Metodologia Serenity: Trovare l'Alpha nei colli di bottiglia della supply chain dell'IA

@JohnsonZ91127
CINESE4 settimane fa · 18 giu 2026
168K
176
46
7
305

TL;DR

Questo articolo analizza la metodologia di Serenity (@aleabitoreddit), concentrandosi sull'identificazione di titoli ad alto potenziale nella supply chain dell'IA attraverso l'individuazione di colli di bottiglia fisici e vincoli di offerta, prima che vengano scontati dal mercato.

Nel panorama degli investimenti esteri nel settore AI e semiconduttori, Serenity è un nome impossibile da ignorare ultimamente.

Il suo account X è @aleabitoreddit. Il suo avatar è l'immagine di una donna dai capelli bianchi, motivo per cui negli ambienti cinesi è conosciuto come il "Dio azionista dai capelli bianchi". La sua base di follower si avvicina al milione, e anche i numeri degli abbonati sono a livelli molto alti. Attualmente è uno dei ricercatori individuali più influenti su X quando si parla di catene di fornitura AI/Semi, fotonica, CPO, InP, neocloud e altri settori.

Ciò che ha attirato maggiormente l'attenzione del mercato è che in passato ha centrato un gruppo di target della catena di fornitura AI ad alta elasticità. Che si tratti di AXTI nel settore dei substrati InP, SIVE e AAOI nella catena delle comunicazioni ottiche e dei laser, o NBIS nel settore del cloud AI, ciò che lo ha davvero fatto ricordare al mercato non è la semplice promozione dell'AI, ma la sua capacità di scomporre continuamente la domanda AI a monte per trovare quei colli di bottiglia di nicchia con bassa capitalizzazione di mercato, scarsa copertura, offerta limitata e verifica anticipata rispetto alla realizzazione dei ricavi.

Recentemente, Serenity ha iniziato a seguire il mio profilo X.

潘驴邓晓闲缺一 - inline image

Personalmente apprezzo la sua capacità di pensiero e professionalità nell'analizzare i vari livelli dell'industria AI. Rappresenta un metodo molto riconoscibile nell'ultimo ciclo di trading AI sui titoli USA: non partire dai titoli più popolari, ma dedurre i colli di bottiglia della catena di fornitura partendo dalla domanda AI.

Ma prima di analizzare il metodo, i rischi vanno chiariti.

Molti dei target menzionati da Serenity in passato hanno spesso caratteristiche di bassa capitalizzazione, alta volatilità, alta elasticità e alta natura tematica. Una volta che vengono rivalutati dal mercato, i guadagni possono essere sorprendenti; ma allo stesso modo, una volta che ordini, verifica delle qualifiche, realizzazione dei ricavi o strutture di finanziamento non sono all'altezza delle aspettative, anche la volatilità sarà molto intensa. Soprattutto dopo la diffusione sui social media, questi titoli a bassa capitalizzazione possono facilmente passare da "ricerca non consensuale" a "operazioni affollate". Se gli investitori ordinari imparano solo i codici dei titoli e non il quadro di verifica, possono facilmente diventare "sacchi" (bag holder) a prezzi elevati.

Pertanto, questo articolo non vuole guidare nessuno a copiare i compiti di Serenity.

Più precisamente, Serenity è un campione di analisi transazionale della catena di fornitura degno di studio. Il suo vero valore non sta nel prevedere se la domanda AI continuerà a crescere, ma nello scomporre la domanda AI in strati di vincoli della catena di fornitura e poi nel cercare i colli di bottiglia che il mercato potrebbe facilmente trascurare ma che potrebbero essere rapidamente rivalutati una volta verificati.

1. La divergenza negli investimenti AI si sta spostando dal lato della domanda a quello dell'offerta

Negli ultimi due anni, la fase più facile per fare soldi negli investimenti AI è stata quando il lato della domanda veniva rivalutato. Le capacità dei modelli miglioravano, le GPU scarseggiavano, le spese in conto capitale dei fornitori cloud continuavano ad espandersi, e NVIDIA, Microsoft, Broadcom, TSMC, storage e moduli ottici sono entrati successivamente nella linea principale del mercato. La domanda chiave in questa fase era: chi beneficia più direttamente della domanda AI?

Ma quando la domanda è diventata un consenso, i nuovi rendimenti extra spesso non provengono più dalla domanda "l'AI continuerà a crescere?", ma da un'altra domanda più specifica: nel processo di crescita dell'AI, quale anello ha l'offerta più limitata? Quale anello è il più difficile da espandere la produzione? Quale anello ha il ciclo di certificazione più lungo? Quale anello, una volta che fallisce, rallenterà l'intero sistema?

Il percorso di ricerca di Serenity è incentrato proprio su questo cambiamento. L'espansione della domanda AI porta a spese in conto capitale degli hyperscaler; le spese in conto capitale ricadono su GPU, ASIC, architetture di rete e interconnessioni ottiche; le interconnessioni ottiche continuano a dedurre a monte, e si vedranno 800G, 1.6T, CPO, laser, substrati InP, wafer epitassiali e materiali sempre più a monte. Più si va a monte, meno il mercato conosce, minore è la copertura, meno evidenti sono i dati finanziari a breve termine, ma una volta che un determinato anello diventa davvero un collo di bottiglia, l'elasticità potrebbe essere ancora maggiore.

Questo è il punto di partenza fondamentale del trading alla Serenity: non cercare la certezza nei luoghi più affollati, ma cercare probabilità nei colli di bottiglia che non sono ancora stati pienamente identificati.

Il suo quadro può essere compresso in una formula: L'Alfa alla Serenity = Intensità della Domanda AI × Rigidità dell'Offerta × Gap Cognitivo del Mercato × Elasticità dei Titoli a Bassa Capitalizzazione × Densità dei Catalizzatori ÷ Affollamento della Valutazione.

In questa formula, l'intensità della domanda AI non è la variabile più scarsa. Perché una forte domanda AI è già un consenso di mercato. Ciò che determina veramente l'Alfa sono gli elementi seguenti: se l'offerta è rigida, se il mercato non l'ha ancora pienamente compresa, se il target è abbastanza piccolo, se i catalizzatori sono abbastanza densi e se il prezzo è già eccessivamente affollato.

潘驴邓晓闲缺一 - inline image

2. Dedurre i colli di bottiglia fisici dalla domanda finale

Uno dei casi più tipici di Serenity è AXTI.

AXTI non è un'azienda AI in superficie. Produce substrati per semiconduttori composti, di cui i substrati InP sono a monte delle comunicazioni ottiche, della fotonica al silicio, dei laser e di altri anelli. Se si parte solo dalla scala dei ricavi dell'azienda, dal livello di profitto o dalla valutazione tradizionale, è difficile includerla nella linea principale AI al primo colpo.

Ma il percorso di deduzione di Serenity è completamente diverso. I data center AI necessitano di maggiore larghezza di banda e minore consumo energetico, guidando la domanda di interconnessioni ottiche; gli aggiornamenti delle interconnessioni ottiche guidano la domanda di moduli ottici, CPO e laser; i laser e i relativi dispositivi fotonici sono ulteriormente scomposti a monte, e si vedranno i substrati InP.

潘驴邓晓闲缺一 - inline image

Il problema è che i substrati InP non sono un materiale ordinario che può essere espanso o sostituito in qualsiasi momento. Se l'offerta globale è concentrata, il ciclo di espansione è lungo e la certificazione del cliente è difficile, allora potrebbe diventare il "collo di bottiglia dei colli di bottiglia" dell'intera catena di interconnessione ottica AI.

Il significato di AXTI è qui. Non è l'asset AI più appariscente, ma è bloccato nell'anello del materiale a monte da cui dipende l'espansione dell'interconnessione ottica AI. Il mercato inizialmente tende a sottovalutare aziende come questa perché non sono destinatarie dirette della domanda finale, né sono le aziende i cui ricavi esplodono per prime. Ma quando la catena industriale inizia a rendersi conto che un materiale a monte potrebbe influenzare l'espansione dell'intera catena, il metodo di determinazione del prezzo cambierà.

Da "una piccola azienda di materiali" a "un asset collo di bottiglia rinominato dalla domanda AI".

AXTI è stata successivamente rivalutata dal mercato, verificando non il mito di un singolo titolo, ma l'efficacia di un percorso di ricerca: dopo che la linea principale AI è già affollata, l'Alfa potrebbe provenire da vincoli di offerta più a monte, più di nicchia e più fisici. Ancora più importante, il miglioramento dei ricavi e dei margini lordi nei successivi rapporti finanziari mostra anche che i colli di bottiglia dei materiali a monte hanno iniziato a essere parzialmente verificati.

Ma questo caso serve anche da monito: una volta che un collo di bottiglia è stato pienamente discusso dal mercato, la sua natura cambia. Dopo essere passato da ricerca non consensuale a trading di consenso, il seguito deve dipendere dalla realizzazione finanziaria. L'elasticità portata dai primi gap cognitivi non può estendersi indefinitamente.

3. La verifica delle qualifiche spesso precede la realizzazione dei ricavi

Se AXTI incarna i "colli di bottiglia a monte", allora SIVE incarna un livello ancora più importante nella metodologia di Serenity: la verifica delle qualifiche precede la realizzazione dei ricavi.

Molti investitori sono abituati ad aspettare che i rapporti finanziari dimostrino tutto. Ma nella catena di fornitura AI, specialmente per le aziende di dispositivi a bassa capitalizzazione, la vera rivalutazione avviene spesso prima del pieno rilascio dei ricavi finanziari. Perché il primo segnale ad apparire non sono i ricavi, ma le qualifiche.

Chi è entrato nella verifica del cliente? Chi potrebbe diventare un fornitore chiave? Chi è integrato nell'architettura di prossima generazione? Chi ha stabilito preparativi per la produzione di massa con partner produttivi? I cui prodotti corrispondono all'aumento di volume nel 2027 o 2028? Questi segnali di solito non si riflettono direttamente nell'utile del trimestre corrente, ma possono cambiare l'immaginazione del mercato sul futuro tetto dei ricavi dell'azienda.

SIVE è un caso del genere. Il suo fascino non sta nel fatto che il report corrente sia già perfetto, ma nel fatto che potrebbe trovarsi in una posizione chiave in catene come CPO, 1.6T, LRO e laser ad alte prestazioni. Serenity si concentra sul fatto che abbia l'opportunità di diventare un fornitore core di laser per determinate architetture e catene di clienti, piuttosto che semplicemente valutarla utilizzando i ricavi degli ultimi dodici mesi.

L'elasticità di tali operazioni è molto grande perché una volta che il mercato crede che "la verifica delle qualifiche si trasformerà infine in realizzazione dei ricavi", la valutazione rifletterà in anticipo la futura curva dei ricavi. SIVE è più un asset di verifica delle qualifiche che un asset finanziario completamente realizzato.

Ma i rischi sono altrettanto chiari. La verifica delle qualifiche non significa che i ricavi siano stati realizzati, la collaborazione con i clienti non significa rilascio di profitti, e l'aumento del 2027 non significa che la valutazione odierna sia necessariamente ragionevole. Quando il mercato paga in anticipo per il futuro, i successivi rapporti finanziari devono dimostrare continuamente che questo futuro arriverà davvero.

Quindi il vero valore di SIVE non sta nel dire semplicemente "è ancora presto", ma nel mostrare una variabile core nel quadro di Serenity: prima della realizzazione finanziaria, il mercato valuterà prima la qualifica, l'architettura e la posizione nella fornitura.

Questa è un'opportunità ad alta elasticità e anche un'operazione ad alta difficoltà di verifica.

4. Dalla qualifica agli ordini, poi alla rivalutazione del mercato

Il caso di AAOI è più facile da capire per gli investitori ordinari rispetto a SIVE. Perché AAOI ha dimostrato più chiaramente il percorso dalla qualifica agli ordini, e poi all'aumento delle spedizioni. Non è una pura immaginazione iniziale, ma un'azienda di comunicazioni ottiche che ha già iniziato a vedere ordini e verifica delle spedizioni di massa.

La visione di Serenity di AAOI non è semplicemente l'etichetta di "fabbrica americana di moduli ottici locali". Questa etichetta è troppo ampia e troppo facilmente abusata dal mercato. Ciò che è veramente importante è se AAOI può formare ordini visibili nella domanda di moduli ottici 800G e a velocità più elevate, se può passare dalla qualifica del cliente alla consegna, e se può trasformare la domanda in una curva dei ricavi.

Il momento in cui è più probabile che tali aziende vengano rivalutate di solito non è dopo che il rapporto finanziario è stato pienamente realizzato, ma quando il mercato inizia a credere che gli ordini continueranno, la capacità verrà rilasciata e le relazioni con i clienti persisteranno.

Il caso di AAOI dimostra una catena di trading di colli di bottiglia più completa: prima l'aggiornamento dell'architettura, poi la certificazione della qualifica; prima gli indizi degli ordini, poi il rilascio della capacità; prima i cambiamenti delle aspettative del mercato, poi i rapporti finanziari gradualmente realizzati.

Ma ci ricorda anche che il trading sui colli di bottiglia non può guardare solo ai ricavi. La crescita dei ricavi è importante, e gli ordini sono importanti, ma il margine lordo, l'utilizzo della capacità, la concentrazione dei clienti e la redditività sono ugualmente importanti. Ordini, spedizioni e margine lordo dovrebbero essere esaminati insieme, non solo i ricavi.

Se i ricavi di un'azienda aumentano e basta, ma il margine di profitto non migliora, o il costo dell'espansione è troppo alto, allora le elevate aspettative date dal mercato nella fase iniziale verranno messe in discussione. Ciò che determina veramente quanto lontano può andare un'operazione è se ordini, capacità, margini di profitto e relazioni con i clienti possono essere realizzati insieme.

5. Il tema prima di tutto, ma non comprare l'intero tema

Serenity non studia solo materiali e comunicazioni ottiche. Il suo giudizio nella direzione Neocloud riflette un'altra capacità: rotazione dei temi e selezione dei vincitori. Cioè, prima giudicare quale tema verrà rivalutato dal mercato, e poi scegliere l'azienda con le maggiori probabilità di emergere all'interno del tema.

NBIS è un rappresentante in questo quadro. Non è un collo di bottiglia materiale nel senso tradizionale, ma un rappresentante del cloud AI e delle capacità di consegna della potenza di calcolo. Per tali aziende, la domanda chiave non è semplice come "hanno GPU?", ma: hanno clienti di alta qualità, hanno contratti a lungo termine, hanno siti di alimentazione elettrica, hanno capacità di finanziamento, hanno uno stack software, hanno un utilizzo sufficientemente elevato e possono trasformare le pesanti spese in conto capitale in flusso di cassa sostenibile?

L'infrastruttura AI non riguarda chi spende più soldi, ma chi può trasformare il Capex in flusso di cassa. Il core del cloud AI non è il numero di GPU, ma il ROIC determinato insieme da contratti con i clienti, alimentazione elettrica, finanziamento e utilizzo.

Il significato di NBIS è che mostra un altro lato del quadro di Serenity: quando un tema è già apparso, non comprare un paniere, ma trovare l'azienda con le maggiori probabilità di formare un ciclo positivo all'interno del tema. Il cosiddetto ciclo positivo è il rafforzamento reciproco di clienti, finanziamenti, risorse, capacità di consegna e fiducia del mercato.

Questo è diverso dalla logica di SIVE e AXTI. SIVE e AXTI sono colli di bottiglia fisici nella catena di fornitura, mentre NBIS è un collo di bottiglia nella consegna della potenza di calcolo. I primi sono bloccati in dispositivi e materiali, mentre il secondo è bloccato in capitale, alimentazione elettrica, GPU e contratti con i clienti.

Ma in sostanza, stanno tutti rispondendo alla stessa domanda: Nel processo di continua espansione della domanda AI, chi controlla l'anello più scarso?

潘驴邓晓闲缺一 - inline image

6. Una buona storia non equivale a un buon titolo

IREN è un caso chiave per comprendere il quadro di rischio di Serenity.

IREN ha molte buone storie: trasformazione nel cloud AI, cooperazione con NVIDIA, risorse energetiche su larga scala, implementazione di GPU, espansione dei data center. Queste sono tutte parole chiave che piacciono al mercato.

Ma Serenity è più sensibile a un'altra domanda: La struttura di finanziamento inghiottirà i rendimenti degli azionisti?

Questo punto è molto critico. Le aziende AI ad alta intensità di capitale sono più inclini a un disallineamento: la direzione industriale è giusta e la scala aziendale si sta espandendo, ma gli azionisti potrebbero non godere della stessa proporzione di benefici. Il motivo è che l'espansione richiede denaro, e il denaro potrebbe provenire da debito, obbligazioni convertibili, ATM, emissioni aggiuntive o altri strumenti di diluizione.

Quando la pressione del finanziamento è abbastanza grande, la performance del prezzo delle azioni dipende non solo dalla crescita del business, ma anche dalla capacità del mercato di digerire un'offerta continua. Una direzione corretta ma una struttura di finanziamento pesante è un tipico rischio di rendimento per gli azionisti delle aziende di infrastruttura AI.

Il significato di IREN è che mostra che "avere grandi clienti", "avere una cooperazione con NVIDIA" e "avere una trasformazione AI" non sono sufficienti. Se un'azienda deve costantemente raccogliere fondi per realizzare la sua storia, le probabilità per gli azionisti esistenti devono essere ricalcolate.

Questo è anche un lato facilmente trascurato del quadro di Serenity: La struttura del capitale è una variabile di trading, non una nota a piè di pagina finanziaria.

Allo stesso modo per il cloud AI, NBIS rappresenta la selezione dei vincitori nel tema, mentre IREN rappresenta il rischio di finanziamento nel tema. Un'azienda nella giusta direzione non è necessariamente un titolo con buone probabilità nella fase attuale.

Direzione, azienda e titolo sono tre domande diverse. Una delle parti più preziose della metodologia di Serenity è separare questi tre aspetti.

7. Ciò che è veramente apprendibile è l'ordine di ricerca

Il metodo di Serenity non è complicato, ma la difficoltà di esecuzione è molto alta. Ciò che è veramente apprendibile non è la sua lista di titoli, ma il suo ordine di ricerca.

Primo, confermare se la domanda finale è abbastanza reale. La domanda AI da sola non può basarsi solo sull'emozione; deve ricadere su spese in conto capitale, aggiornamenti dell'architettura, requisiti di larghezza di banda, contratti con i clienti e risorse energetiche.

Secondo, scomporre a monte lungo la domanda per trovare l'anello con l'offerta più rigida. Chi è più difficile da espandere la produzione, più difficile da sostituire e ha il ciclo di certificazione più lungo, ha maggiori probabilità di diventare un collo di bottiglia.

Terzo, vedere se l'azienda è realmente in una posizione di collo di bottiglia. Non tutte le aziende che raccontano storie AI si trovano in nodi chiave; devono essere provate con ordini, clienti, verifica delle qualifiche, partner ed espansione della capacità.

Quarto, giudicare in quale fase si trova il mercato. "È ancora presto" non riguarda se il prezzo delle azioni è salito, ma se la verifica industriale, la partecipazione istituzionale, la realizzazione degli ordini e la diffusione delle aspettative sono finite. "Prezzato" non significa che l'azienda non sia buona, ma che troppe buone notizie sono state assorbite dal prezzo.

Quinto, incorporare la struttura del capitale nel quadro di trading. Specialmente per operatori di cloud AI, data center, energia e potenza di calcolo, i costi di finanziamento, la pressione di diluizione, la struttura del debito e il flusso di cassa sono più importanti della storia.

Questo ordine è più prezioso di qualsiasi "tabella dei titoli concettuali di Serenity". Perché i titoli cambieranno, i colli di bottiglia migreranno, i mercati diventeranno affollati e le opinioni dei KOL verranno copiate, ma solo l'ordine di ricerca può essere migrato.

潘驴邓晓闲缺一 - inline image

8. I limiti di questo metodo

Il metodo di Serenity è molto stimolante, ma non può essere copiato meccanicamente.

Primo, la volatilità dei titoli collo di bottiglia a bassa capitalizzazione è estremamente alta. Molti target non hanno liquidità prima di essere scoperti e potrebbero diventare rapidamente affollati a causa della diffusione sui social media dopo la scoperta.

Secondo, c'è un'enorme incertezza tra la verifica delle qualifiche e la realizzazione dei ricavi. La verifica del cliente, gli annunci di cooperazione, le rotte tecniche e i preparativi per la produzione di massa potrebbero essere tutti prezzati dal mercato in anticipo, ma i veri ricavi e profitti potrebbero non essere rilasciati secondo i piani.

Terzo, la valutazione è facilmente distorta. I titoli collo di bottiglia in fase iniziale sembreranno ridicolmente costosi utilizzando i ricavi TTM tradizionali e potrebbero sembrare economici utilizzando il futuro TAM. Ciò che è veramente difficile è giudicare la probabilità di realizzazione, non fare una bella tabella di valutazione.

Quarto, l'influenza dei KOL stessi cambierà la struttura del trading. Quando un titolo a bassa capitalizzazione passa dalla ricerca di nicchia a un successo sui social media, il vantaggio originale di non consenso scomparirà rapidamente.

Quinto, la pubblicazione dei post può mostrare il quadro di ricerca ma non può mostrare completamente la gestione della posizione e la disciplina dello stop-loss. Se gli investitori ordinari imparano solo la prima metà e non il controllo del rischio, possono facilmente trasformare la metodologia in inseguimento dei massimi.

Pertanto, l'atteggiamento migliore verso Serenity non è l'adorazione o la negazione, ma l'apprendimento demistificato.

Impara il suo percorso di deduzione, non la concentrazione della sua posizione. Impara la sua ingegneria inversa della catena di fornitura, non il FOMO sui social media. Impara come trova i colli di bottiglia, e impara anche come è vigile verso la diluizione e i fattori già prezzati.

9. Gli investimenti AI entrano nella fase di determinazione del prezzo dei colli di bottiglia

Il valore di Serenity non sta nel dire al mercato quale sarà il prossimo titolo, ma nel ricordarci: gli investimenti AI sono entrati in una fase più difficile.

All'inizio, comprare i leader AI più ovvi poteva far guadagnare soldi. Ora, la domanda è diventata un consenso, e ciò che deve veramente essere rivalutato sono quegli anelli di offerta più stretti, più a monte e più difficili da sostituire dietro la domanda.

Dalle GPU alle interconnessioni ottiche, dalle interconnessioni ottiche ai laser, dai laser ai substrati InP, dal cloud AI all'energia e alle strutture di finanziamento, il mercato ha ripetuto lo stesso processo: prima fare trading sui leader più appariscenti, poi fare trading sui fornitori secondari, e infine cercare i colli di bottiglia trascurati.

Serenity merita di essere studiato perché spesso colloca la sua ricerca nel terzo passo in anticipo.

Ma questo significa anche che il suo metodo ha naturalmente un'alta volatilità, alte aspettative e alta difficoltà di verifica. Non è un modello di investimento value stabile, né è una lista da cui la gente comune può guadagnare soldi copiando.

Giudizio finale: Serenity non è un quadro di selezione di titoli value a bassa valutazione, né è un normale quadro di speculazione tematica, ma un insieme di metodi di trading ad alta volatilità e alta difficoltà di verifica sui colli di bottiglia della catena di fornitura AI.

Per l'odierna catena industriale AI, la direzione non è più scarsa; ciò che è scarso è trovare colli di bottiglia che non sono ancora stati pienamente identificati. Ciò che è veramente importante nella fase successiva non è chi racconta meglio la storia dell'AI, ma chi è realmente bloccato nella posizione di offerta più stretta e può trasformare quella posizione in ricavi, profitti e rendimenti per gli azionisti.

Fonte: Questo articolo è sintetizzato e organizzato dagli archivi pubblici dei contenuti X di Serenity, dagli annunci aziendali pertinenti, dai rapporti finanziari e dalle informazioni pubbliche. I dati e i punti di vista derivano dai materiali di cui sopra e sono solo a scopo di ricerca e scambio, e non costituiscono alcun consiglio di investimento.

Salva con un clic

Leggi in profondità gli articoli virali con l’AI di YouMind

Salva la fonte, fai domande mirate, riassumi l’argomentazione e trasforma un articolo virale in note riutilizzabili in un unico spazio di lavoro AI.

Scopri YouMind
Per i creator

Trasforma il tuo Markdown in un articolo 𝕏 pulito

Quando pubblichi i tuoi testi lunghi, formattare immagini, tabelle e blocchi di codice per 𝕏 è una seccatura. YouMind trasforma un'intera bozza Markdown in un articolo 𝕏 pulito e pronto da pubblicare.

Prova Markdown verso 𝕏

Altri pattern da decodificare

Articoli virali recenti

Esplora altri articoli virali