Chuimao🇭🇰

Astronomical trader

[Chuimao🇭🇰 @PionexStaking]

@munchmania @shufen46250836 医药赌收购是什么啊，美国集采吗

[Chuimao🇭🇰 @PionexStaking]

@shufen46250836 xbi面临着一个非常恐怖的前高

[Herman Jin @ShanghaoJin]

很同意关于AI推动Biotech看法，但医疗具体爆发哪个点、哪个公司我真吃不准

Tailor made medicine是必然的，但任何药都要过药检。考虑失败，临床成本占研发65%；只看单药占比90%+。AI筛基因会增加管线、让管线精准，瓶颈就更是临床了

ps 中国临床患者招募成本美国5%，时间1/3（一期中国7m vs US 2yr)

[大A野生国师，美联储太上皇 @liyunlo28807538]

从上半年社融增量统计表看中国经济

先说结论：

银行体系目前不存在流动性危机，但是宽货币并没有传导成为宽信用。

我们来拆解表中的数据：

第一，总量看着不小，但是结构存在问题

比如1—7月社融累计 22.25万亿，其中：

国债+地方债净融资 7.76万亿，占了35%
人民币贷款 10.17万亿，只占45.7%

正常年份贷款占社融六七成。

也就是说，今年信用扩张的发动机基本是财政发力，不是银行放贷。

第二，贷款4月、7月单月都是负的

比如：

4月人民币贷款 -4006亿
7月人民币贷款 -5896亿

这在历史上极罕见。

如��我们把政府债剔掉后，那么：

4月实体融资 -2803亿（净收缩）
7月只剩 +841亿

这说明什么呢？

说明如果没有财政发债，这两个月信用基本是塌的。

贷款负增长意味着：

存量还钱的速度 > 新增借钱的速度。

居民提前还贷、企业不愿意借钱扩产，典型的需求侧问题，不是银行没钱。

第三，票据和核销藏着魔鬼的细节

未贴现银行承兑汇票累计 -1787亿，4月单月 -5284亿
票据是贸易活动的影子，企业连开票收票都在收缩
贷款核销累计 8854亿
6月单月 3188亿

银行半年末集中处置不良，银行自己也在“清理资产负债表”。

第四，唯一还像样的是企业债

企业债融资 2.52万亿。

但这更多是利率低位下央企、国企借新还旧、置换高息债，不是新增投资需求。

最后看宏观逻辑

这说明的宏观逻辑是：

宽货币传导不成宽信用，钱淤积在金融体系里。

所以10年国债压到 1.8%，债牛走了两年，险资拿着3600亿里的增量资金，被逼去抢 4.5%股息的类债资产。

财政是唯一肯花钱的主体。

这也是3600亿注资、特别国债这些动作的背景：

货币推不动，只能财政直接上。

[Chuimao🇭🇰 @PionexStaking]

@GaoHeadmaster 我4块的本。。

[Chuimao🇭🇰 @PionexStaking]

@111_114390 说的好啊点赞

[Serenity @aleabitoreddit]

I've always been bullish on memory with $MU / Samsung / solana:SKHYhSjuRWHgikq8eRKbtBbpABgJSkd7ytQV14i9EQ3 for the 2026-2027 period.

Same opinion, even after $NVDA call.

And I've been fervently defending how high end memory demand is structural + OP for operating income (especially during Iran tensions around LNG/Helium).

Nvidia earnings just reaffirms what we know about extreme demand since commitments went from $119B -> $279B largely driven by memory procurement.

Nvidia's CFO also said: "We are experiencing extreme pricing conditions in memory."

As for what I've done, H1 2026 I was extremely overweight in memory:

With $MU, $SNDK, Phison, $SIMO, Nanya, Macronix, Winbond, and $EWY / SK Hynix (HBM/DRAM + NAND + legacy DRAM/NAND + controllers + NOR Flash).

I trimmed down those positions aside from Samsung/SK Hynix longs, since I do believe many have been rerated (eg. Micron $300 -> $1000+ already).

I think the largest price discovery period has played out, but just a waiting game for the operating income to catch up (esp u samsung)

And I used that period to go overweight on photonics.

But I do believe we're seeing a relatively newer cascade down into the "legacy legacy" memory like DDR2/DDR3 with the "legacy" players like Winbond leaving some of those segments.

Where the price hikes finally hit the 40-60% Q/Q mark, which reminds me of the extreme $SNDK days, across DDR2/DDR3.

Which is why I started up positions in ESMT (1.9x P/E from July annualized) and Etron.

Maybe we'll see a price discovery moment further down the legacy memory stack (could be wrong), but that's the area I've focused on recently.

[Herman Jin @ShanghaoJin]

@RYANHINGSHING 再跌我要买回来了

[Irrational Analysis @insane_analyst]

Hot Chips preview. Very excited.

[shu fen @shufen46250836]

一些市场数据看看目前跌到哪里了：

6月下旬开始纳指100截止昨天回撤幅度超10%，接近上次3月大回撤的底（13%），动态PE已经降至22.4

市场拥挤度：SOX、纳指100、韩国KOSPI的历史分位数当前分别降至73.5%、60.0%和48.5%，韩国杠杆ETF规模下降53%，美股机构做空硬件仓位回到均值下方

历史数据：2000年互联网泡沫前，市场经历4次大回撤，平均回撤幅度约为17%，修复周期约为40天，回撤核心原因是科技估值高、拥挤度高和货币政策收紧，

本轮回调原因类似，起源于韩国杀杠杆，随着后续地缘冲突升级，油价走高加息预期上市以及科技产业层面的支出回报率

如果从回撤幅度、拥挤度来看，本轮已经接近尾声，高盛也在说主流动量因子策略已经回撤��40%，动量因子暴露降到了今年最低水平，并且认为这轮下跌大约在棒球运动中的第八局到第九局，反弹随时可能出现

市场转折：过去往往要么靠着联储货币政策要么靠产业巨头财报出清扭转市场情绪，本周两者刚好撞车……

[投资TALK君 @TJ_Research]

GPU短租价格全面涨价，包括4年旧的H100，再强调一次，当终端落地的A能有80%的利润率，我们就知道基础算力有多么的短缺

[川沐｜Trumoo🐮 @xiaomustock]

问ai如果把日本韩国美国台湾欧盟的半导体设备龙头股组合成一个etf，取10个股票，如何组合，最好跟存储芯片的扩产路径相关的设备。
设备采购顺序一般是：

前道设备（刻蚀→薄膜沉积→清洗→检测→光刻）→ 后道封装（HBM）→ 测试

因此ETF应该偏重刻蚀、沉积、清洗，而不是EDA或晶圆代工。
1. $LRCX 20%
2. 8035.T 18%
3. AMAT 15%
4. 6525.T 10%
5. 7735.T 10%
6. https://t.co/LZn4FDgmel 8%
7. 6857.T 8%
8. 042700.KS 5%
9.ASML / https://t.co/lpVcCQ40Gf 4%
10. 8036.T 2%

核心逻辑：

重仓顺序：
刻蚀 > 沉积 > 清洗 > 测试 > HBM封装 > 光刻/检测

最核心三只：
LRCX、东京电子、AMAT

最贴近HBM后道：
Advantest、Hanmi

最贴近DRAM/NAND前道扩产：
LRCX、东京电子、AMAT、Kokusai、SCREEN

[Chuimao🇭🇰 @PionexStaking]

@Ed_x0101 辛苦下次卖了什么发个帖子 多谢！

[华尔街观察 Xtrader @cnfinancewatch]

━━━━━━━━━━━━━
【美股盘前】📊 2026年6月4日 周四
━━━━━━━━━━━━━

一、财经新闻热点

1. 【策略师警告】Larry McDonald警告：科技股闪现2020年来最大风险信号，Nasdaq-100市值达41万亿美元（3月仅30万亿），大规模轮动即将到来。→ 【关联】科技股/纳指 ⚠️

2. 【财报利空】Broadcom财报令市场失望，科技股盘前承压。分析师指出科技作为"安全交易"的拥挤程度已达危险水平。→ 【关联】$AVGO $NVDA 半导体板块

3. 【量子IPO】Quantinuum融资16.8亿美元，周四登陆纳��达克（代码QNT），量子计算板块迎传统IPO考验。→ 【关联】量子计算板块 $QNT

4. 【EM减仓】摩根大通报告：新兴市场基金被迫减持台积电、三星、SK海力士，机构持仓集中度达到上限。→ 【关联】$TSM $Samsung $SK Hynix 半导体

5. 【波动分化】单股波动率上升而指数波动率下降，"分散化交易"升温，市场表面平静暗藏风险。→ 【关联】整体市场 VIX期权

━━━━━━━━━━━━━━━━━━━━━━━━

二、热点聚焦（三大预测方向）

🔥 【方向一：科技股轮动风险】
逻辑：Larry McDonald（Bear Traps Report）指出Nasdaq-100市值从3月的30万亿飙至41万亿，拥挤交易达危险水平。Broadcom财报不佳触发科技股盘前抛售。历史上这种估值扩张后往往伴随剧烈轮动。
代表个股：$NVDA $AVGO $MSFT $GOOGL
策略：警惕科技股回调压力，关注能源/铀板块作为对冲。

🔥 【方向二：��子计算板块】
逻辑：Quantinuum 16.8亿美元IPO是今年最大科技类上市，传统IPO而非SPAC路径，显示机构对量子计算商业化的信心。量子计算赛道正从概念走向落地。
代表个股：$QNT (今日上市) $IONQ $RGTI $QCY
策略：关注量子计算ETF（如QCT）跟涨机会。

🔥 【方向三：半导体外迁机会】
逻辑：EM基金被迫减持台积电、三星、SK海力士，显示东亚半导体持仓过重。美国《芯片法案》推动本土化，设备股受益。
代表个股：$AMAT $LRCX $KLAC $MPWR
策略：关注美国本土半导体设备商替代逻辑。

━━━━━━━━━━━━━━━━━━━━━━━━

三、恐慌指数和期权市场

📉 VIX：当前处于低位区间（约16-18），但个股波动率正在分化。S&P 500连续9连涨背后的隐患：广度收窄意味着反弹基础不牢固。

⚠️ QQQ 期权异动：
- 大量看跌价差交易在450-460区间
- 机构在科技股回调前进行对冲

🔍 个股期权异动���注：
- $NVDA 高成交量看跌期权，未平仓量激增
- $AVGO 财报后put/call比率飙升
- $TSLA 持续高波动，期权市场定价大幅回调风险

⚡ 市场特征：表面平静下的暗流——个股波动vs指数稳定的背离持续扩大，这是典型市场顶部特征。

━━━━━━━━━━━━━━━━━━━━━━━━

四、散户关注热点股（≤6只）

1️⃣ $STI / Solidion Technology
关注焦点：盘前暴涨+187%，成交量近2100万股，散户聊天室讨论度激增。
逻辑：固态电池/新能源题材，受加密市场外溢资金关注。
价值：市值3.9亿美元，小票股动量策略。
机构评价：低市值高波动，适合炒作但风险极大。
估值：完全由情绪驱动，无法用传统估值衡量。

2️⃣ $CXAI / CXApp Inc.
关注焦点：+82%，AI软件概念，盘前成交量850万股。
逻辑：AI应用端题材，受益于市场对AI落地预期的炒作。
价值：市值1.1亿美元，典型的SPAC遗骸。
机构评价：业务不透明，财务数据匮乏。
估值：无营收支撑，纯粹概念炒作。

3️⃣ $FOXX / Foxx Development Holdings
关注焦点：+43%，成交量520万股，散户 Momentum 策略重点关注。
逻辑：房地产开发股，消息面不明。
价值：市值2亿美元，壳股特征明显。
机构评价：不适合价值投资，仅适合动量交易。
估值：流动性有限，注意止损。

4️⃣ $QNT / Quantinuum (今日上市!)
关注焦点：量子计算全栈平台，IPO价格$60，融资16.8亿美元。
逻辑：量子计算商业化领军企业，摩根大通等顶级机构背书。
价值：量子计算板块龙头，估值合理。
机构评价：与传统量子SPAC不同，是真正的传统IPO。
估值：关注上市首日表现。

5️⃣ $AVGO / Broadcom
关注焦点：盘前下跌，财报EPS不及预期，AI芯片需求被质疑。
逻辑：CEO表示AI变现时间线慢于预期，引发科技股抛售。
价值：半导体巨头，估值合理回归。
机构评价：长期看好，短期承压。
估值：40x PE偏高，等待回调。

6️⃣ $TSLA / Tesla
关注焦点：持续高波动，散户多空分歧极大。
逻辑：无人出租车进展、4680电池量产、中国市场竞争。
价值：电动车龙头，业务多元化。
机构评价：看跌者关注利润率，看涨者关注AI故���。
估值：80x PE争议极大。

━━━━━━━━━━━━━━━━━━━━━━━━

五、资金流向

📊 ETF资金流向（过去24小时）：
- $QQQ（纳指ETF）：净流出，小型资金减仓科技
- $SPY（标普ETF）：净流入，机构趁低吸筹
- $SMH（半导体ETF）：资金平稳，观望态度
- $ARKK（创新ETF）：净流出，风险偏好降温

🔄 板块轮动信号：
- 资金从科技/AI板块小幅撤出
- 能源/铀板块吸引避险资金
- 小盘股资金开始活跃（$IWM关注）

💰 聪明钱信号：
- 纳斯达克100期货净多头持仓下降
- VIX Call期权成交量激增，对冲需求强烈

━━━━━━━━━━━━━━━━━━━━━━━━

六、小盘美股ALPHA 🔍

【$TWAV / TaoWeave, Inc.】市值4.91M | 内容科技/AI内容生成

需求变化 → 该公司提供AI驱动内容生成平台，受益于企业数字化转型需求。盘前+41%，成交量1700万股，显示散户动量策略重点关注。但公司基本面信息极为匮乏，属于典型Meme股。

核心弹性：股价位于历史低位附近（$2.00），但成交量暴增表明机构关注度提升。市场错误归类点：可能被归类为"加密投机"而非AI内容赛道，但公司业务实为SaaS+AI。

验证信号：下季度财报关注MRR（月度经常性收入）是否披露，或任何AI商业化订单。若无实质业务进展，股价将快速回落。

风险提示：小市值壳股，严格止损。

━━━━━━━━━━━━━━━━━━━━━━━━

七、宏观市场要点

📅 今日重要数据/事件：

• 20:30 美国初请失业金人数（预期21.5万）
• 22:00 美联储官员讲话（关注货币政策信号）

影响分析：
- 若失业金数据高于预期，市场可能开始定价经济放缓
- 美联储官员讲话若偏鹰，可能压制科技股估值
- VIX处于低位意味着市场对风险定价不足，任何负面消息可能触发快速回调

市场情绪总结：
当前市场处于"甜蜜区"尾部——S&P 500连涨，VIX低位，但广度收窄、个股波动加剧。Larry McDonald警告的"大规模轮动"信号值得关注。投资者应降低科技股集中度，增��防御性板块（能源、医疗）。

━━━━━━━━━━━━━━━━━━━━━━━━

请关注、转发、收藏，华尔街观察团队将持续跟踪相关消息、解读量化数据，基于WSV模型，给出股票、黄金、债券（ETF）大类资产及板块（ETF）轮动量数据，个股案例研究，为您提供超前布局机会。
⭐️⭐️⭐️
文章所载内容信息参考，不构成任何投资建议或操作指南。信息基于公开公告整理和量化数据机器学习计算，文章信息与数据的真实性、完整性、有效性不承担任何责任。历史数据不代表未来、案例分析不代表收益承诺。投资者据此操作，风险自担。投资有风险，入市需谨慎。

[Chuimao🇭🇰 @PionexStaking]

@cnfinancewatch 有些老师就是很贱啊

[Lemon @111_114390]

$ASTS 机构持股比例增长迅速，但目前仅占流通股总数的约 50%，仍有增长空间。

[Chuimao🇭🇰 @PionexStaking]

@shufen46250836 可能也是和印度攒贵金属有点关系

[Chuimao🇭🇰 @PionexStaking]

@betty_okx @silverfang88 lark里面没搜到你呀

[Painter（度假中） @CryptoPainter]

新的里程碑！

昨晚重跑了一遍训练，Regime的部分固化成了单纯的均线系统，然后增加了4个因子训练环节可以有效避免过拟合的算法，最后还把进化迭代的周期数延长了60%，基本上就是按照目前比较成熟的方案进行策略的性能阉割。

最终跑下来的数据比原先更差了，收益率直接腰斩，但最大回撤下降7%！

然后就是进行蒙特卡洛模拟，为了维持这个系列的科普性，简单解释一下：

蒙特卡洛模拟主要是通过打乱交易顺序或改变收益率分布，生成成千上万个“虚拟的历史”，从而观察策略在不同运气下的表现，如果能够通过测试，就代表策略本身具备对于未知行情的适应能力。

说人话就是，你的策略是靠运气还是靠实力？

而我的模拟结果还算满意，我��数据和图表搬给了Gemini 3.1 Pro 的深度思考模型去分析，它认为这个策略算是达标了！

虽然原本11.3%的最大回撤在蒙特卡洛模拟中被一度虐至近30%，但这恰好说明了只要该策略不带超2X的杠杆，未来哪怕是遇上什么黑天鹅或白天鹅，依旧可以生存！

对我来说，这是一个重大的里程碑，这代表着我的整个量化策略训练系统正式产出了第一个有效策略，虽然收益率远不及ASR或之前手写的那些有潜在过拟合风险的固定参数策略，但给人的安心程度绝对是上了一个台阶！

趁着心情好，简单讲一下我这个遗传策略系统的整体原理，生成一个有效策略并不是我的目标，我的最终目标是搭建一个基于遗传算法、HMM模型以及内存共享机制下的高效率策略训练系统。

也就是说，今后不论是什么品种、什么市场、有什么数据，他都可以快速（我的外星人跑一次目前需要12h😅）通过遗传迭代生成一个有效的量化策略。

自己写的回测引擎是这个高效率运转的前提，毕竟我之前花了一周的时间都在做这个事情，回测引擎会把用户提供的各种市场数据向量化储存，然后共享到内存中，其他系统进行数据调用时，共用同一套数据，这样免去了数据来回读写的过程，大大缩减了进化所需要的时间...

在 TradingView 进行一次云端全量回测通常需要5~8s左右，而我的系统只需要0.07s，正是有了这个基础，才能够在12h内完成累积达数十万次的回测，从而迭代出有效的因子。

当然，目前我喂的数据太少，只有价格K线与成交量，接下来我的思路是增加数据维度，将持仓量、链上数据、资金费率、订单深度等数据逐一添加进去，理论上进化所需的时间会逐步增加至24h、2天甚至一周...

但框架只要搭好了，剩下的就只剩算力与时间了！

未来这个系列我还会继续更新，中间踩了太多坑，烧了太多 Token，我也一度想要放弃，因为辛辛苦苦折腾这么久的表现还不如一个���单双均线策略，真的太打击人了...

不过还好几个评论区的小伙伴给了很有帮助的建议，让我硬着头皮坚持下去了，熬过训练过程最打击信心的部分后，一切都变得顺其自然了！

我觉得熊市就该这样，沉下心来Build自己的东西，等牛市归来，才是丰收的时候...

[Jimmy狐狸 @jimmyhuli]

今天 seeking alpha 一口气有七篇文章是关于 $MU 的，看得我要吐了。发出来大家一起吐 （中文summary）

总结一下，两篇看空，五篇看多，观点非常两极分化！看空的是strong sell, 看多的是 strong buy!