介绍一只能让你利用利率上升期获利的ETF： $PFIX 是 Simplify Interest Rate Hedge ETF（简化利率对冲ETF），由 Simplify Asset Management 发行，2021年5月10日成立，费用率0.50%。⁠ 核心目标 对冲长期利率上升带来的风险，并在固定收益市场波动率上升（市场压力期）时获益，同时通过持有国债等资产提供一定收入。⁠Simplify 运作原理 它采用主动管理策略，资产大致分为两部分： 利率衍生品（核心对冲部分） 主要持有场外（OTC）利率期权，尤其是 payer swaptions（支付方互换期权）。这些期权在长期利率大幅上涨时价值会显著上升，具有较强的凸性（convex exposure）。 功能上相当于持有20年期美国国债的长期看跌期权（long-dated put options）。利率上涨 → 长期国债价格下跌 → 这些期权大幅升值 → ETF净值上涨。⁠ 生息资产（主要仓位） 大部分资金配置在短期美国国债（T-Bills）、国债ETF（如SBIL）等低风险工具中。这些资产既作为衍生品的抵押品，又提供稳定收益。⁠ 关键特点 极负久期：通常在 -27 年左右甚至更负，对利率上升高度敏感。小仓位就能对投资组合产生较大影响。⁠Simplify 不是简单做空国债：它更接近期权策略。利率温和上涨时收益有限，但利率大幅飙升时收益会加速（凸性优势）。 期权头寸通常会长期持有，只在利率大幅变动或敏感度下降后才重置。 适合作为债券组合的对冲工具，或对“长期利率将大幅上升”有观点的投资者使用。 图中的价格（约58.75），符合近期行情。这种ETF在利率快速上升的环境中表现通常较好，但在利率平稳或下降时可能因期权时间价值损耗而承压。

这个误导的太严重了。。不得不吐槽一下。。 刷推的时候看到这个。。吓得我赶紧查一下 结果就是一个正常得不得了的repo（回购协议）而已，跟inject（注资）差了800公里 这就是美联储是通过常规的日常操作（主要是回购协议市场，Repo market）来管理流动性而已 美联储实际上正在进行的是储备管理购买RMPs。目前，美联储每月购入的T-bills规模约为 400 亿美元左右，这是一种渐进式的操作，而非在单周内完成。而且，美联储还在逐步推进缩表（量化紧缩，QT）

还国内信用卡/花呗 海外工资还国内账单？跨境汇款慢 私人换汇？怕被冻卡 银行电汇？手续费贵到肉疼 MiPay 怎么做： USDT 兑换为人民币 直接还款到支付宝/微信绑定的信用卡 T+0 到账，手续费仅1.5% Mipay下载链接： 官方中文客服群： Pay domestic credit card/Huabei Pay domestic bills with overseas wages? Cross-border remittance is slow Private currency exchange? Afraid of being frozen Bank wire transfer? The handling fee is so expensive that it hurts How to do MiPay: Convert USDT to RMB Repay directly to the credit card bound to Alipay/WeChat T+0 deposit, the handling fee is only 1.5% Mipay download link: Official Chinese customer service group:

最近连续有两条有意思的消息： 一是，Alpaca（加密原生经纪商）筹集 1.35 亿美元，用于构建 tokenized stock（代币化股票）基础设施，包括经纪 API、结算、合规托管等。他们已积累超 15 亿美元底层股票托管，用于支持链上代币化股票。这是在为股票类 RWA 铺设可扩展的“轨道”。 二是，J.P. Morgan（顶级机构玩家）已经在代币化货币市场基金/美债上做到 9 亿+ 美元规模，且单月增长约 3 倍。 之前 RWA 叙事是“概念验证”阶段，如今进入“机构真金白银规模化落地”阶段。 不是只有加密项目在鼓吹真实资产代币化，传统大玩家们已经在用真实 AUM 投票。 这两条赛道同时在跑：股票代币化（Alpaca 等）和固定收益/货币市场代币化（JPM、BlackRock 等）。 • 股票代币化（Alpaca 等加密基础设施驱动）：解决传统股票交易的痛点（T+1 结算、跨境摩擦、碎片化所有权）。长期潜力巨大（全球股市规模超百万亿美元），但合规壁垒更高（证券法）。 • 固定收益/货币市场代币化（JPM、BlackRock 等 TradFi 驱动）：更早成熟，因为美债/T-bills 标准化程度高、监管相对清晰。直接受益于稳定币增长（需要高质量储备资产）和机构对链上 yield 的需求。 以太坊成为机构真实资产代币化的主要结算层之一。 在接下来一二十年的真实资产代币化浪潮中，以太坊将是最大的受益者之一。

新版的 GLM 5.2 基本稳稳站住全球开源模型第一的位置了，作为开源模型可以排到全球前三。上一个这么牛逼的还是 DeepSeek，给 AI 圈带去一点震撼。Claude 4.6 之后提升就没那么大了，4.6 也是 AI 编程的可用线。前端时间巨头们开始对 AI 投入算总账，几十亿美金的 AI 账单，现在用开源的GLM 5.2自己部署，就能立即省下高额的 AI 账单，Claude 的收入端可能要大受影响了。 中美顶尖 AI 的差距大概也就是半年左右，另一方面也说明大模型的护城河没那么深，半年时间的差距并非不可逾越，Anthropic 的万亿估值显然是挺虚的。Claude 年初最辉煌的时候，总有人会说 Claude 多牛逼，迭代速度多强，我去看了一下 zcode 的迭代速度基本是一天一更，这次zcode3.0+GLM5.2 真的和 codex 使用起来没什么太大差距了。 还有中国为什么一直追不上，主要是因为算力资源的限制，假如算力限制放开怕是已经 4:6 开了。可怜的智谱算力一直都不足，难以想象要是有充足的算力且模型是闭源的情况下，难以想象收入会高到什么程度。 The new version of GLM 5.2 basically stand firmly in the first position of the global open source model, as an open source model can be ranked in the world's top three. The last one was DeepSeek, bringing a little shock to the AI circle. After Claude 4.6, the promotion was not so big, and 4.6 was also an available line for AI programming. The front-end time giants are starting to take a general ledger of AI investment, billions of dollars in AI bills, and now deploying themselves with the open source GLM 5.2 can immediately save the high AI bills, and Claude's revenue side may be greatly affected. The gap between the top AI of China and the United States is about half a year, on the other hand, it also shows that the moat of the big model is not so deep, the gap in half a year is not insurmountable, the Anthropic trillion valuation is obviously quite empty. When Claude was at its most brilliant at the beginning of the year, some people would always say how awesome Claude was and how fast the iteration speed was. I went to see that the iteration speed of zcode was basically one change every day. This time zcode3.0 GLM5.2 was really not much different from codex. There is also a reason why China has been unable to catch up, mainly because of the limitation of computing resources. If the limitation of computing power is released, it may have already been opened at 4:6. Poor intellectual spectrum computing power has been insufficient, it is difficult to imagine if there is sufficient computing power and the model is closed source, it is difficult to imagine how high the income will be.