大行投研 × 量化交易系统 📈 $Lite+700% $Sndk +500% $MU +500$Intc+400%🔗 https://xitter.cf/t.co/U6b6E3D1Z9 🎯获取量化买卖信号交易系統👆📊👇获取研究报告 | 核心名单 | 交易机会👇 📈 用数据代替感觉,用纪律代替冲动

Joined June 2025
🥇Multiple AI quant systems. Zero threshold: no coding, 1-click setup. Driven by AI & big data, integrating trend factors & capital flows for high-probability signals. Catch highs, lows & reversals with next-level accuracy. No analysis needed. Just execute.

29
18
254
3,530,614
Elon说: Optimus 和 Cybercab 将是特斯拉价值的大部分。 唯一能够经济上扩展到惊人规模(K2 及以上)的事物是超级智能、机器人、太阳能和太空质量。 当然,如果你拥有前两者,其余的就会随之而来。 但 Roadster 超级酷,所以我们还是会做。
Replying to @Teslaconomics
Optimus and Cybercab will be the vast majority of Tesla’s value. The only things that will scale to incredible size (K2 and beyond) economically are super intelligence, robots, solar power and mass to space. And, of course, if you have the first two, the rest will follow. But Roadster is super cool, so we’re doing it anyway.
2
1
11
2,466
华尔街突然上调 $SpaceX目标价至275美元!潜在上涨空间接近90%,真正的大行情可能还在后面! 当整个AI板块陷入抛售,华尔街却有一家大型投资机构,选择逆势提高马斯克旗下SpaceX的估值。 Evercore ISI最新宣布,将 $SPCX 的12个月目标价从230美元上调至275美元,升幅接近20%,同时维持Outperform(跑赢大市)评级。 以10月16日约146美元的收盘价计算,新目标价意味着约88%的潜在上涨空间。 但这次上调最值得关注的,并不是275美元这个数字,而是Evercore对SpaceX未来盈利能力的重新评估。 第一,2029年盈利预测大幅提高27%。 Evercore将SpaceX在2029年的调整后EBITDA预测,从2100亿美元上调至2660亿美元。 这相当于一次性提高560亿美元。 更值得注意的是,Evercore并没有依靠提高估值倍数来推高目标价。 相反,在近期AI板块调整后,机构将采用的综合EV/EBITDA估值倍数从16.6倍下调至15.3倍。 换句话说,目标价提高的核心驱动力,是未来盈利预测增长,而不是简单给予更高估值。 第二,SpaceX可能在2026年底突破1000亿美元年化收入目标。 Evercore预计,SpaceX到2026年底的年化收入运行率将达到1040亿美元,超过1000亿美元目标。 如果这一预测兑现,将意味着公司的收入规模正在快速扩大。 对于一家同时布局航天、卫星通信和AI计算基础设施的企业来说,这种增长速度将直接影响市场对其长期估值的判断。 第三,AI计算产能可能比华尔街预期增长更快。 Evercore预计,SpaceX到2026年底能够上线约2.3GW计算产能,并认为存在达到2.7GW的可能性,而华尔街普遍预测约为2.2GW。 对于2027年,Evercore进一步将计算产能预测从5.7GW提高至6.5GW,高于市场约6.1GW的预期。 这里的关键不只是GW数字。 计算产能意味着数据中心、电力、冷却、GPU、网络设备,以及未来可以向客户出租的AI计算能力。 如果这些设施能够按照预期交付,并维持足够高的利用率,SpaceX就有机会建立更庞大的AI基础设施收入来源。 第四,2027年可能迎来多个重大商业化催化剂。 Evercore特别强调Starship和Starlink的技术进展。 Starship第14次飞行已经实现进入轨道,并部署首批V3卫星。分析师认为,未来几次飞行有机会进一步验证火箭重复使用能力。 与此同时,新一代Starlink Mobile卫星也可能推动SpaceX进一步进入移动通信市场。 这意味着SpaceX未来的商业模式,可能同时受益于三个增长方向: 航天发射与可重复使用火箭、全球卫星通信,以及大规模AI计算基础设施。 这些业务之间还可能产生协同效应,例如利用更低成本的发射能力扩展卫星网络,再通过通信服务和计算基础设施创造持续性收入。 第五,真正的考验,是资本开支能否转化为现金流。 Evercore同样关注SpaceX未来的资本开支、融资来源,以及AI计算服务的价格能否保持稳定。 分析师在模型中假设,2027年新增计算业务的部分合同价格约为每瓦30美元。 但如果计算服务价格下降,公司就需要依靠更高的产能出租比例和使用率来抵消影响。 这也是当前AI市场最重要的投资问题。 建设更多数据中心,并不自动等于创造更多利润。 只有当计算能力真正转化为收入,并且收入能够覆盖融资、折旧、电力和运营成本时,AI基础设施投资才具备长期价值。 我的关注重点是:SpaceX正在从传统航天公司,逐步发展为横跨航天、通信与AI计算基础设施的综合科技平台。 如果2027年计算产能、Starlink Mobile和Starship重复使用能力相继兑现,华尔街可能进一步重新评估公司的增长空间。 但反过来说,如果资本开支高于预期,或计算服务价格下降速度过快,未来盈利预测也可能面临调整。 因此,275美元并不是保证能够实现的价格,而是Evercore基于未来商业化进展与盈利预测给出的估值判断。 最值得关注的是:当AI市场开始担心融资成本时,Evercore仍然选择提高SpaceX的盈利预测和目标价。 这说明至少在这家机构看来,SpaceX未来几个季度的商业化进展,可能比市场当前反映的更加接近。 对于长期关注 $SPCX 和 $TSLA 的投资者来说,接下来最重要的,就是观察SpaceX能否将技术突破、计算产能和卫星通信优势,真正转化为持续增长的盈利能力。 你认为 $SPCX 未来12个月有机会达到275美元,还是市场仍然低估了其资本开支和融资风险?
6
6
46
13,370
股价暴跌26%,Jefferies却坚持150美元目标价!CoreWeave出现华尔街最激烈的多空分歧 当一家AI公司的债券收益率冲上15%,股价一周暴跌超过26%,大多数投资者首先想到的是风险。 但Jefferies分析师Brent Thill却提出了截然不同的判断。 他维持 $CRWV 买入评级,以及150美元的目标价。 按照报道时的股价计算,这一目标价对应超过140%的潜在上涨空间。 为什么华尔街会出现如此巨大的分歧? 悲观派关注的是CoreWeave庞大的债务、融资成本以及GPU资产折旧风险。 截至6月,CoreWeave包括租赁义务在内的总债务接近520亿美元。 对于一家需要不断建设数据中心、购买GPU的公司来说,资本市场融资条件至关重要。 但乐观派关注的是另一个变量: AI计算需求仍然强劲,新合同的计算服务价格可能明显高于过去。 Jefferies认为,现有债务的融资条款不会因为市场利率上升而自动改变,而新合同带来的更高收入可能抵消部分新增融资压力。 BNP Paribas分析师Daniel Wang也关注公司未来能否依靠运营现金流支持扩张,逐步减少对外部融资的依赖。 这意味着CoreWeave的投资争议,本质上不是有没有AI需求,而是: 未来合同创造的现金流,究竟能否超过GPU投资、债务利息和持续扩张所需要的资金? 如果答案是肯定的,市场可能重新评估其长期价值。 如果答案是否定的,即使收入继续增长,股东也可能面临财务风险。 这是一家非常典型的高增长、高资本投入、高融资敏感度公司。 你认为 $CRWV 的150美元目标价,是华尔街发现了错杀机会,还是低估了债务风险?
7
9
1,950
微软准备投入1750亿美元!Jefferies认为AI算力供需失衡,可能让Azure继续提高价格 当市场担心AI投资过度时,华尔街仍有分析师看好真正拥有客户、现金流和定价能力的科技巨头。 Jefferies分析师Brent Thill近期特别看好 $MSFT。 原因不只是微软拥有OpenAI相关生态、Azure和Copilot,而是其AI计算服务可能具备越来越强的定价能力。 微软计划在2026年投入约1750亿美元用于基础设施建设。 这是什么概念? 它意味着微软正在把巨额资金投入数据中心、计算设备、网络以及相关基础设施,以满足不断增长的云计算与AI需求。 更值得关注的是,Jefferies认为,持续紧张的算力供需关系正在帮助微软提高计算服务价格。 如果Azure新增产能能够持续释放,同时客户愿意为计算能力支付更高价格,那么微软有机会同时受益于需求增长和定价改善。 Jefferies还指出,微软当前约26倍的预期市盈率,低于过去五年约28倍的平均水平。 这形成一个值得研究的估值组合: AI基础设施投入庞大,但公司拥有成熟的企业客户生态、经常性软件收入,以及相对稳固的现金流基础。 当然,1750亿美元资本开支也意味着未来必须产生足够回报,才能证明这些投资合理。 下一轮AI投资竞争,真正重要的可能不是谁投入最多,而是谁能够将计算能力转化为高利润、可持续的收入。 你认为 $MSFT 会成为下一阶段AI市场中最具防御性的科技巨头吗?
903
中国内存技术突破,引发全球芯片股抛售!真正的竞争可能才刚开始 本周全球内存市场最值得关注的变化之一,是中国长鑫存储CXMT的技术进展。 市场担心,中国内存制造商未来可能凭借新的存储架构,进一步缩小与国际厂商之间的技术差距。 这一消息让 $MU、 $SKHY,以及三星电子等内存企业面临新的估值压力。 但这里有一个非常重要的产业逻辑: 存储芯片市场不是一个完全同质化的市场。 普通DDR内存、服务器DRAM和HBM虽然都属于存储产业,但技术难度、封装要求、客户认证周期以及利润结构存在明显差异。 中国厂商在普通DRAM领域取得进展,可能首先影响传统内存产品的竞争格局。 而HBM市场还需要考虑先进封装、堆叠技术、良率、带宽、功耗和AI加速器厂商认证。 因此,市场真正应该关注的,不只是中国企业宣布了什么技术突破,而是这些技术何时能够形成具有成本竞争力的大规模产能。 另一方面,竞争加剧也可能促使国际厂商进一步将资本和产能转向更高附加值的HBM产品。 未来内存行业可能出现一个有趣的局面: 传统DRAM竞争更加激烈,但先进HBM仍然受到AI需求与技术门槛支撑。 对于投资者来说,决定内存股长期价值的,不只是市场份额,而是未来每一单位产能能够创造多少利润。 你认为中国内存企业的扩产能力,会在未来两年改变全球内存定价权吗?
18
7
1,941
美光一周暴跌14.6%!AI内存超级周期,正在遭遇最严峻的信心考验 如果说GPU是AI计算的大脑,那么HBM和DRAM就是支撑整个系统运行的关键记忆基础设施。 但过去一周,内存股却成为半导体抛售潮中的重灾区。 最新每周市场统计显示: $MU 本周下跌约14.6%, $AMD 下跌约13%, $AVGO 下跌约9.1%,而 $NVDA 下跌约6.6%。 这说明市场并非对所有AI芯片公司采取相同的风险定价。 内存行业的特殊之处在于,它同时受到AI需求增长与传统半导体供需周期影响。 HBM需求可能因为AI加速器数量增加而持续增长,但普通DRAM价格、供应商扩产以及中国厂商的技术进展,都可能影响市场对未来利润率的判断。 尤其是中国长鑫存储CXMT的技术进展,进一步加剧了投资者对未来供应增加的担忧。 但投资者需要区分三个不同问题: 普通DRAM供应增加,是否等于HBM供应过剩? 技术突破,是否意味着能够立即实现大规模量产? 市场对未来价格下降的预期,是否已经提前反映在股价中? 这三个问题的答案,可能决定 $MU 和 $SKHY 下一阶段的估值。 内存超级周期真正的关键,不是短期股价,而是2027年至2028年供需关系能否继续保持紧张。 你认为美光这轮下跌,是AI内存周期结束的信号,还是市场过度反应?
10
1
12
2,256
半导体连续8天下跌!美国银行分析师却认为:市场已经提前计入一场未必发生的崩盘 当华尔街集体抛售AI芯片时,美国银行分析师Vivek Arya提出了一个值得关注的逆向观点。 市场正在为一场他并不预期发生的行业崩盘定价。 截至10月16日,费城半导体指数连续第八个交易日下跌,当日跌幅约3.8%,较10月6日累计下跌约15.7%。 这已经不是普通的个股调整,而是整个半导体行业遭遇集中抛售。 $NVDA、 $AMD、 $AVGO、 $ARM,以及光通信和半导体设备相关企业,都受到市场风险偏好下降的影响。 市场担忧的核心包括AI资本开支回报、融资成本、内存竞争和估值过高。 但美国银行的观点提醒投资者: 股价反映的不只是当前基本面,还包括市场对未来最坏情况的预期。 如果投资者已经按照需求崩盘来定价,而实际需求只是增速放缓,那么企业盈利与市场预期之间就可能出现明显差距。 不过,判断是否存在真正的错杀,不能只看股价跌了多少。 还要观察订单、客户资本开支、毛利率、库存和盈利预测是否出现实质性恶化。 真正的投资机会,往往出现在市场预期恶化的速度,超过企业基本面恶化的速度。 你认为这轮半导体下跌,已经反映了大部分风险,还是市场仍然低估了AI资本开支放缓的可能性?
1
2
2,501
Wealth Code retweeted
Anthropic估值可能从2万亿美元降至1.5万亿美元 AI模型公司的利润争夺战开始了 今天《巴伦周刊》讨论了一个可能改变整个AI投资逻辑的重要问题。 Anthropic即将上市,但部分投资者正在重新评估它的合理估值。 市场讨论的估值从此前约2万亿美元下降至约1.5万亿美元,差距达到5000亿美元。 为什么一家高速增长的AI公司,会面临如此明显的估值分歧? 因为投资者开始更加关注模型公司的长期利润,而不只是收入增长。 AI模型需求持续扩大,并不代表每一家模型公司都能够保持高利润率。 随着模型性能差距缩小、开源模型进步,以及推理成本不断下降,企业客户可能拥有越来越多选择。 这意味着AI使用量可以继续高速增长,但单个模型供应商的定价能力却可能承受压力。 这种变化对于整个产业链具有不同影响。 对于模型开发商,竞争可能导致研发投入持续增加,同时压低服务价格。 但对于 $AMZN、 $MSFT、 $GOOGL 等大型云平台,模型竞争加剧反而可能扩大客户对云计算和推理基础设施的使用。 因为无论企业最终选择哪一种模型,都需要计算资源、数据存储、网络和安全系统。 而 $NVDA、 $AVGO、 $MU 等供应商,则可能从整体计算需求增长中受益。 当然,如果模型公司盈利能力下降,最终也可能影响它们对新增计算资源的采购能力。 AI产业未来最重要的投资分歧,可能不再是AI会不会普及,而是谁能够在AI普及过程中获得最大的利润份额。 你认为未来AI产业最大的利润会集中在模型公司、云计算平台,还是掌握核心芯片技术的基础设施供应商?
3
1
5
3,962
很多交易者的图表上同时放着 RSI、MACD、EMA、成交量……指标越来越多,但真正到了行情反转的时候,仍然不知道应该什么时候进、什么时候出。 我们的智能 AI 买卖信号交易系统想解决的正是这个问题:实时综合趋势、动量、成交量、资金流向及市场结构等多维数据,把复杂分析直接转化成清晰的 BUY / SELL 信号,并显示在你的 K 线图上。少一点反复猜测,多一点清晰的交易参考。 系统过去公开追踪的部分机会,随后最高涨幅达到: $LITE +728%|$MU +502%|$CRDO +419%|$AMD +304% 我们公开分享的交易机会均保留发布时间、入场价及目标价记录,可回溯验证,不需要只听我们说效果。 👇 想在下一笔交易前看看系统如何识别关键转折点?立即体验同款买卖信号交易系统指标,获取更多核心名单、深度研究报告及交易机会。 thewealthclub.vip/tag/tradin…
1
1
2
1,175
特斯拉迎来华尔街评级反转 CFRA上调目标价至475美元 今天CFRA分析师Garrett Nelson调整了对特斯拉 $TSLA 的投资判断,将目标价由385美元提高至475美元,上调约23.4%。 这次变化值得关注,因为市场对于Tesla的估值分歧仍然非常大。 部分分析师主要从电动车交付量、汽车毛利率和行业竞争角度评估Tesla。 但另一部分机构则认为,Tesla未来的价值可能越来越多来自自动驾驶、Robotaxi、Optimus和能源业务。 CFRA此次态度转向的一个重要背景,是Tesla与SpaceX的技术合作进一步获得市场关注。 Nelson还提出,未来两家公司可能通过更深层次的资本整合,形成所谓的Elon Inc.。 不过,这仍然只是分析师对潜在交易的预测,而不是Tesla或SpaceX已经宣布合并。 对于长期投资者,真正需要区分的是两个问题。 第一,Tesla现有业务能够创造多少现金流? 第二,Robotaxi、Optimus以及其他新业务未来能够创造多少增量利润? 如果未来自动驾驶和机器人业务进入规模化商业运营,Tesla的盈利结构可能发生重大变化。 但如果商业化进展低于市场预期,投资者也可能重新降低对这些业务的估值。 CFRA今天上调目标价,最重要的信号不是475美元这个数字本身,而是部分华尔街机构正在重新提高对Tesla长期科技业务的估值权重。 你认为未来两年,推动 $TSLA 估值变化的最重要因素会是Robotaxi商业化,还是Optimus机器人量产?
15
1
1
20
3,218
华尔街看好美光1750美元目标价 Google竟计划锁定内存供应至2035年 当美光 $MU 股价因为中国存储芯片竞争和AI泡沫担忧持续调整时,KeyBanc分析师John Vinh仍然维持1750美元的目标价。 更值得关注的是,他在亚洲供应链调查中发现了两个重要信号。 第一,第四季度DRAM价格预计环比上涨15%至20%。 第二,Google据称正在考虑将长期内存供应协议延伸至2035年。 2035年意味着什么? 如果大型科技公司真的希望提前多年锁定内存供应,说明它们担忧的可能不是未来几个季度需求不足,而是长期供应无法满足计算需求。 尤其随着AI模型、推理和数据中心规模扩大,内存已经成为影响整个计算系统性能的重要环节。 市场近期担忧中国长鑫存储CXMT的技术进步,可能对全球DRAM供应格局造成影响。 但普通DRAM与高带宽内存HBM之间仍然存在明显技术和产品差异。 HBM需要先进堆叠、封装以及与GPU和AI加速器紧密配合,竞争壁垒与传统服务器内存并不完全相同。 因此,即使普通DRAM市场未来竞争加剧,也不能直接推导出HBM的供需格局将立即发生同样变化。 不过,投资者也不能把长期采购意向理解成未来十年的价格已经锁定。 客户希望确保供应,与内存价格能够持续上涨,是两件不同的事。 美光真正值得研究的,是未来几年AI计算需求能否让HBM和服务器内存维持较高的产品价值,而不仅仅是短期DRAM价格波动。 如果KeyBanc的供应链判断逐步兑现,内存产业的盈利周期可能比部分投资者预期得更长。 你认为未来三年, $MU 最大的增长动力会来自HBM,还是整个服务器DRAM市场的持续供需紧张?
5
1
11
4,769
Wealth Code retweeted
华尔街今天上调 $MSFT 目标价至600美元 AI芯片自研可能改变微软利润结构 今天华尔街机构StoneX将微软 $MSFT 的目标价从525美元提高至600美元,维持买入评级。 目标价上调幅度约14.3%。 与此同时,微软正在推进一个可能改变AI云计算成本结构的重要战略:开发更多自有AI芯片。 市场目前最担心的问题,是大型科技公司不断投入数百亿美元购买GPU、建设数据中心,但这些投资最终能否带来足够利润。 微软的解决方案之一,就是通过自研Maia芯片,降低部分AI推理工作负载的运行成本。 根据今天的市场分析,微软计划于2027年推出Maia 300,并预计特定系统的单位电力Token处理能力,相比现有GPU方案提高约40%。 这项指标并不直接等于整体成本下降40%,但说明微软正在努力提高AI基础设施的能源利用效率。 为什么这件事如此重要? 因为随着AI Agent、Copilot和企业自动化应用普及,推理计算需求可能持续增长。 如果每次AI请求都需要支付高昂的计算成本,即使用户数量增长,企业利润率也可能受到压力。 但如果微软能够通过自研芯片优化特定工作负载,就可能逐渐改善AI服务的单位经济效益。 这并不意味着微软将完全放弃 $NVDA。 英伟达的GPU仍然在通用AI训练、复杂推理和完整软件生态方面拥有重要优势。 但随着 $MSFT、 $GOOGL、 $AMZN 不断扩大自研芯片投入,AI计算市场可能形成更加多元化的供应结构。 对于微软投资者,未来最重要的指标可能不只是Azure收入增长,而是AI资本支出最终能否转化为更高的云业务利润率和自由现金流。 AI产业下一阶段的竞争,可能从谁拥有最多GPU,逐渐转向谁能够以最低成本提供高质量AI服务。 你认为微软自研Maia芯片,会显著改善 $MSFT 的长期盈利能力,还是 $NVDA 仍然能够凭借完整计算平台保持核心优势?
1
1
1
627
Gene Munster一句话看穿特斯拉飞行Roadster 真正价值可能不在卖车 马斯克最新发布的Tesla Roadster,今天成为科技和投资圈最受关注的话题之一。 这辆新车展示了SpaceX参与开发的推进技术,能够短暂离地并完成空中动作,0至60英里加速时间宣称达到约0.81秒。 但知名科技投资人Gene Munster提出了一个非常有意思的观点: 这是一场令人惊叹的工程展示,却未必具有显著的直接商业价值。 为什么? 因为即使Roadster拥有惊人的性能,它仍然是一款面向相对小众市场的高性能汽车。 对于Tesla这样规模的企业,Roadster未来能够贡献的汽车销量和利润,可能远远小于Model Y、储能、自动驾驶和机器人业务。 但这不代表Roadster没有战略意义。 真正值得关注的是,Tesla与SpaceX之间的技术边界正在变得越来越模糊。 Roadster展示的推进技术来自SpaceX,而Tesla自身正在发展AI计算、机器人、自动驾驶、电池和能源系统。 如果未来两家公司能够在更多领域共享工程能力,就可能形成更加紧密的技术生态。 这也解释了为什么Roadster发布之后,华尔街再次讨论 $TSLA 与 $SPCX 潜在合并的可能性。 不过,技术合作不等于已经决定合并。 真正的资本交易还需要考虑估值、换股比例、股东权益和监管审批。 对于长期投资者,Roadster最重要的意义,可能不是未来能够卖出多少辆汽车,而是它再次展示了马斯克旗下企业之间的工程协同能力。 一款跑车可能无法改变Tesla的利润规模,但如果它代表的是汽车、航天、AI与机器人技术逐渐融合,那么背后的长期战略价值就值得重新研究。 你认为这次Roadster发布,最大的意义是重新建立Tesla的科技品牌形象,还是进一步提高了 $TSLA 与 $SPCX 未来整合的可能性?
1
1
1,468
马斯克透露SpaceX与英伟达秘密合作成果 Star Mind明年进入量产 马斯克今天在X平台透露了一项值得整个AI产业关注的进展: SpaceX与英伟达正在联合开发的Star Mind太空计算机,性能可能远远超过市场预期,并计划于2027年进入规模化生产。 这条消息最重要的地方,不只是两家科技巨头正在合作,而是AI基础设施的建设地点,可能从地球逐渐扩展到太空。 马斯克表示,与英伟达工程团队合作非常愉快,并特别强调双方正在共同开发的计算系统。 为什么SpaceX需要自己的太空计算机? 因为未来如果要在轨道上部署大规模AI计算设备,传统数据中心服务器的设计可能无法直接使用。 太空环境需要面对辐射、散热、供电、通信以及设备维护等一系列特殊挑战。 尤其是散热问题。 地球上的数据中心可以通过空气和液体冷却系统带走热量,但太空是真空环境,主要需要依靠热辐射向外排热。 这意味着太空AI服务器必须从架构层面重新考虑能源效率、散热设计和系统可靠性。 而 $NVDA 拥有GPU、CPU、高速互连和完整AI计算平台技术, $SPCX 则拥有火箭发射、卫星制造、轨道通信和太空系统工程能力。 如果双方能够成功将这些技术结合,未来可能形成一种新的计算基础设施模式。 SpaceX负责将计算设备送入轨道,并提供通信和太空平台;英伟达则提供核心计算架构。 更值得关注的是,马斯克提到2027年规模化生产。 这意味着双方讨论的可能已经不只是长期概念,而是正在推进具体的工程项目。 当然,规模化生产并不等于太空数据中心已经具备商业盈利能力。真正的挑战仍然包括单位算力成本、能源供应、散热效率、设备寿命及发射费用。 但如果Star Mind最终能够实现商业化,SpaceX的长期价值可能不再局限于Starlink和火箭发射,而是进一步进入AI计算基础设施市场。 这也为 $NVDA 创造了一个值得关注的新方向:未来GPU和AI系统的部署场景,可能不再局限于地球上的数据中心。 你认为2027年Star Mind进入量产之后,太空AI计算会成为 $SPCX 的下一个增长引擎,还是仍然需要多年才能实现真正的商业化?
10
1,326
Wealth Code retweeted
黄仁勋给出一个惊人判断 2027年AI最大瓶颈可能不是GPU 当华尔街因为AI融资压力而担忧整个产业的未来时,英伟达CEO黄仁勋在Brad Gerstner的BG2访谈中,提出了一个更值得长期投资者思考的问题。 如果未来AI需求继续爆发,真正限制产业增长的,究竟是什么? 黄仁勋认为,AI基础设施的竞争正在从单纯购买GPU,逐渐转向整个计算系统的建设能力。 其中,电力可能成为2027年最重要的限制因素之一。 为什么? 因为即使企业有足够资金购买最先进的AI芯片,也不代表能够立即建成数据中心。 它们还需要获得稳定的电力供应、土地、冷却系统、网络设备和并网许可。 这意味着AI产业未来的瓶颈,可能从半导体供应转向能源与基础设施。 对 $NVDA 而言,这种变化也可能产生新的竞争优势。 如果客户能够使用的电力受到限制,那么每瓦电力能够创造多少有效计算能力,就变得更加重要。 企业购买GPU时,考虑的将不只是芯片价格,而是整个系统的性能、功耗、利用率和投资回报率。 这也是为什么英伟达正在从单纯的GPU供应商,逐渐发展为提供完整AI计算系统的基础设施公司。 对于投资者,这条产业链还可以进一步延伸。 $VRT 提供数据中心电力与冷却基础设施, $CEG 和 $VST 代表电力供应环节,而 $ANET、 $AVGO 等企业则参与高速网络和数据传输。 如果未来AI计算需求持续增长,市场可能越来越重视那些能够帮助数据中心提高能源利用效率的企业。 AI下一阶段的赢家,未必只是制造最快芯片的公司,也可能是能够解决电力、冷却和系统效率瓶颈的企业。 你认为2027年AI产业最值得关注的投资机会,会继续集中在 $NVDA,还是逐渐向 $VRT、 $CEG、 $VST 等能源基础设施企业扩散?
19
3
16
4,215
德意志银行逆势看多 $CRWV 目标价150美元 潜在上涨空间93% 当市场因为AI融资风险抛售CoreWeave时,德意志银行分析师Brad Zelnick今天却给出了一个完全相反的判断。 他认为,这轮股价与债券的急剧下跌,可能创造了新的投资机会。 德意志银行维持 $CRWV 买入评级,目标价150美元。按照其报告采用的参考股价计算,潜在上涨空间约93%。 这背后并不只是简单认为股票跌得太多,而是对CoreWeave长期合同和融资能力的不同理解。 德意志银行指出,CoreWeave绝大部分订单积压来自长期照付不议合同(Take-or-Pay)。 这种合同意味着,客户需要按照约定支付计算容量费用,即使实际使用量低于预期,也仍然承担相应付款义务。 根据分析师的判断,这些合同收入能够覆盖相关项目的资本支出、运营成本,并创造一定投资回报。 更值得关注的是,德意志银行估计,截至第二季度末,约60%至65%的订单积压与投资级客户有关。 这对高度依赖融资的AI云平台非常重要。 因为贷款机构不仅关心GPU的价值,更关心未来是谁负责支付租赁费用,以及这些客户是否具备履约能力。 但市场担忧也并非毫无根据。 德意志银行预计,CoreWeave未来12个月可能产生约100亿美元经营现金流,而所需资本支出约为450亿美元。 这意味着企业仍然需要持续筹集大量资金。 因此, $CRWV 的投资分歧非常清晰。 看多者认为,庞大的长期合同和优质客户能够支持融资,未来收入增长将逐渐释放价值。 看空者则担心,即使订单充足,融资成本上升、债务负担和持续资本支出,也可能侵蚀股东回报。 CoreWeave最关键的问题,可能已经不是AI有没有需求,而是未来数百亿美元的订单,究竟能够为股东留下多少自由现金流。 德意志银行150美元的目标价,反映的是其对未来经营与融资能力的乐观判断,并不代表市场风险已经消失。 你认为 $CRWV 当前最大的价值是长期订单积压,还是它的高债务和持续融资需求仍然值得警惕?
1
11
3,195
$ASML 目标价上调至2300欧元 芯片设备订单已经看到2030年 当整个半导体板块遭遇抛售时,花旗银行今天却进一步上调ASML的目标价。 根据今日分析师评论,花旗将 $ASML 的目标价从2200欧元提高至2300欧元。 更值得关注的是,ASML此前表示,部分客户已经开始讨论2029年甚至2030年的设备需求。 为什么这个信息如此重要? 因为ASML处于全球先进半导体制造的关键环节。 无论是 $NVDA 的AI加速器、 $AMD 的GPU,还是大型科技公司设计的定制芯片,最终都需要先进晶圆制造能力。 而最先进制程所需要的EUV光刻设备,正是ASML的核心竞争优势。 如果晶圆代工厂正在提前数年规划设备需求,说明先进半导体产能扩张并不只是短期市场炒作。 但这里也需要区分两个概念。 客户提前规划设备需求,不代表未来所有订单都已经确定,更不代表半导体行业不会出现周期性调整。 ASML仍然面临客户资本支出变化、供应链、出口限制和设备交付节奏等风险。 不过,相较于部分高度依赖融资的数据中心运营商,ASML拥有更加明确的先进制造技术壁垒。 这也是为什么在AI市场出现剧烈波动时,投资者仍然需要研究产业链中不同公司的竞争优势。 AI数据中心可以推迟建设,但如果全球长期需要更多先进芯片,制造这些芯片所需的核心设备仍然具有重要战略价值。 你认为未来五年,半导体产业链最具长期竞争力的是 $NVDA、 $TSM,还是掌握关键光刻技术的 $ASML?
15
2
892
德意志银行逆势看好 $CRWV 市场可能把融资危机看得太严重 当CoreWeave $CRWV 因债务问题遭遇抛售时,德意志银行分析师今天却提出了不同观点。 他们认为,近期股价调整可能更多反映整个AI融资市场的情绪变化,而不完全是CoreWeave自身经营基本面突然恶化。 分析师特别关注公司的短期流动性、客户关系、订单积压以及基础设施运营能力。 这意味着市场正在出现两种截然不同的判断。 看空的一方认为,CoreWeave依赖大量债务建设GPU数据中心,融资成本持续上升,未来可能面临现金流压力。 看多的一方则认为,CoreWeave拥有真实的客户需求和长期合同,如果能够持续将订单转化为收入,当前市场可能过度放大了融资风险。 真正决定结果的,不是双方谁的声音更大,而是未来几个季度的财务数据。 投资者需要观察收入增长能否兑现、客户合同能否按计划执行、融资成本是否稳定,以及经营现金流能否逐渐覆盖资本支出和债务负担。 对于 $CRWV 和 $NBIS 这样的新型云平台,高增长确实可能带来巨大机会,但高杠杆同样会放大经营结果的不确定性。 AI产业的长期需求可能非常强劲,但并不代表所有参与建设AI基础设施的企业,都能够获得同样优秀的股东回报。 真正具有长期竞争力的企业,最终需要证明自己不仅能够快速扩大收入,也能够以合理成本融资,并持续创造现金流。 你认为CoreWeave目前是市场恐慌带来的潜在机会,还是AI新型云平台商业模式正在接受真正的压力测试?
870
AI股遭抛售 软件股却逆势上涨 华尔街资金正在寻找新赢家 今天美股出现一个非常值得关注的资金轮动现象。 当半导体、AI服务器和数据中心相关股票持续承压时,部分企业软件公司却表现相对强劲。 Salesforce、ServiceNow、Workday和Atlassian等软件企业受到市场重新关注。 为什么? 因为投资者正在重新评估AI产业链不同环节的资本效率。 建设AI数据中心,需要提前购买大量GPU、服务器、电力设备和网络基础设施。 这些投资往往需要数年才能完全转化为收入和利润。 但软件公司的商业模式不同。 成熟的企业软件平台已经拥有客户关系、订阅收入和产品分销渠道。 如果能够将AI功能直接整合进现有产品,部分企业就可能在不需要自行建设同等规模GPU基础设施的情况下,增加每位客户的收入。 这也是为什么AI投资逻辑可能从过去的硬件建设,逐渐延伸到应用层的商业化。 不过,软件公司同样面临挑战。 AI Agent可能提高软件产品的价值,也可能改变传统按用户席位收费的商业模式。 因此,真正值得研究的是哪些企业能够通过AI提高客户付费意愿,而不是仅仅增加研发和推理成本。 $MSFT、 $GOOGL、 $AMZN 等科技巨头,已经拥有庞大的企业客户和云计算生态,也可能在这场竞争中获得优势。 AI投资的下一阶段,市场可能越来越重视谁能够真正把算力转化为客户愿意付费的产品。 你认为未来三年,AI产业最大的投资回报会继续留在 $NVDA 等硬件供应商,还是逐渐转向能够实现AI商业化的软件公司?
1
1
1,945
$NVDA 连跌背后出现罕见信号 半导体ETF遭遇11年来最长跌势 今天半导体市场出现一个值得关注的技术信号。 追踪美国半导体板块的SOXX ETF,连续第八个交易日下跌,累计跌幅约12.7%,创下约11年来最长的连续下跌纪录。 这说明市场抛售的已经不只是某一家企业,而是整个半导体产业链。 $NVDA、 $AMD、 $MU、 $AVGO 等公司,都面临投资者重新评估AI资本支出和估值的压力。 但有趣的是,今天台积电公布的季度净利润同比增长68.7%,第四季度收入展望最高达到543亿美元。 也就是说,部分半导体企业的实际经营表现仍然强劲,股票市场却在持续降低对整个行业的估值。 这种背离值得认真研究。 股票价格不仅反映企业当前赚多少钱,也反映市场对未来增长的预期,以及投资者愿意为这些盈利支付多少倍估值。 当市场预期非常乐观时,即使公司继续增长,只要增长速度略低于预期,股价仍然可能明显下跌。 反过来,如果企业长期竞争力没有发生根本变化,估值调整也可能逐渐创造新的风险回报机会。 对于长期投资者,真正重要的不是精准预测第八天还是第九天见底,而是观察企业基本面、盈利预期和技术趋势是否逐渐重新形成一致方向。 市场最容易让人犯错的时刻,往往是企业经营数据与短期股价表现完全相反的时候。 你认为这轮半导体调整,是AI长期增长逻辑发生变化,还是市场正在消化过去过高的估值预期?
776