撰文：DaiDai，MSX 麥通

編輯：Frank，MSX 麥通

開門見山，Q3 美股仍有支撐，但如果你想在市場繼續賺錢，方式或許需要發生變化。

剛剛過去的 Q2，市場對地緣衝擊的定價階段性鈍化，疊加 AI 基建行情修復和風險偏好回升，共同推動美股重新走強，尤其是在大型科技股和 AI 核心資產的帶動下，市場一度重新回到熟悉的交易模式：只要資本開支繼續增加，只要算力需求仍然強勁，估值就可以繼續向上抬升。

但進入 Q3 後，這套邏輯正在面對更高的驗證門檻。

一方面，通脹仍高於美聯儲目標，長端利率和政策路徑繼續限制高估值資產的擴張空間；另一方面，AI 相關公司的股價已經提前計入相當樂觀的增長預期，市場接下來需要看到的，不再只是更大的 CapEx 數字，而是訂單、交付、毛利率、現金流和資本回報率。

因此，MSX 麥通研究院對 Q3 美股維持中性偏積極的判斷。

指數尚未進入系統性轉熊週期，但回報來源正在從「估值擴張」轉向「盈利兌現」。AI 依然是最重要的產業主線，只是交易重心將從寬泛的 AI Beta，進一步下沉至更容易被財報驗證的環節——存儲、網絡與光互連、電力、冷卻、數據中心交付，以及圍繞真實應用展開的邊緣計算和 Physical AI。

如果要用一句話概括 Q3 的市場環境，那就是通脹限制估值上限，盈利決定指數下限，AI 兌現決定結構性 Alpha，市場寬度決定行情質量。

一、估值擴張退潮後，盈利必須接住指數

從 Q2 到 Q3，市場的主導矛盾已經出現明顯變化。

Q2 的交易鏈條相對清晰，就是地緣衝突影響油價和通脹預期，利率路徑隨之調整，風險偏好修復後，資金重新回流 AI 和大型科技股，整個市場交易的核心，是宏觀壓力邊際緩和之後的估值修復。

到了 Q3，矛盾則進一步向後傳導，尤其是通脹約束估值，美聯儲減少前瞻指引，盈利需要接住指數，AI 則必須從資本開支走向真實兌現。

這並不意味著市場即將轉空，更準確的表述是回報門檻正在抬升。

1.通脹仍是高估值資產的天花板

Q3 的第一層約束，仍然來自通脹和美聯儲。

美國通脹水平依然明顯高於 2% 的長期政策目標，意味著「快速降息托舉估值」的基礎並不穩固。與此同時，沃什主導下的美聯儲溝通方式，也更加重視實時數據、價格穩定和政策紀律，弱化了市場長期以來對前瞻指引的依賴。

這將帶來三方面影響：

市場所熟悉的「Fed put」正在變薄： 投資者不能再簡單假設，只要市場波動加大，政策端就會迅速釋放寬鬆信號；
市場對單項數據的敏感度會進一步提高： CPI、PCE、工資、就業、油價、消費數據乃至企業財報，都可能觸發利率路徑與估值的重新定價；
高估值成長股的容錯率將明顯下降： AI 產業趨勢依然成立，但「方向正確」已經不足以支撐股價持續擴張，市場需要更多訂單、收入、利潤率和現金流證明，當前估值並非建立在遙遠的想像之上；

因此，Q3 的宏觀底色並不是典型的衰退交易，而是一個仍有增長支撐、但利率約束始終存在的高估值市場。

在這一環境中，資金會更偏好兩類資產：一類是盈利確定性強、現金流質量高、資產負債表穩健的公司；另一類是具備低久期、資源屬性或通脹對沖能力的方向，包括黃金、資源、電力以及部分高現金流金融資產。

2.指數還能上漲，但不能只靠更高的 P/E

Q3 美股最重要的支撐，仍然來自企業盈利。

多家華爾街機構在年中展望中繼續上調美股目標，其核心依據並不是估值還能無限擴張，而是企業 EPS 仍有進一步上修空間。

這一區別非常重要。

當市場估值已經處於歷史較高水平，指數後續能否繼續上行，關鍵不再是投資者願不願意支付更高倍數，而是企業盈利能否繼續超預期增長。Goldman Sachs 已將 2026 年末標普500目標上調至 8,000 點，並將 2026 年、2027 年 EPS 預測分別上調至 340 美元和 385 美元。

與此同時，其預計美股前瞻估值將大致維持在約 21 倍——這一水平已經處在過去 40 年的歷史高位區間。

換句話說，**後續指數上行更依賴 EPS，而不是估值倍數繼續抬升。**如果財報季推動 EPS 持續上修，美股仍有震盪走高的基礎；但如果盈利修正開始放緩，同時通脹或長端利率重新抬頭，市場就可能從「盈利驅動」迅速切換為「估值壓縮」。

所以，Q3 最關鍵的問題並不是指數還能不能漲，而是當前估值之下，盈利能否繼續接住指數？

這也意味著，配置思路不應停留在被動追逐指數，而應更多轉向能夠被訂單和財報驗證的方向，包括 AI 基建、存儲、電力、數據中心基礎設施、工業、金融、平台廣告，以及具備穩定現金流的消費龍頭。

3.市場寬度將決定行情是否健康

除了指數點位，Q3 還需要重點觀察市場寬度。

如果美股繼續上漲，但上漲仍然高度依賴少數 AI 巨頭，市場集中度會進一步提升，任何一次財報不及預期，都可能造成更劇烈的波動。

更健康的市場結構，應當是：AI 繼續維持主線，同時工業、金融、平台廣告和部分消費板塊開始接力。

換句話說，Q3 不能只看英偉達、半導體指數或者納斯達克是否創新高，還要觀察等權重指數、上漲家數，以及非 AI 板塊的盈利預期是否同步改善。

AI 決定市場高度，而市場寬度決定這輪行情能夠走多遠。

二、AI CapEx 2.0：從算力稀缺走向交付兌現

AI 仍然是 Q3 最重要的產業主線，但交易邏輯已經從「預期」進入「驗證」。

Q2 市場主要交易的是算力稀缺、資本開支上修和供應鏈擴張，只要科技巨頭繼續提高 CapEx，只要 GPU 仍然供不應求，產業鏈就可以圍繞更高需求不斷重估。

但到了 Q3，市場會更直接地追問幾個問題：

融資能否真正變成 GPU 和數據中心？
GPU 能否變成可以按期交付的算力？
算力能否形成長期穩定收入？
收入能否覆蓋折舊、融資成本和股權稀釋？
最終能否產生正向自由現金流和合理 ROIC？

這就是所謂的 AI CapEx 2.0，它不再是單獨押注某一種芯片，也不是簡單追逐某一個光模塊，而是沿著完整的數據中心建設鏈條，尋找真正能夠兌現訂單和利潤的環節，譬如芯片與平台 → 網絡與光互連 → 存儲 → 電力與冷卻 → 服務器與系統交付 → 算力運營 → 邊緣與真實世界應用。

1.芯片仍是入口，但不再是唯一答案

其中，芯片依然是 AI 產業最重要的入口。

NVDA 仍然是全球 AI 資產的定價錨，AVGO 對應定制 ASIC 與網絡平台，MRVL 同時受益於定制芯片和光互連，TSM 則對應先進製程、先進封裝與整個 AI 半導體製造體系。

但 Q3 對芯片層的判斷，將比此前更加嚴格。

市場不只會關心芯片性能，還會繼續追問訂單能否持續超預期、先進封裝和產能瓶頸能否緩解、客戶結構是否足夠健康、毛利率能否維持高位，以及推理、AI PC、企業 AI 和 Edge AI 能否形成新的增長曲線。

INTC 則需要放在另一套框架中理解。它並不是 NVDA 的直接替代者，而更接近美國半導體安全、服務器 CPU、AI PC、Edge AI 與晶圓代工業務的綜合期權，所以它的邏輯在於低位資產能否獲得政策、產業和基本面修復的共振。

2.集群越大，網絡與光互連越重要

GPU 集群規模越大，互連的重要性就越高。

Q2 市場已經充分交易光模塊、交換機和高速互連，Q3 的重點則會從單純的行業景氣度，轉向更細緻的兌現質量，譬如 800G 與 1.6T 需求是否繼續上修、訂單可見度是否足夠高、客戶集中度是否可控、擴產與良率能否跟上需求，以及硅光、上游材料和特種工藝是否成為新的瓶頸。

這一層也是資金最容易從核心 AI 龍頭向二線資產擴散的方向之一。

當訂單能見度改善時，光通訊、矽光和特種材料企業往往同時具備盈利彈性與估值修復空間，相比只依賴宏大敘事的公司，這些企業無疑更容易通過訂單、產能利用率和財報指引完成驗證。

ANET.M、CRDO.M、LITE.M、COHR.M、AAOI.M、FN.M、AXTI.M 與 TSEM.M，正是此一方向的重要觀察資產。

GLW.M 也值得納入其中。它並非最純粹的光模組標的，但其光纖、玻璃與資料中心基礎材料業務，使其能夠受惠於資料中心連接密度與基礎設施投入提升。

3.儲存正在從 AI 旁支變成核心瓶頸

儲存仍然是 Q3 需要重點提高權重的方向。

過去市場談到 AI，首先想到的是 GPU 和網路。但隨著模型參數、推理調用和數據規模不斷增長，AI 對 HBM、DRAM、NAND、企業 SSD 和 HDD 的消耗也在持續上升。

儲存已經不再是 AI 產業的旁支，而是資料中心建設中越來越難繞開的核心環節。

Micron 近期財報和指引強化了「AI 儲存進入兌現期」的判斷，其中公司 2026 財年第三季度營收達到 414.56 億美元，Non-GAAP 毛利率升至 84.9%，調整後自由現金流約為 183 億美元；對第四財季，公司給出的營收指引為 500 億美元上下浮動 10 億美元，毛利率指引約為 86%。

這組數據說明，AI 對儲存的拉動已經不再停留在訂單預期，而是開始體現為收入、利潤率與現金流的同步兌現。

但 Q3 的儲存交易不能繼續被簡單理解為「MU 單點交易」，更合理的結構，是將儲存拆分為三個層級：

**第一層是 NAND、SSD 與 HDD 擴散，**包括 WDC.M、STX.M 和 SNDK.M。它們受惠於 AI 數據量增長、企業儲存需求改善以及傳統儲存週期修復，與 HBM 龍頭之間的直接競爭關係相對有限；
**第二層是 MU.M，**Micron 依然是美股市場最核心的儲存資產之一，並同時受惠於 HBM、DRAM 和 NAND 景氣改善，但隨著 SK hynix ADR 計畫推進，MU 作為「美股 HBM 稀缺映射」的溢價可能受到部分分流（延伸閱讀《白天看海力士，晚上炒美股：全球 AI 行情的新「亞盤風向標」？》）；
**第三層是 SIMO.M 等控制器和二階彈性資產，**它們受惠於企業 SSD、AI PC 和邊緣 AI 儲存擴散，但確定性和優先級暫時低於儲存廠商與 HDD/NAND 主線；

SK hynix ADR 對整個儲存板塊而言，是一把典型的雙面刃。

正面看，它會強化全球 HBM 龍頭的公開市場定價，提升投資者對整個儲存行業的關注度；負面看，美股投資者一旦擁有更直接的 HBM 龍頭投資管道，MU 原有的稀缺映射溢價可能被部分削弱。

因此，Q3 的儲存邏輯將從「單點稀缺」，逐步走向「全產業鏈擴散」。

4.資料中心基礎設施必須單獨成組

AI 的瓶頸，正在從「有沒有 GPU」，擴展到「有沒有電、有沒有機房、有沒有冷卻、能不能併網」。

這一層不應再被簡單歸入工業或公用事業。隨著 AI 資本開支逐步進入真實建設階段，電力、熱管理、電氣設備、施工交付和高可靠元器件，已經成為 AI CapEx 交易的一部分。

資料中心基礎設施至少可以拆分為五個層級：

電力和熱管理：VRT.M；
電氣設備和電力分配：ETN.M；
電網工程與併網建設：PWR.M；
發電與電網設備：GEV.M；
系統交付、PCB、連接器和材料：DELL.M、SMCI.M、TTMI.M、APH.M、GLW.M；

這一方向最大的優勢在於 AI 資本開支越向真實建設推進，資料中心基礎設施就越難被繞開。

畢竟相比只能依靠估值和敘事驅動的資產，資料中心基礎設施企業往往擁有更清晰的 backlog、訂單週期與交付節奏，更容易通過收入和現金流驗證產業趨勢。

5.從單點硬體到 AI Factory

當市場從採購某一種硬體，轉向建設完整 AI 系統，AI Factory、伺服器交付、高端 PCB 和企業 AI 基礎設施的重要性也會進一步上升。

這一層的判斷標準包括訂單是否可持續、產品能否按期交付、毛利率是否穩定、客戶是否從單一大客戶向更多企業擴散，以及企業 AI 部署能否形成規模化收入。

DELL.M 和 SMCI.M 都屬於系統交付方向，但兩者性質並不完全相同。相較而言，DELL 的業務結構更偏企業 AI、伺服器和整機交付，收入驗證路徑相對清晰；SMCI 的業績彈性更高，但波動、治理與預期差風險也更突出。

其他可以關注的方向還包括 PENG.M 和 HPE.M。

6.算力營運商彈性最大，驗證門檻也最高

算力營運商是 AI 主線中彈性最大的一層，也是風險最高的一層。

這類公司擁有最直觀的增長故事，那就是取得融資、採購 GPU、建設資料中心，再通過長期算力合約形成收入。

但資本市場最終需要驗證的，是這套商業模型能否跑通，這就包括了 GPU 是否真實到貨、電力和機房能否按期交付、客戶長約品質是否足夠高、算力利用率是否能夠持續提升，以及折舊、債務和融資成本是否會吞噬利潤，還有股權融資是否會造成持續稀釋。

因此，算力營運商的關鍵詞並非簡單的「AI 概念」，更在於融資、交付、客戶和現金流。

從這個角度來看，NBIS.M、IREN.M、CRWV.M 和 APLD.M 仍具備較大的事件與業績彈性，但也需要投資者給予更高的風險折價（延伸閱讀《當 Meta 準備叫賣算力，AI 牛市的「鬼故事」，要來了嗎？》）。

7.AI 開始從雲端走向邊緣和現實世界

Q3 後半段，AI 交易可能繼續從訓練和雲端算力，向推理、邊緣運算和真實世界執行擴展。

邊緣 AI 的核心，在於低延遲、低功耗、隱私保護和即時回應。真正大規模的 AI 普及，不可能全部停留在雲端，手機、PC、汽車、攝影機、機器人和工業設備，都需要本地推理能力。

QCOM.M 和 ARM.M 是更成熟的端側映射，INTC.M 對應 AI PC 與端側 CPU，NOK.M 則可放入 AI-RAN、專用無線網路和工業邊緣連接的框架中。

NOK 並不是典型的 AI 晶片股，但網路基礎設施、AI-RAN 與工業連接業務，為其提供了一條區別於核心算力資產的修復路徑。

Physical AI 則包括機器人、自動駕駛、無人機、倉儲物流和工業自動化。

這一方向的核心不只是機器人本體，還包括感知、控制、執行、模擬和安全系統。OUST.M、BB.M、TER.M、ROK.M、SYM.M、MBLY.M、TSLA.M 和 ISRG.M，均可從不同環節映射此一趨勢。

但需要強調的是，Physical AI 當前更接近「敘事升溫與早期訂單驗證」，尚未進入全面利潤兌現階段。Q3 更應關注真實客戶、訂單、量產和收入，而不是簡單交易概念。

三、AI 之外，誰能成為下一輪擴散方向？

Q3 不能只看 AI。

如果指數繼續走高，但市場仍然只有一條產業主線，行情會變得越來越擁擠，也越來越脆弱。所以更健康的結構，應該是 AI 繼續維持主線，同時工業、金融、平台廣告、消費、供應鏈安全和商業航太開始提供新的盈利與事件彈性。

1.工業、電力與金融：市場寬度的核心觀察對象

工業和電氣設備，本身也是 AI 基礎設施擴張的受惠方向。

GE.M、ETN.M、PWR.M、HON.M 和 RTX.M，既能受惠於製造業、電網和資本支出，也能夠提供相對低於純科技股的估值存續期間。

金融同樣值得持續追蹤。

AI 私募融資、IPO、Pre-IPO、債券發行、承銷和交易活躍度恢復，都會改善資本市場業務景氣度，並利好 GS.M、MS.M、JPM.M、BAC.M 和 HOOD.M。

不過在 Q3 的主線排序中，金融並非最核心的第一梯隊，與 AI CapEx、數據中心和存儲相比，它更適合作為市場寬度與風險偏好修復的驗證方向。

2.平台廣告和現金流消費，更適合高利率環境

平台廣告、雲端運算和訂閱業務仍然具備較強的盈利韌性。

GOOGL.M、META.M 和 AMZN.M 分別擁有廣告、雲端運算與平台生態優勢，NFLX.M 則對應訂閱收入、廣告層擴張和內容平台的經營槓桿。

消費則需要更加挑剔。

高利率維持更久，會壓制部分可選消費和融資敏感型公司。從這個角度看，Q3 更適合關注現金流強、議價能力突出，或擁有平台和網路效應的消費龍頭，例如 COST.M、WMT.M、BKNG.M 和 MCD.M。

3.供應鏈安全：從短期事件變成長期溢價

客觀而言，截至發文時，地緣風險並沒有消失，而是從短期油價衝擊，逐步演化為長期的產業碎片化與安全溢價。

供應鏈安全的範圍已經不只是半導體，也包括國防、關鍵礦產、電力系統和能源安全：

半導體自主方向可以關注 INTC.M、TSM.M、GFS.M、ASML.M、AMAT.M、LRCX.M 和 KLAC.M；
國防與安全方向包括 LMT.M、NOC.M、RTX.M、LHX.M、KTOS.M 和 AVAV.M；
關鍵資源方向包括 MP.M、LAC.M、FCX.M 和 CCJ.M；
電網與電力方向則繼續關注 GEV.M、ETN.M、PWR.M 和 VRT.M。

這些資產未必會在同一時間全面上漲，但它們共同對應了一個長期變化，那就是企業與國家開始願意為供應鏈冗餘、能源安全和關鍵基礎設施支付更高成本。

4.商業太空：龍頭錨定之後，二線資產必須證明 Alpha

商業太空仍然是重要的非 AI 成長方向，但不宜將其寫成簡單的板塊普漲邏輯。

當行業龍頭建立起公開市場定價錨後，二線商業太空公司需要通過訂單、發射次數、衛星部署、政府合約和 recurring revenue 證明自己的獨立價值。

SPCX.M 仍然是整個板塊的定價中心，RKLB.M、ASTS.M、PL.M、LUNR.M、RDW.M、IRDM.M、GSAT.M、BKSY.M 和 SATL.M，則需要依靠各自業務兌現形成差異化 Alpha。

換句話說，商業太空的邏輯正在從「行業想像力」，進入「誰能真正形成可持續收入」的階段。

基於上述框架，我們圍繞盈利兌現、AI CapEx 瓶頸、數據中心基礎設施，以及低位修復與事件彈性四條線索，對相關資產劃分了四檔觀察優先級。該分級主要用於呈現研究框架與跟蹤順序，不代表確定性收益判斷，也不構成投資建議：

A+｜核心優先級：主線清晰、驗證路徑直接，是 Q3 的核心觀察資產；
A｜高優先級：與主線高度匹配，催化明確，具備較好的業績或估值修復條件；
A-｜中高優先級：產業邏輯成立，但仍需更多訂單、財報或事件驗證；
B+｜高彈性觀察：事件與價格彈性較高，但兌現不確定性和波動風險也更大；

四、Q3 三種情境：機會仍在，但不再適合無差別追漲

總的來看，MSX 麥通研究院認為，圍繞通脹、盈利和 AI 兌現情況，Q3 可以拆分為三種主要情境。

1.哪三種場景？

首先就是Base Case，也即中性偏積極。

基準情境下，PCE 與 CPI 不再繼續明顯上衝，美聯儲維持數據依賴，財報季推動企業盈利預期溫和上修，AI CapEx 訂單與交付延續兌現。

與此同時，市場寬度開始從核心 AI 龍頭，向工業、金融、平台廣告和數據中心基礎設施擴散。

在這一情形下，指數仍有震盪上行空間，但市場風格會從 Mega-cap AI Beta，進一步轉向盈利兌現、數據中心瓶頸與低位彈性資產。

其次則是 Bull Case，也即盈利上修與通脹回落共振。

如果油價回落，核心服務通脹降溫，長端利率同步下行，同時 AI、存儲、電力和網絡訂單繼續超預期，市場將獲得更好的風險收益比。

在這一情形下，美股指數仍有繼續創新高的可能。更重要的是，行情可能不再侷限於少數科技龍頭，數據中心基礎設施、工業、週期成長、金融與資本市場鏈條，都可能獲得更大的上漲彈性。

最後則是 Bear Case，也即二次通脹疊加 AI 兌現不及預期。

如果油價、工資、租金或硬件成本推動通脹再次加速，市場重新定價更高利率路徑，同時 AI CapEx 回報開始受到質疑，存儲、光通信或算力運營商財報不及高預期，高估值成長股將面臨明顯的估值壓縮。

在這一情形下，AI 高彈性小票波動可能顯著放大，市場寬度重新收窄，資金也會回流高現金流、資源和防禦性資產。

2.Q3 最需要跟蹤哪些指標？

判斷 Q3 基準邏輯是否仍然成立，可以重點觀察以下幾類信號：

宏觀數據：PCE、CPI、核心服務通脹、工資、就業、零售銷售與油價；
利率與美聯儲：10 年期美債收益率、實際利率、FOMC 語氣與點陣圖變化；
企業盈利：S&P 500 EPS 上修比例、財報 Beat Rate 與利潤率；
AI CapEx：科技巨頭資本開支指引、GPU 到貨、數據中心交付與電力連接；
數據中心：電力設備訂單、液冷需求、併網週期、服務器、PCB 與連接器交付；
存儲週期：HBM、DRAM、NAND 價格，HDD 需求，MU 指引及 SK hynix ADR 進展；
光互連：800G、1.6T、AEC、SerDes 與硅光產能；
市場寬度：等權重指數、上漲家數和非 AI 板塊盈利修正；
資本市場：IPO、增發、債券融資、交易量和投行業務恢復；
擁擠度：半導體、AI 基建和算力股倉位，以及期權隱含波動率；

但具體到風險上，倒可能並不來自單一事件，而是多變量同時收縮，譬如通脹重新上行、美聯儲立場更鷹、AI 資本開支回報不及預期、數據中心交付推遲、存儲價格轉弱、算力運營商融資壓力增加，以及高關注度 IPO 或 ADR 對存量資產形成資金分流。

與此同時，半導體和 AI 基建的擁擠度已經處於較高水平，一旦財報僅僅「符合預期」，而不是繼續大幅超預期，股價也可能因為預期差而出現明顯波動。

因此，Q3 的核心並不是迴避風險，而是提高對業績兌現質量的要求。

寫在最後

Q3 的美股並不缺少機會，真正發生變化的，是市場願意為什么樣的增長繼續支付溢價。

過去一段時間，只要站在 AI 資本開支的上游，只要擁有足夠稀缺的算力、芯片或產能，企業就有機會獲得估值重估。但當通脹繼續限制估值空間、利率安全墊逐漸變薄，市場終究需要從宏大的投入數字，回到一張張財務報表之中。

接下來，指數能否繼續向上，取決於盈利能否承接當前估值；AI 行情能否延續，則取決於資本開支能否沿著產業鏈，依次轉化為訂單、交付、收入、自由現金流與資本回報。

這也意味著，Q3 的 AI 主線並沒有結束，只是正在發生一次更嚴格的內部篩選。

芯片仍然是起點，但不再是唯一答案；存儲、光互連、電力、冷卻和系統交付，正在成為下一階段更容易被業績驗證的環節。與此同時，工業、平台廣告、金融、供應鏈安全與商業太空能否接力，將決定這輪行情究竟只是少數龍頭推動的指數繁榮，還是一次更具持續性的盈利擴散。

從 AI Beta 到盈利兌現，主線並未落幕。

新一輪定價，已經開始。

某鯨魚向Bybit充值1988枚ETH，若賣出將虧損278萬美元

熱門文章