嚴格的止損和倉位上限。

四、風險收益位置：右上角不是天堂，而是紀律考場

很多投資者喜歡看到高收益圖，但不喜歡看回撤圖。我的看法剛好相反：對於AI高Beta標的，收益率只是結果，最大回撤纔是入場前必須接受的條款。 圖3把過去一年收益率和最大回撤放在同一張圖上，可以看到五隻股票都在高收益區域，但縱軸的回撤也很深。這說明

它們不是低波動成長股，而是需要用倉位紀律消化的高彈性資產。[9]

我會用三個層級來處理這類股票。第一層是「核心可跟蹤」，即基本面證據更完整、機構覆蓋更充分的標的，例如MU和AMD。第二層是「高彈性衛星」，即產業邏輯清楚但波動率很高的標的，例如LITE和VICR。第三層是「觀察型彈性」，即產品方向有想象力但財務兌現仍需更多季度驗證的標的，例如MXL。

因此，我對「逢低買入」的定義不是跌了就買，而是當價格回撤、基本面沒有惡化、資本開支鏈條仍在兌現時，按照事先設定的倉位規則分批吸收波動。尤其是MXL、LITE、VICR這類高波動標的，倉位大小比買入價格更重要。

五、產業鏈評分：五股不是同一筆交易，而是五個節點

為了避免把AI股票全部混成一個概念，我把五隻股票放在五個維度中打分：算力直接度、AI資本開支敏感度、周期波動、估值兌現壓力和組合分散價值。這個評分不是收益預測，也不是投資評級，而是幫助我判斷：如果要做一個AI基礎設施觀察籃子，每隻股票到底承擔什麼角色。

這張圖給我的啓發是，MU和AMD更像AI基礎設施主線的核心證據資產；LITE和VICR更像鏈條中容易被資金放大的高彈性節點；MXL則更偏向「產品導入後可能出現估值重估」的觀察型標的。五隻股票都有研究價值，但買入邏輯絕不能完全一樣。

我的配置思路是：如果只想要AI核心敞口，優先研究證據鏈更完整的MU和AMD；如果願意承擔更高波動，可以把LITE、VICR作為衛星觀察；如果要配置MXL，必須承認它的小盤屬性和收入兌現不確定性，倉位要比另外幾隻更剋制。

六、操作框架：真正的買點來自「回撤、確認、分批」三件事同時出現

我不會因為AI主題強，就把任何回撤都當成買點。真正值得做的回撤，至少要同時滿足三項條件：第一，價格已經把短期情緒釋放出來；第二，企業基本面沒有同步惡化；第三，組合裏還有現金和風險預算。少了任何一項，逢低買入都會變成情緒化交易。

Fidelity關於AI泡沫風險的框架值得放在這裏。它提醒我們，AI主題雖然仍可能是多年周期，但投資者必須跟蹤盈利增長、盈利質量、估值、資本開支可持續性和利率周期。[2] 我完全認同這個口徑。AI不是不能買，而是不能在估值最貴、情緒最熱、倉位最滿的時候用「長期主義」掩蓋短期風險。

一句話概括，我會把這五隻股票放進AI基礎設施觀察池，但不會把它們全部視為同等權重的買入清單。對我來說，正確的順序是先定義角色，再定義倉位，最後才定義價格。

七、結論：逢低可以買，但先問自己能不能扛住波動

最終結論回到標題：逢低買入五大納斯達克AI龍頭股，可以研究，但不能偷懶。 如果AI數據中心資本開支繼續擴張，MU、AMD、LITE、VICR和MXL所處的存儲、計算、光通信、電源和連接環節都有繼續受益的基礎；但如果利率重新上行、雲資本開支放緩、AI訂單兌現不及預期，或者估值已經提前透支未來多個季度增長，這些高Beta資產也會快速回撤。

我的策略很清楚：核心倉優先給基本面證據鏈更強的資產，衛星倉給高彈性但高波動的節點，觀察倉給仍需驗證的中小盤機會。買入必須分批，倉位必須有限，風險必須提前寫在紙上。真正成熟的AI投資，不是看到回調就興奮，而是知道哪一段回調可以買、買多少、錯了怎麼辦。

一句話總結：AI基礎設施的長期邏輯還在，但逢低買入不是衝鋒號，而是紀律表；先把五隻股票拆成五個節點，再用倉位和時間去消化波動。

風險提示

本報告僅用於研究討論，不構成任何收益承諾或個股買賣建議。AI基礎設施相關公司普遍具有高波動、高估值敏感度和強周期屬性，投資者需要根據自身風險承受能力獨立判斷。後續最需要跟蹤的風險有五類：第一，雲廠商資本開支如果低於預期，AI硬件鏈條訂單可能被重新定價；第二，利率若重新上行，高估值成長股會面臨折現率壓力；第三，存儲、光通信、電源和連接等細分環節存在庫存周期和客戶集中風險；第四，中小盤高彈性標的可能出現流動性和估值波動放大；第五，AI主題如果出現盈利兌現不足，市場可能從「長期空間定價」轉向「當期現金流定價」。

數據來源與引用說明

本報告的市場表現、回撤、波動率和風險收益指標使用Yahoo Finance公開圖表數據接口抓取並整理，時間區間為2025年6月13日至2026年6月12日，覆蓋MU、MXL、AMD、LITE、VICR、納斯達克綜合指數、納斯達克100指數和SMH半導體ETF。公司基本面敘事以各公司投資者關係頁面、新聞稿和公開資料為基礎；AI資本開支、AI泡沫風險和AI股票選擇框架參考麥肯錫、Fidelity和Morningstar等公開研究資料。所有圖表均基於公開數據整理，圖表評分框架用於研究討論，不代表收益預測或投資評級。

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/

本報告由特約分析師編制。報告中所表達的觀點僅代表作者個人立場，不代表BIT平台的觀點。本材料僅供參考，不構成投資建議。