从《华尔街》到《繁花》，价格总要有个地方先醒过来——有人起得早，有人起的晚，起的晚的只能跟着起得早的

Read more

Read more

也不知道真假，中国大陆这些年的贪腐案爆出来的数字真的是夸张到让人觉得匪夷所思，离了个大谱。一个县长动不动就是几十亿的贪污受贿。

Read more

1848 年，Chicago Board of Trade （CBOT）成立的时候，它还不是后来那个巨大的期货市场。芝加哥正在变成美国中西部谷物的集散地，铁路、运河把一船一船、一车一车的小麦和玉米送进城市。问题是，小麦不是股票。同样叫 wheat，不同农场、不同年份、不同质量，根本不是同一种东西。买家如果连自己买到什么都不知道，就很难形成一个统一的市场价格。CBOT 最早做的事情之一，就是把这种混乱整理成可以交易的标准。1859 年获得伊利诺伊州授权后，CBOT 可以制定谷物等级，并由指定检验员判定质量；到了 1865 年，保证金和交割规则也开始制度化。

Read more

这里统计了近7日期股票和ETF类永续成交量排名里：

Read more

7月7日，LLY盘中升到1,249.45美元；7月20日跌到1,146.90美元；7月23日公布下一代减重药retatrutide三期数据后，股价上涨1.97%，同一天标普500下跌1.21%。从时间线看，retatrutide是7月能够对应到交易日的新消息。媒体和分析师认为，Medicare减重药计划、美国肥胖率和第一季度业绩，是支撑礼来突破万亿市值的原因，但真的是如此吗？

美国肥胖问题累积了几十年，按理说相关企业的股价不会突然波动，但是Eli Lilly 礼来7月的行情却来到了历史新高。难道是市场突然发现价值洼地？还是有什么不为人知的原因？

要看懂礼来的故事，需要先弄清楚几件事：美国肥胖为什么变成政府的医疗账单，GLP-1药物到底做了什么，Medicare为什么过去不肯付钱，现在又愿意试着付，病人停药后为什么会胖回来，以及每名病人能够为礼来带来多少收入。

一、美国肥胖问题，早就不只是裤子买大一号的问题

美国最新一轮全国健康调查显示，成年人的肥胖率为40.3%，另有32.1%属于超重。两组加起来，占成年人口的72.4%。严重肥胖率为9.4%，这一组包含在40.3%的肥胖人口里面，不能再重复相加。40岁至59岁人群的肥胖率达到46.4%，接近每两个人就有一个。

医学上通常用身体质量指数，也就是BMI来分类。BMI达到25属于超重，达到30属于肥胖，达到40属于严重肥胖。一名身高175厘米的人，体重约92公斤时，BMI便达到30；体重超过122公斤，便进入严重肥胖范围。

真正的问题不是超重，而是超重后产生的健康问题。

美国疾病控制与预防中心的资料显示，肥胖成年人当中，约58%患有高血压，约23%患有糖尿病。肥胖也会提高心脏病、中风、慢性肾病、脂肪肝、睡眠呼吸暂停、关节疾病和部分癌症的风险。美国每名肥胖成年人每年产生的额外医疗开支约为1,861美元，严重肥胖者约为3,097美元。以2019年价格计算，美国与肥胖有关的年度医疗支出接近1,730亿美元。

这些钱不会全部由病人自己承担。雇主医疗保险、商业保险、Medicaid和Medicare都会参与买单。肥胖人口增加，政府面对的不只是减重药费用，还有糖尿病药物、心脏手术、透析、膝盖手术和住院费用。

这也是减重药开始进入公共医疗讨论的原因。政府可以拒绝支付一支昂贵的减肥针，却无法拒绝支付肥胖带来的心脏病、糖尿病和肾衰竭。

礼来的市场，不只是想瘦下来的人。它面对的是一批医疗开支不断增加的慢性病人。

二、GLP-1改变的，是身体发出“吃饱了”的方式

过去谈减肥，医生给出的办法主要是少吃、多运动、行为管理和减重手术。这些方法没有错，但人体不是一部只靠意志力运作的机器。

一个人减重后，身体会认为能量储备减少。饥饿感会上升，饱足感会下降，代谢也可能变慢。很多人可以减掉体重，却很难长期维持。问题不一定出在自制力，而是身体一直想把体重拉回原来的水平。

GLP-1是人体进食后由肠道释放的一种激素。它会向胰脏、胃和大脑传递信号，让胰脏分泌胰岛素，让胃排空的速度放慢，也让大脑接收到饱足讯号。（冷知识：GLP是科学家在研究治疗糖尿病时意外发现的）

礼来的Zepbound使用tirzepatide（中文：替尔泊肽），同时作用于GLP-1和GIP两个受体。它每星期注射一次。病人吃少一点，不是因为每天忍着肚子饿，而是饥饿感和食欲受到抑制。Mounjaro与Zepbound使用同一种活性成分，前者主要用于二型糖尿病，后者用于肥胖和体重管理。

这类药物带来的减重幅度，超过旧一代减重药。部分病人的体重可以下降15%至25%，下一代药物的数据开始接近30%。对一个体重120公斤的人来说，20%的减重相当于24公斤。这不只是腰围变小，也可能改变血糖、血压、睡眠呼吸暂停和心血管风险。

肥胖因此开始从“个人生活方式问题”，转向可以用药物长期管理的慢性疾病。

三、Medicare过去为什么不付减重药的钱

Medicare是美国联邦政府为65岁以上人士，以及部分残障人士提供的医疗保险。Part D负责处方药。

问题在于，美国法律长期禁止Medicare Part D为“减肥用途”的药物买单。法律制定时，减重药常被视为生活方式产品，与美容、增发和性功能药物放在相近的位置。即使一名病人的BMI达到40，只要医生开药的用途是减重，Part D也不能按照普通处方药方式报销。

同一支药，因为适应症不同，报销结果可以完全不同。

Mounjaro用于二型糖尿病，Medicare可能报销。Zepbound用于肥胖，过去通常不能报销。Zepbound后来获批治疗阻塞性睡眠呼吸暂停后，符合该适应症的病人又可能获得覆盖。

这套制度造成一个奇怪的结果：政府可以等到病人患上糖尿病、心脏病或睡眠呼吸暂停后再付钱，却不能在肥胖阶段支付减重治疗。

GLP-1药物的临床数据、治疗效果和公众压力（还有礼来的lobby团队），推动政策的改变。

四、联邦医保开始付款，减重药的身份也变了

Medicare GLP-1 Bridge从2026年7月1日开始，运行到2027年12月31日。符合条件的Part D参保人，每月自付50美元，便可获得计划内的减重药物。

项目覆盖礼来的Foundayo、Novo Nordisk的注射版和口服版Wegovy，以及Zepbound KwikPen。要注意的是，Zepbound的单剂量小瓶和单剂量预填充笔不在计划里面。

虽然在参保范围内，但是这不意味着每一名体重超标的退休人士，拿着处方就能去药房取药。

CMS按照BMI和并发症设置门槛。BMI达到35的病人可以申请；BMI较低者需要同时患有指定的心血管、肾脏或代谢疾病。医生必须提交事先授权，证明病人符合条件。已经因为糖尿病、睡眠呼吸暂停或其他适应症获得Part D报销的人，也不能把处方放进Bridge计划。

Bridge是一项18个月的示范计划，不是永久报销。政府要看有多少人参加、花了多少钱、药物有没有减少其他医疗开支，以及病人能不能坚持治疗。

它对礼来的意义，不在那50美元。

50美元只是病人每个月从口袋拿出来的钱。CMS与药企议定的项目药品净价是每月245美元。换句话说，礼来在Bridge计划内，每名病人每月得到的药品收入约为245美元，不是50美元，也不是Zepbound超过1,000美元的标价。

这项政策把减重药从一种高价自费产品，推向由公共医疗体系支付的慢性病药物。礼来接受较低的单月价格，换取原本负担不起药费的Medicare病人。

看到这里，你可能会开始觉得混乱，为什么一会儿是50美元，一会儿是245美元，也有1000美元，Zepbound到底是多少钱？

五、一支药为什么会有四种价格

跟大多数国家一样，美国的药价在药店、保险范围都不一样，同一支药可以同时出现标价、现金价、保险自付价和药企净价。

因此，不能拿1,086美元的标价，直接对比245美元的Bridge净价，然后说礼来降价接近八成。两者不是同一种口径。

礼来的商业保险净价没有公开。按照商业习惯，保险公司会要求回扣，药品福利管理公司也会参与谈判。礼来从一张商业保险处方收到多少钱，外界只能估算。

不过我们可以确定的是，Bridge的245美元低于许多现金支付方案。礼来要靠更多病人和更长的用药时间，把价格差距补回来。

这就把问题带到减重药生意的核心：病人会吃多久、打多久。

六、减重药不会让人成瘾，停药后却容易胖回来

有媒体把Zepbound说成会让病人“上瘾”，但这其实没有医学依据。成瘾通常涉及奖赏感、渴求和失去控制。病人不会因为注射Zepbound产生兴奋，也不会为了追求药物带来的快感而不断加量。

药物使用期间，食欲受到抑制，病人吃得少，体重下降。停药后，药物作用消失，饥饿信号回来，身体又开始把体重拉向原来的位置。病人不是离不开药物的感觉，而是肥胖的生理机制没有被一段疗程消除。

SURMOUNT-4研究先让所有参与者接受36周tirzepatide（aka替尔泊肽）治疗，平均减重20.9%。之后，一组继续用药，另一组改用安慰剂。接下来的52周，继续用药组又减重约5.5%；停药组平均增加约14%的体重。继续治疗的人中，89.5%保留了至少80%的初期减重成果；停药组只有16.6%。

后续分析发现，停止tirzepatide一年后，82.5%的病人重新增加了先前减掉体重的四分之一以上。约一半的人重新增加至少一半，约四分之一的人重新增加至少四分之三。体重回来后，血压、血脂、血糖和腰围的改善也会消失一部分。

这组数据给礼来带来一个有利条件：肥胖可能需要长期治疗，六个月可能还没办法结束。

它也带来一个麻烦：病人知道停药会胖回来，不代表病人会一直付钱。

现实世界的数据比临床试验难看。一项覆盖126,984名没有糖尿病的超重或肥胖成年人的研究发现，开始GLP-1治疗12个月后，留在任何一款GLP-1药物上的人不到四分之一。其他研究观察到的一年停药率介于50%至75%。费用、副作用、保险中断、药物缺货和减重进入平台期，都会让病人停下来。

减重药的医学需求可以持续多年，处方关系却可能只维持几个月。这中间的差距，决定礼来可以赚到多少钱。

七、每名Medicare病人，可以为礼来带来多少收入

Bridge计划的项目净价是每月245美元，最长运行18个月。

如果一名病人从计划开始用到结束，没有停药、换药或失去资格，礼来获得的药品收入上限是：

Read more

你知道吗？每周有33班直飞航班从韩国飞往澳门，而仁川机场至伦敦希思罗机场的直飞航班约为每周21班。首尔连接澳门的班次，比连接伦敦还多。

Read more

《铁臂阿童木》把动画送进客厅，《机动战士高达》却把账结在模型店；宝可梦靠游戏和卡牌收钱，《鬼灭之刃》先用电视和流媒体聚集观众，再在电影院把钱收了。

Read more

2006年4月，墨西哥坎佩切州，德尔卡门城机场。军方扣下一架DC-9客机，舱门打开，里面没有乘客，只有128只行李箱，装着5.7吨可卡因。

Read more

图1：GTC 现场，GB300 主板。故事的主角就在这块板子上。

它叫 HBM——High Bandwidth Memory，高带宽显存。

这篇文章告诉你：它在哪、怎么连、为什么非它不可，以及它是怎么造出来的。

备注：原来是自己配音的，但是无奈录音设备太垃圾，最近也不太舒服，大家就将就点听听AI磁性的嗓音吧～ 🤣

一、先找到它：显存去哪了

先看一张普通显卡的”解剖照”。RTX 5090，GPU(GB202)在正中间，四周围了整整一圈黑色小颗粒——那是 16 颗 GDDR7 显存。它们住在 GPU 的”门外”，隔着几厘米的电路板走线和 GPU 对话。

Read more

2026 年 7 月的第一周,AI 硬件里涨得最凶的三条赛道——美股芯片、韩股存储、光模块——几乎是手拉手一起熄的火。

媒体说：导火索是三星电子交了张创纪录的利润指引,结果市场直接”利好出尽”,反手就是一砸;紧接着 DeepSeek 要自研推理芯片、超大厂要自研 ASIC 的传闻开始发酵,再叠上”AI 是不是到顶了”这个老掉牙的问题,恐慌就顺着亚洲一路传到了欧美。到 7 月 8 日收盘的时候:

• 韩国 KOSPI 从 6 月高点跌了超过 20%,正式进熊市了,三星和 SK 海力士是主要的锅;

• 美光(MU) 从历史高点 1,255 美元一路摔到 985 附近,回撤约 22%,也进熊市了;

• 英伟达(NVDA) 盘中一度摸到 189,较年内高点回撤约 18%,一周市值蒸发了快 1 万亿美元;

• 光模块双雄 Coherent(COHR)、Lumentum(LITE),较 6 月初高点也回落了将近 20%。

但这里有个事儿大家容易漏掉:跌的远不止这三条“赛道”。 芯片只是”AI 工厂”最上游的一环而已。你想想,一座真正跑起来的 AI 数据中心,背后是一整条链:卖铲子的英伟达 → 组机柜的代工厂 → 供电散热的电气巨头 → 盖机房的数据中心 → 租算力的云 → 调度这一切的软件 → 搞设计施工的 EDA 和工程公司。这一整条产业链,在这波全被重新定价了。

所以这篇我想干的事儿是:把”跌了要不要买”这个问题,拆成能算、能执行、能设止损的算法,然后沿着整条 AI 工厂的链子,用同一把尺子,把”被错杀的便宜货”和”跌下来但还是贵的”给筛出来。

老规矩先说清楚:我不是持牌投顾,下面全是分析框架,不是让你照着买。 所有公式和数字都是帮你自己动脑子的工具,不是替你按买入键的。真要动手,自己再多做功课。文末还有一段唠叨。

数据口径也说一下: 行情快照是 2026-07-08 收盘;整条链那张大生态表是 2026-05-29 收盘(来自 stockanalysis.com,后面那张是我拿大家给的表整理的)。

第一步:先把”逢跌就买”翻译成看起来有点高级的公式(aka 直觉)

“跌了就买”这四个字,更多是一种情绪,不是策略。真正要问的是:跌到啥程度算便宜?按什么估值?下多重的注?能不能加杠杆?下面这几个公式就是干这个的。

1)先算清楚”到底跌了多少”

最基本的尺子,回撤:

回撤 DD = (最高价 − 现价) / 最高价

这里有个特别反直觉、但你一定要记住的数学事实——亏钱和回本,是不对称的。从回撤 DD 爬回原点,需要涨的幅度是:

回本要涨 = DD / (1 − DD)

跌 18% 得涨 22% 才回本,跌 22% 要涨 28.2%,跌 50% 呢?得整整翻倍(+100%)才行。所以啊,控制住单笔最大亏损,比想着一把梭哈赚多少,重要得多。

拿美光套一下: 它从 1255 摔到 985,DD =(1255−985)/1255 = 21.5%;想爬回 1255,得涨 0.215/(1−0.215) = 27.4%。你看,跌两成、要涨快三成才回本——这就是为啥我一进场就先想”最坏能亏多少”,而不是”最好能赚多少”。

那”贵还是便宜”怎么判断?别只看跌了多少,要看跌完之后估值站在历史的哪个位置。用个 Z 分数:

z = (现在的 PE − 历史平均 PE) / 标准差

我的土办法:z < −1 才勉强算进”便宜区”,z < −2 才是真便宜。 光”跌了 20%”没用,得看它跌完落在分布哪儿——这就是”打折”和”接刀子”的区别。

拿英伟达套一下(历史区间我先假设着哈): 假设它过去几年前瞻 PE 平均在 32、标准差 7,现在跌到 20.5,那 z =(20.5−32)/7 = −1.64。落进了 −1 到 −2 之间,统计上是”明显偏便宜”那一档——这也跟 BofA 说的”七年最低估值”对得上。(注意:μ 和 σ 得用真实历史数据算,我这里是给你举个例子而已。)

2)算个”内在价值”当基础,别乱抄底

用最简化的戈登模型,给个价值的锚:

V = 明年自由现金流 / (要求回报率 r − 永续增速 g)

更好玩的是反过来推——既然市场给了这个价,它到底默认了这公司能长多快?

市场偷偷假设的 g = r − 明年现金流 / 现价

要是你算出来这个隐含 g,比你觉得这行业该有的增速还低,那说明市场悲观过头了,这就是要找的错杀。反过来,隐含 g 高得离谱,那再便宜也别碰。

拿英伟达套一下: 用 CAPM 先估个要求回报 r = 无风险 4% + β 2.21 × 风险溢价 5% ≈ 15%;拿前瞻盈利收益率 4.87% 当现金流收益率的近似,那市场隐含的永续增速 g = 15% − 4.87% ≈ 10%。翻译成人话:现在这个价,市场只默认英伟达”永远每年长 10%”。你要是信 AI 这条坡、觉得它中期能长得比这快不少,那这价就偏悲观了。(声明下:这是最糙的一档算法,真做 DCF 得拆成”高增长期 + 永续期”两段,别只用这个就下单哈。)

再配个 PEG(PE 除以增速)横向体检一下。但周期股要格外小心——拿美光套一下: 前瞻 PE 才 6.6,就算明年利润只长 20%,PEG = 6.6/20 = 0.33,看着便宜到犯规。可它是存储周期股,现在正是 HBM 景气顶点、利润最肥的时候,这个低 PE 很可能是”峰值利润”撑出来的假象——PEG 越低越要多问一句”这利润能撑几年”。对比一下英伟达 PEG = 20.5/35 ≈ 0.6,不算便宜但也没贵到离谱。

3)仓位:凯利公式告诉你下多重的注

Read more

用十几分钟从 0.865 砸到 0.052，跌了 93.9%，多头成片爆仓。所有人都在骂庄家插针、骂黑客砸盘、骂交易所风控——可这根针扎在 BTC 上没事，扎在$H上就是雪崩。

其实要命的不是那笔卖单，是妖币身上四个一环扣一环的弱点：MMR 天生更高，资金费一天天磨你的本金，盘口薄到一笔市价单就能砸穿，现货一崩、标记价格跟着失守。四个弱点乘在一起，才有了那根收不回来的针。

同样的杠杆、同样的波动，妖币的人总是死得更快、更早、更惨——这篇就把那根针背后的机制，一层层给你娓娓道来。

一、一根插针，灰飞烟灭

凌晨时分，某头部交易所的一只小市值合约——Humanity Protocol（$H）——价格还在 0.86 附近横盘。它此前刚走完一波狂热拉升，社群里全是”上车”的截图，永续合约的资金费率被多头拥挤推到了极高的位置。所有人都在做多，没人觉得有问题。

Read more

导言：思科的二十四年

2000 年 3 月，思科短暂坐上全球市值第一，差不多 5500 亿美元。那会儿应该没人怀疑它，整个互联网的管道都是它家路由器铺的。一个普通人在大约 80 美元的高点买进，理由特别充分：好公司，有护城河，毛利率高，互联网前景无量，bla bla 踩在时代风口上。

后面二十多年，公司这块基本没让他失望。营收从 2000 财年不到 190 亿做到后来 500 多亿，年年盈利，还开始发股息。公司从头到尾都没错。

但是！股价直到 2026 年才重新摸回 80。他死扛了差不多二十年，用两个十年，换来一句”我当初看对了公司”。

你得想明白他到底在赌什么。他赌的从来不是公司好不好——公司好不好，盘面早定价完了。

要知道：Cisco是一家优秀公司，但它的入场价格可能算不上是一笔好投资。公司依然优秀，但市场当年给它的预期错了。

well，放在2620年的今天，你大概是不会去买思科。但你如果你真的买了某个 AI 概念股，某个被空头摁着打的中概，现在浮亏 50%、70%。每天打开账户那个红字像根针扎着你。

今天我们把“被套”这件事拿出来讲，普通人被套之后该怎么办？别人说感觉，说叙事，说前景，我们用数学。

1. 先把”被套”两个字删掉

“被套”描述的是你的买入价跟现价的差。问题是，这个差对你接下来赚还是赔，其实没有半点因果作用。市场每天一开盘，只是按今天的价重新给你报一遍。盘面只认现价，它不知道、也不关心你当初花了多少。

所以真正有用的问题只有一个，记住它：

假设我手里现在不是这只股票，而是一笔等值的现金（按今天的市价折算），面对今天这个局面，我还会用今天这个价把它买回来吗？

要是你的答案是”打死也不买”，那你现在还拿着它的唯一理由，就是不想认那笔已经发生的亏损。其实你自己也知道这不叫投资，这就是一种“不甘心”的情绪分期贷款（aka 沉没成本），而且利息还高得离谱，不只是金钱，还有情绪和心理。何苦呢？

2. 期望值：盘面只认现价

每个持有决定，往后都对着一堆不同的结果，每个结果有它的概率和回报。乘起来加总，就是期望值：

EV = Σ（概率 × 回报）

散户从成本起算：我 100 买的，现在 40，跌无可跌了吧，留着等反弹。而做市商、机构、基金等是从现价起算：这个 40，往后到底值多少？

举个例子。你 100 买的，现在 40，浮亏 60%，然后你去分析产业逻辑：好像也不太行；产品呢？押的那个产品好像没做成；业务增长呢？好像也崩了。

你诚实点，画个往后一年的分布：

约值 25% 的概率它能弹回 60；

约值 35% 在 40 附近趴着不动；

剩下约 40% 继续往 20 掉。

算一下，期望价格 = 0.25×60 + 0.35×40 + 0.40×20 = 37。

往前看只值 37，比现价 40 还低。说白了，从今天起你平均每天拿着它都在亏。这时候就不要犹豫：卖。虽然你的进货价是 100，但那个 100 其实与你现在的决策没什么关系了。

3. 能回本的是指数，不是你那只票

“长期拿着总会回本”这句话有个没说出来的前提：这里说的是指数，不是个股。

标普 500 总能创新高，是因为它一直在把跌没的公司踢出去，把新冒头的赢家塞进来。它回本靠的是换人，不是每个成员都活着爬回来。这是指数级别的幸存者偏差。

到个股就不是这样了。Bessembinder 那篇研究里 （https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6438198） ，1926 年以来美股全部的净财富增量，几乎全压在约 4% 的股票上，超过一半的个股一辈子的回报连短期国债都跑不赢。一只跌掉 70% 的票永远回不去前高，才是常态。

所以被套之后先做个理性的分析，把两种情况分开。一种是只跌了价，逻辑没坏——宏观、情绪、流动性踩踏砸下来的，这种回本的基础概率不差，值得给点耐心。另一种是逻辑坏了——增长崩了、护城河没了、份额被龙头吃了、甚至财务造假，这种回本的基础概率极低，在这种情况下时间是你的敌人，不是朋友。死扛之前，先搞清楚自己是哪一种。

还有幸存者偏差。你天天在 X 上看人晒”死扛英伟达穿越 50% 回撤最后暴富”。你看不见的，是同样死扛 Lucid、Peloton、Nikola、WeWork 的那一批，他们早就注销账号默默流泪了。

每次有人给你讲一个死扛暴富的故事，先问分母在哪：一样情形的一百个人，回本的有几个？不说基础概率的暴富神话，都是看上你的本金而已。

4. 财报出来的那一刻，该撤？该加？

普通人定了观点就拼死护着，看见打脸的证据装看不见。当年思科股东就这样，股价腰斩再腰斩，眼里只有营收还在涨那一面。高手用贝叶斯，看证据多重，就按比例改多少主意：

P(假设 | 新证据) = P(新证据 | 假设) × P(假设) ÷ P(新证据)

放到你这只被套的票上。你当初的信念是”它明年营收能涨 20%”，信心 60%。财报来了，Q3 只涨了 8%，不及预期。怎么办？别直接崩溃清仓，也别安慰自己”下季度补回来”。

算一下：要是它真能全年涨 20%，Q3 才录得 8% 的概率有多大？不高，约值 20%。要是它的增长其实已经掉到 10% 上下，Q3 出 8% 的概率呢？约值 55%。

代进去：后验 = (0.20×0.60) ÷ (0.20×0.60 + 0.55×0.40) = 0.12 ÷ 0.34 ≈ 35%。

你对”涨 20%”的信心，该从 60% 降到 35% 上下。不用清仓，但该减了。

Polymarket 的价格、个股财报后的跳空，后面的逻辑都是这套：成千上万人闷头跑贝叶斯，每人把概率往这边推一点、那边推一点，汇总出来就是价格。一条新闻、一份财报、一次指引下修，都该被你当场折成概率上的一个变量。

观点要轻拿轻放，根据新的证据不断的更新自己的“算法”。无脑死扛，说穿了就是一种战略性偷懒。

当然这部分最难的就是“输入”，怎么说呢？现在不是有AI吗？

5. 越跌越买，是在胜率最低的地方加注

就算你算准了期望值，跑完了贝叶斯，确认还是EV为正的局。最后一个问题，也是普通人最容易死在上面的：该上多少仓位？

一般会有两种做法：

一个是看准了就满仓 All-in——哪怕你胜率真有 99%，押的次数一多，那 1% 的黑天鹅迟早飞出来，一把清零，游戏结束；

另一个是越跌越买、补仓摊成本，这个放到最后说。

凯利公式是来算”押多少”的。这个公式需要你给三个数：

p，你判断这笔会赢的概率，你自己拍脑袋想的（或者让AI）； W，赢了能涨几成（涨五成就是 0.5）； L，输了会跌几成（跌四成就是 0.4）。

公式：f = p / L − q / W

举个例子。一只票现在 40。你判断约值 50% 它能爬到 60（涨五成，W = 0.5），约值 50% 会掉到 24（跌四成，L = 0.4）。先看期望，0.5×0.5 − 0.5×0.4 = +0.05，薄薄一层正期望。代凯利：f = 0.5 / 0.4 − 0.5 / 0.5 = 1.25 − 1 = 0.25。全凯利让你押本金的 25%。

注意这个 f 是占你整个本金的比例，不是这一只票该买几股，更不是”把账户里剩下的钱全砸进去”。

实践中，全凯利没人真敢用的，两个原因：一是它那条复利曲线一路上的回撤动不动到一半，半道你就崩了割了；二是它假设你那个 p 分析得分毫不差——可 p 是你猜的，胜率多估几个点，它就让你押过头，几次你就被打崩了。所以职业玩家普遍打对折再对折，用四分之一到一半凯利。25% 取四分之一，就是 6% 出头。这只票在你组合里的上限，大概就这么多。

还有两种情况得认。一种是 f 算出来是负的，或者趴在零附近——p×W 盖不过 q×L，这就不是个能押的局，凯利让你别碰、甚至反手做空，绝不是”再蹲蹲看”。另一种是 f 小得可怜，比如 2%，说明这点边际优势薄到不配占个坑，干脆别留。

现在说补仓。补仓本身不是问题，问题在你知道自己为什么补吗？

绝大多数人补仓，是冲着那个均价去的——”再买点，把成本从 50 拉到 40”。可凯利从头到尾不看你的成本，它只问一句：按今天的价、今天的胜率，这只票该占我多少仓位？算出来比你手上的还轻，你就该砍，不是加。

麻烦在于，大多数人死扛着补的那些票，恰恰是基础的逻辑在变坏的时候——胜率一路在掉，该占的仓位应当跟着在缩。你却在这个当口越买越多，把筹码堆在自己胜率最低的地方，还管这叫摊薄成本（DCA）。

凯利的纪律就一条：仓位只跟你当下的优势走，跟你买在哪、亏了多少，没半点关系。真要加，也得是因为今天重算完该加，不是因为那个均价看着有点高。

6. 把它串起来：一只浮亏 65% 的票

某个 AI 应用层的公司，你 100 买的，现在 35，浮亏 65%。

先看基础概率，分析一下情况：这是单纯被杀估值，还是底层逻辑变了？你判断行业大趋势还在，但这家公司在应用层被大厂的原生功能挤，份额丢了。这是逻辑层面的伤。历史上被龙头吃份额的二线公司，三年内重回前高的比例很低。问问AI给个先验概率：重回 100 的概率，约值 20%。

再用贝叶斯更新。最新财报：营收同比还有 +28%，但环比在放缓，毛利率掉了，指引下修。证据看下来——还不错，增长也还在，可份额的故事在变弱。把”满血回前高”的概率往下压一点，把”还活着但回不到前高”往上抬一点。结论：不构成清仓的理由，但也别再幻想它一定涨回来。

接着算期望值，从 35 这个价往前看。然后再画个往后 18 个月的分布：约值 25% 弹回 75（份额稳住、估值修复），约值 40% 原地踏步 40，剩下约 35% 继续往 16 掉。期望价格 = 0.25×75 + 0.40×40 + 0.35×16 = 40.35。

往前看值 40.35，高于现价 35，是个正期望的局，大约 +15% 的期望回报。但你把这 35 块丢进纳指 ETF，18 个月期望也有约 13%，方差还小得多。这个正期望薄得很，薄到你必须接着问下一个问题：到底该押多少。

最后用凯利公式分析仓位应该占你portfolio的百分比：

约值 55% 它走向”还行”（从 35 弹到 60，涨七成，W = 0.71），约值 45% 走向”继续烂”（掉到 20，跌四成多，L = 0.43）。代进去：f = 0.55 ÷ 0.43 − 0.45 ÷ 0.71 = 1.28 − 0.63 = 0.65。全凯利说押 65%——一只浮亏 65% 的票占你大半个组合，这显然是疯的。对折一次，是因为全凯利那条曲线回撤吓人；再对折一次，是因为那个 55% 是你拍出来的，禁不起高估。四分之一凯利，65% ÷ 4 ≈ 16%。这只票在组合里的上限，大概就 16%。

这下你的决策就清楚了。要是你一路补仓，这只票现在占了组合 25%，那你现在应该砍到 16%，多出来的 9% 拿回来；剩下 16% 留着，每个财报季用贝叶斯重新算一遍。而且别忘了它也就勉强跑平指数，你要是嫌烦，整段换成纳指 ETF 也完全说得过去。至于你那 65% 的浮亏，其实根本就不重要。

特别指出的地方是，“输入”的变量是非常重要的。模型只负责把你拍的数变成一个前后一致的动作，但如果输入值的偏差太大，作用将大大降低。

小结

把这套算法当一棵决策树，每个工具只回答一个问题：

期望值，从今天的价往前算，告诉你这笔持仓还值不值得拿。

基础概率，告诉你”会回本”是常识还是幻想。

沉没成本，告诉你哪个数字该从脑子里删掉——你的买入价。

贝叶斯，告诉你财报出来该改多少主意。

幸存者偏差，告诉你那些死扛暴富的故事里，分母去哪了。

凯利，告诉你该留多少、该砍多少。

被套、死扛这件事之所以烦人，全在于你把它当成了”我亏了多少”，而人是趋利避害的生物，“亏”这个事情是非常难受的。但能解决现状的是另一件事：看到今天这个价、听到今天这些消息，我还拿不拿、拿多少。

别的不好说，你看完这篇文的好处是，不需要无目的的焦虑，算一下就有答案。盘口对面那台服务器一直在算，它只是等你交情绪的罚单。

数学，永远比直觉诚实。

你账户里是不是正躺着这么一只票——亏太多了，割肉太疼，你一直没敢动？要不，咱拿它当样本走一遍这五步，看这套算法是让你砍、让你留，让你留多少。

它是正大集团。

大多数游客只会在包装上见到它一次；但泰国人一天可能会见到它十几次。

泰国人一生会面对三样东西：生死、税收和正大集团 CP。

而它远不止那包鲜虾云吞。你进的这家7-Eleven，特许经营权在它手里；你顺手买的那张电话卡，运营商可能是它控股的True；楼下那家平价批发超市Makro，是它的；你吃的那只鸡，从饲料、种鸡到屠宰加工，多半在它手里走过一遍。在泰国，你可以一整天不离开这家公司的覆盖——早上吃它的蛋，中午在它的便利店买饭，下午用它的网打电话，晚上去它的卖场买菜。

一家公司渗到这个地步，它就不再是泰国经济里的一家企业，它本身就是这套经济的一段。

而这一切的起点，是一袋菜籽。

一、一袋菜籽

故事从一百多年前讲起。

十九世纪末的潮汕，地少人多，靠海的澄海县尤其穷。那地方有一种船头漆成红色的远洋帆船，潮汕人叫它红头船，从樟林港出发，一船一船把活不下去的人送往南洋。船上的人多半只带了几件衣裳和一点盘缠，到了暹罗、马来亚、新加坡，先在码头扛包、在米行做工，潮汕话管这趟叫”过番”。

谢易初就是这么到的曼谷。1921年，他和弟弟谢少飞在唐人街耀华力路上盘下一间小铺，挂的招牌叫正大庄，卖的是从家乡汕头一袋袋运来的蔬菜种子。

为什么选”卖种子”这门生意？曼谷华侨多，吃菜的口味跟岭南一样，要中国的菜种，可是暹罗本地是没有的，只能靠船运过来。更要紧的是种子这东西的脾气：你买的时候根本看不出好坏，得播下地、出了苗、长成菜，才知道当初那袋籽到底好不好、能不能赚到钱。一个农户掏钱买一包种子，赌的是接下来一整季的收成，和一家人的生计。

一个农户买走他的种子，回去播下，那一季出苗齐、菜长得好，卖得多，赚得多，下一季他还来，不止如此，他还会顺手把同村的人也带上。再下一季，又是一批新面孔；别人看他们赚得多，也围了上来。

正大两个字，就这么一包种子一包种子，在潮汕同乡和泰国农户里攒成了招牌。谢易初柜台上摆的是菜籽，真正卖出去的是一句”信我，有赚”（潮拼：sìn uâi，ū zěng / gàn）。

这句话，比种子值钱得多得多。

Subscribe now

二、一只鸡

把这间种子铺做成跨国集团的，是谢易初最小的儿子，谢国民。

谢易初给四个儿子取名谢正民、谢大民、谢中民、谢国民，中间四个字连起来念，是”正大中国”——一个在南洋做生意的潮汕人，把对故土的心思写进了儿子的名字里。（话说大家最早认识正大集团，可能还是从《正大综艺》开始的🤣）最小的国民接手时，正大已经从卖种子做到了卖饲料。

谢国民往下走了一步，把养鸡这件事整个改了。

一只肉鸡从破壳到上市，要过种鸡、饲料、防疫、育肥、屠宰、销售好几道关。一个农户单干，哪一道都可能要他的命——禽流感来了一夜赔光，鸡价跌了同样赔光。谢国民的办法，是把两头攥在自己手里：上游的种鸡和饲料他做，下游的屠宰、加工、销售他做，中间最花钱、最累人、最容易出事的育肥，交给农户。农户出鸡舍、出人工，他供鸡苗、供饲料、派技术员，鸡养大了按事先讲好的价钱回收。

这笔交易，两边都拿到了想要的东西。农户换来的是确定性——鸡价怎么涨怎么跌，都按合同结账，不用再赌行情；可疫病、日常打理、买苗的本钱，还是压在农户自己肩上。谢国民换来的是整条产业链的”领导话语权”：养什么品种、养多少、喂什么料、什么标准出栏，全由正大定。一只鸡赚多少差价是小事，整个链条由他说了算才是大事。更省力的是，这条链是用成千上万农户的地、人工和本钱铺起来的，等于借着别人的家底扩张，这比自己一分一厘去攒快得多。

假设清迈郊外有个农户颂猜。他想养鸡，但买不起种鸡、配不齐饲料，也承担不起鸡价波动。正大这时给他一份合同：鸡苗、饲料、疫苗、技术员都由正大提供；鸡养大后由正大全部回收。颂猜只需要建鸡舍。于是他拿着自己祖上传下来的地向银行贷款。

从那天开始，他名义上是独立农户，实际上已经成为正大产业链的一部分。颂猜的鸡舍从此只能养正大的种、喂正大的料、按正大的标准出栏、把鸡只卖给正大一家；但是如果哪天禽流感扑过来，棚空了、鸡死了、银行贷还不上的，是颂猜。

成千上万个颂猜，垒成了正大这条链的地基。正大不必自己盖鸡舍、不必自己雇饲养员、不必自己扛禽流感砸在某一栋棚上的损失——它只管两头，供苗供料、收鸡卖鸡，一纸合同把中间的人和风险都安排明白。这就是”公司+农户”最实在的样子，也是这套生意最聪明的地方：扩张用的是成千上万颂猜的鸡舍和贷款，风险也压在他们的鸡舍和贷款上。这个模式把最分散、最难管理、最依赖人力的环节外包给农户。

三、一个国家

鸡能养、能收、能卖，剩下的就是把这套逻辑往四面八方接。

往下游，把鸡做成餐桌上的东西，于是有了你在7-Eleven看到的那包CP虾、那盒CP鸡肉饭。东西要有地方卖，就接进零售：拿下泰国7-Eleven的独家特许，把便利店开成街头巷尾的基础设施，又收下卖场和批发超市——卖场在中国那块叫易初莲花（现在叫”卜蜂莲花”），”易初”就是谢易初的名字，儿子拿父亲的名字给零售旗舰挂了招牌。再往外，进电信，做了True；进金融，当过中国平安的重要外资股东。

做到这一步，说CP是泰国的支柱企业，我相信没人会反对。它在泰国开着上万家7-Eleven，是日本以外最大的7-Eleven运营方；它养着、收着数以万计的合约农户，雇着几十万人；泰国人桌上的鸡蛋、鸡肉、猪肉，相当一部分源头都在它的种鸡和饲料里。一个泰国人从早到晚，吃的、买的、用的、上网连的，反复落回同一家公司。

到了这个体量，它和泰国政治就再也分不开，跟谁上台没关系。它把饲料和食品价定在哪，直接动通胀、动农民收入、动几十万人的饭碗，它一家进退就是宏观账本上的一个变量，哪届政府都绕不开。反过来，它做的很多生意——便利店、电信特许、大型基建——都得国家发牌照、批项目才落得了地，它也绕不开政府。两边谁都离不开谁。

泰国几十年里政变一场接一场，文人政府和军政府轮着来，CP的活法是不押单一边，跟台上的任何一方都处得住。好处顺着特许和大项目流下来：7-Eleven的特许、电信牌照这种要国家点头才进得去的口子；连起三大机场的高铁，都由它牵头的财团拿下；后来True和DTAC合并、把移动市场收成两家，过了审批；收Lotus’s卖场，在外界担心垄断的声音里也批了。每一桩，都不是在市场里拼出来的，是和国家谈出来的。再往上还有一层——它是1979年拿到中国0001号外资执照的那家公司，几十年来一直是泰中之间最重要的经济通道之一，谢国民跟北京的关系也一直维系着。

一百年，从一包菜籽走到这里，路很清楚：占住一个买家只能信你的入口 → 垂直整合控制产出 → 把最重、最烧钱的环节用合同交给签约农户、拿别人家底扩张 → 铺进国民日常、和国家绑死。每一步都把上一步的控制力放大一轮。走完这四步，一包菜籽居然就长成了攥住一个国家的产业链权力。

有意思的地方在这里：同一条路，今天正被AI算力链一步一步重走。

四、芯片，就是新的菜籽

Read more

币圈难道真的要凉了吗？！连Binance、Bitget等交易所都要开始接入美股了？Binance的3亿到30亿用户的梦想难道就靠这？！

最近这一轮变化，如果只看表面，很容易得出一个结论：币圈正在“拥抱传统金融”，币圈资产要凉凉了？！Binance 上线了上千只美股现货，OKX、Bybit、Bitget 推出了股票永续、RWA 代币和合成资产，xStocks 把股票搬上了 Solana。看起来，这是一次资产品类的扩张——币圈终于可以买 $AAPL、$TSLA、$MSFT、$NVDA……

但如果停留在这个理解层面，其实并没有看到真正发生的变化。这一轮最重要的结构性变化不是“资产变多”，而是不同资产开始进入同一个信用与保证金系统。当股票、稳定币、加密资产、RWA 被放进同一个统一账户之后，金融系统的竞争逻辑就发生了改变：不再是“谁拥有资产”，而是“谁能更高效地使用资产”。

而这件事，对一群人格外重要——年轻人。未来属于年轻人，可比起老登，年轻人手里的资产本来就不多。想 go big or go home，前提就是得有一个能把手里那点资产用到极致的地方。所以这篇文章真正想说的是：加密交易所最大的机会，不在上了多少只美股，而在做多年轻人——做多那些没什么本金、却想把每一块钱都使到极限的人。

Subscribe now

一、金融史的主线：从来不是资产，而是效率

金融创新经常被误解为“新资产的诞生”，但历史上更关键的变化其实一直是效率的提升。股票没有改变世界，融资融券改变了世界；债券没有改变世界，回购市场改变了世界；房贷没有改变世界，证券化改变了世界。

资产本身是静态的存量。真正决定金融规模的，是资产能否被重复使用，也就是信用扩张：它能不能被抵押、能不能被再抵押、能不能在多个市场同时发挥作用、能不能以更快的速度循环。

对于年轻人来说，金融系统的本质，不只是单纯的资产增长，还得叠加资本周转速度的提升——它可以复杂，但它一定要快。

Read more

英伟达在台上摆出那张 DSX 生态图的时候，六层、近六十家公司，从云算力一路堆到服务器代工，看着像一张完整的产业链全景。很多人就照着这张图去选股——这层有谁、那层有谁、谁便宜谁贵。

但是，我劝你别这么看。

照着”产业链”去选，你会把六个互不相干的行业分别估值，然后在台达电、Equinix、纬创之间做个”分散配置”，然后自我感觉良好。但事实上是，这六十家公司根本不是六个独立行业。

它们是一条河：钱从一个水龙头流进来，沿途被不同环节以极不均匀的方式截下来，整条河的水位高低，只取决于一个变量。

看懂这条河往哪流、在哪沉淀、堵在哪、有没有人在偷偷自己给自己抽水——比你盯着任何一格的市盈率都管用。

先给你说一个耐人寻味的事。

卖铲子的，比卖水桶的还便宜

淘金热里最稳的生意是卖铲子，这话你听过一万遍。英伟达就是那个卖铲子的，现在 5.1 万亿美元市值，市盈率 32 倍。

可你往这张PE/市值图里一看：

Read more

先声明一下：这是一篇考古。它讲的是 2025 年 Q1 那个 OKX 旧算法与Binance合约算法、两家机制泾渭分明的故事。2025 年 4 月之后，OKX 已经把资金费率、指数价格偏差区间往 Binance 那边靠拢了，本文里吵的那场架，其实已经停火。但停火不等于问题解决——这恰恰是最后一章要计算的来时路。

Read more

要理解HTX 到底是不是是这条金融管道的终点？得从四年前俄罗斯被切断 SWIFT 那天开始，一步步看这条清算管道是怎么长出来的。

终点之所以是终点，是前面每一段的工程约束决定的。

一、SWIFT 切断到底切掉了什么

2022 年 2 月 26 日，欧盟、英国、美国、加拿大联合声明，把部分俄罗斯主要银行移出 SWIFT。这件事的实际杀伤力，比新闻标题要复杂得多。

第一，SWIFT 本身不转账，它是一套报文系统——银行之间用它发指令、对账、确认结算条件。被切出 SWIFT 不等于资金被冻住，而是俄罗斯银行没法用国际通用的标准报文跟境外对手方对接。理论上还能用电报、电话、人工对账继续做，只是慢、贵、不可规模化。

第二，不是所有银行都被切。第一波是 VTB、Otkritie、Novikombank、Promsvyazbank、Rossiya。Sberbank 和 Gazprombank 被刻意留下，因为欧洲还要通过这两家结算天然气和石油款。这种选择性切断本身就说明制裁有自我反噬的边界。

第三，同一时间窗口里更狠的动作是 CBR（俄罗斯央行）约一半外汇储备被冻结——指落在欧美日加瑞士等司法辖区内的那部分。这是没收性的，不是技术性限制。俄罗斯丢的不只是支付通道，是二十年攒下的境外流动性储备。

Read more

NVIDIA 三年涨了十几倍。光模块龙头一年涨 17 倍。打开新闻每条都在讲 AI。同事在炫耀持仓。各种社交媒体，小红书，X, TIKTOK都在分享”下一个十倍股”。

你空仓。你焦虑。你打开账户，手指悬在”买入”按钮上方。

我想先问你一个问题——你为什么想买？

如果你的回答是”AI 是大趋势”“某个KOL喊单“——那是别人的判断，不是你的；

如果你的回答是”朋友赚了，我也想赚”——那是嫉妒，不是投资；

如果你的回答是”再不买就晚了”——那是 FOMO，不是分析。

你真正的问题不是’晚了’。你的问题是没有自己的世界观。

听起来抽象。让我用一个具体的方式说清楚——为什么这个问题比”买什么股票”重要 100 倍。

一、99% 的人输在哪里

打开任何财经平台，所有讨论都围绕一个问题：买什么。

“NVIDIA 还能涨吗？” “光模块要不要追？” “机器人板块怎么看？”

这些问题本身就是错的。

它们假设了一件事——你已经知道 AI / 机器人 / 光通讯是对的方向。而这恰恰是最该被独立思考、却被 99% 的人跳过的部分。

跳过的代价是什么？

当你的判断对的时候，你不知道为什么对——所以你不知道什么时候离场。

你在 NVIDIA $80 听某 KOL 推荐买入。涨到 $140 你舍不得卖，因为”长期看好”。涨到 $200 你想加仓，因为”势头很猛”。跌到 $150 你迷茫，”故事还在啊”。跌到 $100 你恐慌卖出，”是不是看错了”。

当你的判断错的时候，你不知道为什么错——所以你会一直亏到深处。

你在某只 AI 概念股 $50 买入。跌到 $30 你不卖，”AI 是十年主线”。跌到 $20 你加仓，”现在便宜了”。跌到 $10 你认输。之后这只股票再也没回到你的成本。

这两个情境的共同点：你从来没有自己的判断框架。你只是在不同时间、听不同的人、做不同的事。

这就是租来的世界观的代价。

二、什么叫”自己的世界观”

世界观不是看新闻。世界观是回答几个本质问题：（举个例子）

未来 5-10 年，人类社会最大的变化是什么？能源结构会重组吗？计算成本会再降一个数量级吗？劳动力市场会被重构吗？

这些变化的物理约束在哪里？电力够吗？矿产够吗？人才够吗？

钱会怎么流动？谁从中赚钱？谁被颠覆？谁是真正的瓶颈？

当你能回答这些问题时，股票选择会变得简单——因为你已经知道钱会流向哪里，你只需要找到那条河流上的水闸。

更重要的是——当市场波动时，你不会慌，不会到处问人。因为你的判断不依赖于”明天涨还是跌”，而是依赖于”5 年后世界长什么样”。

巴菲特、芒格、达里奥这些人能穿越牛熊，不是因为他们更聪明，是因为他们的世界观是自己建立的，不是市场喂给的。

三、两条路径：自建 vs 跟随

路径 A：自己建立世界观

困难。它要求你大量跨学科阅读、跟踪一手信息源、长期独立思考、接受 30% 的判断会错。

绝大多数普通人没有这个时间、精力、知识储备。这没关系——还有路径 B。

路径 B：跟随看得最远的人

逻辑很简单：真正改变世界的人，比所有人早 5-10 年看到趋势。他们的言论和行动会暴露他们的世界观。跟着他们的钱，等于继承他们的判断。

但 99% 的人在这一步搞错了——你跟随的不是他们的言论，而是他们的钱。

让我重复一遍，因为它很重要：

说话很便宜。但Capex 很贵。

Elon Musk 说了八年”明年 FSD L5”——这是嘴炮。 SpaceX 花 $5.6B 买燃气轮机——这是 capex。

capex 不撒谎。一个人愿意把 50 亿美金押在某个方向，他对这个方向的真实信念，比任何采访、演讲、推特都强 10 倍。

这是判断领军人物世界观最关键的一把尺子。

Subscribe now

四、在AI商业化领域值得跟踪的五个人

不是所有 CEO 的言论都值得听。本文列举了五个人的意见，他们分别代表 AI 时代不同的世界观切片，加起来构成一张完整的信号网络。

Jensen Huang（NVIDIA）—— 卖铲子的视角

所有 AI 公司都要从他这里买芯片。他掌握产业链最完整的需求信号：算力需求的真实曲线、瓶颈在哪个环节、未来 3 年产能怎么分配。

听 GTC 主 keynote（每年 3 月和 10 月），看季度财报电话会议。但最重要的是看 NVIDIA 的资产负债表投资——CoreWeave、Lumentum、Coherent、Corning、Nokia——这些就是他认定的真瓶颈。他用自己公司的现金告诉你哪里有钱赚。

Elon Musk（Tesla / SpaceX / xAI）—— capex 的视角

最激进的执行者。同时在自动驾驶、火箭、AI、储能、机器人五个领域有真金白银的决策权。

听 Musk 有一个心法：他的言论 70% 是嘴炮，他的行动 100% 是信号。”明年 FSD L5”说了八年是嘴炮，但 $5.6B 买燃气轮机、$697M 买 Megapack、SpaceX 和 xAI 合并——这些 capex 决策才是他真实的世界观。

正确姿势：忽略他的推特噪音，紧盯他的发票。

Sam Altman（OpenAI）—— 商业化的视角，带 bias

代表 AI 应用层 + 商业化的最前线。他每天和最大的企业客户对接，知道哪些 use case 真能产生收入、模型迭代的真实瓶颈在哪里。

但听 Altman 要警惕一件事——他在融资。他对所有事情的描述都有 talk his book 的成分。AGI 还有多远、Stargate 投资五千亿——这些都是为下一轮融资定价的 narrative crafting。

正确姿势：听他指向的方向，但对他的时间表至少打 50% 折扣。

Dario Amodei（Anthropic）—— 技术派的视角

AI 行业里最严肃的”技术派 + 安全派”。Anthropic 在前沿模型上能和 OpenAI 正面竞争，但话语权远小于估值——这意味着 Dario 的发言有信号、没噪音。

他的几篇长文（”Machines of Loving Grace”、”On DeepSeek”）是 AI 时代不多的严肃思考。他不卖故事，他在解释他相信什么。听 Dario 比听 Sam 让你更接近事实——因为他没有必要 hype。

跟踪方式：Anthropic 官方博客、他的长文、偶尔的播客。他不刷推特——这本身就是信号。

梁文锋（DeepSeek）—— 反共识的视角

代表中国 AI 真正的技术深度。DeepSeek-V3、R1 证明了一件事：在算力受限的情况下，工程优化可以接近闭源模型的性能。这个事实改变了整个 AI 产业链的成本曲线。（尤其是成本！！！）

梁文锋基本上不接受采访、不上推特、不做 marketing。他的世界观藏在 DeepSeek 的论文和模型 release notes 里——你要去读，不能等媒体喂给你。

为什么仍然要跟踪：他代表了一个反共识但极重要的视角——”AI 不一定需要无限堆算力”。如果他的方向论证为真，整个”AI = 无限 capex”的故事都需要重估。

他的存在本身就是你 portfolio 的一个 hedge——一个提醒你”也许 NVIDIA 的成长曲线没有那么陡”的反向指标。

记得 2025 年初 DeepSeek-R1 发布那次吗？NVIDIA 单日跌 17%，市值蒸发六千亿美元。如果你只听 Jensen 不听梁文锋，那一跌你完全不知道为什么。如果你两边都听，你会理解：这是市场在重估训练成本曲线，是修正不是破裂——所以你不会恐慌卖出。

世界观的多元性，决定了你能不能在意外发生时保持冷静。

五、怎么具体读 Capex

讲到这里你可能想问：道理我都懂，但 capex 这玩意儿到底在哪里看？怎么读？

这一节是真正的干货。我把方法拆成可执行的步骤。

第一类：Hyperscaler 季度 capex（最重要的信号源）

看什么：每个季度财报里的 “Capital Expenditures” 数字 + 管理层在电话会议给的 forward guidance。

在哪看：

• Microsoft 财报披露 → investor.microsoft.com

• Google → abc.xyz/investor

• Meta → investor.fb.com

• Amazon → ir.aboutamazon.com

• Oracle → investor.oracle.com

怎么读三层信号：

第一层：鸟瞰数字 2024 全年 hyperscaler 总 capex 约 $250B，2025 约 $320B，2026 一致预期 $400B+。每年增长 25-30%。

这个数字本身告诉你两件事：

• AI 资本支出的潮水仍在涨

• 增速在放缓（从 2023 的 +60% 到 2026 的 +25%）

注意：放缓不等于结束。一个从 $250B 增长到 $400B 的市场，对供应链依然是巨大的拉动——但你不能再用 2023-2024 那种”指数曲线”的预期来定价了。

第二层：环比变化 单季度 capex 比上一季度涨还是跌？这是最敏感的指标。

举例：Meta 2025 Q1 capex $20B → Q2 $23B → Q3 $27B —— 这是加速。 如果你看到环比转负——警报。这意味着公司开始 throttle 投入。

第三层：管理层 commentary 财报电话会议里，管理层会被分析师追问”capex 怎么花的？哪个方向？”——他们的回答是真实的意图表达，因为他们对股东有信息披露义务（虽然会包装）。

要听的关键词：

• “compute infrastructure” / “AI training” / “data center build” → AI 资本支出

• “land and shells” / “long-lived assets” → 数据中心土建（不是 GPU 采购，是地皮+建筑+电力接入）

• “networking” → 光模块、交换机

• “we are demand-constrained, not capacity-constrained” → 还在缺货

• “we see signs of normalization” → 警报，需求开始软化

第二类：NVIDIA 季度收入分类（产业链最快的领先指标）

看什么：NVIDIA 财报里 Data Center 业务收入 + Networking 分项。

为什么这是黄金信号： NVIDIA 卖芯片给所有 hyperscaler。它的 datacenter 收入 = hyperscaler AI capex 中”compute”部分的真实落地。如果 NVIDIA Q1 FY27 datacenter 收入 +92% YoY，那意味着 hyperscaler 的 AI 投入实际兑现了——不是 guidance，是收入。

Networking 分项是更隐蔽的金矿： NVIDIA Q1 FY27 networking +199% YoY，达到 $15B 单季——年化 $60B+。这个数字比所有卖方分析师对”AI 网络市场 TAM”的预测都要大。

这意味着什么？

• 整个光模块 / 交换机 / 互连产业链的需求被低估了

• 上游供应链（光器件、连接器、PCB）应该比市场预期更紧张

• 你能从这个数字反推出 12 个月后的子行业景气度

第三类：领军公司的”资产负债表投资”（最强信号）

这是大多数散户完全忽略的信号。

CEO 的言论可能有 bias，财报数字是滞后指标。但当一家公司用自己的现金去入股另一家公司时——这是对未来最强的信念表达。

NVIDIA 过去 12 个月入股的标的：

是不是有点复杂？或者说毫无头绪？如果把他们的产业链关系串起来的话，是不是就稍微有点眉目了？

同样的方法适用于：

• Microsoft 收购了哪些 AI startup？投了 OpenAI 之外还投了谁？

• Google 收购清单（Character.AI 的反向授权说明什么？）

• Tesla 的供应商付款变化在哪些环节？

怎么找这些数据：

• 公司 10-K / 20-F 年报里有”Investments and Advances”附录

• SEC 13D/G 申报（持股超过 5% 强制披露）

• PitchBook、Crunchbase（要付费）

• 各公司新闻发布部分（公开战略合作会发稿）

第四类：领先指标——电力、土地、长 lead time 设备

这是最隐蔽但最早期的信号。

为什么重要：芯片可以买，但电力、土地、变压器、燃气轮机的交付周期是 3-7 年。所以这些 long-lead-time 资源的订单，反映的是 3 年后的产能。

看什么：

• 美国 ERCOT / PJM / MISO 等电网公司的 “interconnection queue”（数据中心申请接电的排队数据，公开可查）

• GE Vernova、Siemens Energy、三菱重工的 backlog 数据

• ABB、Hitachi Energy、Eaton 的变压器订单

• xAI / Stargate / Meta 公开披露的具体数据中心选址和电力配置

这些信号往往在芯片销售爆发前 12-24 个月就已经显现。如果你看到 2026 年的 ERCOT queue 增长 200%，那意味着 2028 年前后会有大量数据中心上线，对应的芯片需求在 2027-2028。

六、AI 产业链全图（结构性认知）

光知道”哪里有钱”还不够。你需要知道这些钱怎么在产业链上流动。

让我把 AI 产业链从最底层到最上层画一遍。这不是为了让你记住每一层，是为了让你理解”价值在哪里被创造、被分配”。

第 0 层：原材料与衬底

电力：核电、天然气、地热、储能 材料：硅、铜、稀土、镓、铟、磷化铟（InP）、薄膜铌酸锂（TFLN） 典型玩家：Cameco（铀）、Williams Companies（天然气管道）、AXTI（InP 衬底）、Soitec（SOI 衬底）、NGK（TFLN）

经济特征：

• 资本密集、产能调整慢（2-5 年）

• 大宗商品属性强，议价能力来自地理或技术专利

• AI 周期的”传导末梢”——景气滞后于上游 12-24 个月

第 1 层：晶圆代工与衬底加工

逻辑芯片代工：TSMC、Samsung Foundry、Intel 化合物半导体：Win Semi（GaAs/InP）、Tower Semiconductor（硅光） 存储制造：SK Hynix、Samsung Memory、Micron 衬底加工：Shin-Etsu、SUMCO

经济特征：

• 寡头垄断（TSMC 在 3nm 以下基本独家）

• 资本支出极高（一座 fab $100-300 亿）

• 整个 AI 革命的”咽喉”——所有人都得来这里下单

第 2 层：芯片设计

GPU：NVIDIA、AMD ASIC：Broadcom（给 Google TPU / Meta MTIA 设计）、Marvell（给 Amazon） 网络芯片：Broadcom（Tomahawk）、NVIDIA（Spectrum-X） HBM 控制器：Marvell、Astera Labs、Credo CPU：Intel、AMD、ARM 架构（苹果 / Apple Silicon）

经济特征：

• 利润率极高（NVIDIA 毛利率 75%）

• 但正在分化——hyperscaler 自研 ASIC 在抢 NVIDIA 份额

• 设计能力是真正的护城河，资本相对不密集

第 3 层：先进封装与测试

CoWoS 封装：TSMC（独家产能） 测试设备：KLA、Applied Materials、Onto Innovation 混合键合（HBM4 关键技术）：BESI、ASMPT 硅光测试：MSSCORP

经济特征：

• 设备公司是”产能限制的解锁器”

• 利润率极高（BESI 毛利 60%+）

• 被严重低估的环节——大多数散户不知道这层存在

第 4 层：光互连与网络

激光器：Lumentum、Coherent、Sivers 调制器：HyperLight（TFLN）、传统厂商 光模块：中际旭创、新易盛、Coherent 光纤连接：Corning、Foci 网络交换机：Arista、Cisco、Juniper、NVIDIA Spectrum-X

经济特征：

• 当 GPU 集群超过 10 万颗，互连成本占总系统成本 15-25%

• 这是 AI 产业链里增速最快的子段之一

第 5 层：服务器与系统集成

ODM / EMS：Foxconn、Quanta、Wistron、Inventec、Supermicro 液冷：Vertiv、Boyd、Asetek、Auras 电源：Delta Electronics、台达、Lite-On

经济特征：

• 毛利率低（5-10%）但量大

• 液冷是新增长子段（毛利率显著高于传统空冷）

第 6 层：数据中心基础设施

数据中心运营：Equinix、Digital Realty Neocloud：CoreWeave、Nebius、Lambda 电力 + 冷却 + 网络配套：太多玩家

经济特征：

• 这是 hyperscaler 自己 capex 的最大去向

• Neocloud 是 2024-2026 才出现的新物种——独立租 GPU 算力给 AI 公司

第 7 层：模型与应用

前沿模型：OpenAI、Anthropic、Google DeepMind、xAI、Meta、DeepSeek 应用层：Microsoft Copilot、Cursor、Perplexity、各种 vertical AI SaaS

经济特征：

• 最被市场关注的一层，但赢家未定

• 商业模式仍在探索（订阅、API、agent fee）

• 风险最高、回报也最不确定的一层

Share Danny's Substack

七、产业链的联动关系

光知道产业链分层还不够。你需要理解一层的变化如何传导到其他层——这是普通投资者最容易忽略的认知。

我举几个具体的传导链条为例子：

联动 1：模型层 → 算力层 → 存储层

触发事件：OpenAI 发布 GPT-5（假设需要 10 万亿参数）

传导链：

1. 训练算力需求：从 GPT-4 的约 25,000 张 H100 → GPT-5 估计需要 100,000+ 张 B200/Rubin

2. NVIDIA 受益：Datacenter 收入加速

3. HBM 需求暴涨：每张 B200 配 192GB HBM3E，10 万张 = ~20PB HBM

4. SK Hynix / Samsung / Micron 受益：HBM 价格上涨

5. HBM4 提前：客户施压三星 / SK Hynix 加速 HBM4 量产

6. BESI 受益：HBM4 需要混合键合，BESI 设备订单暴涨

7. InP / TFLN 受益：因为 10 万 GPU 集群必须用光互连，对应上游材料需求

这就是为什么当 OpenAI 一个发布会引爆股价的不只是 NVIDIA——还有 BESI、Lumentum、AXTI 这些上游环节。

联动 2：电力瓶颈 → 数据中心选址变化 → 区域受益

触发事件：美国变压器交付周期从 50 周延长到 130 周

传导链：

1. 数据中心建设延迟：原计划 2026 年上线的项目推迟到 2028

2. 绕开电网：hyperscaler 开始用移动燃气轮机（Solar Turbines / Capstone）

3. 天然气需求增长：Williams Companies、Kinder Morgan 受益

4. 储能补位：Tesla Megapack、Sungrow、Fluence 卖给数据中心

5. 核电期权重估：Cameco（铀）、Constellation Energy（核电运营）大涨

6. 选址向天然气产地集中：德州、阿巴拉契亚、北达科他成为新数据中心走廊

这就是为什么电力的紧张会让你在 AI 主题里发现”能源股 + 储能股”的机会。

联动 3：China-US 脱钩 → 供应链双轨化 → 区域玩家分化

触发事件：美国限制 Nvidia H20 出口中国

传导链：

1. 中国云厂商被迫自研：阿里、字节、腾讯、百度加速国产芯片采购

2. 华为昇腾受益：订单暴涨

3. 中国半导体设备链受益：中微、北方华创等

4. DeepSeek 等中国模型公司受益：因为算力受限反而催生工程优化

5. DeepSeek-R1 出来 → NVIDIA 跌 17%：因为市场担心”算力需求曲线没那么陡”

6. 反过来推动 NVIDIA 在中东、印度找新增长：HUMAIN、IndiaAI 项目

这就是为什么地缘政治不是 AI 主题的外部变量——它是 AI 主题最大的内部变量之一。

联动 4：训练 → 推理 的代际切换

触发事件：reasoning model（o1、Claude reasoning、DeepSeek-R1）或成为主流

传导链：

1. 推理 token 消耗暴增：单次查询从 500 token → 50,000 token（100 倍）

2. 推理算力需求 > 训练算力需求：从 2024 的 4:6 → 2027 预测 7:3

3. 边缘 AI 芯片：从 datacenter 向终端扩散（手机、汽车、机器人）

4. Mediatek、地平线、Mobileye 受益

5. 能效比变得更重要：GaN、SiC 功率半导体需求增长

6. NVIDIA 的”推理优化”产品线（Blackwell Ultra、Rubin Inference）变得比训练产品更赚钱

这是 2025-2027 最重要的产业链转折——大多数投资者还在用”训练算力”的框架看 AI，但真正的钱正在转向推理。（你可以让你的AI帮你推理）

八、上市公司的capex反推出来的“世界观”

当你开始跟着 capex 流向看，你会发现钱在流向几个明确的方向：

AI 芯片——智能的边际成本在下降，但总需求增长更快，所以芯片总量持续扩大。但赢家不只是 NVIDIA。Broadcom 通过 ASIC 抢了 hyperscaler 自研订单，TSMC 是所有玩家的 fab。

存储——AI 模型越大，HBM 需求越多。GPU 没有 HBM 等于残废。HBM 是结构性短缺，SK Hynix、Samsung、Micron 三家寡头，扩产周期 18-24 个月。

光互连——当 GPU 数量超过 100 万颗，铜互连的物理极限被突破，必须用光。Corning 是相对最安全的标的——大盘股 + 真正受益。

机器人——体力劳动的成本结构正在被重写。但这个市场远未成熟，Tesla Optimus 已经推迟两次。现在还太早，等到 2027 年看到量产数据再说。

能源——这是最被低估的方向。AI 不是软件革命，是能源消耗革命。一个大型数据中心耗电相当于一座中等城市。美国电网无法承载预期的 AI 需求，变压器排队 5 年、燃气轮机排队 7 年。所以正在发生的是 hyperscaler 绕开电网，自建燃气轮机 + 储能 + 未来的小型核电。

上面这五个方向，每一个都是从 capex 流向反推出来的，不是从新闻推出来的。这才是建立在世界观之上的判断。

讲了这么多 capex、产业链、对冲，你可能会想：当我每天看新闻、刷推特，CEO 说一句话我该怎么判断？

这里给你一个可执行的判断流程。

九、一个让你立刻能行动的训练

讲完这么多理论，给你一个今晚就可以做的练习。

练习：列出 NVIDIA 过去 12 个月的所有投资标的，并解释为什么。

我帮你列出来：

讲不清楚 → 你还没有世界观，这就是你接下来一个月要学的功课 讲得清楚 → 你已经开始跟着资本流向看世界了

这份你自己能解释的名单比任何一只股票推荐都重要。它不是告诉你”买什么”，它还在训练你”怎么看”。

十、从世界观到行动

好——你建立了世界观。现在的问题是：怎么落地？

一个反直觉的答案：世界观越清晰，其实行动越慢。（不信，你看看巴老爷子）

为什么？因为你不再被 FOMO 推动。你知道 AI 是 10 年的故事——晚 3 个月、6 个月、甚至 12 个月进场，在 10 年的尺度上都不重要。你不需要赢这一波，你要赢的是接下来 30 年。

第一步：先解决基本财务结构

在想”买什么”之前，先回答三个问题：

• 应急金有 6 个月生活费吗？

• 高息负债（信用卡、消费贷）还清了吗？

• 保险买了吗？

没解决这三个问题就投资股票，就是在等着割肉。

第二步：决定投入策略的比例

保守版 10%，平衡版 15%，激进版 25%。

不要超过 25%。即便你 100% 相信 AI 是未来——风险管理不允许你单一主题超过组合的四分之一。这不是悲观，是纪律。

第三步：选择参与方式

对 80% 的普通人来说，正确答案是宽基指数 ETF（QQQ、SPY、VOO）。（数据也证明如此）

Nasdaq 100 里 NVIDIA、Microsoft、Google、Meta、Amazon、Apple 加起来占 40% 以上——它们都是 AI 主题的核心受益者。你买 QQQ 等于自动 overweight AI，同时分散了单一标的风险。

对 15% 的人——主题型 ETF（AIQ、SOXX）。波动是宽基的 2-3 倍，但比单股票分散。

对 5% 的人——个股。名单极短，比如NVIDIA、Microsoft、Google、Meta、TSLA、Broadcom、TSMC这些（以上非投资建议，大家自行研究）

不要扩展到”上游小盘高赔率”。那是给专业人员的，不是给你的。

第四步：分批进场

如果你决定投 10 万元到 AI——不要今天一次性买入。

分 6-12 个月、每月固定金额买入。

你不知道今天是高点还是低点。如果分 12 个月买，市场跌 20% 期间你还在持续买入——你的平均成本会显著低于一次性买入。

无聊的策略，往往是赚钱的策略。激动人心的策略，往往是亏钱的策略。

第五步：写下规则

进场之前，写下三条规则，打印贴墙上，或者设置成手机屏保/封面：

1. 我会在 [日期] 开始 [金额] 的月度定投，持续 [月数]

2. 我不会因为短期波动改变计划——无论涨 20% 还是跌 20%，继续定投

3. 我会在 [3 年后 / 占组合超过 30% / 急需用钱] 评估是否调整

你要知道：你今天能写出的理性判断，到市场剧烈波动时大概率会被情绪覆盖的。而这个打印在墙上的规则是你和未来失控的自己之间的契约。

十一、你接下来 12 个月一定会犯的错

错误 1：市场大跌时，停止定投。跌 -15% 那天你的本能反应是”赶紧停”。错——这正是你最该继续买的时候。

错误 2：市场大涨时，加倍买入。连涨三个月想”加快进度”——这是追高。

错误 3：把”投资”变成”看盘”。开始定投后一天刷十次账户——你已经从投资者滑向赌徒。卸载 APP，每月只看一次。

错误 4：听小道消息加仓。群里推荐”必涨十倍”——99% 是错的，1% 你分辨不出来。除了你的清单，一切免谈。

错误 5：算账。新手最爱算”我赚了多少”。账面盈利在卖出前不是你的。5 年内不算账。

这五个错误都来自同一个根源——你的世界观还不够稳。

如果你真正相信 AI 是 10 年主线，跌 20% 你不会慌（甚至会高兴有便宜筹码）。如果你的判断是租来的，跌 5% 你就开始怀疑人生。

世界观的稳定性，决定了你执行的稳定性。

十二、最后，你为什么想买？

回到开头那个问题——你为什么想买？

如果看完这篇你能给出一个属于自己的回答，那你今天比 95% 的散户更接近真相。

不是因为你比他们聪明。是因为你愿意慢下来，先想清楚 why，再做 what。

记住，普通人与大机构、专业交易员、IQ150之间最小的差距就是时间。你和他们一样，一天都只有24小时。大家都一样都需要等到同等的时间才会看到果实成熟。

机构每天面对季度业绩压力、客户赎回压力、跑赢同业的压力。他们必须每天交易、必须 timing、必须追主题。

你不必。

定期定投全球指数 30 年的复合收益约 8-10%——已经跑赢 80% 的主动管理基金。

你什么都不研究、什么都不分析，只是机械执行——你的长期收益就超过大部分专业投资者。

那为什么你还要冒险买 AI 个股？

因为我们都想觉得自己”参与了时代”。因为我们都怕错过 NVIDIA 这样”显然能看到的机会”。因为我们的本能告诉我们”不行动就是失败”。

但投资里，’不行动’经常是最强的行动。

1. 先有世界观，再有股票。 没有世界观的买入，本质上是赌博。

2. 跟着 capex，不要跟着言论。 一个人愿意花多少真金白银，决定他对未来的真实信念。

3. 钱不是急着投的。机会永远会有，但本金只有一次。

你要知道，AI不会被带你带崩；AI更不会因为你晚进场三个月就跟你无关——但你的本金一旦在错误时点 all-in 进去，可能要花五年才能回本。

那五年，是你最贵的代价。

建议你打印出来贴在墙上：

后记

这几天n多人来问，要买什么？怎么开户？

我都会说：真的，不要急着开账户买股票。

今晚做一件事：找一张纸，写下”为什么我相信 AI 是未来 10 年的主线”——用你自己的话，至少 500 字。

写不出来——你还没有世界观，先别投。 写得出来——你的世界观经得起这个简单的测试，可以开始执行。

相信我，这一张纸，比你今天买入任何一只股票都重要。

因为它是你独立投资思考的开始。

它会陪伴你接下来 30 年——而 30 年的复利，是你真正能从这个时代赢走的东西。

慢慢来。把第一步走对

序章：合规从来不是奢饰品，而是入场券

如果把 2016 年至今的加密世界压缩成一句话，大概是这样的：这个行业用十年时间，从”我不需要任何许可”，走到了”我必须拿到许可证”——而这条路是用一连串和解协议、刑事指控、法庭判决、以及几次重大崩盘铺出来的。

每一次行业以为自己赢了的时刻，下一波监管就跟着来了。每一次监管以为自己控制住了的时刻，行业又跑到了下一个无人区。这是一个典型的”猫鼠演化”系统，但比这个比喻更精确的说法是：这是一个合规进化轮——危机、执法、立法三股力量交替推动，每转一圈，监管的颗粒度就细一档，行业的”灰区”就少一块。

本文把这十年切成五个阶段。每个阶段都有一个定义性的合规范式，一组标志性案件，以及一个被迫退场的”上一代灰区”。

• 第一阶段（2016–2018）：行业自治时代。 ICO 狂热中，行业自己造合规工具——SAFT、基金会架构、白名单 KYC。Howey Test 回归，SEC 用一份 DAO Report 宣告了”代币也是证券”的可能性。

• 第二阶段（2019–2021）：牌照化时代。 FATF Travel Rule 出台，各国铺开牌照体系，监管开始把 crypto 拽进传统银行框架。BitMEX 成为第一个被刑事追诉的”离岸”交易所。

• 第三阶段（2022）：崩盘双年。 Terra、Tornado Cash、FTX 三连击。OFAC 第一次制裁了一段代码，监管从”要不要管”彻底转向”怎么全面管”。

• 第四阶段（2023–2024）：执法清算时代。 Binance 和 CZ 付出 43 亿美元，离岸交易所集体进入”和解期”，SEC 对 Coinbase、Kraken、Binance 三线并进。Proof of Reserve 在这一阶段轰轰烈烈推行，但监管基本无动于衷——这本身就是一个值得分析的现象。

• 第五阶段（2024–2026）：立法编码时代。 GENIUS Act、CLARITY Act、SAB 121 撤销、SEC 撤诉潮、ETF 开通。监管从”敌对执法”转向”白纸黑字立规则”，行业从”赢了官司”走向”等到了规则”。

Read more