搜索结果 高久潤：
高久潤： 贴吧
一个关键词就是一个贴吧，路径全站唯一。
用户
未找到
包含 高久潤： 的推特
華潤微電子有限公司
價格調整通知函
尊敬的各位客戶、合作夥伴：
衷心感謝您的信賴與鼎力支持，一路攜手同行、互利共贏！
當前全球半導體上游原材料、貴金屬、輔材、物流成本等持續攀升，晶圓製造、封測全鏈路成本大幅上漲。現供應鏈保供壓力巨大，斷料風險提高。我司仍持續推行精益生產、工藝優化、內部降本等舉措消化成本壓力，奈何本輪漲價週期久、漲幅高，內部降本空間已觸頂；疊加市場供需因素，綜合經營壓力難以獨自承擔。為保障穩定供貨、堅守產品與服務品質，經公司管理層審慎研究，決定對全系列產品上調價格，具體事宜通知如下：
本次價格調整相關事宜通知如下：
調整範圍：華潤微電子全品類業務。
調整幅度：上調幅度 15% 起。
執行時間：本次價格調整自 2026 年 7 月 1 日 起正式生效。
显示更多
财达证券（600906）深度做多研报：小盘区域弹性标的，雄安红利加持，业绩拐点确立
投资评级：强烈买入
目标价：10.6‑10.8元，当前股价7.27元，潜在上涨空间40%‑50%
核心结论：财达证券是河北省唯一省属上市国资券商，具备小盘流通盘轻、股性活跃、河北区域垄断、雄安新区政策红利、业绩加速爆发五大核心做多逻辑。2026年一季度净利润同比暴涨114.53%，自营与经纪业务全面回暖，盈利拐点彻底确认。当前估值处于历史合理偏低区间，在券商板块β行情带动下，叠加京津冀一体化、雄安新区金融业务扩容，叠加AI财富管理转型，估值修复确定性极强，是券商行情里弹性最优的小盘标的，坚定做多。
一、公司基本面：四大业务板块构建业绩增长底盘
1. 经纪业务：河北区域绝对龙头，客户资产持续扩张
公司深耕河北省全境，营业网点覆盖全省各地市，依托河北国资委股东资源，省内经纪业务市占率稳居本地券商首位。2025年经纪手续费净收入10亿元，同比大幅增长33%；全年新增客户23.05万户，同比增长27.61%，托管客户资产规模达到2620.62亿元，同比提升16.68%。
融资融券业务稳健扩张，两融余额80.73亿元，利息收入4.08亿元，同比增长14.05%，赚取稳定利息收益。随着A股市场日均成交额持续上行，佣金收入会直接放大，构成业绩稳定基本盘。
2. 自营投资业务迎来强势反转，业绩弹性充分释放
自营业务是公司业绩最大弹性来源。2026年一季度自营投资收益大幅回暖，带动单季度营业收入7.35亿元，同比增长51.06%，归母净利润2.53亿元，同比暴涨114.53%，净利率创出近年新高，盈利质量大幅改善。
自营资产以固收债券资产为主，权益仓位灵活可控，在震荡市场回撤有限。市场进入上行周期时，权益资产收益会快速兑现。对比此前自营业务拖累业绩的阶段，公司已经优化投资结构，严控久期，固收+少量权益的投资组合，盈利稳定性显著增强。
3. 投行业务：债券承销省内领跑，雄安项目持续落地
依托河北国资股东河钢集团、河北建投、河北港口集团等省属大型国企资源，公司省内公司债承销规模常年位居前列。2025年债券承销规模716.93亿元，同比大涨48.94%，债券业务收入实现高增长。
深度参与雄安新区建设，承接雄安区域企业债券发行、政府融资业务，同时财达资本设立雄安科创产业基金，布局本地科创企业IPO储备项目，未来北交所、创业板IPO业务具备增量空间。在京津冀一体化战略下，承接北京外溢的企业投行项目，实现业务向外延伸扩张。
4. 资管与期货业务稳步布局，打开第二增长曲线
全资子公司财达期货深耕大宗商品衍生品业务，依托河北本地钢铁、煤炭大宗商品产业集群，开展风险管理、场外衍生品业务。资管业务持续推进主动管理转型，降低通道业务占比，持续布局固收+产品，获取稳定管理费收入，平滑股市行情带来的业绩波动。
二、三大独家做多催化，区别于普通区域券商
1. 雄安新区国家级战略红利
作为河北省唯一本土上市券商，是雄安新区建设核心金融服务商，政策红利具备持续性。雄安新区大规模基建、产业落地会带来大量债券承销、股权投资、企业投融资业务，公司具备天然业务优先权，是市场独有的题材逻辑，券商板块行情中极易获得资金优先炒作。
2. 小盘标的，流通筹码极轻，股性远超行业平均
公司总市值236亿元，流通盘体量小，拉升需要资金规模远小于大中型券商。历史上每一轮券商板块启动，财达证券经常率先涨停，是游资和机构博弈的首选弹性标的。一旦券商交易活跃度提升，资金会优先布局这类筹码结构优质的小盘券商，股价上涨弹性显著高于财通证券、南京证券等同类型区域券商。
3. 国资股东强力赋能
实控人为河北省国资委，省属一众大型国企为稳定客户来源，持续带来存款托管、债券发行、员工开户等业务资源，业绩增长具备确定性，经营风险显著低于民营券商。
三、行业宏观环境，券商β行情全面开启
1. A股市场成交持续回暖，直接利好经纪、两融业务，行业整体业绩上行。
2.资本市场改革持续推进，北交所做市业务扩容，衍生品新规落地，券商业务边界持续拓宽。
3.监管鼓励券商提升经营杠杆，优化风控指标，券商整体ROE中枢抬升，行业估值迎来修复。
四、估值分析，当前具备充足估值修复空间
当前市净率约1.10倍，低于区域券商估值中枢，处于自身五年估值偏低区间。2026年一季度业绩爆发，市场尚未充分定价。盈利预测2026年全年归母净利润有望达到9‑9.5亿元，每股收益0.29元。对应合理PB1.5倍，对应目标价格10.6‑10.8元，上涨空间接近20%。
五、风险提示
1. A股成交额持续低迷，拖累经纪业务收入；
2. 债券市场利率波动，自营固收业务收益不及预期；
3. 雄安项目落地进度慢于市场预期。
六、投资建议
财达证券兼具河北区域垄断优势、雄安国家级题材、小盘高股性、业绩强势反转、自营业务弹性释放多重利好，基本面拐点明确，估值具备修复空间。综合判断给予强烈买入评级，目标价10.6‑10.8元，建议重仓做多。
显示更多
AI半导体终局推演2026(I)
当新token经济学范式从GPU算力转移到HBM
本文从从GPU架构进化路线本质出发，解释这个市场长久以来担心的问题:
每个GPU的HBM内存需求为什么一定会是指数增长，为什么HBM需求指数增长不会停滞?
并推导token经济学在当前架构下第一性原理:token吞吐 = HBM size X HBM BW带宽
同时讨论了，为什么GPU的天花板被HBM的两个发展维度所决定
HBM周期性这个话题争议一直很大，乐观派认为AI带来的需求比以前要大的多，但市场主流仍然认为前几次上升周期也有需求每年20%+增长，这次又有什么不一样呢？AI不影响HBM和传统DRAM一样有commodity属性，一旦在需求顶峰扩产遇上需求下行又会重蹈覆辙。
我们可以从算力芯片架构视角,从第一性原理出发，来拆解和推演一下这个问题：为什么这次真的不一样
-------------------------------
历史：CPU算力时代
很久以来，我们都处在CPU主导算力的时代，CPU的最高级KPI就是performance，跑的更快，所以每一代的CPU都用各种方法来提高跑分，最开始是频率上升，后来是架构演进superscaler等等
这个时候为什么DDR不需要很快的技术进步速度？比如DDR3到DDR5竟然经历了15年之久
因为这个时期的DDR的角色是纯粹的辅助，而且辅助功能极弱，以业界经验，DDR的速度即便是提高一倍，CPU的performance一般只能提高不到20%这个量级
为什么DDR带宽速度提高了用处不大？两个原因
1. CPU设计了各种架构去隐藏 DDR延迟，比如superscaler，加大发射宽度，用海量的ROB和register renaming来提高并行度隐藏延迟，一级缓存cache，二级缓存cache，削弱了DDR的带宽速度需求
2. CPU workload对DDR带宽要求并不高，大部分日常负载比如打开网页，DDR带宽是严重过剩的，甚至云端负载
也就是说，在CPU时代，DDR的带宽速度是不太有所谓的，DDR4和DDR5除了少数游戏就没啥差别，甚至JEDEC标准也进步缓慢。
另外，绝大部分app需要一直停留在DDR上的部分并不多,需要的时候从硬盘上调度到DDR即可，app的size增长没那么快，导致对DDR的容量需求也较为缓慢。
所以最近十年来，平均每台电脑上的DDR容量大概从7~8GB变成了23GB，十年只增长了3倍。
而这部分升级缓慢直接影响了营收，size容量计价是赚钱的主要方式，速度的提高只是技术升级，提高size的单价，这两个的升级需求都不大，需求主要是随着电脑/手机数量增长而增长
所以DRAM在带宽速度和容量这两个维度上，一直是都是芯片产业锦上添花性质的附属品，DDR升级带来的边际效用是很低的，跟CPU时代的最高KPI几乎没什么直接联系
--------------------------------------------
而到了genAI 大模型为主导的新时代，计算范式转移让最高级KPI起了根本变化
GPU发展到AI推理的时代，不再像CPU那样只看跑分，最高级的KPI不再是算力TOPS/FLOPS，而是token的成本，特别是单位成本/单位电力下的overall token throuput
其次是token吞吐速度，因为在agent时代，很多任务变成了串行，token吞吐速度成了用户体验的重要瓶颈。
这也是为什么老黄发明AI工厂概念的原因：最低成本的输出最多token，同时尽量提高token吞吐速度
AI训练时代，老黄的经济学是TCO(total cost ownership)，买的GPU越多，省的越多
而老黄在推理时代的token经济学是：
AI推理的毛利润很可观，所以逻辑已经转换成：Nvidia GPU是这个世界上让token单价最便宜的GPU，买的GPU越多，赚的越多
最高的KPI变成了Pareto frontier曲线，在提高token 吞吐throughput和提高token速度两个维度上尽量优化
（见图一）
NVIDIA 的 token factory 代际进步，其实是在把整条 Pareto frontier 往右上推，这就是是AI推理这个时代最重要的KPI
----------------------------------
接下来是本文最重要的逻辑链，如何从token吞吐量指数型增长的本质出发，推导出天花板瓶颈在HBM size和HBM 带宽的指数型增长
单卡GPU推理单线程batch size = 1的时代，token吞吐只有一个维度，就是HBM的带宽速度，带宽速度越高，token吞吐越大
但进入NVL72的年代，推理不再是单卡GPU时代，而是72个GPU + 36个CPU整个系统级别的token工厂，把HBM带宽和算力用满，获得极致的token吞吐量
Token 吞吐throughput的增长，依赖两个东西：同时批处理的请求数 X 每个user请求的平均token速度
也就是batch size X per user token 速度
以Rubin NVL72为例，在平均token速度是100 token/s的情况下，同时批处理1920个请求，得到token吞吐量是19.2万token/s 一个Rubin NVL72大概是120KW（0.12MW）的功率，所以得到单位MW能处理1.6M token/s
（见图一）
所以，我们需要想方设法提高这两个参数：批处理数量batch size和per user token的平均速度，这两者相乘就是我们的最高KPI，也就是token的吞吐量
-------
第一个参数：batch size的增长，瓶颈在HBM size
批处理量里的每一个请求req，都会自带kv cache，这部分kv cache是需要存在HBM里的，大小大概在几个GB到数十GB不等 因为hot kv cache是随时需要高频高速读取，所以必须放在HBM里，比如一个大模型的层数是80层，那么每一个token的生成阶段，都需要读取80次HBM里的kv cache
随着批处理数量batch size的增长，会带来hot kv cache的线性增长
又因为这个批处理量的所有请求的hot kv cache，都要放在HBM上，这也就带来了HBM size必须要随着批处理量batch size线性增长
就像是机场接驳车，登机口尽量快的接旅客到飞机，HBM size小了，相当于接驳车size小了，就得多接一趟
结论是：批处理量的数量batch size，瓶颈依赖于HBM size的增长
---------
第二个参数：每个user请求的平均token速度，瓶颈在HBM带宽
大模型decode阶段的速度，瓶颈取决于HBM的带宽速度，因为每生成一个 token,都要把激活的权重和kv cache 读很多遍
LPU的出现，在batch不那么大的情况下，把激活权重这个部分搬到了SRAM上，但是每生成一个 token仍然要从HBM读很多次KV cache。HBM带宽越高，生成每一个token的速度也就越快，基本上是线性对应的
就像是机场接驳车，登机口尽量快的接旅客到飞机，hbm本身带宽速度就像是接驳车的车门有多宽，门越宽，旅客上接驳车越快
GPU的其他配置，都是在适配batch的增长以及要让token compute的速度配平HBM的增长，甚至会用多余的算力来获得部分的带宽（比如部分带宽压缩技术）
—-----
在那个接驳车的比喻例子里
接驳车的车厢大小 = HBM Size（容量）： 决定了一次能装下多少名旅客（也就是能同时装下多少个请求的 KV Cache）。车厢越大，一次能拉载的旅客（Batch Size）就越多。如果车太小，想拉100个人就得分两趟，系统整体的吞吐量就上不去。
接驳车的车门宽度 = HBM Bandwidth（带宽）： 决定了旅客上下车的速度。门越宽，大家呼啦啦一下全上去了（Decode/生成Token的速度极快）。如果门很窄，哪怕车厢巨大能装200人，大家也得排着队一个一个挤上去，全耗在上下车的时间里了。
旅客的吞吐量 = 接驳车车厢容量 x 接驳车旅客上车速度(车门宽度)
—---------------------------
至此，我们从逻辑上推演出了token经济学的硬件需求第一性原理：
Token throughput = HBM size X HBM Bandwidth
AI推理这个时代的最高KPI，实际上是高度依赖于HBM的两个维度的进步的
如果要维持token throuput每一代两倍的增长，实际上意味着，每一代的单GPU上，HBM size X HBM BW带宽之积要增长两倍！
这也是历史上第一次，HBM内存的size可以影响最高的KPI token throughput！
要验证这个理论，可以把Nvidia从A100到Rubin Ultra这几代的token 吞吐throughput，和HBM size X HBM BW 放在同一个图里比较
（见图二）
可以发现，这两个曲线的走势在对数轴上惊人的一致
HBM size x HBM带宽增长的甚至要比token吞吐量更快，毕竟HBM决定的是天花板，实际上这个天花板增长的利用率utilization是很难达到100%的，也就是说，HBM size x HBM 带宽就算增长1000倍，其他算力和架构的配合下，很难把这1000倍的天花板潜力全部榨干
这条曲线不是巧合，而是系统最优化的必然解
throughput = batch × Bandwidth，这就是token factory 经济学最绕不开的第一性原理
—--------
软件的影响呢？软件的优化会不会降低带宽的需求？降低HBM的需求？
这跟硬件是独立两个维度的，这好像在问，如果CPU上的软件优化了之后跑的更快，是不是CPU就十年不用发展了？反正软件跑的更快了嘛
这样的话，CPU厂还能赚得到钱吗？CPU想要存活下去，只有一条路可走，在标准benchmark，不考虑软件优化，每一代CPU必须要跑分更高，不然就卖不出去
GPU也是一样，软件优化如何，和自己的token吞吐量KPI每年都要大幅进步，是两回事
只要token的需求继续增长，对token throuput的追求就绝不会停止，那么对HBM size X HBM 带宽的追求也不会停止
如果HBM size和HBM 带宽发展慢了，老黄一定会亲自到御三家逼着他们技术升级，因为这就是老黄gpu的天花板，天花板要是钉死了不进步，老黄的GPU还能卖出去吗？
当然了，Nvidia需要绞尽脑汁去从异构计算的架构角度榨取HBM天花板之外的部分，比如LPU就是一个很好的尝试，把Pareto frontier从另一个角度改善了很多 （右半边高token速度的部分）
—--------------------------------------
HBM内存已然告别了那个随波逐流的旧时代，在这条由指数级需求铺就的单行道上，以一种近乎宿命的方式走到了产业史诗的主舞台中央
推理范式第一性原理演化到这一步，只要老黄还要卖GPU，HBM就必须翻倍，而且必须代代翻倍。这是supply side的内生压力，与AI需求无关，与宏观周期无关，与hyperscaler的心情也无关
剩下的问题，只有一个：
当需求被物理锁定为指数增长的时候，供给侧的三个玩家，会不会还像过去三十年那样，亲手把自己再拖回一次周期的泥潭？
显示更多
回顾2025年半导体市场，真的是有太多太多精彩的故事，最大的主题就是:
AI需求驱动导致半导体基建的估值体系重构 + 产业链的价值分配重写
从2024年开始，半导体基建正在飞速吞噬整个IT产业利润，SP500里半导体净利润EPS在IT行业里占比，在两年时间从不到20%上升了到了40%，而且还在呈加速上升姿态
半导体整体前瞻利润率从2023年的25%已经升到了2025年11月的43%，已经明显超过了几个互联网巨头的平均利润率，这也印证了半导体利润率超过互联网会是新常态。整个IT产业的利润分配，流向半导体的比例越来越大。
要知道，就算是20~22年的半导体芯片荒，短缺如此严重，半导体的利润率和整个IT利润分配也没有显著增长
这就是故事的上半篇：AI需求驱动导致半导体基建的估值体系重构，不再是互联网时期的基建从属地位
------------------------
这个现象背后的逻辑是商业模式随着技术特性的变迁：
互联网时代，每次请求的网络和算力成本，边际成本极低，scaling的效果极好，分发的边际成本几乎为零
在AI时代，这个互联网时代分发边际成本几乎为零利于scalable的特性遭遇了根本性的重大挑战：且不说训练成本从此不是一次性开销而是年年增长，就客户的AI推理请求而言，由于inference scaling成为共识，加上垂直领域仍然需要更大规模的旗舰模型来保持竞争力，推理的成本不会随着硬件算力价格的通缩而同步降低
互联网企业从前的最大成本只有OPEX尤其是SDE人工成本，而现在，互联网公司历史上第一次像半导体厂foundry那样背上高折旧成本的资产负债表，商业模型恨不得要慢慢从“流量 × 转化率”部分转向“每 token 毛利”了
简单的说，互联网时代到AI时代的成本分布，在人力成本opex的基础上又加上了沉重的硬件/算力成本capex(财报里占比：MSFT 33%, Meta 38%)。
上个时代的互联网公司+CSP+SAAS是收租行业里的大赢家，而AI时代，算力(半导体/芯片折旧)成为了新的收租行业，整个IT行业的利润分布发生了剧烈的重新分配(EPS利润流向半导体从20%升到40%而且持续攀升中)，这就是半导体基建估值体系重构最重要的原因
---------------
半导体高利润率的新常态趋势能持续多久？
目前的高溢价来自于前期不计成本的军备竞赛造成的半导体订单积压过多
但很显然，hyperscalers都不愿意当冤大头，都在试图自建ASIC降低成本，那么可以从2030年远期的算力分布来回看这个问题
长线来看，openai已经明牌了标准答案，10GW Nvidia，10GW ASIC，6GW AMD，其他hyperscaler划分比例有类似考虑
比如说，推理端希望ASIC >50%，GPU里再细分的话，AMD和NV(legacy)对半分。训练还是得NV占大头，60%+,剩下的自研ASIC和AMD对半分
2030年按60%推理，40%训练比例划分，算下来NV 38%， ASIC 39%， AMD 23%，跟openAI比例是几乎完全一致的，算是一个标准答案参考值
当然了，微软，Amazon，Google，Anthropic这几家里AMD的比例会比这个标准答案中枢/参考值明显低一些，xAI则是没有ASIC只有Nvidia+少量AMD
AMD的风险在于，当2030年再往后的更长期，CSP的in house ASIC越来越成熟(微软除外)，推理端ASIC占比可能越来越高，很难有incentive新买入大量GPU了，除非卖的足够便宜
最近风头正劲的TPU呢？Meta是不是要转向TPU？对Nvidia的利润率影响大吗？
实际上，Meta今年capex72B，明年capex110B，未来六年capex平均值可能达到160B附近，而Meta 6年10B的TPU订单算下来年均只有1.6B，而且购买的是TPU云服务，并不是裸TPU
也就是说，Meta这笔TPU订单只占到Meta未来6年capex的1%，并没有严肃的考虑大规模部署，可能只是作为和Nvidia讨价还价的手段而已
另外从Meta最近几个月的招聘广告来看，也并没有看到任何TPU engineer方面的招聘，不像
Anthropic那样从五月就招一堆TPU kernel engineer，十月才宣布大规模采购TPU做训练
所以说，不管原因是diversify供货商，还是给自研ASIC延迟做退路，还是因为AMD的MI350X延迟，Meta买TPU基本上只有一个考虑：增加买Nvidia GPU的议价权，但顶多只有推理份额里能讨价还价，实际效果很有限，对Nvidia利润率影响也很有限。
要知道，22年加密货币熊市矿难的时候，NVDA库存上升到了198天，利润率只是从65%回撤到了56%，算上PE/宏观双杀股价才从300变100，现在一直供不应求，利润率没道理能降下来
再加上TPU v8设计过于保守(没用HBM4)，Kyber rack的Rubin方案会比TPU v8的TCO更好，到头来最后还是得继续依赖Nvidia，很难议价。只要Nvidia继续保持这样的大踏步前进，竞争对手其实要跟上还是不容易的。
总之，一方面，全产业链瓶颈，比如cowos扩张都很谨慎，供不应求的状态还能持续多年。
另一方面，AI变现的利润曲线和硬件投入曲线存在“时间错配”，应用端的增长曲线会落后几年，只要这个应用端和基建端的增长曲线的时间错位依旧存在，半导体在IT行业的利润分配就会一直占优势。
从OpenAI的到2030年的投入曲线来看，这个时间错位至少要持续到2030年附近。也就是说半导体行业的超级扩张期带来的在IT产业利润划分的主导地位，目前看至少能持续到2030年
而半导体高利润率可能会维持的更长远一些，因为从互联网时代一次性基建属性变成了现在的收租基建属性
---------------------------------------------------
AI 不是只养活了 GPU，而是在用算力预算把“能把电变成 token 的每一环”都抬了一轮，从内存，存储，互联，光纤，电力，储能…..等等
上半篇讲完了“半导体吞噬IT利润”，那么下半篇讲的就是“AI算力价值溢出效应（Spillover Effect）重塑半导体内部格局”：GPU算力增长 -> 内存/存储/互联/CPU瓶颈 -> 溢出效应 -> 结构性机会
2025 年更有趣的故事，是巨大的行业红利在半导体内部怎么诞生结构性新机会，比如说，一个super cluster需要几个数据中心互联，光纤互联的长度需要上百万mile这个级别，这就是新机会
半导体产业链的结构性趋势带来的新机会，最典型的例子就是内存(DRAM/HBM)和存储(SSD)，HBM的需求增长太夸张，连带挤压DDR4/5产能，直接让以周期性为标志的内存行业甚至喊出了“周期不存在”了，Hynix因为在HBM上领先，甚至都开始憧憬起了几年后年利润1000亿美元，妥妥一个万亿市值的公司
这两个板块背后，是结构性趋势的转变：AI workload从训练逐渐往推理延申，推理比例越来越大。
而推理是一个非常纯粹的吃内存带宽速度(memory bound)的事情，可以说带宽速度=token/s。模型尺寸越来越大，以及上下文context length的增加，对内存的尺寸要求也相应增大，导致了内存的需求激增：推理即内存
下一代的的GPU/ASIC内存已经成了暴力美学，配备的内存size之巨大，是三年前无法想象的，回看22年H100的80GB简直像个玩具，这才几年就增长了十倍：
Nvidia Ultra Rubin - 1024GB HBM
Qualcomm AI200 - 768GB LPDDR
AMD MI400x - 432GB HBM
内存的另外一个潜在的爆发点在端侧，也就是手机/PC/汽车/机器人的端侧LLM，这两年主流的手机旗舰机已经从6GB升级到了8GB/12GB/16GB，提前为可能的端侧LLM生态做准备，毕竟手机算力下一代就能达到150TOPS量级，妥妥的桌面级，非常暴力
潜力上来说，端侧内存升级是比云端内存增量要更大的市场，毕竟端侧终端device的数量太惊人了，每年都是billion级别，一旦端侧LLM生态繁荣起来，内存用量翻倍轻而易举，针对端侧低功耗内存/存算一体的各种设计都会跟上
但端侧genAI的软件生态，似乎明显滞后，一直比我想象的进度要慢，可能是因为这方面还处于摸索期，并没有云端那么确定的ROI，厂商们在投入上都很谨慎，我在23~24年时候看好27年，可能还是太乐观了
互联网->移动互联网用了10~15年，端侧genAI/LLM可能也需要7~10年，可能得等云端ROI开发的差不多了，边际收益下降了，才能轮得到端侧genAI/LLM拿到开发资源，跑通端侧ROI。
--------------------------------------
另一个2025年半导体内部结构性转变的故事是NAND存储，特别是企业级eSSD硬盘
结构性趋势来源也是同一个，AI workload的推理需求越来越大。内存红利也外溢到了SSD存储，甚至HDD存储，因为内存不够用就用高速SSD作为多级缓存
主要逻辑是AI推理过程中内存溢出KV cache offloading到下一层SSD存储，以及向量数据库检索/indexing，都在增加SSD存储的需求
Micron财报说的精准又直白：“AI inference use cases such as KV cache tiering and vector database search and indexing, are driving demand for performance storage.”
至于为什么存储价格在第四季度才爆发，这需要区分一下合约价格和现货价格，合约价格涨幅会温和一些，就算是最紧缺的企业级eSSD合约Q4上涨大概25%。而当NAND产能在2025年被合约慢慢的吃光，现货的价格就造成了观感上强烈的冲击，一个月上涨50%以上。
另一个未经验证的逻辑是多模态的爆发，特别是AI图片和AI视频的需求爆发，也会加剧存储的短缺，我觉得这条线只能说未来可期，但目前的视频/图片精细程度，可能还不到当年GPT3的水平，要达到出圈效果还需要一些时日。
------------------------
那么下一步还有什么趋势转移带来的半导体结构性的机会呢
那么就要先看下一步AI推理端的需求趋势是什么，毫无疑问，agentic flow的比例会越来越大，2025并不是year of agent，而是一个decade of agent
从CPU视角去看agentic workload，routing和工具处理都在CPU上，如果把常用的agentic框架做profiling，比如SWE-Agent, LangChain, Toolformer，CPU最长可以占到90%的E2E端到端延迟，throughput瓶颈也更多的卡在CPU，甚至CPU能耗也超过了总能耗的40%
Agentic AI目前是一个CPU瓶颈更多的事情，在 agentic 框架里，CPU 是永远在忙的总指挥orchestrator, 很可能会成就CPU需求的新一波回暖
AMD 2025年Q2财报（8月5日），Lisa Su明确表述了这一现象："In particular, adoption of agentic AI is creating additional demand for general-purpose compute infrastructure, as customers quickly realize that each token generated by a GPU triggers multiple CPU-intensive tasks."
"agent AI的采用正在对通用计算基础架构产生额外的需求，因为客户很快就意识到GPU产生的每个令牌都会触发多个CPU密集型任务。"
Q3 财报里Lisa又明牌了一次CPU TAM increasing due to Gen AI. "Many customers are now planning substantially larger CPU build outs over the coming quarters to support increased demands from AI, serving as a powerful new catalyst for our server business."
Nvidia也是把agent flow视为CPU需求，GB200/300 架构配置的CPU比例也比以往大的多，36颗 Grace CPU : 72颗 Blackwell GPU，直接达到了1：2的水平，AMD的路线则是用1~4个256核的EPYC去服务MI400系列72~128个GPU
以后的硬件架构，一定会往优化agent workload方向发展，比如agent task graph的调度和load balancing，CPU/GPU协同micro-batching
算力上的比较，说不定以后也会摆脱现在的纯GPU token rate比较，转向整个系统级全栈agentic benchmark比较.
--------------------------
半导体结构性转变带来的机会同时，下一步，可能也会带来一些意想不到的次生效应
云端AI数据中心需求爆发，造成内存和存储的暴涨，给消费电子的成本带来了很大压力，在2026年，这也许会演变成消费电子产业潜在的黑天鹅
PC厂商最近的股票大跌，也是这个原因。HP已经说了要减少内存配置，暗示要把PC重回8GB内存+256GB存储的时代了。
DRAM内存和存储再这么涨下去，可能会出现很离谱的情况：内存/存储现货价格比CPU和GPU还要更贵。尴尬的是，这可能直接延缓了消费电子期望的AI PC的进程，毕竟大内存是更有利AI PC的表现力的。
夸张的说，每个PC厂商和手机厂商的员工，甚至是消费电子厂商的员工，都应该买入存储和内存，作为职业风险对冲
明年年初开始，安卓阵营的内存以及存储成本要压不住了，三星，小米的手机售价都提高的话(美国市场现在已经提高不少了)，利好最大的就是苹果
苹果的内存产能，nand产能都是专属长约锁价特供的，顺带还把Kioxia给坑了好多不涨价产能，导致苹果的成本优势进一步扩大，苹果全球手机销量市占率增长可能会非常可观，接下来一阵子可能会是iphone辉煌的时光。
-----------------------
2025年半导体市场真的是太多精彩的故事了，Nvidia/AMD/TPU和各家hyperscaler的恩怨情仇引得各路下注的吃瓜群众心情跌宕起伏。
HBM/内存厂商吃到了memory-bound的红利，NAND厂商意外收获了KV cache的溢出效应，CPU在沉寂近十年后，可能会因agent orchestration再次回到增长叙事的中心
不再是Nvidia/AVGO几家算力厂商独大，而是AI workload算力价值溢出后的每一次演进，从训练到推理，从文本到多模态，从单模型调用到agentic flow，都在重写产业链的价值分配。
云端AI的繁荣正在挤压消费电子的生存空间——当PC厂商被迫讨论重回8GB时代，苹果却因供应链优势坐收渔利。这场算力军备竞赛的次生效应，可能在2026年以意想不到的方式重塑整个消费电子格局
半导体的故事不再是一条单线，而是一张持续自我重构的网。而 2025 年，大概只是合纵连横的第一回合
显示更多
奉劝所有人，人过中年，要舍得吃这23样东西：
1、猪皮
猪皮是被很多人忽略的宝贝，满满胶质，就像给皮肤补给养分。不用买昂贵补品，偶尔炖上一碗，清淡少油慢慢吃。中年之后，不用追求大补，日常食补，润物细无声。
2、黑芝麻
黑芝麻就像黑色的小金粒，蕴藏天然营养。不用大把猛吃，每天一小勺，拌粥或者撒在饭里。岁月催人老，坚持一点点食补，养发养精气神，细水长流胜过临时进补。
3、银耳
银耳被称为平民燕窝，软软糯糯，清润滋养。中年之后容易口干心烦，隔三差五煮上一锅，少放糖。它不像猛药，如同春雨浸润身体，温和养护，吃着安心。
4、山药
山药是食补界的常客，性质平和，像贴心的守护者。蒸着吃或者煲汤最好，不要重油爆炒。人到中年脾胃容易变弱，常吃山药养护脾胃，把底子慢慢养好。
5、黑豆
黑豆一身乌黑，营养藏在坚硬豆皮之下。提前泡发煮粥、打豆浆都合适。中年代谢慢慢放缓，黑豆能给身体补充植物营养，坚持少量吃，慢慢调理身体状态。
6、百合
百合清润甘甜，自带一股静心的力量，好似一阵凉风抚平烦躁。煮粥、煲汤都合适，不要一次吃太多。人到中年思虑多，睡不安稳，偶尔吃点百合，舒缓身心。
7、南瓜
南瓜香甜软糯，是接地气的好食材，像自带甜味的天然营养餐。蒸南瓜最简单，保留全部营养。中年控饮食的时候，拿它替代部分主食，饱腹又温和，负担很小。
8、核桃
核桃形似人脑，是公认的健脑小食材，每天一两颗就够，切忌贪多。人到中年记性慢慢变差，坚持少量食用，给大脑补充营养，细水长流，贵在长期坚持。
9、桑葚干
桑葚干酸甜可口，是大自然馈赠的小果子。泡水或者直接嚼食都可以，不要一次吃太多。中年之后精力容易下滑，闲暇泡一杯桑葚水，酸甜开胃，滋养身体。
10、小米
小米看着普通，却是养胃的一把好手，像温柔暖流安抚肠胃。熬一碗浓稠小米粥，早餐吃最合适。人到中年肠胃经不起刺激，常喝小米粥，养好了脾胃，吸收才会好。
11、枸杞
小小的红枸杞，很多人都熟悉，温水冲泡最好，不要沸水久煮。人到中年用眼多，看手机看书眼睛容易干涩，每天抓几粒泡水，慢慢滋养，简简单单。
12、花生
红皮花生营养扎实，是平价食补好物，优先水煮，油炸的少吃。中年血管养护不能大意，水煮花生保留营养，当作日常小零食，少量食用，解馋又养生。
13、莲子
莲子自带清宁之气，去芯之后口感软糯，适合煲汤煮粥。人到中年容易心烦失眠，心神不宁，偶尔煮点莲子羹，慢慢平复心绪，温和滋养，不燥不烈。
14、胡萝卜
胡萝卜是护眼好食材，里面的营养要遇油脂才更好吸收。清炒或者炖肉搭配着吃。中年用眼负荷重，屏幕看久眼睛发酸，常吃胡萝卜，给眼睛添一层保护。
15、黑木耳
黑木耳如同餐桌上的清道夫，口感脆嫩，凉拌炒菜都很棒。清淡做法为佳，重油重盐会抵消好处。人到中年，饮食讲究清爽，黑木耳帮助清理肠道负担。
16、红枣
红枣温润甘甜，是大家熟悉的食补食材，每天两三颗足够，吃多容易胀气。中年气血容易不足，煮粥放几颗红枣，淡淡的甜，慢慢滋养，贵在适度。
17、燕麦
燕麦是优质粗粮，饱腹感很强，像缓慢释放能量的燃料。早餐冲一碗纯燕麦，避开加糖的速溶款。中年体重不好管控，用燕麦替代精米白面，平稳代谢。
18、芡实
芡实又叫水中人参，性子沉稳温和，适合搭配莲子山药一起煮。人到中年，体质慢慢变虚，容易疲惫，少量常吃芡实，固本调养，食补讲究循序渐进。
19、海带
海带价格亲民，富含多种矿物质，凉拌或者炖排骨都合适。中年之后，饮食不能顿顿大鱼大肉，偶尔吃海带，平衡膳食，清淡爽口，减轻身体代谢压力。
20、桂圆
桂圆果肉温润香甜，一次2-3颗即可，上火体质少吃。中年容易疲惫乏力，偶尔泡水、煮粥放几颗桂圆，补充能量，但是切记不要贪嘴，过补反而伤身。
21、杏鲍菇
杏鲍菇肉质厚实，像素肉一般，低油清炒或者烤制都好吃。人到中年，要减少红肉摄入，多用菌菇替代一部分肉食，丰富餐桌，补充营养还不容易长胖。
22、毛豆
新鲜毛豆是优质植物蛋白，水煮毛豆就是绝佳吃法，少盐。中年肌肉慢慢流失，日常多来点毛豆，补充蛋白，当作小菜，简单家常，性价比很高。
23、荸荠
荸荠清甜脆爽，地下长出来的清甜食材，生吃要洗净，推荐煮熟吃。人到中年容易燥热，嗓子干痒，偶尔煮荸荠水，清润爽口，给身体降一降燥气。
结尾：食补不是吃名贵山珍，贵在长期坚持，量力而行。再好的东西，也要适可而止。食补只是辅助，不能替代药物，别把食材当药吃，吃得开心，身体才能更舒服。
显示更多
别再被“低点差”蒙蔽！量化/大额交易者的终极升级：Bitget CFD Pro机构流动性账户正式上线
做CFD久了，很多人都会陷入同一个误区：判断平台好坏只看表面点差、手续费，却忽略了决定长期盈利的底层核心——流动性与订单执行基建。
普通散户几千、几万资金手动交易，零售流动性池的补贴低点差足够用；但当你开始跑EA量化、高频套利、大额分批持仓，一旦资金体量、交易频率突破零售池承载上限，再好看的点差都只是假象，剧烈滑点、订单延迟、关键行情流动性枯竭会直接吞噬全部利润。
2026年8月11日，Bitget CFD正式上线Pro模式专属账户，作为直通平台机构级流动性的唯一通道，专门为高频交易者、量化团队、套利工作室、大额专业交易者打造，补齐专业交易缺失的底层基础设施，彻底解决零售环境下程序化、大额交易的执行痛点。
一、分清三类账户：零售池与机构池，适配人群天差地别
Bitget CFD现有三套并行交易模式，底层流动性、执行逻辑完全割裂，不存在孰优孰劣，只看你的交易规模与策略类型：
1. STP零手续费模式
面向新手、低频小额手动交易者，支持前端自助开通，依靠平台补贴提供优惠交易条件。资金体量小、单日交易量低、不跑自动化策略，是这套模式的最优适配人群。缺点是盘口深度有限，非农、CPI等重大数据行情流动性极易抽离，大额订单滑点不可控。
2. ECN标准专业模式
中等资金交易者选择，需人工申请开通，基础流动性优于STP，但依旧依托零售流动性池，无法承载持续高频、超大单量与高强度套利订单流。
3. 全新Pro模式（机构级流动性通道）
专为合格专业交易者设立，不支持自助切换开通，必须联系客服或客户经理提交申请，后台人工审核绑定MT5账户ID后方可激活。所有交易品种带有专属.pro后缀，拥有独立多层级真实机构报价深度，和零售账户完全隔离两套流动性池。
很多交易者疑惑：为什么机构账户不能一键切换？核心原因是Pro模式对接银行间一级流动性，资源有限，仅开放给具备成熟系统化策略、大额资金、高频套利需求的专业用户，避免零售小额订单占用机构流动性资源，保障两类交易者各自的交易体验。
二、Pro模式核心底层基建，解决量化大户所有交易痛点
Pro账户的核心竞争力，从来不是简单调整手续费，而是整套机构级交易基础设施全面升级：
1. 100% STP直通式执行，无平台对赌
所有订单直接路由至全球多家一级银行、专业机构做市商流动性池，平台不参与撮合、不与客户对赌，不存在限制盈利订单、恶意扩大点差的底层动机，从根源规避行业常见“盈利后限制交易”的乱象。
2. 双核心金融机房光纤直连，超低延迟
交易节点部署伦敦LD4、东京TY3全球顶级金融数据中心，专线光纤直连流动性提供商，亚毫秒级订单撮合，完美适配高频交易、跨市场套利策略，大幅减少网络延迟带来的成交偏差。
3. 多层级真实盘口深度，抹平大额订单冲击成本
零售流动性池仅有表层报价，50手以上市价单进场就会击穿盘口，造成大幅滑点；Pro模式提供完整多档深度报价，大单可分层承接，即便非农、黄金剧烈波动行情，流动性也不会瞬间枯竭。对于量化团队、自营机构而言，稳定的深度=可控的冲击成本，省下的滑点就是纯利润。
4. 专业工具全面适配程序化交易
原生支持FIX API对接，可无缝接入自研量化系统、EA自动化策略、套利程序；返佣规则与ECN模式统一，按照基础手续费比例正常结算，隔夜费按市场标准收取，无隐形扣费。
三、破除行业两大谣言：机构流动性不是“惩罚”，是交易者的进阶勋章
谣言1：资金做大、盈利变多，平台就会调高交易条件限制赚钱
这是CFD圈流传最广的阴谋论，真相和盈亏无关，核心看订单流特征。
零售流动性提供商的风控模型，无法承接高频、持续大额、攻击性套利订单流。量化、高频策略会持续消耗零售池流动性，若不将这类交易者分流至机构池，流动性提供商只能全面拉大所有散户的点差，最终损害普通交易者利益。
Bitget采用前置透明分流机制，提前告知符合条件的专业用户升级Pro账户，而非等到用户大额出金时突然限制、调整点差，这是平台流动性生态健康、运营合规的直接证明。升级机构流动性，不是限制，而是你的交易体量、策略实力达到专业门槛的“荣誉勋章”。
谣言2：机构账户点差更高，不如零售补贴低点差划算
零售极低点差是平台补贴的短期福利，仅适用于小额低频交易。一旦下单量放大、交易频率提高，零售池巨大的滑点、冲击成本、行情跳空损耗，会远远超过点差省下的成本。
机构流动性采用银行间真实市场报价，点差回归公允水平，但多层盘口深度能稳定承接大单，重大行情不会出现点差无限放大、无法成交的情况。对于长期稳定交易的量化、大额交易者，真实、稳定的执行环境，远比短期补贴点差更有价值。
四、哪些交易者一定要升级Bitget CFD Pro模式？
对照自身交易风格，满足任意一条，零售账户都会逐渐暴露执行天花板：
1. 长期运行EA自动化策略、高频HFT交易，实盘滑点远高于回测数据；
2. 黄金、纳指等品种大额持仓，单次下单数十手，频繁遭遇严重滑点；
显示更多
海力士是我今年最大的遗憾，本来上了车，结果当时考虑到自己已经投身于服务器行业了，本着鸡蛋不放在一个篮子里的原则，就没拿住，只赚了一些没吃到大的。不过这也是借口，拿不住的主要原因还是自己看不懂。
这几天海力士刚上美股，风头又很火，看多看空的都不少，不过我到现在都没有看到专业投资者和半导体分析师中有明确看空海力士的人。
因为目前至少有三个事实难以反驳：
2.HBM和普通DRAM都处于供不应求状态；
3.海力士2026年的利润很可能大幅增长。
即使最悲观的人也不会去赌海力士业绩暴雷，最币圈上了海力士合约，前阵子有会做多费率是百分之五百，当时算了一下只要不大拉升开空吃费率即使他涨一点也是赚的，但即使如此吃到了也不敢长拿空单赚下跌期望，只敢赚费率数值的钱。
海力士2026年的业绩已经没有分歧了，Morningstar在7月2日的报告中预计，海力士第二季度DRAM和NAND价格涨幅可能分别达到53%和70%。HBM4量产和NAND制程迁移还会在短期内损失一部分有效产能，使供给进一步收紧。
Morningstar也因此将海力士公允价值提高至240万韩元，并认为长期供货协议可以把盈利可见度延伸到2028年。
现在上涨的也不止是HBM，普通DRAM价格自2025年第三季度以来已经上涨约4.5倍。这样看普通DRAM目前的单位晶圆收入已经超过HBM，单位晶圆毛利润甚至可能达到HBM的三倍左右。
这意味着海力士继续生产HBM的机会成本正在变高。所以为了让厂商愿意把先进晶圆继续分配给HBM，2027年HBM价格可能需要明显上调。
换句话说，AI不仅带火了高端HBM，也通过挤占DRAM产能，把整个内存市场都推入了紧缺状态。这是题外话了。
说回海力士，现在为数不多看空的理由就是：
2.2027年新产能开始释放以后，内存行业有可能重新回开始周期性。
1就不聊了，其实我是偏向相信2的，因为之前的每次周期的顶峰都有人说这不一样，但结果是每次都一样。回看1993年、2010年、2017—2018年和疫情期间的内存周期，一次需求革命最终都带来了资本开支、制程迁移和新增供给，每一次超级周期最后也都重新变成了下行周期。
忽略到短期合约吃费率或者看K线做波段短线这种纯“技术面”情况，只考虑是否长线投资的情况的话，研究这公司前景最核心的问题我觉得是——当27年新产能开始到来时，海力士还能不能继续做一家拥有定价权的AI基础设施公司。
如果不能，那就意味着高利润会在2027年以后迅速回落，那么海力士现在看似很低的市盈率，可能只是周期股在盈利顶部常见的估值陷阱。
但如果多年合同、HBM技术壁垒和持续增长的AI资本开支，能够把高利润延长至2029年甚至更久，那么海力士就不应该再按照传统内存周期股定价。
不过我目前盯得标的已经达到限额了，暂时不想花时间研究海力士，只要AI行情好，涨得不止是海力士，大A的存储股和AI上游股也会迎来好行情，国家队一定会扶持几支能和美股打擂台的股票出来，所以我认为真要研究AI上游的股票，A股的回报率也很不错。（而且我目前还没怎么在A股赚到钱，需要挑战一下）
本文由MSX赞助，MSX 也上了海力士，大家可以通过这个
@BTCBruce1 @MSX_CN @BeliaSchoo91221 @DACONGMING
显示更多
踩油门了
今天a股市场最醒目的一个数字是两市的成交额突破了3万亿大关，来到了3.14万亿。你们还记得本轮行情没启动前a股的交易规模吗，大概就是每天10000-12000亿区间波动，也就是说在短短几个月内a股成交额涨了2倍。
看到这个数字，我的第一反应是想去找找2007年、2015年那两波牛市行情前后，市场的成交规模放大了几倍，通过历史数据找找规律。
先说2007年牛市行情，行情没有启动之前每天成交200-250亿，到了2007年峰值时期每天成交额放大至2000-3000亿规模，也就是说放大了10-12倍。
然后是2015年牛市行情，启动之前每天成交3000-4000亿，到了2015年行情巅峰期每天成交额放大至16000-20000亿，前后差距是5-6倍。
这里能看到一个显而易见的规律，就是2015年的牛市成交额放大倍数低于2007年，因为2015年的a股规模更大，基数大了，倍数增长就会变小，所以这一轮行情的成交额放大倍数我觉得会低于5-6倍，具体低多少我不好说。
但有一点大家需注意，成交额的快速放大不是好事，它就像市场的心跳或者血压，数值飙升说明a股的负荷也在快速增加，达到某个临界值a股就不行了。
其实最理想的状态是像前几个月那样，成交额徘徊在15000-17000区间，指数老汉推车慢慢拱，但随着行情逐渐推高，已经没法再保持低调，越来越多的资金加入，大盘最近越涨越快。
上证指数自从关税战暴跌以来，单日涨幅第一高的1.51%，单日涨幅第二高的1.45%，分别是今天和昨天。所以行情在加速，节奏显而易见的提快了。
……
很多读者留言提到今天几大指数都留下了一个肉眼可见的缺口，这个缺口不太可能是趋势发动缺口，因为已经涨了20%多了，从性质上说大概率是趋势衰竭缺口，后续回补的概率比较大。
但我觉得没必要在目前这个位置做先抛后买的小操作，因为值博率很低。你3880抛了，就为了3825买回来吗，空间太小了，只有1.5%都不到。万一它暂时不补，继续向上逼空，你为了这么小的波段空间要承受好几倍的踏空，很不划算。接下来几天如果加速上涨，和缺口拉开一定的操作距离，再考虑减仓不迟。
上证已经快摸到3900，中证离7000点也只差临门一脚。人民日报十年前说过4000点是牛市起点，现在差不多该再来一篇社论，号召久财3.0大军进场了，诸如时代的红利不要错过，提醒年轻人不要被同龄人抛下之类的。
……
1、拼多多公布了二季度的财报，1039.8亿元人民币，同比增长7%（，略高于市场预期的1039.3亿元。调整后净利润327.1亿元人民币，超出市场预期的223.9亿元将近100亿元。
这个消息发出后前盘交易急速拉升12%，但随后就被暴力砸盘，最新我看了一眼已经绿了。像拼多多这种级别的大公司业绩差不多算半明牌，如果比预期高10-30%就算惊喜了，这次公布出来的业绩比预期高了46%，我的第一反应就是不正常，大概率有一次性收入。
去翻了一下细节，果然，投资利息收入这块多了100亿，如果把这个扣除，日常经营部分和市场预期几乎没差，所以拼多多暴涨的逻辑是不支持的，谁刚才冲高了只能怪自己冲动，站几天岗冷静一下。
2、上海楼市进行了新一轮的政策刺激，详细我就不复制粘贴了，概要就是外环不限购了，我对上海不熟悉，上海的外环是不是有点类似于北京的五环？另外就是增加了公积金贷款的额度，取消了首套二套的认定，其实就是变相降低了二套房的首付比例和利率。
依然是在挤牙膏，不过说实在的现在牙膏里的东西也不多了，像来一波猛的也没什么牌。
3、今天行情有一个小意外，两市涨幅最高的行业板块竟然是....白酒，涨了4.5%，另外一些前期滞涨的消费股、权重股今天也全面补涨，最近一个多星期小、微盘指数是持续跑输大盘的，今天几大宽基里微盘股又一次垫底，而且输的比较多。
我用工具看了一下，以上指数的历史分位值分别是：
上证50，目前92.8%
沪深300，目前86.3%
科创50，目前99.92%
创业板指，目前38.3%
中证500，目前78%
中证1000，目前72%
中证2000，目前99.9%
上证指数，目前98%
这里面解释一下，中证2000的成立时间较晚，2023年8月成立，科创50的时间也不长2020年1月成立，所以选取的时间轴样本不够长。剩下的指数选取的时间样本都是过去10年。
分位92.8%的意思就是比过去10年92.8%的交易日pe估值更贵。
基本上除了创业板指外，剩下的指数目前分位都超过50%，好几个都在90%以上，所以目前的a股肯定在牛市，也处于相对高估的状态。
如果你们想自己看可以用小程序红色火箭，里面每一个指数都可以免费查历史估值的走势波动。
今晚差不多就这些，发射了。
显示更多
【上市公司隐性利好速读】🔍
━━━━━━━━━━━━━
📅 日期：2026年7月27日（周一）
🌍 市场：A股为主，兼顾港股、美股
【核心摘要】
本周央企密集增持（中国铝业10-20亿、中国中车3亿、中煤能源1亿），杰瑞股份签14.65亿美元超大型数据中心发电合同，多家公司公布超预期中报。电子和机械设备行业获公募扎堆调研604次（周环比暴增59%），北向资金7月以来整体净流入，ETF资金持续涌入，市场底部信号明确。重点挖掘具备产业趋势+业绩爆发双轮驱动的隐性利好标的。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
一、技术创新公告（近1-2周）
1. 天士力
子公司天士力生物获国家药监局临床试验通知书，旗下1类生物创新药注射用重组人尿激酶原（普佑克）获批开展用于"发病4.5至24小时"急性缺血性卒中患者的临床试验。此前该药仅获批4.5小时内静脉溶栓。若试验成功，时间窗大幅扩展至24小时，潜在适用患者群体将成倍扩大，商业化天花板抬升显著。
2. 复洁科技
"沼气全碳直接定向转化制绿色甲醇技术"通过中国石油和化学工业联合会科技成果评价，评价委员会由中科院院士骆广生任主任、两位工程院院士任副主任。结论为"国际领先水平"。技术已在千吨级中试装置验证，并取得ISCC-EU国际绿色双认证。绿色甲醇对接航运脱碳巨大需求，技术壁垒极高。
3. 北方长龙
受让取得两项发明专利——基于频域分析及卷积神经网络的定位方法、基于差分加速度的无人机集群快速转向方法。两项专利涉及军工电子和无人机集群技术，军工信息化赛道关键技术储备。
二、并购重组公告（近1-2周）
1. 精测电子
拟采取发行股份+可转债+现金方式收购上海精测半导体41.17%股权，构成重大资产重组。精测电子是国产半导体量检测设备稀缺标的，收购控股子公司少数股权后将增厚归母利润。7月16日股票复牌。
2. 孚日股份
以3.996亿元收购博赛利斯（南京）78.80%股权，切入高能量密度硅碳负极材料领域。标的2026年1-4月已实现营收1.26亿、净利润3164万（合并口径），对应年化净利润约9500万，PE仅约4.2倍。硅碳负极是下一代锂电池核心技术路线，比传统石墨负极能量密度大幅提升，已进入国内头部电池厂量产供应阶段。
3. 国投电力
控股子公司雅砻江水电拟与宁德时代合资设立牙根公司，投资建设牙根二级水电站，动态总投资333.94亿元。水电+储能巨头联手打造清洁能源基地。
4. 安洁科技
全资子公司完成收购苏州志烽51%股权（MIM金属粉末注射成型），基础对价2.04亿元。标的为光通信光模块芯片基座核心供应商，精准卡位AI算力硬件上游高壁垒环节。
三、新产品投产/扩产公告（近1-2周）
1. 国城矿业
控股子公司国城锂业年产20万吨锂盐项目一期工程正式投产——一期6万吨电池级碳酸锂产线已产出稳定质量产品。当前碳酸锂价格处于底部区域，公司逆周期扩产具备显著成本优势，一旦锂价反弹弹性极大。
2. 腾远钴业
刚果（金）3万吨铜/2000吨钴湿法冶炼项目建成投产，公司铜产能提升至9万吨、钴3.15万金属吨。项目依托刚果（金）资源腹地、成熟冶炼技术和低运营成本优势，"铜+钴"双轮驱动盈利弹性。
3. 久日新材
全资子公司山东久日ACMO产品一期（年产500吨）进入试生产阶段。ACMO是高性能UV单体，应用于光固化3D打印、UV喷涂等领域。设计总产能1500吨/年，投产后将优化公司产品结构，提升高附加值产品占比。
4. 杭电股份
拟定增募资不超过28.8亿元，用于光纤预制棒/石英母材超级工厂和年产3万吨AI用高端电子电路铜箔项目，全面卡位AI算力基础设施上游材料赛道。
四、定增/股权激励公告（近1-2周）
1. 胜宏科技
向1545名激励对象授予486.24万股限制性股票（授予价155.94元/股，较市价折价超30%），并同步推出7亿元员工持股计划。业绩考核以2025年为基数，2026-2028年净利润目标增速分别不低于50%、125%、237.50%。AI服务器PCB龙头，多重激励锁定核心团队，绑定股东长期利益。
2. 中原内配
向207名激励对象授予1950万股（占总股本3.31%），以营收为核心考核指标：2026年目标47.06亿元（约20%增速）。近八成授予非高管核心骨干，公司正处于产品结构切换窗口——制动鼓（同比+76.7%）和电控执行器高速增长，锚定AIDC新赛道。
3. 欣旺达
子公司欣旺达动力C+轮增资8.05亿元，引入阳光电源、天齐锂业作为战略投资者。天齐锂业保障锂资源供应，阳光电源锁定储能终端客户，上下游战略绑定形成闭环。
五、机构调研动向（近1-2周）
近5个交易日（7/20-7/24）153家公司获机构调研，32家获20家以上机构扎堆调研。上周134家公募调研604次，较前周暴增58.53%，创近期新高。
重点标的：
- 源杰科技：353家机构调研居首，CW激光器产品获光模块厂商合作意向，高功率方向升级推进
- 罗博特科：139家机构，光电子/半导体封测设备
- 耐普矿机：64家机构，股价周涨20.58%
- 京东方A：获4次机构调研（最密集）
- 电子行业最热：21家公司被调研205次；机械设备其次：12家公司110次
六、大订单/提价公告（近1-2周）
1. 杰瑞股份
控股子公司J&F与某国际知名云服务商签署燃气轮机发电机组合同，本订单金额14.65亿美元（约99.5亿人民币），占2025年营收61.33%。合同有效期5年，近12个月累计与该客户签单17.2亿美元。数据中心供电方案能力获得国际顶级客户持续认可，赛道估值重估在即。
2. 国科天成
公司及子公司天芯昂与四家客户签署非制冷红外探测器及热像仪合同，金额不低于6.3亿元（占2025年营收57.1%），军工红外核心供应商，大单锁定全年高增长。
3. 扬电科技
全资子公司与A客户签署算力服务合同，5年含税总额约8.6亿元（占2025年营收67.22%），从变压器制造跨界算力运营，商业模式升级。
4. 国瓷材料
自7月27日起上调氧化锆粉体售价10%-40%，因原辅材料持续涨价。氧化锆涨价背后是海外高端粉体供应扰动+国产替代加速+SOFC等新兴应用扩容三重驱动。
5. 盛弘股份
7月21日起全线产品涨价10%-30%（储能/充换电/电能质量等），核心元器件涨幅50%-800%。全行业涨价潮中的定价权信号。
七、股东/高管增持（近1-2周）
央企增持潮：
- 中国铝业：控股股东拟增持10-20亿元（A+H双市场）
- 中国中车：中车集团拟增持1.5-3亿元
- 中煤能源：控股股东拟增持5000万-1亿元
- 国投电力：控股股东拟增持1.5亿元
上市公司回购加码：
- 华友钴业：拟回购6-10亿元（维护公司价值）
- 东山精密：拟回购2-3亿元（总市值超3900亿科技龙头）
- 三花智控：拟回购2-4亿元
- 智飞生物：拟回购1.5-3亿元
- 恒力石化：首次回购已投入1.71亿元
高管增持：
- 洽洽食品：实控人陈先保已增持2999.56万元（计划3000-6000万）
- 圣诺生物：控股股东增持200.55万股（4992.6万）已完成
- 上海银行：董监高拟增持不低于1500万元
八、北向资金/机构动向（近1-2周）
- 7月第3周（7/9-7/16）：北向资金净流入16.69亿元，电子（+56.72亿）、计算机（+49.65亿）、交通运输（+19.32亿）为主要流入方向
- 7月第4周（7/18-7/22）：北向净流出37.36亿（环比大幅收窄），计算机（+16.56亿）、有色金属（+13.66亿）逆势净流入
- 内外资共识加仓方向：有色金属、医药生物、机械设备
- 股票ETF连续多周净流入（仅上期911.87亿）
- 7月15日两融余额18081亿，环比+153.63亿
- 科创板年内50余家公司新增回购计划，计划回购上限超80亿元
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
【综合排序输出：7只最值得关注的潜力股】
🥇 TOP 1：杰瑞股份
核心利好：子公司签14.65亿美元燃气轮机发电机组超大单（≈99.5亿人民币），占2025年营收61%，近12个月累计与同一国际云服务大客户签单17.2亿美元。
关键数据：2027年11月前分批交付，含价格上浮调整机制；数据中心发电赛道壁垒高、粘性强。
建仓逻辑：传统油服业务提供估值安全垫，数据中心发电打开第二增长曲线。假设订单三年确认完毕，年均贡献约33亿营收增量，对应利润弹性极大。
⚠️ 风险：交付验收风险、国际贸易环境变化、汇率波动。
🥈 TOP 2：精测电子
核心利好：拟收购上海精测半导体41.17%股权（重大资产重组），国产半导体量检测设备稀缺标的。
关键数据：交易完成后将大幅增厚归母利润；半导体量检测设备国产化率不足5%，空间巨大。
建仓逻辑：前道量测是晶圆制造中最核心、最难突破的设备环节之一，国产替代确定性极强。本次收购少数股权直接增厚利润，叠加半导体资本开支周期向上。
⚠️ 风险：重组审批不确定性、半导体行业周期性波动。
🥉 TOP 3：孚日股份
核心利好：3.996亿元收购硅碳负极龙头博赛利斯（南京）78.80%股权，标的年化净利润约9500万（对应PE仅4.2倍）。
关键数据：硅碳负极已进入国内头部电池厂量产供应，2027年收入预测4.09亿。评估增值率193.77%。
建仓逻辑：传统家纺业务稳定，硅碳负极打开锂电材料高成长赛道。收购价格极具性价比，新能源业务独立后有望迎来估值重塑。硅碳负极是4680/固态电池核心路线。
⚠️ 风险：客户集中度高（绑定美国大客户）、地缘政治风险、技术路线不确定性。
④ 国科天成
核心利好：与四家客户签订不低于6.3亿元红外探测器/热像仪合同，占2025年营收57.1%。
关键数据：非制冷红外探测器为军工信息化核心元器件，下游需求确定性强。
建仓逻辑：军工红外赛道高景气，大单锁定全年业绩高增。公司为细分领域龙头，客户粘性强、替换成本高。
⚠️ 风险：军品交付节奏不确定、客户集中度偏高。
⑤ 杭电股份
核心利好：拟定增28.8亿元，建设AI用高端电子电路铜箔（3万吨/年）、光纤预制棒超级工厂。
关键数据：AI铜箔为算力服务器PCB核心材料，当前国产高端铜箔供不应求。
建仓逻辑：从传统电缆企业向AI算力基础设施材料升级，若定增顺利推进，将实现质的跨越。AI铜箔赛道具备"量价齐升"逻辑。
⚠️ 风险：定增审批不确定、建设和投产周期长、铜箔行业竞争加剧。
⑥ 源杰科技
核心利好：353家机构密集调研，CW激光器产品获光模块厂商和CSP厂商合作意向，高功率方向升级中。
关键数据：公募调研106次居首，易方达、华夏等14家头部公募参与。
建仓逻辑：AI光模块核心芯片供应商，CW激光器（100mW升级）直接受益于800G/1.6T光模块放量。机构密集调研往往是行情前奏信号。
⚠️ 风险：估值偏高（动态PE超百倍）、产品验证进度不及预期。
⑦ 国城矿业
核心利好：一期6万吨电池级碳酸锂生产线正式投产，产品质量稳定。
关键数据：年产20万吨锂盐项目总投资巨大，当前碳酸锂价格底部区域。
建仓逻辑：逆周期布局——碳酸锂价格低位扩产，成本端具备显著优势。一旦锂盐价格反弹，利润弹性将极为惊人。
⚠️ 风险：碳酸锂价格持续低迷、投产周期长、资金压力。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
更多更即时更聚焦信息请订阅：
━━━━━━━━━━━━━
⭐️⭐️⭐️
请关注、转发、收藏，华尔街观察团队将持续跟踪相关消息、解读量化数据，基于WSV模型，给出股票、黄金、债券（ETF）大类资产及板块（ETF）轮动量数据，个股案例研究，为您提供超前布局机会。⭐️⭐️⭐️
文章所载内容信息参考，不构成任何投资建议或操作指南。信息基于公开公告整理和量化数据机器学习计算，文章信息与数据的真实性、完整性、有效性不承担任何责任。历史数据不代表未来、案例分析不代表收益承诺。投资者据此操作，风险自担。投资有风险，入市需谨慎。
显示更多
《🔥如何使用DeepSeek选股炒股，让收益跑赢95%的散户？六年股民实战分享！》
本文为入市六年老股民的真实实操心得，全程落地可复制，无空泛理论。
一、炒股六年亏掉一辆车，直到我换了一种选股方式
先上一组真实数据：我今年的收益率是37.6%。不算惊人——肯定比不过那些抓到翻倍妖股的幸运儿。
但支付宝给我弹了一个提示：「你的收益超过了95%的基民和股民」。那会儿我才意识到：原来A股里大部分人今年压根没赚到钱。
我炒股六年，前五年都在亏。不是小亏，是把一辆本田雅阁亏进去的那种。我试过追涨停板、学过波浪理论、研究过缠论、还花过8000块报过一个「游资操盘手」的课。结果呢？亏得更快了。
后来我终于想明白了一件事：我根本不是在做投资，我是在赌博。我所谓的「选股」就是刷雪球看谁被讨论得多、看东方财富的评论区哪只票热度高、看哪个大V又发了代码。
我没有做过哪怕一次完整的公司基本面分析——因为我根本不知道怎么做，也没有时间做。直到DeepSeek出现。
梁文锋的幻方量化是DeepSeek的母公司——中国最顶级的量化对冲基金之一。他们训练出来的AI模型，骨子里就带着金融分析的基因。这个工具让我第一次觉得——原来一个散户也可以像机构那样做研究。
今年我选出来的每一只股票，都经过了DeepSeek至少三个维度的深度分析。没有一只是因为「听别人说好」就买的。这篇文章，就是我今年用DeepSeek选股的全套方法论。
二、DeepSeek选股的「铁三角」——基本面+技术面+情绪面
机构选股不是靠「感觉」或者「消息」——他们靠的是一套系统化的分析框架，覆盖三个核心维度：基本面（这家公司值不值得买）、技术面（现在是不是买入的好时机）、情绪面（市场其他参与者在想什么）。
散户和机构最大的差距就在于——散户三个维度一个都不看（或者只看技术面画几条线），机构三个维度都有专职团队覆盖。DeepSeek帮我把这三个维度的分析能力，从「机构专属」变成了「散户可及」。
三、基本面分析——五个提示词挖出财报里的「隐藏信息」
基本面分析是选股的核心。但A股有5000多家公司，每家公司的年报动辄两三百页——你就是辞职在家全职读也读不完。
DeepSeek的价值就是：它能在几分钟内啃完一份年报，帮你提炼出最关键的信息。但不是你随便问一句「这家公司怎么样」就行——你得问对问题。以下是我反复验证过的五个「挖金问题」，每一个都对应一个具体的选股逻辑。
第一问：盈利质量——公司赚的是真金白银还是纸面利润？
很多公司报表上的净利润很好看，但实际上根本没收到现金——全是应收账款。
你要让DeepSeek帮你做这个「揭老底」的检查：「分析[公司名]最新年报，计算经营性现金流与净利润的比值（近三年趋势），检查应收账款占营收的比例是否异常上升，判断公司的盈利质量是否存在水分」经营性现金流长期低于净利润、应收账款增速持续高于营收增速——这两条红灯同时亮起，直接pass。
我今年用这个提示词排除了至少4只「看上去很美」的股票。
第二问：成长持续性——增长是加速还是减速？
看增长不能只看「有没有增长」，要看「增长的加速度」。连续三年营收增长30%-25%-18%，增速在递减——这是成长性衰竭的信号。
提示词：「分析[公司名]近三年营收和净利润的同比增速变化趋势，计算复合增长率，判断公司的成长是加速还是减速，分析减速的主要原因是否具有持续性。」
第三问：护城河——凭什么竞争对手抢不走它的生意？
毛利率是企业护城河最直观的量化指标。如果一家公司能连续多年维持高于行业的毛利率，说明它有某种竞争对手无法轻易复制的东西——品牌、技术专利、网络效应、规模优势。
提示词：「对比[公司名]与同行业头部公司的毛利率、净利率、ROE三年趋势，分析该公司的竞争优势来自哪里，护城河是变深了还是变浅了，哪些因素可能威胁其竞争地位。」
第四问：隐藏雷区——财报附注里藏着的「定时炸弹」
这是DeepSeek最让我惊艳的能力之一——它真的会去「读」财报附注。而财报附注里往往藏着上市公司最不想让你看到的东西。大额对外担保、关联交易占比异常、商誉减值风险、存货跌价准备不足——这些对于普通散户来说是「天书」一样的存在，DeepSeek能像侦探一样找出来。
提示词：「仔细阅读[公司名]最新年报的附注部分，找出可能存在风险的会计科目（重点关注：商誉、应收账款账龄、关联交易、对外担保、存货减值计提是否充分），逐一评估风险等级。」
第五问：估值合理性——现在的价格到底贵不贵？
最后一步才是看价格——很多散户把这个顺序搞反了，一上来就问「这只票现在能不能买」。正确的顺序是：先确认公司质量过关，再判断价格是否合理。
提示词：「计算[公司名]当前PE/PB/PS，与近五年历史区间和同行业均值进行对比，结合公司的成长性和盈利质量，评估当前估值处于什么水平，是被高估、合理还是低估。」
【基本面分析速记卡——五个必问DeepSeek的问题】
一、盈利质量：经营现金流/净利润比值？应收账款是否异常？
二、成长持续性：近三年营收和利润增速是加速还是减速？
三、护城河：毛利率vs同行？竞争优势在变深还是变浅？
四、隐藏雷区：商誉/关联交易/对外担保/存货减值——逐一排查
五、估值合理性：当前PE/PB处于历史什么位置？和同行比呢？
▲ 五个基本面提示词让DeepSeek在几分钟内完成一个分析师团队几天的工作量
四、技术面分析——用DeepSeek找到「基本面好+买点对」的交集
基本面分析告诉你「这只股票质地好不好」，技术面分析告诉你「现在买时机对不对」。两者缺一不可。好公司在错误的时间买入，照样亏钱。
DeepSeek在技术面分析上有一个独特的优势——因为它背靠幻方量化的技术基因，它对技术指标的解读远比普通的「看图说话」要深度。
我最常用的三个技术面分析方法是：
第一，均线系统——让DeepSeek判断当前股价在所有重要均线（5/10/20/60/120/250日）中的相对位置，是典型的多头排列还是空头排列；
第二，量价关系——成交量是价格走势的「燃料」，放量突破关键压力位是真突破的可靠信号，缩量上涨则需要警惕；第三，技术指标共振——不会只看一个指标，而是让DeepSeek同时检查MACD、KDJ、RSI和布林带，只有在多个指标同时发出相似信号时才认为信号有效。
一个特别实用的提示词模板：「分析[股票名]近三个月的日K线走势。
第一步：判断当前均线排列状态（多头还是空头）；
第二步：分析近一周的量价配合情况；
第三步：检查MACD、RSI和布林带是否出现背离或共振信号。
综合以上三个维度，给出当前是否适合介入的技术判断。」
▲ 技术面不是画几条线就完事了——量价关系+指标共振才是核心
五、情绪面分析——让你在市场疯狂时保持冷静的「AI保险丝」
这个维度是散户最容易被收割的地方。一只股票基本面很好、技术面也发出了买入信号——但如果你是在市场情绪最高涨的时候追进去的，很可能买在了山顶上。
DeepSeek可以做舆情追踪：你让它搜索目标股票最近一周在全网（微博、股吧、雪球、新闻）上的讨论，统计正面/负面/中性评价的比例，再和前一阶段的数据做对比——如果正面情绪在短时间内剧烈升温，往往意味着短期过热。
还有一个冷门但好用的用法：让DeepSeek帮你「反向思考」。
当你特别看好一只股票的时候，不要问它「这只股票有什么投资价值」——你已经先入为主了。而是问它：「如果这只股票未来半年跌了30%，可能是哪些原因导致的？请列出所有可能的风险因素，包括那些市场上目前没有人讨论的潜在风险。」
这种反向提问会让你在情绪高涨的时候保持一份清醒——这份清醒在牛市中可能让你「少赚」，但在熊市中能救你的本金。
▲ 全网舆情追踪+反向思考——AI帮你在大众疯狂时守住理性
六、我的完整选股流程：从5000只到最终2-3只
以上三个维度单独来看都很有用，但真正的威力在于把它们串成一套系统化流程。以下是我今年优化了至少五个版本之后沉淀下来的完整选股六步流程：
第一步：行业筛选。
不直接从5000多只股票里选——那太多了。先用DeepSeek做行业比较分析，找出当前处于景气上行周期的3-5个行业赛道。
提示词：「对比以下五个行业近期的景气度指标（营收增速、库存周期、政策环境、机构持仓变化），推荐两个最值得关注的行业并说明理由。」这步做完，选股范围从5000只收缩到了大概三四百只。
第二步：基本面初筛。
在目标行业内，用五个基本面提示词（第三节的方法）对行业龙头和主要竞争对手逐一做快速扫描。
重点关注两个「一票否决」指标——经营现金流长期为负的、应收账款增速持续超过营收增速的，直接排除。这步做完，候选池缩小到20-30只。
第三步：财报附注深挖。
对候选池里的每一只股票，用「隐藏雷区」提示词做一次深度排雷。商誉占比过高的、大额对外担保的、关联交易占比异常的——标记出来，结合具体情况判断是否继续保留。
这步很关键——今年帮我在一只非常火的消费股上发现了巨额商誉减值风险，避免了一大笔潜在亏损。
第四步：估值判断。
在排雷之后的池子里，逐一做估值分析。当前价格处于历史估值区间的什么位置？和同行业相比是高是低？结合公司的成长性判断当前估值是否合理。这步做完，候选池缩小到8-12只——剩下的都是「基本面过关+价格合理的优质标的」。
第五步：技术面择时。对着这8-12只股票，逐一用技术面方法判断当前是否适合介入。重点看均线排列状态和量价配合——只有「多头排列+放量企稳」的才列入买入备选。这步做完，真正准备出手的只有3-5只。
第六步：仓位分配和止损预设。最后一步不是选股，是「管钱」。每只股票分配多少仓位？总仓位不超过多少？每只的止损线设在哪里？这些我都会让DeepSeek基于我的风险偏好给一个参考建议，最终自己拍板。
铁的纪律是：任何一只股票，单笔亏损不超过总资金的2%。这个比例看起来很保守，但它保证了你即使连续犯错十次，本金也就亏20%——还能东山再起。
▲ 六步完整选股流程——从5000只到2-3只，每一步都有明确的筛选逻辑
七、用DeepSeek选股最容易犯的三个致命错误
致命错误一：让DeepSeek直接推荐股票代码。
「帮我推荐三只这个月最值得买的股票」——这是最危险的问题。DeepSeek可能会给你一个答案，甚至包含看起来很具体的目标价和理由。但AI的「推荐」本质上是基于历史数据的模式识别，它既不预测未来，也不为你的亏损负责。
正确的问法永远不是「推荐什么」，而是「帮我分析这个」。你是最终的决策者，AI是你的研究助手——这两个角色绝对不能模糊。
致命错误二：用DeepSeek的结论代替自己的判断。
DeepSeek说「这家公司基本面良好」——你看了觉得有道理——然后买了。请注意你的决策链条：你唯一的判断依据是「AI说的」。这就是所谓的「外包式决策」——看起来你做了研究，实际上你把最关键的判断环节外包给了一个语言模型。
正确的做法是：DeepSeek提供数据和角度，你用这数据和角度形成自己的独立判断。如果DeepSeek的分析中有任何一点你不能用自己的话解释清楚——那就不要基于这个分析做决策。
致命错误三：只分析不跟进——买入之后的监控比买入之前的研究更重要。
选股和买入只是投资的开始。买入之后公司基本面有没有变化？行业环境有没有发生改变？当初买入的理由还成立吗？这些问题的答案每天都在变化。
我给自己定了一个规矩：每两周至少对持仓股做一次快速体检——把最新的公告和新闻喂给DeepSeek，让它判断「买入逻辑是否发生实质性变化」。
如果没有变化，继续持有；如果逻辑被破坏，果断离场——不管盈亏。这一条纪律，比任何选股方法都重要。
▲ 三个致命错误：让AI直接推荐/外包式决策/买入后不再跟进——每一条都可能让你亏掉本金
八、写在最后：DeepSeek没有让我变成「股神」，但它让我不再当「韭菜」
37.6%的收益率不算高——在牛市中很多人能做到更高。但我的收益率和那些靠运气或者牛市赚到的有一个本质区别：我知道自己为什么赚了这些钱。
我每一次买入都有明确的、可以被事后验证的理由；我每一次卖出都有根据的、可以复盘和反思的逻辑。这种「知道自己为什么赚、为什么亏」的能力，比任何一只牛股都重要——因为牛股是一次性的，而正确的选股方法论是可以复制的。
DeepSeek的母公司幻方量化有一句话我很喜欢：「量化不是预测未来，而是管理不确定性。」
这恰好是对DeepSeek在选股中角色最精准的描述——它不能告诉你下一只翻倍股在哪里，但它能帮你把「不确定的赌博」转变为「被管理好的风险」。
它能让你看到一家公司财报里隐藏的危险信号、让你在情绪过热时多一份冷静、让你在做决策时有数据和逻辑的支撑。
这些事情看起来很朴素，但如果你炒股超过三年就会明白——让人在股市里长期亏钱的不是「运气不好」，而是不懂得避开那些本该提前看到的风险。
DeepSeek帮我的不是「赚得更多」，而是「亏得更少」。而在A股这个市场上，活得久比赚得快重要一万倍。
以上内容为转载，非小龙先生的原创。我在思考，既然DeepSeek可以拿来选股和炒币，当然也可以拿它来选币炒币。我已经在实践了，你也可以的！
#DeepSeek# #炒股# #炒币# #AI炒股炒币#
显示更多
