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 能分析宏观产业周期的,没有:去年我提出中国一线地产,香港开头,其他今年筑底的,多少分析是笑话我?网友骂我?没有上千,也有九百了吧?骂我娘的都有。
能分析宏观产业周期的,没有:去年我提出中国一线地产,香港开头,其他今年筑底的,多少分析是笑话我?网友骂我?没有上千,也有九百了吧?骂我娘的都有。 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 能分析宏观产业周期的,没有:去年我提出中国一线地产,香港开头,其他今年筑底的,多少分析是笑话我?网友骂我?没有上千,也有九百了吧?骂我娘的都有。 的搜尋結果
Anthropic递交招股书当天,OpenAI发布新模型直接对标:单任务成本约为Claude Opus 5.5的九分之一,AI的定价权开始被摆上台面 周一AI行业最有戏剧性的一幕,不在股市,而在两家未上市公司之间。同一天,Anthropic公开了IPO招股书,OpenAI则发布了新模型GPT-6.1 Terra,并在官方博客里直接拿Anthropic的旗舰模型做比较。单看产品发布,这只是又一次模型迭代;但放在Anthropic准备上市的背景下,它触及的是这次IPO最核心的问题:大模型公司到底有没有定价权。 先看OpenAI官方披露的事实。GPT-6.1 Terra定位为快速、高效的模型,主打视觉推理、电脑操作和写作,即日起向ChatGPT Work和Codex的Plus、Pro、企业和教育用户开放,开发者可通过API调用。标准API价格为每百万输入Token 1美元、缓存输入0.05美元、输出5美元,比上一代GPT-5.6 Terra和GPT-6.1 Sol低50%。最关键的一句是:在Agents' Last Exam这项电脑操作基准测试中,最高推理强度下,Terra的Token效率是Claude Opus 5.5的三倍多,单Token价格只有其四分之一,折算下来每项任务的成本约低9倍。以上是OpenAI自己的测试结果,尚无独立第三方验证,Anthropic也未就此公开回应。 为什么这件事重要?因为Anthropic的招股书恰好把"定价权"暴露在了阳光下。我在早前的文章里梳理过,据招股书,Anthropic半年亏损约807亿美元,而未来几年锁定的算力承诺规模巨大。这些投入要靠持续的高价企业订单来消化。如果竞争对手能用九分之一的成本完成同样的任务,那么Anthropic要么跟进降价,压缩毛利;要么证明自己的模型在质量上值得溢价。 这和城堡证券Nohshad Shah在上周末宏观评论里提出的问题完全吻合。他写道,市场正在审视整条链条,其中一个问题就是"模型开发商能否保住足够的定价权"。他还引用Ramp的数据指出,8到9月企业Token支出几乎持平,而使用量在增长,原因是价格下降和效率提升。价格下行对用户是好事,对模型厂商的收入增速却是压力。 但我不认为这只是"OpenAI赢、Anthropic输"的简单故事。第一,OpenAI自己也明确承认,对于最复杂的编程任务,GPT-6.1 Sol和GPT-6 Astra仍是更好的选择,Terra是用来跑高频、标准化工作的"性价比模型",和Opus这样的旗舰并不完全在同一个价位竞争。第二,降价往往会刺激用量,如果用量增长足够快,总收入不一定下降。第三,企业客户切换模型有成本,包括流程改造、安全审核和合规,价格并不是唯一考虑。 对上市公司的影响主要在两头。一头是模型公司的大股东:微软 $MSFT 是OpenAI的主要投资者,亚马逊 $AMZN 和谷歌 $GOOGL 是Anthropic的重要投资者,模型价格战会影响它们持股的估值,但同时也会降低它们云客户的使用成本、刺激云业务用量。另一头是算力供应商:如果单任务成本下降9倍,市场会追问需要的算力是否也相应下降。从历史经验看,更便宜的推理通常会带来更多使用,这也是英伟达 $NVDA 等算力链公司最核心的需求逻辑。 风险和不确定性方面:一是厂商自测的基准结果常常偏向自身产品,实际表现要看第三方评测和客户反馈;二是价格战一旦全面展开,所有模型公司的毛利率都会受压,进而影响它们支付算力账单的能力;三是Anthropic路演期间如何回应价格竞争,可能直接影响IPO定价。 我接下来会看三件事:一是Anthropic是否在近期调整Opus或Sonnet系列的API价格;二是独立评测机构对Terra电脑操作能力的测试结果;三是本周云厂商财报中,AI推理收入和用量增长的拆分数据。 当一家公司在对手递交招股书的当天,把对方旗舰模型的成本差距写成"九倍",你觉得这是一场会持续下去的价格战,还是只是营销层面的精准狙击? 苹果1999美元的折叠屏刚上市三天就曝出内屏开裂:传闻增产44%至1400万台之际,一根铰链成了最大变量 苹果 $AAPL 首款折叠屏手机iPhone Duo上周五(10月23日)开始在门店销售,起售价1999美元,首批线上订单几分钟内售罄。但首个周末刚过,社交媒体上就出现了大量内屏沿中间铰链开裂、出现横向亮线的帖子。周一苹果对CNBC和路透社确认:"我们注意到少量iPhone Duo的内屏存在问题。"苹果表示,用户如遇屏幕问题,可以联系AppleCare申请换机,但没有说明原因。苹果股价当天收跌约1.1%,报343.91美元,距离几天前创下的351.73美元历史高点不远。 这件事的关键不在于"有没有问题",而在于问题发生在什么时间点。据DigiTimes 10月22日援引供应链消息,苹果已把iPhone Duo未来12个月的出货目标从970万台上调约44%至1400万台;另据 Duo当作苹果下一阶段增长的抓手,而一旦良率或可靠性出问题,增产计划本身就可能受影响。 再看问题的技术层面。据路透社报道,维修机构iFixit利用拆解视频、专利和CT扫描建立了铰链的三维模型,模拟显示损坏集中在一根显示排线下方、中央支撑条附近;这根支撑条在折叠时可能没有及时让开,形成一个"小的应力热点"。iFixit CEO Kyle Wiens在X上说,铰链由几十个零件组成,精度要求极高,一点制造误差或一粒沙子都可能损坏它保护的脆弱屏幕。以上属于第三方推测,苹果没有就iFixit的结论发表评论。值得一提的是,iFixit同时认为iPhone Duo是它测试过的最容易维修的折叠屏手机。另据CNBC报道,苹果官网显示,过保机型的内屏维修费用是999美元,相当于整机起售价的一半。 我的判断是,这件事短期内更像是一个"品控事件",而不是"产品失败"。IDC副总裁Francisco Jeronimo对路透社表示,苹果迅速提供换机是"正确的第一步",并提到三星2019年初代Galaxy Fold也遇到过屏幕问题,快速透明的应对可以控制对整个品类的伤害。真正需要观察的是两个比例:受影响的设备占比到底有多少,以及换机是否会占用本就紧张的新机产能。据Benzinga报道,iPhone Duo全球平均等待时间已经达到79天左右。 从财报角度看,苹果将于11月2日公布截至9月的财年第四季度业绩,iPhone Duo的销售会落在12月季度,市场最关心的是12月季度的营收指引。分析师的分歧已经很大:据 Capital把苹果从"买入"下调到"持有",目标价从370美元降到330美元;MoffettNathanson把目标价下调到283美元;还有分析师提醒,AI数据中心推高DRAM和NAND价格,可能在2027财年明显挤压苹果硬件毛利率。这一点和今天SK海力士、美光 $MU 的记忆体超级周期是同一枚硬币的两面:记忆体厂的利润,有一部分就来自苹果这样的终端厂商的成本。 风险方面:一是如果问题比例超出"少量",可能演变成召回或延迟出货;二是换机和维修成本会直接计入保修费用,影响毛利率;三是苹果目前估值接近40倍市盈率,对任何不及预期的消息都更敏感。 我接下来会看三件事:一是苹果是否公布受影响设备比例或推出软件、硬件层面的修复方案;二是11月2日财报电话会上管理层对iPhone Duo供应和保修成本的表述;三是供应链是否传出铰链或屏幕供应商调整工艺的消息。 一台1999美元的手机,内屏维修要999美元,你觉得这次开裂事件会动摇苹果折叠屏的增长故事,还是只会成为又一个被快速遗忘的"首发小插曲"? 英伟达、AMD、英特尔传预付超千亿新台币抢IC载板,安靠财报里数据中心占比一年从19%升到26%:AI的下一个瓶颈正在往封装层转移 周一有两条看似不相关的消息,放在一起看很有意思。一条是据台湾《联合报》报道、并被多家媒体转引的传闻:英特尔 $INTC、英伟达 $NVDA 和AMD $AMD 合计向台湾高端IC载板厂预付超过1000亿新台币(约50亿美元),以锁定长期产能。另一条是总部位于美国的最大封测厂安靠科技 $AMKR 公布的三季度财报。前者是传闻,后者是公司披露的事实,但它们指向的是同一个趋势:AI芯片的瓶颈正在从晶圆制造,往封装和载板这些"后段"环节扩散。 先说载板的消息。据报道,这笔预付款的规模,与台湾三大载板厂欣兴、景硕和南亚电路板宣布的合计约1612亿新台币扩产计划相当。部分媒体还估算英特尔约占30亿美元,AMD和英伟达各约10亿美元,但相关公司均未证实具体金额,载板厂也表示不评论具体客户。IC载板是芯片和电路板之间的"桥梁",AI芯片尺寸越大、集成的高带宽记忆体越多,对高层数ABF载板的需求就越大。据Wccftech引述的此前报道,今年5月ABF材料曾传出约30%的涨价,最终载板价格预计上涨3%到6%;另有韩国媒体报道,英伟达和特斯拉 $TSLA 也在向三星投资,以锁定五年期的FC-BGA载板供应,其中特斯拉的部分用于自动驾驶和人形机器人芯片。 再看安靠的财报,以下来自公司公告。三季度营收19.91亿美元,与去年同期的19.87亿美元基本持平,但结构变化很大:计算类(数据中心、基础设施、PC和存储)收入占比从去年同期的19%升到26%,通信类(手机、平板)从51%降到37%。毛利率从14.3%升到18.3%,营业利润2.25亿美元,同比增长约41%,每股收益0.76美元。四季度营收指引19亿到20亿美元,毛利率18%到19%。全年资本开支更新为约25亿美元。资产负债表上,长期债务从去年底约12.8亿美元增加到约23.2亿美元。CEO Kevin Engel在公告中提到,不断扩大的客户承诺提高了业绩能见度,并支撑公司有纪律地投资。据财报电话会纪要的媒体摘要,客户预付款正在支持安靠的产能扩张,公司预计2027年资本开支会进一步增加。 我的理解是,这两件事共同说明了一种新的供应链关系:过去是芯片公司下单、供应商自己出钱扩产;现在越来越多的情况是,客户先掏钱,供应商再扩产。这和今天博通为客户融资兜底、SpaceX通过金融机构租入GPU的逻辑有相似之处,AI产业链的资金正在沿着瓶颈环节不断"往上游输血"。对供应商来说,预付款降低了扩产风险;对芯片公司来说,这是在用资产负债表换产能的确定性。 但风险同样明确。第一,预付款本质上是芯片公司在为需求做长期承诺,一旦AI资本开支放缓,这些预付款可能变成难以消化的产能和库存;第二,载板行业历史上周期性很强,2021年到2022年的缺货之后,曾经历过价格大幅回落;第三,安靠的营收总量还没有明显放大,手机业务的拖累仍在,增长更多体现在结构和利润率上。 我接下来会看三件事:一是载板厂下一次月度营收和法说会上,是否确认长期合约和预付款;二是安靠四季度两项新的2.5D网络和数据中心项目能否如期放量;三是本周云厂商财报中的资本开支指引,它决定了上游这些预付款最终能否兑现。 当芯片巨头开始提前几十亿美元"包下"载板厂的产能,你觉得这是AI需求依然紧张的最强证据,还是供应链在重演上一轮缺货周期的过度囤货?
顯示更多
提升自己的投资思维最好的方式就是去看投资纪录片! 推荐8部高分财经纪录片: 1️⃣《经济机器是如何运行的》|豆瓣9.5|时长30分钟 全篇精炼无废话,是投资圈公认的经济学入门必看短片。 桥水创始人达利欧用动画拆解交易、信贷与债务周期的底层逻辑。 看完再面对加息、降息、去杠杆等市场政策,能建立完整宏观分析框架,不再只盯着账户短期涨跌片面判断市场。 2️⃣《美国商业大亨传奇》|豆瓣9.3 聚焦洛克菲勒、卡内基、摩根等初代商业巨头,还原石油、钢铁、铁路、金融业崛起的完整历程。 影片不只是讲述富豪发家故事,核心展示单一产业从需求萌芽、规模扩张到行业垄断的完整演变逻辑,读懂百年商业周期规律。 3️⃣《富豪谷底求翻身》|豆瓣9.1 亿万富豪仅携带100美元与一辆旧货车,前往陌生城市,挑战90天搭建估值百万美元企业。 影片最具参考价值的,是从零挖掘市场需求、赚取第一笔现金流,逐步整合人力与资源的实操思路。 财富增长不局限于股票投资,能持续产生稳定现金流的实体生意,同样是优质资产。 4️⃣《无节制消费的元凶》|豆瓣8.8|BBC三集纪录片 普通人攒下第一笔本金,核心不在于提升收入,而是克制无效消费。 这部BBC纪录片深度拆解品牌惯用的套路:计划报废刻意缩短商品使用寿命、焦虑营销制造消费需求、线上无痛支付弱化花钱感知。 看清消费陷阱,分清刚需与冲动购物,才是财富管理的起点。 5️⃣《监守自盗》|豆瓣8.8|奥斯卡最佳纪录长片 影片完整拆解2008年全球金融危机完整利益链条: 金融机构包装高风险衍生品、评级机构出具虚假高分评级、监管部门放任风险扩张,最终所有损失全部由普通民众承担。 市场风险最高的阶段,往往表面行情一片繁荣,危机藏在虚假景气之下。 6️⃣《货币崛起:世界金融史》|豆瓣8.6 很多人疑惑股票、债券、银行、保险因何诞生,这部纪录片将答案藏在千年金融发展史中。 各类金融工具诞生的初衷,都是解决人类真实的资金需求,但人性的贪婪会不断扭曲金融规则。 当下市场层出不穷的新鲜投资故事,其实在历史上早已反复上演。 7️⃣《成为沃伦·巴菲特》|豆瓣8.6 初看影片,大家都会聚焦巴菲特独特的投资方法论;反复回看后,才能读懂他真正难以复刻的内核: 时间分配逻辑、清晰的能力圈边界、长期主义的专注力。投资最大的人性诱惑,是频繁操作、总想参与市场,而巴菲特最核心的优势,便是看不懂的标的绝不参与,没有合适机会便耐心等待。 8️⃣《百万美金交易员》|豆瓣8.5|BBC真人实盘纪录片 BBC开展真实交易实验:8名毫无投资经验的普通人,经过短期基础培训后,获得100万美元真实交易资金入市。 影片清晰展现不同交易者的心态变化:亏损后急于加仓回本、盈利后盲目自大重仓、频繁更改交易规则。交易策略可以通过学习掌握,但交易情绪与纪律,只能依靠自身长期修炼。 ✅建议学习顺序: 《经济机器是如何运行的》→《货币崛起》→《无节制消费的元凶》→《成为沃伦・巴菲特》→《百万美金交易员》→《监守自盗》→《富豪谷底求翻身》→《美国商业大亨传》
顯示更多
推荐几个我最近常刷的美股博主。这轮下跌行情里,市场情绪一天一个样。越是这种时候,越能看出哪些人对风险有感知,哪些观点真的值得花时间看。 @BabybusFL 专业能力很硬核,言简意赅,这轮下跌前后一直在提醒市场风险,劝大家管住手,不要急着抄底。 而且我总觉得这位老师的风格很熟悉,印象中以前应该还有一个账号,那个号我也关注过。 @Sinda1118 很低调也很真实,平时发帖不多,大多是即时的市场观察和个人判断,但能直接点到问题的核心。 看到他说很多散户“太年轻”,有一下子被点到的感觉,虽然懂了一些基础,但遇到真正的周期和流动性冲击时,经验还是远远不够。 谨记老师说的“做错行情不可怕,可怕的是不知道错在哪里,只会事后解释,下次继续犯错。行情涨跌从来不是交易做对做错的解释,行情涨跌的原因才是真正原因。交易最重要的是寻找确定性最高的市场,而不是寻找行情最大的市场。” @kovainvest 比较典型的研究型选手,组合一直公开,宏观、行业和个股都会覆盖,也会分享自己的交易体系和复盘。 我比较喜欢的是他不会只讲结论,很多时候会把为什么买、怎么看趋势、仓位怎么安排都说清楚。看久了能慢慢感受到一个相对完整的投资体系到底是怎么运转的。 @ShanghaoJin 我已经推荐过Jin老师好几遍了。他对 AI、半导体和科技产业等的理解很深,同时也会结合估值、资金和市场预期等来分析。 6 月 2 日他写过一篇关于 AI 低 PE 泡沫的长文,在市场最狂热的时候提醒大家“可以喝酒,但不能喝醉,可以参加狂欢,但眼睛要一直盯着 DJ”。可惜我没真正懂这句话的含义,没有跟着跑。 这轮下跌再回头看,他的很多判断都很有前瞻性。看他的内容,经常能提醒我从产业叙事和账户盈亏里跳出来,重新审视市场到底在定价什么。 他的直播和视频能够看到更完整的思路,感兴趣也可以看看。 @labubu_trader 短线盘感很强,对市场节奏、关键技术位置和资金情绪都很敏感。 我自己短线能力比较弱,所以会特别留意他的操作思路。什么时候追,什么时候撤,什么时候宁愿空仓等一等,都很果断。很多看起来轻描淡写的操作,背后其实是经验和执行力。 @Corsica267 偏长期投资和宏观框架,对利率、美元、流动性、融资成本和风险溢价这些内容拆得比较细。 他的内容需要花点时间慢慢看,有些帖子我要反复读几遍,然后再通过和AI对话去理解。经历过这轮下跌之后,会发现这些以前觉得有点远的宏观变量,最后都会真实地传导到自己的账户里。 这些博主面对市场时怎么观察、怎么判断风险,以及发现自己错了以后怎么处理,这些都是我们可以不断学习的宝贵经验。 毕竟行情好的时候,大家看起来都很厉害,真正能拉开差距的,往往就是在下跌时还保有判断力和纪律。
顯示更多
0
71
229
36
轉發到社區
中国经济:阵痛中的结构重塑,于挑战里捕捉时代主线(国庆观察之一) 很多人习惯用旧时代的标尺衡量当下,把增速的换挡等同于衰退,却忽略这场转型本质上是一场破旧立新的外科手术,阵痛不可避免,但新生的轮廓正在慢慢清晰。机遇与挑战永远一体两面,看懂结构性矛盾,才能避开噪音,锚定未来数年最高确定性的赛道。 最大的挑战,来自存量地产时代带来的惯性调整。过去二十年,土地出让构成地方财政的重要支柱,土地财政驱动城镇化高速向前。如今楼市告别普涨行情,存量时代降临,土地出让金的逻辑重构摆在眼前。住宅土地续期规则、商住两类不动产税制的长期统筹规划,非住宅物业流动性不足的顽疾,都是横在面前的现实考题。居民对于不动产的预期发生逆转,预防性储蓄意愿抬升,消费的修复节奏偏慢。地方债务化解、传统行业产能出清,是一段漫长且煎熬的过程。就像我们此前分析的自动驾驶赛道,固守旧的技术路线,再努力也难以挣脱成本枷锁;经济体同样如此,依赖地产拉动的旧增长模型,已经走到效能边界,强行沿用只会不断消耗长期动能。 第二层挑战,来自全球技术博弈之下的产业链突围。高端芯片、工业软件、精密光学零部件等领域的卡脖子难题,没有捷径可以跨越。我们可以快速完成应用层的创新,可从0到1的底层基础研究,需要漫长时间沉淀。外部地缘摩擦持续扰动出口预期,全球供应链重构,意味着国内制造业必须跳出单纯代工的定位,向价值链上游攀爬。大量传统企业困在低附加值的内卷当中,要么投入重金完成数字化、智能化改造,要么被时代慢慢边缘化,行业内部的分化会愈发剧烈。 第三重的隐性挑战,来自大众的线性思维陷阱。多数人依然保留旧周期的认知:期待每月稳定的收益,希望市场永远存在唾手可得的机会。可无论是宏观经济,还是个人投资,财富的崛起从来不是匀速直线。收益是一波一波到来的,大部分时间都在等待、蓄力、消化,只有少数窗口能够实现跨越式增长。很多投资者无法接受空仓、等待、蛰伏,在市场方向模糊时频繁出手,最终在震荡当中持续损耗本金。这种心态,正是转型期内普通参与者最大的敌人。 危机的另一面,是史无前例的结构性机遇。旧引擎减速之时,新质生产力正在接过接力棒,四大主线将定义未来3‑5年的产业红利。 第一,AI算力硬件全链条。光通信、高速光模块、HBM存储、数据中心基础设施,属于世界不得不推进的硬性建设。全球AI资本开支持续向算力、电力、实体硬件迁移,中国供应链在光通信等环节已经掌握全球话语权。这不是短期炒作的题材,是全球智能化浪潮之下的刚需,属于长周期的硬赛道。 第二,创新药与生命科学。AI赋能药物研发、基因技术的突破,正在重塑生物医药行业。对标海外ARKG覆盖的基因组创新浪潮,国内的医药产业告别单纯仿制药,向着源头创新迈进。人口老龄化的长期背景,让医疗创新具备穿越周期的底层需求。 第三,高端制造的出海突围。从新能源装备、工业自动化,到智能驾驶零部件,中游制造迎来全球的战略顺风期。不再依靠低价竞争,而是凭借工艺、成本控制、完整的产业集群,抢夺全球市场份额,成为中国制造新的名片。 第四,内需消费的分层升级。十四亿人口的超大规模市场,潜力远未完全释放。当居民完成对于地产的预期再平衡之后,服务型消费、高品质消费品,会慢慢迎来修复。设备更新、产业技改的政策红利,也会持续带动工业端的投资需求回暖。 放到资本市场的维度,我一贯的逻辑从未改变:在确定性充足的时候重拳加码,趋势混沌的时候果断空仓。转型阶段,普涨的时代落幕,贝塔行情让位于阿尔法行情。不要幻想闭着眼买指数就能躺赢,未来的胜利,来自精准的行业甄别与耐心的择时。很多人纠结于宏观数据的短期波动,却忽略产业变革下细分龙头的成长曲线。 我们不必过度悲观,也不能盲目乐观。经济体的转型,如同企业的技术路线迭代,充满取舍与阵痛。如果固守旧的发展路径,前路愈发狭窄;主动革新,开辟全新赛道,方能打开长期的上行空间。 对于每一位投资者而言,当下最重要的功课,是放下固有的路径依赖。告别遍地机会的幻想,学会甄别噪音,等待高胜率的时机。学会空仓,保存弹药;看准主线,集中出击。 猪肉自由到和牛自由的跨越,从来不是依靠频繁的短线折腾,而是抓住两三次时代级别的产业浪潮。中国经济的黄金机遇,不再是广谱的大水漫灌,而是藏在硬核科技的细分赛道之中。看透挑战,抓住结构性红利,才能在时代的浪潮之中,找到属于自己的长期答案。
顯示更多
AI泡沫终究会破,但我认为现在离真正的疯狂,还差得很远 —— 说说我对这个周期的完整判断 看了Jim Bianco和David Lin的一段对话,结合我自己一直在跟踪的判断,整理成一篇完整的思路。 Jim Bianco是是Bianco Research LLC的总裁。从1990年开始,他对全球经济和金融市场的评论一直很有独到的视角,算是宏观圈里比较有分量的声音。 先说Jim Bianco对宏观的判断 Kevin Warsh取消前瞻指引之后,市场预期变了。Bianco的判断是美联储年内大概率至少加息一次,可能在10月。他指出这不是美国一家的事,目前全球主要央行都已经进入加息或紧缩周期,日本央行、澳大利亚央行、欧洲央行都已经采取了行动。 10年期美债收益率现在在4.42%左右,他预计年底前会朝5%靠拢。他认为短端利率涨得会比长端快,收益率曲线会进一步走平。 核心PCE通胀现在还在3.4%,已经连续63个月高于2%的目标。Bianco的判断是"AI会带来长期通缩"这个叙事已经过去了,我们正处在一个完全不同的高通胀循环里。 再说他对AI的判断,这是我也认同的一个框架:技术成熟度曲线 他认为AI最终一定会经历泡沫破裂,就像2000年互联网泡沫破裂的时候纳指跌了83%一样惨烈。但他认为我们现在还处于极早期,大概相当于1997到1998年的互联网阶段,距离真正的"狂热顶峰"还有数月甚至数年的时间。 他给出的理由是产能过剩有没有发生。2000年泡沫破裂前最典型的特征是严重的产能过剩,当年铺设的光纤多到全人类几十年都用不完。但他认为现在的AI完全是反过来的:算力依然严重短缺。Alphabet、SpaceX、英伟达这些巨头在疯狂举债扩产能,但这些钱真正变成过剩的数据中心,还需要好几年时间。 他还强调AI和元宇宙、VR这些短命的科技时尚不一样,因为它有明确且颠覆性的商业模式,替代传统的SaaS。未来用户只需要通过AI提示词对话,就能跨软件处理所有公私数据,这会重塑一个价值数千亿美元的软件市场。 他对加密货币的判断比较冷静 他认为加密货币现在处在"幻灭的低谷期",跟朝气蓬勃的AI完全不是一个阶段。比特币诞生15年,以太坊超过10年,但除了投机和资产存储功能,自身的DeFi生态依然没办法和摩根大通、嘉信理财这些传统机构竞争。 唯一被他点名认可的方向是稳定币,尤其是在委内瑞拉这类高通胀、去美元化地区,稳定币作为实际支付手段确实有刚性需求。他建议行业应该把精力从"向华尔街婴儿潮一代兜售ETF纸上富贵"转向真正提升区块链底层交易速度这类基础设施建设。 他最后的核心结论 只要10年期美债收益率维持在5%左右的合理区域,他认为美股大盘尤其是AI板块依然有继续向上冲刺的动能。投资者需要做的是拥抱高波动性,并随时准备在几年后泡沫真正见顶时活着逃出来。 现在说我自己的判断 我同意泡沫终究会破。 利率这条线他说的我不是很同意。市场现在喊10年期重回5%、美联储重新加息,但美国政府债务规模这么大,如果10年期真长期站上5%,财政利息会迅速膨胀,房地产和企业融资压力都会更大。我倾向于认为未来几年更可能出现:通胀高于过去十年平均水平,但利率也不会长期维持极高水平。AI带来的生产率提升,有可能创造一种类似90年代科技繁荣时期的增长环境,但今天的宏观背景不太一样,债务水平更高,人口结构更老,全球化逆转。 关于AI泡沫的阶段判断,我也认同现在更像1997到1998年的互联网阶段。我自己看到的几个证据:第一是供给远超需求的情况现在还没有,GPU还在缺,电力还在缺,光模块还在缺,数据中心土地还在缺。800G还没铺完,1.6T刚开始,Scale-out刚开始,光学引擎产能还严重不足,CoWoS和PIC产能都还在扩张。第二是应用层还没真正爆发,很多企业还停留在概念验证、小规模部署阶段,距离真正改变商业模式还要时间。 我对AI和SaaS的关系想补充一点他说的:未来的软件形态,我觉得很可能从人适应软件变成软件理解人。AI不会消灭软件,但会重构软件的交互方式和商业模式。 泡沫最终一定会破,这件事我很同意。但目前看,我还没有看到真正非理性狂热的信号,我认为市场距离真正的疯狂阶段还有一段距离。 正因为这样,我做的所有短期技术分析,本质上是为了找到更好的加仓点位,去布局接下来的两年融涨。我的基本假设是,AI基础设施投资周期仍然没有结束,如果未来一两年供需关系没有发生根本变化,我倾向于认为这个周期还有继续上涨的空间。 给那些急着看空、做空美股的人一句话:the market can remain irrational longer than you can remain solvent,市场保持非理性的时间,可能比你的钱撑得更久。 现在的策略应该是拥抱波动,ride the wave,在真正狂欢结束之前体面离场,不是现在就提前下车,错过中间最肥的这一段。理性判断,留够生活需要的钱,尽量不上杠杆,安安稳稳把这段周期的钱赚到。市场永远都在,机会也永远都会有,活着,比赚快钱重要。 给后面几年画一个更长的时间轴,这是我自己延伸的判断 如果泡沫真的要破,我倾向于认为是27年年底-28年上半年开始见顶回落,29年和30年会经历比较明显的下跌,AI硬件这一整条产业链都会跌一遍。 补充一个更严谨的说法:这个下跌不是行业死掉,是资本回报率下降,再叠加估值过高和融资环境变化导致的。互联网当年也是这样,不只是光纤铺得太多,还有估值极度疯狂、大量质量参差的公司上市、利率上升、投资人开始转向关注盈利、融资环境突然收紧,这几个因素叠在一起才形成了那次的破裂。供给扩张过快、新增投资的边际回报越来越低,于是营收增速放缓、库存堆积、估值压缩。 但这个下跌不是终点,是为下一阶段铺路。基础设施跌透了,意味着算力、存储、网络这些底层成本会变得非常便宜。时间可能比很多人想象得早一些,但我相信当基础设施成本足够低的时候,AI应用层会迎来真正的大爆发。我倾向于认为,未来五年,十年最大的机会,最终会从卖铲子逐渐转向卖应用。 这一轮AI周期,最先被市场定价的是基础设施。而应用层虽然已经开始出现,但整体商业化规模还远没有达到成熟阶段。这就是我对整个AI周期的完整判断:基础设施先被定价,然后经历一轮估值出清,最后应用层在便宜的基础设施上真正爆发。现在我们还在第一阶段。 有一点要补充进这个框架:AI和互联网不太一样的地方在于,这次基础设施和应用层很可能会有很长时间是重叠的,不是等硬件跌完才轮到应用接力。互联网时代是铺网、上网、电商一步接一步走的线性过程,但AI现在的情况是,GPU还在涨,同时AI搜索、AI编程、AI客服已经在赚钱了,AI Agent也在进入企业,机器人开始慢慢落地。也就是说硬件还没见顶,应用已经出来了,这两条线很可能是并行的,不是先后接力的。 我的判断就是技术革命会经历一个固定的剧本:基础设施繁荣,资本回报率下降,基础设施估值出清,应用层收割。铁路时代是这样,电力时代是这样,互联网是这样,云计算某种程度也是这样。历史总是不断重复的,这次大概率也不会例外。
顯示更多
0
119
492
96
轉發到社區
接这个话题,多聊一下为什么中国外汇管制越来越严格和谨慎。 基本上读过经济学/金融学相关的本科,都知道蒙代尔不可能三角,央行货币政策独立性、相对稳定的汇率、资本自由流动三者不可兼得。 CN在这三角里,最看重的是政策独立性,而且能明显看到近几年以来,在发力堵上一些口子之后,管制力度越来越紧。这个有一定的历史惯性。 历史上经过94汇改、05和15汇改对央行最大的一个启发在于,资本跨境流动管理不是一个简单的边缘性、临时性的危机管理工具,它应该放在整个宏观管理,作为日常管理的一个重要工具。特别是97年亚洲金融危机带来的冲击。让央行意识到资本账户的开放,的确会放大外部冲击。 如果更深层次去看,这跟经济体的结构也有关系。 一个是中国储蓄率很高(企业和个人),那么对应的就是资产配置的需求也很高。如果资本账户放开,自然会去找海外资产配置渠道,很容易形成单边冲击,资本外流的速度会非常快。 不是因为没钱,恰恰是因为钱很多。恰恰是没钱的穷国家,根本不需要外汇管制。 另一个则是我国当前金融体系是以间接融资为主,也就是银行为主,围绕银行的则是房地产、城投债、企业债务等。客观来说,承压能力非常一般。很容易会被汇率打穿。资本管制本质就是为了切断自我贬值的预期。 代价自然也是有的。一方面人民币国际化,或者受控下的人民币国家化进度是非常慢的;另一部分导致国内金融市场的市场效率极低,过分依赖间接融资。 那么资本市场比如说A股,国内资产定价很难完全由全球资本共同参与形成。再叠加政策干预、产业导向和投资者结构不成熟,A 股在一定程度上会出现价格信号扭曲和资源配置能力不足的问题。这就是为什么A股某些情况下会跟融资市非常像,而不是投资市。 不是说A股不值得投资,而是一个企业能不能获得融资、估值能不能抬高,并不完全取决于长期盈利能力,也和政策方向、产业导向、监管高度相关。 此外更为积重难返的问题则是,金融资源的流向问题,天然会去到抵押品充分、政府信用极强的政府部门,高增长阶段是没问题的,但是经济一旦进入低增长,债务沉淀和资产负债表的压力也会急速增长。 这些年央行反复去讲提高金融配置效率,本质原因也是在此,但这也不是没有问题。因为监管很容易既要又要,风险回报的基本判断会扭曲成对监管指标的达成。 于是产业周期和轮动的速度会显著加快,阶段性的反复过热,今天是新能源,明天是半导体,后天是Ai。 市场不能够持续惩罚低效公司,那么高质量的企业也很难拔尖。同时也会让监管难度急剧上升。 所以,从一个经济学的视角出发,在低增长阶段,结构和配置效率会比总量分析更有价值。这也就是路径的代价吧。
顯示更多
0
29
191
41
轉發到社區
最好的故事套最多的人 一句“永远缺存储”让不少人挂在了半山腰。 1/ 一个讲了二十多年的故事 内存半导体向来是科技行业周期性最强的生意之一。 每隔几年,同样的剧本就会重演: ▌2000 年 PC 爆发 → 永远需要内存 ▌2018 年云计算周期 → 永远需要内存 ▌2021 年疫情居家办公 → 永远需要内存 ▌2025 年 AI 爆发 → 永远缺存储 平心而论,这套叙事的核心逻辑并没有错。 AI 时代数据量呈指数级增长,而存储技术的迭代与产能扩张,远跟不上需求的膨胀。存储短缺成了 AI 产业一个结构性瓶颈。 但这里藏着一个致命的等式陷阱:存储短缺 ≠ MU / SNDK 的股价永远上涨。 一个正确的故事,如果买在错误的价格,照样让你血亏。摩根士丹利早已发出警告:内存行业的上行周期尚未结束,但“闭眼买入”的黄金阶段早已消退。 2/ 噪音与信号之间,隔着情报质量 上述案例告诉我们,当市场“情报质量”不过关时,我们很容易被信息洪流淹没,甚至被虚假叙事蛊惑,做出错误的研判。 这正是散户与专业机构之间最关键的鸿沟。 如何缩小这个差距? 我个人每天都在用的,是一个集数据、AI 工具与机构级洞察于一体的平台——IUX24。它不只是行情软件,更像是一位 24 小时在线的投研副手。 以下是我最常用的三个功能: 💡 Market Overview:一屏建立全局坐标 这是我每天开盘前的第一站。 实时财经日历、智能选股器、市场热力图,全部集成于一屏。以当前的 MU 和内存板块为例,几秒钟内我就能看清整个半导体、AI 供应链宏观全局。 🧠 AI Sentiment:毫秒级过滤市场噪音 这是平台最具杀伤力的功能之一。 它不只是给情绪打个分,而是真正追踪市场心理的微妙变化,并将其转化为高可读性的情绪报告。 在信息过载的时代,它能帮你快速识别哪些是市场的真实共识,哪些只是无谓的噪音。 🤖 X24 AI Analyst:你的专属投研助手 当我需要深度分析时,会打开 X24 AI Analyst。这不是普通的聊天机器人,而是深度整合了平台全量数据与外部实时情报的投研大脑。 例如,我输入: “请分析最近 MU 财报及 AI 内存短缺新闻对半导体板块投资者的影响,列出具体的 Bullish 和 Bearish 场景。” 几乎在瞬间,它就能给出结构清晰、逻辑严密的投研框架。 3/ 写在最后 在巨大的机会与波动面前,情报质量决定了你是随波逐流,还是领先一步。 👉 IUX24 体验入口:
顯示更多
0
26
16
0
轉發到社區
英文区的高手怎么看存储?我汇总了50+个KOL的公开观点 我梳理了 50+ 个英文区 KOL(宏观 / 美股)近两周左右的公开讨论,覆盖 $MU、 $SNDK、 $SKHY 以及存储板块联动,下面我带你把英文区的市场舆论和思考逻辑都过一遍,你能很好理解这一轮地狱行情高手是怎么看的 ─── 一、看多的逻辑 1. 大厂资本开支没砍,AI 要减支的说法站不住 @aleabitoreddit 认为:前几周「算力过剩、云厂商砍开支」已被证伪;亚马逊等仍在确认算力短缺,对上游半导体是利多 @DavidMorganInv 认为:亚马逊财报直接砸碎「AI 算力过剩 / 大厂砍开支」叙事;谷歌、Meta、亚马逊、微软都在确认短缺 @danadams_46 认为:本季财报后 AI 基建没有变弱,反而更强;谷歌、微软等继续加 AI 资本开支,钱要流向硬件链,所以 $MU 等反弹不意外 2. 亚马逊上调资本开支,并点名内存变贵 @aleabitoreddit 认为:亚马逊 2026 年资本开支从约 2000 亿上调到约 2200 亿,多出来一部分因为内存成本更高,对 $MU 到三星都是利多 @mahvid123 认为:多出来的开支主要是内存涨价,不是单纯多盖机房——同样建设,存储先贵了 @DavidMorganInv 认为:即便提到 2200 亿,亚马逊仍不够覆盖 2026 需求,2027 也紧,产能已被预订到更后面;上游包括存储在内的供给链仍然卡 3. 产业仍短缺,内存涨价还在 @PhotonCap 认为:本轮反弹很大一块来自三星警告——DRAM、NAND、HBM 短缺可能拖到 2028;这削弱了「长鑫一扩产就全面过剩」的短期担忧 @ren_stocks 认为:DDR5 现货还在涨时,存储股价却先跌;对 MU、SKHY 来说,服务器用 DDR5 涨价几乎直接进利润,所以看多存储 @SemiconductorsX 转发大摩口径:美股存储大跌反而是买点;数据中心 / AI 短缺还在,PC / 消费制造噪音;DRAM 仍有涨价与紧缺时间线预期 @PolymarketMoney 也强调过大摩分析师把 SNDK、MU 回撤称作强入场点 4. HBM 和产品节奏说明不是纯情绪 @PhotonCap 认为:$MU 已开始放量面向英伟达 Vera Rubin 的 HBM4,并展望后续 HBM4E;单台 AI 服务器内存用量上升仍是结构驱动 @mrcooler6868 认为:市场像在按「AI 内存 / 存储需求见顶」卖 $MU 和 $SNDK,但其判断是错杀——HBM 放量与闪迪数据中心收入高增速还在,除非供应先追上需求 5. 暴跌有强平,卖压落地后才反弹 @joveg8 梳理:前几天暴跌与强制抛售有关;相关基金公开持仓清算结束后,人工卖压下降;微软、Meta 等财报安抚「AI 开支还在」;三星短缺口径支撑定价权;SNDK、MU 大涨时 WDC、STX 及存储类 ETF 一起动 @MacroAlphaHQ 认为:SNDK、MU 同步暴涨说明抄底盘回流;存储是半导体里高弹性品种,欠配要追、空头要补,买盘可自我延续——但要看会不会扩散到更广芯片 6. 价格砸深后出现第二次抄底机会 @ianmirikwa 用价格路径说话:SNDK、MU、$SKHY 从高位杀下来再反弹,市场给了第二次机会;多数人喊结束,有人按折扣价、恐慌里买处理 @lastman3344 认为:回撤后是获利了结和杠杆冲洗,HBM 售罄、涨价、数据中心需求仍在,资金回流;定性偏结构反弹,不是已经确认完整趋势反转,要看守住 7. 海力士要看 HBM 位置和内部人动作 @danadams_46 单独点 $SKHY:仍在 AI 内存周期中心,跌的是情绪 研报窗口里 @StockSavvyShay 等传过 SK 会长增持 $SKHY;@WhaleInsider 等传过瑞银等对海力士偏积极的覆盖和目标价——英文区把这些读成:卖方和内部人不认基本面已死 8. 板块一起动,不是单票故事 @MacroAlphaHQ、@joveg8 都强调:不是 $MU 或 $SNDK 各讲各的,是整条存储链条一起拉 交易含义:你做的是存储板块弹性,不是今天突然只爱闪迪 ─── 二、看空的逻辑 1. 泡沫与见顶 @FinanceLancelot 在大跌阶段写过:SNDK、MU、$SKHY 一起崩,内存泡沫和 AI 泡沫可能结束;后来又用泡沫「回归正常」框架——散户容易在错误阶段全仓杀入,大资金卸最后一棒 2. 空头有实盘代表:Burry 加空 $MU @StockSavvyShay、@EhrmantrautCap_ 等讨论过 Michael Burry 加空 $MU @EhrmantrautCap_ 偏多头回怼,认为空头会被挤;也有账号表示认同 Burry,不愿再拿三星、海力士、美光、闪迪 空头逻辑:不靠情绪,靠有人真金白银在空周期顶部 3. 反弹用来减仓,守不住就结束 @MacroAlphaHQ:若不向更广半导体扩散,这就是纯仓位行为,今天的抄底盘是后面的卖盘 @lastman3344 也留了失效条件:收盘守不住、只靠情绪,就不要当趋势做 4. 高位回撤说明波动杀伤大 @Mr_Derivatives 等强调过 $SNDK 相对历史高位大幅回撤 空头读法:弹性双向,一天涨 20% 不能证明风险消失,仓位管理不好,逻辑对也会亏 5. 供给与竞争终将压价 @PhotonCap 提问本身代表空头担忧:长鑫会不会冲击 MU、SKHY、三星——多头用「短缺拖到 2028」反驳,空头抓的是中期供给 也有很多英文KOL提到中国扩产、客户自研、DRAM 商品化——利润率难长期停在极端高位 ─── 此外还有大量KOL的是中性文章,就不放出来了,如果大家感兴趣可以留言告诉我🫡
顯示更多
对于一些喜欢观察知识⽽⾮学习知识;极度喜欢科学史、技术史但不深⼊科学本身的人,我有这样的建议。 第一,其实这是真实存在且值钱的类型。 彭博、伯恩斯坦、Gartner、⼀级市场、宏观对冲、VC整个观察⾏业的产业每年⽀付⼤量的钱给这种模版的人。 对科技史的兴趣不是消遣,它就是这份⼯作的核⼼肌⾁:技术如何扩散、产业如何被重组、组织在压⼒下如何变形。 其实我也很喜欢观察,甚至这是我这些年最有趣的地方,但在过程中我发现这个逻辑有⼀个致命前提: 只观察不深⼊的⼈,终点默认是评论员,什么都能谈,什么都不真懂,很多时候,在靠语⾔的流畅度冒充判断⼒。 这里的分界线是,你的观察有没有⼀个别⼈⽆法轻易复现的硬底。 伯恩斯坦的半导体分析师看得懂制程节点、良率曲线、资本开⽀周期。 好的能源分析师算得清 LCOE 和电⽹调频,好的⽣物医药 VC 读得懂临床终点设计。 他们不做研究,但能验证研究者的说法真假。 ⼀席之地的分层,护城河的五个来源。 1. 信息渠道,认识供应链⾥的⼈ 2. 技术鉴别,能判断技术说法真假 3. 模型能力,能⾃⼰算成本结构、产能、单位经济 4. 历史深度,知道这个模式上⼀次发⽣是什么时候、结局如何(天然优势,我认为在这个时代也是最稀缺的⼀条,因为⼤部分从业者只有五年记忆) 5. 写作,把上⾯几样变成别⼈愿意读的东⻄ 大概的情况是, 有两三样 = 稳固的⼀席之地。 ⼀样都没有 = 没有议价权,随时可被替换,还要和 AI 竞争。 第二,这套护城河框架再往深处推演一层,分水岭其实在于,你是把科技史当成故事书来消费,还是把它当成参数化系统来逆向工程。 绝大多数只喜欢观察的人,停留在第一层,他们惊叹于瓦特改良蒸汽机、贝尔实验室的传奇、或者某次产业并购的戏剧性。 但这只是在消费结果。 值钱的观察者,看的是状态机。 如果要让这套逻辑在 AI 时代彻底闭环,并具备绝对的溢价能力,还需要补上三块拼图。 顶级的观察者,脑子里装的是不同行业的同构性。这就是Cross-domain。 如果可以懂系统在资源强约束下的扩散方程,就可以发现近乎完全同构的逻辑。 伪装成判断力的语言流畅度,在面对结构性危机时会瞬间破产,当所有人都在高喊某个新范式时,他条件反射般去查证它的边际成本、资本开支回报率和历史对照组。 宏观对冲和一级市场,恰恰需要剥离掉这些修辞泡沫,去计算每一个节点上具体的人、钱、设备和物理极限。 克制住将事物浪漫化的冲动,是观察者走向专业化最痛苦的成人礼。 最后我想说,如果你天然就对知识的边界、技术的演化、历史的复盘有着近乎病态的兴趣,却对日复一日埋头推导公式或写底层代码缺乏耐心,千万不要觉得这是缺陷。 这是一个极其稀缺的系统架构师基因。 当工具把语言的流畅度贬值到零的时候,对真实物理世界、资本流动和历史周期交织点上的精确鉴别力,就会变成这个时代的硬通货。 所以,别去做万事通。 希望你能以深度作尺,去量一量今天技术图纸上的每一个像素。
顯示更多
0
61
231
54
轉發到社區