突发：传奇基金经理Leopold Aschenbrenner 最新 13F 出炉。 这份文件最核心的信号是他没有退出 AI 交易，但开始给半导体和科技股上保险。 前 10 大持仓： SMH Put，约 20.4 亿美元 NVDA Put，约 15.7 亿美元 ORCL Put，约 10.7 亿美元 AVGO Put，约 10.1 亿美元 AMD Put，约 9.69 亿美元 Bloom Energy，约 8.79 亿美元 SanDisk，约 7.24 亿美元 MU Put，约 5.84 亿美元 CoreWeave，约 5.56 亿美元 TSM Put，约 5.35 亿美元 新建仓： SMH、NVDA、ORCL、AVGO、AMD、MU、TSM、ASML、INTC、GLW 的 Put 同时新开： MU Call，约 4.22 亿美元 TSM Call，约 3.55 亿美元 SNDK Call，约 3.89 亿美元 最大增持： CleanSpark，股份增加 648% Riot Platforms，股份增加 87% 最大减持： CoreWeave Call，股份减少 83% Bloom Energy，股份减少 36% 完全退出： Intel Call，原持仓约 7.47 亿美元 Lumentum，原持仓约 4.79 亿美元 EQT Corp，原持仓约 1.33 亿美元 Tower Semiconductor，原持仓约 8500 万美元 总结来说， Leopold 依然押注 AI 基础设施，但开始用 84.5 亿美元级别的 Put 对冲半导体和科技股回撤风险。

2026Q1 HOWARD MARKS 和 OAKTREE CAPITAL TORM $TRMD：7.576億美元 Expand Energy $EXE：5.03億美元 Garrett Motion $GTX：4.61億美元 AngloGold Ashanti $AU：3.128億美元 Core Scientific $CORZ：2.298億美元 Viper Energy $VNOM：1.81億美元 Telephone and Data Systems $TDS：1.78億美元 Nokia $NOK：1.572億美元 SunOpta $STKL：1.347億美元 Petroleo Brasileiro $PBR：1.208億美元 Talen Energy $TLN：1.15億美元 Barrick $B：1.105億美元 CBL & Associates $CBL：9,940萬美元 Itau Unibanco $ITUB： 9,790萬美元 Liberty Global (LBTYA)：9,710萬美元 Credo Technology (CRDO)：9,630萬美元 TransAlta (TAC)：8,420萬美元 Freeport-McMoran (FCX)：7,740萬美元 Kilroy Realty (KRC)：6,570萬美元 Grupo Aeromexico (AERO)：5,960萬美元 XP Inc (XP)：5,650萬美元 Bausch + Lomb (BLCO)：5,410萬美元 Runway Growth Finance (RWAY)：4,680萬美元 Liberty Latin America (LILAK)：4,440萬美元 YPF Sociedad Anonima (YPF)：3,930萬美元 Array Digital Infrastructure (AD)：3,690萬美元 Cemex (CX)：3570萬美元 Ecovyst (ECVT)：3,470萬美元 Embraer (EMBJ)： 2,620萬美元 Ternium $TX：2560萬美元 Rice Acquisition 3 $KRSP：2,490萬美元 Oaktree Specialty Lending $OCSL：2,220萬美元 Telecom Argentina $TEO：2010萬美元 Simply Good Foods $SMPL：1300萬美元 Magnachip Semiconductor $MX：1,210萬美元 SmartRent $SMRT：870萬美元 Battalion Oil $BATL：660萬美元 NRG Energy $NRG：660萬美元 Optimum Communications $OPTU：650萬美元 Liberty Latin America A $LILA：630萬美元 Asertio Holdings $ASRT：500萬美元 Invesco Senior Loan ETF $BKLN：410萬美元 HDFC Bank $HDB：280萬美元 PDD Holdings $PDD：45.9萬美元 Alvotech $ALVO： 33.3萬美元 BioXcel Therapeutics (股票代號：BTAI)：28.9萬美元 NU、ORCL、SMH、GRAB 全部售出

周末行研---AI拉动的电力电子系统大基建里SiC、GaN 与硅MOSFET的份额浅析 AI数据中心疯狂建设推动的电网大升级，正在让另一个长期被低估的领域重新回到舞台中央：功率半导体。 电力系统核心在于高效地控制电流。而控制电流最核心的器件，就是MOSFET（Metal-Oxide-Semiconductor Field-Effect Transistor）金属-氧化物-半导体场效应晶体管。 过去几十年，全球功率器件几乎都建立在硅MOSFET之上。硅便宜、成熟、产业链完整，因此长期统治整个行业。但随着AI服务器功率暴涨、EV进入800V时代、数据中心向高压化演进、高频电源需求提升，传统硅开始逐渐碰到物理极限。于是，SiC（碳化硅）与GaN（氮化镓）开始崛起。 SiC更像重工业路线。它的核心优势，在于高压与大功率。SiC拥有更高击穿电压、更强导热能力，在高压、高电流场景下效率明显优于传统硅IGBT。因此EV主驱逆变器、光伏逆变器、储能、工业高压驱动、电网、高压UPS这些领域，正在快速SiC化。尤其特斯拉推动的800V平台，本质上是整个SiC产业爆发的重要转折点。过去几年，新能源车一直是SiC最大的驱动力。Wolfspeed、onsemi、STMicroelectronics、Infineon Technologies、ROHM、Mitsubishi Electric等公司，都在这一轮周期中受益。 但SiC并不完美。相比GaN，它通常开关速度更慢、Qg更高、高频性能较弱，高频下磁性器件难进一步缩小。于是GaN走向了另一条路线。GaN真正强的地方，是高频。GaN拥有更低Qg、更低输出电容，以及几乎没有reverse recovery的问题，因此特别适合高频DC-DC、AI服务器供电、GPU VRM、手机快充、高频PSU、小型化电源。 AI可能是GaN真正的大周期。因为AI数据中心正在推动整个供电架构向高频化、高电流化、小型化、高效率演进。尤其48V架构之后，大量高频DC-DC开始成为核心瓶颈，而这正是GaN的甜点区。 传统服务器机架可能只有5-10kW，现在AI机架已经开始进入50kW、100kW，未来甚至可能接近MW级别。 AI数据中心正在从IT设施，逐渐变成“电力设施”。而从电网到GPU，中间需要经历大量电力转换：高压输电、变压器、UPS、PSU、AC/DC、DC/DC、VRM、GPU近端供电。每一次转换都会损失能量。当单个AI园区开始消耗GW级电力时，1%的效率提升，都可能对应巨大的经济价值。于是，功率半导体开始从配角变成核心瓶颈。 GaN因此开始大量进入AI服务器PSU、高频DC/DC、GPU VRM、电源模块。很多系统甚至开始出现“SiC + GaN”混搭。高压主干用SiC，高频末端用GaN。数据中心里，电网到数据中心的大功率高压部分，更适合SiC。服务器机架内部的高频供电，则更适合GaN。 未来整个功率半导体可能形成三层结构。低压低成本：硅MOSFET。高频高效率：GaN。高压大功率：SiC。 650V附近，是GaN与SiC正面竞争的区域。低于650V，GaN优势明显。高于650V，SiC优势越来越强。而650V附近，两边都能做。 同时，因为全球大量关键系统，都工作在400V~800V DC母线附近。 650V器件通常对应400V AC整流后、380V HVDC、48V架构上游、数据中心PSU、工业电源、光伏、OBC、AI服务器电源。 这是现代工业和数据中心最核心的电压区间之一。 于是竞争开始从单纯器件参数，变成系统成本、EMI、驱动复杂度、散热、良率、可靠性、客户验证、使用寿命、热循环、ppm失效率，以及长期供货能力。 这也是为什么功率半导体行业护城河极深。尤其SiC。SiC真正难的，不只是器件设计，而是晶圆生长、外延、缺陷控制、良率、高温可靠性。这些能力需要长期工艺积累。因此行业真正强势的玩家，往往都是十年以上沉淀出来的公司。不同公司的强项也不同。Wolfspeed强在材料。STM强在EV。Infineon强在模块与系统能力。onsemi强在汽车客户。Rohm强在可靠性。 GaN世界则还没有完全进入成熟阶段。目前Texas Instruments、Navitas Semiconductor、Infineon Technologies、Efficient Power Conversion都在不同方向推进GaN。其中TI可能长期被市场低估。因为真正的大客户最在意的，往往不是PPT参数，而是reliability、qualification和长期供货能力，而这些恰恰是TI最强的地方。 总的来说，AI正在提高整个系统里的“功率半导体含量”。未来AI基础设施的竞争，可能不只是算力竞争，还会是电力竞争、配电竞争、散热竞争、电源效率竞争。 过去半导体行业的核心是计算。未来十年，功率控制本身，可能会成为新的核心瓶颈之一。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

美股光通信产业链深度研报：前瞻布局1.6T&CPO光子超级周期 在全球光子产业超级周期行情下，提前布局1.6T高速光互联+CPO共封装光学赛道，是当下最具确定性的投资主线，本人对此逻辑高度坚定。 基于产业高景气判断，我全面布局整条光通信全产业链，同时额外加码一处核心产能瓶颈标的，核心标的投资逻辑如下： 1. $SIVE Sivers Semiconductors 公司激光业务深度绑定**JBL Jabil、MRVL Marvell、Ayar Labs、O-Net**等头部客户，业绩随下游需求高速释放。 英伟达NVDA、谷歌GOOGL持续大力推动光子架构落地，1.6T与CPO产业落地进度，远超机构保守盈利预测。 行业唯一利空为供应链多元化分流，但捷普JBL独家优先合作足以印证其硬核实力。对比**MTSI Mouser、LITE Lumentum、COHR Coherent、Furukawa**等同业，全球高端激光厂商市值普遍突破百亿级别，而这家手握芯片产能壁垒的企业，当前总市值不足10亿美金，估值严重低估。 2. $6451 Shunsin Electronics 作为富士康旗下光芯片测试、封装、组装专属代工平台，公司市值相较$LWLG Lightwave Logic低15亿美金，估值存在明显错配。 背靠富士康庞大光子产业订单，经营风险充分释放。台积电旗下光学板块VisEra估值约50亿美金，第三代产品2028年下半年才实现放量；而富士康体系内的Shunsin明年即可开启产能大规模爬坡。 深度受益英伟达$NVDA在台CPO产业链刚需，公司明确扩产+行业需求爆发双重利好，前瞻市盈率处于低位，业绩弹性充足。 3. Win Semi 稳懋半导体 全球DFB激光芯片核心晶圆代工厂，承接SIVE激光产能扩产订单，同时切入**AVGO Broadcom、SpaceX**等高端前沿供应链。 梳理全产业链脉络可见，Win Semi几乎覆盖所有前沿光电核心赛道，其产业核心价值尚未被市场充分定价，具备极强预期差。 4. $MRVL Marvell Technology 对标迷你版AVGO博通，产业卡位价值突出。目前已与谷歌GOOGL达成深度技术合作，成长逻辑可延续至2028年之后。 核心强催化来自微软$MSFT Maia算力芯片量产，2026年下半年正式开启放量，2027-2029年维持指数级增长。此前收购Celestial补齐核心技术短板，战略布局极具前瞻性，股价回调阶段为优质布局窗口。 5. $HPS Hammond Power Solutions 变压器、电力开关设备属于算力基建偏传统配套品类，市场关注度较低。 当前行业产能缺口长达2-5年，企业在手订单同比增幅超100%，行业供需格局极度紧张。 自确立投资逻辑以来，该股涨幅仅20%以上，充足高确定性在手订单大幅降低投资风险。后续顺利落地产品提价，将直接带动公司毛利率上行。叠加去年完成厂区扩建，正式迈入高增速复利成长通道。 全赛道优质备选标的（附美股代码） NBIS、JBL、RPI、TSEM、LITE、ARM、SOI、AXTI、IQE、ALRIB、Fittech、PCL 组合配置思路 主力持仓聚焦1.6T+CPO光通信核心产业链标的，搭配与AI产业链低相关性细分标的做杠铃式均衡配置，平滑账户波动，长期把握光子超级周期产业红利。

今天财报，重点是盘前的 $EOSE $NBIS !! 1. Nebius $NBIS 市值： $47.65B 收入 Est： $388.57M YoY 增长： 573.05% 看点： 重点关注 2026 $7B - $9B ARR 的展望是否维持 / 抬高！ 我的重仓。 2. Tower Semiconductor $TSEM 市值： $25.8B 收入 Est： $410.98M YoY 增长： 14.77% 看点： 重点关注其在硅光子（Silicon Photonics）领域的进展，尤其是 800G/1.6T 模块 ！ 3. Eos Energy Enterprises $EOSE 市值： $2.91B 收入 Est： $56.4M YoY 增长： 379.28% 看点： 关注其锌基电池系统的产能扩张进度，全年展望，有没有数据中心大单！ 另外，这家也有很高的做空仓位，有可能会和 $FLNC 一样有轧空行情。（NFA） 买了一点埋伏，这家可以试试开个盲盒。 4. Gilat Satellite Networks $GILT 市值： $1.58B 收入 Est： $114.56M YoY 增长： 14.33% 5. Aeluma $ALMU 市值： $507.32M 收入 Est： $1.35M YoY 增长： - 6. AmpliTech Group $AMPG 市值： $67.89M 收入 Est： $5M YoY 增长： 66.67% 看点： 展望！公司重申 2026 年全年收入目标至少为 $50M。 也是我的持仓，上季度财报 miss 后暴跌，最近股价慢慢涨回来了，这次希望不要再让人失望！

1,000+ 股票 & ETF 已上線 StableStock,持續增加中⋯⋯ 本期新標的已全數上線,以下是這批名單中的 6 個重點 - First Trust Smart Grid ETF($GRID) 聚焦智能電網與電力基礎設施 —— AI 數據中心建設與全球能源轉型的直接受益標的 - Corgi Lithography & Semiconductor Photonics ETF($EUV) 半導體製造中的「光」之核心 —— EUV 微影與光子學,先進製程繞不過的卡脖子環節 - Strategy 浮動利率永續優先股($STRC) Strategy 發行的浮動利率永續優先股,兼具債性現金流與股性彈性,獨特的配置工具 - RoboStrategy($BOT) 納斯達克新上市的封閉式基金,集中佈局機器人、自動化與 AI 策略 - 2X Long ORCL Daily ETF($ORCU) Oracle 的 2 倍日內槓桿 ETF —— 從資料庫巨頭轉身成為 AI 基礎設施核心玩家 - 2X Short SNDK Daily ETF($SNDQ) Sandisk 的 2 倍日內反向 ETF —— 一張 ETF 做空整個存儲晶片週期 從 AI 驅動的電網基建到 EUV 微影,從永續優先股到 AI 槓桿工具,從 Oracle 多頭到 Sandisk 空頭 —— 還有更多新上線標的 一鍵以穩定幣交易,盡在 StableStock

软件股上涨，半导体下跌 在 Datadog（$DDOG）等公司强劲财报带动下，软件股集体上涨，且成交量较高。其中，Datadog（$DDOG）上涨 28%–30%，ServiceNow（$NOW）上涨 5%–6%，iShares Expanded Tech-Software Sector ETF（$IGV）上涨 3.5%–3.6%。 与此同时，半导体股走弱。Micron（$MU）下跌 3%–4%，SanDisk（$SNDK）下跌 6%–7%，VanEck Semiconductor ETF（$SMH）下跌 1.9%。

半导体封装的“隐形中枢”：inline检测与OSAT的再定价 半导体产业正在经历一次重心转移：性能提升不再只依赖晶体管缩小，而是越来越依赖封装。2.5D、3D、HBM、chiplet，本质上都在把“系统能力”搬到封装环节。这也直接抬高了OSAT（外包封装与测试）的战略地位。 封装重要性的提升，带来了inline检测的快速增长。 OSAT（Outsourced Semiconductor Assembly and Test）负责两件事： 把裸die封装成可用芯片（封装） 验证芯片是否可用（测试） 过去这是一个低技术、低毛利的环节。但在AI时代，情况变了： 多die集成（chiplet） HBM堆叠 nm级对准要求（hybrid bonding） 封装正在变成： 性能瓶颈 + 良率瓶颈 + 成本瓶颈 inline是一种生产方式：所有工序连续完成，并在生产过程中实时检测与反馈（闭环） 对应另外一个环节是offline：做完再测（开环） 先进封装中的inline检测主要分三类： 1）光学检测（主力） bump高度 overlay（对准） 表面缺陷 特点：速度快，可全量inline。 2）X-ray检测 焊点空洞 TSV缺陷 内部结构问题 特点：能看内部，但速度慢，多用于抽检。 3）电性测试 功能验证 性能分档 更接近最终测试，不属于核心inline控制体系。 inline检测的目标不是“最精确”，而是在不降低产线效率的前提下，实现足够精确的实时反馈 核心矛盾：精度 ↑ → 速度 ↓；速度 ↑ → 精度 ↓ 先进设备的价值，就是在这个矛盾中找到最优解。 inline检测的壁垒来自多维叠加： 1）物理极限 nm级对准 μm级结构 工业环境下接近科研精度 2）速度 vs 精度的工程平衡 高throughput + 高精度同时实现 3）算法与数据 缺陷识别、pattern分析 强依赖历史数据与持续训练 4）工艺耦合 测量 → 调整工艺 → 再测 形成闭环系统 5）客户验证 TSMC / Samsung Electronics / Intel 验证周期长（1–3年） 一旦导入，很难替换 所以门槛极高。inline设备不是工具，而是嵌入客户制造系统的一部分。因此这个市场高度集中： 系统级控制 KLA Corporation Applied Materials → 控制数据与闭环 关键测量节点（alpha来源） Camtek Ltd. Onto Innovation Nova Ltd. → 控制关键测量维度 三家核心玩家对比（Onto / Nova / Camtek） 这三家公司虽然同在inline赛道，但本质上卡的是不同位置。 一句话结论 Onto = 广度（平台） Nova = 深度（前道工艺） Camtek = 弹性（先进封装/HBM） 1️⃣ Onto Innovation 定位： 前道 + 封装双覆盖 optical metrology + inspection + litho 优势： 产品线最广 客户最分散 抗周期能力强 劣势： 单点技术不如Nova深 封装不如Camtek极致 2️⃣ Nova Ltd. 定位：前道metrology核心玩家 优势： 技术深度最强 工艺绑定最深 数据壁垒最强 劣势： 封装参与较少 弹性不如Camtek 3️⃣ Camtek Ltd. 定位： 先进封装（HBM / 3D） 优势： 聚焦3D检测 HBM需求直接驱动 使用频率极高 劣势： 产品线较窄 对周期敏感 竞争关系本质 KLA = 控制系统 Onto = 广覆盖 Nova = 深度测量 Camtek = 封装核心检测 这不是单一赢家市场，而是： 每个关键测量维度一个龙头 封装是制造能力，检测是控制能力。区别在于： 封装 → 可扩产、可竞争 检测 → 嵌入流程、难替代 inline检测具备三个核心特征： 高频使用（每一步都测） 强绑定（工艺耦合） 决定良率（直接影响利润） 在这个体系中：谁打通从设备到数据的全节点，掌握“反馈权”，谁就掌握利润分配权。 免责声明：本人持有文中提及的标的，观点必然偏颇，非投资建议dyor

很多人问我： $CBRS（Cerebras）合理市值到底是多少？ 我自己的判断是： 短期看情绪， 中期看推理， 长期看生态。 短期（1年）： 500-800 亿美元 市场现在交易的是： “下一个 AI 核心资产”。 只要 AI 牛市继续， CBRS 会持续被当成： NVDA 之外最有想象力的 AI infra 标的。 — 中期（2-3年）： 1000-1500 亿美元 关键看： 它能不能在 inference（推理）市场真正站稳。 因为 AI 后半场最大的瓶颈， 可能不是 FLOPS。 而是： - KV Cache - 显存 - 带宽 - token latency - scale-out 通信 如果长 context / Agent / reasoning 爆发， Cerebras 的 wafer-scale 架构会越来越吃香。 — 长期（5年+）： 2000 亿美元以上（极乐观） 前提是： 它不只是“一个芯片公司”， 而是形成自己的 AI 计算生态。 因为历史证明： 技术强不一定赢。 真正值钱的是： CUDA 这种生态垄断。 所以 CBRS 真正的终局， 不是对标 AMD。 而是： 有没有机会成为 AI 时代新的计算平台。 这才是市场真正赌的东西。 #AI# #CBRS# #NVDA# #Semiconductor# #Cerebras#

AI时代，半导体公司到底该怎么估值？ 昨天听了@ShanghaoJin 老师的space，获益匪浅。 但我对于存储板块，乃至整个半导体板块的在目前ai产业革命超级周期背景下的估值方法，有一些不同的想法，所以简单记录一下，也供herman老师拍砖。 过去很长时间里，半导体一直是典型周期行业。景气时利润暴涨，低谷时利润迅速蒸发。很多公司上一年PE几十倍，下一年直接亏损。所以过去市场并不太相信半导体公司的利润持续性，更喜欢用 PB、重置成本、EV/EBITDA，而不是PE。因为市场默认这些利润大概率只是周期利润，而不是长期利润。 但AI时代正在改变这一切。HBM、CoWoS、AI Networking、光模块、先进封装、电力与数据中心基础设施，开始出现长期供需失衡。整个行业的估值逻辑，也开始从“资产思维”转向“现金流思维”。 截至2026年，行业仍处在AI驱动的强景气阶段。根据 SIA 数据，2025年全球半导体销售额达到7917亿美元，同比增长25.6%，并预计2026年接近1万亿美元。SEMI 也预计设备销售将在2026、2027继续增长。这种环境下，很多股票估值已经提前包含高增长预期。重要的是增长质量，以及它所处的周期位置。 很多人喜欢只看 PE、forward PE 或 PEG，但半导体行业的问题在于，“周期 + 高成长 + 高资本开支 + 技术代际”全部混在一起，单一估值倍数很容易骗人。周期顶部时，利润爆炸，PE反而会显得特别便宜；周期底部时，利润低迷，PE又会显得特别贵，甚至失去意义。重要的是判断当前利润到底处在周期的哪个位置。 PE 本质上是： PE = \frac{Market\ Cap}{Net\ Income} 它看的是最终归属于股东的利润，因此会受到利息、税率、折旧和资本结构影响。而 EV/EBITDA 更接近企业经营本身的赚钱能力： EV/EBITDA = \frac{Enterprise\ Value}{EBITDA} 其中： EV = Market\ Cap + Debt - Cash 很多人会疑惑为什么现金要减掉。因为 EV 本质上是在看“买下整个公司的真实净成本”。债务需要接手，而账上的现金买下后也归你，所以现金会降低真实收购成本。重要的是理解 EV 关注的是经营业务本身值多少钱，而不是公司账上堆了多少现金。 这也是为什么 Apple、Alphabet、Meta Platforms 经常出现 EV 小于市值的情况，因为它们账上现金太多。 但AI时代又带来了一个新问题。很多公司的现金已经不再是“闲置现金”，而是GPU储备、数据中心扩张储备、AI基础设施战争储备。重要的是区分 Excess Cash、Operating Cash 和 Strategic Cash。有些现金未必真的应该全部减掉。 AI时代另一个巨大变化，是行业进入超级重资本时代。EUV越来越贵，High-NA越来越贵，CoWoS扩产越来越贵，HBM扩产越来越贵，数据中心基础设施越来越贵。整个行业折旧（D&A）正在快速上升。于是很多公司的 EBITDA 非常漂亮，但净利润没有那么夸张，因为大量利润被折旧吞掉了。重要的是现在 PE 和 EV/EBITDA 的差异，正在明显扩大。 不同子行业差异尤其明显。Fabless公司差异最小，比如 NVIDIA、AMD、Broadcom。因为它们不自己建厂，折旧压力较低，因此 EV/EBITDA 往往只比 PE 低20%-40%。 但 Foundry 完全不同。比如 Taiwan Semiconductor Manufacturing Company、Samsung Electronics、Intel。这些公司 CapEx 极大，折旧极高，厂房设备生命周期极长，所以 PE 和 EV/EBITDA 差异会明显扩大。TSMC 当前常见情况大概是 PE 20-30x，而 EV/EBITDA 只有12-18x。重要的是理解很多折旧本质上其实是“增长投资”。 存储行业更加极端。Micron Technology、SK hynix 过去长期是最典型的周期行业，市场几乎不相信利润持续性。但 HBM 改变了部分逻辑，市场开始认为其中一部分利润可能是结构性利润，于是行业开始重新定价。重要的是 HBM 让市场开始重新评估存储行业的长期盈利能力。 而半导体设备公司则是另一种情况。比如 ASML、Applied Materials、Lam Research、KLA。这些公司更像“拥有工业外壳的软件公司”，因为它们毛利率高、ROIC高、FCF强、资本效率极高，所以市场已经越来越多使用 PE、EV/EBITDA、EV/FCF 和 ROIC 来定价。 真正的问题，从来不是哪个指标最好。重要的是哪个指标适合哪个子行业。 Trailing PE 适合盈利稳定的成熟公司，但周期股在景气高点 PE 会显得特别便宜，在低谷又会显得特别贵。Forward PE 更重要，因为市场买的是未来12-24个月利润。重要的是盈利预期是否还在持续上修，而不是单纯看一个低 forward PE。 PEG 对稳定高成长公司很好用，但对周期行业非常危险。很多时候 EPS 从低谷恢复，会让 PEG 看起来异常便宜。重要的是判断这个增长到底来自长期成长，还是仅仅来自周期反弹。 EV/EBITDA 更适合设备、IDM、存储这些资本结构差异大的行业。重要的是最好使用中周期 EBITDA，否则很容易在周期顶部被误导。 我个人更喜欢 FCF Yield 和 EV/FCF。重要的是这两个指标会逼着你回答一个问题：这些利润最后到底能不能变成真钱。 EV/Sales 只适合高增长、利润暂时被投入压低的平台型公司。重要的是结合毛利率、经营杠杆和长期利润率一起看。 不同子行业应该看不同指标。AI/fabless 芯片更应该看 forward PE、EV/FCF、收入增速、毛利率、客户集中度和平台护城河；半导体设备更应该看 EV/EBITDA、订单、积压和 WFE 周期；存储更应该看 P/B、EV/EBITDA、库存以及 DRAM/NAND/HBM 价格；晶圆代工和 IDM 更应该看利用率、CapEx、折旧、ROIC 和 FCF；模拟、功率和车规更应该看 FCF yield、库存周期和工业需求；EDA/IP 更应该看 EV/Sales、EV/FCF 和长期增长确定性。 所以不要只按 PE、forward PE 或 PEG 买半导体股。重要的是先分子行业，再做多指标综合。 我的框架会更简单一些。第一看质量，包括毛利率、营业利润率、ROIC、技术壁垒和客户粘性。第二看增长。重要的是增长到底来自结构性需求，还是只是周期复苏。第三看现金流，包括 FCF margin、CapEx 强度、库存变化和应收变化。第四才是估值，包括 forward PE、EV/EBITDA、EV/FCF、PEG，并与同行和自身历史区间比较。最后才是风险，包括客户集中、出口限制、库存、产能过剩和盈利预期下修风险。 半导体行业最重要的一点，是不要被低PE欺骗。重要的从来不是今天便不便宜，而是未来3-5年的现金流和竞争地位，能不能支撑今天的估值。 AI时代最大的变化，本质上也是这个。过去市场担心的是“下一轮周期会不会崩”，现在市场开始关心的是“这些利润到底是周期性的，还是结构性的”。 如果市场认为只是周期，那么 EV/EBITDA 不会给太高，PE 也不会持续扩张。如果市场开始相信 AI需求是长期的、基础设施建设是长期的、供需失衡是长期的、行业进入结构性短缺，那么整个行业的估值体系就会继续升级，从 PB → EV/EBITDA → PE → FCF 一路向上迁移。 最终获得长期高估值的公司，往往都是那些 ROIC 持续提升、资本效率持续改善、拥有长期定价权、能把AI需求持续转化为现金流的企业。