你曾买入 NVIDIA，在获利 30% 后卖出，感觉自己很聪明。随后它又飙升了 120%，你盯着 K 线图看了五分钟，越来越沮丧。这实际上是大多数散户投资者的典型行为。

2022 年，有人做了与大众完全相反的事情。他没有买入 NVIDIA，而是投资了一家为 NVIDIA 供货的公司，一家鲜为人知、市值 7 亿美元、90% 的人从未听说过的公司 $AXTI。当时该股票价格为 12 美元，但后来飙升至 70 美元以上。

这个人名叫 Serenity，今年在投资界引起了轰动。在他公开披露的 35 个头寸中，有 31 个实现了盈利，回报率为 22,500%，甚至连彭博社和路透社都在报道他的推文。在浏览了他几十篇帖子后，我发现他的做法与大众购买 NVIDIA 的方式完全不同。

大众购买 NVIDIA 时做了什么？查看市盈率，研究财务报告增长，听闻人工智能热潮的新闻，看到外资流入，然后下单。我蒙着眼睛也能做到。Serenity 在购买 $AXTI 之前做了什么？他从 NVIDIA 的 GPU 入手，绘制了一张产业图谱。要运行 GPU，需要数据中心，而数据中心需要光模块。光模块的核心组件是激光器，激光器的原材料称为磷化铟。然后他做了一件我从未想过的事情——他检查了磷化铟的全球产能分布。

在全球范围内，有两家公司能够大规模生产磷化铟衬底。$AXTI 持有其中四分之一到三分之一的份额。换句话说，只要未来人工智能芯片继续制造，所有光模块制造商都必须从这两家公司采购原材料。而且这种结构在短期内不会改变，因为从工厂建设到大规模生产，周期是一年。然后他又翻阅了公司的专利文件、客户名单、产能上限以及上游来源。在检查完所有这些之后，他才最终下单。

他给这套策略起了一个名字，叫做“紫苏叶理论”。他说，你去一家高端寿司店，每个人都在关注那块肥美的金枪鱼腹。但厨房里绝对不能缺少的食材是紫苏叶。没有金枪鱼，菜单会少几道菜，但如果没有紫苏叶，整家餐厅都可能关门。在人工智能产业链中，NVIDIA、微软和 OpenAI 是金枪鱼腹。紫苏叶是一种难以获得、低调、市值超过百亿、没有分析师覆盖、供应链中只有两家全球供应商、一旦缺失整个链条就会停滞的材料名称。

分解这个理论，实际上是三个步骤。第一步：从顶层需求出发，层层追问。人工智能热潮 → GPU 需求激增 → GPU 制造需要光刻机 → 光刻机的核心组件是镜头 → 全球谁制造镜头？是蔡司，唯一一家。继续追问。哪家日本小工厂可能为蔡司镜头提供特种玻璃？在每个层面都问同样的问题：这一层需要正常运转，下一层中不可替代的东西是什么？大多数人可能会停留在第二层，开始讨论 NVIDIA 的市盈率是否过高。但 Serenity 将其分解到第五或第六层，一直追溯到市值最小、最陌生的公司。

第二步：统计该公司细分领域在全球的参与者数量。三家或以上参与者，淘汰！因为竞争充分，没有定价权。两家参与者，密切关注。一家参与者或事实上的垄断者，就是它了。逻辑很简单。人工智能扩张得越多，资金沿着产业链向上游流动得越多。水涨船高。但如果某个细分领域只有一艘船，它不仅会随着潮水上涨，还可以掉头威胁下游说：“你只能用我，我说了算。”

第三步：购买前，分享你的分析并等待批评。无需寻求认可；我们逆流而上，特意邀请有知识的人提供反驳意见。有人指出，当一个逻辑步骤进行得太快时，他会回去重新评估。如果有人提到缺少一个供应商，他会回去填补这个空白。只有当所有漏洞都堵上，没有人能再批评时，他才下单。正如他自己曾经说过的，ChatGPT 不会挑战你。如果你把你的分析喂给人工智能，它总是会同意你。所以，你必须把你的发现呈现给真人。

2025 年，他重仓投资了瑞典半导体公司 $SIVE，该公司专注于激光器。市值超过百亿美元，以瑞典克朗计价，几乎没有美国分析师覆盖。他为什么瞄准它？因为数据中心的下一代光通信架构 CPO，存在一个物理限制，即硅这种材料无法发光。如果硅无法发光，数据如何传输？必须使用外部激光模块。$SIVE 生产高功率连续波激光器，作为 CPO 的外部光源。他又一次遵循了这条链条：NVIDIA GPU → 数据中心扩张 → CPO 光互连 → 外部光源需求激增 → $SIVE 是全球少数几家能够供应的公司之一。买入后，该股票几乎翻了二十倍。

再看他 2026 年 2 月份选择的树莓派。RPI 是一家英国公司，生产廉价的单板计算机，每台售价 35 美元，供儿童学习编程使用。华尔街分析师普遍预计年收入增长 14%。他提出了一个不同的数字：55%。他是如何得出这个数字的？他深入研究了开发者社区。他发现 GitHub 上大量的 AI 开发者开始使用树莓派部署 AI Agent，相关的代码库增长曲线几乎是垂直的。他分析了各种论坛上的购买讨论、开发者增长趋势，然后反向推导。华尔街的收入模型完全未能考虑到这一新需求，遗漏了至少 40 个百分点。推文发布两天后，RPI 的股价几乎翻倍。两个月后，在财务报告发布时，实际增长率为 58%。华尔街的共识是 14%。

三个案例，$AXTI、$SIVE、RPI，共享完全相同的底层逻辑。找到产业链中定价尚未到位但需求已确定的环节。

至此，我想讨论散户投资者在买股票时最常陷入的三个陷阱，以及这种方法实际上能解决什么问题。第一个陷阱：追涨杀跌，永远当接盘侠。看到一个热门板块，一只上涨的股票，新闻炒作，然后冲进去。结果你冲进去后它就开始下跌。随着下跌，你拿不住，最终卖出。卖出后，它又涨了，让你感到困惑……为什么？因为当某件事如此热门，以至于连我这种不深入研究的人都听说过时，它的定价早已被市场炒到最高了。第一梯队和第二梯队的公司，Nvidia、微软、台积电，全球分析师都在关注它们，全球资金都在买入，我凭什么认为自己比别人快？Serenity 的方法是深入挖掘。向下挖到第三梯队及以下，那里分析师不覆盖，机构不持仓，市值太小，流动性太差，他们无法进入。在这些领域，有大量的定价漏洞可以利用。这解决了一个问题：你不必与世界上最聪明的人比赛速度；你在一场没有人与你竞争的比赛中缓慢攀升。

第二个陷阱：买入后，跌了就恐慌，涨了也恐慌。恐慌的原因其实只有一个，你不知道你买的东西到底值多少钱。你可能因为看起来要涨而买入。但如果看起来要跌，你会卖吗？没有自己的判断锚点，你的心态会随着任何市场波动而崩溃。Serenity 的方法迫使你在下单前回答三个问题：这个节点是否不可替代？全球有多少供应商？下游需求是上升还是下降？一旦你回答了这三个问题，你就拥有了一个独立于股价的逻辑锚点。所以，除非这三个问题的答案发生变化，否则不必为短期下跌而恐慌。这解决了一个问题：价格波动不是基于信仰，而是基于你手中的产业链图。

第三个陷阱：每个人看到的信息都一样。市盈率、股本回报率、财务报告增长率、北向资金、前十大股东名单。当你打开任何股票交易应用程序时，每个人看到的界面都一样。所有这些信息都已经反映在股价中了。Serenity 看什么？专利数据库、供应商目录、海关出口数据、行业论坛上的开发者讨论、学术论文中的技术路线图比较。这些东西是免费且公开的，但大多数散户投资者一生中从未看过它们。这解决了一个问题：当你的信息来源与他人不同时，你的判断可能与他们不同。

当然，这种方法并非万能，也有一些它无法解决的问题。第一，Serenity 也犯过错误。UPWK -35%，HIMS -50%，CRCL -45%。方法正确并不意味着每笔交易都正确。无论产业链描绘得多么准确，公司运营中的问题、突发的行业变化或政策调整都可能导致崩盘。第二，Serenity 是匿名的。前人工智能科学家、Nature 论文作者、拒绝了 NVIDIA 的录用——这些头衔都是自称的，没有人能核实。他只购买微型股，他的一条推文就能推高股价，跟随者涌入又能进一步推高。他从未披露过何时卖出。第三，他的整个投资组合都基于两个预测：CPO 将成为数据中心唯一的技​​术路线图，以及人形机器人将达到十亿台的规模。如果其中任何一个被推翻，他许多目标背后的逻辑都将崩溃。他的方法告诉你这个位置是脖子深，但脖子本身是否会永远存在，则需要你自己判断。

我尝试将这种方法应用于加密货币赛道。从 Meme Launchpad 开始分解。像 Pump.fun 这样的平台 → 它们依赖什么？流动性池 → 流动性池的流动性从何而来？继续深挖。通俗地说，这种方法能为你提供的是：当你习惯于自上而下挖掘时，你不会因为某样东西在上涨而 FOMO。你会本能地问，它在哪个层级？谁在上游？上游的上游是谁？那个只有一两个参与者且相互关联的必然瓶颈在哪里？我思考了很久，广泛回顾了情况，突然有了顿悟。我没有发现致富的秘诀之类的东西；这是因为我突然意识到，许多人进行的每一次购买，无论是股票还是币，都只是在产业链的第一层循环。无论什么流行，每个人的决策半径都不会超出交易应用程序的自选页面。因此，股神 Serenity 的策略不是直接告诉你买什么，更不是催促你和他一起 FOMO。我们需要做的是另一件事，将你从拥挤的第一层拉出来，让你看到第五层的定价尚未被市场发现。

[律动]