币思达研究院BSTA.AI

一、核心内容摘要 这期分享会的主线是：短期市场已经开始从 AI 硬件单边上涨，转向“宏观压力 + 流动性分化 + AI 主线轮动”的阶段。上周回调主要由中美会谈利好不及预期、油价和霍尔木兹风险、长端美债收益率上行、Fed 换帅后宽松预期下降共同触发；但从资金池看，市场并非完全没钱，真正的问题是资金质量分化，后续要重点跟踪 FINRA 保证金数据、hyperscaler 2027 CapEx、Fed 短债购买节奏和纳指/标普比率。 更大的主题是 AI 2.0：讨论认为，AI 1.0 主要是效率工具、代码工具和企业降本，但真正能承载万亿级市场的 AI 2.0 可能是 Agent Social / AI 原生社交网络。投资上，未来机会不只在 GPU 和存储，而在大模型平台、社交入口、健康 AI、CPO/CDN/通信/台积电供应链等 AI 2.0 底层与入口资产；同时要警惕传统互联网平台税、SaaS 中间商和纯效率工具的长期估值压力。 二、核心问题摘要 1、宏观市场复盘与流动性：本周回调到底发生了什么？ 本周市场不是全面转熊，而是前期 AI 硬件上涨后的第一次明显校正。播客里认为，CTA 买盘结束后，市场仍然靠散户和少数 attention 足够高的 AI 硬件股继续向上走了一段；但上周后半周，尤其周四、周五，随着中美会谈不及预期、油价和通胀压力传导、美债长端收益率上行，AI 硬件带动指数开始回调。这个回调并不均匀，很多非主线股票此前其实已经在震荡下跌，真正上涨和下跌的都是少数 AI 硬件/高关注度标的。 流动性角度，会议重点提出要把“七指标看板”固定纳入每周宏观部分，尤其关注 FINRA 保证金数据、0DTE/期权反身性、散户动量资金、Fed 小放水、hyperscaler CapEx、纳指/标普比率等。核心判断是：市场短期仍有向上燃料，但不稳定，未来 5 月底更偏震荡回调，6 月要根据宏观数据和科技股基本面重新判断路径。 2、当前资金池结构如何？为什么说“表面有水，质量分化”？ 播客把资金池拆成几类：退休金、保证金借款、散户和 0DTE、公司回购、外资和私募信贷、Fed 小放水、hyperscaler CapEx 等。结论是，资金池不是完全枯竭，但支撑越来越集中在 Fed 每月约 400 亿美元短债购买和大科技 AI CapEx 上；散户和 0DTE 提供速度和波动，保证金与回购的边际支撑下降，外资和私募信贷偏压力。 这里最重要的是反身性。散户不仅买现货，还大量买 call option，做市商为了对冲 Gamma 风险需要买卖现货和期货，形成“call 买盘—做市商追买—指数上涨—更多散户买 call”的循环；但同样的结构向下也会放大回撤。会议因此强调，接下来不能只看指数点位，而要看资金池是否继续提供边际买盘。 3、AI 2.0 和互联网泡沫如何类比？现在处在泡沫哪个阶段？ 分享会将当下 AI 与 2000 年互联网泡沫做类比：互联网泡沫时，真正成为后来平台巨头的 Google、Facebook 等，在泡沫顶部时大多还没上市；当年先涨的是第一代门户网站和半导体基础设施。对应今天，AI 1.0 先涨的是 GPU、存储、半导体和 AI CapEx，而真正 AI-native 的应用和社交形态可能还没有完全进入资本市场。 但当前与 2000 年不同的是，今天 AI 基建的主要客户是 hyperscaler，而不是一批会倒闭的 dotcom 公司；半导体估值也没有当年那么极端。因此会议的阶段判断更偏：现在接近泡沫高潮开始，但未必已经到最终顶部。最大风险是 AI 2.0 可能像互联网 2.0 一样，在泡沫破裂后才真正到来；最大机会是如果 OpenAI、Anthropic 等大模型平台在泡沫破裂前上市，市场主线可能从硬件转向大模型平台。 4、AI 2.0 的范式转移是什么？为什么从效率工具转向社交网络？ AI 1.0 的主流用法仍然是把大模型当 editor、代码工具、内容生成工具或企业降本工具；这条路本质上是提高效率、减少成本，甚至是 GDP reduction，不一定能创造足够大的新增需求。真正能承载万亿市值的 AI 2.0，必须是改变人类行为方式、创造新连接和新消费场景的产品。 因此，他们认为 AI 2.0 很可能走向 Agent Social。原因是大模型掌握的不是传统社交图谱，而是用户长期对话、目标、情绪和思考路径，比 Meta、TikTok、淘宝、携程这类平台更了解“真实的你”。未来社交网络可能不再只是“你 follow 谁”，而是 AI 帮你找到同路人、合作伙伴、投资伙伴和精神路径相近的人。 5、AI 2.0 的投资趋势是什么？ 第一类机会是大模型平台。分享会明确提到，如果 OpenAI 或 Anthropic 上市后因为各种原因估值低于 1 万亿美元，可能会是未来几年的重要机会；只要故事继续讲下去，它们有潜力成为新的七姐妹成员，甚至冲击 4–5 万亿美元估值区间。 第二类机会是 AI 2.0 的底层承载资产，包括 CDN、CPO、通信、光电、台积电供应链和部分小票。比如 Cloudflare 被视为 CDN 方向的重点，因为 AI 视频、内容生成和流量增长最终要体现在 CDN 需求上；CPO 方向则把台积电视为底层龙头，并进一步寻找台积电供应链里的小票。 6、AI Agent 会如何冲击互联网平台税？ Agent Social 不只是社交产品，也会重塑互联网平台经济。例子是外卖、酒店、机票、维修服务等：今天用户需要通过美团、携程、OTA 或各类平台找供给方，平台从中抽取 20%–30% 的 take rate；未来如果用户直接让自己的 agent 搜索、比价、判断评论、下单，那么餐厅或酒店是否在平台上，重要性会下降。 因此，传统平台税会面临长期压力。并不是说 AI 不收费，而是 agent 的收费率可能显著低于原有平台抽成。例如如果 agent 只收 5%，而平台抽成 20% 以上，供需两端都有动力绕开传统中间商。这是对外卖、OTA、本地生活、部分流量平台的长期结构性威胁。 7、Howard Marks 的五个问题如何用于当前市场？ 播客引用 Howard Marks 的框架，不是为了预测明天涨跌，而是判断周期位置。五个问题可概括为：第一，顶级投资者不是更会预测未来，而是更会判断基础概率；第二，不是预测明天，而是判断当前处于周期的哪个位置；第三，信息必须同时重要且可知；第四，风险不是波动，而是结果不按预期发生；第五，落实到动作上，不是 all in 或清仓，而是根据周期位置调整仓位。 对当前市场的应用是：既不能因为 AI 长期对就满仓追高，也不能因为泡沫风险高就完全清仓。更合理的是保留核心仓位，同时随着流动性、估值、资金池和市场宽度变化做 calibration；如果市场进入高位末端，可以用对冲工具降低组合尾部风险。 8、AI 时代如何学习？核心是“成为自己”。 AI 时代的学习不是“问 AI 一个问题，得到答案就结束”，而是形成 问题—行动—结果—复盘 的闭环。好的问题不是随机产生的，而来自你在持续探索“自己想成为一个什么样的人”。AI 会极大降低知识获取门槛，所以真正稀缺的不再是信息，而是你能否围绕一个长期方向持续提出问题、采取行动、接受反馈，并在这个过程中逐渐成为自己。 换句话说，AI 时代的学习不是堆知识，而是把知识压进现实行动里。一个人今天问地球为什么转，明天问怎么修电脑，后天问妈妈为什么生气，这些问题单独看都可能有价值，但如果没有一个稳定的自我方向，它们很难形成知识体系。真正有效的问题，往往来自一个更深的追问：我到底想成为谁？我为什么要学这个？我希望用它改变什么？ 投资被认为是普通人最容易建立这个闭环的场景。因为你和 AI 讨论一个标的后，会做出买入、观察、减仓或不买的动作；市场随后给出涨跌结果；你再用结果和 AI 复盘，这个循环会迫使认知不断校准。相比单纯读知识，投资更容易把 AI 学习变成实践性学习。 所以，AI 时代最重要的学习能力，不只是会问问题，而是通过问题不断校准自我。AI 会放大你的思考，但也会放大你的混乱；如果你没有方向，AI 只会让你更发散。如果你知道自己想成为什么样的人，AI 就会变成一个加速器，帮助你更快完成“理解—行动—反馈—修正”的成长循环。 9、苹果为什么是 AI 2.0 时代值得重新讨论的标的？ 苹果的关键点不是传统意义上的 Apple Intelligence 或 Siri，而是它仍然掌握着最重要的 硬件入口 / 移动设备入口。如果 AI 2.0 从网页、App、企业软件，进一步走向个人生活、移动场景和随身智能体，那么入口很可能不只是浏览器或聊天窗口，而是手机、耳机、手表、眼镜和未来更多可穿戴设备。苹果的优势在于，它已经占据了用户每天最高频、最贴身、最稳定的硬件触点：iPhone 是移动入口，AirPods 是语音入口，Apple Watch 是身体入口，未来智能眼镜可能是视觉入口。这意味着苹果不一定需要在大模型能力上成为最强，但它有机会成为 AI 2.0 的终端分发层和个人上下文入口。 第二层逻辑是 wearable + health AI。分享会认为，健康可能是苹果在 AI 2.0 里最自然、最有差异化的方向。Apple Watch、AirPods、iPhone 和未来更多可穿戴设备，可以长期贴近用户身体，持续收集心率、睡眠、运动、体温、血氧、行为习惯等生理和生活数据。这类数据不是一次性输入，而是长期、连续、低摩擦、几乎无感地沉淀。 它和 Tempus AI 的区别在于，Tempus 更偏机构侧医疗数据、临床数据库、肿瘤数据、药企合作和医疗研究场景；苹果掌握的是普通用户日常生活中的连续生理数据和硬件入口。前者更像医疗数据资产和研究工具，后者更像 C 端健康 AI 的长期入口。如果未来用户健康问题越来越多地直接问 AI，苹果有机会成为普通人健康 AI 的前端入口，而不只是一个设备公司。 第三层逻辑是 AI CapEx 压力低。苹果几乎是七巨头里少数没有大规模重押 AI 数据中心 CapEx 的公司之一，因此在市场担心 hyperscaler AI 资本开支过高、GPU 采购过猛、自由现金流被 AI 基建吞噬时，苹果反而有一定防守属性。它的 AI 叙事不是“我要买更多 GPU”，而是“我已经有硬件入口、用户数据、操作系统和设备生态，只需要把 AI 嵌进去”。所以苹果在 AI 2.0 里的潜在价值，不一定来自算力竞赛，而可能来自移动设备入口、健康数据网络和个人 AI 分发层。 10、HIMX 的逻辑是什么？为什么它被放在台积电产业链和 AI 2.0 基础设施里讨论？ HIMX 的核心逻辑是：它不是纯 AI 硬件龙头，而是一个可能从传统显示驱动 IC 公司，向 smart glasses、ultra-low power AI、CPO / 光互连、汽车显示升级 等高毛利增长引擎切换的小票。Himax 原本服务 TV、手机、汽车显示等市场，业务基础偏传统；但现在市场重新关注它，是因为 AI 2.0 如果走向可穿戴设备、AR 眼镜、边缘 AI 和低功耗交互终端，显示、传感、低功耗芯片和光电相关能力都会重新变得重要。 它在台积电产业链里的位置，可以理解为 台积电制造生态下的 fabless IC / 光电与显示相关设计公司。也就是说，HIMX 不是台积电这种底层制造平台，也不是 CPO 最大龙头本身，而是依托台积电先进制造与台湾半导体生态，在显示驱动、低功耗边缘 AI、AR/智能眼镜和光电相关芯片方案中寻找增量。分享会里的思路是：如果 CPO、硅光、低功耗 AI 和新一代可穿戴设备成为 AI 2.0 的基础设施，那么除了台积电这种最大底层平台，也要向下寻找台积电供应链和生态里的弹性小票。 HIMX 的稀缺性在于，它既有成熟显示 IC 客户基础，又有向新场景迁移的可能。AI 2.0 不只是数据中心里的 GPU，也包括终端侧交互、智能眼镜、低功耗视觉、边缘推理和光互连。如果未来 AI 从“办公室效率工具”进入“日常生活入口”，那么显示、传感、低功耗处理和光电接口都会成为基础组件，HIMX 就有机会从传统显示周期股，切换成 AI 2.0 终端与光电基础设施的可选标的。 但这个逻辑不是短期追涨，而是“1.0 不一定最耀眼，2.0 后劲可能更强”的小票筛选框架。HIMX 当前更像一个估值切换候选：如果市场只把它当显示驱动公司，它是传统周期股；如果市场开始把 smart glasses、ultra-low power AI、CPO 相关方案和汽车显示升级纳入定价，它就可能获得新的叙事溢价。关键验证点是：非驱动业务收入占比、毛利率改善、智能眼镜/边缘 AI 客户进展、以及它在台积电生态中能否拿到更清晰的光电/低功耗 AI 供应链位置。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 加入我们的社群，请添加群主微信号：wish12779 ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、WuKong AP 这个项目本身想做什么？ WuKong AP 被定义为一个 AI-native 金融元宇宙：它不是单纯给标的，而是提供投资框架、KOL 角色映射、英雄榜、AI 视频和可二创的内容生态。Tom Lee 被映射为“小李飞刀”，未来其他 KOL、角色、交易风格也会进入这个体系。 项目的关键不是中心化生产大量内容，而是维护底层榜单和角色体系，让 AI 与外部创作者参与二创。团队希望通过“英雄榜 + 收益率 + 金融 IP”形成一个 content trap：与其每个创作者自己造一个没人关注的新 IP，不如加入一个已经有金融收益和注意力基础的生态。 二、核心内容摘要 本期分享会的核心是：AI 主线仍然是市场最强共识，但共识已经开始分化成“硬件拥挤、软件修复、宏观等错杀”的结构。 宏观层面，5 月整体仍偏高位震荡，Q2 静态流动性尚可，但 CTA 买盘已经从强顺风变成观察变量；真正需要防的是中美关系、Fed 换届、油价/通胀三条线重新定价后的短期错杀。 投资层面，分享会围绕几类 beta 备选展开：Nokia 作为 AI connectivity / data movement 低估值重估方向；Qualcomm 和 Apple 作为端侧 AI / C 端 Agent 入口；Nvidia 2x 作为 AI 算力价值定价权的直接表达。同时，SpaceX 上市与纳指新规被视为可能改变指数资金生态的大事件；软件股则因为“私募联合 OpenAI / Anthropic 成立 AI 服务公司”出现从“被 AI 吃掉”到“被 AI 改造”的修复叙事。 三、核心问题摘要 1、“等待三条线重新定价后的错杀”具体是什么？当前宏观和流动性状态怎么判断？ 这里的“三条线”是：中美关系 / 川普访华、Fed 主席换任、霍尔木兹 / 油价 / 通胀。 分享中认为，5 月整体风险可控，市场大概率高位震荡；但如果这三条线中任意一条出现利空重定价，比如中美谈判没有机制性安排、Fed 新主席沟通偏鹰、油价和通胀重新压制降息预期，就可能触发短期回调。 流动性上，CTA 在 4 月底大幅买入后，目前接近“不买也不卖”的状态；若指数出现 3% 以上回调，可能触发 300–400 亿美元级别的 CTA 抛售。 静态流动性方面，Q2 到 6 月底仍相对友好，但 Q3 起 TGA 重建和财政融资需求可能开始抽水。因此，“错杀”不是大熊市判断，而是等待拥挤赛道因宏观触发出现小幅回调后补仓。 2、Naval 和 Mark Cuban 的讨论给这期分享提供了什么底层框架？ Naval 提供的是 AI 时代个人与项目定位框架。他强调在 AI 知识平权之后，真正稀缺的是 taste、审美、判断力和 create beauty 的能力。分享会把这套逻辑延伸到 WuKong AP：一个投资框架、一个内容生态、一个英雄榜，本质上也可以是一种 beauty，是人机协作时代可以留下来的东西。 Mark Cuban 提供的是 泡沫中清醒参与的框架。他曾在互联网泡沫中做 Broadcast.com，并在卖给 Yahoo 后通过衍生品锁定财富，是少数“知道泡沫、参与泡沫、顶峰退出”的创业者。本期借此讨论 AI：OpenAI 等模型公司可能很难赚回投资人的巨额投入，但普通人和企业仍然必须拥抱 AI，因为 AI 的生产力价值是真实的。 3、Beta 备选：Nokia 的逻辑是什么？ Nokia 的逻辑不是“手机品牌复活”，也不是简单的 telecom turnaround，而是从欧洲电信设备商被重新定价为 AI data movement / AI connectivity 基础设施平台。AI 先重定价 compute，再重定价 memory，下一阶段会重定价数据如何在数据中心、云、边缘、终端和国防通信之间高速、安全、低延迟流动。 当前最先兑现的是 Optical / IP / AI & Cloud orders，而不是远期 AI-RAN 概念。Q1 2026 已经出现硬数据：AI & Cloud 销售同比 +49%，单季订单约 €1bn，Optical Networks +20%，公司上调 Network Infrastructure 与 Optical/IP 增长假设。 所以 NOK 更像一个旧资产身份切换的 re-rating trade。短期不适合追高，但如果 5 月出现错杀回踩，它比很多已拥挤的 AI 小票更适合作为低估值、低拥挤度的 AI beta。 4、Beta 备选：Qualcomm 的逻辑是什么？ Qualcomm 的核心逻辑是 端侧 AI + AI PC + 汽车智能化 + 数据中心 custom silicon 的多线重估。它的底层资产包括 Snapdragon SoC、modem、QTL 授权现金流，过去市场主要按手机周期给估值，但现在 QCOM 正在从 handset semi 扩展成更广义的 AI edge / physical AI / custom silicon proxy。 所以，QCOM 适合作为 beta 备选的原因是：它不是最性感的 AI 硬件股，但它是少数同时踩在手机 AI 入口、AI PC、汽车智能化、edge AI 和 custom silicon 上的大票；同时，QCOM 的优势是预期还没完全打满，回调时更适合作为低拥挤度的 AI beta 补涨标的。 5、Beta 备选：Nvidia 2x 和 Apple 的逻辑分别是什么？ Nvidia 2x 的逻辑是 AI 算力价值定价权。分享中强调，Nvidia 过去更多是围绕成本定价，让 neo cloud、模型公司和下游生态赚了很多利润；但现在下游利润空间扩大，Nvidia 完全可以从成本定价转向价值定价。尤其是它提前锁定大量 HBM / 高速内存，且未来系统中 memory 模块可能与主系统分开定价，这给 Nvidia 带来额外提价空间。 Apple 的逻辑是 AI 终端入口 + 补涨。如果 C 端 Agent 使用场景主要发生在手机，Apple 就仍是最重要的硬件入口；同时 Apple 今年有 CEO 变化和 6 月开发者大会等潜在催化。在七巨头横向比较里，Apple 没有明显泡沫化，如果 AI 端侧入口被重新定价，Apple 可能成为更稳健的大票 beta。 6、Tom Lee 在本期里的角色是什么？ Tom Lee 被映射成“小李飞刀”，是分享会“英雄榜”体系里的核心人物之一。本期认为，他在大盘判断上过去几年非常准，因此可以作为宏观和指数节奏的重要参考。 具体观点上，Tom Lee 对年底点位仍偏 bullish，但同时强调下半年风险，尤其是 Fed 主席换任和几个大型 IPO 对流动性的影响。他的框架是：中途可能有回调，但年底仍可能再上；因此分享会把他的观点用于支持“等待错杀，而不是否定主线”。 7、SpaceX 上市和纳指新规为什么重要？xAI 并入 SpaceX 对 Tesla / SpaceX 叙事意味着什么？ SpaceX 上市的重要性不只是“太空第一股”，而是可能改变纳指生态。5 月初 Nasdaq 新规启用后，未来超大估值公司最快上市 15 个交易日就可能进入纳指。如果 SpaceX 以 1.5–2 万亿美元估值上市，并快速进入指数，可能带来被动资金买入、旧 Mega-cap 权重稀释，以及 QQQ 短期先承压后修复的结构。 xAI 并入 SpaceX 则说明 xAI 的叙事可能从“独立大模型公司”转向 “SpaceX 体系里的 AI compute / neocloud / 未来太空算力平台”。这对 Tesla 不一定是利好，因为 xAI 本身在模型竞争中可能掉队；但对 SpaceX 是估值支撑，因为它让 SpaceX 从火箭公司进一步变成 AI 算力和未来空间基础设施平台。 8、AI 价值捕获指什么？利好哪些标的？ AI 价值捕获指的是：市场开始看到 AI 不只是 capex 和硬件投资，而是真的有应用端收入和商业化闭环。分享中多次提到 Anthropic ARR 暴涨，说明 Agentic AI 的 B 端价值开始被验证，AI 从“讲故事”进入“有人愿意付费”的阶段。 它利好两类标的。第一类是继续利好 AI 硬件和基础设施，包括 Nvidia、TSMC、HBM、内存、CPO、电力、数据中心、云基础设施，因为模型收入增长会反过来支撑 capex。第二类是应用层和软件层，如果 AI 真的带来收入、留存和利润率改善，资金会从基础层逐渐扩散到软件和企业服务。 9、私募联合 OpenAI / Anthropic 成立 AI 服务公司，为什么是软件股的重要事件？ 这件事被视为软件股修复的重要催化。OpenAI 侧成立 The Deployment Company，背后有 TPG、Bain、Brookfield 等私募；Anthropic 侧和 Blackstone、高盛等推出 AI-native enterprise services firm。它们的目标不是简单卖 API，而是把 AI 嵌入企业核心业务流程。 关键在于私募的动机。过去几年，私募在高估值阶段买了大量软件资产，但“AI eating software”的叙事压低了这些公司的估值，影响退出。现在私募联合 OpenAI / Anthropic，可以把叙事从“AI 吃掉软件”改成“AI 帮软件转型”，从而给软件公司估值修复、私募退出、模型公司收入增长同时提供理由。 10、如果软件股修复，哪些标的和方向更值得关注？ 本期提到两类方向。第一类是 AI Agent / 网络 / 边缘基础设施，比如 Cloudflare、Fastly、BAND、voice agent 相关公司。这类公司不一定在私募 portfolio 里，但如果软件修复行情启动，它们因为本身踩在 AI 工作流和网络基础设施上，可能弹性更好。 第二类是传统企业软件和私募 portfolio 相关方向，比如 Oracle、ServiceNow、Reddit、Zendesk、Genesys、UKG 等。Oracle 和 ServiceNow 是更容易被市场理解的大票软件代表；Reddit 则被讨论为 AI 时代人类真实语料和社区数据资产。总体结论是：软件可以修复，但要区分“估值修复”与“基本面反转”，后续必须看 AI 是否真的改善净留存、ARPU、利润率和现金流。 11、Pre-IPO 项目怎么选？Anduril、Anthropic、Stripe 谁更有性价比？ Pre-IPO 这条线的核心不是“公司越大越好”，而是看三件事：估值是否已经打满、叙事是否足够纯、上市前注意力是否还会继续提升。它不像二级市场每天剧烈波动，只要业务基本面还在改善，反而可能在高波动市场中充当一种“避风港”；但缺点是流动性差、锁定期长、SPV 费用高，不能当成普通股票交易。 三者里，Anthropic 是最强 AI 价值捕获标的。它直接代表 Agentic AI、Claude Code、企业 token 消费和模型公司收入闭环。如果能以合理估值拿到额度，它的优先级最高，因为它是 AI 应用层变现最直接的 proxy。但问题也很明显：估值已经非常高，且可获得性、条款、流动性折价都要仔细看。 Anduril 是最纯的 defense AI / autonomous systems Pre-IPO 标的。它买的不是通用 AI，而是国防 AI、无人系统、边境安全、军工软件硬件一体化平台。相比 Anthropic，它的想象力没那么“AI 全民化”，但胜在赛道稀缺、叙事干净、政策和地缘逻辑强。如果未来市场继续重估自主武器、战场 AI 和 defense tech，Anduril 仍然是这一方向最值得放进观察池的未上市龙头。 Stripe 质量很好，但性价比不高。 它是全球最优质的支付基础设施公司之一，但问题在于估值已经不便宜，而且叙事不够纯：它既不是最直接的 AI 应用层，也不是最稀缺的 defense AI，更不是最有 attention beta 的 IPO 标的。Stripe 上市当然会有关注度，但在高估值基础上，留给 Pre-IPO 买家的弹性可能不如 Anthropic 和 Anduril。 一句话排序：如果只看三者，优先级是 Anthropic >= Anduril > Stripe。 Anthropic 买的是 AI 应用层变现，Anduril 买的是 defense AI 稀缺性，Stripe 买的是优质但偏成熟的 fintech 基础设施；所以 Stripe 不是不能买，而是以当前估值和叙事弹性看，性价比不高。 12、Alpha 备选：MIAX 为什么是被低估的期权交易所黑马？ Miami International Holdings（$MIAX）是 期权交易基础设施 + 0DTE / 短期期权扩张受益者。它运营美国 4 家期权交易所，优势在低延迟、确定性撮合系统。随着 0DTE、短期期权和零售期权交易扩张，做市商越依赖稳定撮合和接入系统，MIAX 越有机会继续抢份额。 MIAX 在美国多重上市期权市场的 5 日平均份额约 16.0%，排名全市场第 4；前面分别是 Cboe 30.4%、Nasdaq 27.2%、NYSE 17.0%。MIAX 和 NYSE 的差距已经很小，但市值和市场认知明显还不在一个层级。 13、Hedge 备选：UVIX / CNVA 的作用是什么？ UVIX / CVNA 不是主线进攻仓，而是 防回撤、防波动放大、防 AI 硬件拥挤交易反转 的 hedge 工具。它们更像市场风向标，而不是利润主线：持有 hedge 标的，就像带一只鸟进入毒区，空气出问题时，鸟会先死亡，给你一个提前警告信号。播客里也提到，当指数上涨但波动率没有同步变贵时，买保险的价格没有对应上升，反而让 hedge 的性价比变高。 UVIX 更偏短期波动率 hedge，适合防突发下跌、VIX 快速上行和指数踩踏，尤其是在 CTA 卖盘、中美关系、Fed 换届、油价通胀重新定价时提供保护。但它不适合长期持有，因为波动率产品有天然损耗，定位应是阶段性保险，而不是长期配置。 CVNA 更偏事件型 / 结构型 hedge，底层逻辑不是单纯做空一只妖股，而是押注“车贷风险已经在数据上恶化，但还没有完全反映到股价里”。如果车贷、消费信贷或二手车金融链条真正出问题，CVNA 这类高敏感标的可能不是慢慢跌，而是出现剧烈重定价。小仓空头的意义不只是赚钱，也是在逼自己持续关注那些“已经有苗头、但市场还没正式交易”的风险。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 加入我们的社群，请添加群主微信号：wish12779 ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、核心内容摘要 本期分享会围绕“AI 时代价投：气宗 vs 剑宗；五月懒人策略组合”展开，核心讨论从三个层面展开：第一，AI 正在改变投研、内容生产和市场共识形成方式；第二，传统价值投资框架在 AI、CTA、期权、流量和高速轮动市场中需要重估；第三，5 月组合策略被拆成三类：Core Portfolio、Growth Portfolio 和 One Kill ETF，用不同仓位表达不同风险收益目标。 投资层面，本期的核心判断是：当前市场并非全面牛市，而是由 AI 硬件、存储、CPU、电力、Agent 基建和部分小票共识推动的结构性行情。宏观层面仍受长端利率、油价、CTA 潜在卖压和 BTC 筹码结构约束；交易层面则强调仓位管理、风控、共识形成速度，以及“用更少时间选股、用更多时间管理仓位和风险”。 二、核心问题摘要 1、插播一条广告：品牌升级计划 我们的未来计划除了提高投研收益率，还会把 AI 深度引入投研、选股、交易计划和内容生产。 我们的目标是做“金融界的富爸爸穷爸爸 + 泡泡玛特”，即把投资理念、交易风格、KOL 方法论和市场门派，转化成可视化、IP 化、视频化、角色化的内容体系。AI 的作用不只是辅助分析，还包括把文字内容转成图片、视频、人物设定和金融 IP 宇宙。 这一计划背后的判断是：如果只是用 AI 把收益率做高，目标仍然偏窄；真正有范式意义的方向，是用 AI 做过去做不到的事情。投研上追求达到理想收益率即可，内容侧则要通过中西文化、武侠、动漫、金融市场角色的混搭，形成“只有自己能做”的独特产品。 请观众朋友们敬请期待吧！ 2、宏观层面，本期对 5 月市场的判断是什么？ 风险资产仍处在高位，但不是普涨行情，而是由少数赛道驱动的结构性上涨。过去 10 天，大盘微幅上涨，但主要由存储、CPU、AI 硬件等板块带动；软件、消费和部分旧龙头相对疲弱。美国经济数据仍强，就业未破，但通胀压力和长端利率仍限制市场进入“狂暴牛市”。 需要重点跟踪三组背离：第一，美债收益率与风险资产创新高之间的背离；第二，AI 需求端巨头与供给端硬件链之间的背离；第三，BTC 链上修复与“牛回”情绪之间的背离。CTA 当前没有新增强买盘，但若标普出现 2%–3% 的快速回调，可能触发 300–500 亿美元级别的系统性卖压，意味着后续上涨需要真实承接，而不能只依赖机械买盘。 3、AI 时代的价值投资有什么变化？ 本期对“AI 时代价值投资”的核心判断是：价值投资不是静态教条，而是持续更新“价值定义”的方法。过去价值可能来自资产折价、品牌、渠道、平台壁垒和网络效应；AI 时代的价值更可能来自算力、数据、模型、工作流重构、硬件基础设施、Agent 基建、边缘 AI 和金融结算网络。 被批评的是“伪价值投资”的五种形式：把长期持有本身当成价值投资、把低估值直接当成安全边际、把能力圈活成舒适圈、把好公司等同于好股票、把不肯认错包装成长期主义。AI 最大的变化是知识平权，投资者学习新领域的成本大幅下降；如果在这种环境下仍固守旧能力圈，本质上不是稳健，而是认知不更新。 4、张三丰、小李飞刀、任我行分别代表什么投资门派？对应巴菲特、Tom Lee、Milton Berg 的含义是什么？ 张三丰对应巴菲特，代表“气宗”与长期内功型价值投资。其特点是慢、稳、重视复利、现金流和企业质量，不追求短期捷径。分享会将伯克希尔类比为投资界历史最悠久的门派，将巴菲特类比为张三丰，强调其方法论建立在长期修炼、稳健资本配置和避免赌场式投机之上。巴菲特手持大量现金，并用“教堂旁边建赌场”形容当下市场，体现的是对投机化市场的警惕。 小李飞刀对应 Tom Lee，代表“剑宗”或高命中率点位派。Tom Lee 的特点不是用最复杂的基本面推演说服市场，而是用极具传播力的目标点位和阶段判断影响市场预期。小李飞刀的比喻在于“出手快、结果明确、市场记得住”。分享会认为 Tom Lee 当前是机构和散户都熟悉的市场名嘴，影响力仅次于美国总统和美联储主席这类真正能直接改变市场变量的人物。 任我行对应 Milton Berg，代表极端技术分析 / 玄学式交易体系。这里的“吸星大法”不是传统主流分析，而是一套自成体系、反常规、外部难以完全解释但可能具备强市场杀伤力的方法。其特点是并不严格遵循传统基本面或主流技术分析规则，而是通过独特指标、历史结构、周期判断或自创框架，给出高度非共识的结论。 5、AI 芯片多元化的核心逻辑是什么？ AI 芯片多元化的底层逻辑是：大模型和 Agent 竞争会持续压低 token 成本、提高计算效率，并迫使模型公司和云厂商在硬件层面做更深定制。定制化芯片、ASIC、CPU、GPU 互联、光互联、存储和数据传输都会成为提高效率的关键环节。 标的表达上，高通被视为一个尚未充分定价的增量大票，因为其芯片覆盖端侧设备和 Physical AI 场景；MRVL 代表定制化 GPU 互联、数据传输和 ASIC 方向；AVGO 是更成熟的 ASIC / AI 芯片互联表达；AMD、Intel、SMCI 则承担 AI 硬件供给端再定价。整体判断是，市场正在从单一 GPU 叙事转向“芯片多元化 + 端侧 AI + 定制化硬件”的二阶段行情。 6、Agent 基建为什么重要？涉及哪些方向？ Agent 基建的重要性在于：当 AI 从聊天转向执行任务，Agent 不仅需要模型能力，还需要访问网页、调用 API、发短信、打电话、完成验证、连接终端设备和企业系统。也就是说，Agent 的指数级增长会带来底层通讯、CDN、网络传输、API、企业通信和端侧连接需求的同步增长。 具体方向包括三类。第一，CDN 与网络层，大票是 Cloudflare，小票是 Fastly。第二，通讯与 voice agent 基建，包括 Bandwidth 和 Twilio，其中 Bandwidth 更偏硬资产，因为其拥有 Voice over IP 网络，而 Twilio 更偏软件层。第三，通信设备与端侧 AI connectivity，Nokia 被重点讨论为西方通信基建替代、AI-RAN / NVIDIA 合作以及 5G/6G 网络升级的受益方。 7、Core Portfolio：如何选 5 支 500 亿美元以上大票 / 金银 BTC / 主题 ETF？ Min 的 Core 组合是 POWL、NOK、MRVL、SLV、BTC。其逻辑是把 Core 定义为 beta 仓位，在 AI capex 中避开已经拥挤的存储，转向电力、定制化 GPU 互联、端侧 AI 基础设施三个尚未完全拥挤的方向。POWL 对应电网设备，NOK 对应端侧 AI / 通信基础设施，MRVL 对应定制化 GPU 互联和 ASIC 数据传输；SLV 和 BTC 则作为宏观失效环境下的金属 / crypto 大周期表达。 Alex 的 Core 组合偏向“低估 AI 硬件 + BTC beta + 波动率保险”。核心标的是 QCOM、NOK、SMCI、CRCL，以及 SLV / UVIX 二选一。QCOM、NOK、SMCI 被认为是 AI 硬件中估值相对低、下行空间相对有限、可能受资金补涨的方向；CRCL 是 BTC 上行时更高 beta 的表达，但受 CLARITY Act 进展制约；SLV 和 UVIX 则分别代表白银回调买点和低溢价波动率保险。 AI 版本分成 GPT Pro 与 Claude 5.4 两套。GPT Pro 给出的组合是 NVDA、AVGO、CEG、BTC、SLV，逻辑是 NVDA 5 月财报构成明确事件驱动，AVGO 对应定制 AI 芯片与互联，CEG 表达核电 / 能源，BTC 与白银表达宏观资产。 Claude 5.4 的答案与 GPT 接近，基本围绕 NVDA、BTC、黄金、CEG、AVGO 组成，反映出 AI 模型会基于公开信息形成高度相似的市场共识。 8、Growth Portfolio如何选 10 支 200 亿美元以下成长票？ Alex 的 Growth 组合更强调“共识形成 + 赛道映射 + 小票弹性”。播客中并未给出一个完全封闭的最终 10 支名单，而是给出一个小票池。可归纳为：PENG、TRT、CEPT、SIVE、SOI、IQE、AAOI、LPK、BAND，以及 MRLN / FLY / ELMT / CGEH 等观察池。PENG 是存储模块与 AI data center 解决方案小票；TRT 被视为 AEHR 的小票映射；CEPT 对应 RWA / 股票代币化；SIVE、SOI、IQE、AAOI、LPK 属于“女神共识票”或 photonics / 半导体 attention trade；BAND 对应 Agent 通讯基建；MRLN、FLY、ELMT、CGEH 分别对应军工自主化、SpaceX spillover、战略金属加工和发电机产能。 Min 的 Growth 组合更强调与主仓错位，选择更高风险、更高弹性的“小票彩票仓”。重点包括 PENG、BZAI、OUST、PDFS。PENG 与 Alex 形成共识；BZAI 被认为是边缘 AI 推理解决方案，覆盖机器人、无人驾驶、边缘国防和摄像头等场景，但存在做空报告与客户真实性风险；OUST 是 Physical AI / LiDAR 方向，短期催化包括营收增长和新产品；PDFS 是半导体制造数据分析与良率提升平台，从数据、测试、测量、封装全生命周期提升良率。 9、One Kill：只选一支杠杆 ETF，应该如何表达？ One Kill 的核心思想是：用一支 ETF 在一个月内表达最强方向，而不是分散买很多标的。Min 更倾向 AI 给出的 USD 或 SOXL，分别对应两倍 / 三倍半导体方向；逻辑是既然选择 ETF，就应表达最强赛道，即半导体 / AI 硬件，而不是选一个不痛不痒的方向。UVIX 被视为少数可见的 hedge 工具，但更偏波动率保险，而不是进攻表达。 Alex 则提出另一种思路：两倍做多 NVIDIA。理由是 NVDA 过去半年涨幅不明显，若市场回调，其下行风险可能有限；若 5 月财报带来补涨，则两倍 NVDA 的收益弹性可能优于已经涨幅较大的 DRAM 或 SOXX 类 ETF。这一策略本质是用单一高确定性龙头财报事件表达“AI 硬件未结束”的判断。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 加入我们的社群，请添加群主微信号：wish12779 ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。

一、直播预告 欢迎关注 Youtube 频道：https://www.youtube.com/@ApeorDon Alex 和 Cloris 将于每周美西时间周日下午 13:00 和大家一起聊聊 AI 时代的牛逼人生。 二、核心内容摘要 本期核心主线是：硅基正在掌控股市，AI capex 从 GPU、存储、光电继续扩散到 CPU、电力、测试、材料和网络基础设施。 上周市场上涨主要由半导体和 AI 硬件驱动，SOX 出现 18 连涨，Intel 财报点燃 CPU 叙事；但 CTA 从最强买方转为温和卖方，主动资金开始高位补仓，市场进入“趋势仍强、但交易难度上升”的阶段。 投资框架上，本期重点讨论了两个方向：第一，AI 软件 killer app 出现前，AI 硬件仍是最可炒的主线；第二，长期投资需要引入类似 Milton Berg 信号的低频 risk-on / risk-off 框架，用 ETF 或指数工具控制系统性风险，同时把小票 alpha 与大盘 beta 分开管理。 三、核心问题摘要 1、宏观：本周市场为什么涨？接下来风险在哪里？ 本周标普和纳指继续创新高，SOX 半导体指数连续 18 个交易日上涨，市场广度却没有同步扩散，标普等权指数走弱，说明上涨仍主要由半导体和 AI 硬件链条驱动。 但接下来 CTA 已从净买入转向温和卖出：横盘路径下未来一周约卖 6 亿美元，5 月约卖 28 亿美元；大涨路径下未来一周约卖 11 亿美元；大跌路径下未来一个月卖出可能放大到 372 亿美元。主动机构虽在回补股票敞口，但属于高位接棒，因此未来一到两周更依赖大科技财报、AI capex 指引和宏观数据验证。 2、“硅基掌控股市”是什么意思？ 本期用“硅基消费升级，碳基消费降级”概括当下市场结构。所谓碳基消费，指人类消费；硅基消费，则指 AI、token、agent、数据中心对算力、芯片、电力和基础设施的消耗。 3、AI 硬件真是未来 20 年最好生意吗？ 在真正的 AI 软件 killer app 出现之前，AI 硬件会一直是最清晰、最容易被资金定价的主线。 因为当前 AI 轻资产模式还没有出现类似 Facebook、微信那样人人每天使用的超级应用，市场找不到更性感的软件落点，只能继续押注重资产硬件。 同时也承认硬件的死穴：重资产、capex 线性投入、长期 ROI 受软件需求制约。如果未来出现真正的 AI killer app，资金可能从硬件切向软件；但在那之前，即使 AI capex 出现阶段性回调，也更像九局球赛里的“中场休息”，不一定代表 AI 硬件泡沫彻底破裂。 4、长期投资框架：Milton Berg 信号为什么重要？ Milton Berg 被作为“如何避免大亏”的长期框架案例。他是老派买方交易员和基金经理，擅长周期与危机交易；其模型强调二元仓位：risk-on 时 100% 投资 S&P 500 或类似指数，risk-off 时 100% 退出股票、转向现金或 money market fund。 这个模型的价值不在于每天预测涨跌，而是帮助投资者判断大盘系统性风险。它不选个股、不做行业轮动、不加杠杆、不做空、不频繁交易，只判断当前市场应该承担风险还是回避风险。因此，它更适合作为“长期底仓风险开关”，不是用来决定具体买哪只小票。 5、长期投资框架：懒人 ETF 框架怎么用？ 本期的懒人框架不是只买一个 ETF，而是用 ETF 管理大盘 beta、赛道 beta 和高波动主线。讨论中提到，除了 PSI 这种半导体 ETF，还可以关注 HYDR、POW、URA、NASA 等主题 ETF：HYDR 和 POW 对应 AI 电力，URA 对应核能，NASA 对应商业航天。 同时，可以用类似 Milton Berg 的交易节奏框架辅助操作 SOXL 这类半导体杠杆 ETF，但也强调 SOXL 非常难做，关键在于节奏。 6、上周标的复盘：MRLN、AOSL、LPK、Avex 怎么看？ 上周提到的四只票里，AOSL 和 LPK 表现较好，MRLN 和 Avex 表现相对弱。 具体来看，AOSL 和 LPK 属于 AI 硬件扩散链里更容易被资金理解的方向，一个偏 AI power / 功率半导体，一个偏半导体设备或制造链条，因此在 AI capex 继续扩散时更容易被买入。MRLN 和 Avex 则更像新 IPO 第一段彩票仓，核心逻辑没有被完全证伪，但短线需要持续新闻、订单、合作或财报催化，否则容易在热度消退后震荡。 MRLN 的短期压力主要来自 S-1 中较大规模 secondary resale 带来的 overhang 担忧，即市场担心未来潜在抛压；但这些股份仍有锁定期，6 月前不一定形成实际卖压。因此，这类票不能简单用一周涨跌判断逻辑对错，更适合放在“事件驱动 + 小仓跟踪”的框架里：有催化就交易，没有催化就等待，不适合当作稳定中线主仓。 7、下一只万亿票 - ARM：为什么它是 CPU 主线里最值得重视的大票？ ARM 的核心不是“又一只 CPU 股”，而是 CPU 架构税资产。Intel、AMD 是卖 CPU 的公司，ARM 更像站在 CPU 生态底层收 royalty 的平台：手机、IoT、汽车、cloud CPU、自研芯片、agentic AI、edge AI 只要继续采用 ARM 架构，ARM 就能通过授权费和 royalty 持续抽成。 更关键的是，ARM 在 3 月 24 日 做了历史性更新：它不再只是 IP 授权公司，而是开始做自己的 data center CPU / AGI CPU。这意味着 ARM 从“卖架构、收税”进一步进入“直接参与 AI 数据中心 CPU 硬件”的阶段。 所以，ARM 被认为有“万亿票”潜力，核心在于它同时具备三层终值逻辑：第一，原有 royalty 模式是高毛利、轻资产、长尾税收；第二，cloud CPU / hyperscaler 自研芯片会抬高 ARM 在数据中心的渗透率；第三，自研 CPU 让 ARM 从 IP 平台升级为 AI compute 平台。 8、TRT：为什么它是本期最典型的小票 alpha？ TRT 被定义为半导体测试链的小票，其逻辑来自 AEHR 先涨后，资金开始向测试赛道扩散，市场继续挖掘同类小票。TRT 的事件驱动包括马来西亚布局、东南亚本土化、AMD 在 2024 年扩大马来西亚布局，以及市场猜测 TRT 可能是 AMD 供应商。 技术上，TRT 和 AEHR 都是 burn-in 测试逻辑，但 AEHR 更偏晶圆切割前测试，TRT 更偏切割后芯片测试，因此 AEHR 技术和利润率更强，TRT 更像同一条链上的二阶弹性票。 9、NOK：为什么 Nokia 被放进十亿以上主线票？ NOK 的定位不是小票 alpha，而是 AI 网络基础设施 beta。Nokia 近期重组后更聚焦两块业务：一是 network infrastructure，核心看光网络、IP 网络、数据中心互联和运营商网络升级；二是 mobile infrastructure，核心看 5G 后周期、6G、AI-native network 和 AI-RAN。它与 Nvidia 的战略合作，是市场重新理解 Nokia 的关键：NOK 不只是旧电信设备商，而可能成为 AI 流量增长和 AI-RAN 网络升级的基础设施供应商。 更具体地说，NOK 的逻辑有三层：第一，AI agent 和推理需求会推高流量，对光网络、传输和移动网络提出新需求；第二，欧洲硬件和半导体链正在补涨，Nokia 作为欧洲通信基础设施龙头，有重新定价机会；第三，西方在华为受限后需要可替代的通信设备商，NOK 具备供应链安全溢价。 10、Semi：ASYS、INTT、PDFS 分别是什么位置？ ASYS 是 advanced packaging / thermal processing 小市值弹性票。 它的核心资产是 Thermal Processing Solutions 里的回流焊和热处理设备，解决高功率封装里的温度一致性、键合可靠性和良率问题。 INTT 是半导体测试链的小票，和 TRT 属于同一条二阶扩散逻辑。 AEHR 先涨，说明资金开始重视 AI 芯片、功率芯片和先进封装带来的 burn-in / reliability testing 需求。 PDFS 是 fab intelligence / 良率数据软件票。 它是半导体制造数据、良率优化和 fab AI 软件层，背后有 Intel 级别巨头客户或订单背书。 11、光电：ALMU 在本期框架里怎么定位？ ALMU 不是做光模块，而是解决传统小尺寸衬底成本高、量产难、难进入主流 CMOS 产线的问题。ALMU 的主线正在从“技术故事”向“商业化去风险”过渡：4 月再获超 400 万美元政府合同，随后又获得 NASA award。 12、新 IPO：ELMT 为什么值得观察？ ELMT 的核心业务是把钨、钼等难熔金属加工成航空航天、国防、半导体、医疗和高功率系统所需的精密部件，同时提供 EMP engineered microwave products。2025 年收入约 2.016 亿美元，同比增长约 5.9%；上市前债务本金约 5350 万美元，IPO 后 pro forma cash 约 6890 万美元。它比 MRLN 更上游，核心优势是美国本土纯钨/钼垂直加工能力，叠加 EMP 国防应用和关键材料供应链安全。播客中也强调，ELMT 做的是钨、钼等难熔金属加工，且已到材料层面，具备上游卡点属性。 Bull case 是“中国出口限制 + 美国国防供应链安全 + 非中国钨供应链稀缺性”，如果市场愿意给 critical minerals + defense + EMP 组合溢价，ELMT 可以成为低流通、低估值 IPO 妖股。 13、AI 电力：FCEL、AOSL 怎么看？ FCEL 是 AI 数据中心自备电的高弹性验证票。 它不应被简单看成传统燃料电池股，而应放在 AI power / distributed energy 里理解：AI 算力扩张速度快于电网接入，数据中心园区需要“自带电源”。公司 3 月推出标准化 12.5MW data center power block，Q1 披露新增超过 1.5GW 数据中心商业提案，并与 SDCL 框定最高 450MW 项目机会。它的差异点在于原生 DC 输出、余热可用于制冷、并兼容碳捕集，因此更适合高密度 AI 园区“供电 + 冷却”一体化场景。 AOSL 是 AI power 里更偏半导体的表达。 它不靠燃料电池或发电，而是吃 AI server power delivery、MOSFET、电源管理、hot-swap、服务器供电架构升级。上周 AOSL 表现较好，说明资金已经开始从 GPU / CPU 往 power semi 链条扩散。两者区别是：FCEL 是分布式能源和数据中心自备电的高 beta 票，订单验证更关键；AOSL 是功率半导体和服务器电力架构票，更贴近 AI 硬件供应链，确定性相对更清晰。 14、机器人：VPG 为什么被重新放回观察名单？ VPG 是 physical AI / 机器人传感器 / 精密测量 方向的 alpha 票，其核心看点是高精度传感器、应变片、称重和测量技术在机器人、工业自动化和 physical AI 中的潜在应用。最大不确定性是 Tesla 机器人量产时间无法把握；同时公司自己给的机器人感应器收入指引只有几百万美元级别，短期基本面贡献有限。 👋 加入社区： 请关注 www.x.com/memely 获取最新消息 加入我们的社群，请添加群主微信号：wish12779 ⚖️ 免责声明： 【免责声明】本播客及所有相关内容仅为信息分享和教育目的，不构成任何形式的投资建议或财务意见。市场有风险，投资需谨慎。在做出任何投资决策前，请务必进行独立研究并咨询专业顾问。