SALP強平復盤：AI概念股崩盤鏈條

本文用步驟復盤 SALP 因高杠杆押注 AI 資產而被強平的過程。

這篇給關注 AI 交易、對沖基金風控與杠杆爆倉機制的讀者看。照著做完，你會得到一份可直接套用的復盤框架，用來拆解一次基金強平事件，包含時間線、倉位結構、保證金觸發點與券商處置路徑。

案例素材來自知乎原文，涉及 Situational Awareness LP（SALP）與其對 Anthropic、AI 概念股的重倉交易；若要對照市場資料，可參考TradingView與Bloomberg。

開始之前

• 一個可登入的行情或回測帳號，例如 TradingView、Bloomberg、FactSet 或券商客戶端。
• 基礎市場數據權限，至少包含 AI 概念股、納指相關標的與期權鏈。
• 一份筆記工具或試算表，用來記錄倉位、保證金與價格變動。
• Python 3.11+ 或 Excel 365，二選一即可。
• 若要做定量驗證，準備 Alpha Vantage、Polygon 或 IEX Cloud 的 API key。

Step 1: 建立事件時間線

目的：先把爆倉事件的關鍵節點排成一條清楚時間線，避免把市場回調、追加保證金與最終強平混在一起。

先記三類時間點：基金建倉期、AI 板塊回撤開始的日期、主券商發出風控動作的日期。把每個節點對應的市場價格、新聞標題與持倉變化寫進同一份表格。

時間線模板：日期 | 事件 | 價格 | 倉位變化 | 備註

你應該看到一條連續因果鏈，而不是零散新聞片段。若時間線能解釋「為什麼在這個點被迫賣出」，這一步就完成了。

Step 2: 拆解杠杆倉位結構

目的：弄清 SALP 到底押了什麼，以及杠杆如何把一次正常回撤放大成強平風險。

把倉位分成兩層：公開市場股票頭寸與非公開資產頭寸，例如 Anthropic 股權。再估算每層資產的波動性、流動性與融資方式，判斷整體杠杆倍數是否超過可承受範圍。

如果手上只有公開資訊，也可以用「持倉集中度 + 融資依賴度 + 流動性折價」近似判斷風險。集中度越高、流動性越差、融資越激進，爆倉概率越大。

你應該能明確說出哪一類資產最先觸發保證金壓力，以及為什麼它比普通股票更難在下跌時快速出清。

Step 3: 計算保證金觸發點

目的：把「看起來還沒跌很多」翻譯成「已經碰到券商紅線了」。

用一個簡單公式估算：帳戶淨值 = 資產市值 - 借款餘額。再結合維持保證金要求，反推價格下跌到什麼程度會觸發追加保證金或強制平倉。對私募股權類資產，要額外加入折價與流動性折扣。

示例公式：觸發點 = 初始淨值 - 維持保證金閾值

你應該能得到一個價格區間，而不是模糊判斷。只要市場價格跌到這個區間附近，券商就會優先考慮減倉、凍結風險敞口或直接強平。

Step 4: 還原券商強平路徑

目的：理解主券商為什麼會從「催繳保證金」升級到「直接清倉」，以及它會先賣什麼。

通常券商會按流動性從高到低處理資產，先賣最容易成交的股票，再處理更難變現的頭寸。若帳戶裡有高波動科技股，券商往往會優先減掉這些倉位，以最快速度回收現金並降低風險。

把這個過程寫成動作鏈：估值下調、風控預警、追加保證金、限時補足、自動減倉、最終強平。每一步都對應不同的市場表現與帳戶狀態。

你應該能看出「爆倉」不是單一瞬間，而是一連串風控動作的終點。只要前面的補救失敗，最後一步通常會非常快。

Step 5: 檢查市場連鎖反應

目的：把單一基金的失敗放回整個 AI 交易擁擠度裡，解釋為什麼這類事件會引發更大範圍的資產重定價。

觀察 SALP 事件後，市場對 AI 算力、基礎設施與相關概念股的定價是否出現同步回撤。再檢查是否有其他高杠杆資金也在同一賽道上被動降倉，從而形成「賣出、下跌、再賣出」的回饋鏈。

如果你能找到成交量放大、隱含波動率上升與相關股票同步走弱的證據，就說明這不是孤立事故，而是擁擠交易去杠杆的典型樣本。

你應該能總結出一條清晰結論：當同一敘事吸引太多杠杆資金時，最先出事的往往不是基本面，而是融資結構。

常見錯誤

• 把回撤當成爆倉。修法：先看保證金閾值，再看價格跌幅，只有觸發券商動作才算進入強平鏈條。
• 只盯公開股票，忽略非公開資產。修法：把私募股權、鎖定期資產與估值折扣單獨列出。
• 把「AI 故事」當成「AI 風險」。修法：區分基本面敘事與融資結構，真正致命的通常是杠杆與流動性錯配。

接下來可以看什麼

下一步可以把這套復盤模板移到其他高杠杆科技交易上，或用真實行情資料建立一個保證金預警表，提前識別類似的擁擠交易風險。