
AI Trading Faces "Leverage Backlash": South Korea Becomes the World's First Stress Test
韓國 KOSPI 指數週一暴跌 4.5%,關鍵支撐位接連失守。此前極端擁擠的槓桿資金與期權倉位(SK 海力士看漲/看跌期權比率曾高達 27 倍)正反向放大跌勢,做市商對沖引發機械性拋壓。高盛認為,此輪調整屬流動性驅動的倉位重置,非 AI 邏輯逆轉,但去槓桿完成前市場波動風險仍大。
韓國股市正為全球 AI 交易的高槓杆買單。
隨着 KOSPI 快速回調,曾推動本輪 AI 行情上漲的槓桿資金、期權倉位和做市商對沖機制,如今正以相反方向放大市場跌勢。高盛認為,這更像是一場流動性驅動的倉位重置,而非 AI 投資邏輯發生逆轉,但在機械性拋壓完全釋放之前,市場仍面臨較大波動風險。
週一,KOSPI 再跌 4.5%,逼近 6250 點附近首個重要支撐區域,指數已跌破 100 日均線,但仍守住 200 日均線。與此同時,韓國 AI 龍頭 SK 海力士此前看漲/看跌期權比率一度高達 27 倍,極端擁擠的多頭倉位正成為本輪下跌的重要放大器。
對於全球投資者而言,韓國市場的調整已不僅是區域性事件,更是一堂關於擁擠交易如何反噬市場的風險課。當上漲依賴槓桿和衍生品推動時,回撤同樣會被這些力量成倍放大。

從拋物線行情到技術破位
風險信號其實早已出現。
6 月 23 日,市場分析人士便指出,KOSPI 已演變為典型的"拋物線資產"。上漲斜率越陡,對新增資金流入的依賴就越強,而歷史經驗顯示,這類行情極少能夠平穩降温,最終往往以劇烈調整收場。
如今,這一判斷正在兑現。KOSPI 已跌破 100 日均線,進入 100 日均線與 200 日均線之間的關鍵區域。雖然 RSI 已進入深度超賣區間,但歷史經驗顯示,拋物線行情形成的底部往往需要時間消化,超賣狀態持續的時間通常遠超市場預期。200 日均線與長期上升趨勢線重合,仍是當前最重要的技術支撐。
期權失衡引發連鎖反應,機械性拋壓持續釋放
相比技術形態,更值得關注的是韓國市場此前積累的期權倉位失衡。
上漲過程中,投資者瘋狂買入看漲期權,形成了罕見的"現貨上漲、隱含波動率同步上漲"格局。這意味着,即便股價持續創新高,期權保護成本卻沒有下降,反而越來越昂貴。
當隱含波動率被推至極高水平後,購買保護性看跌期權的成本大幅上升,許多投資者最終選擇放棄對沖,以裸露倉位持有股票。當市場急轉直下時,這部分資金無法依靠期權緩衝風險,只能直接賣出現貨,從而進一步放大跌勢。
目前,KOSPI 隱含波動率仍定價每日接近 6% 的波動幅度。上漲階段由看漲期權需求推高波動率,下跌階段又被恐慌性的看跌需求繼續推高,無論市場漲跌,期權保護始終維持高成本,現貨拋售成為風險釋放的主要出口。
高盛此前測算顯示,韓國市場高度集中的衍生品交易,使做市商再平衡已成為影響股價的重要力量。模型顯示,標的指數每波動 5%,將觸發約 47 億美元的做市商再平衡交易,相當於韓國股市日均成交額的約 13%。
對於 SK 海力士、三星電子等權重股,這一影響更為明顯。高盛預計,兩家公司對應的做市商再平衡規模均可能超過各自日均成交量的 20%。推動上漲的機械性資金流,在市場轉向後同樣會反向推動下跌。
摩根大通此前也指出,韓國 AI 核心資產的期權倉位已達到極端水平,其中 SK 海力士看漲/看跌期權比率一度高達 27 倍。如此單邊的倉位結構,在行情上升階段持續強化上漲,而一旦方向逆轉,則迅速演變成去槓桿的加速器。
SK 海力士成 AI 交易縮影,高盛仍視為倉位重置
作為亞洲 AI 交易最具代表性的標的,SK 海力士目前已跌至 5 月中旬以來最低水平,不過股價仍運行在 100 日均線和 200 日均線上方,長期技術結構尚未完全破壞。
其 RSI 已降至 3 月底以來最低水平,而上一次出現類似超賣後,股價隨後迎來一輪快速上漲。不過市場人士提醒,超賣僅意味着短期拋壓集中釋放,並不意味着市場已經見底。
零售投資者承受的衝擊更加明顯。AI 行情最火熱時期,大量資金湧入 2 倍做多 SK 海力士 ETF。如今,該產品已跌回 4 月底水平。對於不足一個月前高位買入的投資者而言,基金需要上漲約 250% 才能收復失地,槓桿 ETF 在劇烈波動中的複利損耗再次顯現。
不過,高盛並未將本輪調整視為 AI 投資週期的結構性拐點,而是定義為一次流動性驅動的倉位重置。該行認為,數據中心資本開支等長期基本面邏輯並未改變,但短期市場定價更多受到槓桿、流動性和衍生品倉位變化的主導。
韓國市場提供了一個頗具代表性的案例:當一個市場成為全球 AI 交易最集中的槓桿表達時,行情反轉往往不會線性展開,而是在槓桿、期權和做市商對沖機制共同作用下,以遠超預期的速度和幅度完成去槓桿。對於仍持有擁擠 AI 倉位的全球投資者而言,這場韓國市場的調整,或許正是觀察全球 AI 交易風險偏好的先行指標。
