当前位置的三条线索
站在当前市场位置，科技、资源和红利并不是三条互相排斥的线索，而是三种不同的定价逻辑。科技代表产业趋势，但内部利润池正在重新分配；资源代表全球定价资产，在海外利率、财政和景气变化中获得更强支撑；红利则代表配置型底仓，在低利率和股票内部资产荒重新出现时回到主线视野。
因此，当前策略框架不宜简单押注单一方向，而应区分弹性、确定性与久期。科技要看分化，尤其要区分硬件端的周期压力和软件、运营、中间层的利润迁移；资源要看全球定价能力，黄金是重要风向标；红利要看分红质量和资产荒环境，而不是只看静态股息率。
这种排序背后的含义是，市场已经从单纯寻找高景气行业，进入比较不同资产胜率和赔率的阶段。高景气仍然重要，但如果价格充分反映、边际变量变弱，弹性就会下降；反过来，若现金流、分红和全球定价逻辑正在改善，即便叙事没有那么激烈，也可能成为更稳的配置来源。
科技没有结束，但硬件行情进入分化
AI仍然是最重要的长期产业趋势之一，但这并不等同于所有硬件都能维持同样强度的贝塔行情。硬件端过去的上涨主要来自非线性的需求爆发、供给约束和上游涨价共振，一旦市场开始讨论资本开支增速、供给释放和需求二阶导，交易难度就会明显提升。
这一阶段更适合用分化框架，而不是用单纯的见顶或未见顶来判断。供给仍偏紧、壁垒更高、国产替代更确定的环节，优先级仍然靠前；单纯依赖涨价和估值扩张的硬件链条，后续弹性可能弱于前几轮行情。AI产业趋势仍在，但硬件端的交易正在从总量贝塔转向结构阿尔法。
更重要的是，硬件端的强弱不再只由产业想象力决定，还要接受财务报表的检验。收入能否持续超预期、毛利率能否维持、客户资本开支是否继续上修、库存和交付周期是否稳定，都会影响估值中枢。越靠近单一涨价逻辑，越容易受到周期回摆的约束。
用新能源车M头理解硬件周期
理解AI硬件，新能源车在二〇二一年到二〇二三年的M头走势是一个有用参照。两者都有相似的产业链结构：下游需求突然放量，中游产能短期紧张，上游材料或核心零部件出现供给错配和价格上涨。市场在早期会把这种错配当作成长性，但涨价和扩产持续到一定阶段后，成长股的估值逻辑就会开始被周期股逻辑替代。
新能源车第一次顶部信号来自增速放缓的担忧，包括渗透率边际放缓、销量增速下降、资本开支增速走弱，以及上中下游利润过度集中在上游。随后外部冲击叠加内部担忧，行情出现明显调整。第二个顶部前，需求端又有新的刺激，股价一度回到前高附近，但当需求二阶导继续下行、供给端大规模释放时，硬件和材料行情才真正进入尾声。
这个参照还提示了节奏差异：股票往往先于商品和产业供需见顶。新能源车链条中，一些材料价格后来仍能上涨数倍，但相关股票回到前高已经变得困难。原因在于权益市场提前交易未来供需变化，而商品价格更直接反映当期紧缺。AI硬件也需要警惕这种错位。
AI硬件的顶部信号并不完整
把这一逻辑映射到AI硬件，当前已经能看到部分第一阶段顶部信号，例如部分资本开支增速出现二阶导放缓，市场对算力投入的边际效率开始更敏感。但第二阶段顶部信号还没有充分出现，尤其是需求端尚未出现显著衰退，核心供给也没有进入全面过剩状态。
这意味着AI硬件后续仍可能出现第二个高点，但难度已经上升。一方面，云厂商的AI收入、相关订单和算力需求仍在改善；另一方面，资本开支基数已经达到很高位置，新增预算中还有相当比例被涨价链条吸收，继续大幅上修的难度会大于此前。行情仍有空间，但更依赖业绩兑现和结构选择。
从订单叙事转向ROI叙事
市场对AI硬件的定价正在从“有没有订单”转向“投入能否产生回报”。早期只要看到算力采购、服务器出货和芯片供不应求，股价就能获得强支撑；进入当前位置后，投资者会更重视客户ROI、模型调用转化、应用收入和真实现金回收。这一变化会压缩纯粹硬件叙事的估值弹性。
在这样的环境中，更值得重视的是供给释放慢、技术门槛高、国产链确定性强的环节，以及能够直接受益于算力利用率提升的云厂商和运营环节。上游中仅依靠涨价的品种，若没有持续紧缺或更强技术壁垒，股价回到前高的难度会高于产业链中更靠近需求兑现的位置。
利润池会从硬件流向软件与中间层
AI没有结束的关键理由，在于利润池不会永远停留在硬件端。随着基础设施逐步完善，商业价值会沿着芯片、服务器、网络设备，向云平台、模型服务、中间件、行业应用和运营商侧迁移。硬件解决的是“能不能跑”，软件和中间层解决的是“跑出来的结果能不能赚钱”。
历史上也出现过类似过渡。三G渗透率提升和智能手机发布曾带来硬件端行情，但移动互联网真正的大级别机会，来自几年后应用生态、广告模式、游戏、电商和软件服务的扩散。中间会有波折，因为从硬件投资到应用兑现需要时间，需求二阶导放缓也会带来阶段性调整，但产业趋势本身并不会因为硬件交易降温而消失。
因此，硬件切向软件不是一夜完成的风格切换，而是利润确认方式的变化。早期市场买的是基础设施缺口，后来买的是使用时长、客户留存、行业渗透率和付费能力。中间层的价值在于把通用模型能力转化为可部署、可计费、可嵌入工作流的产品，这也是利润池重新分配的关键。
AI更像一九九八年，而不是二〇〇〇年
对AI终局的判断，不应过早套用二〇〇〇年互联网泡沫顶部。更合适的参照可能是一九九八年前后：市场经历过外部危机冲击和剧烈回撤，但商业模式还在继续演化，广告收入、用户增长和流动性改善最终推动科技资产走出更大行情。
当前AI也尚未进入全面泡沫化状态。大量上市公司仍有真实业绩支撑，市场还没有普遍到只讲概念、不看兑现的极端阶段。真正限制短期弹性的是商业模式验证速度，而不是产业方向被证伪。只要AI从编程场景继续扩散到医疗、电商、金融和更多垂直行业，中长期空间仍然值得乐观。
Token、模型价格与应用扩散是关键指标
AI能否重新打开上行空间，需要几个指标出现反转或加速：Token消费金额、Token调用量、综合模型价格，以及应用端从单一高频场景向更多行业扩散的速度。硬件投资最终要通过这些指标转化为真实收入，否则资本开支扩张会被市场重新审视。
这一过程通常不是线性的，而是跳跃式的。过去几年，AI能力大约每隔一段时间会出现一次明显跃迁，带来新的产品形态和应用场景。当前位置需要耐心等待下一次能力突破和商业模式验证。如果模型成本下降、调用量上升、行业应用增多同时出现，软件和中间层的利润池会更清晰，硬件端也可能重新获得需求确认。
资源品的核心是全球定价
除AI之外，中报和盈利预期上修也提供了另一条线索。景气较好的方向不只包括AI硬件，还包括部分资源品、化工品、航海装备、出口链和金融相关资产。它们共同指向一个问题：在内需刺激相对有限的环境下，能够接入海外需求和全球价格体系的资产，基本面韧性更强。
资源品内部也要分层。国内定价品种更多受本土需求和政策节奏影响，全球定价品种则更容易受海外景气、美元利率、地缘风险和财政信用变化驱动。当前位置，全球定价资源的胜率更高，尤其是供需基本面没有明显恶化、金融属性又开始增强的品种。
这也解释了为什么资源不能只看传统周期框架。如果某类资产的价格由全球资金、海外补库、美元信用和避险需求共同决定，它就不只是国内需求的映射。对组合而言，这类资产可以在内需偏弱时提供另一种风险暴露，帮助降低对单一经济变量的依赖。
黄金是资源线索的排头兵
黄金在资源框架中具有代表性，因为它的供需分析会让位于更强的金融属性。一方面，美联储加息预期回摆有利于贵金属；另一方面，美国长期财政和债务问题让长端利率上行与黄金价格上行同时出现。这种组合说明黄金不只是在交易实际利率，也在交易财政信用和避险需求。
当长债利率上行不再压制黄金，而是与黄金共同走强时，市场对美国财政可持续性的担忧就会成为更重要变量。若海外下半年景气度仍然不弱，出口链和全球定价资源品仍可能维持较强基本面。黄金因此不仅是单一品种机会，也是观察全球定价资产风险偏好和资金流向的风向标。
红利回归来自低利率与资产荒
红利在二〇二三年和二〇二四年曾是清晰主线，但在强主题行情出现后，它一度退居配置底仓。现在重新回到视野，核心原因有两个：低利率环境没有改变，股票内部的资产荒又开始出现。当主线分散、轮动速度加快、可持续超额收益稀缺时，稳定现金流和分红能力会重新被定价。
红利资产的比较优势，可以用股息率相对中债收益率的差值来观察。当这一差值重新扩大，配置吸引力会提升；当股票内部缺乏连续大主线，资金也更愿意回到低波动、高确定性的资产中。高股息、低波动、高分红的组合仍是优先方向，夏季景气较好的油煤等品种也可以纳入红利框架中观察。
红码策略强调分红率而非静态股息
传统红利容易停留在静态股息率，但当前位置更需要升级到“红码”框架，也就是跟踪分红率和分红可持续性，而不是只看过去一年股息。原因在于债券收益率和传统红利股息都已经不算高，单纯买高股息可能会陷入增长不足或估值钝化。
红码框架更重视ROE和自由现金流的稳定改善，跟踪资本开支周期是否接近尾声、行业供给是否出清、企业是否具备提高分红率的能力。这个框架对非国有企业尤其有意义，因为许多公司过去并非天然高股息资产，但当现金流改善、扩产压力下降、资本回报诉求上升时，分红率提升本身就可能带来估值重估。
红码的本质，是在分红意愿和分红能力之间寻找交集。高股息如果来自一次性利润或股价下跌，并不等同于高质量红利；分红率提升如果建立在自由现金流改善和资本开支下降之上，才更容易形成可持续回报。这个筛选标准能够把红利从静态防守资产，扩展为兼具现金流和重估潜力的组合因子。
组合策略：科技看结构，资源看定价，红利看底仓
当前位置的组合思路可以概括为三句话：科技看结构，资源看定价，红利看底仓。科技方向不宜否定长期趋势，但要承认硬件贝塔变弱，重点转向国产链、供给紧约束、云厂商、模型服务、中间件和应用扩散；资源方向重点放在全球定价资产，黄金是最清晰的代表；红利方向则作为主线分散环境下的配置型选择，跟踪低波动、高分红和红码策略。
这套框架的关键不是预测单一指数的短期方向，而是在不同资产之间识别利润池迁移和资金偏好的变化。AI硬件的第一阶段顶部信号已经出现，但终局仍未到来；资源品受全球宏观和财政信用推动，具备独立逻辑；红利在资产荒中恢复吸引力。真正有效的策略，是在长期趋势没有被破坏时降低拥挤交易，在确定性资产重新占优时提升配置权重。