尾部事件冲击下的六月买方策略。

network

尾部事件冲击下的六月买方策略。
这就是尾部事件。

不是因为它一定没人想到，而是因为人在趋势中，总是高估眼前秩序的稳定性，低估极端拐点对现实世界的冲击。

市场也一样。

人类擅长把最近发生的事情外推成未来，却不擅长理解真正的结构性跳变。半导体存储就是例子。2023 年 DRAM 和 NAND 还在周期低谷，市场规模不到千亿美元级别，到了 2026、2027 年，AI 需求和价格周期把整个行业重新推到完全不同的量级。你让分析师在低谷线性预测十倍变化，很多模型都没有意义。

所以本周的标题是金庸那句话：

他强任他强，清风拂山岗。

外部越乱，越要有自己的内在秩序。

但这里的“坚定”，不是无脑 all in，不是喊口号，也不是抱着一个股票谈恋爱。真正的坚定，来自你知道自己该看什么，知道什么变量在改变，知道什么价格已经包含了什么预期，知道仓位该如何承受尾部事件冲击。

六月核心就看三件事：

分子、分母、仓位纪律。

一、先看分子：Agentic AI 是否开始创造真实企业生产力



估值看未来现金流折现，首先看分子。现在市场真正的主线，仍然是 Agentic AI。AI 从训练走向推理，再走向代理智能体，不只是模型变聪明，而是 AI 开始有目的、有执行、有反馈，开始真正进入企业生产流程。

这才刚刚开始。

过去几年，AI 基础设施硬件是最先兑现的卖铲子环节。GPU、网络、内存、服务器、电力、液冷，这些是第一阶段。但如果 AI 的最终闭环只是消耗 token，而不能让客户挣钱，不能让企业把 AI 部署成生产力，最后一定会一地鸡毛。客户不挣钱，AI capex 的经济学就闭不上。

所以真正的第二阶段，不只是“更大的模型”，而是“有用的 AI”。

所谓有用，就是 AI 能进入企业组织，理解上下文，连接数据，执行流程，降低成本，提升收入，缩短周期，减少人力摩擦。

这里就会出现一个巨大问题：模型本身只是能力，不是组织生产力。

token 本身是孤勇者。它必须通过企业数据、上下文、软件编排、安全、调度、权限、流程和反馈机制，才可能转化成真正的组织生产力。

这也是为什么未来真正值得看的 SaaS，不是简单接一个 AI 接口，而是谁能成为企业 AI 执行层的“中介”。谁掌握企业数据和上下文，谁能把 AI 编排进真实工作流，谁能保证安全、权限、调度、审计和执行，谁才可能在 Agentic AI 时代活下来，甚至重估。

这也是我一直讲的 AI 创新扩散。早期是高价值白领知识工作者。再往后，是企业和大众场景的传统扩散。中间有一道鸿沟。










跨不过去，AI 基建就是资本开支狂欢。跨过去，AI 才能形成投资回报闭环。这就是六月策略的第一个锚：

AI 主线没有结束，但市场会越来越严厉地区分：谁只是讲 AI，谁真的把 AI 变成企业生产力。

二、再看分母：油价、通胀、就业和美联储的降息期权



分母看折现率。折现率背后，是通胀、利率和风险溢价。六月最重要的分母，不是美联储嘴上说什么，而是两个条件能不能同时出现：

油价下去，就业转弱。

美联储新主席上任后，通胀观察口径出现变化，开始更重视一种剔除极端波动后的通胀指标。学术细节不展开，本质就是减少短期冲击对通胀数据的干扰，让政策有更大的解释空间。

这意味着什么？不是美联储一定降息。而是美联储获得了一个“降息期权”。

只要油价中枢下移，就业数据开始弱化，降息叙事就会突然变得有合法性，而且这可能超出市场预期。

这就是为什么美伊局势和油价如此重要。特朗普不是突然爱和平。油价已经从外交问题，变成选举、通胀、财政成本和衰退风险的共同分母。

中选进入下半场，产油州和耗油州的政治诉求不一样。油价如果长期维持高位，美国年底经济衰退风险会抬升，财政成本也会被高利率和高油价双重压迫。美伊局势如果降温，油价中枢下移，美联储就更容易行使这个降息期权。

所以六月市场的关键不是一句“降息来了”。更准确地说：

降息期权重新有价值，但是否行权，要看油价和就业。

如果 6 月就业数据开始弱化，同时油价下行，市场会先交易分母修复。小盘成长、软件、REITs、消费可选、高久期资产，都会有一波反弹，AI 抱团压力也会阶段性缓解。

但这不是主线切换，降息只是降低分母，AI 才是在改变分子。

一旦降息靴子落地，或者降息期权无法真正行使，资金仍然会回到 AI 核心资产：半导体、内存、服务器、CPU、网络、电力，以及真正能承接 AI 生产率的软件。

六月不是简单 risk-on，这是一次分母窗口，能反弹的资产很多，能持续重估的资产很少。

三、预测未来很可笑，但估值锚点必须存在



无论分子还是分母，人的预测能力都非常有限。我可以说自己在一些主线上领先市场一到三个月，但这又如何？

Intel 70 美元的时候，我会说必须看财报验证。MU 接近 500 美元的时候，我也会说先减仓为敬。

看对方向，不等于可以放弃纪律。因为公司不是静态函数，市场不是静态模型，CEO 也不是静态变量。这就是投资最难的地方。

你不可能提前精确预测所有动态变化。一个公司的内在发展，有人的主观能动性，有管理层的战略学习，有供应链、库存、客户需求、技术路线和资本市场反馈。

很多东西，连 CEO 自己也在动态学习。Intel 就是典型例子。你很难在一年前精确预测到，AI 发展到这个阶段后，CPU 会在推理和 Agentic AI 架构里重新被市场重视。过去所有人只盯 GPU，后来才发现，大规模智能体运行需要的不只是算力，还有 CPU、内存、网络、存储和调度。

甚至管理层自己一个季度前还在强调库存管理，结果需求结构一变，原来被视为包袱的库存和产能，可能突然重新变成收入和毛利的来源。这就是企业经营的真实世界。

所以估值有没有意义？当然有。

但估值不是静态算命。估值是锚点，是你面对新信息时不断更新判断的坐标系。未来现金流折现，本质上不是为了算出一个永恒不变的目标价，而是为了回答几个问题：

市场现在相信什么？这个信念已经支付了多少价格？新的数据是在验证原假设，还是推翻原假设？企业的竞争优势持续期是被延长，还是被压缩？管理层有没有能力把沉睡资产重新激活？

这背后就是人的价值，CEO 的价值，企业创造性的价值。

AI 时代很容易让人误以为一切都可以模型化。其实真正值钱的公司，最终仍然要看人如何组织技术，如何调用资源，如何把复杂系统变成可执行的生产力。

伟大的 CEO 不是财报上的一个注脚，而是企业价值创造路径里的核心变量。

四、投资不是预测一切，而是准备



既然未来不可预测，投资者该怎么办？答案不是躺平，也不是满仓赌命。

答案是准备。

你要有核心仓，也要有技术仓。你要知道现金也是仓位。你要知道什么时候该持有，什么时候该审计，什么时候该在狂欢里减一点，什么时候该在恐慌里加一点。

如果你看好 AI 主线，就不要因为几个点的波动被洗出去。但如果一个标的在高位、财报前、市场热炒中、期权情绪极端时，你也不能假装风险不存在。

核心仓负责承接大趋势，趋势不变无畏风雨。技术仓负责处理波动，看你的时间精力/睡觉和风险能力。现金仓负责等待尾部事件之后的错误定价。

这才是买方纪律。

六月尤其要注意：如果通胀和利率下行预期升温，部分前期落后资产会有补涨窗口。但这不是让你抛弃主线去追所有反弹，而是让你在组合里适当布局被分母压制、但基本面没有破的资产。

真正重要的是区分：什么是反弹？什么是重估？什么是逼空？什么是主线？什么只是流动性修复？

市场最容易让人犯错的地方，就是把所有上涨都当成新主线，把所有下跌都当成结束。

五、订阅者本周最重要的任务



新订阅者请务必先读《订阅者指南》
。

全本：订阅者发布和订阅者知识付费创造财富指南


那不是社区规则，而是投资心法。

这个订阅不是点单台，也不是私人投顾。我不会根据个人需求回答某只股票多少钱买、仓位怎么配、目标价多少、要不要止损。

你真正应该做的，是学会读懂主线、验证假设、理解仓位纪律。

我主页文章专栏里，有两篇文章尤其重要：

第一篇是《踏空者指南》
。它讲的是当你认同一个长期主线，却错过第一阶段时，如何 skin in the game，如何分批进入，如何避免用完美主义错过大周期。

第二篇是《投资者如何面对事件性冲击的投资和仓位指南》
。这篇更适合现在。它讲的是尾部事件冲击下，如何管理核心仓、技术仓和现金仓，如何在不确定性中保持可行动性。

六月不是预测题，六月是纪律题。

你不是要猜对每一个数据，而是要在数据出来之后，知道它改变的是分子、分母，还是只是市场噪音。

六、最后：AI 时代最贵的不是 token，而是判断责任



最后讲一句更革命性的问题预测。AI 时代，输出越来越便宜。token 越来越多，文章越来越多，摘要越来越多，观点越来越多。

但真正稀缺的，不是文字数量。真正稀缺的是判断、取舍、责任和可复盘的因果链。

黄仁勋在台北演讲反复强调的方向，本质上就是“有用的 AI”。AI 最终不是为了生产更多文本，不是为了消耗更多 token，而是要产生更好的结果。

投资内容也一样。

不是谁写得多，谁就有价值。不是谁生成得快，谁就有价值。真正有价值的是：在复杂市场里，谁能把变量压缩成判断，谁能在不确定性中给出边界，谁能在事后复盘自己的错误，也能在关键时刻坚持自己的主线。

我上面这些文字，都是一个字一个字写出来的，然后通过AI排版格式优化。

这不是因为人工输入本身神圣，而是因为这些文字背后有取舍，有风险，有判断，有过去几个月周报系列不断验证和修正的痕迹。

AI 可以生成内容。但真正的买方判断，要对结果负责。未来 AI 终局的价值，也不是 token 输出量，而是最终结果。

对企业如此，对投资如此，对内容也如此。

一字千金，不是因为字贵。而是因为判断贵。