炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
三位大佬同时喊：卖！
来源：ETF进化论
黄金又涨了！在美联储12月降息概率走高后，黄金开始持续反弹，一度重返4200美元关口，纽约黄金期货主力合约价格本周累计上涨4.3%，11月涨近6.5%，为连续第四个月上涨。
ETF资金本周也在买入，华安黄金ETF、黄金ETF华夏本周分别净流入9.62亿元、3.38亿元。
当下的黄金，突然不香了？
周末，洪灝、李蓓、付鹏三位投资大佬同台发声，不约而同看空黄金？
其实，三位投资界大佬并非都不看好黄金，当中观点存在明显差异，特别是在短期和长期维度上。
1
三位大佬同时看空黄金？
洪灏对黄金持短期谨慎，长期看好的观点：
短期态度：在黄金价格达到4500美元/盎司时已全部卖出，认为 “黄金是一个巨大的价格势能泡沫，必然破裂”，不建议在如此高位（现约4100多）急于冲回去，因为价格动能泡沫刚破裂，需要时间消化。
他10月黄金高点就警告当前黄金处于 “人类历史上最超买的状态”，风险大于收益，不会在当时的点位加仓。
尽管短期看空，洪灏仍坚定看好黄金的长期价值，认为 “未来 5~7年美元会大幅贬值，金银上涨将超越市场认知”（9月的观点）。
李蓓明确看空黄金，已清仓：
李蓓已在近期全部卖出黄金持仓，直言 “黄金最好的阶段已经过去”，认为金价已明显高估，并将俄罗斯央行近期出售黄金视为 “重要的警示信号”，不建议增加黄金配置。
她分析认为：
1、黄金并非只涨不跌。1980年前后到2000年前后，黄金经历了20年长期熊市，原因是有两轮央行大规模出售黄金的浪潮，所以央行对黄金的买卖是解释长期金价的主要变量。
2、俄罗斯央行最近出售黄金是一个重要提醒和信号，因为这个消息选择清仓黄金。
3、未来国际上很可能逐步增加人民币储备，以部分替代黄金和美元储备。这意味着，类似于上一轮黄金熊市初期的情形有可能重演。
4、美元计价的黄金大概率不会跌，但人民币计价的黄金可能会跌。
付鹏 （知名经济学家） 对黄金持结构性看空观点，但未完全否定，指出 “过去几年支撑黄金的制度性因素近期正在逐渐消退”，这是黄金面临的主要风险。
他认为黄金已进入高波动率阶段，可能出现大幅波动，但并未完全否定黄金价值，而是从更宏观角度将黄金定位为 “信用标尺”。
付鹏指出：
1、黄金牛市本质靠的是地缘政治紧张、世界秩序不稳定这些制度性因素。
2、在过去几年，中国央行是黄金价格上涨的最主要变量，除了央行购金数据外，伦敦市场上大量的转运目的地很大一部分到了国内。
3、最近一两个月的变化，正是过去支撑黄金几年的制度性因素在消退。俄乌冲突没再升级，中美在韩国也见了面，地缘政治还会升级吗？
2
AI如何投资？
讨论完黄金，三位大佬也讨论了近期热度居高不下的“AI泡沫”。
洪灏属于泡沫清醒派，不投AI不行，核心判断：AI是 “巨大泡沫，与2000年互联网泡沫相比，只是癌症晚期与中晚期的区别。”
1、泡沫阶段判断：市场往往高估短期效应，低估AI对社会的长期影响，AI泡沫破裂但未破灭，调整是估值纠偏的必然过程。
2、“泡沫最美妙是最后阶段，但并非每个人都能在顶峰抽身”。
李蓓：谨慎质疑派，警惕资本陷阱，认为AI投资海量资本开支难以为继，可能从 “向上推动力转为向下拖累”，尤其在硅谷已裁员、硅谷房价下跌时。
她建议关注 “寒冬中开出的花朵”：低PE、低PB、高分红的龙头企业，视为乱世“小确幸”，不应追逐“浪花上的泡沫资产“。
付鹏属于战略乐观派，建议“左手抓生产力 （AI），右手应对宏观经济（防御资产）”哑铃配置，认为AI存在泡沫，但 “不影响大方向”，是全球科技主线。
3
AI分化交易继续
当AI信仰遭遇流动性边际紧缩，市场不得不在重新寻找定价平衡，这一过程注定伴随高波动与结构分化。
AI的分化交易还在继续，周末市场关于GPU与TPU又吵起来了。
二级市场上，高位市值蒸发1万亿美元的英伟达11月26日止跌反弹1.37%，休市一日再度下跌1.8%，市值逼近4万亿美元的谷歌走平，反而是传言出货苹果最低阶M处理器的英特尔大涨10%。
从英伟达反弹失利、谷歌逼近4万亿美元上涨乏力到股价萎靡的英特尔突然发力，市场对AI的重新定价的关键似乎还是估值。
此前发起“OpenAI逼宫”的llya时隔9个月终于有最新动态了。他在播客采访提到：
1、目前的大模型就像是一本百科全书，缺乏泛化能力。Scaling时代可能结束了，过去靠堆算力、堆数据、把模型拉大几十倍的增长路径，边际消弱已经明显减弱。接下来行业要走的路可能要回归研究时代。
2、AI应用会继续开花结果，模型也会继续变好，但AI智力的提升，真的会进入一段漫长的瓶颈期。
llya关于Sacling Law到达瓶颈的技术焦虑的观点，导致资本市场冷静下来之后开始感到害怕，尤其是AI应用场景的缺乏。
周末，llya针对他的访谈内容做了澄清和补充，称继续按现在的方法scale——堆算力、堆数据、堆训练环境，会继续变好，但总会缺点什么重要东西。
