AI 巨头的“业绩盛宴”，为何没能换来股价的“超额收益”？
如果时光倒回到 OpenAI 刚横空出世的时候，如果那时候有告诉你：“两年后，微软相对于标普 500 的超额收益将全部消失。”可能没有人会相信。
事实给出了一个冷酷的答案。下图是标普 500 指数（蓝线）与微软（K 线）自 2020 年疫情以来的走势，我们可以看出：微软曾凭借 AI 浪潮积攒下的巨大领先优势，目前已基本被抹平（图1）：
微软依然是引领 AI 浪潮的核心力量：OpenAI 的月活用户和大模型市场占有率依旧领先，微软自身的云业务、软件业务以及整体利润也都在 AI 的正面驱动下保持着稳步增长。
另一个鬼故事也在上演，在大家津津乐道的引领 AI 浪潮的“美股七巨头”中，微软、Meta 和亚马逊这三家分别占据行业龙头甚至垄断地位，在过去一年的收益率竟然是负数。
并且这并非发生在熊市，而是在标普 500 指数整体上涨 12.4% 的背景下发生的。
并且这三家公司的业务营收还在稳步增长。（图2）
当然，如果据此认定科技巨头不再值得投资，显然有失偏颇。
拉长周期来看，这些科技巨头其整体涨幅依然远超标普 500 指数。（图3）
向我们揭示了三个投资逻辑
1、单独重仓押注个股，是高难度低胜率的游戏。
金融市场是一个高度复杂的混沌系统，基本面仅仅是影响股价的维度之一。很多人认为投资难在“预判”，但现实更残酷：即便你拥有“时光机”，能提前获知微软未来两年的财务数据与基本面走向，你大概率还是会误判股价。
巴菲特通过重仓少数标的获取巨额收益的故事家喻户晓，这种“集中投资”被无数人追捧，但最大的认知偏差：人们清醒地知道模仿乔丹打不了 NBA，却往往产生一种错觉，认为只要模仿巴菲特的持仓就能成为投资大师。
事实上，巴菲特式的重仓逻辑对普通人而言存在两个无法逾越的“天险”：
选筹能力： 选出大牛股并重仓，没有留有纠偏的余地心理承受能力： 当重仓股遭遇 30% 甚至 50% 的剧烈回撤时，那种眼睁睁看着财富缩水的生理恐惧，会击穿普通人的心理防线，让人在黎明前的黑暗中做出错误的决策。相关内容详见：无脑学巴菲特容易巨亏
2、业绩增长快并不等于股价涨得快。
基本面仅仅是影响股价的一部分。公司再优秀、业绩增长再好，如果此前市场对它的预期已经“打得太满”，那么即使交出了漂亮的成绩单，它的涨幅也可能跑输大盘。
股价反映的是预期的变化。当一家公司的 AI 神话被大家视为理所当然时，任何微小不如预期都能成为砸盘的理由。这也是为什么即便在基本面没有变坏的情况下，巨头的超额收益依然可能消失。
比如70年代的“漂亮 50”（Nifty Fifty），当时可口可乐、IBM、迪士尼、麦当劳等，它们的基本面和现在的微软一样，无可挑剔，被机构称为“买入后可以永远不卖”的“一次决策股”（One-decision stocks）。
1972 年巅峰时，它们的平均市盈率（P/E）高达 42 倍，而标普 500 指数只有 19 倍。
随后的 1973-1974 年熊市中，这些巨头遭遇了惨烈的“杀估值”。可口可乐跌了约 70%，迪士尼跌了约 80%。即使公司业绩还在长，股价依然崩了。
在金融市场，比‘好不好’更重要的，‘市场的预期是否过高得反应到了股价中。
3、将核心仓位配置于美股指数
而是大多数人理性的选择。
科技巨头确实具备穿越周期的韧性，但它们的上涨路径从来不是平滑的，而是充斥着各种“鬼故事”带来的震荡。近两年来看，从 Meta 元宇宙转型的阵痛、亚马逊的业绩波动，到英伟达遭遇的 DeepSeek 时刻，再到谷歌面临的垄断调查与 AI 对搜索业务的冲击、到现在，AI 可能颠覆微软的软件业务。
个股在面临阶段性负面冲击时，其波动的惨烈程度往往会轻易击穿投资者的持仓信心。
指数好处是它通过“优胜劣汰”的自动调权机制，熨平了个股带来的巨大波动。
在波动中保持坦然，并不是靠意志力硬扛，而是靠科学的资产配置逻辑。承认个股博弈的高难度，拥抱指数的长期确定性，这或许才是大多数普通投资者在美股市场中生存之道。
