7月科技股大波动启示：敬畏周期与估值

6-7月，A股科技股经历了一场教科书式的大波动。从6月下旬的烈火烹油，到7月中旬的一地鸡毛，创业板指7月单月跌幅已超过20%，640只个股7月跌幅超过30%，身边不少朋友因为有融资杠杆，今年收益已转负甚至出现不小的亏损。这是一次值得认真复盘的、关于人性与定价的现场教学。我们基金产品经历过2024年年初的股灾，深知风险控制的重要。基于6月份对A股题材投资、市值管理、趋势投资的“过热情绪”观察，以及对AI发展进入波动期的判断，我们在6月底已采取减仓、期指空单的对冲，近期最高回撤控制在了10%左右，2026年收益率仍在三位数附近。

这次波动几乎把投资中最重要的几个命题都演了一遍。值得我们认真复盘并作出应对。

这次AI上游算力硬件大跌的原因。表面的导火索很清楚：7月1日彭博报道Meta筹备"Meta Compute"云业务，计划把自家富余的AI算力对外出租。消息当天Meta大涨8.8%，但AI硬件产业链随即遭遇抛售，次日流出的扎克伯格内部讲话录音进一步坐实了悲观解读，他坦言过去四个月AI智能体的开发并未如预期加速，此前的乐观判断落空。7月2日，A股集中反应，创业板和科创板单日双双跌超5%。随后7月6日又传出英伟达下一代Kyber机柜高层数PCB良率不足、量产推迟的消息，虽然黄仁勋亲自否认，但市场的神经已经绷不住了。在本周，第三记重锤落下：7月16日，月之暗面在世界人工智能大会期间发布Kimi K3，2.8万亿参数、百万token上下文，成为全球首个3万亿级开源模型，多项核心能力逼近甚至超越海外顶级闭源模型，而训练效率较上一代提升约2.5倍。海外市场将其视作"第二次DeepSeek时刻"，次日全球AI与半导体股票抛售骤然加剧，费城半导体指数创下逾一年来最差单周表现，纳指全周累跌2.9%，港股某头部国产模型公司单日暴跌28%、市值蒸发超两千亿港元。表面上看，一个更高效的开源模型似乎意味着"不需要那么多算力了"，这与Meta出租算力的信号形成共振：旧叙事被从供给和效率两端同时撕开。但细究之下，Kimi对算力需求的影响远比第一反应复杂：K3本身就是2.8万亿参数的庞然大物，本地部署门槛极高，上线后用户额度迅速耗尽、限流频发，"模型越强、算力越缺"的现实一点没变；更便宜、更开放的前沿模型会刺激使用量的爆发，推理算力、存储和数据中心的长期需求反而可能被放大。它真正改变的不是算力需求的总量，而是产业链的利润分配预期：当开源压低了模型层的暴利，市场必须重新评估大模型公司、芯片厂商与数据中心之间谁分走多少蛋糕。

如果只看这些导火索，还是把这次大跌想浅了。真正的原因在于，今年以来AI硬件的持续上涨建立在一个几乎被当作公理的假设上：全球云厂商资本开支只增不减、算力永远紧缺、产业链利润持续向上游集中。当全球最大的算力买家之一开始对外出租"富余"算力，当一个开源模型证明单纯堆预训练算力不再是通往前沿能力的唯一路径，冲击的都不是某一季的订单（订单层面其实什么都还没发生），而是这个定价公理本身。市场真正担心的是，如果头部平台把算力资产转化为对外服务能力、如果模型能力的获取方式变得更高效，那么当前的供需格局、利润分配体系和估值中枢是否都要随之调整。换句话说，这次大跌杀的主要是估值和叙事，而不是当期基本面，更偏风险偏好层面的再定价，尚不能推导为AI硬件订单周期反转。但正因为前期估值里已经预支了太多"永远紧缺"的未来，叙事上哪怕出现一道裂缝，价格的反应也会是剧烈的。

再往深一层想：为什么市场情绪能在半个月之内就完成从极度亢奋到恐慌的大反转？要知道，就在6月下旬，市场还沉浸在上半年费城半导体指数翻倍、存储股涨幅惊人的余温里，资金逢跌抄底的意愿丝毫未减，A股单日成交在6月22日一度接近3.8万亿元，7月1日仍高达3.68万亿元，TMT成交额占比在大跌前更是创下了历史新高。情绪反转之所以快，恰恰是因为之前的一致预期太强、交易太拥挤。当所有人都站在船的同一侧，船不需要多大的浪就会倾覆。拥挤的交易结构意味着边际买家已经耗尽：该买的人都买了，而且很多是用杠杆买的、是追高买的，这些筹码天然不稳定。更值得玩味的是科技赛道的资金结构本身：它是层层虹吸而来的，一旦资金面"二阶导转负"，惯性就会反向自我强化。所以半月反转的本质是持仓结构决定了市场对坏消息的承受力几乎为零。情绪的顶点，从来都是脆弱性的顶点。

这次大跌里，融资盘的角色与过去每次股灾类似，都起到助推作用。全市场融资余额从6月初的2.88万亿一路加到7月1日的3.01万亿高点，这个时点，恰好就是Meta消息落地、市场见顶的那几天，杠杆资金在情绪最高处完成了最后的加仓。随后两周，融资余额降至7月16日的2.84万亿，净减少约1700亿。杠杆的可怕之处在于它剥夺了你"等"的权利。不加杠杆的投资者，面对30%的回撤可以选择躺下装死，等基本面兑现；而两融账户面对同样的回撤，等来的是追保通知和强制平仓；更残忍的是，强平永远发生在价格最低、最不该卖的位置，杠杆把"浮亏"强制兑现成"实亏"，把波动变成了永久性损失。杠杆不改变你判断的对错，只改变你能否活到判断被验证的那一天。在波动率如此之高的科技股上使用融资杠杆，本质上是在用生存权换弹性，这笔交易在数学期望上就是亏的。

怎么避免在情绪热度最高的时候买入？这几乎是每个投资者都要终身修炼的课题，因为情绪最高点的市场恰恰是看起来最"安全"的：利好一个接一个，卖方目标价不断上调，身边所有人都在赚钱，连怀疑都显得愚蠢。我自己的经验是，不要试图靠"感觉"去对抗情绪，而要靠几个客观的温度计：一看成交拥挤度，当一个板块的成交额占比逼近甚至创出历史新高（这次TMT就是如此），无论逻辑多好都要提高警惕，因为逻辑再好也需要有下一个买家；二看换手率，热门股筹码在过去几个月内几乎每个月彻底换手一遍，说明持有者已经从信仰者换成了博弈者；三看融资余额的斜率，杠杆资金加速流入的末端往往就是行情的末端；四看叙事的形态，当上涨的理由从"业绩超预期"变成"空间无限大"、当分歧消失、当利空只被解读为"上车机会"时，定价已经脱离了可验证的范畴。做到这些不需要预测顶部（顶部无法预测），只需要在温度计集体报警时，管住自己加仓的手，甚至开始减仓。逆人性之所以难，是因为它要求你在最舒服的时候做最不舒服的事。

少买在山顶只是防守，更难的功课是卖出，而卖出的核心是对一家公司市值空间的把握。很多人卖出靠盯K线、靠止盈线，我认为这些都是术，道在于估值锚。买入一家公司之前，就应该先回答一个问题：在中性偏乐观的情景下，这家公司三五年后能赚多少钱、值多少市值？如果到了乐观情形下的目标市值，那么无论股价走势多强，你都应该清楚此刻的价格已经透支了最乐观情景之外的东西，透支的部分不叫成长，叫彩票。合理的做法是把卖出设计成一个区间而非一个点：当市值进入你测算的乐观情景区间下沿，开始分批减持；越接近上沿，卖出越坚决；如果价格冲破了你所有情景假设的上限，那剩下的持仓赚的就纯粹是别人的情绪，随时准备归还。这套方法不保证你卖在最高点，但它保证你卖在"自己能理解的价格"里。反过来，如果你根本无法对一家公司的市值空间做出哪怕粗糙的测算，那这家公司本身就不该重仓。市值空间的把握，本质上是把"股票"还原成"生意"，把"价格"还原成"价值"，它是卖出纪律的唯一可靠地基。

最后，把视角从个股拉高到组合，落到基金产品上，数学是冷酷的：回撤20%需要涨25%回本，回撤38%需要涨61%，回撤50%需要翻倍。一只在6月满仓押注算力硬件的产品，如果不对风险敏锐，半个月的回撤可能吞掉之前大半年的超额收益，而修复它需要的时间和承担的风险，远超当初获取它的成本。更重要的是回撤对行为的破坏：净值深度回撤会触发持有人赎回，赎回迫使基金经理在低位被动卖出，低位卖出又加深净值损失，这个负反馈和融资盘的强平在结构上一模一样，只不过杠杆来自负债端的信任而非两融账户。所以真正优秀的产品管理，是在情绪温度计报警时主动降低组合的拥挤度暴露、控制单一叙事的仓位集中度、在估值透支区间兑现收益，宁可在泡沫的最后一段跑输，也要保住组合在风暴中的完整。跑输一段行情只是难受，深度回撤则可能让产品失去"存在的连续性"。投资是一场无限游戏，无限游戏的第一目标不是赢得每一局，而是确保自己始终留在牌桌上。

回头看这半个月，Meta的一纸传闻、一段录音、一个横空出世的国产开源模型，本身并没有改变AI产业的长期方向。这大概率又是一次AI发展路途中的一朵大浪花，这次的波涛可能更危险。市场用30%级别的个股回撤提醒我们：好赛道不等于好价格，好公司不等于任何价格都值得买，而再确定的产业趋势，也无法保护一个用杠杆在情绪顶点买入、且不知道自己持仓值多少钱的投资者。潮水来了又去，留在沙滩上的教训永远相同：敬畏周期，敬畏估值，敬畏人性，然后，活得久一点。回到下周的A股市场，在融资平仓的股灾式下降后，大反弹随时来临，做好备战抓住反弹。反弹之后，真正的考验或会来临：7-8月，美国科技大厂对明年资本开支的展望到底如何？不同的情形需要我们的投资组合做出应对。

风险提示：

本文中的信息、观点等均不构成对任何人的投资建议，也不作为任何法律文件。投资风险自担，最终解释权归深圳市泰聚私募证券基金管理有限公司所有。