吴说获悉，据链上分析师 @ai_9684xtpa 监测，WLFI 团队关联地址过去 24 小时内向 Unlock Contract（解锁合约）分批转入 8.33 亿枚 WLFI，价值约 5557 万美元。相关资金来源为 WLFI 多签地址及 Strategic Reserve（战略储备）地址。目前该接收地址已持有 178.2 亿枚 WLFI，总价值约 11.9 亿美元。暂不确定该操作是否与上周通过的“两年后解锁 622 亿枚 WLFI 代币”提案有关。近 10 日 WLFI 从低点 0.0512 美元最高涨至 0.0763 美元，最大涨幅约 49%，现报约 0.0672 美元。

WLFI 团队关联地址向 Unlock Contract（解锁合约） 转入价值 5557 万美元的 WLFI🔍 三个地址在过去 24 小时内分批转移了 8.33 亿枚代币，其资金来源为 WLFI 多签和 Strategic Reserve（战略储备）地址；目前该接收地址已持有 178.2 亿枚 WLFI，总价值高达 11.9 亿美元，不确定是否与上周刚通过的「两年后解锁 622 亿枚 WLFI 代币提案」有关 近十天 $WLFI 从低点 $0.0512 最高涨至 $0.0763，最大涨幅 49%，现价 $0.0672📈 钱包地址

《🔥币安 Alpha 上新的 80 个代币化美股/ETF：谁在领涨，谁在掉队？》 1. 币安 Alpha 上了什么？ 截止发文，Binance Alpha 的 Tokenized Securities 样本目前覆盖 80 个美股及 ETF 代币标的，包括大型科技股、AI/半导体、加密相关股、指数 ETF、商品 ETF，以及杠杆/反向 ETF 等。 这类资产更准确的理解方式是：链上美股/ETF 经济敞口，而不是传统股票本身。例如： - NVDAon：对应 NVIDIA - AAPLon：对应 Apple - QQQon：对应 Invesco QQQ ETF - REMXon：对应 VanEck Rare Earth and Strategic Metals ETF Ondo 文档明确提到，这类代币设计目标是提供与底层资产相近的经济敞口，但一个代币不一定等于一股正股，价格也不一定始终等于底层股票或 ETF 价格；持有人获得的是经济表现敞口，而不是底层证券的直接所有权。 2. 有多少可以和合约市场联动观察？ 本图将其中 22 个底层资产标的 标注为“可与 Binance U 本位合约市场形成观察或对冲联动”的样本，例如： NVDAon、AAPLon、TSLAon、SPYon、QQQon、MSTRon、COINon 等。 这里要特别说明： “22 个合约联动标的”不是指这些 Alpha 代币本身上线了合约，而是指其底层资产或相关标的可与 U 本位合约市场形成行情观察、风险对冲或情绪联动参考。 换句话说，它更像是一个交易观察口径，而不是官方产品分类。 3. 哪些板块最强？ 按本图分类，80 个样本大致可以分为三类： - 个股型代币化证券，例如 NVDAon、AMDon、AAPLon、MSTRon、COINon。 - 普通 ETF 型代币化证券，例如 SPYon、QQQon、IAUon、SLVon、USOon、REMXon。 - 杠杆/反向 ETF 型代币化证券，例如 SQQQon、PSQon 等。 从区间表现看，样本明显偏向 Crypto 用户熟悉的高弹性资产： 半导体/AI 主线表现最强。相关标的平均涨幅约 +32.6%。代表样本包括 NVDAon、AMDon、INTCon、MRVLon、MUon、ARMon、QCOMon、AVGOon、TSMon 等。 加密/区块链相关资产弹性也较高。相关标的平均涨幅约 +18.7%。代表样本包括 COINon、HOODon、MSTRon、CRCLon、RIOTon、MARAon 等。 需要注意的是，本图涨跌幅主要按照底层美股/ETF 在 2026-02-24 至 2026-05-11 区间表现测算；部分新增标的使用可得实时或 24h 数据，因此不完全等同于 Alpha 代币上市以来涨跌幅，不能直接理解为长期收益能力。 4. 区间表现说明了什么？ 从排名看，80 个样本呈现出三个层次： 领涨区：Top 1–27：半导体与加密相关股占据主导。其中，INTCon 以 +180.7% 位居第一，其次是 MRVLon +117.9%、CRCLon +114.7%、AMDon +114.5%。 中性区：Top 28–52：大盘 ETF 和大型科技股提供了更稳健的基准表现。例如 QQQon 区间涨幅约 +17.3%，SPYon 约 +7.6%，整体反映美股大盘在该阶段的温和上涨。 承压区：Top 53–80：共 28 个标的，主要包括反向 ETF、部分中概股、军工、商品与医药资产。其中，SQQQon -40.2%、PSQon -14.9%，属于纳指上涨背景下的机制性回撤；LMTon -22.9%、BILIon -25.6% 表现靠后；新增的 REMXon 位列第 62，区间表现约 -5.9%。 整体来看，当前样本区间内呈现出“AI 半导体与加密资产领涨，传统板块分化，反向 ETF 承压”的结构。但这只反映 2026-02-24 至 2026-05-11 这一阶段的市场偏好，不代表未来持续性。 ⚠️风险提示：一个面向 Crypto 用户的美股敞口入口 代币化美股/ETF 的核心看点是“链上美股敞口”，但它不是传统股票账户里的正股，也不应被简单理解为股票替代品。 需要特别注意： 1️⃣不等同于直接持有底层股票或 ETF 例如不提供底层证券的直接所有权、股东投票权、法定信息权等完整股东权利。 2️⃣存在地区可用性与 KYC 限制 Binance 公告提示，相关产品和服务可能并不适用于所有地区；Ondo 文档也说明，其产品通常面向非美国投资者，并受司法辖区等限制。 3️⃣存在流动性、溢价/折价与价格偏离风险 代币化美股的价格不一定始终等于底层资产价格，交易报价也可能与实际买卖底层资产价格略有差异。 4️⃣存在交易时段与价格跳动风险 代币化美股通常为 24/5 交易，但在交易时段切换、公司行动、风控限制等情况下可能暂停或受到影响。 5️⃣如果涉及链上交互，还要关注合约地址、链、池子与桥接风险 Binance Alpha 本身也提示，Alpha tokens 属于链上 Web3 代币，波动和风险更高。 结论：这类资产真正要看的，不只是“能不能买”，而是“你买到的到底是什么”。它更像是一个面向 Crypto 用户的链上美股敞口入口，而不是传统股票账户的平替。 数据来源：Binance Alpha（ ） 免责声明： 本文仅作信息展示与数据解读，不构成投资建议。代币化证券存在流动性、溢价/折价、盘前盘后价格跳动、交易时段差异、地区可用性、KYC 限制及链上合约等风险。投资前请自行研究，DYOR。

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。

亚马逊 & 谷歌：对南韩两强（三星/海力士）支出预计 (2026F) 1. 核心支出数据快报 (Estimated Spending) 基于 AI 服务器成本结构中存储价值量翻倍的逻辑，2026 年两巨头的采购规模估算如下： 亚马逊存储支出：300-360亿美金 谷歌存储支出：250-300亿美金. 关键变数： 2026 年初，由于 HBM 产能极其短缺，亚马逊和谷歌的采购负责人被爆出“长租韩国酒店”以寻求签下 3-5 年的长期供应协议（LTA），这可能导致实际支出超出预算。 2. 业务线深度拆解 (Segment Breakdown) SK 海力士 (海力士)：AI 溢价的绝对受益者 谷歌逻辑： 谷歌的 TPU v7 架构对 HBM 的带宽要求极高。海力士作为 HBM3E 的一号供应商，占据了谷歌 AI 加速器存储需求的 60% 以上。 亚马逊逻辑： 亚马逊的 Trainium 2 芯片正在大规模起量，海力士为其定制了专用 HBM。 利润质量： 海力士在 2026 年 1 月将 HBM3E 报价上调了 20%，两巨头为了“保量”几乎全盘接受。 三星：全能补位与 NAND 霸主 NAND/SSD 需求： 亚马逊 2000 亿支出中很大一部分用于数据中心扩建，三星在 企业级 SSD (eSSD) 领域的统治力不可替代，预计拿下两家超过 50% 的闪存订单。 HBM 追赶： 三星虽然在 HBM3E 进度上略慢于海力士，但凭借巨大的产能储备，在“通用型 DRAM（DDR5）”短缺潮中，成为了两巨头的保底供应商。 3. 供应链博弈：2026 的“预期差” (The Strategic Shift) 从“按需购买”到“长租抢货”： 往年存储属于周期品，巨头倾向于压价。但 2026 年，由于 HBM 挤占了通用 DRAM 产能，导致传统服务器内存价格飙升（Q1 报价单季涨 60%-70%）。 预期差： 亚马逊 2000 亿开支中，原本预留给存储的资金可能面临 50 亿美元以上 的超支缺口，这部分利润将直接从亚马逊的报表流向海力士和三星。 自研芯片的影响： 谷歌和亚马逊都在加大自研 ASIC（TPU/Trainium）。这意味着他们对存储的要求不再是“标准化”，而是“定制化”。海力士通过这种深度绑定，正从“供应商”变成“联合开发商”。 4. 总结：看多/看空的逻辑支点 看多存储端（三星/海力士）： 巨头们 3800 亿的总 Capex 是存储行业的强力托底。只要 AI 军备竞赛不停止，存储芯片就是最硬的通货。 看空支出端（亚马逊/谷歌）： 如此庞大的芯片支出意味着这两家巨头在 2026 年的毛利率将承受巨大压力。折旧费用的激增可能导致其 GAAP 利润在下半年出现环比下滑。 提炼结论： 2026 年，亚马逊和谷歌将合计向这两家韩国巨头贡献约 $500 - 650 亿 的营收。 以上为gemini的ai结论，我个人看好海力士三星，但是也看好谷歌，不看好亚马逊.谷歌自家ai和服务器，以及原产品之间业务闭环，自带ai飞轮.

美国政客和精英阶层对中共的了解与认识，仍然远远不够，也始终拿不出真正有效的应对策略。与此同时，美国两党政治对于中共在全球范围内的渗透与扩张野心，长期缺乏足够的前瞻性，其对外政策也缺少持续性与连贯性。正是在这种背景下，中共近年来不动声色地培植了一大批反美、仇美势力，正在对美国的国家安全以及全球地缘政治格局构成越来越严峻的威胁。 American politicians and elites still have a very limited understanding of the Chinese Communist Party (CCP) and have yet to develop truly effective strategies to counter it. At the same time, both major U.S. political parties have long lacked sufficient foresight regarding the CCP’s global infiltration efforts and expansionist ambitions, while America’s foreign policy has also suffered from inconsistency and a lack of continuity. Against this backdrop, the CCP has quietly cultivated a large number of anti-American forces in recent years, posing an increasingly serious threat to U.S. national security and the global geopolitical order.

不要小看传统经济学家的影响力，付鹏 @fupenglondon ，任泽平这两位都是400万+的微博粉丝量，已经到了某种质变的阶段了 。不过传统宏观经济学家纷纷向 Web3 领域“投石问路”，其实也是宏观经济范式转移的一个强烈信号。 这次我在香港嘉年华的收获，其中之一就是在在HSC Asset Management 活动上从黑石等传统基金的LP口中得到他们对加密资产价值的一个系统性共识正在形成。 我们可以看看几位过江龙何以成名，再来品味迹象本身的含义。 付鹏：管道专家视角 (The Infrastructure Analyst) • 传统领域敏感度： 极高。他擅长通过利率平价、跨境资本流动（Plumbing/管道）来预测资产价格。他是最早洞察到 2023-2024 全球利率拐点的学者之一。 他对 Web3 的关注点往往不在“币价”，乃至于单个的山寨币资产，而在于“资产的金融化属性”。他看好 Web3 是因为他看到了传统金融管道的阻塞。 付鹏的转向更像是“逻辑推演”的结果。如果全球宏观环境是“高通胀、高利率、低增长”，他会从 Web3 中寻找那种能突破主权边界的“新型流动性溢价”。 任泽平：趋势与周期视角 (The Narrative Strategist) • 传统领域敏感度： 极具爆发力，但争议较大。从“5000点不是梦”到“新周期”，他擅长抓大趋势、大叙事，对政策风向的捕捉极度敏锐（尤其是房地产和人口政策）。 任泽平应该还只是处于一个“观察期”，他的注意力更像是“趋势博弈”的结果。当 Web3 逐渐合规化（如香港 Web3 政策的落地），他会迅速将其包装成一种全民级别的“新经济叙事”。 这种转向是什么“迹象”？ 当最顶尖的宏观“捕手”开始谈论去中心化、RWA（现实世界资产代币化）或协议经济时，通常预示着以下三点： 1.传统大类资产的“天花板”效应： 在 2025-2026 年的宏观背景下，传统债权驱动的增长模式（如房地产、地方债）已经进入存量博弈。宏观经济学家最敏感的是“流动性的去向”。当传统蓄水池（房市、传统股市）无法承载超发货币或无法提供高超额收益（Alpha）时，Web3 正在从“另类投资”转变为全球资本的“宏观蓄水池”。 2.从“生产力”向“生产关系”的焦虑转移： 正如付鹏在近期（2025年末）提到的，AI 解决了生产力问题，但没能解决“利润分配”和“生产关系”问题。Web3 的本质是通过代码重构分配逻辑。宏观经济学家意识到，如果制度层面无法突破，技术奇点（AI）带来的利润可能只会被极少数巨头（如 Nvidia、Google）垄断，而 Web3 是唯一的制度补丁。去中心化AI可能也是真正数据所有权的核心基建。

Strategy 宣布已与部分 2029 年到期 0% 可转换优先票据持有人达成私下协议，将以约 13.8 亿美元现金回购约 15 亿美元本金规模的可转债。回购资金预计来自现金储备、ATM 增发及比特币出售所得，交易预计于 5 月 19 日完成。回购完成后，剩余未偿还 2029 年可转债本金约为 15 亿美元。

Strategy CEO：仅有两种情况下考虑出售比特币 2025 年 5 月 9 日，Strategy CEO Phong Le @phongle 在接受 CNBC 采访时，回应了公司从“永不出售比特币”到“灵活管理比特币”的战略转变。 他表示自己“相信数学胜过意识形态”，并明确公司仅在两种特定情况下才会考虑抛售比特币：一是当出售比特币来支付 STRC（永续优先股）股息比增发股票更能增厚“每股比特币收益”时（如股价低于账面价值）；二是出于获取税务收益或递延资本利得等税务优化需求。 来源：CNBC

Strategy 卖币传闻下,Saturn @saturn_credit为什么重仓 STRC 今天晚9点来聊聊STRC 大概率是上次在香港瑰丽酒店，跟创始人 @kevinlhr88 喝下午茶的时候，把他给喝 high 了。那天他跟他合伙人合我聊了很多 Saturn 的宏大愿景，从 STRC、Bitcoin 信用市场，到链上固定收益、结构及风险控制等，越聊越兴奋，我当时就感觉，这哥们思路挺清晰的。 这不，第一次主持邀请我来，卧槽，真第一次。