11月17日,德鲁肯米勒最近又发声了。
今年1月,他还非常看好美国经济,持有股票和铜的多头,积极参与AI投资。但仅仅九个多月之后,他的态度发生了很大变化。
股票净敞口基本降至零,开始做空铜,甚至表示,自己过去50年从未像现在这样,对未来12个月的市场方向如此没有把握。
他并不是认为AI革命已经结束。恰恰相反,他依然看好AI的长期前景,只是开始怀疑过去几年由基础设施主导的投资机会能否延续。
更重要的是,这次对话系统性地展示了他的投资方法:什么时候下注,什么时候退出,如何识别市场变化,以及为什么聪明的投资者反而容易犯错。
1、为什么从极度乐观,转向几乎不参与市场?
今年1月,德鲁肯米勒对美国经济非常乐观。
当时联邦基金利率约3.5%,名义经济增长率却达到6%,市场还在预期美联储进一步降息。
与此同时,铜等大宗商品持续突破新高,股票上涨家数不断扩大,信用利差维持在低位,Claude Code带来的技术突破又让市场对AI资本开支充满期待。
货币政策、经济增长、市场广度和技术创新,几乎全部指向同一个方向。
但到了11月,这些条件大多已经发生逆转。
按照他的观察,美联储转向紧缩,大宗商品价格开始走弱,信用利差扩大,股票市场的内部结构持续恶化。
所以,他不再大举做多,也不急于做空,而是选择暂时离场。
这其中有个很重要的区别:没有足够的理由做多,并不等于已经有足够的理由做空。
2、他特别关注的一个市场信号:美股涨跌家数线早在8月14日就已经见顶。
德鲁肯米勒提到,尽管美国主要股指直到10月还在创新高,但反映市场广度的涨跌家数线,实际上早在8月14日就已经见顶。
这意味着,指数上涨越来越依赖少数权重股,参与上涨的股票数量却在减少。
这是典型的市场内部结构背离。
与此同时,市场的领涨风格也发生变化。此前周期股表现明显好于防御性股票,现在却是防御性股票开始占优。
这些信号让他担心,2027年下半年美国经济可能会令人失望。
因此,他正在利率市场寻找机会,而不是简单地建立股票空头。
3、过去50年的收益不是平稳增长,而是台阶式增长。
这是我觉得很有启发的一点。
德鲁肯米勒说,自己的收益曲线并不是每年稳定增长,而是有非常明显的阶段性。
有些年份可能只赚5%—8%,然后突然迎来连续三四年的大幅增长,接着又进入一段平稳期。
真正重要的是,他尽量避免在不利环境中出现巨大的亏损。
过去三四年,他抓住了AI投资带来的机会,但现在支撑这轮行情的许多因素已经不够确定。
因此,他把当前阶段定义为资本保全期。
他说,现在的目标不是赚钱,而是尽量不亏钱。
这背后其实是一个很朴素的道理:**市场中的投资机会不是均匀分布的,投资者也没有必要在每一个阶段承担相同的风险。**
4、他不依赖VaR模型,而是用实际盈亏判断市场结构是否发生变化。
德鲁肯米勒的风险管理方法相当有特点。
他不把VaR(风险价值模型)或者传统压力测试作为最主要的风险管理工具,而是高度重视整个投资组合的实际盈亏表现。
如果某些资产原本应该相互对冲,结果却开始同时亏损,或者组合出现了与原有判断不一致的表现,他就会主动缩减仓位。
因为这可能意味着,过去可靠的资产相关性正在失效。
他特别提到,今年一些聪明的投资者在软件股和AI基础设施交易中,为这种变化付出了昂贵的学费。
这其实涉及复杂适应系统中的一个重要问题:当市场环境发生变化、投资者集中调整仓位时,历史相关性可能突然失效,原本看起来分散的风险,会重新聚集在一起。
5、他的一个独特方法:先投资,再研究。
德鲁肯米勒透露,自己有时在只掌握传统投资者希望获得的信息量的15%左右时,就会先建立仓位。
可能是某个投资逻辑足够吸引人,也可能是一张走势图引起了他的注意,或者某位擅长特定行业的研究员提出了有价值的想法。
他会先买入一个规模适中的仓位。
这个仓位不会大到不可承受,但也不会小到即使判断错误也无关痛痒。
然后,他会让研究团队再花两三个星期深入研究,最终决定继续加仓还是卖出。
这种方法听起来有些反常识,但背后是他对行动能力的重视。
很多投资者试图在掌握全部信息之后再行动,结果往往错过了最好的交易时机。
当然,这套方法真正的前提,是能够承受试错成本,并且在后续证据不支持原有判断时及时退出。
6、AI基础设施之后,他认为下一轮真正的投资机会可能在应用层。
德鲁肯米勒并不否认AI基础设施的长期价值。
但他认为,基础设施股票可能很难继续像过去四年一样,成为投资组合收益大幅增长的主要来源。
特别是在相关企业经历了大规模资本开支之后,市场开始更加关注融资成本、资本回报率和终端需求。
他承认,基础设施股票在经历大幅调整、拥挤仓位出清之后,仍可能存在战术性机会。
但下一轮更值得关注的,是AI实际应用创造的商业价值。
在我看来,这对应着AI投资逻辑的转变:从寻找资本开支的受益者,逐渐转向寻找能够把智能转化为收入、利润和自由现金流的企业。
7、全场最值得深入思考的产业判断:AI实验室为什么要一直出售Token?
德鲁肯米勒提出一个非常有意思的问题。
如果一家公司掌握了全世界最先进的智能能力,为什么还要只是向其他企业出售Token?
为什么不直接出售完成某项任务的能力,甚至进入特定行业,提供完整的产品和服务?
他特别举了网络安全的例子。
未来AI实验室完全可能组织大量智能体,直接为企业提供网络安全服务,而不只是把模型能力卖给传统网络安全公司。
医疗健康等领域也可能发生类似变化。
这是一个非常值得关注的商业模式转变。
过去AI实验室主要从企业的软件和技术预算中获得收入,但如果未来能够直接出售工作成果,潜在市场就有机会进一步进入劳动力预算和业务外包预算。
当然,拥有先进模型不等于一定拥有行业客户、数据和交付能力。
但至少可以确定,AI实验室与传统软件企业之间的竞争边界,可能会发生很大的变化。
8、他对AI最担忧的两个问题:政治和融资。
在最后的快问快答中,主持人问他,最重视的AI看空理由是什么。
他的回答非常简短:政治因素和融资问题。
这与当下AI资本开支面临的核心矛盾非常契合。
技术可能持续进步,模型能力可能不断突破,但AI基础设施需要持续投入巨额资本,而且建设周期、折旧周期和需求兑现周期并不一致。
如果未来融资成本上升,或者投资者开始要求更明确的现金流回报,即使AI需求长期增长,也可能出现阶段性的资本开支调整。
技术革命的长期正确,并不意味着每一阶段的资本投入都能够获得理想的财务回报。
9、他认为,美国未来十年可能通过一次金融市场危机,倒逼财政改革。
德鲁肯米勒很早就开始关注美国财政的长期可持续性。
早在2011年、2012年,他就曾到美国各所大学演讲,警告年轻人,上一代人正在通过社会福利和权益性支出,把财政负担转嫁给下一代。
但美元的全球储备货币地位,以及长期低利率环境,让美国能够不断延后调整。
他认为,未来十年美国可能出现一次财政改革,但推动改革的,很可能不是政治上的主动共识,而是一场金融市场危机。
这里最值得琢磨的是,他并不认为美国最终没有能力解决财政问题。
真正的风险是,在改革发生之前,债券、股票和其他金融资产可能已经经历了一轮剧烈的重新定价。
10、为什么有些特别聪明的投资者,反而容易犯下严重错误?
德鲁肯米勒认为,问题往往不在于他们缺乏研究能力,而在于太过迷恋自己的投资逻辑。
他非常推崇集中投资,喜欢引用马克·吐温的一句话:
把所有鸡蛋放在一个篮子里,然后非常仔细地盯着这个篮子。
但他发现,很多聪明投资者只记住了前半句。
他们建立了一套非常严密的投资逻辑,却在新的信息出现时,不愿意修正自己的判断。
研究得越深入,有时反而越难承认自己错了。
所以,当主持人问他,究竟是什么个人特质帮助自己赚到了最多的钱时,他的回答是:
开放的心态。
11、他最昂贵的错误,是在2000年纳斯达克泡沫顶部,因为FOMO违反纪律。
2000年1月,德鲁肯米勒卖出了纳斯达克股票。
但就在纳斯达克见顶的那一天,他又重新买了回来。
按照他的回忆,距离市场最高点可能只有一个小时。
他明明已经意识到了市场风险,却因为害怕错过最后一段上涨行情,做出了违背原有纪律的决定。
后来有人问他,从这次错误中学到了什么。
他的回答是,什么也没学到。
因为所有道理他早就知道,只是当时无法控制自己的情绪。
这个故事其实比很多投资技巧更值得反复阅读。
投资中最昂贵的错误,有时不是缺乏知识,而是明知道什么是正确的,却无法在市场情绪的刺激下坚持执行。
12、他判断自己什么时候应该加大下注,有一个很特别的标准:看自己能否看清球的轨迹。
德鲁肯米勒用棒球运动员的状态来比喻投资。
有时候,一个人会连续击中球,进入状态非常好的阶段;有时候,无论怎么努力,就是无法看清球的轨迹。
投资也是如此。
当自己的判断连续得到验证时,他愿意加大仓位。
当判断开始频繁出错时,就会减少交易,甚至暂时离场。
重新进入市场时,他也不会立刻恢复大仓位,而是先小规模试探,根据实际交易结果决定是否继续增加风险。
他认为,判断自己当前是否拥有优势,本身就是投资工作的重要组成部分。
当然,短期交易成败有随机性,但这个思路真正值得借鉴的地方,是投资者必须持续检验自己的判断是否还适用于当前市场。
发布于 上海
