軟件股持續走強，AI衝擊擔憂已消散？
期權sir拆熱點丨微軟Build大會明日來襲，能否點燃軟件股下一階段行情？
近期軟件股重新走強，從個股表現看，已經不只是局部異動。上週 $微軟 (MSFT.US)$ 上漲7.5%， $Snowflake (SNOW.US)$ 累計上漲約48%， $Okta (OKTA.US)$ 上漲約34%， $ServiceNow (NOW.US)$ 上漲約22%， $擴展科技軟件行業ETF-iShares (IGV.US)$ 上週上漲8%， $甲骨文 (ORCL.US)$ 、 $Palantir (PLTR.US)$ 等知名軟件公司也錄得雙位數漲幅。
本週6月2-3日微軟 Build 開發者大會即將舉行，可能成爲市場觀察 AI 應用側進展的重要催化窗口。
軟件股反彈背後：從估值修復到敘事修正
軟件板塊近期反彈，首先有估值修復因素。
過去幾個季度，美股軟件股承受了多重壓力。其一，AI 硬件鏈持續吸引資金，軟件板塊在相對收益上被明顯邊緣化；其二，AI Agent 的快速發展讓市場擔心傳統 SaaS 模式被重新定價，尤其是那些依賴訂閱數、界面交互和流程入口的軟件公司。
隨着部分龍頭公司業績穩定、AI 商業化信號增強，板塊自然具備反彈基礎。部分催化事件包括：5月21日，美國總統特朗普宣佈最快於本週四簽署全新行政命令，核心目的是保護美國關鍵基礎設施，防禦由AI驅動的網絡攻擊。
白宮、銀行，還有Anthropic，都在強調AI和網絡安全之間的關係，市場也愈發認爲，AI不僅還不能替代現有的網絡安全技術經驗，反而還會催生出更多的安全問題，這會使網絡安全價值更高。
另一件事是隨着 $Atlassian (TEAM.US)$ 、 $Datadog (DDOG.US)$ ，還有近期 $Snowflake (SNOW.US)$ 的業績發佈，市場看到原來AI沒有影響到這些SaaS公司，它們通過按量收費不僅穩住了業績，用戶數還實現了穩步增長。
$Snowflake (SNOW.US)$ 的業績表現就是一個典型信號。作爲雲數據平台公司，Snowflake 的核心價值在於企業數據的組織、管理和調用。AI 模型要真正進入企業場景，離不開高質量、可治理、可調用的數據底座。其業績和指引改善，強化了「企業 AI 應用需要數據平台承接」的邏輯，也帶動市場重新定價數據基礎設施和軟件應用鏈條。
再加上前期大幅的下殺估值，讓SaaS軟件股變的更有性價比，市場也發現可能高估了AI顛覆軟件的能力，也低估了客戶採用現有軟件或SaaS服務，以及公司利用AI工具來賦能的價值。
微軟 Build 大會的意義：觀察 AI 平台化能力，而非單點功能發佈
微軟將於6月2-3日在舊金山梅森堡（Fort Mason）舉辦Build 2026開發者大會，主題爲前沿AI技術實戰應用。預計將發佈一系列全新人工智能模型，其中包括一款代碼專用模型，以提升旗下代碼助手GitHub Copilot的競爭力，這款工具曾在AI代碼輔助領域佔據先發優勢，如今市場份額卻被Cursor與Claude Code不斷蠶食。
從過去幾屆Build的市場反應來看，Build 對微軟股價本身通常不是「業績式強催化」，但對軟件板塊和 AI 應用側敘事有側面催化作用。
微軟是 AI 軟件最強的風向標之一。它如果持續證明 Copilot、GitHub、Azure AI 和企業 Agent 的商業化能力，市場會更願意給整個軟件板塊重新定價。
這次 Build 的價值可能比普通年份更高，原因在於當前市場背景不同。
第一，軟件股剛經歷明顯反彈，市場正在尋找「AI 應用側是否重估」的證據。
如果微軟在大會上強化 AI Agent、GitHub Copilot、自研編程模型、Copilot Studio、Agent 治理等方向，會直接服務於當前軟件股反彈的核心邏輯。
第二，市場已經從「買算力」擴散到「看應用」。
過去兩年，AI 交易主要集中在英偉達、HBM、服務器、光模塊、電力等硬件方向。現在硬件鏈漲幅較大，資金開始追問：AI 基礎設施建好之後，誰負責把算力轉化成企業生產力？微軟 Build 正好是驗證這個問題的重要場合。
第三，今年大會有更強的 AI 編程和 Agent 預期。
The Information 報道稱，微軟可能在 Build 大會上發佈自研 AI 模型，其中包括面向代碼的模型，用於增強 GitHub Copilot。這個方向直接對應 AI 編程、開發者工具和企業軟件效率提升主線。
軟件股的交易邏輯正在重建，但選股難度更高
從交易層面看，軟件股具備繼續反彈的基礎。板塊前期回撤較多，硬件鏈高位擁擠，Snowflake 等公司業績提供了基本面支撐，微軟 Build 大會又構成明確事件窗口。若大會強化 AI 編程、企業 Agent 和安全治理方向，市場情緒有望繼續擴散。
但這不是一個可以無差別買入軟件股的環境。AI 會放大強平台公司的優勢，也會壓縮低壁壘軟件的價值。未來軟件股行情更可能是結構性機會，核心在於識別那些真正掌握數據、流程、開發者生態和安全治理入口的公司。
因此，軟件股當前的投資判斷應保持分層：
– $Snowflake (SNOW.US)$ 、 $MongoDB (MDB.US)$ 、 $Datadog (DDOG.US)$ 、 $Cloudflare (NET.US)$ 等偏 AI 應用基礎設施，受益於數據、開發、部署、監控和網絡流量增長。
– $CrowdStrike (CRWD.US)$ 、 $Okta (OKTA.US)$ 、 $Palo Alto Networks (PANW.US)$ 等偏安全治理，是企業 AI 大規模部署過程中更偏確定性的分支。
風險則集中在三方面：一是反彈過快後的估值壓力；二是 AI 推理成本侵蝕利潤率；三是微軟等平台型巨頭加劇競爭，壓縮部分獨立軟件公司的收費空間。
期權策略
技術面上，微軟均線多頭排列、MACD金叉向上、放量突破，顯示中期上漲趨勢明確。在5月29日的大漲日中，主力資金（特大單+大單）淨流入達1.87億美元，主力大舉買入推動上漲。
期權市場投機情緒高漲，看跌看漲比率（Put/Call Ratio）低至0.24。同時，引伸波幅（IV）升至32.23%，處於歷史較高百分位（85%），反映出市場對未來股價波動的預期增強，投機情緒濃厚。
還有上週一系列異常龐大的機構期權交易引起市場關注。其中最引人注目的是一個大規模的長期看漲價差組合，涉及7,870份合約：買入2027年12月到期的行權價爲$610的看漲期權，同時賣出2027年12月到期的行權價爲$720的看漲期權。這兩筆交易幾乎同時執行，名義風險敞口超過$3億，淨權利金支出接近$1,000萬。
這是一種非常典型的機構長期AI佈局交易。該交易員並未激進地直接買入裸看漲期權，而是通過賣出更高行權價$720的看漲期權來降低權利金成本。 這表明真正的押注並非微軟股價短期內的投機性飆升，而是未來兩年內其因AI業務帶來的顯著長期估值重估潛力，並伴隨更可持續的上升趨勢。
（1）若堅信突破有效，追求上漲收益——看漲價差策略 (Bull Call Spread)
適合風險偏好中等，希望以有限風險參與趨勢的投資者。成本顯著低於直接買入看漲期權，因賣出期權獲得的收入抵消了部分買入成本。風險與收益均被限定，最大虧損僅爲淨權利金支出。
（下圖展示了該策略在到期日時的模擬盈虧情況，屏幕展示之設計圖片僅供演示說明使用，不構成任何投資建議或保證；行情變動頻繁，圖示價格不代表真實情況）
（2）若看好長期但想等待回調買入——賣出看跌期權策略
長期看好微軟，但認爲短期可能回調或盤整，願意在更低位置接貨。 適合有現金儲備、希望獲得增強收益或尋找入場機會的投資者。在股價橫盤或上漲時，可以賺取全部權利金，收益確定。若被行權，則能以預設的目標價（行權價）買入股票，相當於「打折開倉」。
（下圖展示了該策略在到期日時的模擬盈虧情況，屏幕展示之設計圖片僅供演示說明使用，不構成任何投資建議或保證；行情變動頻繁，圖示價格不代表真實情況）
最後，期權sir帶來一個小福利給牛友們，歡迎牛友們領取期權新手禮包
*本活動僅限HK特邀用戶參與，點擊了解活動詳細規則>>
期權風險提示：期權是一種合約，賦予持有人在某一特定日期或該日之前的任何時間以固定價格購進或售出一種資產的權利，但不承擔義務。期權的價格受多種因素影響，包括標的資產的當前價格、行使價、到期時間和引伸波幅。引伸波幅反映了市場對期權未來一段時間內的波動預期，它是由期權BS定價模型反推出來的數據，一般將它視爲市場情緒的指標。當投資者預期更大的波動性時，他們可能更願意爲期權支付更高的價格以幫助對沖風險，從而導致更高的引伸波幅。交易員和投資者使用引伸波幅來評估期權價格的吸引力，識別潛在的錯誤定價，並管理風險敞口。
免責聲明：本內容不構成任何證券、金融產品或工具要約、招攬、建議、意見或任何保證。買賣期權的虧蝕風險可以極大。在若干情況下，你所蒙受的虧蝕可能會超過最初存入的按金數額。即使你設定了備用指示，例如「止蝕」或「限價」等指示，亦未必能夠避免損失。市場情況可能使該等指示無法執行。你可能會在短時間內被要求存入額外的按金。假如未能在指定的時間內提供所需數額，你的未平倉合約可能會被平倉。然而，你仍然要對你的帳戶內任何因此而出現的短欠數額負責。因此，你在買賣前應研究及理解期權，以及根據本身的財政狀況及投資目標，仔細考慮這種買賣是否適合你。如果你買賣期權，便應熟悉行使期權及期權到期時的程式，以及你在行使期權及期權到期時的權利與責任。期權交易風險極高，並不適合所有投資者。投資者在參與任何期權交易策略前，應仔細閱讀《標準化期權的特徵與風險》。
風險及免責聲明：以上內容僅代表作者個人觀點，不代表富途任何立場，亦不構成任何投資建議，富途對此不作任何保證與承諾。更多信息
評論（3）
發表評論
36
89