注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 偏差値15の夜
偏差値15の夜 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 偏差値15の夜 的推特
美光($MU)刚刚在盘后交出了 fiscal Q4 的成绩单,结果不出所料,再次全线暴击了市场预期! 之前推贴里的“预期值”可以正式替换为火热的“大捷战报”了: 📊 营业收入(Revenue) 实际表现:单季狂揽 542.3 亿美元,轻松击穿市场预计的 514 亿。 同比与环比:环比上季(415 亿)大增 30.8%;同比去年更是夸张地暴涨 379%! 💰 调整后每股收益(Non-GAAP EPS) 实际表现:最终录得 33.42 美元,显著超越分析师预期的 31.71 美元。 同比与环比:环比上季(25.11 美元)增长 33.1%;同比去年同期的 3.03 美元,直接暴翻 1003%,涨了十倍有余! 💡 正如之前所分析的,本季美光的 EPS 增速(33.1%)与营收增速(30.8%)依然紧密同步。这证明在毛利率已经高企到极限(本季录得惊人的 86.25%)且大砸 HBM 资本开支的基础上,利润率带动的“杠杆式暴增”确实已经阶段性见顶,往后的增长主要靠实打实的营收规模硬拉。 🎯 引爆市场的胜负手 不仅当季数据炸裂,美光给出的 第一财季(Q1)业绩指引 更加疯狂:预期营收将进一步冲高至 600 亿 ~ 630 亿美元,远超华尔街预期的 574 亿;预期 EPS 更是高达 37.15 ~ 39.15 美元!CEO 直言,AI 向超级智能(SI)的演进正让战略客户对内存需求产生极强的粘性。 事实证明:营收、营利、指引、市场解读,每一步都可能产生与股民认知不同的偏差,造成出乎预料的结果。但在绝对的 AI 刚需面前,美光用数据证明了什么叫真正的利好兑现! MU盘后小涨1.5%,市场会有另类解读吗? 💥 #美光# #MU# #半导体# #美股# #AI#
显示更多
AI模型评分都是被专项攻坚创造出来的,于是我对比了Fable5,Grok4.5, Kimi K3针对同一个交易系统审计结果进行了对比。 先说结论: Fable5:最适合作为系统级主审核模型 Kimi:最适合作为代码缺陷与一致性专项审核模型 Grok:最适合作为代码梳理和方案发散模型,不适合单独决定策略修改 最佳组合:Fable5全面审核+Grok 4.5代码梳理+K3代码审核 具体细节: 1. Fable5:系统级判断能力最强 Fable5 最大的优势不是代码读得比另外两个模型更多,而是它能把: 代码规则; sizing snapshot; intent ledger; 实际 block 统计; 当前资产 headroom; SELL/REDEEM 回流路径; 放进同一个因果框架。 它使用了几个非常关键的实盘指标: ADD 近 7 天约占新增资金 43%; 84% 资金已经部署; ETH、SOL、XRP headroom 为 0; 近 40 个周期中主要阻塞是:blocked_capital_efficiency=47 blocked_asset_cap=28 deployment cap=0 runway=0 这让它能够区分: “某个机制理论上可能限制资金” 和 “当前实盘真正正在限制资金的机制”。 最终它得出: ADD 对资金流向重要,但当前周转主因在回收端、资产 cap 和效率过滤,不在 ADD 准入本身。 这是三个模型中最接近生产系统审核要求的判断。 弱点 Fable5 仍有一些过度推断: 把 ADD 描述为让资金“锁得更久”,实际上 ADD 的剩余 TTE 通常比 ENTRY 短; 把超 cap 资产总持仓约 $382 说成可以“直接解锁 $382”,没有区分总持仓、超额部分和可成交部分; 把模型中的 redeem_lag_days=2 一度当作实际回款延迟; “$5 仓位几乎不受每美元每日利润门约束”的推理不正确,因为该指标已经按资金归一化; 2-lot 最低 ENTRY 建议可能系统性损失覆盖率。 因此,Fable5 的系统方向判断最好,但具体数字和金融指标仍需二次校验。 最适合的角色 PRIMARY_SYSTEM_REVIEWER LIVE_OPERATIONAL_DIAGNOSIS CHANGE_PRIORITY_DECISION CROSS_MODULE_ROOT_CAUSE_ANALYSIS 2. Kimi:代码缺陷侦测能力最强 Kimi 对代码结构的还原比较准确: 固定 ADD 次数和 interval 已退役; ADD 采用 target-gap 模型; ENTRY 60%,ADD 补到 100%; allocator 是最终数量权威; style 仅作诊断; 现金、集中度、shock、深度共同限制订单。 更重要的是,Kimi 找出了其他两个模型没有明确指出的具体问题: shared_deployable_pool() 读取 account_snap["capital"]["deployable_cash"] 但该字段可能没有实际写入 → 回退到 free_cash → 策略层与 allocator 层资金口径可能不一致 它还发现了: 合同写 debounce 60 秒,代码/配置为 30 秒; 注释周期 16 分钟,实际 loop 600 秒。 这些是典型的静态审核、字段追踪和合同一致性检查优势。 弱点 Kimi 在资本效率和交易语义上的推理弱于它的代码检查能力。 典型错误是: ADD 价格更高,所以边际 edge/day 必然更差。 这忽略了剩余持有时间也缩短。更高 ask 并不必然意味着更低 edge/day。 它还认为: 60/40 会让剩余资金长期闲置; 提高 entry share 会改善周转; CONFIRMATION_NO 应收紧; 增加单市场软 cap 会改善组合周转。 这些结论缺少真实候选竞争、实际 block attribution 和反事实分配数据支持。 最适合的角色 STATIC_CODE_AUDITOR SCHEMA_AND_FIELD_FLOW_CHECKER CONTRACT_IMPLEMENTATION_DIFF LOCALIZED_BUG_DISCOVERY Kimi 很适合回答: “代码是否存在字段没有写入、默认值回退、文档与实现不一致、某个 gate 实际是否生效?” 但不适合单独回答: “应该如何改变交易策略和资本分配?” 3. Grok:代码梳理最完整,但最容易过度设计 Grok 对整个 ADD 路径的整理最详尽: 各层准入条件; risk latch; REDUCE reentry cooldown; 价格带; fingerprint; emergency cap; market target; ENTRY/ADD gap; allocator 的现金、集中度、shock 和深度约束; ADD 与 ENTRY 的评分和 continuity; SELL/REDEEM 对现金回收的影响。 它对当前代码执行模型的概括非常清楚: 能不能加由 headroom 决定;加多少由 target gap 离散为 lot;ADD style 只是解释标签。 因此,在“快速理解一个陌生复杂系统”方面,Grok 表现很好。 弱点 Grok 最大的问题是: 从“发现一个可能的机制副作用”快速跳到“建议修改策略”。 它提出了大量未经实盘证明的改动: TIME_TOPUP 冷却; ADD 1.5 倍 edge/day 门槛; ask≥0.97 限制为 1 lot; 降低 peak target; 提高 entry share; 单次仅补部分 gap; 弱化 continuity; 降低 TTE confirmation 权重。 这些建议表面上都很合理,但存在三个问题: 没有先证明这些机制实际造成了损失; 没有量化被 ADD 挤出的 ENTRY 是否更优; 可能重新引入此前已经修复的低 ADD recall 和 leader fidelity 偏差。 Grok很擅长生成完整优化空间,但容易把: POSSIBLE SIDE EFFECT 升级成: CONFIRMED ROOT CAUSE 再进一步升级成: SHOULD CHANGE PRODUCTION LOGIC 这是生产交易系统审核中最危险的倾向。 最适合的角色 SYSTEM_MAPPING CODE_AND_CONFIG_EXPLANATION HYPOTHESIS_GENERATION DESIGN_OPTION_ENUMERATION 不适合作为唯一的: PRODUCTION_CHANGE_APPROVER ROOT_CAUSE_FINAL_AUTHORITY STRATEGY_SEMANTICS_GATEKEEPER 三个模型的典型思维模式 Grok 发现机制 → 推演可能副作用 → 生成多种优化 → 倾向建议修改 优点:覆盖广、思路多。 风险:过度设计、假设升级过快。 Kimi 追踪代码和字段 → 找实现不一致 → 找局部缺陷 → 尝试从缺陷推导策略改进 优点:代码问题定位强。 风险:局部正确不等于系统结论正确。 Fable5 理解代码 → 读取运行数据 → 找实际 binding constraint → 区分主因和次因 → 按实盘收益排序 优点:最接近生产运营思维。 风险:仍会在个别指标含义和金额口径上过度断言。
显示更多
日本高度人才签证,要收紧了 从经管签证、永住、入籍、、、终于轮到高度人才了。 我自己持有的就是高度人才签证。 很多人会问为什么不选择永住或者入籍?原因很简单,高度人才是唯一可以带父母、带保姆、带司机的签证。 当然,这里都有一些附加条件,并没有那么容易。 8月14日,日经放出消息:法务省计划在2026年度内修改省令,收紧外国人高度专门职的认定标准。 重点主要是下面三条: 1、提高年收入门槛; 2、同时废除部分评分项目; 3、加快审查速度。 高度人才签证在日本算是一张镀了金的绿卡,可以为你获得日本永住,类似于其他国家的PR,直接提升效率和速度。 现行的高度人才制度,采用积分制,有高度学术、高度专业、高度经营管理三个领域,根据你的学历、职历、年收、年龄、日语能力、获得的奖励等都能加分,70分及格。 超过70分,则3年后可以获得申请永住的权利; 超过80分,则1年后可以获得申请永住的权利; 比起过去熬永住需要十年,高度人才的评分表,给了外国人最大的捷径! 我们办理的高度人才,最快是8天下签证(早稻田大学的校友)已经突破极限了。年龄最大的是69岁(某上市公司老板)。 我前两天写的我一位好兄弟拿了新加坡籍,又拿了日本永住的全球最佳黄金组合之一。 他的高度人才评分是110分。比80分,还高了30分,然而他申请永住,前后也花了两年时间。 看来比起高才,永住和入籍的申请,才需要加快审核时间! 来看看高度人才人数的变化。 2012年:313人 2013年:779人↑ 2014年:2,273人↑ 2015年:3,840人↑ 2016年:5,549人↑ 2017年:8,917人↑ 2018年:11,641人↑ 2019年:15,043人↑ 2020年:16,554人↑ 2021年:15,735人↓ 2022年:18,315人↑ 2023年:23,958人↑ 2024年:28,708人↑ 2025年:32,953人↑ 2012年高度外国人材在留者只有313人,到2025年底已经飙升到32953人,13年涨了105倍。 这个增速,任何一个国家的移民局看了都会紧张。 人数暴涨的同时,如果审核质量没跟上,“高度人才”这四个字迟早会变成一个笑话。 比如前些日子刚刚被抓的在东京站开白牌车的司机,他持有的就是高度人才签证,跌瞎了大众的眼镜; 再比如太子集团的军师胡小伟,他在日本持有的也是高度人才签证,他的年收入,那可是诈骗资金; 这些负面的新闻,也让高度人才这个签证,饱受诟病! 可以看到的是:新冠结束以后,高度人才的申请直线上升,这跟经管签证是一致的。 高度人才因为是评分制,因为评分的标准很多,所以天然就具备一些漏洞。 比如低收入的高才,如果其他分数足够,收入超过300万日元。哪怕其他项目一分不加,也能过关,这就导致了部分高度人才低收入。 当然,低收入高才某种程度上讲,可能只存在经管签证转的高才中,而这类高才,其他分数要足够,说明申请者足够优秀,但是收入又低,那就明显的不合理; 其他的漏洞主要存在于学历,比如近些年比较火的各种EMBA,以及企业的事业革新计划,你在小某书上一搜,全是此类的广告。 高度人才是永住的捷径,对于经管签证的人来说,花最低的成本,贴上高度人才的标签,享受永住优待、家属随同、配偶工作等一系列特权。 那接下来高度人才的制度会怎么改呢? 按照日本一贯的立法逻辑,参考欧美和新加坡的高技术移民制度,大概率会往这几个方向走: 1、年收门槛大幅上调,应届毕业生可能要到600万日元以上,有经验的中坚人才要到800万日元以上; 2、学历审查会更细化,可能会参考申请人母校在本国的排名或偏差值,而不是“随便一个大学毕业证”就能加分; 3、硕士、博士学历,以及理工科、AI、半导体这类紧缺专业,会拿到更高的附加分。 4、砍掉一些评分项目,比如企业的事业革新之类的。 这跟我之前一直呼吁的方向基本一致:真正的高度人才,学历和年薪这两道坎根本不是问题,卡住的只会是那些靠灰色操作混资格的人。 永住的收紧,再加上高度人才的收紧,两项政策叠加,意味着“先拿高度人才签证、再混永住”这条路径,往后自然是越来越难! 经管、高才、永住、入籍这正在被系统性地收紧,这套打法,法务局和入管局内部肯定有我这样的专家在支招呀。
显示更多
0
35
43
6
转发到社区
🚨 民调是在预测选举,还是在影响选举?2026 列治文市长选举,两家民调背后的数字、误差与政治博弈 距离 10 月 17 日列治文市长选举只剩两天。一个值得所有选民思考的问题是:我们看到的民调,究竟在反映真实民意,还是可能在影响选民对选情的判断? 政治民调不仅能测量支持率,还可能通过媒体报道、选民心理、竞选捐款和战略投票,反过来影响选举。 而且,影响民调呈现,不一定需要伪造数字。 一、两家民调,三个月出现巨大差异 Pallas Data|6 月 24—28 日|304 人 Kash Heed:20.0% Alexa Loo:8.5% Rob Howard:5.9% 未决定:48.4% Leger|9 月 23—30 日|列治文 102 人 Kash Heed:13% Alexa Loo:12% Rob Howard:11% 未决定:45% 表面上,Heed 下降 7 个百分点,Loo 上升 3.5 个百分点,Howard 上升 5.1 个百分点。 但这是否意味着真实支持率发生了相同幅度的变化? 完全不能确定! 两份调查采用不同抽样方法,相隔三个月,而且 Pallas 调查时 Sheldon Starrett 仍是市长候选人,后来已经退出市长竞选。 因此,候选人变化、调查方法及统计误差,都可能影响结果。 二、Leger 最值得警惕的问题:102 人能够代表列治文吗? Leger 报告整体样本达到 1,207 人,看起来相当充分。 但那是整个大温地区的样本。 列治文实际上只有 102 名受访者! 报告将这 102 人加权为 112 的统计基数。 如果采用简单随机抽样作为参考,102 人对应的最大 95% 抽样误差约为 ±9.7 个百分点。 Leger 使用的实际调查方法并不允许直接套用这个误差范围,但它足以说明样本规模的局限。 Heed 13%、Loo 12%、Howard 11%。 三人之间只有 1—2 个百分点的差距。 这种样本规模不足以可靠地区分三人的真实支持率。 还有几个问题: ① 列治文华裔人口超过一半,但报告没有充分披露列治文子样本的族裔及语言结构。 ② 没有清楚交代列治文全部受访者是否经过市选资格筛选。 ③ 受访者的年龄结构不一定等于最终投票者的年龄结构。 ④ 报告第 21 页记录列治文未加权样本 102 人,第 24 页则是 101 人,差异没有明确解释。 ⑤ 公开表格只展示部分候选人的支持率,无法完整分析所有候选人的分布。 这些问题不证明 Leger 故意操纵数据,但说明其列治文结果不能被当成高精度的选举预测。 三、政党与竞选团队如何利用民调影响选情? 这才是政治民调最值得关注的另一面。 第一种:通过预计投票率模型,改变呈现的支持率。 同一批受访者,如果采取不同的预计投票者筛选方式,就可能得到不同结果。 Pew Research Center 曾使用同一组美国选举调查数据,测试 16 种预计投票者模型,结果从民主党领先 2 个百分点,到共和党领先 7 个百分点。 也就是说,同一份原始调查,仅仅改变合理的统计模型,就可能产生相差 9 个百分点的结果。 这不是造假,而是说明模型假设的重要性。 但如果调查发布者只公布对自己有利的模型,同时隐瞒其他合理结果,就可能误导公众。 第二种:通过问题措辞影响受访者。 例如: “如果明天举行市长选举,您支持谁?” 与: “如果某位候选人的政策可能增加居民税负,您是否仍然支持他?” 这不是同一种调查。 第二个问题已经向受访者加入了特定信息,可能影响回答。 竞选团队可以合法测试不同政治信息的影响,但如果把这种信息测试当成普通投票意向民调发布,公众就可能误解结果。 第三种:选择性公布民调。 假设某竞选团队连续做了五次调查: 两次领先、一次平手、两次落后。 如果只对媒体公布领先的两次,而不公布其他调查,所有已公布数字都可能真实,但公众看到的整体图像却并不完整。 政治学和民调研究长期注意到这种选择性披露问题。 第四种:利用未决定选民改变数字的视觉效果。 以 Pallas 的 Heed 20% 为例: 包含全部受访者,他得到 20%。 如果简单排除 48.4% 未决定者,20% 除以 51.6%,就变成约 38.8%。 两个数字来自同一份调查。 但是,“支持率 20%”和“已表态选民中约 39% 支持”,会给公众完全不同的印象。 如果报道不清楚说明分母,就容易造成误解。 第五种:通过媒体报道制造领先叙事。 当新闻标题反复出现“某某领先”“某某是最有机会击败对手的人”,民调便可能开始影响选民心理。 一些选民可能改变战略投票选择,捐款人可能调整资金支持,媒体也可能进一步集中报道被认为具有竞争力的候选人。 这被称为民调的反馈效应。 需要强调,这种效应并非必然发生,也不意味着领先者总会因此受益。 第六种:通过大量发布倾向性民调影响市场认知。 现代选举经常依赖多家民调的平均值。 如果某些机构频繁发布调查,而不同机构的抽样、加权和质量存在系统性差异,简单平均可能受到影响。 这也是为什么严谨的民调聚合机构需要区分调查质量、历史准确率及机构之间的相关性。 第七种:直接伪造调查。 这是性质完全不同的严重问题。 2026 年美国洛杉矶市长选举中,一家自称民调机构的组织曾公布有利于现任市长的调查,后来承认没有进行真实受访者调查。 这一案例说明:连看起来正规的民调报告,也需要独立验证实际调查过程。 但没有证据表明类似造假发生在本届列治文市长民调中。 四、回到列治文:Pallas 和 Leger 有没有政治偏向? Pallas 的委托方是 Conservative Electors Association。 该组织本身参与列治文市选,因此 Pallas 是一份具有明确政治委托背景的调查。 但政治组织委托民调是合法且常见的行为。 是否存在偏差,应检查问卷、抽样、加权模型及数据披露,而不能仅凭委托方身份断言造假。 Leger 则与 Vancouver Sun 合作发布调查。 其列治文样本过小、部分方法不透明,容易让媒体报道中的候选人顺序获得超出统计证据的确定性。 但同样没有证据证明 Leger 故意偏向 Heed、Loo 或 Howard。 目前可以确认的是: 两份调查都存在使用限制,Leger 的列治文子样本尤其小,而公众往往只看到候选人排名,很少看到这些限制。 对民调的合理质疑,必须建立在方法和数据之上,而不是因为数字有利于某位候选人,就认定有人操纵。 五、真实投票数据,正在呈现另一种变化 截至 10 月 13 日,列治文市政府确认: 2022 年提前投票:7,247 人。 2026 年提前投票:17,464 人。 提前投票人数增加 141%,达到上一届的 2.41 倍! 2022 年整场市选只有约 35,093 人投票。 如今,正式选举日前的提前投票人数已经接近上届全场的一半。 这说明今年的提前投票规模显著扩大。 但不能直接推断最终投票率也增加 141%,更不能据此判断新增选民支持哪位候选人。 这里最重要的变量是:真正参加投票的人,是否与民调受访者具有相同的人口结构和政治偏好? 目前没有足够公开数据回答。 六、Smart Richmond 与 Polymarket 能帮助判断什么? Smart Richmond Election Monitor 追踪历史选票、竞选活动、社交媒体和预测市场。 这些数据可以帮助观察竞选环境,但它们测量的是不同事物: 科学民调:受访者的政治选择。 网络读者投票:自愿参与者的选择。 社交媒体数据:关注度和传播活动。 Polymarket:交易者对市场结果的预期。 官方提前投票:已经发生的真实选民参与。 五种数据不能直接互相替代。 特别是 Polymarket 的胜选概率,不代表候选人最终会获得相同比例的选票。 Election Monitor 的公开模型也明确区分预测市场概率与预计得票。 七、最终判断:谁能真正反映 10 月 17 日的选举结果? 从现有数据可以得出四个结论: 第一,Leger 的 13%、12%、11% 并不能确定三人的真实先后差距。 第二,约 45%—48% 的受访者尚未决定,意味着调查时仍存在非常大的不确定性。 第三,2026 年提前投票参与规模明显上升,但新增选民的真实投票选择仍然未知。 第四,民调可能影响选举传播和选民行为,但没有可靠证据证明 Pallas 或 Leger 在列治文市选中故意操纵调查。 因此,我认为现在最重要的不是不断讨论谁在某次民调中领先 1 个百分点,而是认清: 民调是一种带有统计不确定性的测量工具,同时也是可能被政治团队选择性利用的传播资源。 当媒体把小样本调查包装成确定排名,当竞选团队只强调有利数字,而公众忽略未决定选民及真正的投票率,民调就可能从测量工具变成塑造选情认知的工具。 至于 10 月 17 日的最终结果,现有公开数据仍不足以可靠确定当选者。 最后一个值得反问的问题是:当民调可以被选择性发布、解读和传播,我们究竟是在根据选民的真实意见理解选举,还是让民调制造的选情叙事影响我们对选举的判断? 📎 原始证据与研究来源 Pallas Data 2026 列治文民调: Leger 2026 年 10 月 7 日完整报告: Pew Research Center:不同预计投票者模型对民调的影响: AAPOR:民调方法披露标准: Smart Richmond Election Monitor: 列治文市府官方提前投票记录: #RichmondBC# #RichmondElection2026# #Polling# #Leger# #PallasData# #PoliticalInfluence# #CanadaPolitics#
显示更多
【热点财经新闻综述|11月8日·早间】 蓝本:《热点财经新闻·早间》2026-11-08(约08:11北京时间,落在垃圾/更新分类,素材约403条);并交叉11月7日晚间邮件与公开报道。今日周日,盘面数字均指11月6日(周五),不是实时盘口。邮件中Apollo采购额、SpaceX营收目标、融资细节等属转述,不作定论。 **今日判断:国内增量资金与稳市工具正在形成可核的利多主轴,海外利率与AI估值去杠杆仍是最强利空约束。多空不是“市场好坏”二选一,而是风格切换——红利、权重、黄金更受政策与资金托底;CPO、高估值成长、名字题材更受利率与监管双重压制。周末宜先把利多、利空分开排序,再决定仓位结构,不宜用单日反弹或连板高度确认趋势。** 下周观察三件事:主动ETF与互换便利是否把认购/额度换成持续买盘;美国CPI与美债收益率是否继续抬升贴现成本;A股硬件能否跟美股芯片修复放量,还是只有权重抗跌。 #三大利多方向(按重要性排序)# **利多一|增量资金从“额度新闻”进入“认购与买入”——对权重、红利、券商最直接** 可核事实最强:证券时报等报道,首批18只主动ETF全部提前结募,17只超募配售,总认购近440亿元,较340亿元募集上限超额约百亿,预计11月中下旬上市;部分产品已建仓。叠加公开可核的国常会完善稳市机制,以及头部券商披露第三批互换便利项下已完成首批股票/ETF买入;邮件另称三季度末险资持仓A股市值超1.71万亿元、环比约增9%。这组信号合在一起,说明“有钱进来”不再只是口号。 为什么重要:它直接改善系统性流动性预期,降低恐慌踩踏概率。受益优先序应是——券商代销与财富管理、沪深300权重、高股息公用事业与银行,而不是题材股无条件上涨。必须分清:认购额≠当日净买盘;操作额度≠已全部买成股票;邮件若再提“约700亿入市”等,未见同等权威已投披露,只能当转述。 对冲关系:它不能抵消美股成长股估值杀,但可以解释为何周五缩量下跌时银行、电力仍有承接——资金在做风格防守,不是全面离场。 **利多二|算力需求叙事未死:运营商开支上修 vs 海外融资噪音——对IDC/光模块是“中期支撑、短线仍受制于外盘”** 邮件强调运营商算力投资由约370亿元加码至约1000亿元,并转述Apollo拟大规模采购AI芯片、高盛称本轮抛售更像流动性冲击而非2000年泡沫。公开侧可核的是国内稳市与ETF资金;Apollo/SpaceX营收目标等需回到原报道核验。 为什么重要:真正有价值的不是“AI永远涨”,而是国内资本开支仍在加、海外抛售可能过度反应。这对润建股份一类算力网络、光环新网一类IDC、以及超跌光模块的中期订单逻辑偏多;但对当日已跌停的CPO龙头,只能当作修复观察条件,不是抄底指令。 对冲关系:用“国内开支+极端恐慌后修复窗口”对冲“OpenAI融资缩水、微软收缩算力租赁”的情绪冲击。两条线要分开跟踪:订单与资本开支是分子;利率与监管是分母。 **利多三|黄金24连增 + 情绪触底 + 光伏/东方系逆势——对贵金属与轮动资金有用,弹性次于前两项** 人民网/外管局口径:10月末外储约34052亿美元;黄金储备7830万盎司,环比增83万盎司,连续24个月增持。邮件称大摩A股情绪指数突破过度悲观阈值;周五东方日升等光伏大涨、东方系与铝材辅材连板活跃。 为什么重要:央行购金是可核的中期配置力量,利好山东黄金等;情绪指标与光伏轮动属于“亏钱效应后的高低切换”,强度弱于资金政策主轴。追连板高度不等于低风险,只能说明短线仍有赚钱效应。 对冲关系:黄金与红利对冲成长股估值压力;光伏轮动对冲科技硬件亏钱效应,但接不住监管函打掉的高标题材。 #三大利空方向(按重要性排序)# **利空一|强劲非农抬升加息预期——对长久期成长股是最硬的分母利空** 可核:美国10月非农新增16.5万人、失业率降至4.1%,远超预期;中文财经报道称12月加息押注升至七成上下。周五芯片股技术性反弹(邮件称AMD约+11%、费城半导体约+4%),但全周仍弱。 为什么重要:就业强 = 利率回落预期推迟 = 成长股贴现率难降。这比单家公司标题更能决定纳指与A股映射股的估值天花板。影响对象:光模块、半导体、AI应用等高估值链条;相对利好高股息与美元资产逻辑。 对冲关系:不要用周五反弹否定利率压力;反弹只说明抛售中有过度反应。下周CPI才是验证点。 **利空二|AI监管担忧叠加科技股去杠杆,已传导至A股CPO/半导体——对硬件仓位是最直接的价格冲击** 公开收评与邮件一致:周四美股科技重挫后,周五A股东山精密跌停、中际旭创、新易盛大幅回调;上证约-1.10%、创业板约-3.96%,成交缩至约1.66万亿元。邮件还提到存储高位分歧(长鑫、兆易回调)。 为什么重要:这是已经发生的亏损,不是预期。缩量说明主动买盘不足,抛压也未必出清。影响对象:CPO、元件、存储高位股;权重抗跌不能自动修复硬件仓。 对冲关系:只有当美股芯片放量修复、且A股相关板块跟涨放量时,才谈得上情绪脉冲升级为修复行情;否则属于下跌中继。 **利空三|融资与租约噪音 + 短剧监管函——对主题炒作是赔率杀手,强度低于前两项但杀伤集中** 邮件转述OpenAI融资规模/估值调整、微软调整甲骨文算力租约;公开可核:广电总局微短剧治理、上交所对浙文影业发监管工作函,公司澄清无AI短剧业务。欧洲数据中心抗议等属边际噪音。 为什么重要:产业噪音会强化“资本开支见顶”叙事;监管函会瞬间改变连板股赔率。影响对象:AI应用映射、名字题材、高位短剧游戏股。 对冲关系:用业务真实性与订单核验对冲标题;用国内运营商开支对冲海外租赁收缩预期——但核验前,仓位上应降风险,而不是加仓博反弹。 #散户热议# **国内(韭研公社等):** 情绪主线是“硬件暂歇、防御接力、外溢能不能接住”。复盘帖强调科技硬件最弱、农业电力逆势;也有人交易“美国数据中心受阻→算力需求外溢”。偏差在于:外溢仍待订单验证;连板与名字抱团比机构更快,也更容易被监管函打回原形。散户关心次日谁接力,机构更关心成交与资金落地——两者都看到政策托底,但交易时点完全不同。 **海外:** 周五芯片反弹后,媒体描述逢低买盘增多;同时非农让利率交易重新活跃。本轮未完整抓取WSB原帖,不虚构口号。更稳妥观察:机构争论“抛售是否过度”,散户若只看反弹忽略利率,容易在修复行情里追高。 #周末观察# 1. 把主动ETF上市建仓、互换便利后续买入、回购再贷款执行进度写成检查清单,不把额度当已投。 2. 盯美债收益率与下周CPI,决定成长股能不能修复。 3. 硬件与高标题材分仓管理:前者看外盘量价,后者看监管与业务澄清。 长期产业空间与阶段性去杠杆可以同时存在;利多排序解决“谁有钱接”,利空排序解决“谁先被杀估值”。以上为邮件与公开信息整理,不构成投资建议。
显示更多
反努力 1 最近一个新闻很有意思,郭帆说采访了1000多个新时代的年轻娃们,都表示不愿意努力了,这也让他去思考了一下流浪3的主题,可能不能完全用宏大叙事来构成了,需要关注新一代人的虚无感。 2 很多人说网络放大了人们的焦虑,让女人认为年入百万很容易,滋生嫉妒,让男人认为成功是极小概率事件,从而放弃当前的吃苦而原地躺平,以前那些成家立业全部抛开,反而一身轻。就好像你刷一下x到处都是财富密码和一天百倍的永赚博主,你还能看的上年化10%的策略吗?可能还不够付你的资金费率。 3 如果我们拿身边的人去统计,你会出现大量的幸存者偏差,比如你走进市中心的星巴克,你会觉得全是帅哥美女商务范,但是大多数人其实电瓶车和公交地铁,那边才是颜值均值。而如果你看你的同班同学总有混的很不错的,但有没有可能哪怕是同学在离开学校后本身也形成了一个所谓的中产圈才能让大家加的上微信? 4 去伪存真,某种意义上,ai解决这个问题你只需要把你的择偶标准告诉ai,就能立刻帮你筛选出来到底你所在的地区有多少人复合要求,哪来那么多年入百万有钱有闲的成功人士天天给你发私信···还不都是杀猪盘➕嘴炮的影分身··· 5 随着豆包的dau超过1亿,我对腾讯更加悲观了,所谓社交里面的多少无效沟通可以被豆包接管,再叠加有1亿人不断的帮助豆包去迭代模型,以后字节做任何产品都拥有了全天下最强的共享大脑。至于老外的ai,最有价值的应该是grok,因为自带了x的数据产出能力。 恒生科技我目前估计会再跌20%,持仓太重的要考虑一下了。 6 卖token不是一个好生意,虽然glm和minimax都在狂涨,核心原因是大量的技能在早期探索阶段会很烧钱,但是一旦进入蒸馏模式后,你会发现大家不重复造轮子就马上减少了消耗,最经典就是app时代变成小程序时代,维护成本全部指数级降低。 7 继续看多,加密这次破圈成为伊朗的首选过路费太振奋人心了··以后各大国家不储备点都不行了。哪怕是稳定币也得多备着,但是需要去中心化的,不然伊朗高官小金库被泰达锁了就乐呵了。。 顺便利好btcfi,虽然好像已经快凉了。 8 最近沉迷一个新游戏,沙盘战争三国,太强了,国人之光,把钢4做成三国了。目前demo可以玩了,但是还没正式发售,不过demo也很完整了,不耽误爽。 9昨天有朋友问我机器人能不能带来共同富裕,我笑着说,这东西要是做成士兵那普通人一点统战价值都没了 “通往地狱的路都是用建设天堂的口号来建造的”
显示更多
PEG 的计算公式为:PEG =(市盈率 P/E)÷(每股收益增长率); 部分个股因近期 AI/半导体周期的盈利波动而出现偏差。 更新/确认的 PEG 值(2026 年 5 月 8 日左右): - $INTC :~3.2x 因增长能见度较低但估值偏高 - $LRCX :~2.0x–2.5x - $KLAC :~2.0x–2.5x 近期报告多在 2.5x 附近 - $AMAT :~2.0x–2.5x 与KLAC/LRCX 等设备股类似 - $ASML :~1.7x–2.3x - $ALAB :~1.6x–2.1x 增长加速带来溢价 - $ARM :~1.5x–2.2x IP 业务增长推动部分估值更高 - $ANET :~1.5x–2.1x - $LITE :~0.6x–1.3x 部分来源已降至 0.6x - $TSM :~0.65x–1.1x AI 基础建设核心标的 - $CRDO :~1.0x - $NVDA :~0.9x–1.0x 常被引用为 0.9x反驳高估论点 - $COHR :~0.9x - $AVGO :~0.9x - $AMD :~0.7x–1.2x 多数观点认为颇具吸引力 - $SNDK 可能指 SanDisk/WD 或历史标的:~0.7x - $MRVL :~0.6x–0.7x 为低于 1.0x 的优质标的 - $AAOI :~0.6x - $ON :~0.5x - $MU :~0.2x–0.4x 多视其为极度低估的突出标的 快速总结(彼得·林奇风格): - <1.0x(具有吸引力 / 低估成长股):MU(最突出)、MRVL、LITE、NVDA、TSM、AVGO、AMD 等——众多 AI 基础设施核心标的。 - ~1.0–2.0x:估值合理或温和溢价(例如您中段的 CRDO、ASML 等)。 - >2.0x(需谨慎 / 高溢价):INTC(最明显红旗)、AMAT/KLAC/LRCX/ARM/ALAB —— 设备股及部分设计/IP 类公司估值较高。 PEG 比率( 8/5 日收盘价)主要参考了近期分析报告(以 Tickeron 2026 年 5 月半导体 PEG 评估为主的多年度/前瞻混合数据) 以上数据基于 5 月 8 日左右 AI/半导体市场火热环境下的收盘价。PEG 所依赖的增长预估会随财报变化(例如 HBM/内存景气大幅提振 MU)。 建议结合前瞻市盈率、具体增长假设及个人风险承受能力进行交叉验证, PEG 只是快捷工具,并非绝对标准。数据来源于近期市场分析,实时报价可能波动。 非投资建议,仅供参考,DYOR。
显示更多
0
17
51
29
转发到社区
RECT理论数学退化细节完整展开(由Grok完成) (Inference 60强化版配套说明)以下是RECT理论从完整作用量到主流物理理论的系统退化路径。我将严格按照RECT的单一核心规则(参照熵最大化驱动的质能相位转换)展开,每一步都给出清晰的数学步骤和极限条件,方便您直接用于第10版文档或SymPy验证。 1. RECT完整作用量(第9/10版核心形式)(细节见图1) 2. 宏观极限(当前膨胀相 + 大尺度)→ 广义相对论(GR)(细节见图1) 3. 微观极限(高参考物密度 + 小尺度)→ 量子力学(QM)(细节见图2) 4. 当前膨胀相 + 高参考物密度极限 → 量子场论(QFT)与标准模型(SM)(Inference 60重点)(细节见图3) 偏差的自然修正: 当相位梯度偏离当前膨胀相理想值时,RECT自动产生非微扰修正,正好对应QFT/SM中已知的“偏差”(暗物质效应、层次问题、强CP问题等),如Inference 60中已列出的统一解释。 5. 极端极限(奇点与热寂)∇Φ→0,所有场项、力项、概率项、熵约束项同时消失,作用量退化为纯几何边界条件——这是QFT/SM永远无法到达的全局自洽边界。 总结一句话: RECT的作用量通过四个自然极限(宏观、微观、当前膨胀相、极端边界)完整覆盖了GR、QM、QFT/SM,且无需任何额外参数或假设。QFT/SM只是RECT在“当前宇宙膨胀相 + 高参考物密度”这个特定窗口下的有效近似。
显示更多
一天卖130亿 昨天的文章不是查了国际银价百年走势嘛,我今天想起了另一个角度,就是黄金白银汇率过去100年的走势,也有相关的统计。如下图,起点也是1915年,至今110年。 1970年之前的数据不够具体,所以k线复现的能看出来也不够细节,1970年之后肉眼可见的不一样。 过去110年黄金白银的汇率波动也不小,低的时候到过10附近,高的时候接近120,所以并不能简单的做黄金白银行情联动,彼此偏差的幅度已经足以让那些上杠杆的人家破人亡。 目前黄金白银最新的汇率在74,从历史上看是一个中偏上的位置,但只看近5年、近10年并不高。我个人觉得黄金白银汇率还有进一步下跌的空间,不包,纯直觉。 另外今天还有一个小发现和大家分享一下,我之前不是多次在公众号上提到过黄金etf(518880)嘛,我发现另一个黄金etf(518850)更好,原因是后者下调过管理费,只收0.2%,比前者的0.5%便宜。两个etf底层资产和策略都是一样的,但如果长期持有的话,每年差0.3%。 我有200多的518880,每年7000-8000呢,苍蝇腿也是肉,回头我把仓位调一下。 …… 今天a股的成交量继续萎缩,全天加起来只有1.59万亿,和之前牛市峰值相比已经接近腰斩。从盘面来看主要是买盘萎缩,炒概念的资金远不如前几个月活跃,当时像寒武纪一天能成交250亿以上,今天只有62亿。这当然是消极信号,没有这些较为激进的交易者搭台唱戏,整个a股的流动性也会退化。 今天场内为数不多的亮点是海峡两岸板块,福建发布了12条惠台政策,资金拉升了福建相关个股,但幅度也没到2%。两岸概念从我刚入市的那年就开始炒,我以前也掺合过,在一个叫厦门港务的票上赚过两个涨停,但终究的这个概念都是昙花一现,从来都没真正支棱起来过。我觉得主要原因是两岸的互动并没有真正的良性变化,更多时候都是我们单方面的释放善意,然后民进_党处处提防统战,所以资金炒着炒着觉得没趣就自己熄火了。 除了两岸概念,其它前期板块今天都扑了,也没啥大不了的利空,就是没钱,全场没钱。 目前大盘已经摆脱了向下通道,但也没有回到上升通道,处在中间区域,头上有ma20、30、60这三条均线压着,脚下有ma5和ma10托着,用白话形容就是短期成本和中期成本互相碰撞纠缠的状态,由于成交量一直“低血糖”,无法提供足够的动能,想要同时突破3条中期均线的压制很难。 老乡们不能再走了,再走人心就散了。 …… 1、六大行全面停售5年期大额存单,目前3年期的缺货,2年期的利率1.4%。由于房价不利,后续多半还要降息,目前的存款利率还得往下降,前几年锁了5年大额存单的赚到了,但这种好事以后没了。谁要嫌银行收益低就来炒股,躺赚不允许。 2、万科债连续下跌,今天收盘我看了一下好几个都在25左右,这是市场对债券真实价值的定价。这几天陆陆续续有人留言说能不能散户买一点,赌小额刚性兑付。可是我都好几年没听过公开债的小额刚兑案例了,官方在刻意弱化这方面的预期。另外万科的债务规模这么大,很可能不会专门照顾小额债权人,我建议不要冒这个险了,值博率一般。 3、中国药品价格登记系统上线,给医药商业一个全国统一的官方价格标签,有利于医药销售,还能吸引外资新药进来 + 帮国产创新药出海,销量利润双增长。这事不改医保价,不降药价,纯增量利好,所以今天医药商业板块+2.6%。 4、昨天热度颇高的豆包智能手机今天也降温了,中兴通讯高开低走收跌1.7%。我今天又补看了第二批6-7个演示视频,说实话也没有很打动我,都是一些轻应用场景,都预设了一个用户自己忙的顾不上看手机,必须单独让ai去操作,但同时又对ai的操作结果不放心,需要随时去看去纠正。像是我们家里假装不看小孩,然后偷偷用手机记录他走路,喝水,吃东西。 我还是昨天那句话,我们在手机上没有极度不想干,但又不得不干的事情可以交给ai做,如果你觉得我说的不对,可以在这一段划线评论举例子反驳我。 5、今天听说有一个深圳的豪宅盘湾云玺,一天爆卖130亿,我看了新闻,结果发现这个盘子是超高层住宅,而且层数越高价格越高。55层以上的户型都是1.3亿起,单价25万+/平米,最顶层5亿一套。 不太理解深圳的顶豪是怎么想的,住超高层住宅真的不担心消防问题吗。现实中一旦超过18层起火,消防的应对措施就很困难,你这50多层要是着了,119就算来了也束手无策。 像它这样的超高档楼盘物业费肯定不低,不用担心长期维护问题,但更多的普通人真的要尽量避开超高层楼盘,年久失修,物业费拖欠严重,20-30年后一大堆问题。 今晚就到这吧,最近先不发射了,看看情况。
显示更多
天价 IPO 扎堆,是牛市的烟花,还是丧钟? 当投行开始给还没盈利的公司定百亿千亿估值的时候,说明市场上已经没有便宜货了。 1999 年 11 月,意大利电力巨头 Enel 在纽交所募了 165 亿美元。五个月后,AT&T Wireless 又募了 106 亿——当时美国史上最大 IPO。 2008 年 3 月,贝尔斯登刚破产没几天,#Visa# 逆势敲钟,募了 179 亿。 2026 年,#SpaceX、##OpenAI、##Anthropic# 排着队进场,估值一个比一个离谱。 每一次都是这样:崩盘前,一定有一场盛大的 IPO 狂欢。 --- 2000 年:电信巨头的"最后一场烟花" AT&T Wireless 上市那天,华尔街是真心相信电信革命能改变世界。 毕竟互联网嘛,你得上网。上网就得有基站、有光纤、有运营商。逻辑链条清晰得像 1+1=2。2000 年 4 月 27 日,106 亿美元募资额刷新历史纪录,市场沸腾。 按当时美股最大市值公司微软的 5861 亿市值为锚,这 106 亿换算到今天,差不多是 #SpaceX# 的 500-800 亿量级——一模一样的规模,一模一样的叙事。 然后呢? 纳斯达克一个月后微涨 2%,三个月跌 2%,六个月跌 5%,十二个月——直接腰斩 46%。 更黑色幽默的是:AT&T Wireless 没活到股价涨回来的那一天。 --- 2008 年:大雪崩前,有人还在敲钟 Visa 上市的时间点,堪称行为艺术。 2008 年 3 月 18 日,次贷危机已经烧了半年,贝尔斯登刚刚被摩根大通以每股 2 美元的白菜价收购——一年前它的股价还是 170 美元。 Visa 敲钟了,179 亿美元,全美历史第二大 IPO。 当时的声音是:"Visa 不一样,它是支付网络,不是放贷的,不受次贷影响。"Visa 上市头几天确实涨了,然后雷曼兄弟倒了。标普 500 暴跌 50% 以上。 当然,Visa 最终涨回来了,而且涨了很多。但你要知道,这不是规律,是运气。AT&T Wireless 就没有这种运气。 幸存者偏差是投资里最贵的幻觉:你看到活下来的 Visa,没看到死掉的 AT &T Wireless。 --- 2026 年:AI 的"天价 IPO 三重奏" #SpaceX。##OpenAI。##Anthropic。# 三家公司,三种叙事,同一个逻辑:未来已来,现在不上车就晚了。 #SpaceX# 讲的是星际文明,#OpenAI# 讲的是 AGI,#Anthropic# 讲的是安全。每一个故事都值千亿美元,每一个故事都没法用传统估值模型解释。 2000 年是互联网泡沫,所以压轴的天价 IPO 是电信公司——互联网的基础设施。 2008 年是金融泡沫,所以压轴的天价 IPO 是 Visa——支付的底层网络。 2026 年是 AI 泡沫,所以压轴的天价 IPO 是 AI 公司——精准得让人毛骨悚然。 牛市末期有一个残酷的规律:当市场找不到便宜货的时候,它就开始买故事。 故事越大、越遥远、越无法证伪,估值就可以定得越高。互联网、金融、AI——每个时代的终极叙事都会在牛市尾巴上被定价到极致。 --- 为什么天价 IPO 总在顶部出现? 因为一手信息的人,永远在顶部卖给你。 创始人和早期投资人最清楚公司的真实价值。他们选择什么时候上市?估值最高的时候。 当一个行业的头部公司集体选择在同一个窗口期上市,这本身就是信号:内部人认为,这是他们能拿到的最好价格。 I 互联网泡沫破灭后,亚马逊活下来了,涨了一千倍。金融海啸后,Visa 也活下来了。 AI 大概率也会活下来,而且活得很好。 问题是:活下来的是谁? 方向对了,公司对了,时间错了——照样归零。 历史说:天价 IPO 不一定导致崩盘,但崩盘前一定有天价 IPO。 2000 年如是。2008 年如是。2026 年呢? 你可以看好 AI,但不要为叙事支付溢价。你可以参与 IPO,但不要用你输不起的钱。 你可以相信未来,但别忘了 AT &T Wireless 的股东也相信未来。 烟花很美。只是散场的时候,别站在下面。
显示更多