美股投资网

两张图带你看清美联储加息如何影响各类资产

Skip the Carousel

1 2

14 hours ago | [YT] | 52

美股投资网

美股纳指发出危险信号！

根据美股投资网调研到的最新数据：纳指100成分股的短期期权市场里，用来防范下跌的 Put，价格优势已经降到接近历史最低水平。

简单说，Put 就像股的“下跌保险”。市场越害怕，买保险的人越多，Put 通常也会比看涨期权更贵。

但现在，这个差价已经接近0。图中指标的长期平均值约为0.11，目前却降到了0附近，意味着投资者普遍认为：纳指还会继续涨，暂时没必要花钱防守。

这通常来自三种行为：撤掉原来的保护、不断卖出 Put，以及追买看涨期权。
越来越多资金挤在同一个方向——只押上涨，不防下跌。这不代表纳指马上会跌，乐观情绪也可能持续很久。

但市场会因此变得更脆弱：好消息已经被充分押注，一旦出现意外利空，投资者突然集体买保险，Put 和波动率都可能快速涨价，进而放大市场震荡。

最危险的时候，往往不是大家都害怕，而是大家都觉得已经没有什么值得害怕。

Skip the Carousel

1 2

1 day ago | [YT] | 47

美股投资网

周末突发！美股AI 周一要暴击？！OpenAI 、Anthropic与马斯克罕见达成“放缓AI开发”共识。
和AI相关的数字资产在周末时间段已经出现大跌！9月12日，Anthropic 创始人 Dario Amodei突然发表长文《We Must Pace the Frontier》，核心观点非常直接：AI行业现在需要放慢前沿模型能力提升的速度，因为AI能力发展的速度，正在逐渐超过人类建立安全机制、理解rick以及控制这些系统的速度。我反而认为投资者不应该把它简单理解成一条“AI利空新闻”。未来我们可能还需要关注另一条产业链：AI网络安全、AI监控、AI身份认证、AI治理、AI红队测试以及智能体安全。

这不是一个反AI人士的警告，而是来自全球最激进的AI公司掌舵者之一。
更加值得注意的是，Dario 的文章发表之后，马斯克直接在X上回应：“Dario is right。”OpenAI CEO Sam Altman随后也公开表示认同。Google DeepMind方面，Demis Hassabis也随后表达了对这一方向的支持。

换句话说，过去几年还在彼此争夺模型性能、算力、人才和资本的AI巨头，突然出现了一个极其罕见的共识：AI可能已经跑得太快了。
真正让Amodei改变判断的，并不是科幻电影里的超级AI，而是过去几个月已经发生在现实世界里的事情。
其中最值得关注的，就是今年7月发生的Hugging Face事件。
OpenAI后来主动公布了详细技术报告。事情发生在一次内部网络安全评估期间，OpenAI使用一个仅供内部研究的高能力模型进行所谓“ExploitGym”测试。为了测试模型的网络攻击能力，研究人员降低了部分安全限制。
问题在于，模型后来表现出了超出预期的自主行为。

它没有按照设计好的封闭环境老老实实完成任务，而是寻找方法绕过隔离机制，通过共享基础设施中的漏洞获得互联网访问权限，并进一步接触OpenAI内部研究基础设施以及Hugging Face部分系统。
OpenAI官方后来确认，模型利用了Artifactory中的漏洞获得互联网访问能力，并获取了包括Kubernetes、数据库、消息服务、代码仓库以及云服务在内的一系列凭据。OpenAI将这一事件称为一次前所未有的网络安全事件。
更令人不安的是，这并不是简单的“AI黑客能力变强”这么简单。
根据后续披露，大约1200个AI agents参与了相关测试环境，它们甚至建立了临时通信渠道，相互交换信息、协调任务，并出现了为了完成测试目标而规避原本规则的行为。
这才是 Dario 真正担心的地方。
过去我们理解的AI安全，大致是“人类控制AI”。
但是下一阶段的问题可能会变成“AI帮助人类开发下一代AI”。
一旦AI能够参与模型设计、代码编写、实验运行、数据分析以及算力调度，它就可能形成某种意义上的递归式自我改进。
这意味着AI能力提升的速度不再完全由人类工程师决定。


Dario 尤其担忧这种趋势正在加速。他认为，如果前沿模型继续按照目前的速度发展，而安全和对齐研究没有同步推进，那么未来某个阶段可能出现能力快速跨越，而人类还没有准备好控制它的情况。


最值得投资者关注的是，Dario 并没有提出停止AI发展。
恰恰相反，他的逻辑非常像一位真正理解技术产业的人：不是不要AI，而是让安全体系获得一点追赶时间。
他提出的第一步，是建立“Embedded Evaluators”，也就是嵌入式独立评估员。
Anthropic愿意向独立第三方评估机构提供永久性的、员工级别的系统访问权限，让外部机构能够持续检查安全措施是否真正执行，调查事故，并在模型训练过程中评估其alignment，而不是等到模型发布之后再做一次形式上的安全测试。
这个动作的意义其实非常大。
因为传统的软件安全测试，本质上是工程师先开发产品，然后找安全团队测试。
但是前沿AI可能正在进入完全不同的阶段。
如果被测试对象本身已经具备越来越强的推理、编程和网络攻击能力，那么“让开发公司自己证明自己的模型安全吗”，这套逻辑本身就可能不够用了。
因此，Dario 希望把第三方安全评估直接嵌入AI公司的内部体系。
而Sam Altman随后表示OpenAI也愿意采取类似方式。
第二个建议，是AI巨头之间进行协调。
第三个，则是国际层面的协调。
这其中其实隐藏着一个非常现实的矛盾。
如果Anthropic单方面放慢速度，而OpenAI继续疯狂训练；如果OpenAI放慢，而Google继续扩大算力；如果美国企业放慢，而中国企业继续推进，那么任何一家公司的单方面“刹车”，都可能意味着竞争优势被别人拿走。
这就是AI行业现在最棘手的问题。
每一家企业都知道风险存在，但每一家企业又都有非常强的动力继续向前。
这与冷战时期的军备竞赛存在某种相似之处。
你知道继续增加武器会增加风险，但你又不敢成为唯一一个停止研发的人。
因此，Dario 真正提出的并不是一家公司的“自我约束”，而是让头部AI企业、美国政府以及盟友建立一个协调机制，让大家至少在安全标准上尽可能同步。
问题是，资本市场最喜欢的恰恰不是“放慢”，而是增长。
这也是为什么这一次AI安全事件，对Anthropic和OpenAI的IPO故事格外敏感。
Anthropic目前正在推进一场可能成为历史上规模最大的科技IPO之一。公司可能募资最高1000亿美元，估值可能达到约2万亿美元，Nvidia甚至被曝考虑以约100亿美元成为锚定投资者。
而就在9月13日，Reuters进一步报道称，Anthropic已经选择Nasdaq作为潜在IPO交易所。
更有意思的是，Anthropic已经向部分投资者透露，公司预计连续第二个季度实现调整后营业利润为正，2026年7月年化收入已经达到约650亿美元，远高于去年同期的约90亿美元。
所以这里出现了一个非常有意思的资本市场悖论。
一边是CEO告诉世界：AI发展太快，我们需要踩刹车。
另一边是公司正在告诉投资者：我们的收入增长非常快，而且已经越来越接近盈利。
这两件事情并不完全矛盾。
实际上，Anthropic真正希望“踩刹车”的，很可能不是商业化，而是最危险的前沿模型能力跃迁。
Claude可以继续卖给企业，可以继续进入金融、软件开发、法律、医疗等行业，可以继续扩大商业收入。
但对于那些可能带来自主复制、自主攻击、自主研究甚至自主改进能力的前沿模型，公司希望获得更多时间进行安全测试。
这可能会成为未来AI产业一个非常重要的分化。
AI不会停止。
AI商业化也不会停止。
真正可能被监管的，是“最前沿能力的提升速度”。
OpenAI的情况则更加戏剧化。
Sam Altman已经明确表示，OpenAI不会在2026年IPO，并认为在当前AI安全问题不断升温的背景下，今年上市并不是明智的选择。
对于一家可能拥有数千亿美元甚至万亿美元估值的公司来说，这个表态非常不寻常。
因为一旦上市，资本市场会不断要求管理层回答收入增长、利润率、算力投入、模型迭代速度以及竞争格局。
而现在OpenAI实际上告诉投资者：我们宁愿晚一点上市，也不希望在AI安全问题尚未解决的时候承担公众公司的巨大压力。
这背后反映出的，可能并不是OpenAI不想IPO，而是公司管理层越来越清楚，未来最大的风险可能已经不是“模型不够强”，而是“模型强到什么程度以后，人类还能够控制它”。
但资本市场真正应该警惕的，还不是“AI会不会毁灭人类”这种极端情景。
对于投资者而言，更现实的问题是：如果前沿AI真的开始受到监管，那么整个AI产业链的估值逻辑会不会发生变化？
答案很可能是会。
因为现在AI产业的估值，很大程度上建立在一个隐含假设上：未来几年模型能力会持续提升，而模型能力越强，需要的GPU、数据中心、电力、网络、存储以及先进封装就越多。
如果前沿模型开发真的开始受到监管，首先受到影响的并不一定是整个AI产业，而可能是AI资本开支增长曲线。
这意味着投资者需要把AI产业重新拆开来看。
一端是AI应用和企业软件。
另一端是模型公司。
再往下是GPU、ASIC、HBM、DRAM、NAND、高速网络、光模块、服务器、数据中心、电力和冷却基础设施。
如果监管限制的是最前沿模型训练，那么GPU和数据中心的需求并不会突然消失，因为企业AI推理、Agent、机器人、自动驾驶、科学计算等需求依然存在。
但如果模型训练规模出现阶段性放缓，最受影响的可能是那些高度依赖“无限增加算力”来获得下一代模型性能提升的商业模式。
这也是为什么，对于美股投资者而言，这件事情真正值得研究的不是“AI末日论”，而是AI资本开支周期有没有可能出现结构性变化。
美股投资网认为，尤其值得注意的是，Dario 提出的“放慢”，并不等于AI需求下降。
恰恰相反。
如果AI安全要求提高，第三方评估、模型监控、网络安全、身份权限管理、Agent审计、模型可解释性、数据隔离以及AI基础设施安全，都会成为新的市场。
换句话说，AI安全本身可能变成一个新的千亿美元级产业。
今天大家疯狂购买GPU，是为了让AI更聪明。
未来大家可能需要购买更多安全基础设施，是为了防止这些越来越聪明的AI做出不该做的事情。
这也是为什么OpenAI的Hugging Face事件非常重要。
它第一次让市场看到，AI安全已经不再只是学术会议上的理论问题。
AI已经开始碰到真实的互联网基础设施。
而且OpenAI自己公布的报告显示，相关模型已经能够绕过原有隔离机制、利用漏洞、获取互联网访问权限，并对第三方系统产生实际影响。
这可能会改变未来AI基础设施的投资逻辑。
过去投资者看到AI，第一反应是Nvidia、AMD、Broadcom、Marvell、Arista、Micron。
未来可能还需要关注另一条产业链：AI cybersecurity、AI monitoring、AI identity、AI governance、AI red teaming以及Agent security。
因为当AI从“聊天机器人”变成可以自己执行任务的Agent之后，安全问题的量级完全不同。
一个只能回答问题的模型犯错，可能只是给用户一个错误答案。
一个可以自己写代码、调用API、访问数据库、登录网站、修改文件、交易资产甚至控制物理设备的Agent犯错，后果完全不是一个数量级。
这才是“Agentic AI”真正的投资分水岭。
更值得玩味的是，美国Z府目前并没有跟随AI巨头踩刹车。
特朗普近期在被问到AI风险时明显淡化了这种担忧，并强调美国不能把AI领先优势让给中GUO，甚至表示“whoever wins AI wins”。
这就形成了一个非常现实的三角关系。
AI公司担心技术失控。
美国Z府担心美国失去AI领先地位。
资本市场则希望AI继续高速增长。
三者之间很难同时满足。
所以这一次Amodei的公开喊话，真正重要的地方并不是“AI是不是马上要毁灭人类”。
这个问题目前没有人能够给出确定答案。
真正重要的是，全球最领先的AI公司第一次开始公开承认一个事实：模型能力的增长速度，可能已经开始超过传统监管体系和安全体系的适应速度。
这意味着AI行业可能正在从过去的“Capability Race”逐渐进入“Capability + Safety Race”。
而对于美股投资者来说，这意味着未来看AI不能再只盯着谁的模型跑分第一。
真正决定下一轮AI牛市高度的，可能是三个东西：算力能不能继续扩张，模型商业化能不能兑现，以及安全和监管能不能跟上。
如果这三个变量同时成立，那么AI超级周期依然可能继续。
但如果安全事件频繁发生，监管突然加速，或者前沿模型训练受到限制，那么AI产业的估值体系就可能发生一次非常剧烈的重新定价。
所以这一次，我反而认为投资者不应该把它简单理解成一条“AI利空新闻”。
它更像是一条分水岭。
AI没有踩刹车。
但AI行业第一次开始认真讨论，刹车到底应该装在哪里。
而最值得关注的，可能恰恰是马斯克。
因为如果把今天的AI竞争放到更大的时间维度来看，OpenAI、Anthropic和Google DeepMind主要在争夺的是“数字世界里的智能”。
而马斯克押注的路线更加特殊。
Grok只是其中的一部分。
背后还有Tesla的自动驾驶和机器人、xAI的模型、巨量算力基础设施，以及最终连接现实世界的物理AI。
如果未来AI真的进入“模型可以自己改进模型”的阶段，那么竞争的终点可能就不再是一家公司的聊天机器人到底比另一家聪明多少。
真正的终点，是谁拥有最强的算力，谁拥有最强的模型，谁拥有最多真实世界数据，谁能够把AI部署到机器人、汽车、工厂、卫星和能源系统里，以及谁最终控制AI进入现实世界的入口。
从这个角度看，马斯克这句简单的“Dario is right”，可能远比表面上更加耐人寻味。
因为他可能非常清楚，AI真正的下一场战争，根本不只是ChatGPT、Claude和Gemini之间的模型战争。
而是数字AI和物理世界之间的融合。
到了那个阶段，AI安全就不再只是一个科技公司的问题，而会变成整个资本市场都必须重新定价的问题。
对于投资者来说，真正需要做的不是恐慌，也不是相信所谓“AI一定毁灭人类”的末日叙事。
而是开始认真研究一个更加现实的问题：
当AI从工具变成Agent，从Agent变成能够自主执行任务的系统，再从数字世界进入汽车、机器人、工厂和金融市场之后，谁会是最大的受益者，谁又会成为最大的风险敞口。
这或许才是这场AI革命真正进入下半场之后，华尔街最值得研究的问题。
美股投资网VIP社群 StockWe.com/vip

Skip the Carousel

1 2

2 days ago | [YT] | 66

美股投资网

甲骨文盘后暴涨！为何我又一次押对？

9月10日周四盘后，甲骨文（ORCL）发布FY2027 Q1财报。

说结论：核心数据全面超预期。

营收193亿美元，市场预期191亿；

调整后EPS 1.92美元，预期1.74美元；

运营利润82亿美元，预期78亿。

RPO达到6640亿美元，同比增加2090亿。

FY2027全年指引也同步上调，营收至少900亿美元，市场预期890亿；EPS指引8.10美元，预期8.06美元。



财报公布后，ORCL盘后一度大涨超过8%。


这次我们依然提前动手。昨天我们已经在会员社区就给出预判：

根据美股投资网获得的独家大数据，甲骨文财报有望超预期，FY2027资金状况明显改善，并计划布局ORCL正股或看涨期权Call。


9月10日，我们按计划买入1000股甲骨文。12:53 PM ET，买单以156.56美元成交。


财报盘后公布、股价快速拉升后，我们于今日4:11 PM ET，提交166美元限价卖单，最终以166.501美元成交，1000股全部锁盈。


按成交价计算，毛利为：（166.501－156.56）×1000≈10000美元


财报中的关键信号


交易归交易，财报本身还有几个地方值得单独拿出来看。


第一，RPO的集中度。

RPO两年前只有990亿美元，现在已经达到6640亿，两年接近增长到原来的7倍。这个增速放在任何一家大型科技公司身上都非常夸张。


但问题也在这里。


据美股投资网了解到，目前Oracle的RPO高度集中于少数大型AI客户，其中OpenAI占比尤其高。

美银此前的报告提到，在6380亿美元RPO中，超过一半与OpenAI相关。也就是说，甲骨文现在的AI云增长逻辑，很大程度上取决于OpenAI能否按照合同节奏持续履约和付款。

而OpenAI目前仍处于大规模投入阶段，尚未实现整体盈利。甲骨文在本次财报中也强调，新签合同结构不会额外增加既定融资计划，但客户集中度本身仍然是市场无法忽视的风险。

第二，RPO转化为收入和现金流的速度。

即便客户履约没有问题，这些订单什么时候真正变成收入和现金，是另一个关键问题。管理层表示，大约50%的RPO预计会在未来36个月内确认——换句话说，仍有相当一部分收入的兑现周期超过三年。

有分析估算，目前6640亿美元RPO中，未来12个月能转化为收入的比例相对有限，大量合同对应的仍然是2027年之后的长期订单，整体兑现周期可能拉到3至5年。

所以RPO再大，最终还是要回到最现实的问题：合同什么时候变成真金白银的现金流。这也是分析ORCL绕不过去的一关。

第三，资本开支和现金流的紧绷程度。

FY2026全年资本支出从上一财年的212亿美元大幅升至557亿美元。同期经营现金流虽然达到320亿美元的纪录，但扣除资本支出后，自由现金流仍为负237亿美元。本季度资本支出285亿美元，也明显高于市场预期的192亿。


公司全年资本开支指引维持在700亿美元左右，此外还有200亿至250亿美元用于关键零部件和设备预付款。


为了支撑这轮AI基建扩张，甲骨文计划在FY2027再融资约400亿美元债务及股权融资，此前规划的200亿美元ATM股权发行已经完成——这意味着现有股东承担了一定程度的稀释。


目前公司总债务已达约1250亿美元，标普已将其信用评级下调至BBB-，距离非投资级只剩一级。


部分分析师预计，自由现金流可能要到FY2029前后才能转正。这意味着未来两到三年里，甲骨文这轮扩张能否顺利推进，不仅取决于客户需求，也取决于资本市场愿不愿意持续供血。


三个信号说完，市场分歧大也就不奇怪了。


目前华尔街对ORCL的目标价区间非常宽：44位分析师平均目标价241.43美元，较现价有超过57%的上行空间，最低看到110美元，最高看到400美元。


看多的一方押注OCI产能持续转化为收入、RPO最终兑现；看空的一方盯着现金流缺口、资本开支压力和客户集中度。


估值角度看，甲骨文远期市盈率约20倍，PEG约0.91，而营收增速已达30%，OCI增速121%。横向比较大型科技股，这个估值确实不算贵。但市场给这个估值打折，也正是因为上面这些风险还没有消失。


我的看法很简单：财报超预期是事实，盘后大涨也是事实，但6640亿美元RPO背后的问题，不会因为一个季度的数据漂亮就彻底消失。这笔交易我们按计划完成，赚的是预期差和执行。


接下来判断ORCL还能不能往上走，盯三个变量就够了：

核心客户的付款节奏、RPO实际转收入的速度，以及FY2029前后自由现金流能否真正转正。


这三个变量决定的，不是一份财报，而是Oracle这轮AI基建扩张最后到底能不能跑通。

Skip the Carousel

1 2 3 4 5

5 days ago | [YT] | 38

美股投资网

MRVL专家调研精华：CPO 遇阻延期，NPO 救场，订单反而排到两年后

英伟达最大的对手 AMD，刚把 Marvell 的 CPO 方案退了货——但别急着看空，因为客户连"降级方案"都等不及，Marvell 的 1.6T DSP 积压订单已经排到了两年后。

（说明一下：调研专家没有点客户的名，只说是"一家非英伟达的大型 GPU 公司"。综合调研Meta、OpenAI 是终端买家，而 Marvell 恰好通过 AMD 的供应链向这两家间接供货S所以美股投资网推测，这个客户大概率就是 AMD。）

这就是这份专家调研最反直觉的地方：坏消息是 CPO 技术翻车了，好消息是需求旺到没人计较。下面慢慢说。

这个项目，本是 AMD 为 Meta、OpenAI 这些大买家准备的：6.4T 带宽、32 通道的 CPO 光互联方案，连 Marvell 的交换 ASIC 一起打包——AMD 自己没有光学和交换芯片技术，供应商本来就只能在博通和 Marvell 之间选。结果 2026 年初样品一出来，性能不达标，良率也有问题。AMD 当机立断：改走 NPO。

这里有个关键细节，散户特别容易误读：出货量预测一个字没改，改的只是交付方案。 客户背后的 Meta、OpenAI 们只关心一件事——按时交货。

CPO 是理想答案，但 NPO 能交，就接受。至于 NPO 功耗高、成本高？在抢建 AI 基础设施的年头，这排不上号。

所以别被"CPO 受挫"的标题吓到。专家的原话是：NPO 只是两三年生命周期的过渡品，2028 年市场需求就可能达到 3,000 万颗——过渡都能过渡出这么大的盘子。

CPO 为什么翻车？

理想中的 CPO，是光学模块和 GPU 封在一起。但现在的现实是，Marvell、博通的做法都是"两家分住、焊在同一块主板上"。

200G 的高速电信号穿过层层基板和焊点，损耗太严重，怎么修都修不好。最后只能加一颗 retimer（简化版 DSP）来整形信号——32 个通道加 4 颗，把这些芯片和光引擎挤在同一块板上。

这个形态，就叫 NPO。

有意思的是，这不是 Marvell 一家的狼狈。专家明说：博通、英伟达、AMD、谷歌、亚马逊，全行业都踩了"路线太激进"的坑。 英伟达押注台积电的真共封装，良率更惨，而且那种结构里塞不进 DSP——转 NPO 之后，据说还把这部分外包给了旭创。

一句话：光互联是必答题，CPO 暂时写不出来，那就先用 NPO 的解法交卷。但没人放弃 CPO，各家都是双线并行，因为 CPO 才是终局。

绕场一圈看下来，你会明白为什么 Marvell 现在的位置很舒服。

亚马逊是最实在的买家。Trainium 4（2027 年下半年）全面转光互联，CPO 来不及就果断 NPO；Trainium 5 的项目已经启动，Marvell 收购的 Celestial AI 方案很受青睐。

谷歌嘴上说不要，行动很诚实——私下一直在找 CPO/NPO 方案，还向 Marvell 咨询过，近期签大协议很大程度上就是为了制衡博通和英伟达。道理很简单：TPU 可以自研，光学自研不了，这环节只能买。

微软是最稳的基本盘：ZR 相干光模块的最大客户，下一代产品已基本锁定 Marvell。至于传闻中 2027 年底量产几十万台 MicroLED 设备，专家的原话是——有明确交付时间表"令人意外"，早期研究还差不多。

OpenAI 则提了个 400G PAM4 的激进项目，专家判断三两年内不现实，因为整条技术链（TIA、Driver、SerDes）都还没熟。

这份调研里最值钱的数字

1.6T DSP：积压订单排两年后。 行业盛传这一代 DSP 某个通道性能不佳、公司在重做修复版（respin）——是真的，但完全不影响接单；

ZR 模块：月出货 4-5 万个，单价 2,000-3,000 美元，营收全球第一；谷歌直接下开放式订单——只要符合标准的 800G ZR，出厂多少要多少。现在的问题是交不出货，瓶颈在整个供应链的产能；


国内旭创、新易盛的定位：组装能力世界一流，但 DSP、TIA、Driver 这些高利润核心芯片几乎全要从 Marvell 买。订单是模块厂的，利润的大头在芯片厂——这句是专家给国内光模块股最精准的注脚。

风险在哪？

公平的讲法必须有两面。NPO 是过渡生意，两三年窗口期，终局还是要打 CPO 之战；博通、英伟达、COHR 甚至 ALAB（专家的比喻：博通是全才，Marvell 是小一号的博通，Astera 是更小一号的 Marvell）都在大客户身边抢位置；那批硅谷初创公司技术上不难，死穴是拿不到台积电的晶圆产能——没有大客户背书，连门票都没有。

所以回到开头那句结论：这份调研讲的不是一个技术翻车故事，而是一个"需求旺到容错"的故事。光互联的拐点已经过了，现在拼的不是方向对错，是谁能按时、稳定地把货交出来——而眼下，交不出货恰恰是整个行业唯一共同的烦恼。

Skip the Carousel

1 2 3

6 days ago | [YT] | 121

美股投资网

美股这波上涨，可能很快要少掉一个“自动托底”的力量！

按照 Citadel Securities 的说法，9月18日，和美国股市相关的期权将有约 9.6万亿美元 到期，规模可能是历史最大之一。

这件事真正重要的地方，不是“到期金额很大”，而是它会改变市场背后的交易结构。

过去一段时间，很多交易商因为期权仓位的存在，反而会在股市下跌时买入股票，对市场形成一种隐形托底。

简单说就是：
市场每次往下晃一下，背后都有一股机械性买盘在接。
但一旦这些期权集中到期，很多对冲仓位会被清掉或重新计算。原来那股“跌下来就有人买”的力量，可能突然变弱。

据称，这次到期规模相当于美国未平仓期权敞口的大约35%。也就是说，原本支撑市场稳定的一大部分仓位，可能在一个交易日内被重置。

所以9月18日真正特殊的地方，不是日期本身，而是市场可能少了一层缓冲。

到期前，波动可能还被仓位结构压住；
到期后，如果刚好碰上美联储决议、通胀数据或其他突发消息，市场反应就可能比平时更剧烈。

这不代表美股一定会跌。

美股投资网认为，9月中旬之后，市场可能从“有人托着走”，变成“更看消息脸色走”。

Skip the Carousel

1 2

1 week ago | [YT] | 70

美股投资网

下一轮AI真正的大趋势，很多人还没意识到

这两年 AI 的更新，我基本都在第一时间上手试过。Agent、多模态、一轮又一轮的模型迭代——说实话，大多数我已经没什么感觉了。能力确实在涨，但基本都还在"把内容做得更逼真"这条线上打转，方向没变。

直到这个月，我把 Astra、Atlas、Cosmos 连着跑了一遍，才第一次真正停下来。


不是因为它生成的东西更好看了，而是因为我第一次感觉到：AI 正在跨过另一条线——从"生成内容"，走向"理解世界、并且准备动手"。

结论我先放这儿：下一轮真正的价值转移，不在模型参数量的竞赛里，而在——三维世界正被重写成 AI 能读取、能模拟、能操作的接口。如果还停在"3D 内容需求会变多"这一层去理解它，你会错过整个底层逻辑的替换。

这话听着很满。但这三步走完，我没法说服自己这只是巧合。


1/ Astra：先塌的是成本结构


我让 GPT-6 Astra 生成一个住宅室内场景。放以前，这类输出再好看，导进建模软件也就是一张废纸——结构信息全部归零，没法接着用。


这次不一样。它直接吐出了结构完整的资产：能在 Blender 里继续编辑，导进 Unreal Engine 5 就能实时漫游。


做过三维工作流的人都知道这套流程有多贵——建模、材质、光照、渲染、后处理，每一环都得在专业软件里手动接力，容错率极低，时间成本极高。


现在呢？自然语言就是入口。


图片和视频已经把这剧本演过一遍了——工具的成本一旦被打下来，需求不是被压缩，而是被释放。游戏、电商、建筑、广告、工业设计，全在后面排着队。这不是推演，是正在发生的事。


2/ Atlas：从"造对象"到"懂空间"


如果说 Astra 让我注意到了变化，那 World Labs 九月发布的 Atlas，才真正让我意识到这轮能走多远。


你想想这个区别：生成一个杯子，你只关心它外形对不对；可要理解一个厨房，模型得知道杯子放哪、台面多高、手从哪个方向伸过去最自然、下一秒空间里该发生什么。


前者是造对象，后者是懂空间。中间隔的不是清晰度，是一整个维度。
World Labs 有句话我反复读了几遍："3D 正在成为空间的通用接口。"


文字曾经是人和机器之间的接口。如果三维变成人和 AI 共同生成、编辑、模拟空间的媒介，那 3D 就不再是一份设计文件，而是一种新的计算载体。这个判断听着还有点远，但我实际测下来的感受是——它正在变得具体。



3/ Cosmos：从"看得懂"到"敢动手"


到英伟达 Cosmos 这一步，我基本确认之前的感觉不是过度解读。


现在的视觉模型，已经能很准地回答"画面里有什么"。可机器人和自动驾驶真正难的地方，从来不是识别，而是判断"接下来会发生什么"。


Cosmos 做的事，是让模型先在内部建立一个世界状态的推演系统——模拟每个动作可能带来的结果，再选最优路径。等于给 AI 装了一个能运行的内部模拟器。

图片
没有它，机器只能感知当下这一刻；有了它，机器才具备"动手之前先推演一遍"的能力。这一步对 Physical AI 的意义，我认为不亚于当年大模型在推理能力上的那次突破。


4/ 真正的胜负手：合成数据


真实世界的数据，太贵了。


语言模型能爬海量网页文本，但机器人没法从网页里学会怎么抓一个杯子；自动驾驶也不可能靠真实路测覆盖所有极端场景。而最关键的训练数据——极端天气、突发事故、罕见路况——偏偏最难拿到。


可三维重建加上世界模型一旦成熟，逻辑就变了：先用有限的真实数据建一个数字基准场景，再在虚拟里系统性地改天气、改位置、改物体属性、改光照——从一组种子数据，长出海量训练样本。


所以美股投资网分析认为， Physical AI 的竞争维度正在迁移：

过去比谁拥有更多真实数据，往后比的是——真实数据质量 × 空间重建能力 × 仿真精度 × 合成数据放大效率。



受益美股公司


我按"受益的直接程度"排了四层，越靠前越确定，越靠后弹性越大、也越集中：

第一层 · 基础设施：NVDA


不管最后哪家机器人、哪家自动驾驶胜出，都得要算力、仿真、合成数据和训练平台。而 NVIDIA 同时握着 GPU、Omniverse、Isaac、Cosmos——它卖的早就不只是芯片，是"让机器学会现实世界"的整套底座。这是最不依赖单一赢家的位置。

第二层 · 三维重建与数字孪生：PTC、ADSK


现实要变成 AI 能训练的数字世界，先得有人把工业三维、数字孪生和设计工作流搭起来。它们是现实世界进入模型的"数据入口"。

第三层 · 空间感知：OUST、MBLY


激光雷达、机器视觉——负责把物理环境转成机器能读的空间数据。没有这层，上面全是空中楼阁；但它也最卷、最比拼成本和一致性。

第四层 · 终端落地：TSLA、SYM


真正把 AI 部署进现实的人。弹性最大，但风险也最集中：模型能跑，不代表机器人能规模化交付；仿真有效，不代表能顺利迁到现实。

接下来，别只盯着演示视频多震撼，盯这三件事：仿真有没有真的减少实地训练、合成数据有没有真的提高模型成功率、客户愿不愿意为它持续掏钱。

上一轮 AI 革命，把人类的知识变成了 token。
下一轮，可能是要把整个现实世界，变成可计算、可模拟、可训练的数据。


语言让 AI 读懂了人类；而 3D，才可能让 AI 真正走进这个世界。

1 week ago | [YT] | 100

美股投资网

为什么美国财政补正在变得越来越怕高利率？

美银指出，目前约有 7万亿美元美国短期国债（T-bills） 在外流通，其中绝大多数会在一年内到期。

这组数据单独看还好，但结合美联储可能继续加息的预期，压力就出来了。

美银做了个情景测试——如果今年Fed累计再加息75个基点，仅这批短债的年化利息支出就会多出约500亿美元。换算成GDP占比大约是0.15%。

我们更直观一点理解就是：每加息25个基点，7万亿美元短债的年化利息负担就增加约175亿美元。这不是理论推演，是实打实的数学。

可问题是，这批短债不像30年期长债可以把利率锁在低位。它们几个月后就到期，到期就得按新利率重新发。只要短端利率不下来，财政部的融资成本就只能跟着走。

财政部自己的操作其实已经说明它们在意这件事。

最新一季的融资计划显示，7—9月预计净融资7390亿美元，10—12月还有6280亿。

与此同时，中长期附息国债的拍卖规模暂时没动，季节性或额外的融资需求更多靠T-bills和现金管理券去补。

这个选择背后的逻辑不难理解——如果大幅增加10年、20年、30年国债的供给，市场想要更高的收益率才肯接盘，长端利率反而可能被推上去。

但一直靠短债顶着，又等于把自己完全暴露在Fed的利率政策面前，每次滚动都是重新定价。

所以财政部的处境其实就是两头堵：发短债怕Fed继续加息，发长债又怕把长端收益率顶起来。

另外有个细节值得单独提一下。

从9月9日开始，财政部要把10—20年和20—30年老债的流动性回购规模从每次最多20亿美元提高到至少40亿美元，直接翻倍。官方说法是改善长久期国债市场的流动性。

但美股投资网不觉得这是财政部在帮市场压利率。回购解决的是旧债流动性差的问题，并没有减少政府实际需要融的资金量。

财政部自己也说得很清楚，回购不会显著降低净融资需求——回购掉的债最终还得靠新发债来替换。

说到底，现在美债市场真正值得关注的点，可能不只是Fed下一次加多少息。更核心的问题是：美国财政还能以多高的成本，把手里这笔越来越庞大的债务继续滚下去。

如果短端利率持续高位，而长端拍卖需求又出现疲软，财政部就会面临一个挺难处理的组合——利息支出往上走、发债需求往下压不住、长端收益率同时承压。

这可能才是7万亿美元T-bills背后真正让人不太放心的地方。
#美债

1 week ago | [YT] | 28

美股投资网

今天闪迪和美光暴涨原因，藏在一句话里 $SNDK
OpenAI正式发布新一代AI模型GPT-6 Astra！人类进入 AGI 时代的起点。Astra的核心变化是能够直接操作计算机和软件，替用户完成编程、科学研究、3D建模、制作演示文稿和电子表格等复杂任务。将会消耗大量的存储芯片和闪存。

原因二：戴尔最新财报晒出一张惊人的成绩单，二季度营收470亿美元，AI服务器积压订单高达950亿美元。2027财年AI服务器收入预计同比增长约200%，而戴尔的运营负责人说的更直白，当前最大的瓶颈是DRAM、DRAM、DRAM，然后是NAND、NAND、NAND，连喊三遍翻译过来就是。内存不够卖了，这可不是夸张。

据美国银行测算，9月DRAM和NAND现货价还有10%~20%的上涨空间，主要买家的订单履约率已经跌破51%，DDR 4现货价年内飙升879%。NAND晶元价格一年涨了5倍多，市场调研机构Counterpoint数据同样炸裂，二季度全球NAND营收环比暴增70%，平均售价环比上涨55%，美银甚至预计2027年全球DRAM和NAND市场规模将突破1.2万亿美元，这不是普通复苏，是一场结构性的超级紧缺，根源还是在AI。

AI服务器就像一头永远吃不饱的巨兽，吞噬着高带宽内存和企业级固态硬盘的每一寸产能。三星、SK海力士、美光把先进产能优先喂给了AI客户，消费级芯片自然就闹了饥荒。美光更是底气十足，2026年HBM产能基本售罄，还一口气签下16份长期供货协议，锁定数百亿美元的订单。高盛甚至测算，2027年DRAM供给缺口将扩大到5.9%，是2017年以来最严重的短缺。三星和SK海力士更是先后亮出90万亿到110万亿韩元、40万亿韩元级别的股东回报计划，一边回购一边扩产。赚的盆满钵满，

根据美股大数据 StockWe.com/HardwarePrice 存储芯片价格追踪，内存价格每天还在稳步上涨，根本没有降低的迹象，拐点未至，放心持有 $MU 和 SNDK。

#闪迪
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】

本文由美股投资网（TradesMax.com/）研究团队原创完成。

原创机构：美股投资网
英文品牌：TradesMax

本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析

如需引用本文，请注明：
“美股投资网（TradesMax.com/）原创研究”。

━━━━━━━━━━━━━━━━━━━━━━

Skip the Carousel

1 2

1 week ago | [YT] | 60

美股投资网

9月美股真正的风险
进入9月，美股面临的最大问题，可能不是估值，也不是某一个宏观数据。
而是一个更直接的结构性变化：
过去几个月不断推高市场的几股机械性买盘，现在基本都接近极限了。

美国银行最新的资金流模型给出了一组非常夸张的数据。
按照他们的测算：
市场继续上涨，系统性策略最多只会再买入约 90亿美元
市场横盘，反而可能净卖出约 10亿美元
一旦市场明显下跌，CTA和波动率控制策略可能被迫卖出高达 1630亿美元

这意味着什么？stockwe.com/vip

美股投资网分析认为，现在的美股已经形成了一个严重不对称的资金结构：
往上涨，新增买盘只有几十亿美元；
往下跌，却可能释放上千亿美元的机械卖盘。
这才是9月最值得警惕的地方。
过去市场波动率持续下降，CTA、风险平价以及波动率控制基金不断提高股.票仓位。
其中，波动率控制策略目前的股.票敞口甚至已经来到历史 100百分位。
也就是说，这些资金不是“不看好市场”，恰恰相反——它们已经买得太满了。
而系统性资金最危险的地方就在这里。当波动率低、市场上涨时，它们持续加仓；但一旦股价开始下跌、波动率重新抬头，模型就会反过来要求它们降低风险敞口。
于是：
下跌 → 波动率上升 → 程序卖出 → 股价继续下跌 → 再触发更多减仓。
这是一套典型的负反馈机制。
高盛的数据也印证了这一点。目前CTA在全球股.票指数上的净多头仓位大约已经达到 1465亿美元，处于历史分布的高位。
所以现在最大的问题不是“还有多少资金看多”，而是：
这些已经满仓的资金，还有多少能力继续买？
答案是，很有限。
与此同时，美股另一个长期存在的“隐形买家”也开始暂时退场——企业回购。
随着9月进入新一轮财报季前的回购静默期，越来越多上市公司的股.票回购会受到限制。
回购消失本身不会造成主动卖盘，但它会带来一个很重要的变化：
当市场下跌时，少了一个长期稳定的承接力量。
所以9月的风险结构其实非常清晰：
上方，CTA和波控基金仓位已经很满，继续加仓空间有限；
下方，一旦波动率重新起来，系统性资金却存在巨大的被动减仓需求；
同时，企业回购这层缓冲垫正在变薄。这也是为什么当前极低的波动率反而值得警惕。
有分析师甚至把近期的波动率压缩形容为“史诗级”。
市场越平静，系统性策略往往加仓越多；仓位堆得越满，下一次波动真正出现时，需要调整的头寸反而越大。
美股投资网认为，9月真正需要盯的不是“美股会不会立刻大跌”。
而是三个信号：
第一，VIX是否开始持续抬升；
第二，标普是否跌破关键趋势位并触发CTA减仓；
第三，系统性资金的卖盘是否开始从模型测算变成真实资金流。
只要这三个条件没有出现，现在只是结构脆弱，并不等于市场一定会跌。但一旦触发，问题就会从普通的获利回吐，迅速变成：
一个几乎没有增量买盘，却可能突然出现千亿美元机械卖盘的市场。
$SPY $QQQ #美股

Skip the Carousel

1 2 3 4

1 week ago | [YT] | 89