斯坦利·德鲁肯米勒(Stanley Druckenmiller) 视角 — AMD
Verdict(结论)
OWN(核心多头),但带硬止损线、非满仓——这是一个被流动性逆风拖累的"猪场"机会。 我不做 DCF,不为 170x P/E 辩护;我买的是 18-24 个月后 AI 资本开支洪流里谁第二个吃到肉,以及价格是否已经把那个世界 price in。
我的能力圈契合度
先说清楚:AMD 是单只股票,按理不在我的猎场——我是自上而下的宏观交易员,earnings don't move the market, liquidity does。但这只票恰好坐在我真正在意的两件事上:一是宏观流动性 regime对高估值成长股的定价压力,二是 AI → 算力 → 第二供应商这条二阶链条。这两点让它进入我的镜头,所以我愿意给一个观点,而不是 punt。
我实际跑的几个问题(对着真数据)
1. 流动性在说什么?这是非谈判项。 Fed 维持 3.50–3.75%,2026-06-17 FOMC 99.4% 概率不动;CPI 反弹到 +4.2%(核心 +2.9%)压住了降息空间。10Y 在 4.48%,曲线已转正斜率(2s10s +39bp)。结论很直白:流动性是中性偏紧,Fed 现在不是站在我这边的。 这一条 gate 住下面所有东西——一个 170x P/E、111x EV/EBITDA 的票,在不再宽松的环境里,估值是逆风不是顺风。这也是我不满仓的核心理由。
2. 18-24 个月后的世界,价格 price in 了吗? 这才是 puck 要去的地方。OpenAI 6GW、Meta 6GW(含 MI450 定制)的承诺要到 2026H2 才开始交付;Q2 指引 $11.2B(+46% YoY),数据中心单季 +57%。如果这些订单兑现,FY2027 的收入体量和今天 $37.4B TTM 不是一个量级。Forward P/E 58.7、PEG 1.02——市场已经定价"高增长",但**还没完全定价"超大规模客户 lock-in 真正放量"**那个世界。这个 gap 就是机会所在。Cheap can get cheaper,expensive 也能继续 work,只要 trajectory 没被 price in。
3. 这是 fat pitch 吗? 不是教科书式的、一年一两次、capped downside × open upside 的肥球。Downside 不 capped——170x 估值意味着任何交付失速都能砍掉 30-50%。所以这是高信念仓,不是 go-for-the-jugular 那种英镑级别的下注。
4. 二阶链条。 一阶赢家是 NVIDIA(英伟达)(市占 80-90%,CUDA 护城河)。AMD 正是那个不那么拥挤的第二供应商——超大规模厂商不想被单一供应商绑死,这是 AMD 的结构性需求来源。再往下:HBM4 供应商(海力士/三星/美光)、电力。这正是"我们知道它会影响电力、影响铀"那种思路。
5. 价格行为与广度。 Q1 财报超预期后股价 +18%,不是 beat-and-drop——price action 在 confirm,不是 diverge。但 YTD +131%、一周 +12.58%、贴近历史高点 $546,叙事极度乐观,这是要警惕 blow-off 的一侧。
估值与价格立场
我不为 P/FCF 97x、GF Value $233(隐含低 54%)这些静态数字买单或卖单——它们是 lagging。我的立场:**当前价 $511 可以持有核心仓,但不追到历史高点满仓。**回调到 $400 一线、Forward P/E 压回 45x 附近,是我真正加仓的位置。
止损线(必须先写)
- Kill criterion 1:OpenAI/Meta 的 6GW 交付在 2026H2 跳票或显著缩水——这是 thesis 的命根,跳票即出,今天、全部、不分批。
- Kill criterion 2:连续两季 beat 后股价 sell off(beat-and-drop)——市场在看穿六个月后的坏消息,我去重查。
- Kill criterion 3:Fed 明确转向再紧缩 / 10Y 破 5%——流动性逆风加剧,高估值最先挨打。
三个关键风险
- 流动性/估值剪刀差:ROIC 仅 7-8%,却要扛 170x P/E,利率维持更久就压估值。
- 中国出口管制:约 20% 营收,MI308 已计提 $800M,全年影响约 $1.5B,逐单审批是持续黑天鹅。
- NVIDIA 与定制 ASIC:CUDA 生态壁垒深,Google TPU/AWS Trainium 分流二阶需求。
一句话底线
价格不便宜、Fed 不帮忙,但 puck 正飞向 AI 第二供应商的放量——持核心多头,留干火药,订单一跳票我第一时间清仓,first loss is the best loss。