AI 概念交易正由「稀缺性」轉向「經濟性」，隨着模型及推理成本下跌，透過開源系統、雲端平台及 API 擴大採用，同時削弱部分開發商及硬件供應商的定價能力。中國競爭正推動價格與效率，阿里巴巴推出其最大模型，DeepSeek 提供超低成本定價，促使用例更傾向「夠用就好」勝過前沿（frontier）性能。超大型雲端服務商（hyperscalers）仍在擴建產能，但採購正變得更具選擇性，買家更聚焦每項任務成本；市場對微軟、Alphabet、亞馬遜、Meta 及甲骨文的資本開支（capex）一致預期由 2026 年初約 4,850 億美元升至 7 月約 7,300 億美元，而 UBS 預期 2026 年增長 76%，2027 年放緩至 25%，2028 年再降至 6%。需求或轉向訂製加速器、推理優化、網絡、供電及散熱，而非追求最高 GPU 密度。

就韓國而言，持倉更「乾淨」有望支持戰術性反彈，但不保證新一輪盈利周期。摩根大通估計槓桿 ETF 去槓桿已完成，對沖基金亦約完成 90% 去槓桿；風險在於記憶體預期或在實際需求見頂前先行見頂。TrendForce 仍預期 DRAM 供不應求，需求增長或至 2027 年仍可能快於供應，惟 HBM 及先進伺服器 DRAM 或續偏緊，而大宗（commodity）DRAM 及 NAND 仍較具周期性。更廣泛訊息是：回報將更多歸於分銷、自有數據及平台連同高效基建，而不僅是第一階段的樽頸環節。

期權市場在 AI 經濟性轉變下的過渡

我們正觀察到期權市場出現關鍵過渡：隨着 AI 概念由原始基建的稀缺性轉向成本效率，衍生品交易者應準備迎接主要硬件供應商的隱含波幅下行，因為「搶晶片」的緊張狀態正在降溫。我們建議把焦點轉向可捕捉此過渡的期權策略，尤其當 hyperscaler 的資本開支增速開始放緩之際。

近期行業數據顯示，雖然微軟、Alphabet 及 Meta 等科技巨頭合計資本開支料今年接近 7,300 億美元，但增速預期明年放緩至 25%。此一放緩意味着硬件認購期權（call）所反映的高溢價愈來愈難以合理化。我們建議針對成功以更便宜 AI 模型變現的超大型軟件及數碼平台，部署牛市認購價差（bull call spread）。

就南韓市場而言，我們看到記憶體「見頂」預期或已反映在 KOSPI 定價之中，儘管 HBM 仍偏緊。歷史周期顯示，記憶體股估值往往會較企業實際收入提前數個季度見頂。為管理此風險，我們偏好以認沽期權（put）或熊市認沽價差（bear put spread）對主要記憶體製造商作對沖，以防估值收縮。

隨着行業焦點由大規模訓練轉向更便宜的推理（inference），訂製晶片（custom silicon）及專用基建正加快普及；此轉變亦反映於中型市值網絡及電源管理公司期權成交量上升。我們可透過沽出（賣出）受惠於效率驅動的部分基建供應商認沽期權來捕捉趨勢，並在現金流較穩定的情況下收取權利金。

對沖硬件敞口並把握軟件平台機會

主要半導體 ETF 的隱含波幅偏斜（skew）近期開始偏向認沽多於認購，反映機構投資者正積極對沖其硬件敞口。這意味純硬件動量的「容易錢」暫時已告一段落。我們相信在相關硬件標的上交易短期日曆價差（calendar spread），可在不承擔方向性押注的情況下，利用較高權利金。

中國科技企業以激進定價推廣開源模型，正加速全球成本通縮並擠壓模型開發商利潤。此價格戰令純 AI 開發商的長期期認購期權風險甚高且偏投機。相反，我們偏好買入具成熟企業客戶基礎的企業軟件平台長期認購期權，因其可更容易整合更便宜的模型以提高自身利潤率。

立即開始交易 — 點擊此處開設您的 VT Markets 真實賬戶。