Sager Wang

[Sager Wang @Delphiniumato]

@siterlee 支持dc付费，好想进dc群

[Sager Wang @Delphiniumato]

@JapanTank ご自国か世界に嫌われてるという事実を受け入れず、中国のせいにするしかご自分の”真実”に生き続けないですか？😭

ご愁傷さま(^ω^)🙏🙏

[Wayne @rookie_fu]

@wangchangfu88 有什么不敢说的 华为

[Troll Football @TrollFootball]

The Axis Powers have been eliminated

[Street Alpha | Macro & Equities @StAlphaResearch]

好像很多同学不会看期权结构 (GEX, Gamma, etc)。看这里：

先认识一个角色：做市商 (Market Maker/MM)
你在市场上买卖期权的时候，对面接单的往往不是另一个散户，而是一类专门提供报价的机构，叫做市商 。他们的工作不是猜涨跌，而是当你想买的时候卖给你、你想卖的时候买下来，赚中间那点价差 。所以做市商最怕的不是方向，而是手里堆了一堆方向风险，他们必须随时把账上的多空轧平，让自己不受涨跌影响 。

为了保持中性，他们会一边持有期权，一边在股票或期货上反向买卖来对冲 。这个不停调整的动作，就是Gamma为什么能影响整个市场的根源。

Gamma��可以理解成对冲动作的加速度，它决定做市商在涨跌时是顺着做还是反着做 。关键不在Gamma本身，而在做市商手里是正Gamma还是负Gamma，这两种情况下他们的行为完全相反 。

正Gamma，市场被按住
当做市商整体处在正Gamma时，他们的对冲是逆势的，市场跌他们买、市场涨他们卖 。

打个比方，这就像给市场装了减震器。每次往下掉，做市商被迫去接，把跌势压住；每次往上冲，他们被迫去卖，把涨势压住 。

结果就是日内波动小、容易高抛低吸来回震荡、突破经常失败 。这就是我们复盘里说的压制体制，回调会被自动买回去。

负Gamma，市场被踩油门
当做市商处在负Gamma时，对冲方向倒过来，变成顺势的，市场跌他们也跟着卖、市场涨他们也跟着买 。

同样打比方，这就像把减震器换成了放大器。一往下走，做市商被迫跟着抛，越跌越卖，把跌势越推越大；一往上走，他们被迫追，把涨势也放大 。

结果是波动放大、突破容易成功、趋势会加速 。这就是为什么我们一���强调，跌破某条线进入负Gamma区会很危险，因为做市商从接盘的人变成了助跌的人。

谁决定做市商是正还是负
取决于客户在干什么 。当大量投资者买保险，也就是买Put时，做市商被迫卖Put，自己就背上了负Gamma 。反过来，有些结构性产品会系统性地卖Put，逼着做市商买Put，做市商就拿到正Gamma，市场也因此更稳 。事实上做市商日常更多是靠卖期权赚价差，所以他们经常天然偏负Gamma 。

这对看复盘有什么用
第一，做市商不是在赌方向，他们只是被动对冲 。
第二，正Gamma时市场有减震器，跌了会被接住，盘面偏稳 。
第三，负Gamma时市场有放大器，跌了会被追着砸，盘面容易加速下行 。

我们复盘里反复盯的那条线，比如7,300，本质就是正Gamma和负Gamma的分界，守住了市场被按着走，丢了就切换成被推着走，这就是为什么那条线比涨跌本身更重要。

[週刊文春 @shukan_bunshun]

高市事務所と動画作成者「43分のZoom音声」を公開する《中傷動画スクープ第5弾》

https://t.co/vviJE4QZWE

#週刊文春

[Herman Jin @ShanghaoJin]

凡所有相，皆是虚妄。若见诸相非相，则见如来

作为一个AI死多头，我知道在所有人狂欢的时候，但凡发出一点悲观的言论都必被讥讽、嘲笑

但是，我很想写此文，其实是复盘与反思：不但是为自己这两年半写X、做交易做的；也是也是对这个疯狂市场做的

很幸运，作为闲暇的爱好，写X结识了很多新朋友。感谢互相欣赏与启发，在过去2年里，我从24年4月初清仓BTC换成AVGO NVDA，大选前AAOI PLTR TSLA INTC，关税战后INTC GOOG，25年底又加仓INTC AAOI，到今年春节逃��、再满仓AMD NOK（最近又操作了ORCL LITE）。虽然，有买彩票SUP归零，MRVL MDB也有赚有亏，但是我一直坚信AI对token的需求会让半导体every dog has its time，获得了不差得收益。期间不少小伙伴们也都赚到不少于10倍收益

然而，此刻要清醒的意识到，收益并不是我们选股牛，眼光独到，而是市场牛！我复盘了我自己今年3月最后一周，周末前全仓买入。赚钱并不是因为当时买对了AMD，而是当时call 对了市场资金结构

所以，在这个时点上更需要静心凝神，好好反思下市场接下去会如何

喝醉酒的人是不会知道自己喝醉的；沉醉美梦中的人也不会意识到黄粱一梦，这过程可以很久，我们也可以继续疯，但是必须要清醒地在更高阶意识中，��识到随时有被敲醒的风险

One of the four beasts saying, COME AND SEE – Revelation 6:1

不同于华尔街很多人，我是“坚信”AI的

30年来第一次，AI模型用并行计算替代串联计算，把半导体的进步直接变成了生产力（之前科技进步只是作为平台，让用科技的软件、以及用软件的人创造价值）

AI的结果是token需求指数级升高vs 而半导体供应只能线性增加。加上整个半导体老登们在过去几年黄金时间，没有因 “信” 而扩产，今年需求真正开始爆发后全产业链缺货。造就了这轮大牛市

不过，大牛市的命脉是市场price in了:

模型收入加速度，不远得未来可以justify Hyperscalers 的Capex

要知道任何动摇命脉预期的都会让市场陷入恐慌

1. ��墙铁壁：horseman之一就是微观、公司层面真的无懈可击

从看模型架构、从架构看需求，微观看半导体每一个赛道，每一个公司都近乎完美。每一个，都越看的细致，越了解深入，越是有自信---- 这就是典型低PE泡沫

Rule of Thumb：当看了几十、上百家公司，每家需求、盈利都真实solid，你就必须质疑这个市场有没有问题

低PE泡沫一样是一个泡沫，只是他不同于2000年。高PE是个预期泡沫，市场会不停设定更高的收益预期，一旦核心公司预期破灭，整体预期立即调整，多米诺骨牌一样一片片倒下。这就好像去年的IGV，市场忽然不给EV/EBITDA估值了

但是低PE泡沫没有这个问题，盈利增长会给你足够信心在稍微下跌之后不断加仓冲进去。毕竟谁能拒绝个位数PE的存储，每年涨价涨盈利，毛利率80%。这个过程中，小跌小买，大跌大买。只要不被切中“命门”市场会非常坚挺。持续性正反馈，好像美梦一样让人不愿醒来，也不相信是做梦（买过p2p的知道我说的什么感觉吧）

不对称反馈：明显的体验是在过去1年中，市场对于宏观负面风险的反馈明显弱于正面利好。此时，并非没有“野蛮人”，而是公司盈利能力的城池固若金汤。不管伊朗危机、油价、通胀、利率、Fed统统能拒之门外。反之，一旦命门被破，所有野蛮人都会杀回来，过去没跌的够的一次性补完

2. 去监管与宏观流动性宽裕：

整个金融体系自从2008年金融海啸之后经历了一轮长期的监管与去杠杆，为了弥补系统性流动性损失美联储对应展开了一轮持续的QE。银行当时平均杠杆x30~x40，后来降低到了x15~20。去年美联储降低了eSLR要求，实质性让银行理论可扩4-5万亿美元资产负债表
其实，4月后银行间流动性泛滥，也加剧了风险资产狂欢，低PE下杠杆入市

流动性是一切之王，流动性泛滥征服一切。如果说疫情期间120b/月是细水长流，现在就是开闸放水。对应过往平衡的QE没有转向QT情况下，直接放任银行去监管，制造大量流动性

但是流动性又如多巴胺，不是快乐分子，而是期待分子

放任之后，现在通胀黏着，Fed其实没有短期降息余地。甚至在危机一旦发生之后，都很难去QE，只有降息手段的Fed面对可能的危机是一个纸老虎。而短期流动性的另一面是，目前半导体、特别是存储中的杠杆已经太高了

3. 群雄并起：He went forth conquering, and to conquer

可能因为TSMC带头不相信AI，半导体行业整体在过去2年没有应对AI需求大规模扩产

后果是，当整个产业面临硅基洪流需求，忽然傻眼。过去半导体产业链主要是为了消费电子设计、定价的。而现在，不但订单忽然拉满，而且需要不停迭代架构

NVDA就从GPU fabless，进步到rack方案解决，再往token factory迈进。每个过程需要的技术、供货商都不同。所有供货商都没有经过如此量产设计。这就好像把一台拖拉机强行拉上高铁，让他以200mile速度奔驰，每个零件都会嗡嗡作响。半导体每个细分行业都缺货，缺产能，提高不够产能

与之伴生的一个问题是：原来卖方市场只有TSMC一个“守门员”控货源、控margin、控价格。原仔汤搓的产业有肉吃，需求方对价格产能有预期，良性发展。今天忽然五亿探长“雷诺”控制不住了，每个“小混混“都能来涨价、��保护费。真正的结果不是半导体都牛叉，而是失控：失控会影响每GW需要投入的成本核算，影响到命脉的预期。会给capex与模型收入会师蒙上阴影

4. 钢丝起舞

AI模型收入预期太满

回顾一下，市场坚信定价Anthropic + OpenAI + Gemini的收入会快速增加让Capex合理。这条命脉的信仰是不能有一点动摇的。哪怕略微的动摇都会导致二级市场剧烈波动

那么，过去GPT 5.0也有模型不及预期，市场质疑scaling law为什么没有让半导体大跌？

首先当时半导体没有像今天这样全面开花，也没有如此高的杠杆；其次，当时hyperscaler的现金流冗余较多，只要他们表示相信，拿钱来capex支持是很容易度过难关的。毕竟一旦他们有钱、继续capex，可见2年NVDA收益确定性高，没有人能顶风做空NVDA的

后来也发生过GPT被Gemini追平，并且导致Orcl持有其大量backlog订单而被做空。不过大总统的好兄弟老Larry敢对wall street说F you，用股权融资也要继续加注。很快， Opus横空出世让人意识到AGI时代已经到了

然而，今年capex已经到了770b，明年要1tril，华尔街是不会看Hyperscaler总营收多少的（道理就跟当时ORCL一样：OAI Anthropic可都是拿了他们投资款的），他们必须看到Anthropic 与OAI的增速持续，这个才是维系整个链条自转下去的核心

与此同时，这个游戏中大厂一直担任AI的监护人角色。但是他们的自由现金流已经变负了。“父母老了，力尽了“，后面的路要靠自己。而且市场满满预期下，对这条路一根筋的执着，不会给“主线”一丝一毫的容错

（你们可以回想NV rack液冷出问题，交换机CPO良率问题，这些小巫见大巫、假以时日一定能解决的问题，市场尚且没有���何容错）

命门在Anthropic：大过，大者过也。栋桡，本末弱也

供应延迟、乃至技术卡壳的问题是腠理之疾；任何模型端的风吹草动才是心腹大患

现在御三家模型的统一问题：算力不够，所以失智

我在自己大量使用模型编程、交易程序部署，多个AWS服务互动过程中发现，Opus4.8实际能力已经远远不如中国模型kimi了。虽然GPT还勉强可堪一用，但是也在逐步降智。市场在用固有软件思维考虑AI, 系统开发成本高、使用成本很低。试用好用将来也就可以稳定保证系统质量。但是AI是一个工厂，模型输出需要成本，饭店吃饭的人多了，厨房做不过来，质量自然变差了

第二个市场固有思维：指数的token需求是没有波动的，也不因质量改变。事实上，虽然我因为模型变蠢多用了很多token。但是我质疑token质量不断下降，token消耗增加的怪异剪刀差可以持久。现在很多公司确实对token使用有KPI考核，很多惯性订阅使用者也会加速使用，但如果算力瓶颈无法解决，我非常担心Anthropic增长曲线会变缓。而且算力问题非一蹴而就，也不是一个新模型能解决的

但是当市场开始意识到这个问题的时候，投资人会质问：

1. 跑不过蒸馏你的，模型花那么多钱训练干嘛？

2. 模型是不是商品化的model commoditize ？

当承载整个AI时代的模型“梦”也将受到质疑，整个盈收逻辑将来能否自我循环跑通将被质疑，所有今天拿了PE估值的半导体都同样会被质疑--- 你是不是周期性的？？

有人会说，失智既然因为算力不够就应该加大投入半导体解决问题

没错！但是钱呢？

如果刨掉OAI 与Anthropic拿到的融资款反哺云厂，他们能有多少净现金流可以继续支持这个投入？这个账对华尔街来说非常好算。当然不排除���们像当时orcl，哪怕融股权也要继续投入，熬过这关。到那时，可能市场的反应就会远远超过去年，假设AMZN Meta如果面临CDS 飙升、负现金流，他能否像老larry一样孤注一掷是不确定的

另外有人会说，OAI收入增加能不能弥补投资人担心。我认为预期如此之满的状况下，因为“比烂”而被替代是很难让人安心的（两军对战关羽被阵斩了，你说还有个张飞？没用的）

同时，我们也要意识到。这个Low PE的泡沫又是非常坚韧的，在没有直击到命门伤到命脉预期之前，几乎无敌。不过，一旦点中死穴就会轰然倒塌

我就业以来也曾看过好几次次纸碎金迷，潮起潮落，没有一次全民疯狂会ends well；

也没有一次梦在其中的人，会想明白这个赛道“怎么输”。最近一次币圈小伙伴熟悉的Defi summer。Uniswap很短时间狂���几十bil USD，当时觉得取代部分传统金融只是时间问题、多少问题，根本不会想、也想不明白“怎么会输”。然而，如果喝醉酒的人想明白怎么会输，他就不会输了

不管Anthropic模型怎么样，面临什么问题，都不会动摇AI是人类第三次工业革命。AI过程不会受任何危机影响，碾着狂欢者的尸体也会继续前行，直到他替代几亿脑力劳动者

最后评论Low PE泡沫：不要说做空，哪怕踏空，痛苦指数都非常高。回头看看2007年做空subprime的哪些基金，有几个活到了最后狂欢？

牛市踏空都会变成笑柄的环境，我接下去会需要很多Aura力量与专注的力量，去一边看空一边做多。请原谅会减少在推特上消耗自己修为论道了，赠言：

可以喝酒，但是不能喝醉
可以讲故事，但是不能真信
可以跳上party桌子跳舞，但是双眼必须紧紧盯着DJ，他放着音乐跑了，你也得跟着跑

[Feel Good Animals 🐾 @FeelGoodAnimals]

0 years of bad luck if you love this friendship 🥰

[Sager Wang @Delphiniumato]

@kana__143500 いや最初からその「普通」に入りたくないけど😅。そういう基準に定義されたくないから

[Sager Wang @Delphiniumato]

@mat78704 今天的bleg还有吗？

[Sager Wang @Delphiniumato]

@mat78704 上周四买了soxs今天卖出，明天soxl做日内，后天等nvda财报前soxs做空，周四周五卖soxs转soxl等26-27。
A哥看这个操作可行吗

[AlexZ 🦀 @blackanger]

排名��一这个 skills 是啥 。。。增长这么快啊

[Gyro @gyro_ai]

https://t.co/yplLzDnqJG

[Berryxia.AI @berryxia]

讲真，这种言论只有真正牛的人才敢说啊！
本科生就可以来完成LLM的数学训练！

Terence Tao 最近在访谈里把 LLM 最核心的谜题直接说透了。

这位 Fields Medal 得主、数学界最高荣誉，被称作数学界诺贝尔奖，当代最顶尖的数学家之一，说：

今天大模型背后的数学其实非常简单。

线性代数、矩阵乘法，再加一点微积分，本科生就能完全掌握。

我们清楚知道怎么训练、怎么运行它们。

但真正让人困惑的是：为什么它们在某些任务上表��惊人，在另一些任务上却突然翻车，而且我们完全无法提前预测。

核心原因在��现实世界的数据，自然语言文本。

它既不是纯噪声，也不是完全结构化的数据，而是坐在“中间地带”：部分有序、部分随机。目前数学界对这个中间区域的理论还非常薄弱。

所以我们能造出强大的模型，却没法可靠预测它的能力边界。

这个“简单机制 vs 不可预测行为”的矛盾，才是当前 AI 最核心的 puzzle。

完整访谈视频在这里（Dr Brian Keating 频道）👇🏻：

[Antidepressant Content @depressionlesss]

two little babies playing together 🥹🥰

[Art of Speculation @ArtofSpecuycky]

所有人都在买GPU和存储。没有人告诉你光模块公司的总市值比美光还低

我想从一个反常识的问题开始：GPU是AI的大脑，存储是AI的记忆。那光是什么？光是AI的神经系统。但神经系统从来不是最先被注意到的。存储已经涨了10倍，GPU更不用说。光的时代，刚刚开始。

1. 先说一个结构性的错误定价
在Nvidia的NVL72机架里，光模块的采购金额占到整个机架的20%。2026年全球AI光收发器市场规模预计从2025年的$165亿增长到$260亿，同比增速超过57%——这是半导体赛道里增速最快的子领域之一。 但所有光模块公司的总市值，比美光一家还低。这个错误会被纠正。问题只是什么时候。

2. 光和存储不一样的地方
存储的接力是季度级别的事件——供需拐点，财报超预期，市场重新定价，SNDK从$200涨到$900，这个过程很快。光的接力是年级别的结构性变迁，因为光���技术路线本身正在发生一次范式转移：

第一阶段（现在）：可插拔光模块
800G → 1.6T → 3.2T
线性增长，随数据中心扩张

第二阶段（2026下半年）：近封装光学NPO
光模块移向芯片旁边
需求非线性跳升

第三阶段（2027-2028）：共封装光学CPO
光引擎直接封装进芯片
这是终局，也是最大的价值重构

Meta在OFC 2026分享了大量数据，证明CPO比可插拔光收发器更可靠，成本更低，功耗更少。Nvidia在GTC展示了CPO将在2027/28年用于Scale-Up互连。5年内所有AI数据中心互连都将是光。 这不是预测，是物理定律。铜在高速率下信号损耗太大，功耗太高，距离太短。光没有这些问题。

3. 光在吃铜，不只是光吃光
生成式AI集群需要比传统云服务多10到100倍的光纤，正在把现有铜互连逼到物理极限。 这是大多数人没想到的逻辑——光的增长不只来自数据中心规模的扩大，还来自光替代铜的渗透率提升。每一代迭代，光吃掉更多铜的市场。这是双重驱动，不是单一驱动。

4. 产业链七个卡位，从上游到下游
现在我来把整条产业链拆清楚。
七个公司，覆盖从最上游的衬底到最下游的网络设备。

🔬 最上游：硅光衬底 $SOI
做的是硅光PIC的衬底材料——整个产业链最上游的原材料。没有SOI的衬底，硅光芯片就没有基础。护城河极高，几乎没有竞争对手能短期内介入。和TSEM形成上下游绑定：SOI提供衬底，TSEM代工成芯片。

🏭 代工层：硅光晶圆厂 $TSEM（Tower Semiconductor）硅光版本的台积电。
今天刚刚发生的重大事件：
TSEM宣布签署$13亿的2027年硅光合同，收到$2.9亿产能预��款，2028年还有更大合同在谈判中。计划资本支出$9.2亿专门用于硅光扩产，Q2营收指引$4.55亿同比增22%。
TSEM最聪明的地方在于：它不赌哪条技术路线赢。
可插拔、NPO、CPO，三条路线都用TSEM代工。就算市场对技术路线判断错了，TSEM依然受益。这是光通讯产业链里确定性最高的picks-and-shovels。

💡 激光器层：光的心脏
光模块的核心是激光器。没有激光器，光模块什么都不是。
激光器分两条技术路线：
磷化铟（InP）路线——$LITE（Lumentum）
LITE是目前唯一能量产200G每lane EML激光器的供应商，是1.6T收发器的关键零件。Nvidia预先锁定了LITE的EML产能，推迟交货期超过2027年。
Nvidia向LITE投资$20亿，用于加速AI基础设施光学技术。LITE CEO称2026年是激光器芯片销售的"突破年"，刚收到历史上最大的CPO超高功率激光器采购承诺。
LITE的护城河是时间积累的——InP激光器的制造需要极其精密的工艺，20年积累的经验是任何竞争对手短期无法复制的。而且LITE不只押注现在：EML是可插拔时代的命门，ELS外置激光器是CPO时代的命门，OCS光路交换机是未来AI集群的光学路由器。
三个产品线覆盖了光通讯从现在到2030年的完整需求。

硅光（SiPho）激光器路线——$SIVE（Sivers Semiconductors）
Sivers专注于CPO系统的高性能InP激光阵列，Jabil合作是第一个商业验证信号，证明技术正在从研究走向真实超大规模部署。 SIVE不是要打败LITE，而是作为CPO时代激光器供应链里的补充供应商——当LITE和COHR产能不足时，SIVE是下一个选项。整个CPO产业的激光器供应严重短缺，补充供应商的价值会被重新定价。

🔭 光学系统层：从组件到整合
$COHR（Coherent Corp）
COHR最新Q3财报：营收$18.1亿同比增21%，数据中心和���信板块$14亿，同比增40%。Nvidia同样投资$20亿入股COHR。COHR是整个光通讯赛道里垂直整合程度最高的公司。从InP晶圆到激光器到光模块到系统，全部自己做。COHR正在扩大6英寸InP晶圆产能，这是推动毛利率持续提升的核心驱动力——规模越大，每片晶圆的成本越低，利润越高。
LITE和COHR的关系是竞争者也是互补者：
LITE：激光器专家，EML垄断，聚焦
COHR：光学系统整合商，体量更大，更全面

🏗️ 物理基础设施层：光纤和连接 $GLW（Corning）
Corning是光通讯产业链里最让人意外的标的——一家成立于1851年的玻璃公司，正在成为AI基础设施的核心受益者。
Q1 2026光学通信业务增长36%，分部净利润增长93%。2028年营收目标$300亿，2030年$400亿，内含年化增速19%。两个额外的超大规模云厂商签署了长期协议。
Nvidia命名Corning为下一代AI基础设施光连接合作伙伴，投资$5亿+最高$32亿股权，在美国建三���专属光学工厂。
Corning做的是光纤、线��和连接器——不是最性感的产品，但是不可或缺的基础设施。
城市要运转，不只需要主干道，还需要所有的小路、接头、路牌。
Corning做的就是光通讯世界里的所有"小路和接头"。
而且这些"小路和接头"是消耗品——每建一个数据中心都需要，每升级一个机架都需要。

📡 网络层：AI时代的网络基础设施 $NOK（Nokia）
Nokia是这七个标的里最被市场误解的。大多数人还在用"翻盖手机公司"的眼光看Nokia。
Nokia 2026营收预期同比增长7.5%，EPS增长21.2%，光网络业务增速20%，AI和云业务增速49%，单季度新增€10亿AI和云订单。
Nokia做的是什么？
光传输网络（OTN）——把数据中心之间用光连接起来的骨干网络。这是Scale-Across的核心基础设施。
Nokia的第六代超相干光学技术PSE-6s，是目前全球少数能实现800G甚至1.2T长距离光传输的技术之一。
Nokia收购Infinera之后，从"转卖��人芯片的公司"升级为"拥有自己���芯片工厂的公司"——同样的技术路线，市场给LITE估值66.5倍，给COHR估值35倍，Nokia只有30.8倍Forward PE。
这个估值差距是最大的错误定价之一。

七个标的的完整产业链图
最上游
SOI（硅光衬底）
↓
TSEM（硅光代工）
↓
激光器层
LITE（InP EML，可插拔+CPO）
COHR（垂直整合，光学系统）
SIVE（CPO激光阵列，高赔率）
↓
物理基础设施
GLW（光纤、线缆、连接器）
↓
网络层
NOK（光传输网络，骨干连接）

每一层都有自己不可替代的护城河。
每一层都在受益于同一个趋势。

6. 为什么是现在？
2026到2027年是在1.6T供应链建立立足点的关键时期，在一线客户的设计导入将决定长期赢家。现在是design-in阶段——产品正在被超大规模客户选中和锁定。等量产阶段到来，市场才会充分定价这些公司的价值。
在design-in阶段���入，等量产阶段收获——这是光通讯投资最好的时机。

7. 仓位逻辑
高确定性（重仓）：
TSEM → 今天$13亿合同，产业链里最硬的催化剂
LITE → EML垄断+Nvidia锁定，现在到2028年都受益
COHR → 垂直整合，体量最大，Nvidia $20亿入股

中等确定性（配置）：
GLW → Nvidia直接合作，物理基建不可或缺
NOK → 最被低估的估值，但故事兑现需要更多时间

高赔率（小仓位）：
SOI → 和TSEM绑定，护城河高但流动性低
SIVE → CPO时代的纯粹赌注

8. 光会接力存储吗？
会。但不一样的方式。存储的接力是一次性的价格重估——供需拐点到来，几个季度内完成定价。
光的接力是分阶段的持续重估——
2026年：可插拔1.6T带来第一波
2027年：CPO开始量产带来第二波
2028年：Scale-Up全面光化带来第三波

三波叠加，才是光通讯超级周期的全貌。存储让你在一年内赚了10倍。光可能让你在三年内赚同样多，但过程更平稳，确定性更高。

最后一句话
光通讯不是一个新故事，是一个���重新发现的旧故事。
光纤已经存在几十年了，但AI让这个故事的量级发生了质变。每当数据中心需要更高密度、更低功耗、更远距离的连接时，答案永远是光。

#光通讯 #TSEM #LITE #COHR #GLW #NOK #SOI #SIVE #CPO #硅光 #光模块 #AI基建 #数据中心 #存储接力 #Nvidia #美股 #USStocks #SiliconPhotonics #CoPackagedOptics #EML #光互连 #AIInfrastructure #光纤 #Nokia #Corning #Coherent #Lumentum

[Puppies & Positivity @Puppieslover]

I’m not crying 😢 you are