註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 大分Bリングス
大分Bリングス 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 大分Bリングス 的搜尋結果
最近小红书约炮的这个内容在推上特别火 但是作为过来人,我告诉你 类似这种的帖子 百分之百都是打se粉的 如果你分B没有,建模也不行, 还幻想着有什么女大、女高就想找你谈甜甜的恋爱, 我只能说,你确实应该交点学费了 07 女高,颜值 5 分以上, 现实当中不可能没有人追的。 给你们看一个真实的女大的抖音后台私信
顯示更多
0
44
124
6
轉發到社區
FEL:马斯克重新定义 EUV并开启太空芯片制造 马斯克最近一句“FEL FTW”,让 Free-Electron Laser(自由电子激光器,FEL)重新进入半导体行业视野。 市场很容易把这件事理解成“马斯克要造自己的 ASML”,但这可能并不是最准确的框架。 FEL 首先不是一种全新的光刻原理,而是一种新的 EUV 光源。如果这条路线最终进入 Terafab,它真正挑战的可能不是整台 ASML EUV scanner,而是过去二十多年 EUV 产业形成的一个基本架构:每台 scanner 配备自己的 LPP 光源。 FEL 更激进的可能性,是把 EUV 光源从 machine-level component 变成 fab-level infrastructure。 1、从锡滴到电子束 今天 ASML EUV 的核心波长是 13.5 nm。产生这种光的方法非常复杂:高功率激光每秒数万次击中高速飞行的微小锡滴,把锡瞬间变成高温等离子体,再从等离子体辐射中收集 13.5 nm EUV。这就是 LPP,Laser Produced Plasma。这里有巨大的工程问题:锡滴变成超高温 plasma然后才能产生 EUV。 但过程中必须处理:锡碎屑、collector污染、hydrogen plasma、镜面寿命、清洁、热负荷…… 这本身就是 ASML/Cymer 二十多年积累起来的一座巨大技术壁垒。ASML甚至长期与大学研究团队合作解决氢等离子体环境、锡清洁和组件寿命问题。 FEL 完全不同。电子枪产生电子束,加速器把电子加速到接近光速,再让电子穿过周期性磁场组成的 undulator。电子不断摆动并逐渐形成 microbunching,最终产生高度相干的电磁辐射。通过设计电子能量和 undulator,可以直接产生 13.5 nm EUV。 所以两条路线解决的是同一个问题:怎样大量、稳定地产生 13.5 nm 光子。LPP 的答案是“激光+锡等离子体”;FEL 的答案是“相对论电子束+加速器”并以此绕过锡等离子体的巨大工程技术壁垒,并还能增加EUV photon throughput。 2、FEL 最大的赌注是功率 EUV 光源功率直接影响曝光速度、光刻胶剂量和 scanner throughput。LPP 已经从早期几瓦一路发展到数百瓦,并正在向千瓦级推进。但继续提高功率越来越困难。更多激光能量意味着更极端的锡等离子体、更大的 collector 热负荷、更严重的污染和更复杂的系统可靠性问题。 FEL 的长期诱惑在于数千瓦甚至 10 kW 级 EUV。公开的 FEL-EUV 研究已经讨论过这种量级。这里必须区分“理论/工程设计目标”和“半导体量产能力”:今天并不存在一台 10 kW FEL 在先进晶圆厂里稳定量产芯片。但如果这种光源最终实现,它提供的就不只是“比 LPP 多一点光”,而可能是一个数量级不同的技术路线。 FEL 的优势也不仅是功率。它可以提供高度相干、窄频谱、可控偏振的辐射,没有 LPP 那套锡滴、锡碎屑和等离子体污染问题。某些偏振模式甚至可能改善极小尺寸图形的成像对比度和 process window。换句话说,FEL 不只是更大的灯泡,而可能是一台更强、更干净、更可控的 EUV photon engine。 代价也非常明显:它把“锡滴地狱”换成了“粒子加速器地狱”。 电子枪、RF、加速腔、磁铁、undulator、超高真空、beam control、energy recovery、冷却和控制系统,每一项都可以成为新的工程瓶颈。今天 LPP 最大的优势不是物理原理漂亮,而是已经经过数十亿小时级别的产业学习和大规模晶圆生产验证。FEL 最大的问题也不是能不能产生 EUV——答案早已是能——而是能不能把一个粒子加速器变成 semiconductor-grade manufacturing infrastructure。 3、Terafab 改变了 FEL 的经济学 如果目标是制造一台设备卖给 TSMC,FEL 的体积和复杂度是巨大劣势。但如果目标从“造一台光刻机”变成“从零设计一座超大型 AI 晶圆厂”,问题就完全不同。 传统架构大致是: Scanner A + LPP A Scanner B + LPP B Scanner C + LPP C Scanner D + LPP D FEL 更激进的架构可能是: 10 kW Central FEL → EUV Beam Distribution → Scanner A / B / C / D / E…… 这意味着不再试图把一个粒子加速器塞进光刻机,而是直接把整个晶圆厂建在粒子加速器周围。FEL 从一台机器的 component,变成整个 fab 的 utility,类似电力、超纯水和中央气体供应系统。 这可能正是 Terafab 与 FEL 结合最有想象力的地方。巨大的 accelerator 不再是单台 scanner 必须承担的固定成本,而可以由十台甚至更多 scanner 分摊。一套价值数亿美元甚至更高的 FEL,如果能够稳定向大量 scanner 提供数千瓦 EUV,其单位曝光成本可能完全不同。 4、长期看,FEL 甚至比传统光刻机更适合成为“太空半导体工厂” FEL 本身具有几个天然适合太空的特征。首先是高真空。电子束和 EUV 本来就需要真空环境,太空至少在外部环境上与这套系统高度兼容。其次是规模。地面建设一公里级 accelerator 意味着土地、建筑、隧道、地基和振动隔离;轨道大型结构如果未来能够低成本模块化部署,“很长”本身未必是最致命的问题。第三是机械环境。太空不存在传统地震和地面振动, 因此轨道 FEL 比轨道先进晶圆厂更容易想象。当低成本重型运输、机器人自主建设维修和高度自主 AI fab 同时成熟以后,“Orbital FEL Terafab”更可能从科幻式工程概念变成真正可以计算 ROI 的工业方案。 5、RSI 是 FEL 最值得关注的变量 这可能是整件事情最重要、也可能是最终让马斯克下定决心的因素。 AI 对成熟 LPP 和 FEL 都有帮助,但边际价值可能非常不同。LPP 已经经历二十多年极端工程优化。剩余问题越来越集中于 collector 寿命、热负荷、锡污染、材料耐久性、光刻胶和精密制造。这些问题 AI 可以帮助优化,但越来越受到现实材料和制造能力限制。 FEL 仍然拥有巨大的未搜索设计空间。Electron gun、beam energy、emittance、RF phase、bunch compression、magnetic optics、undulator geometry、energy recovery、beam distribution 和反馈控制形成一个极其复杂的高维系统,而且其中相当大一部分可以通过 Maxwell equations、particle dynamics 和 accelerator physics 在计算机里模拟。 这恰好是科研 AI 最容易产生巨大杠杆的领域。 过去是工程师提出一个方案,跑 simulation,修改参数,制造 prototype,再测试。未来可能是 AI 生成十万种 architecture,用 surrogate model 初筛,再通过高精度 physics simulation 搜索 Pareto frontier,最后只制造最有希望的几十种设计。 AI 的价值还不仅在设计。FEL 最大的工业问题之一是稳定性:RF phase、beam energy、magnet current、temperature 和 beam position 的微小漂移都可能最终变成 wafer 上的 CD variation。FEL 本质上也是一个巨大的实时高维控制系统,而这正是 advanced AI control 最可能发挥作用的地方。 能力不断增强的ai,会让FEL开发建设循环变成: AI 设计 FEL Gen 1 → 制造 → 自动采集 beam/wafer 数据 → AI 找到 simulation-to-reality gap → 修改 accelerator、undulator 和 control → FEL Gen 2 → 更多数据 → FEL Gen 3。 这也解释了为什么 FEL 在 RSI 时代可能比过去任何时候都值得重新评估。没有 AI,挑战拥有二十多年工业学习曲线的 LPP 是一个极其困难的命题。有了越来越强的科研 AI,FEL 大量尚未解决的问题恰恰属于 AI 最容易压缩的“simulation + search + optimization + control”空间。 因此,马斯克看好FEL,其底层的最重要的逻辑其实是: 当 AI 芯片需求扩大一个数量级、科研 AI 开始参与硬件设计、晶圆厂走向 Terafab 规模以后,FEL架构,相比今天以独立 scanner + 独立 LPP source 为核心的 EUV 架构,更可能会是最优解!
顯示更多
0
17
20
4
轉發到社區
今日美股最终6只加如果只做3只 $AMAT(应用材料) B组突破 现价540.04,支撑411.51,距支撑-23.8%,压力547.25,距压力1.34%,量比0.96 事件:AMAT新产品新闻,权重6到8分 资金:大行上调无,机构13F无,ARK无,期权无,CME与ICE无,同向0项 触发:放量收盘站上547.25,量比需回升至1.2以上 失效:跌破411.51,或放量不过547.25 期望:第一目标547.25,第二目标614.14,持有1到2周 风险:量比0.96不足,距支撑过远,目标价来源无 $PSI(Invesco半导体ETF) B组突破 现价160.94,支撑127.22,距支撑-20.95%,压力163.0,距压力1.28%,量比2.81 事件:半导体板块20日+24.09%居美股ETF去重榜第一,权重8到9分 资金:大行上调无,机构13F无,ARK无,期权无,CME与ICE无,同向0项 触发:放量收盘站上163.0,量比维持1.2以上 失效:跌破127.22,或放量不过163.0 期望:第一目标163.0,第二目标无,持有1到2周 风险:RSI69.1接近超买,距支撑过远,无大行与机构共振 $AIS(VistaShares AI ETF) B组突破 现价77.61,支撑66.07,距支撑-14.87%,压力78.29,距压力0.88%,量比5.1 事件:AI算力软件主题20日+15.49%,权重6到8分 资金:大行上调无,机构13F无,ARK无,期权无,CME与ICE无,同向0项 触发:放量收盘站上78.29,量比维持1.2以上 失效:跌破66.07,或放量不过78.29 期望:第一目标78.29,第二目标无,持有1到2周 风险:量比5.1异常高需确认持续性,距支撑过远,无事件签约 $NVDA(英伟达) B组突破 现价233.95,支撑208.93,距支撑-10.69%,压力237.88,距压力1.68%,量比1.23 事件:Morgan Stanley设定目标价230、Cantor Fitzgerald重申350,权重6分,来源弱 资金:大行上调2项,机构13F无,ARK无,期权Call放量3项,CME与ICE无,同向3项 触发:放量收盘站上237.88,量比维持1.2以上 失效:跌破208.93,或放量不过237.88,或目标价来源不可核 期望:第一目标237.88,第二目标无,持有1到2周 风险:目标价来源弱,隐含空间异常值不盲信 $RXRX(Recursion Pharmaceuticals) A组低吸 现价4.12,支撑3.1,距支撑-24.76%,压力4.29,距压力4.13%,量比0.88 事件:ARKK加仓272139股、ARKG加仓152100股,权重6到7分 资金:大行上调无,机构持股76.54%,ARK两只基金同买,期权无,CME与ICE无,同向2项 触发:回踩4.0附近分批,量比回升至1以上 失效:跌破3.1,或放量不过4.29 期望:第一目标4.29,第二目标无,持有1到2周 风险:距支撑过远,量比0.88不足,距压力仅4.13%空间有限 $BWXT(BWX Technologies) A组低吸 现价134.86,支撑131.86,距支撑-2.22%,压力162.91,距压力20.8%,量比1.42 事件:ARKK买入9.8M,Guggenheim与BTIG重申目标价,权重6分,来源弱 资金:大行上调2项,机构13F无,ARK单基金买入,期权无,CME与ICE无,同向2项 触发:回踩131.86附近分批,量比维持1以上 失效:跌破131.86,或放量不过162.91 期望:第一目标MA20 145.2,第二目标162.91,持有1到2周 风险:目标价来源弱,RSI30.4偏弱,距压力20.8%需时间 如果只做3只:按1到2周胜率排序,$NVDA第一因为事件权重6分加资金共振3项加触发明确,$PSI第二因为半导体板块最强加量比2.81加距压力1.28%,$RXRX第三因为ARK两只基金同买加机构持股76.54%加低吸位置。左侧偏好另给3只低吸:$RXRX、$BWXT、$ACHR。 6、失效条件与数据异常 $AMAT:跌破411.51,或放量不过547.25,或AMAT新产品新闻无后续商业化。 $PSI:跌破127.22,或放量不过163.0,或半导体板块20日涨幅回落。 $AIS:跌破66.07,或放量不过78.29,或AI算力软件主题无签约事件。 $NVDA:跌破208.93,或放量不过237.88,或Morgan Stanley与Cantor Fitzgerald目标价来源不可核。 $RXRX:跌破3.1,或放量不过4.29,或ARK停止加仓。 $BWXT:跌破131.86,或放量不过162.91,或Guggenheim与BTIG目标价来源不可核。 数据异常集中说明:$MSFT Wells Fargo目标价725隐含空间41.35%异常值不盲信。$AMZN Rosenblatt目标价360隐含空间45.94%异常值不盲信。$NVDA Cantor Fitzgerald目标价350隐含空间53.25%异常值不盲信。$NVDA Morgan Stanley、$NVDA Cantor Fitzgerald、$BWXT Guggenheim、$BWXT BTIG、$OKLO Truist、$GEV Evercore、$BE Royal Bank Of Canada均为原目标价未披露来源弱。SI白银、HG铜、BRN布伦特原油成交量口径降级,量能不可核。所有CME与ICE品种OI日变化无基线,明日才有日变化。 7、附录 市场底稿:^GSPC标普500 7722.72涨0.73%,^IXIC纳斯达克 27190.86涨1.19%,^DJI道指 51176.96涨0.49%,QQQ 749.58涨1.02%,SPY 769.64涨0.74%。七大核心:$AAPL 333.69涨1.02%,$NVDA 233.95涨1.34%,$TSLA 370.59涨4.65%,$META 728.08涨0.30%,$MSFT 517.53涨0.92%,$GOOGL 343.50涨1.56%,$AMZN 251.52涨1.33%。A股与亚太:上证指数3842.19涨0.31%,深证成指12887.62跌0.11%,创业板指3135.28跌0.23%,科创50 1530.01跌2.51%,中证A500 5370.26涨0.19%,沪深300 4357.62涨0.29%。中美20日ETF去重榜前5:美股半导体PSI涨24.09%、美股宽基AINT涨18.44%、美股AI算力软件AIS涨15.49%、美股创新药基因ARKG涨14.41%、美股海外市场AHBM涨10.57%。A股房地产ETF银华涨15.49%、纳指科技ETF景顺涨13.06%、港股通创新药ETF嘉实涨8.26%、船舶ETF富国涨3.72%、现金流ETF银华涨1.99%。 中美映射:美股半导体PSI涨24.09%映射A股半导体设备材料,A股同主题未进前10尚未启动。美股创新药基因ARKG涨14.41%映射A股创新药CXO,A股港股通创新药ETF嘉实涨8.26%已走强。美股AI算力软件AIS涨15.49%映射A股光模块PCB国产算力,A股同主题未进前10尚未启动。美股交通运输航运SEA涨4.21%映射A股航运油运,A股船舶ETF富国涨3.72%已走强。 未来5日财报日历:2026-10-08 PEP百事预期EPS 2.29,2026-10-09 DAL达美航空预期EPS 1.96,2026-10-06 STZ星座品牌预期EPS 3.62,2026-10-06 RPM预期EPS 1.95,2026-10-07 LEVI李维斯预期EPS 0.36,2026-10-07 APLD预期EPS 0.25,2026-10-06 LW预期EPS 0.59,2026-10-05 AEHR预期EPS 0.05。 散户温度:CNN恐慌贪婪指数38.3 fear,前收31.2,一周前34.4,一月前45.2。Google Trends美国热搜含artificial intelligence news、cybersecurity tips。StockTwits拥挤方向:$SDEV、$CBRS、$AGEN、$QCOM、$IBIT。 相对15:00版机械差异:本版为当日首版15:00版,无对比基准。 小盘阿尔法:小盘涨幅前15含RZAI涨20.25%市值1.46B、CCEC涨15.79%市值1.31B、EVCM涨14.20%市值1.75B、WOLF涨10.81%市值1.65B、EFOR涨10.00%市值1.48B。微盘涨幅前15含SDEV涨41.31%市值0.19B、DMRC涨16.15%市值0.18B、NAUT涨10.56%市值0.20B。 以上均无事件权重达到8分且量比与支撑压力合格,不进入前6只。 评分仅供参照,不得作为买入理由,且不得改变第5节结论。 本报告由华尔街观察团队 WSV 量化模型生成,不构成投资建议,投资有风险。 更多更即时更聚焦信息请订阅 华尔街观察团队 WSV量化模型 不构成投资建议 投资有风险
顯示更多
🏆 Aze 世界杯预测 昨天四场大方向全对,进去看波胆🔥 1. 🇨🇭瑞士 vs 加拿大🇨🇦(B组,6月25日 04:00) 背景:两队同积4分(加拿大6-0大胜卡塔尔,瑞士4-1胜波黑),加拿大因净胜球优势领跑B组。主场作战的加拿大只需平局即可锁定小组头名,瑞士必须取胜才能反超。 分析:加拿大主场氛围+阿方索·戴维斯、乔纳森·戴维速度反击威胁大,瑞士防守稳固(阿卡尼、夏尔等)+中场控制力强。比赛预计激烈,双方都有得分能力。 预测比分:已发群里📳 大小球:大2.5球(双方进攻状态好,专家多倾向Over)。 让球:瑞士 -0.25 / 平半(客胜或平局赢半)。 2. 🇧🇦波黑 vs 卡塔尔🇶🇦(B组,6月25日 04:00) 背景:两队同积1分,这是一场必须争胜的生死战。 波黑需大胜+看其他结果,卡塔尔已基本出局但想拿分。 分析:波黑整体实力+身体对抗占优(杰科、德米罗维奇等),卡塔尔防守漏洞大。波黑预计控球压制+多球取胜。 预测比分:已发群里📳 大小球:大2.5球(波黑进攻欲望强)。 让球:波黑 -1 / -1.25(主胜1球赢半,2球赢全)。 3. 🇲🇦摩洛哥 vs 海地🇭🇹(C组,6月25日 07:00) 背景:摩洛哥积4分(与巴西同分),海地0分已出局。摩洛哥争小组头名,需大胜或看巴西结果。 分析:摩洛哥非洲劲旅实力+进攻多点开花,海地实力差距明显。摩洛哥预计全场压制+轻松取胜。 预测比分:已发群里📳 大小球:大2.5球(摩洛哥进攻火力全开)。 让球:摩洛哥 -2 / -2.5(大让球,主胜2球+赢盘)。 4. 🏴󠁧󠁢󠁳󠁣󠁴󠁿苏格兰 vs 巴西🇧🇷(C组,6月25日 07:00) 背景:巴西积4分领跑C组,苏格兰积3分,需取胜或平局基本出线。巴西争头名。 分析:巴西整体实力+内马尔、维尼修斯等攻击群占优,苏格兰顽强防守+定位球+反击有威胁。巴西控球压制但苏格兰主场氛围下可能制造麻烦。 预测比分:已发群里📳 大小球:大2.5球(巴西进攻强,苏格兰需进球)。 让球:巴西 -1 / -1.25(客胜1球赢半,2球赢全)。 总体看法: B组加拿大和瑞士大概率双双出线;C组巴西和摩洛哥形势更好,苏格兰有机会。 以上预测基于当前积分、首轮/次轮表现和专家共识,仅供参考。 世界杯最后时刻变数大,理性观赛! #2026世界杯# #巴西# #FIFAWorldCup2026# #WorldCupGroupJ# #ArgentinaVsAustria# #世界杯预测# #足球预测# #美加墨世界杯# #预测市场# #世界杯分析#
顯示更多
刚才买入了Minimax的现货,然后一倍空了智譜 两者市值差距最近拉到差不多8倍左右,目前GLM5.2风头很盛,热度超过Minimax,Benchmark跑分领先,To B的叙事也比Minimax To C当前的确定性要高 但OpenRouter上两个模型调用一直保持非常接近的水平,性能也并没有质的差距,所以我认为3-4倍差值Make Sense,8倍明显偏高 多空同时开就是赌这个8倍的价差会缩小,向上感觉10倍是极限,但我觉得应该收回到3-4倍,当前如此大的差价应该还是解锁周期的错位导致,小赌一把,感觉赔率还行
顯示更多
0
75
39
0
轉發到社區
昨天是 7 月以来,半导体板块走势最好的一天,全线大反弹。 纳指 QQQ 重新站上 700 心理关口,半导体指数 SOXX 也收复了 550,包括内存存储光通信在内的很多标的,涨幅都非常不错。 不过现在还没到开香槟的时候,昨天这波反弹量能一般,缩量上涨,更像是之前去杠杆太快太急的超跌修复和空头回补,QQQ 要想回到前高,上方还有一些阻力。 接下来密集公布的大科技财报,才是这轮反弹到反转的验证。 我更倾向于大科技今年还是会维持甚至是上调 Capex,不过这里我们要清楚一点,当下市场主要的分歧并不是 Capex 会不会涨,而是能否继续维持如此高的 Capex 增速。 削减 Capex 和放缓 Capex 是两个不同的概念,今年明年大概率不会削减 Capex,但是 Capex 的增速是否会放缓,我认为有可能,而且可能性不低。 所以这次大科技财报会议需要提防一点,管理层可能会口头表达一些 Capex 放缓的语气,给市场打预防针,同时给自己留余地,这种情况绝对会压制半导体板块的情绪。 我觉得在财报之前,如果硬件仓位太重的话,可以适当做一些调整,比如说调仓一部分到大科技或者软件股,再比如通过做空半导体指数来对冲,不要盲目相信行情会在短时间之内破新高。 还有就是一定不要寄希望于大科技 Capex 无限加速,这不现实,更值得长期观察的是 AI 的落地能否匹配 AI 的投入,AI 应用层能否出现更多新产品新叙事。 从最近一年 AI 进展来看,这一点是毋庸置疑的。2026 我们进入了 Agent 元年,Coding Agent 开创了新的 B 端商业模式,AI 带来了巨大的生产力增效,这些都是实质性的证据。 只要未来 AI 行业不出现停滞,能持续落地,我们就不必太担心美股股价以及基本面崩塌的问题。
顯示更多
0
70
72
7
轉發到社區
一、美股债券总分类(共7大类别,含国债分档+企业债+红利固收类ETF) 大类1:利率债(美国国债,无信用风险,只受利率波动影响,AAA零违约) 1)超短期国库券(现金等价物,0–3个月,短期利率债) • 底层:T-Bill短期国库券 • 代表ETF: SGOV(0–3月美债)、BIL(1–3月国库券)、VBIL • 久期:<0.3年,几乎不受加息冲击,等同于高息现金。 2)短期国债(1–3年,短期利率债) • 底层:1–3年期T-Note • 代表ETF: SHY(iShares 1–3年国债)、VGSH(先锋短债国债)、SPTS 3)中期国债(3–10年,中长期利率债主力) • 细分两档: ①3–7年:IEI、SCHO ②7–10年:IEF、VGIT(最主流中期利率债) 4)长期国债(10年以上,长久期利率债) • 10–20年:TLH • 20年以上超长债:TLT(市场标杆长债)、EDV(25+年零息债,波动极大) 5)全期限综合国债 • 代表:GOVT,覆盖全曲线美债,不押注期限。 6)通胀保值国债(TIPS,抗通胀国债) • 代表:VTIP(短端TIPS)、SCHP、TIP(全期限通胀债) 大类2:信用债(企业债,在无风险利率基础上加信用溢价,分两大档) (A)投资级企业债(BBB及以上评级,低违约,稳健固收) 1. 短端企业债(1–5年):IGSB、VCSH 2. 中端企业债(5–10年):IGIB 3. 长端企业债(10年+):IGLB 4. 全期限综合投资级:LQD(行业龙头)、USIG (B)高收益债(垃圾债,BB及以下评级,高票息,强周期属性) • 综合高收益:HYG、JNK、USHY(三大龙头) • 短久期高收益(降低利率风险):SHYL 大类3:全市场综合债券(利率债+投资级企业债+MBS打包,固收底仓) • 标杆:AGG、BND(全球两大总债ETF,久期≈6年,均衡配置) 大类4:MBS住房抵押债(政府机构背书,介于国债与企业债之间) • 代表:MBB、GNMA,波动小于企业债,票息略高于国债。 大类5:市政债(Muni,美国地方政府债,利息免征联邦所得税,高收入人群专属) • 代表:MUB(全国市政债)、SUB(短期市政债) 大类6:浮动利率债(对冲加息,票面利率随Libor重置) • 国债浮息:TFLO • 企业浮息:FLOT 大类7:高股息固收替代(你要求加入的高股息ETF,属于权益类收益工具,非纯债券) 不属于债券,但常被用来替代债券吃稳定现金流: 1. 高股息大盘:SCHD、VYM、HDV 2. 公用事业类(类债资产,波动极低):XLU、UTIL 3. REIT不动产(永续现金流,久期极长,利率敏感):VNQ 二、核心品种横向对比(风险、利率敏感度、收益、股债相关性) 品种分类 核心标的 久期 信用风险 加息表现 降息表现 和股市相关性 当前票息水平 超短期国库券 SGOV/BIL 0.2年 无 几乎不跌 小幅横盘 极低 4.7%~5.2% 短期国债(1–3Y) SHY/VGSH 1.8年 无 小幅回撤 小幅上涨 负相关(避险) 4.3%~4.6% 中期国债(7–10Y) IEF 7.5年 无 明显下跌 大幅上涨 负相关 3.9%~4.2% 长期国债(20Y+) TLT 17年 无 深度回撤 大涨 强负相关(熊市对冲神器) 3.6%~3.9% 投资级企业债 LQD 7年 低 中等回撤 上涨(利率+信用双利好) 弱正相关 4.8%~5.3% 高收益垃圾债 HYG/JNK 4年 高 小幅波动 上涨,但更看经济 高度正相关(熊市会跟股票一起跌) 6.5%~7.5% 综合总债底仓 AGG/BND 6年 中低 温和回撤 稳步上行 弱负相关 4.4%~4.8% 高股息权益 SCHD/VYM —(权益) 行业风险 震荡 看盈利 中等正相关 3.8%~4.5% 三、关键规则总结 1. 利率债只吃久期风险,无违约;期限越长,价格对美联储利率越敏感:TLT波动≈IEF的2.5倍,≈SHY的8倍。 2. 企业债=无风险利率+信用溢价:投资级跟随利率为主;高收益跟随经济周期为主,衰退期会暴跌,不能用来对冲股市。 3. SGOV/BIL是加息周期现金池;TLT是降息周期主力;LQD是经济平稳期增强收益的首选;AGG/BND适合做固收底仓。 4. 高股息ETF是权益资产,熊市没有国债的避险属性,只能当作“债券替代品”,不能等同于固收。
顯示更多
梁文锋在最近一轮投资人会议上的语录 不愧为全世界最有格局的创始人... 记录下来一些非常触动我的,全文背诵学习... 1. 在通过 AGI 的路上,要经过产品这个台阶,但不用花太多心思,产品只是在 AGI 路上的副产物。 2. 3D、视频生成、世界模型,跟智能上限没有太大的关系。 3. 多模态很重要,但不是智能本身。 4. 大模型的幻觉是一个产品问题,可以解决,但不是重点。 5. 现阶段最重要的是 Coding Agent,通用 Agent,金融医疗等 Agent 优先级较低。 6. AI 现在不缺品味和直觉,缺的是持续学习的能力。 7. 人类能够持续学习,但 AI 还没有,下一代模型必须要具有持续学习能力。 8. 我们希望下一代模型帮助我们开发,这是实现 AGI 最快的方法,但「学习」有很多东西组成,目前全世界还没找到好方法。 9. 如果把 AGI 比作爬楼梯,去年的阶梯是 CoT,今年的阶梯是 Agent,之后的阶梯是持续学习。 10. 实现持续学习之后,可能会来到渐进的奇点,AI 可以开发更前沿的模型,加速 AI 研究,这部走完,才是具身智能。 11. 智能的重点可能是具身,因为对一个正常人来讲,他的需求并不是电脑,而是人力。 12. 我们只赚合理利润,非常考虑成本效率,所以价格能做到最低,卖 API 这件事,我们没有销售,也没有客服,用户自己就会来。 13. 我不怀疑 AGI 会有巨大的商业价值,我考虑的是如何增加做成的概率。 14. AI 在商业上做成,开源是有好处的,一个软件公司,市场一年就几十亿美金,一开源就没有了,但是 AI 这个事情足够大,最终可能得占掉人类社会 GDP 的 10%,如果想独占这个利益就一定会被历史抛弃,这是一个客观规律,这是一个历史观。 15. 开源对我们的商业模式没有任何影响,前提是「只赚一定的利润」,如果要赚百倍利润,开源确实会影响你。 16. 中国 AI 的差距主要在资源,我们相信 scaling,规模越大,效果越好,但资源就这么多,人才没有差距,都是同一批人。 17. Anthropic 超过 OpenAI,不是长期的,是阶段性的。OpenAI 和 Google 未来大概率会交替上升。 18. 国内模型公司太多了,资源分散,最终一定会收敛,如果每家只拿合理的利润,不需要那么多人做大模型,可能两家大公司,两家小公司就够了。 19. 我绝对不认为大模型公司可以拿走AI行业的大部分利润。 20. 大模型的竞争差距会体现在三个方面:成本、时间、用户体验。成本排第一位,时间早几个月就不一样,用户体验有些黏性和壁垒,但不本质。 21. 无意成为下一个超级app,看不上这个东西,不要为了芝麻丢了西瓜。 22. 去年大家都抢 Chatbot,抢 C 端流量,今年是抢 B 端收入,我们真正关心的是 AGI 路线图,下一步技术怎么突破。最想得到的东西得不到,没那么在意的反而容易得到。 23. 团队的稳定性是没法退让的,这是我们面临的一个非常大的风险,随着这次融资,也得到了解除(这是低利润模式必须的支撑) 24. 不想和任何人成为竞争对手,希望给他们赋能,帮助他们,这样我们的环境也会更好。 25. 我们一般不太加班,第一个原因是研究需要一个比较松弛的环境,第二个原因是我们非常聚焦,不去补产品的所有问题,也算一种克制的文化。 26. 公司是动态的,随着公司变大,可能会有一些必要的结构,但不会完成变成传统的层级制度。 27. 我们做这个公司,初衷没想要赚多少钱,要去上市。我们怀着一个对这个世界非常大的善意来做这个事情,觉得这对人类有用。 28. 我们是一个靠愿景驱动的组织,KPI 不是我们的组织方式,有好处也有坏处,但这个是我们的特色。 29. 愿景不是成文的,而是在做事的方法中,对待世界的态度里,可能我们每个人的理解也不一样,但大方向是一致的。 30. 一个公司最重要的是愿景,愿景不是挂在墙上的标语,不是怎么说,而是怎么做。 31. 克制是我们愿景里的一部分。AGI 之外的事情,我们没有精力就不做。AI 这个事情太大了,利益也太大了,随便分一点利益就非常大,你越克制,就越有可能做成这件事。除了愿景,我们并没有非常多的其他优势。 32. 开源也属于克制的一部分,从长期来说,价格低可能是优势,克制是一种战略。 33. 如果你的愿景是拿得多,你就先输了,你可能会面临更大的问题,这个世界就是这样。
顯示更多
视频时长: 27分05秒 【寂寞少妇的B都是多大容量的?】 绿帽老公看着老婆被2根吞不下的巨黑屌前后猛干还高潮喷水浪叫!她骚B容量到底多大? #媚黑# #母狗# #绿帽#
顯示更多
💾 离谱,Prism ML 把 27B 的大模型压到了 5.95GB,一张 8G 显存的卡就放得下 Bonsai 2 27B。 Bonsai 2 27B 最近 30 天在 Hugging Face 被下载了 484 万次。它的底子是 Qwen3.8-27B,架构一点没动,只是把每个权重压成了 -1、0、+1 三个值。 想在自己电脑上跑 27B 这个级别的模型,以前基本两条路:要么上 24G 显存的卡,要么用 2 bit 这种极限量化,代价是模型明显变笨。Bonsai 把原版约 54GB 的权重压小了 9 倍多,在 14 项思考模式的基准测试里平均 84.78 分,原版是 86.32,只差 1.5 分;常见的 2 bit 量化 IQ2_XXS 只有 72.59。 速度也够用,官方在苹果 M5 Pro 上测到每秒 28 个 token,RTX 5090 上能到每秒 120 个。 有一点得提前知道:普通的 llama.cpp 跑不了这个格式,要用 Prism ML 自己维护的 llama.cpp 分支,N 卡和苹果芯片都支持。 手里只有一张游戏卡的人,终于不用只盯着 7B、8B 的小模型了。 Hugging Face:
顯示更多
0
3
126
17
轉發到社區