RITD Lab

美股+AI

[RITD Lab @RITDLab]

@BTCdayu 三年后：回本的感觉真好

[RITD Lab @RITDLab]

为什么先崩日韩，后崩 #美股？
$QQQ $SOXX $SMH #KOSPI #日经指数 $MU #SKHynix

日韩，是全球高杠杆资金与实体经济周期的“煤矿中的金丝雀”。
如果把全球金融体系比作一座大厦：
美股是顶层的“主控室”与“核心资金池”，流动性最充沛、体量最庞大，具有极强的防御韧性。
日韩市场，则是外围的“传导齿轮”与“高杠杆借贷中枢”。

当全球宏观环境变差，高杠杆套利资金为了保住美股的核心资产，会先强行清算日韩等边际资产来补足保证金。同时，日韩作为全球半导体与出口制造业的龙头，对全球终端需求的衰退感知远比美股早。这种“资金去杠杆的挤压效应”与“供应链基本面的先知先觉”，形成了日韩股市先暴跌、数周后，美股才出现补跌的时间差。

核心金融逻辑与经典历史案例
逻辑一：套利交易拆解
（借便宜钱，买贵资产）
假设你从利率极低的日本银行借入日元，换成美元去买高收益的美股科技股。这套策略在市场平静时能躺着赚钱。但当风险来临、日元升值或日本央行加息时，这笔贷款的成本骤增。
当市场风吹草动，对冲基金最先做的事不是卖出美股的核心股票，而是打平杠杆。华尔街机构会在东京市场迅速卖出日元资产、买回日元还贷。这种平仓行为会引发日韩股市的剧烈踩踏（日元升值+日股暴跌）。当这股平仓潮极其庞大、清算完离岸资产仍不足以补足亏损时，机构被迫在几周后开始砍掉美股仓位，引发美股大跌。

逻辑二：供应链敏感度与出口盈利坍塌（基本面传导）
（进货商与总公司的感应差）
日韩（特别是韩国的三星、海力士，日本的电子与机械巨头）处于全球制造业的最上游。全球消费需求一旦萎缩，终端消费者可能还没停用iPhone，但苹果公司已经停止向日韩供应商下单了。
日韩股市的权重股高度集中在“高贝塔（Beta）”的出口及半导体行业。在经济衰退周期初期，日韩企业的盈利预期调整速度远快于标普500成分股。因此，市场分析师会先下调日韩企业的业绩预测，导致其股价提前提早崩塌；待1到2个月后，美国消费数据公布衰退事实时，美股才开始大幅下修盈利预期。

经典案例：2000年互联网泡沫破灭（Dot-Com Bubble）
关键时间点（日韩率先回落）： 2000年3月13日，日本内阁府公布经济数据确认日本重新陷入衰退，日经指数与亚洲芯片/硬件出口股剧烈下挫，引发了全球对IT硬件需求的担忧。
美股滞后见顶与深跌： 尽管美股纳斯达克在2000年3月10日摸顶5048点，但其主体大跌和全面溃败发生在4月份（4月14日单日暴跌9.6%），比日韩市场的警示信号整整滞后了约一个月。

逻辑三：离岸流动性挤压（Margin Call 保证金追缴链条）
（弃车保帅）
当一家跨国华尔街基金遭遇亏损、面临经纪商要求追加保证金（Margin Call）时，它不会立刻清仓流动性最好、最赚钱的“旗舰美股持仓”（车）。它会优先抛售离岸流动性较好但次要的资产，比如日韩等亚洲股票（卒）。

全球金融危机的演变，往往遵循“流动性收紧-边缘市场流动性枯竭-核心市场流动性踩踏”的路径。从边缘市场被抛售，到挤压传递至美国本土金融机构的资产负债表，中间通常存在几周的时间差。

经典案例：2008年次贷危机全面爆发期
关键时间点（日韩率先触底踩踏）： 2008年9月15日雷曼兄弟破产。2008年10月6日 - 10月10日，日韩市场遭遇了极其惨烈的抛售，10月10日日经225指数大跌9.62%，韩国市场同样暴跌，亚洲资本市场流动性几近冻结。
美股主跌浪滞后： 美股虽然在9月震荡，但标普500最惨烈、最集中、引发全国性恐慌的连续大跌与信贷冻结，是在10月中下旬至11月中旬才达到高潮（美股在11月20日才创出当时的新低）。

投资者能从中获得什么启示？
日韩股市“先崩”而美股“后跌”的现象，本质上是全球货币杠杆的撤退顺序与产业链传导时，共同作用的结果。

日韩是风浪的前哨站：
当看到日元汇率急剧飙升、日经指数或韩国KOSPI指数在毫无征兆的情况下因为“杠杆平仓”或“需求下行”出现单日5%-10%级别的暴跌时，这往往不是局部事件，而是全球资金池干涸的预警信号。
美股的“窗口期”极其短暂：
从日韩发生流动性踩踏，到这股危机浪潮通过对冲基金资产负债表反噬至美股（引发标普500和纳斯达克深度补跌），中间通常留有几周到一个月左右的撤退窗口。

[RITD Lab @RITDLab]

@ViewsOfChris SOXX 目标价410，不要着急，大的要来!

[RITD Lab @RITDLab]

$BTC 币圈人高位冲进 #美股 #AI，又被收割了一波，还指望资金重回币圈抄底拉盘🤣
散户时代结束了，筹码都洗干净了，都是机构的，波动性大幅下降。
短期，就看7月底清晰法案了！

[RITD Lab @RITDLab]

@Rocky_Bitcoin 跌到6000再看

[RITD Lab @RITDLab]

@thankUcrypto 大清亡了

[RITD Lab @RITDLab]

@Jiangzhuoer2 有没有考虑过，若月底清晰法案通过，合约逼空，可以到2230😏😏

[RITD Lab @RITDLab]

@Zoozo2025 我的青春啊

[RITD Lab @RITDLab]

@Michael_Liu93 说个不同的观点：抄不到低位又如何呢? 下次上涨高点会有多少，在微策略的潜在双向流动性压制下，更多时间是大区间震荡，如果2028-2029年美股震荡行情，BTC能走出独立牛市吗？

[RITD Lab @RITDLab]

@colinwu 港股ipo涌入AI热钱

[RITD Lab @RITDLab]

【#美股 机器人板块】
KEYS (Keysight Technologies)： 电子测试与测量。机器人研发中复杂的传感器信号、无线通信（如5G/6G协同）、车载/机载电子系统的测试必用。
TDY (Teledyne Technologies)： 军工与工业级机器人的“眼睛”。强项在于高性能数字成像、红外传感器、红外热成像及无人机/无人艇控制系统。
VPG (Vishay Precision Group)：精密力学测量的核心。提供机器人关节必不可少的称重传感器（Load Cells）和应变片，用于控制机器人的抓取力度和平衡。
PH (Parker Hannifin)：运动与控制技术。主要提供机器人的液压、气动系统和高精度执行器（如波士顿动力早期液压版Atlas的底层支持者）。
FTV (Fortive)：拥有大量精密传感器、工业自动化控制及机器人核心部件品牌。
RRX (Regal Rexnord)：机器人传动系统的核心。提供高精度电机、联轴器和传动部件，属于底层硬件供应链。
ADI (Analog Devices)：机器人所需的高性能模拟信号处理、数据转换器（ADC）和MEMS陀螺仪（姿态控制芯片）的主力供应商。
MPWR (Monolithic Power Systems)：模拟/混合信号芯片专家。在机器人中主要负责高效率的电源管理芯片（PMIC）和电机驱动控制。
ABBNY (ABB Ltd)：全球工业机器人“四大”之一。除了机器人本身，其电气化产品正因AI数据中心电网扩容而需求暴涨。
TER (Teradyne)：除了半导体测试设备，它旗下拥有Universal Robots和MiR，全球协作机器人（Cobots），工业物流移动机器人。

【暂未上市】
Figure AI
总部位于美国加州的人工智能公司，专注于开发通用人形机器人。股东包括微软、OpenAI、NVIDIA、贝索斯等。其核心突破在于将 OpenAI 的多模态能力与硬件结合，并在宝马（BMW）等重工业工厂推进商业化。

Boston Dynamics
全球领先的移动机器人研发与制造公司，总部位于美国马萨诸塞州。主要产品线：Atlas（人形机器人），Spot（四足机器人），Stretch（物流机器人）。

Agility Robotics
诞生于俄勒冈州立大学实验室，背靠亚马逊（Amazon）的工业创新基金、软银和 NVIDIA。其明星产品是双足机器人Digit。2026年6月24日，Agility Robotics 官方宣布与公开上市的空白支票公司 Churchill Capital Corp XI（NASDAQ: CCXI） 达成最终业务合并协议（SPAC）。该交易给 Agility 的合并前估值为 25 亿美元，并获得了由富士康（Foxconn）领投的 2 亿美元 PIPE 融资。交易预计在 2026 年内完成，届时合并后的公司将正式更名为 Agility Robotics，并在北美主流交易所（Nasdaq）以股票代码 “AGLT” 挂牌交易。

1X Technologies
一家独立的挪威公司，由OpenAI创业基金领投其Series A2融资，OpenAI持有其战略性少数股权并与其展开深度技术协作。”
2024年初，它完成了由EQT Ventures领投的1亿美元B轮融资，三星（Samsung NEXT）和Tiger Global共同参投。

Physical Intelligence (π)
典型的VLA（Vision-Language-Action，视觉-语言-动作）机器人大模型公司，获得了Thrive Capital、红杉资本、Khosla Ventures 等VC追捧，类似于机器人领域的“安卓系统”或“Windows”。

[RITD Lab @RITDLab]

美股投研交易SOP
$QQQ $VOO $SMH $SOXX $MU $DRAM $NVDA $GOOGL
【一】宏观和趋势定位
1、宏观定调
判断经济周期（扩张，衰退，复苏），利率路径，流动性环境。
2、主线识别
找出当前/下一阶段市场最强共识（芯片、存储、光学、电力、物理AI）。
3、趋势节点
确定大趋势的初始起点（宏观/基本面）、阶段起点（宏观/基本面）；阶段终点（宏观/基本面）、最终终点（宏观/行业转折点）。

【二】核心龙头筛选与基本面量化
龙头确认：护城河，定价权，营收/净利润增速，净利润金额，市场份额，机构持仓与观点。

【三】短期时机与切入点
确认周线多头趋势！
短线回调买入：股价从高点下跌15%-30%。
短线突破买入：股价突破关键阻力位/形态。

【四】止盈与退出策略
设定目标（估值/股价）：P/E、PEG、P/S、FCF、B/B、净利润率、季度/年度净利润。
追踪止损：-10%
退出策略：
宏观拐点止盈（美联储加息、经济数据恶化、资本支出过热/明显减少）；
财报驱动止盈（财报低于预期，相关数据大幅下降）。
情绪贪婪止盈：短期严重FOMO超买。

补充：
1、产业链坐标分析
画出公司产业链位置（例如NVDA：芯片设计-制造-封装-数据中心）
识别上下游风险（例如台积电产能，HBM供应）
2，机构持股追踪
跟踪13F filings，贝莱德/先锋/伯克希尔持股变化；个股新增，个股剔除，仓位变化。
3，风险控制框架
单一股票最大头寸 ≤ 10%
板块最大仓位 ≤ 30%
年度总回撤控制 ≤ 20%

[RITD Lab @RITDLab]

【一】当前 #AI 市场处于什么阶段？
AI长期基本面未变，但短期市场FOMO过热。
核心指标观察：
AI商业化增速，
模型ARR增速，
云收入增速。
只要这3个指标没问题，短期调整是再定价，而不是大趋势结束。

【二】过去3年AI行情的3次大讨论
第1阶段（2023），AI到底需不需要那么多算力？
结果：英伟达 $NVDA 业绩，验证强需求。
市场意识到，AI需要大量GPU。
第2阶段（2024），大厂资本开支能持续多久？
结果：微软、谷歌、Meta等持续扩大投资。
市场意识到，AI数据中心是万亿美元级投资。
第3阶段（2025），算力是不是被高估了？
结果：训练效率提升，引发担忧。
随后：推理需求增长，多模态增长，Agent增长，最终需求继续扩大。
市场形成共识：算力需求，远未结束。

【三】最重要框架：渗透率决定商业化
决定AI能走多远的，不是技术，而是渗透率。
<10%，早期验证。
10%-50%，黄金增长期。
>50%，增速放缓。
当前企业AI采购率：
2025年9月，约10%。
2026年3月，约18%。
即：AI已跨过10%临界点，进入高速增长阶段。

【四】AI vs互联网的区别
互联网
解决：信息传播，连接效率。
本质：帮助人工作。
AI
解决：认知劳动，决策能力。
本质：替代部分人的工作。
即：
互联网，提高效率。
AI，直接创造劳动力。
AI商业价值，远高于互联网。

【五】算力产业链的投资逻辑
第一层：紧缺逻辑
扩散路径：GPU-HBM-DRAM-CPU-电力。
当前最紧缺：HBM，高端存储。
原因：扩产周期长，新产能2027年后才释放。
利好：SK Hynix，Samsung，Micron $MU $DRAM
第二层：升级逻辑
（光互连）
方向：LPO，NPO，CPO。
数据中心升级。
（电力）
方向：HVDC高压直流，功率半导体。
（先进封装）
方向：3D封装，玻璃基板，陶瓷基板。
第三层：未来逻辑
AI Agent，自动驾驶，机器人，Physical AI。

【六】未来投资主线
逐步切换：
第1阶段，算力不足。
核心：GPU，HBM。
第2阶段，企业部署AI。
核心：企业AI软件，AI咨询，AI实施。
第3阶段，垂直AI OS。
核心：行业AI操作系统，AI工作流平台。
第4阶段，Physical AI。
核心：机器人，自动驾驶，无人机。

【七】AI行情最大的锚
2个关键指标：
1，模型ARR
例如：
OpenAI，Anthropic。
收入增长速度。

2，云收入
例如：
Azure，AWS，Google Cloud。
收入增长速度。
逻辑链路：
用户付费-模型ARR增长-云收入增长-资本开支增长-算力链继续繁荣。

【八】如何判断AI泡沫破裂？
小幅调整
纳指跌幅：5%-10%
原因：估值过高，流动性变化。
特点：逻辑没变。

中度调整
纳指跌幅：10%-20%
原因：利率，宏观冲击。
特点：需要重新定价。

超大调整
纳指跌幅：25%+
原因：AI商业化失败，云收入降速，产业逻辑被推翻。
特点：整个叙事重置。

【九】未来1-2年最重要的观察点
市场关注重点将从GPU紧缺，转向商业化兑现。
重点观察
企业端：AI采购率，企业客户数量，ROI。
模型端：ARR增长，云厂商，云收入增长。
应用端：Agent渗透率，企业部署进度。

【十】结论
AI不是一次普通科技周期，而是类似电力革命、互联网革命。
投资逻辑演进：
2023-2025，GPU时代。
2025-2027，HBM、CPU、光互连时代。
2026-2028，企业AI部署时代。
2028+，Agent、机器人、Physical AI时代。

[RITD Lab @RITDLab]

【#美股 #AI 七大ETF】
个股炒不明白，直接买ETF躺平！

$QQQ
纳斯达克100指数，重仓全球顶尖科技与创新巨头，美股流动性扩张与AI应用繁荣周期的核心风向标。

$SMH
半导体头部ETF，高度集中于顶级芯片设计与晶圆代工龙头（如英伟达、台积电），是捕捉半导体超级周期的高弹性标的。

$SOXX
费城半导体指数ETF，覆盖美国半导体上下游全产业链，是观察行业整体景气度与资本开支周期的重要指标。

$DRAM
全球内存与存储芯片主题ETF，直接反映DRAM、NAND及HBM（高带宽存储）供需变化，是AI服务器扩张周期的重要受益方向。

$FLTW
台湾ETF，高度集中于台积电、联发科等全球半导体与电子制造龙头，是先进制程、AI服务器制造和全球算力基础设施建设的核心受益者。

$FLKR
韩国ETF，重仓三星电子与SK海力士等全球存储芯片龙头，是HBM、DRAM及AI服务器硬件升级周期的高弹性代理资产。

$FOTO
光子学主题ETF，聚焦光模块、光芯片、光通信设备及光互连产业链，是AI算力基础设施从“电互连”向“光互连”升级的重要前瞻布局方向。

[RITD Lab @RITDLab]

#美股 $QQQ $SOXX $SMH $MU $DRAM
更新币安交易所app，将语言切换为繁体中文，
支持交易所有股票+ETF，有正股分红。
@binance 注册邀请码：RITDLAB

[RITD Lab @RITDLab]

#富途 #长桥 #老虎 #美股 $MU $DRAM 大陆用户现在交易美股，vpn打开全局模式，才能正常买入。
这个世界总有一道口子，留给聪明人。

[RITD Lab @RITDLab]

1. 美光 $MU 签署首个5年战略客户协议，三星和海力士正在效仿

美光（Micron） 已签署其有史以来首个 5 年期战略客户协议（SCA），主要针对 AI 基础设施中的高带宽内存（#HBM），锁定了供应量与价格。
瑞银（UBS）指出，这批长约非常严格，包含预付款（Prepayments）、包含罚则的强绑定（Penalty clauses）以及“3年固定+2年延期”等前所未有的强硬条款。

2.多年承诺带来可预测收入、运营稳定性，以及结构性抑制繁荣-萧条周期
过去 #内存 行业由于“价格每季度谈判”，导致盈利能见度极低。如今通过 3-5 年的产能锁死和资金预付，内存厂商的资本开支（CapEx）可以精准匹配未来需求，极大改善了由于盲目扩产导致的“繁荣-萧条”恶性循环。

3，随着收入可见性延长，PEG比率向1.0移动，市盈率（P/E）扩张随之而来。市场尚未完全定价。
由于长约提升了利润稳定性，华尔街正在将内存企业的估值框架从传统的市净率（P/B，针对周期股）切换为市盈率（P/E，针对成长股/软件股）。
虽然美光和 SK 海力士的股价过去一年大幅飙升（反映了 AI 超级周期的爆发），但华尔街尚未完全将“去周期化带来的估值乘数扩张”完全定价。如果这一模式经受住下一次市场考验，市盈率倍数有望结构性抬升。

华尔街眼中的3大潜在风险：
供应过剩的总量风险： 虽然大厂签了长约，但三大巨头（美光、三星、海力士）目前都在全球进行史诗级的资本扩张（例如美光开启 250 亿美元扩张计划）。当2028 年这些新建产能集中释放时，整体市场仍可能面临局部的供需失衡。

结构性分化： 行业正在走向“双轨制”。能享受 5 年长约和 P/E 重估的，主要是 HBM、企业级 SSD、服务器 DDR5 等高端 AI 链条。传统 PC 和智能手机内存依然无法摆脱原有的周期律。

执行力风险： 当宏观经济恶化，或大客户自身遭遇 AI 变现瓶颈时，这些长约的“惩罚条款”是否能被硬性执行，仍有待真正在下行周期中被检验。

[RITD Lab @RITDLab]

@Miiiho420 所以，忘记了BP反撸所有人？

[RITD Lab @RITDLab]

@BlueV1007 忘了BP反撸所有人了？

[RITD Lab @RITDLab]

@Crypto_Cat888 所以，就忘记了它一开始反撸所有人？ 🤣