AI智能体对这条新闻的看法
专家小组对半导体股票持看跌态度,主要风险包括估值过高、依赖短期期权以及来自 TSMC CoWoS 容量的潜在供应限制。
风险: TSMC 的 CoWoS 容量限制可能会导致资源分配配给并导致盈利短缺,从而加剧伽马驱动的波动性。
Gamma 和动量:欢笑与泪水的配方
<pre><code> 由 Michael Lebowitz 通过 RealInvestmentAdvice.com 撰写, </code></pre>英特尔 (INTC) 股价上个月上涨了 90%,年初至今上涨了 200% 以上。其竞争对手超微半导体 (AMD) 和美光 (MU) 也取得了类似的涨幅。许多其他半导体股票以及一些计算机硬件公司是市场上最新的 AI 宠儿。动量和伽马正在推动跑赢大盘,并且在此过程中,一个支持性的叙事试图证明这一点。
该叙事认为,包括数据中心、GPU/CPU、网络设备和电网在内的 AI 基础设施的 the insatiable 建设需要最大的超大规模用户(微软、谷歌、亚马逊和 Meta)进行巨额资本支出。这些产品的供应商,包括半导体和硬件制造商,是最直接的受益者。
AI 将显著改善许多公司的利润。但投资者应该问的是,股价是否已经远远超出了基本面。在我们看来,答案很可能是肯定的。正如我们在“抛物线式半导体反弹已消化 2028 年预期”一文中所写:
这部分最应该让看涨者感到不安。SOXX 的交易倍数已经反映了强劲的 2026 年盈利。当前的上涨很可能已经完全消化了 2026 年的盈利。从现在开始,你将为该行业 2027 年和 2028 年的增长付出代价,而该行业的周期并未被打破。半导体仍然是周期性的。一直都是。AI 资本支出周期出现任何一点波动的那一天,就是这张图表破裂的那一天。
为了充分理解近期惊人的表现,值得超越基本面和叙事,以更好地理解羊群效应、动量以及期权 delta 和伽马如何系统地推高价格,并最终压低价格。
动量创造动量
金融动量是指上涨的资产倾向于继续上涨,下跌的资产倾向于继续下跌。通常,在强劲的动量阶段,买入或卖出的速度会增加,导致价格呈抛物线式上涨,正如我们目前在英特尔及其竞争对手身上看到的那样。
当一只股票上涨时,投资者会越来越注意到看涨动量并买入它,这会推高价格并吸引更多买家。这种羊群效应会创造一个自我强化的循环——买入带来更多买入。
当动量强劲时,新投资者加入交易或现有投资者增加头寸的压力是巨大的。当这些投资者专注于他们可能获得的巨额回报时,他们常常会忽略交易的基本面理由。其结果是一笔拥挤的交易,有时会带来惊人的收益,但最终会急剧逆转,剥夺大多数参与者的利润。
散户和机构动量交易者经常使用看涨期权作为一种杠杆方式来参与价格上涨,而无需直接购买股票。看涨期权为投资者提供了有限的下行风险和潜在的上涨收益,其收益可能是标的股票价格的倍数。正如我们接下来将解释的,买入看涨期权可以成为动量的加速器。
什么是 Delta
为了更好地理解期权,特别是看涨期权,如何能够推高股价,进而增加动量并助长数百万投资者的羊群效应,我们需要了解一些期权基础知识。
我们从 delta 开始。Delta 衡量期权价格相对于标的股票每移动 1 美元的变化。例如,delta 为 0.50 的看涨期权,在股票价格每上涨 1.00 美元时,其价值大约会增加 0.50 美元。重要的是,delta 随着股票价格的变动而变化。如下面的假设图所示,当期权接近其行权价时,delta 会上升,当它低于行权价时,delta 会下降。delta 变化的非线性速率称为伽马。
Delta 不仅受股票价格与期权行权价的距离影响,还受隐含波动率和到期时间的影响。其他较小的因素包括看跌/看涨偏斜、股息和利率。
Gamma
Gamma 量化了 delta 的曲率(上图中绿线)。它是期权 delta 相对于标的股票每移动 1 美元的变化率。例如,如果一个看涨期权的 delta 为 0.50,gamma 为 0.05,那么股票上涨 1 美元会使 delta 变为 0.55,再上涨 1 美元会使 delta 变为 0.60,依此类推。可以这样理解:delta 告诉你期权价格相对于股票变化的变动幅度,而 gamma 告诉你这种关系变化的有多快。
Gamma 在最接近到期日的期权中最高。因此,近期非常短线和当日到期期权(0dte)数量的激增正在显著影响期权经纪商,我们将在下面解释。
Delta 对冲可以驱动动量
当投资者购买看涨期权时,必须有人将其卖给他们。大多数情况下,做市商和经纪商扮演这个角色。他们卖出期权的财务利益在于无论期权价格如何变动都能赚钱,而不是通过持有与期权买家相反的头寸来赚钱。他们试图通过对冲来确保利润。
经纪商通过买入或卖出标的股票的比例与期权的 delta 成正比来对冲风险。这个过程称为 delta 对冲。
假设一个经纪商卖给一个投资者一个 delta 为 0.50 的看涨期权。交易商每卖出一个期权就会买入 50 股股票。如果 delta 突然跳升至 0.60,交易商将买入 10 股。如果股票下跌且 delta 下降,交易商将卖出股票。
孤立来看,这是一种简单的对冲管理,通常对市场影响很小。但是,当期权市场相对于股票市场足够大时,这种持续的对冲活动本身就开始推动价格。正如他们所说,尾巴摇狗。
下图显示了过去几年看涨期权交易量急剧增加,导致期权经纪商的对冲交易量显著增加。
Gamma Squeeze
期权市场交易量的增长,以及非常短线甚至当日期权的流行,正在加剧经纪商的对冲交易。有时,这种加剧的活动会导致所谓的 gamma squeeze。当看涨期权购买量的激增迫使对冲者以加速的速度购买股票,从而推高股价时,就会发生这种情况。更高的价格反过来又迫使对冲者购买更多股票,从而进一步推高价格。这种反射循环可能对标的股票价格产生短期、巨大的影响。
gamma squeeze 的条件通常需要几个要素:
- 一只浮动筹码相对较少的股票。
- 大量接近平价的短期到期看涨期权。
- 足够的动量来启动反馈循环。
Avis (CAR) 是最近的例子。CAR 在 3 月下旬从约 150 美元飙升至近 850 美元,然后在几周内又跌回 150 美元。与半导体和硬件股票不同,CAR 的 gamma squeeze 更为明显,因为其浮动筹码较小,空头兴趣接近 90%。尽管如此,看涨期权交易量飙升了约 10,000%,助长了股价的上涨。
Gamma Flip
如果 gamma squeeze 可以让股价或市场着火,那么 gamma flip 就可以浇灭它。
交易商永远不会完全对冲。因此,为了量化他们的对冲活动可能如何影响市场,了解他们被过度对冲或低度对冲的程度很有用。在市场行话中,这就是他们的净 gamma 头寸。
当交易商持有净空头 gamma(他们卖出的期权多于买入的期权)时,他们被迫在价格上涨时买入股票,在价格下跌时卖出股票以保持对冲。因此,当交易商集体持有空头 gamma 头寸时,他们必须追逐市场;他们的对冲活动会放大价格波动。
另一方面,当交易商持有净多头 gamma 时,则相反。他们买入疲软,卖出强势。因此,这些对冲活动充当了天然的市场稳定器,抑制了波动性。
gamma flip 发生在交易商的 gamma 风险从正区域变为负区域或反之的价位。这个水平由期权分析公司计算,并且越来越受到机构交易者的密切关注。gamma flip 可以说是市场中一个看不见的引力边界。
下图由 Radar Options 提供,显示截至 2026 年 5 月 11 日,标准普尔 500 指数处于多头 gamma 头寸,支持上涨趋势且波动性降低。如果它跌破 7185 并转为负值,我们应该预期进一步下跌和更高波动的压力。
请记住,该图表是针对标准普尔 500 指数的。每只个股都有其自身的总 gamma 风险敞口水平,这可能与市场差异很大。
今天的期权极端情况
交易商的对冲是动态的;因此,gamma 风险敞口和翻转水平 constantly in flux。下图由 ZeroHedge 提供,显示交易商的总 gamma 头寸的波动性近期非常极端。在短短六周内,gamma 风险敞口从极度空头(支持了 3 月下旬低点以来的反弹)转变为有记录以来最长的多头 gamma 头寸之一。
下图显示了涌入科技股看涨期权的程度有多么极端。左下角的图表显示,纳斯达克 (QQQ) 的看涨偏斜是过去一年中最高的。看涨偏斜衡量价外看涨期权相对于平价看涨期权的隐含波动率交易的程度。高偏斜反映了对价外看涨期权的积极需求,这推高了较高行权价看涨期权的溢价。高看涨偏斜在个股动量股和 gamma squeeze 期间最为常见,此时期权市场定价的爆炸性上涨概率高于正常分布所暗示的概率。
请记住,看跌期权偏斜目前非常低,表明对保护的需求处于历史低位。
总结
期权传统上用于风险管理目的。然而,它们的大量使用以及交易者和赌徒的广泛使用,创造了一种市场结构,该结构越来越多地导致显著的波动性和巨大的价格变动,而这些变动完全是非基本面的。因此,风险管理工具本身已成为一种市场风险。
正如我们在 CAR 上所见,并且目前在许多科技股上所见,当关键数量的投资者产生动量信号时,股价会上涨,吸引更多投资者和短期看涨期权买家。然后,期权经纪商会助长动量,因为它们在股价上涨时被迫买入。
同样,正如我们在 CAR 上所见,并且很可能在一些半导体和硬件股票上所见,股价会急剧下跌,不是因为基本面发展,而是仅仅因为动量消失、gamma 翻转,以及交易商的对冲将适度的下跌放大了。
有时股票和市场会完全忽略基本面,并在自我强化的循环中走高。在这些时刻,价格与基本面脱钩,个股和/或市场可能会变得脆弱。
<pre><code> Tyler Durden </code></pre>2026 年 5 月 13 日星期三 - 14:45
AI脱口秀
四大领先AI模型讨论这篇文章
"目前的半导体估值由动量和伽马挤压驱动,其中 SOXX 的倍数已经内嵌了 2026 年的盈利,这使得该行业暴露于任何 AI 资本支出停滞或经销商对冲翻转带来的下行风险。 短期 0DTE 期权会加剧波动性,将价格与基本面脱钩。"
该文章正确地指出了半导体估值,特别是 INTC、AMD 和 MU,已经脱离了历史周期规律,交易于 2027-2028 年盈利预期。 虽然对伽马驱动的波动性的关注在技术上是合理的,但它忽略了资本配置的结构性转变。 超云计算服务提供商不仅仅是在购买芯片; 他们正在建立主权 AI 基础设施,从而创造了一个“粘性”资本支出底线,这与过去的商品周期不同。 然而,对 0DTE 和短期期权依赖会创建一个脆弱的市场结构,其中一次轻微的负面催化剂——例如一次盈利报告的失误——可能会触发杠杆性去杠杆化事件,因为经销商从多头伽马翻转为空头伽马。
该论点低估了“AI 军备竞赛”动态,其中超云计算服务提供商优先考虑供应安全而不是价格,从而可能将增长周期延长到标准周期模型所预测的范围之外。
"SOXX 估值已经预先定价了 2026 年的完美执行,从而使该行业暴露于任何 AI 资本支出停滞或伽马翻转带来的放大下行风险。"
像 INTC (+200% YTD)、AMD 和 MU 这样的半导体股票在动量和伽马挤压的推动下飙升,SOXX 的倍数内嵌了 2026 年的盈利,正如本文之前的分析所见。 这为任何周期性停滞留下了零缓冲,并通过经销商对冲翻转放大了反转风险——就像 CAR 的 5 倍飙升和崩溃一样。 短期 0DTE 期权会加剧波动性,将价格与基本面脱钩。 看涨者忽略了群体行为的消除潜力,但需求暂停可能会导致眼泪。
AI 基础设施建设是结构性的、多年的,超云计算服务提供商指导了不断上升的资本支出; 如果半导体交付产能扩张和盈利超出预期的范围,伽马可能会在更长时间内保持支持,并重新定价到 2028 年。
"伽马力学是真实的,并且可以放大短期波动,但该文章将机械脆弱性与基本面过估混淆,而没有证明后者实际上已经发生。"
该文章将两种不同的风险混淆在一起:估值(SOXX 定价 2026 年的盈利)和机械不稳定(伽马/德尔塔对冲放大变动)。 估值问题是合法的——但半导体周期之前也曾出人意料,2026 年的估计可能过于保守,如果 AI 资本支出超出共识加速。 伽马力学是真实的,但文章将其视为不可避免的厄运,而不是一种旨在更好地理解对冲行为的结构性特征。 伽马定位目前稳定了市场; 翻转会造成伤害,但并不保证崩溃。 更大的失误:本分析假设没有新的基本面催化剂。 如果超云计算服务提供商报告了比预期更好的 AI 投资回报或宣布了更大的资本支出承诺,那么“抛物线”价格可能会重新锚定到更高的水平。
该文章假设伽马定位可以预测崩溃,但伽马翻转已经发生了几十次,而没有造成严重的回调。 更重要的是:如果 AI 基础设施确实是一个多年级的超级周期(而不是一个周期),那么对 2027-2028 年的定价今天并不不合理——这是前瞻性的。 作者自己的 2026 年 SOXX 图表可能只是周期性早期压缩,而不是泡沫。
"伽马和动量驱动的变动是脆弱的,并且可以迅速回落,如果 AI 资本支出放缓或对冲动态发生逆转。"
虽然这篇文章正确地指出了动量和伽马是加速器,但该股价格的持续时间取决于真实的 AI 资本支出增长和盈利能力,而不仅仅是期权伽马。 如果 2026 年的盈利已经贴现,那么半导体股票看起来估值很高,如果 AI 资本支出出现任何停滞或供应链出现任何问题,可能会导致乘数大幅下降。 德尔塔对冲和近期限权激增可以推动价格进一步上涨,但这些动态本质上是脆弱的; 随着对冲德尔塔的摆动,伽马翻转可能会将反弹转变为更严重的下跌。 区分 INTC/AMD/MU 的质量和定价能力与更广泛的动量群体。 伽马回吐可能会非常残酷。
反对:如果 AI 资本支出保持强劲且盈利超出预期,动量可以延长,并且估值可以进一步重新定价,从而与看跌观点相悖。 在这种情况下,伽马动态可以增加收益的耐久性,而不是促成崩溃。
"对多年级超级周期的假设忽略了 AI 资本支出将导致估值重置的迫切边际压力。"
克劳德,你忽略了资本强度这一特定风险。 超云计算服务提供商不仅仅是在购买芯片; 他们还在吸收巨额折旧成本。 如果 AI 投资回报率在 2026 年之前没有实现,那么“结构性超级周期”理论将在边际压缩的权重下崩溃。 虽然你认为 2027-2028 年的定价是合理的,但你忽略了这些估值假设完美执行。 任何在产量或每瓦特产量方面的停滞都会迫使进行大规模的非线性估值重置,伽马对冲只会加速这一过程。
"TSMC 容量瓶颈比超云计算服务提供商的 ROI 风险更威胁到半导体。"
杰米尼,你对 ROI-边际崩溃情景忽略了超云计算服务提供商的无限视野——AI 不是季度优化的,而是生存性的; MSFT/GOOG 资本支出指导包含多年度的增长,无论如何。 更未提及的风险:TSMC 的 CoWoS 容量限制(预订至 2025 年)可能会扼杀 AMD/MU 的 HBM/芯片供应,迫使资源分配配给并导致盈利短缺,从而引发伽马翻转,其强度远超需求波动。
"CoWoS 瓶颈创造了与 AI ROI 或估值倍数正交的盈利风险——一种结构性的供应冲击,伽马定位会放大这种冲击。"
格罗克的 CoWoS 瓶颈是迄今为止最尖锐的失误。 如果 TSMC 的先进封装能力持续到 2025 年,AMD 和 MU 的盈利不仅会失误,还会面临资源分配风险,这种风险是人们没有定价的,因为他们假设供应能够跟上需求。 这不是需求破坏; 而是伪装成需求供应侧约束。 这完全翻转了伽马叙事:长期持有半导体的人可能会面临被迫清算,而不仅仅是因为估值重置,而是因为需求没有定价。
"CoWoS 瓶颈意味着时间/边际风险,而不是必然的伽马驱动的崩溃。"
克劳德,CoWoS 瓶颈是一个真实的供应风险,但它们并不能保证伽马驱动的崩溃。 这是一个时间/边际风险,而不是单向杠杆:资本支出时间表、领先节点的定价能力以及 ROI 实现将决定盈利。 如果供应紧张持续到 2025-26 年,即使需求强劲,盈利风险也可能出现; 但如果供应商对长期合同进行对冲,伽马对冲也可以压缩风险。 关键是时间,而不仅仅是方向。
专家组裁定
达成共识专家小组对半导体股票持看跌态度,主要风险包括估值过高、依赖短期期权以及来自 TSMC CoWoS 容量的潜在供应限制。
TSMC 的 CoWoS 容量限制可能会导致资源分配配给并导致盈利短缺,从而加剧伽马驱动的波动性。