Phenomenon 现象级

Value Investor.

[Phenomenon 现象级 @Bo0071188785]

@TJ_Research 两种走的路线，使用场景，争取的市场就不一样

[Phenomenon 现象级 @Bo0071188785]

@TJ_Research 开源和闭源用途本身分工就不一样. 开源模型：
糙汉子，干活猛、便宜、耐造。
跑批量任务、重复劳动、成本敏感场景。 闭源模型：精英选手，贵，但真能打。
科研、复杂决策、企业级应用、高价值场景

[Phenomenon 现象级 @Bo0071188785]

Again

[Phenomenon 现象级 @Bo0071188785]

我个人非常看好比特币的. $BTC #BTC
只说客观事实：
1. 从价值存储来说，我一直认为btc 是波动放大器的黄金. 它有价值存储的属性，但只在投机和流动性充足下充分体现（听起来有点矛盾，但确实如此）. 风险偏好减弱时，资本更愿意追求黄金.

2. AI 究竟怎么给BTC赋能，Agent 交易就不讨论了，我想说的是，如果未来AI让信息和智力成本趋近于0， 那价值锚就会迁移，能源，土地，特许经营权，制度…..这种稀缺资源上. 比特币作为黄金的小号版，也会是其中之一.

个人预测：鉴于近期市场的风险偏好，我认为大概率btc 会在60K-70k 徘徊一段时间. （流动性近期不是问题）. 但如果一旦跌破6 万，就是最最最佳的买点. 记住，不要犹豫！

我已经几年时间没卖过我的比特币，并一直在定投. 我的理论是，AI如果真的迎来生产力大爆发，稀缺性将是未来最大的财富！！

[Phenomenon 现象级 @Bo0071188785]

$AMD 在2024 年开始建仓，当时在周期底部，然后又经历了2次崩盘，一直到现在.

[Phenomenon 现象级 @Bo0071188785]

$AMD

#AMD 2023的free cash flow 1121m，free cash flow margin 4.94%。

我如果每年给它70% 的增长，一直到2027 年， 那它的 free cash flow margin 分别是 7%，10% ， 13%， 20%。 自从amd 盈利以来， 单年最高是19.59%，最低是4.1%。 单季最高24%。

自认为我对amd 的fcf的假设还是很合理。这样算出amd的估值目前$141/share。

如果真能到70%增长，2024 远期pe 44，和2025 远期pe29，我认为目前amd的估值不算高。

[Phenomenon 现象级 @Bo0071188785]

纳指100 处于200 天以上的股票只有51%. 而指数已经新高. 也就是说，在这种市场环境中50% 的几率会踩到坑里. 这就是我一直在说的binary market.

投资者如果想获得alpha受益，就要十分小心，在这波下跌中，我极力避开软件股，并加仓了 UNP，ETN….. 这种实体企业.，目前这些公司年初至今表现都已经新高. $AMZN 是我最新买入的大科技（也是唯一一家），因为我更看好AI和机器人的革命对他的电商和物流的利润率的增长. 至于芯片股，在2024 年- 2025 年那段时期，已经囤积了大量 $AMD的仓位，并一直持有至今. 当然我也有判断失误是股票，比如 $ORCL，但我认为这家公司并不是纯软件股公司，我更看好它的数据中心业务，但它也被当作软件股来杀估值，所以我认为是错杀.

目前软件和芯片股对我并没有什么吸引力，我更愿意把目光投向其它领域，航空航天就是我最近在观察的行业.

[Phenomenon 现象级 @Bo0071188785]

我之前在x中多次提过，从不认为美股会大跌或崩盘，原因是1. 就算在伊朗战争期间，sp500 的forward 12 月的 eps 增长预期是在提高的. 这反映了市场对企业盈利的展望还是不错.  2. 标普某些其它行业（非AI），受益于AI资本支出的影响，开始慢慢复苏，制造业PMI连续几个月在50 以上就是证明.

但是，我又不认为标普在以后几年的平均回报会很高，原因是高通胀+高利率环境.  10 年期国债利率在4..3%. 这并不比sp500 的收益率低多少（目前大概低了0.5%）. 这对sp500 来说是种压制. 然后就是估值的压缩对eps 的增长有一定的抵消作用.

以上这种看法看似矛盾，但并不是. 在股指回报不高的环境里，就会考验投资者的选股能力. 在这个AI 发展极其迅速的时代，押注AI 企业谁会赢，或是押注软件公司谁是被错杀，我认为都是风险太大的策略，所以我更愿意押注卡AI脖子具有 稀有性+护城河+定价权的实体企业.

[Phenomenon 现象级 @Bo0071188785]

“AI 改变了世界”-- 以这句作为开场白显得略显俗套，这似乎是每个人都知道的事情。

此时此刻，数万亿美元的长期投资正在扭曲着美国经济结构，大量资金正在涌入房地产市场（用于建设数据中心），以至于住宅开发商正在被“挤出”市场。过去，住宅开发商、仓储公司、工业地产公司之间竞争土地。现在，多了一个“无限预算”的买家——AI数据中心。在亚特兰大周边不断扩张的郊区，土地正以前所未有的高价出售。数据中心公司、仓储企业以及住宅开发商都在争夺靠近高速公路的土地。并且有向全美其它州蔓延的趋势. 虽然近期由于各种原因数据中心的建设被延期和取消，但这并不妨碍这种长期趋势延续下去.

（说句题外话，之前木头姐说AI带来通缩，我并不完全认同，带来通缩之前，先来的是通胀，因为AI大基建会使土地，电力，铜，水，建筑原料…. 通胀. 就算没有伊朗战争，大宗商品在1 月初就开始抬头了）

这也是我看好 $XLRE 部分板块复苏的原因，它虽然名义上是房地产ETF，但前几大权重里已经越来越偏向数据中心和工业地产，仓储，而不是传统办公楼，住宅市场.  而且在科技股，软件股估值压缩的背景下，并不是完全不能投资的标的.

[Phenomenon 现象级 @Bo0071188785]

开始建仓 $XLRE ETF.  在这个太多value trap 的时代 ，也许有很多公司被错杀的时代. 很多人都在抄底软件股，科技股的时代. 而我是那个踮起脚尖轻轻走路的人. 
很显然，我的选择和大部分散户都不一样. 在软件和科技行业，我自知没有那个能力把每一个赢家挑选出来，也没有能力甄别出每一个失败公司. 在目前这个binary market 环境中，那么我索性不去选边站.，我会按照自己的逻辑去寻找稀缺性和价值行业. 我会在下一篇中写我对 $xlre 的投资逻辑.

[Phenomenon 现象级 @Bo0071188785]

关于标普500的回报率.
我整体并不太看好标普500的收益率，简单来说因为高通胀+高利率.
我不是一个阴谋论者，但目前的通胀，更像是“功能”，而不是“问题”，在保持GDP名义增长的同时，也稀释了政府的债务. 所以我觉得这是种默契.

在5-10 年前，全球低利率能把科技股的估值捧到月球上. 而现在的高利率，科技股的估值将面临压力. 前10 大科技股权重占标普的40%， 今年还会有SpaceX，OpenAI, Anthropic的 IPO， 到时科技股的估值占比将会更高，这对美股来说更增加了风险. 从历史数据来说，估值高度集中之后标普收益率会有一段低迷期. 至少在AI给整个经济带来通缩之前，我更看好实体行业.

[Phenomenon 现象级 @Bo0071188785]

$QQQ $SPY $IGV
过去十年，软件是大牛市的主要贡献者，原因是全球低利率政策和云计算等长期趋势的支撑. 但现在有可能以软件为代表的投资逻辑已经不在奏效了，原因：结构性的通胀，去全球化，能源和大宗商品逐步成为战略性资产， AI 颠覆者.

尤其是AI，两年前只是一个“高级搜索引擎”，人们为新技术带来的机遇欢呼. 而两年后，我们进入到Agentic时代，AI却带来了巨大的破坏性. 智力和代码的成本大幅度下降. 就像我之前一直说的：“当智力的成本趋近于零，那价值就会转向现实世界”.

那么市场就会重新寻找“稀缺性”，农业，土地，能源，工业将因此而受益. 我们作为投资者，必须要筛选出有实物护城河的公司，如果实在辨别能力有限，就去找ETF： XLE XLI… 其实都不错. 我本身没有对软件行业有任何偏见，但从“稀缺性”的角度来说，软件并不能成为典型代表.

[Phenomenon 现象级 @Bo0071188785]

@TJ_Research 高通胀+高利率+ AI 威胁 导致估值压缩. 盈利增长<估值压缩.

[Phenomenon 现象级 @Bo0071188785]

刚才看了鲍威尔的采访. 我不是一个阴谋论主义者，但我一直觉得，货币政策和财政政策，将会为通胀达成一定程度的默契. 
原因很简单，我们已经告别了过去20 年的低利率，低通胀的时代. 那个时代政府疯狂增加债务，因为利率低，融资容易. 而现在，政府需要保持通胀来稀释债务，其实这就是变相违约. 
这也是我看多有定价权行业，不看好成长科技股的原因之一.

[Phenomenon 现象级 @Bo0071188785]

大科技本质上是“长久期” 资产. 由于AI给这些公司带来护城河的不确定性，并且对这些公司的现金流产生压力.
市场目前不太接受这些长久期资产，更喜欢现金流稳定的传统行业. 我还是看好，能源，工业，运输，电力，制造业….. 这些硬资产.

当然这些行业也要围绕AI主题展开，谁在AI提供 电，土地，水…. 谁在为AI解决现实世界的瓶颈. 我认为未来超额的alpha 受益，会在这些地方产生.

[Phenomenon 现象级 @Bo0071188785]

今天开始分批卖出能源股XLE, 年初到现在盈利30%，我在年初的时候一直在说能源.

开始分批买入AMZN， 虽然今年我一直不太看好大科技，但目前Mag7 目前这个股价，还是多少有点吸引力了.

相比起其他科技公司，AMZN 是我长期看好的为数不多的大科技. AI 对于供应链及其复杂的公司，是有显而易见的帮助. 只要利润能上升1%，由于财务杠杆效应，对于股价来说，上涨潜力是非常大的.

[Phenomenon 现象级 @Bo0071188785]

两周前，伊朗🇮🇷人民抢BTC的价格真的太香了.

[Phenomenon 现象级 @Bo0071188785]

最近用 #Codex 写了两个 AI 软件。

第一个是自动化软文写作和推广系统。
第二个是一个 BI Analyst（业务智能分析系统）。

第二个系统开发时间稍长，大概用了 10 个晚上加 2 个周末。

这个 BI 系统主要围绕公司业务数据分析，包括查询、聚合、趋势分析、breakdown、产品维度解析，以及 AI 自动分析。同时支持中英文输入、语音输入输出，以及图表可视化。整体体验已经接近一个小型的 AI 数据分析助手。

开发过程中感觉最难的部分，其实不是写代码，而是业务层的 LLM “语义解析”。

第一，大模型需要理解中英文以及不同表达方式的语义，然后生成不同的 query plan，并调用 API 业务层不同的函数，传入不同参数。也就是把自然语言问题转换为系统可执行的数据查询逻辑。

第二，需要判断用户问题是否与业务相关。如果是业务问题，就走数据查询路径；如果不是，就走普通 AI 对话路径。同时还要判断查询结果是否需要再返回给大模型进行 AI 分析。例如用户问：“为什么某系列产品近期销量下降了？”或者“下个季度每个平台应该准备多少库存？”这类问题不仅需要数据，还需要 AI 的分析和推理。

有一个个人感受。如果只是安装环境、写简单脚本、做一些自动化流程，其实没有编程经验的普通员工也可以用 AI 完成。但如果涉及软件工程、系统架构、扩展能力、性能优化，以及与真实业务深度结合，目前来看，有经验并且懂业务的程序员仍然有明显优势。不过确实不再需要那么多初级程序员了。

还有一个明显的趋势是，很多 SaaS 软件可能会成为 AI 时代的输家之一。以前很多 SaaS 工具解决的问题，现在一个懂业务的人加上 AI，可能几天就能自己做出来。像这次，我一个人十几天写出一个 BI 系统，放在以前其实很难想象。

对于愿意拥抱 AI 的公司来说，AI 不只是带来自动化，更重要的是提升效率和利润率。

最近也在考虑重构公司的 inventory 系统，目前正在和 AI 讨论新的系统架构。感觉未来的软件开发，很可能会变成人类负责业务与架构，AI 负责实现。

[Phenomenon 现象级 @Bo0071188785]

@PandaTalk8 现在还有不靠ai的码工？ 屎山代码爱好者吗

[Phenomenon 现象级 @Bo0071188785]

@web3annie 看好amzn，ai的财务杠杆效应会不错