对冲基金创纪录抛售AI，华尔街为何突然冷静了

过去八个交易日，对冲基金连续七天去杠杆。基本面多空基金的净杠杆率从高点累计下降了10．3个百分点，跌至47％，处于三年回溯区间的第1百分位。这不是温和调整，而是一场加速撤离。与此同时，标普500非AI成分股指数10月单月上涨6．5％，年内涨幅首次超越大盘整体。当AI赛道还在持续获得政策支持和企业押注时，世界上最灵敏的短期资金已经做出了选择。

这种背离并非偶然。衡量高频交易行为的高盛Prime部门数据显示，仅在过去一周中，大宗经纪部就出现了2024年9月以来最大规模的科技股单日抛售，其VIP篮子当天录得2011年以来最差的单日表现。这些数字的背后是一个更深层的问题——当资本开支膨胀的速度远超收入增长时，投资者还能不能继续为AI故事买单。

从全面看多到选择性撤退

过去两年里，AI几乎成了美股唯一的确定性溢价。大型科技公司在数据中心和算力基础设施上的投入以千亿美元计，资本市场给予了极高的估值容忍度。但现在，这股一致性正在瓦解。

高盛策略师Louis Miller和Tony Pasquariello联合发布的研究揭示了一个关键信号：动量敞口已降至2025年6月以来的最低水平，高盛自身的AI与AI风险对冲组合（GSPUARTI）较6月高点回撤约55％，高贝塔动量组合（GSPRHIMO）同期也下跌约43％。这不是单个机构的悲观判断，而是通过每日高频交易数据聚合出来的真实图景。

之所以选择在当下减仓，Miller提出了三项依据：一是动量因子已充分释放，意味着如果未来出现反弹，现有仓位仍能捕捉；二是股价回调改善了部分资产的风险收益比；三是在经历了集中抛售之后，短期内再度下行的压力反而有限。但这组逻辑的前提是明确的——他们推荐的不是全面抄底，而是“有选择的配置”。

谁被留在组合里？首先是盈利预期稳定的超大规模云计算商和数据中心设备供应商，其次是与AI电力配套相关的细分领域。谁被回避？周期性股票、低质量个股，以及那些被短期情绪推高的非AI标的。这是一种结构性的取舍，而不是简单的牛市或熊市判断。

资本开支回报之困

这场抛售的直接导火索之一，是市场对AI投入产出比的日益质疑。Meta上周公布了更为激进的资本开支计划——将下一年度的资本开支指引下限上调至1350亿美元，同时自由现金流转负。消息公布后当日股价下跌7％。

这传递出一个反直觉的信号：营收超预期本应是正面催化剂，但在AI领域，当每美元新增投入所对应的增量收入尚不明确时，市场反而会因为开支膨胀而降估。高通量计算需求的爆发并不等于商业化的闭环已经完成，这是一个正在被重新定价的认知差。

高盛策略师Pasquariello对此有一句精准概括：“算力需求（POWER）有解决路径，但资本成本（CAPITAL）问题仍没有答案。”前半句指的是能源供给——如何为庞大的数据中心供电，已经在行业中形成了较为清晰的技术路线和投资方向；后半句则指向更根本的经济学问题——企业投入数千亿美元建设AI基础设施，何时能看见对应规模的利润流入？

这个问题目前没有一个确定的答案。英伟达等上游芯片供应商的财报依然强劲，但他们的客户群体高度集中于少数几家超大规模云服务商。这些公司之间的竞争格局、各自的AI产品变现能力以及未来的资本开支意愿，构成了整个产业链的不确定性链条。一旦头部客户的开支节奏放缓，整个链条都会面临重估压力。

“表后发电”——AI新赛道的模糊前景

在高盛的推荐清单中，一个值得关注的细分领域被称为“表后发电”（Behind－the－Meter Power）。这个词听起来陌生，但其内涵并不复杂——它指的是发电厂直接建在用电设施旁边，比如数据中心园区自建发电机组，而不是通过电网从公共电源站获取电能。

在AI算力密度急剧上升的背景下，传统电网扩容速度和数据中心电力需求增长速度之间出现了明显错位。美国多个州的电网审批周期长达数年，而数据中心的建设周期往往只需一两年。这意味着，对于那些需要稳定且大量电力供应的AI运营方来说，自备电源已经从一种可选项变成了刚需。

但这并不意味着“表后发电”是一个已经成熟的投资主题。目前行业内真正参与这个领域的玩家数量很少，商业模式也不够标准化，相关上市公司的公开披露非常有限。高盛将其列为关注方向更多是一种前瞻性布局，而非基于扎实数据的稳健结论。

从产业角度看，这是一个真实的供需错配问题。但作为投资方向，它的可追踪性远不如GPU采购或云服务订阅那样有清晰的先行指标。对于普通投资者而言，将其等同于确定性机会是不合适的。

接下来该关注什么

对冲基金的减仓潮是否会引发更大级别的市场调整，目前没有定论。杠杆率降至低位本身也可能反向意味着卖压耗尽——历史上极端去杠杆之后往往伴随阶段性的反弹窗口。

但对投资者来说，更有价值的是理解当前市场分歧的本质，而不是简单站队。以下四个观察指标值得关注：

第一，超大规模云服务商的季度资本开支增速。这是整个AI产业链的需求锚点，一旦出现拐点，上游厂商的收入增长预期将立即重估。

第二，AI相关上市公司的毛利率变化。如果巨头们的AI投入无法转化为更高的利润率，那么资本市场对其估值的支持就会逐步消退。

第三，实际电力价格和数据中心用电成本。表后发电概念能否落地成商业现实，取决于自建电源的成本是否具有经济竞争力。

第四，VIX波动率指数和期权隐含波动率的分化情况。如果衍生品市场显示尾部风险溢价大幅攀升，说明机构投资者对下行保护的投入在加速增加。

市场的每一次风格切换都伴随着认知偏差的修正。这一次，修正的对象是对AI商业回报的过度乐观假设，而不是对技术本身的否定。识别这两者的区别，或许是眼下最重要的事。