Goldman Sachs Trading Desk: Momentum Trade Bottoming May Take Weeks; AI Capex Narrative Shaken

AI 模型以远低于市场预期的算力投入实现前沿性能，再次冲击了"只有持续扩大资本开支才能赢得 AI 竞争"的市场叙事。高盛 One-Delta 交易台认为，动量策略的调整仍未结束，但当前美股并未出现系统性风险，市场结构依然保持韧性。

高盛 One-Delta 交易台负责人 Rich Privorotsky 表示，其动量模型显示，本轮动量交易（Momentum）回调距离真正见底仍有数周时间，最终跌幅大概率接近历史中位水平。不过，考虑到此前上涨斜率远高于历史平均，本轮调整也存在超过历史均值的可能。

他同时指出，近期新一代高效 AI 模型的出现，正在重新引发市场对 AI 基础设施投资逻辑的思考。随着模型训练效率不断提升，"持续投入巨额资本建设更大规模算力集群"这一核心叙事正面临越来越多的质疑，而AI 资本开支仍然是当前全球科技股最重要的定价主线。

动量交易尚未完成出清，市场内部仍保持轮动

Privorotsky 表示，其跟踪的动量指标显示，相对波动率依然处于偏高水平，目前尚未出现足以解除警报的信号。

不过，市场内部已开始出现明显分化。一方面，部分 AI 硬件相关个股已进入超卖区域；另一方面，一些此前表现落后的板块则在基本面没有明显改善的情况下出现反弹，资金轮动特征较为明显。

从指数层面来看，美股整体仍表现出较强韧性。板块之间相关性维持低位，资金更多是在行业间切换，而非演变成全面抛售。即便上周五隐含波动率有所回升，这一市场结构仍未发生根本变化。

AI 效率提升，再度拷问资本开支逻辑

Privorotsky 表示，在实际测试 Kimi K3 模型后，对其工程能力印象深刻。该模型拥有 2.8 万亿参数，自托管仍需要企业级 GPU 集群，并非普通本地设备即可运行。

他认为，真正值得关注的并非推理阶段，而是训练效率。

相比单纯依赖更大的算力规模，新一代模型更多依靠算法优化、模型架构创新以及更高效的混合专家（MoE）路由机制提升训练效率。以 Kimi K3 为例，其拥有 896 个专家模块，但每次推理仅激活其中 16 个，大幅降低了计算资源消耗。

这也引发市场重新思考：如果前沿模型能够通过算法创新显著提高训练效率，AI 产业是否仍需要持续建设规模不断扩张、资本密集型的数据中心和训练集群？

不过，Privorotsky 认为，这更多是对训练端投资逻辑提出挑战，而推理侧算力需求依然具备较强支撑，AI 基础设施长期需求并未因此发生根本逆转。

财报季将决定 AI 主线能否延续

随着美联储进入议息会议前静默期，市场短期将关注欧洲央行议息会议、英国 CPI 以及全球主要经济体 PMI 初值等宏观事件。

不过，Privorotsky 认为，真正决定市场方向的仍将是即将开启的财报季。

除 Alphabet 外，特斯拉、德州仪器、英特尔等科技公司的业绩，以及 AMD 即将举行的"Advancing AI"活动，都将成为市场观察 AI 投资周期的重要窗口，并进一步检验万亿美元 AI 资本开支逻辑能否继续获得市场认可。

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。