🧠 AI 半导体与存储周期

• SK Hynix 的 72% operating margin 已经大致追平 $NVDA。这说明卖内存的公司，利润率已经接近卖 GPU 的公司。核心变化在 HBM：SK Hynix 作为 Nvidia 主要供应商，拿下约 ~60% share，内存周期不再是传统 DRAM 那套强周期逻辑，而是在被 AI 服务器需求重塑。 引用1

• $MU 的 DRAM 景气度被低估。Wolfe Research 认为 $MU DRAM gross margins currently exceed 90%。关键不只是毛利率高，而是 AI 服务器同时拉动两层 DRAM 需求：一层是 GPU 上堆叠的 HBM，另一层是整机节点所需的高容量 DRAM。需求有两条腿，这轮上行周期更像结构性重估，不只是库存周期反弹。 引用2

• $NVDA 的 AI 工厂叙事仍在扩容。Jensen Huang 提到，基于 Nvidia 架构的 1GW AI factory 当前成本约 ~$55B，未来可能走向 $100B，其中约一半流向 Nvidia。对照 McKinsey 预计 2030 年 AI demand 为 156GW，这指向的是万亿美元级别的 AI 工厂资本开支池，$NVDA 的收入天花板仍有上修空间。 引用3

📉 市场回撤与仓位纪律

• 昨天并不是大盘出问题。标普只跌了 0.13%，过去一周还涨了 2.2%。真正杀跌的是半导体高 beta，尤其是前期涨多的存储、光、neocloud，很多票单日回撤 10-15%。这更像高弹性赛道的获利盘出清，不是熊市确认。 引用4

• 小票要用风险预算去打，不能当信仰仓。牛市里小票确实可能贡献超额收益，但一旦下跌，腰斩甚至清零 都可能发生。核心不是看对一次，而是仓位管理先活下来。 引用5

• 长期持股不动不适合所有场景。以 特斯拉 为例，早期投资者吃到的是股价初期暴涨红利；如果是 2022 年 400 以上买入，更合理的打法是在后续跌到 100-200 时逢低买入拉低均价，涨到接近 500 时部分止盈控制仓位，或者通过卖出看涨期权持续吃权利金、降低持仓成本。 引用6

🤖 机器人与物理 AI 标的框架

• 机器人不是单一整机逻辑，更像一条硬件栈。$TER 既测 AI 芯片，又通过 Universal Robots 拥有协作机器人入口；$NOVT 卡位手术与工业机器人里的精密光子和运动控制；$OUST 提供物理 AI 机器所需的“眼睛”和感知能力，用于看见并映射现实世界。这类标的更适合按“感知—运动—控制—测试”拆产业链，而不是只盯人形机器人整机。 引用7

🧩 半导体 ETF 定位

• $SOXX、$SMH、$EUV 不是同一种半导体 beta。$SOXX 更像“半导体全产业链 beta”；$SMH 更偏“AI 半导体龙头 beta”，其中 NVDA（18.4% 权重）/TSM 等大市值权重更重；$EUV 则更偏上游，覆盖先进制程设备、光刻、材料、光通信、先进封装/检测等方向。选 ETF 本质是在选产业链位置和风格暴露。 引用8

🛒 平台广告与利润结构

• $AMZN 广告业务已经从可选项变成利润引擎。不到五年接近翻了三倍，做到 $72B business，期间没有一个季度下滑，在巨大基数上仍保持 23% YoY。Amazon 已成为第三个规模化数字广告平台，全球份额约 ~9%，广告贡献约 ~35% of total income。这意味着 $AMZN 的估值逻辑不能只按电商和云计算看，广告高毛利正在抬升整体利润质量。 引用9