美股观察清单：七家公司，七种验证路径

整理自《2026 年 10 月初首轮筛选》。以下保留学习笔记与摘录的原始观点；其中的行情、财务数据、概率及配置示例并未作为当前结论核验。

这是一份研究清单，不是买入名单

这份清单来自 2026 年 10 月初的一轮美股筛选。它记录的是“接下来值得验证什么”，不代表买入建议、目标价或仓位方案。原稿中的股价、市值、市盈率和距离高点幅度属于特定交易日快照，容易迅速失效，因此不在这里展示。

我用五个问题筛选公司：

财报数字按各公司报告期分别记录，不能横向直接比较。下文只保留用于说明研究方向的公司披露，不提供静态估值结论；点击公司来源可查阅完整公告。

研究逻辑： 观察搜索和 YouTube 的广告业务能否在 AI 产品变化中保持商业化能力，同时跟踪 Google Cloud 与企业 AI 需求的增长质量。Alphabet 2026 年第二季度披露营收同比增长 24%，Google Cloud 同比增长 82%。

需要验证： AI 搜索体验会如何改变广告展示与点击；云业务增长能否带来相称的利润和现金回报；AI 基础设施投入是否持续扩大。

主要风险： 搜索入口变化、监管与反垄断约束，以及高额 AI 投资的回报周期。

研究逻辑： AI 芯片、先进逻辑、存储和先进封装都需要制造设备与工艺升级。Applied Materials 的研究价值在于观察它能否从多条半导体投资路径中受益，而不是只押注单一芯片公司。

需要验证： 设备订单与客户资本开支是否持续；先进封装和存储需求能否转化为收入与现金流；不同地区的销售结构如何变化。

主要风险： 半导体设备有周期属性，客户投资计划会变化；出口限制和行业集中也会影响经营。

研究逻辑： 广告分发与推荐效率是现有业务的核心，AI 可能继续改善内容推荐和广告转化，也可能打开新的产品机会。Meta 2026 年第二季度营收同比增长 28%，公司当时给出的全年资本开支预期为 1,300 亿至 1,450 亿美元。

需要验证： 广告增长能否覆盖快速增加的资本开支；新建算力能否带来可衡量的收入、效率或产品改善；经营现金流和自由现金流如何变化。

主要风险： 投入规模大、回报时间不确定，且广告业务受平台政策、隐私规则和宏观需求影响。

研究逻辑： Azure、Microsoft 365、开发工具和安全产品构成广泛的企业软件与云分发网络。微软 2026 财年第四季度披露 Azure 等云服务收入同比增长 43%。

需要验证： AI 功能是否提升续费、使用量和客户支出；数据中心资本开支能否形成持续回报；增长预期与估值是否匹配。

主要风险： 云计算竞争、算力投入回报周期，以及市场对 AI 增长的预期过高。

研究逻辑： AWS 提供云业务增长，广告业务补充利润来源，零售与物流规模则构成运营基础。Amazon 2026 年第二季度披露 AWS 销售额同比增长 37%。

需要验证： AWS 增长能否保持，零售效率能否改善，以及新增 AI 基础设施投入最终如何影响自由现金流。

主要风险： 云服务竞争、长期资本开支上升、零售利润率和监管环境变化。

研究逻辑： NVIDIA 处于 AI 加速计算供应链的核心位置，值得持续跟踪数据中心需求、软件生态和产品迭代。

需要验证： 客户的 AI 投入能否转化为持续收入；供给、网络和能源条件是否支持扩张；客户自研芯片与其他加速器是否改变竞争格局。

主要风险： 市场预期集中、客户资本开支周期、供应链约束与竞争加剧。公司质量高并不自动意味着任何价格都合适。

研究逻辑： AI 服务器增加了高带宽内存需求，存储供需变化可能带来很强的盈利弹性。Micron 2026 财年第四季度披露营收为 542.3 亿美元，显示当期处于显著景气阶段。

需要验证： HBM 需求和供给扩张是否匹配；DRAM 与 NAND 价格、库存和资本开支如何变化；把利润放回完整周期后，正常化盈利处于什么水平。

主要风险： 存储行业周期波动大，峰值利润可能快速回落。低市盈率若建立在周期高点盈利上，并不能单独证明估值便宜。

首轮可以先深挖 GOOGL、AMAT、META，分别检验平台业务与 AI 的共存、半导体设备的产业位置，以及高资本开支的商业回报。MSFT、AMZN、NVDA 作为延伸跟踪对象；MU 单列周期模型，不与平台型公司使用同一套盈利假设。

下一步应把各公司最新年报、季报和估值假设统一到同一日期，再分别建立悲观、基准和乐观情景，比较正常化盈利、现金流、合理估值区间与安全边际。完成这些工作之前，这份清单只用于安排研究顺序。

本文是个人学习与研究记录，不构成投资、交易或资产配置建议。股票价格与估值会变化，经营风险也可能超出本文列举范围；请以公司最新披露和自己的风险承受能力为准。