AI 交易正从“稀缺性”驱动转向“经济性”驱动。随着模型训练与推理成本下行，开源体系、云平台与 API 的普及扩大了采用范围，同时削弱了部分开发者与硬件供应商的定价权。中国竞争正在推动降价与提效：阿里巴巴发布其最大模型，DeepSeek 提供超低成本定价，推动更多“够用即可”优于前沿性能的应用场景。超大规模云厂商（hyperscalers）仍在扩建产能，但采购正趋于审慎，买方更关注单任务成本；市场一致预期的微软、Alphabet、亚马逊、Meta 与甲骨文资本开支由 2026 年初约 4,850 亿美元上调至 7 月约 7,300 亿美元；瑞银预计 2026 年增速为 76%，2027 年放缓至 25%，2028 年进一步降至 6%。需求可能转向定制化加速器、推理优化、网络、供配电与散热，而非一味追求最高 GPU 强度。
对韩国而言，更“干净”的持仓结构或支撑战术性反弹，但并不保证开启新一轮盈利周期。摩根大通估算杠杆 ETF 的去杠杆已完成，对冲基金去杠杆约完成 90%，但风险在于存储预期可能早于需求见顶。TrendForce 仍预计 DRAM 供给偏紧，需求增速或在 2027 年前持续快于供给；不过 HBM 与先进服务器 DRAM 或仍偏紧，而通用 DRAM 与 NAND 仍更具周期性。更核心的结论是：回报将更多归于分发渠道、专有数据与平台，以及高效率基础设施，而不只是第一阶段的“卡脖子”瓶颈环节。
Options Market Transition as AI Economics Shift
随着 AI 交易从原始基础设施稀缺转向成本效率，我们正在观察到期权市场的关键转折。衍生品交易者应为主要硬件供应商隐含波动率回落做好准备，因为对芯片的“恐慌式抢购”正在降温。我们建议将关注点转向能够利用这一转折的期权策略，尤其是在超大规模云厂商资本开支增速开始放缓之际。
最新行业数据显示，尽管微软、Alphabet 与 Meta 等科技巨头合计资本开支预计今年将接近 7,300 亿美元，但增速预计明年将放缓至 25%。这一降速意味着硬件看涨期权的高溢价将更难自洽。我们建议关注在廉价 AI 模型商业化方面进展顺利的超大市值软件与数字平台，对其配置牛市价差（bull call spread）策略。
就韩国市场而言，我们看到尽管高带宽存储（HBM）仍偏紧，但“存储见顶”的预期可能已部分反映在 KOSPI 定价中。历史周期表明，存储产业链股票估值往往会较企业实际收入提前数个季度见顶。为管理该风险，我们倾向于在主要存储厂商上使用认沽期权或熊市认沽价差（bear put spread），以对冲估值收缩风险。
随着行业重心转向更便宜的推理而非大规模训练模型，定制硅与专用基础设施的景气度正在抬升。这一点也反映在中盘网络与电源管理公司的期权成交量上升中。我们可通过对受益于效率驱动的部分基础设施供应商卖出认沽期权来把握该趋势，在其现金流相对稳定的背景下赚取期权权利金。
Hedging Hardware Exposure and Capitalizing on Software Platforms
主要半导体 ETF 的隐含波动率偏斜（skew）近期开始偏向认沽而非认购，表明机构投资者正在积极对冲硬件敞口。这意味着纯硬件动量的“容易钱”阶段可能暂告一段落。我们认为，在这些硬件标的上交易短期限历价差（calendar spread）有助于在不押注方向的情况下利用较高的期权溢价。
中国科技公司对开源模型的激进定价正在加速全球成本通缩，并挤压模型开发商的利润率。这种价格战使得对纯 AI 开发商配置长期认购期权的风险显著上升且更具投机性。相较之下，我们更偏好买入成熟企业级软件平台的长期认购期权：此类平台可较低摩擦整合更廉价模型，从而改善自身利润率。
立即开始交易 — 点击此处开设您的 VT Markets 真实账户。
