3️⃣ 翁溢铭和胥彤 的 @tradoor_io 关联主体信息如下: ➡️Tradoor的香港主体： Room 1107A, Tower 1, China Hong Kong City, 33 Canton Road, Tsim Sha Tsui, Kowloon, Hong Kong SAR 负责人：Yiming Weng ➡️BVI主体（主要用于上币及DD）： 名字：Intellichain Limited 地址：George Town Financial Centre, Intershore Suite 303, P.O. Box 2002, George Town, Grand Cayman, KY1- 1104 负责人：Yiming Weng @Gayu_BTC   @DoodleScr @cryptobraveHQ @shirleyusy @Michael_Liu93  @BTC_Alert_ @CryptoOlddog  @octopusycc @Elizabethofyou  @nine_DeFi @off_thetarget @FabianoSolana  @SamuelXeus @JoshuaOrhue_  @ZygfridS @shianqianyu  @bitfool1  @cointraderss  @Meta8Mate  @0xpeas @zhanweic @keyahayek   @timotimo007 @anymose996 @0xsexybanana @shianqianyu @hanxiaobu2 @zhamomo666 @mhknfts  @samuelxeus @bishengkegs @pandaskiing @0x_zhuang  @xiaoheshang2025  @fls_otc @dotyyds1234 @cody_defi @0xfengxun @elizabethofyou  @mingyue00001  @blockTVBee @Bitwux @wamgmgmg #tradoor# #翁溢铭# #胥彤#

Bitwise 已在德意志交易所上线 Bitwise Canton ETP（BWCC），为投资者提供 Canton Network 原生代币 CC 的交易所交易敞口。该产品年费率为 0.85%，跟踪 Kaiko CANTO Reference Rate LDNLF 指数，并由冷存储中的 CC 代币全额支持。Canton Network 于 2023 年推出，由 Digital Asset 开发，参与机构包括 Goldman Sachs、BNP Paribas、Deutsche Börse、Microsoft、Moody’s、S&P Global、Cboe 和 Deloitte 等，此前 21Shares 已在 Nasdaq 上线首只美国 Canton Network ETF。（The Block）

AI时代，半导体公司到底该怎么估值？ 昨天听了@ShanghaoJin 老师的space，获益匪浅。 但我对于存储板块，乃至整个半导体板块的在目前ai产业革命超级周期背景下的估值方法，有一些不同的想法，所以简单记录一下，也供herman老师拍砖。 过去很长时间里，半导体一直是典型周期行业。景气时利润暴涨，低谷时利润迅速蒸发。很多公司上一年PE几十倍，下一年直接亏损。所以过去市场并不太相信半导体公司的利润持续性，更喜欢用 PB、重置成本、EV/EBITDA，而不是PE。因为市场默认这些利润大概率只是周期利润，而不是长期利润。 但AI时代正在改变这一切。HBM、CoWoS、AI Networking、光模块、先进封装、电力与数据中心基础设施，开始出现长期供需失衡。整个行业的估值逻辑，也开始从“资产思维”转向“现金流思维”。 截至2026年，行业仍处在AI驱动的强景气阶段。根据 SIA 数据，2025年全球半导体销售额达到7917亿美元，同比增长25.6%，并预计2026年接近1万亿美元。SEMI 也预计设备销售将在2026、2027继续增长。这种环境下，很多股票估值已经提前包含高增长预期。重要的是增长质量，以及它所处的周期位置。 很多人喜欢只看 PE、forward PE 或 PEG，但半导体行业的问题在于，“周期 + 高成长 + 高资本开支 + 技术代际”全部混在一起，单一估值倍数很容易骗人。周期顶部时，利润爆炸，PE反而会显得特别便宜；周期底部时，利润低迷，PE又会显得特别贵，甚至失去意义。重要的是判断当前利润到底处在周期的哪个位置。 PE 本质上是： PE = \frac{Market\ Cap}{Net\ Income} 它看的是最终归属于股东的利润，因此会受到利息、税率、折旧和资本结构影响。而 EV/EBITDA 更接近企业经营本身的赚钱能力： EV/EBITDA = \frac{Enterprise\ Value}{EBITDA} 其中： EV = Market\ Cap + Debt - Cash 很多人会疑惑为什么现金要减掉。因为 EV 本质上是在看“买下整个公司的真实净成本”。债务需要接手，而账上的现金买下后也归你，所以现金会降低真实收购成本。重要的是理解 EV 关注的是经营业务本身值多少钱，而不是公司账上堆了多少现金。 这也是为什么 Apple、Alphabet、Meta Platforms 经常出现 EV 小于市值的情况，因为它们账上现金太多。 但AI时代又带来了一个新问题。很多公司的现金已经不再是“闲置现金”，而是GPU储备、数据中心扩张储备、AI基础设施战争储备。重要的是区分 Excess Cash、Operating Cash 和 Strategic Cash。有些现金未必真的应该全部减掉。 AI时代另一个巨大变化，是行业进入超级重资本时代。EUV越来越贵，High-NA越来越贵，CoWoS扩产越来越贵，HBM扩产越来越贵，数据中心基础设施越来越贵。整个行业折旧（D&A）正在快速上升。于是很多公司的 EBITDA 非常漂亮，但净利润没有那么夸张，因为大量利润被折旧吞掉了。重要的是现在 PE 和 EV/EBITDA 的差异，正在明显扩大。 不同子行业差异尤其明显。Fabless公司差异最小，比如 NVIDIA、AMD、Broadcom。因为它们不自己建厂，折旧压力较低，因此 EV/EBITDA 往往只比 PE 低20%-40%。 但 Foundry 完全不同。比如 Taiwan Semiconductor Manufacturing Company、Samsung Electronics、Intel。这些公司 CapEx 极大，折旧极高，厂房设备生命周期极长，所以 PE 和 EV/EBITDA 差异会明显扩大。TSMC 当前常见情况大概是 PE 20-30x，而 EV/EBITDA 只有12-18x。重要的是理解很多折旧本质上其实是“增长投资”。 存储行业更加极端。Micron Technology、SK hynix 过去长期是最典型的周期行业，市场几乎不相信利润持续性。但 HBM 改变了部分逻辑，市场开始认为其中一部分利润可能是结构性利润，于是行业开始重新定价。重要的是 HBM 让市场开始重新评估存储行业的长期盈利能力。 而半导体设备公司则是另一种情况。比如 ASML、Applied Materials、Lam Research、KLA。这些公司更像“拥有工业外壳的软件公司”，因为它们毛利率高、ROIC高、FCF强、资本效率极高，所以市场已经越来越多使用 PE、EV/EBITDA、EV/FCF 和 ROIC 来定价。 真正的问题，从来不是哪个指标最好。重要的是哪个指标适合哪个子行业。 Trailing PE 适合盈利稳定的成熟公司，但周期股在景气高点 PE 会显得特别便宜，在低谷又会显得特别贵。Forward PE 更重要，因为市场买的是未来12-24个月利润。重要的是盈利预期是否还在持续上修，而不是单纯看一个低 forward PE。 PEG 对稳定高成长公司很好用，但对周期行业非常危险。很多时候 EPS 从低谷恢复，会让 PEG 看起来异常便宜。重要的是判断这个增长到底来自长期成长，还是仅仅来自周期反弹。 EV/EBITDA 更适合设备、IDM、存储这些资本结构差异大的行业。重要的是最好使用中周期 EBITDA，否则很容易在周期顶部被误导。 我个人更喜欢 FCF Yield 和 EV/FCF。重要的是这两个指标会逼着你回答一个问题：这些利润最后到底能不能变成真钱。 EV/Sales 只适合高增长、利润暂时被投入压低的平台型公司。重要的是结合毛利率、经营杠杆和长期利润率一起看。 不同子行业应该看不同指标。AI/fabless 芯片更应该看 forward PE、EV/FCF、收入增速、毛利率、客户集中度和平台护城河；半导体设备更应该看 EV/EBITDA、订单、积压和 WFE 周期；存储更应该看 P/B、EV/EBITDA、库存以及 DRAM/NAND/HBM 价格；晶圆代工和 IDM 更应该看利用率、CapEx、折旧、ROIC 和 FCF；模拟、功率和车规更应该看 FCF yield、库存周期和工业需求；EDA/IP 更应该看 EV/Sales、EV/FCF 和长期增长确定性。 所以不要只按 PE、forward PE 或 PEG 买半导体股。重要的是先分子行业，再做多指标综合。 我的框架会更简单一些。第一看质量，包括毛利率、营业利润率、ROIC、技术壁垒和客户粘性。第二看增长。重要的是增长到底来自结构性需求，还是只是周期复苏。第三看现金流，包括 FCF margin、CapEx 强度、库存变化和应收变化。第四才是估值，包括 forward PE、EV/EBITDA、EV/FCF、PEG，并与同行和自身历史区间比较。最后才是风险，包括客户集中、出口限制、库存、产能过剩和盈利预期下修风险。 半导体行业最重要的一点，是不要被低PE欺骗。重要的从来不是今天便不便宜，而是未来3-5年的现金流和竞争地位，能不能支撑今天的估值。 AI时代最大的变化，本质上也是这个。过去市场担心的是“下一轮周期会不会崩”，现在市场开始关心的是“这些利润到底是周期性的，还是结构性的”。 如果市场认为只是周期，那么 EV/EBITDA 不会给太高，PE 也不会持续扩张。如果市场开始相信 AI需求是长期的、基础设施建设是长期的、供需失衡是长期的、行业进入结构性短缺，那么整个行业的估值体系就会继续升级，从 PB → EV/EBITDA → PE → FCF 一路向上迁移。 最终获得长期高估值的公司，往往都是那些 ROIC 持续提升、资本效率持续改善、拥有长期定价权、能把AI需求持续转化为现金流的企业。

和Quant Alex @StochAlex07 讨论： SABR Theta与Spot Theta+Vol Theta+Cross Theta的异同与应用，以及SABR模型自洽性分析。 **English Summary of the Chat** **SABR Theta vs Spot Theta + Vol Theta + Cross Theta** The conversation between **Alex Wu** (white bubbles) and **Jeff Liang** (green bubbles) is a technical discussion focused on **SABR Theta versus Total Theta** (i.e., Spot Theta + Cross Theta + Vol Theta), model self-consistency, PDE residual, and the correct definition of SABR Greeks. ### Key Points Discussed: 1. **SABR Gamma = Spot Gamma** (first major question, raised by Jeff) Jeff asked whether SABR Gamma (\(\partial^2 P / \partial F^2\)) is identical to Spot Gamma and whether it includes the dependence of \(\sigma_B\) on \(F\). He also provided the full chain-rule expansion of SABR Gamma in terms of Black-76 Greeks. Alex confirmed the understanding and **later affirmed in code** that this is exactly how SABR Gamma is implemented in their system. 2. **SABR Theta vs Total Theta and Model Self-Consistency** (main topic, led by Jeff) Jeff shared a clear 3-point understanding: - SABR Theta is computed directly via the SABR approximation formula to obtain \(\sigma_B\), then applying the Black-76 chain rule: \(\partial P/\partial t =\) BS_Theta(\(\sigma_B\)) + BS_Vega \(\cdot \partial\sigma_B/\partial t\). - Total Theta is the exact decomposition from the SABR PDE (Spot Theta + Cross Theta + Vol Theta). - When the model is **fully self-consistent** (Residual = \(\partial P/\partial t + \mathcal{L}P = 0\)), SABR Theta = Total Theta; otherwise the difference is the unexplained PnL caused by the approximation error in the Hagan formula (especially pronounced in long-dated, high vol-of-vol, or high-skew options). 3. **Practical Implication – Theta Decomposition Decision** (comment by Alex) Alex noted that whether to perform Theta decomposition depends on the risk-management approach: - Without decomposition → use SABR Gamma vs. dP/dt. - With decomposition → SABR Gamma maps to Spot Theta, Vanna to Cross Theta, and Volga to Vol Theta. **Overall Tone**: The discussion is highly technical and collaborative. Jeff drives the conversation by asking clarifying questions and presenting a well-structured 3-point summary of his recent study. Alex provides confirmations, practical insights, and code-level validation. Both participants demonstrate a strong command of SABR model nuances, particularly the relationship between approximation error, PDE residual, and real-world risk management.

SONIC IS BEGINNING!!! 昨天和朋友聊到我为什么参与到 #SONIC# 生态： 1. 链上叙事全面枯竭，meme暂时熄火，VC币不被待见，市场缺少共识 2. 大盘下行区间，$S逆势上涨 3. @AndreCronjeTech 每天高强度喊单生态项目，无所畏惧 4. #SONIC# 网络数据持续向好 5. @ShadowOnSonic 这类神盘初现 这让我想到了当年的AC，这个最懂Defi的男人！ Defi要的是什么？飞轮！ 现在我隐约看到了整体的飞轮，哪怕是要冒风险，我也不愿意错过这个机会。 接下来可能的场景： 1. $S 持续上涨 2. P小将进入，生态标的普遍大涨，赚钱效应凸显 3. 开启Launchpad，留住 $S 4. 再造神盘 SO，SONIC IS BEGINNING!!!

Jeff的这条回测其实很有意思。 很多 $BTC holder 想囤币生生息的时候都会觉得： “我反正长期持币，那我卖一点 OTM Call，收点权利金，不就能增币了吗？” 但回测结果显示： 第一种：每天卖一点 30 天后到期的 0.1 delta OTM Call。 结果：2019–2026 年，总收益只有 0.37 BTC，年化 1.8%，Sharpe 0.22，最大回撤 -0.63 BTC。 第二种：如果卖更近一点、更“肥”的 0.25 delta Call，结果更差。 总收益只有 0.02 BTC，年化几乎为零，Sharpe 0.0069，最大回撤反而达到 -1.38 BTC。 这种策略基本完全是个笑话，或者说不择时的做的话，完全是个笑话。 单纯的，不择时的，裸卖call，就是一种分不清主次，搞不明白你是来干毛的，抓不住重点的，又怕事儿的纯纯的懦夫策略。 原因也很简单： BTC 真正值钱的部分，恰恰是少数几次右尾暴涨。 无脑卖 Call，本质上就是长期把这部分凸性卖掉。 这也是为什么我非常不喜欢备兑，并且抵触卖call。 $BTC 持币生息这件事，真的不是一句“卖 Call 收息”能解决的。 那问题来了：卖方策略到底能不能赚钱？ 能。波动率风险溢价（VRP）是真实存在的，Leifu用1814天的数据验证过，三个市场周期VRP全部为正。卖方长期有edge，这个结论没问题。但edge存在不等于你能收割它，就像矿在地下，你没有工具就只能看着。 @JeffLia12309881 的波动率课程教的就是这套工具。不是“卖put还是卖call”这种入门问题，而是从底层往上搭建一整套风险管理框架： 第一层：曲面认知。 你不能只看一个IV数字就决定卖不卖。Jeff从SABR模型校准讲起，教你读懂整个波动率曲面，ATM水平是高还是低、Skew是陡还是平、曲率（Fly）是什么形态。同样IV 50%，Skew陡峭时卖put和Skew平坦时卖put，风险收益完全不同。 第二层：Greeks管理。 标准BSM的Greeks在曲面变形时会失真。Jeff讲的是SABR框架下的smile Greeks，VegaSkew和VegaFly，让你知道自己的仓位在Skew变化1个vol点时亏多少钱，在曲率压缩时赚多少钱。 有了这个你才能做精确的P&L归因，而不是每天看着不明盈亏抓瞎。 第三层：二阶波动率交易。 这是课程里门槛最高但最有价值的部分。Vanna、Volga不只是教科书上的定义，而是实际决定你在极端行情中是活着还是爆仓的关键变量。 Jeff讲Volga如何在尾部事件中非线性放大亏损、Vanna如何在spot-vol相关性翻转时让你的delta hedge失效，这些是回测里那些巨大回撤背后的真正原因。 第四层：期限结构和择时。 什么时候该卖近月，什么时候该卖远月，contango和backwardation下的策略选择完全不同。 @leifuchen 之前推文的数据显示VRP从+14.7压缩到+4.4，在这个趋势下你如果还用2021年的策略在2026年卖vol，安全垫已经薄到覆盖不了一次像样的尾部事件。 回测告诉你“裸卖不行”，但不会告诉你“怎么卖才行”。 Jeff的课程就是回答后面这个问题的——六节直播课，2000+小时蒸馏出来的体系，从曲面认知到Greeks管理到二阶波动率，是目前中文世界里最完整的期权波动率交易教育。想让卖方策略真正跑出来，工具得先到位。​​​​​​​​​​​​​​​​ @JeffLia12309881 的课程配合 @GreeksLive 的工具，是囤币人持币生息的不二之选。 欢迎对Crypto波动率交易策略感兴趣的朋友加入我们期权讨论社区：

胡小伟的多重身份及跨国资本运作 胡小伟= 陈小二=吴晏铭 根据公开资料显示： 胡小伟于2017年首次使用陈小二的名字注册护照，之后于2020年正式将名字改为吴晏铭。 1 HKE Holdings 2019年9月，胡小伟以陈小二Chen Xiaoer的身份，通过其控股的注册于英属处女群岛的Eagle Fortitude Limited鹰毅有限公司，收购了港股上市公司HKE Holdings （股票代码：1726）约75%的股份，并出任董事会主席及执行总裁。 2020年，陈小二改名Wu An Ming胡晏铭；并于2021年4月出手全部75%股份； 2 恒大物业 2020年8月，胡小伟用化名Wu An Ming 胡晏铭 ，通过一家于2017年2月注册在英属维尔京群岛的主体公司Future King Inc 成为了张浴涛Tisé Opportunity Fund I的LP，间接入手了当时还没上市的恒大物业1.194%的股权。 一同参与这轮融资的戰略投資者，包括沈南鹏的SCC Growth VI 2020 B, L.P.（「Sequoia Capital China Growth」）、CC Eagle Investments Limited（中信资本控股实控）、马云的YF Evergreat Property Limited（云峰基金有限公司）及Golden Fortune Holding Limited （腾讯控股关联子公司）/ 华泰国际大湾区投資有限公司/ABCI Global Opportunities SPC （中国农业银行关联子公司）等。 3 中国储备证券 胡小伟用化名Wu An Ming 胡晏铭(通过Future King Inc) ，至少是两家香港资产管理公司的实益所有人：一家是获得香港证券及期货事务监察委员会许可的中国储备证券有限公司，另一家是未来之翼金融有限公司。 记录显示，Future King 于 2018 年 12 月收购了中国储备证券。 4 Nanomix Corp 胡小伟用化名Wu An Ming 胡晏铭（通过Future King Inc ），也是 Nanomix Corp 的股东，Nanomix Corp 是一家在纳斯达克上市的医疗公司（纳斯股票代码：NNMX），主要销售用于检测或监测疾病的测试产品。 5 博雅互动 至2025 年 8 月21日，胡小伟用化名Wu An Ming 胡晏铭通过Future King/Future Cosmos Limited/Future Oasis Pte Ltd 等主体持有博雅互动( 戴志康 @Crossday 的博雅互动，作为一家在香港上市的公司，被称为港股轻量版微策略，活跃于网络游戏和加密货币领域，持有超过 3 亿美金的比特币储备。 另外，戴志康是杜割 @DujunX 的前老板，也是李林 @LeonHuobi 的老火币和新火科技的早期投资人。 6 HyalRoute Communication Group 胡小伟用化名Wu An Ming 胡晏铭（通过Future King Inc ）还是 HyalRoute Communication Group Limited 的股东之一，该公司是一家总部位于新加坡的专门从事光纤网络开发的公司。 @PDChinese @XinhuaChinese @XHNews @NewsCaixin @caixin @ChineseWSJ @thepapercn @CNS1952 @Echinanews @globaltimesnews @Shanghai_City @shanghaidaily @ChinaDaily @zaobaosg @takungwenwei_hk @Tong_Shuo @QiushiJournal @FTChinese @ChineseWSJ @nytchinese @ABCChinese @rijingzhongwen @ReutersChina @SpokespersonCHN @zlj517 @chinascio

P-Token 现已在主网上线，这是对 @solana SPL Token Program 的一次优化重写。 Token 指令的计算成本降低了约 96%，在不改变区块限制的情况下，为整个网络释放出额外 12–13% 的区块空间。 P-Token 使用基于 Pinocchio 的零拷贝架构，替换了当前 SPL Token Program 的底层代码。开发者依然使用相同的 Program ID 和客户端，但能够获得大幅降低的计算消耗，以及全新的批处理功能。 其与原始程序的行为一致性已通过大量审计、模糊测试以及形式化验证进行保障。 完整 SIMD-0266 Efficient Token Program 提案请阅读：

P 小将的尽头，是不再做 P 小将。 享受 fine dining 时打开 GMGN APP，一键打狗，链上牛人榜实时刷新——聪明钱在哪，一目了然。 本周 BSC 周榜 TOP(实时榜单）： @aa_AFeng @Ed_x0101 @feibo03 @antpositions @rob02643673_rob @HunterOnlyETH @ZephyrTrading @Redemption8666 @CryptoCharming @Lesliex886 @00xhwin @0xyukaz