Workflow
3 'Promising' AI Stocks To Avoid
Benzinga·2025-10-14 00:36

投资理念 - 长期投资成功的关键在于纪律而非才智,其核心优势在于持续避免愚蠢错误而非追求非常聪明 [1] - 投资、扑克和体育竞技的共通获胜法则是保持低调、不浮夸的“不犯傻”艺术,生存和避免淘汰出局比抓住每次获胜机会更重要 [2] - 专业投资者像职业扑克玩家一样,通过早期弃牌、保持耐心来保存实力,等待有利时机,避免为定价完美或基本面恶化的公司支付过高价格 [3][7] 估值与风险 - 投资中避免错误始于估值纪律,交易于极高估值倍数(如40倍市盈率、8倍市净率或20倍市销率)的公司没有犯错余地,一旦情绪转变或业绩不及预期,股价将大幅回调 [5] - 使用Piotroski F-Score等基本面健康衡量指标,低分公司(盈利能力弱、现金流下降、杠杆上升)如同处于连败状态的团队,看似便宜但通常有内在原因,多数会持续走弱 [6] - 避免买入明显输家不仅是一种防御策略,更是一种进攻策略,每次避开高估值股票或低F-Score陷阱都能积累相对优势,长期形成显著优势 [8] 公司案例分析:新思科技 - 新思科技已成为AI驱动软件领域估值过高的典型代表,其股票交易价格超过45倍远期市盈率和12倍市销率,定价已包含未来数年近乎完美的执行预期 [9] - 公司增长已放缓至十位数低段,在来自楷登电子和西门子的竞争压力下利润率收窄,随着研发支出增加自由现金流转化能力减弱 [10] - 尽管AI炒作推高了所有半导体相关股票,但新思科技交易得像纯AI公司而非受芯片设计周期影响的周期性软件供应商,其中等Piotroski F-Score反映资产负债表强度一般且运营动力有限 [10] 公司案例分析:Snowflake - Snowflake是估值脱离商业现实的明显案例,尽管收入增长从超过100%急剧减速至仅25%,公司仍以超过15倍远期市销率交易 [11] - 公司亏损持续存在,随着企业云数据仓库支出正常化,管理层多次下调长期预测,自由现金流不稳定且股权补偿持续稀释股本 [11] - 较低的Piotroski F-Score凸显其盈利质量差和资本纪律薄弱,导致投资者为一家成熟业务支付风险投资估值 [11] 公司案例分析:Datadog - Datadog是另一家估值反映幻想而非基本面的云软件公司,交易价格约为70倍远期市盈率和超过17倍市销率 [12] - 随着企业客户整合工具和缩减IT预算,公司增长放缓,收入扩张已降至25%以下,尽管经过多年扩张盈利能力仍非常微薄 [12] - Datadog的Piotroski F-Score处于较低水平,表明资产负债表改善不佳且盈利质量有限,同时面临来自AWS、Dynatrace和开源监控解决方案的持续竞争压力 [12][13]