noengutty🐻⛓️

I'm a crypto lover who wants to be richhhhh!!

[Hyper Shark! @HyperSharkk]

นี่คือเทรนด์ที่ผมกำลัง research อยู่ครับ เผื่อใครอยากทำการบ้านเหมือนผม

ถ้าใครมีข้อมูลเพิ่ม มาแชร์กันได้เลยนะครับ เพราะผมยังขุดอยู่เหมือนกัน

มา เริ่ม!

ถ้าลองมองลึกลงไปอีกชั้น

ผมว่าของน่าสนใจจริงๆ มันจะอยู่ในพวก “ชิ้นส่วนที่ไม่มีใครพูดถึง” เพราะต่อให้ AI โตแค่ไหน สุดท้ายมันก็ต้องมีของพวกนี้รองรับอยู่ดี

แล้วเทรนด์ที่ผม research อยู่มีไรบ้าง?

1. 800V
-> ตอนนี้ไม่ใช่แค่ EV แล้วนะ ฝั่ง Data Center เองก็เริ่มขยับไปหา HVDC มากขึ้นเรื่อยๆ
-> เหตุผลง่ายๆ AI กินไฟหนักขึ้นทุกปี การส่งไฟให้มีประสิทธิภาพที่สุดเลยเริ่มสำคัญกว่าการหาไฟเพิ่มอีก
-> และ 800V มี $NVDA ดันอยู่ โคตรแรง

2. MLCC
-> ของชิ้นเล็กๆ ที่คนแทบไม่เคยพูดถึง แต่ AI Server เครื่องนึงใช้กันเป็นหมื่นตัว
-> ยิ่ง power สูงขึ้น อุณหภูมิสูงขึ้น MLCC เกรดดีๆ ก็ยิ่งสำคัญขึ้น

3. PCB
-> ผมว่าหลายคนยังติดภาพ PCB เป็นธุรกิจเก่าๆ แต่ PCB ของ AI Server วันนี้ไม่เหมือนเดิมแล้ว
-> มันมี Layer มากขึ้น ซับซ้อนขึ้น แพงขึ้น
-> สุดท้ายรายได้ต่อแผ่นก็ตามขึ้นไปด้วย

4. Wafer
ต้นน้ำของทุกอย่าง ไม่ว่าตะเป็น
- GPU
- CPU
- HBM
- Power Chip
- SiC
สุดท้ายก็เริ่มจาก Wafer เหมือนกัน ถ้า AI กับ EV ยังโต ผมยังไม่เห็นเหตุผลว่าความต้องการ Wafer จะหายไปเลย

5. CPO
-> อันนี้ผมตามอยู่หนักเลย เพราะตอนนี้หลายคนเริ่มพูดตรงกันแล้วว่า คอขวดรอบต่อไปอาจจะไม่ใช่ Compute แต่มันคือ “การส่งข้อมูล”
-> ถ้า AI Cluster ใหญ่ขึ้นเรื่อยๆ Bandwidth ก็ต้องโตตาม CPO เลยเริ่มโดนมองว่านี่แหละเป็น supercycle

6. NPO
-> ตัวนี้ผมว่าน่าสนใจไม่แพ้กัน เพราะมันดู practical กว่า ติดตั้งง่ายกว่า ต้นทุนไม่โหดเท่า
-> มีโอกาสเห็น adoption ก่อน CPO เต็มรูปแบบด้วยซ้ำ

7. CPC
-> อีกตัวที่แทบไม่มีคนพูดถึง หลายคนมองว่า optics จะมาแทน copper หมด
-> แต่ผมว่าโลกจริงไม่ได้เปลี่ยนเร็วขนาดนั้น
-> ช่วงเปลี่ยนผ่าน คนทำ cable, connector, interconnect ยังได้ประโยชน์อีกเยอะ

สิ่งที่ผมพยายาม connect the dots ตอนนี้คือ AI มันเริ่มไม่ใช่ software story อย่างเดียวแล้ว
-> มันกำลังกลายเป็น infrastructure story แล้ว
-> และหลังจากนั้นมันจะกลายเป็น industrial story

ผมทองว่าคนชนะอาจจะเป็นคนที่แก้คอขวดได้ ไม่ว่าจะเป็น
- ผลิตไฟฟ้า
- Power Management
- PCB
- MLCC
- Optical
- Wafer
- Connector
- Thermal
หลายอย่างพวกนี้ยังไม่ sexy แต่หลายๆ ครั้งเงินก้อนใหญ่สุดก็มาจากของที่ไม่มีใครมองนี่แหละครับ

ใครกำลังขุด theme พวกนี้อยู่ มาแชร์กันครับ ผมว่ามีอะไรให้ต่อยอดอีกเยอะมาก

แล้วไว้จะมาอัปเดทให้ฟังทีละเทรนด์ครับ ว่าสนใจขนาดไหน และผมบอกก่อนว่าถ้า TAM (ตลาด) ไม่ใหญ่จริง ผมไม่เอาพลังงานมาโฟกัสพวกนี้แน่ แล้วเจอกันโพสต่อไปครับ ✌🏻

[angel @angeldot_]

Anthropic ha lanzado una guía de 37 minutos para construir Agentes de IA que automatizan una empresa entera.

Gratis. De los ingenieros que construyeron Claude.

Agentes que trabajan, se reparten tareas y ejecutan todo solos.

Subtitulado al español.

Guárdate este post. 🔖

[Whisky___ @Whisky__kissme]

ผช.เสร็จยาก x ผญ.เสร็จง่าย =ฟินนนเวอร์

[Hyper Shark! @HyperSharkk]

เผื่อใครยังงงว่า "Photonics" มันมีอะไรอยู่ข้างในบ้าง?

แล้วทำไมช่วงนี้คนถึงเริ่มมองว่า มันอาจจะเป็นอีกหนึ่ง backbone สำคัญของ AI infra รอบใหม่นี้

ผมเลยลองสรุป supply chain ของ "เลเซอร์ + ชิ้นส่วน Optics" ที่ใช้ใน AI Data Center มาเล่าให้ฟัง แบบเข้าใจง่ายๆ ครับ

ก่อนอื่นต้องรู้ก่อนว่า... เวลาพวก GPU cluster ใหญ่ๆ ของ $NVDA หรือ $AVGO มันต้องคุยกัน (ส่งข้อมูล) เร็วขึ้นเรื่อยๆ

copper ตอนนี้ที่ใช้ๆ กันอยู่ มันเริ่มตันแล้ว เพราะ กินไฟ ร้อน ส่งข้อมูลช้า สุดท้ายโลกเลยเริ่มขยับไป "ส่งข้อมูลด้วยแสง" หรือที่เรารู้จักกันในชื่อ Photonics นี่แหละครับ

แล้วตรงนี้แหละ… photonics เริ่มกลายเป็นสิ่งที่สำคัญมากๆ ขึ้นมาทันที

ผมเลยอยากจะมาปูพื้นฐานให้ทุกคนเข้าใจว่าตั้งแต่ต้นน้ำ → ปลายน้ำ มันจะมีประมาณ 6 phase หลักๆ

1. Raw Materials (วัตถุดิบ)
-> ใช้พวก "Indium" + wafer พิเศษ ปัญหาคือ… จีนถือ Indium ไปแล้วประมาณ 70% ของโลก
-> แปลว่าแค่ต้นน้ำก็เริ่มมี geopolitical risk เข้ามาเกี่ยวแล้ว และนี่แหละคือคอขวดแรกของ photonics เลย (เลยเป็นเหตุผลว่าทำไม $AXTI ถึงขึ้นมา 8260% ภายใน 1 ปี)

2. Laser Die / Chip (เลเซอร์) อันนี้คือหัวใจเลย เพราะต้องทำเลเซอร์ที่
- แรง
- เสถียร
- noise ต่ำมาก
- ยิงข้อมูลเร็ว
บริษัทที่เล่นได้จริงมีไม่เยอะ ก็จะมี
-> $LITE
-> $COHR
-> SiTime
-> $AAOI
อันนี้ผมมองว่าเป็น chokepoint ใหญ่เลย เพราะทำยากจัดๆ

3. ELS Module (Module laser) เอาเลเซอร์หลายๆ ตัวมายัดรวมกัน
พูดง่ายๆ คือทำให้ "แสงหลายๆ สี" วิ่งพร้อมกันได้ในเส้นเดียว เพื่ออะไร? ก็เพื่อเพิ่ม bandwidth แบบโหดๆ
และบริษัทที่ทำคือ
-> $LITE
-> $COHR
-> $AAOI
-> $POET
-> SiTime
ใครคุม module ได้ดี มีสิทธิ์คุม flow ทั้งระบบได้เลย

4. Integration / Packaging
เฟสนี้โคตร underrated ไม่ค่อยมีใครสนใจเท่าไหร่ ง่ายๆ มันคือการเอา
- laser
- silicon photonics
- fiber
มาต่อกันให้เป๊ะระดับ "ต่ำกว่า 1 ไมครอน" คือผิดนิดเดียว signal พังเลย
บริษัทที่ทำก็จะมี
-> $TSM
-> ASE Technology
-> Sumitomo Electric
-> $GLW
-> SENKO
คอขวดคืออยู่ที่ precision manufacturing ล้วนๆ

5. CPO Assembly
Phase นี้เริ่มเข้าสู่ยุค “Co-Packaged Optics” เต็มตัวแล้ว ยุคที่เรียกกันว่าเป็น supercycle (ใครยังไม่ได้อ่านไปอ่านบทความผมได้ครับ) มันคือเอา optical engine ไปวางติดกับ ASIC เลย
แทนที่จะลากสายยาวๆ แบบเดิม แบบนี้จะช่วยให้
- Latency ลด
- กินไฟน้อยลง
- Bandwidth พุ่ง
บริษัทที่ทำหลักๆ ก็จะมี
-> $NVDA
-> $AVGO
-> Ayar Labs
-> Celestial AI
คอขวด phase นี้คือ packaging capacity + foundry

6. สุดท้ายคือ ecosystem (software)
-> ต่อให้ hardware ดีแค่ไหน ถ้า software + network stack ไม่พร้อม ทุกอย่างก็จบ
-> และจุดนี้แหละที่ทำให้ ecosystem ของ $NVDA แข็งมาก เพราะถ้าลูกค้าติดแล้ว…ก็เปลี่ยนยากสุดๆ switching cost สูง

สรุปๆ

Photonics ไม่ได้มีแค่ laser นะครับ แต่มันมี supply chain ที่ยาวมากๆ ตั้งแต่
-> วัตถุดิบ
-> ชิป
-> module
-> packaging
-> system
-> และนี่ยังไม่รวม testing อีกนะครับ
แล้วทุก phase มี "คอขวด" เป็นของตัวเองหมด หาหให้เจอ คุณอาจจะได้เจอ $AXTI ตัวต่อไป (หาเจอแล้วบอกผมด้วย 555+)

ตอนนี้คือใครคุม chokepoint ได้ มีสิทธิ์กินเค้กของ sector เยอะมากๆ

ซึ่งนี่แหละเหตุผลที่ช่วงหลังๆ ตลาดเริ่มไลหาพวก optical / photonics / CPO กันหนักขึ้นเรื่อยๆ เพราะ AI มันไม่ได้ต้องการแค่ GPU ให้ลงทุนแล้ว มันมีอะไรอีกเยอะที่เงินจะไหลไปหา...

[Hyper Shark! @HyperSharkk]

มาทบทวน thesis ผมอีกครั้งว่า…
-> transformers
-> switchgear
-> batteries
มัน “ขาดแคลน” จริงๆ และมันกำลังจะกลายเป็นคอขวดสำคัญของ AI data center

ล่าสุดมีข่าวว่า lead time ของ large power transformers ตอนนี้ยาวถึง 5 ปีเลย

และเกือบ 40% ของแผน U.S. data center capacity กำลังเสี่ยง delay เพราะปัญหาไฟฟ้า + equipment shortage

พูดง่ายๆ คือ… ต่อให้มี GPU มีเงิน มีที่ดิน แต่ถ้าไม่มี transformer ก็เปิด data center ไม่ได้

ที่น่าสนใจคือ supply chain ฝั่ง power infras ยังพึ่งจีนหนักมากๆ ทั้ง LFP batteries และ electrical equipment หลายๆ อย่าง

มันเลยยิ่งยืนยัน thesis เดิมของผมว่า “คอขวดใหญ่สุดของ AI คือไฟฟ้า” และก่อนที่ไฟจะขาดจริงๆ (ที่คนมองกันไปแค่ที่โรงไฟฟ้า) แต่จริงๆ แล้วคนที่จะได้ประโยชน์ก่อน ก็คือฝั่ง infra นี่แหละ

[Jesse Cohen @JesseCohenInv]

⚠️NVIDIA $NVDA UPDATED Q1 STOCK PORTFOLIO HOLDINGS:

• Intel $INTC - 214,776,632 shares
• Nokia $NOK - 166,389,351 shares
• CoreWeave $CRWV - 47,213,353 shares
• Coherent $COHR - 7,788,161 shares
• Synopsys $SNPS - 4,821,717 shares
• Nebius $NBIS - 1,190,476 shares
• Generate Biosciences $GENB - 833,325 shares

Jensen Huang might be the world's greatest stock picker.

[Zyo @Zyobooks]

คนได้ประโยชน์จริงจาก SpaceX
อาจไม่ใช่บริษัทอวกาศ
แต่คือคนขายชิปให้อุตสาหกรรมอวกาศ

บริษัทที่ผู้เขียนมองว่า “ได้ประโยชน์จริง”
STMicroelectronics
และ
Filtronic
คือ 2 บริษัทที่มี “หลักฐานยืนยันจริง” ว่าเกี่ยวข้องกับ SpaceX

[Hyper Shark! @HyperSharkk]

ทำไมเงินของเทพ macro ถึงเริ่มไหลไปที่ theme เดียวกัน?

- Tiger Global เข้า $LITE
- Tepper เข้า $SNDK
แล้วทั้งคู่ก็ถือ $MELI

ถ้าต่อจิ๊กซอว์ดีๆ จะเห็นว่าเงินกำลังไหลไปหา “คอขวดของโลกยุคใหม่”
-> $LITE คือ คอขวด bandwidth
-> $SNDK คือ คอขวด memory
-> ส่วน $MELI คือ คอขวด digital consumption ของ emerging market (ละตินอเมริกา)

ตลาดตอนนี้ยังโฟกัสกันที่ GPU อยู่ แต่คนที่มองลึกกว่านั้น จะเริ่มเข้าใจแล้วว่า…
-> AI scaling ต่อจากนี้ มันไม่ได้ติดแค่ compute แล้ว
-> แต่มันติดที่ “การส่งข้อมูล” และ “การเก็บข้อมูล”
เพราะเวลามี GPU หลายๆ แสน หลายๆ ล้านตัวใน cluster ปัญหาจริงๆ คือการส่ง data หากันให้ทัน
- memory feed ทันมั้ย
- latency ไหวมั้ย
- ไฟพอมั้ย
ตรงนี้แหละที่ optical กับ memory จะกลายเป็น hidden (ตอนนี้ตลาดอาจจะรับรู้แล้ว แต่ optical และ memory ยังไม่จบ cycle)

คือเราต้องอย่าลืมว่า
- AI model ยิ่งใหญ่
- Inference ก็จะยิ่งเยอะ
- Data ยิ่งต้องมีที่เก็บ
เทรนด์ AI รอบนี้เลยต้องมี compute + memory + interconnect + power (power generate มีคนรู้เยอะแล้ว แต่ power management คือสิ่งที่คนยังไม่ค่อยรู้)

อะแวะพูดถึง $MELI หน่อย ถึงจะไม่ใช่สายผม แต่ก็รู้ๆ มาบ้าง คือตอนนี้เหมือน smart money ไม่ได้มองแค่ AI infra อย่างเดียว แต่มองถึง “ปลายทางของ productivity boom” ด้วย

ถ้า AI ทำให้โลก productive ขึ้นจริงๆ คนชนชั้นกลางใน emerging market จะโตเร็วมากๆ และบริษัทที่มี ecosystem ทั้ง payment + commerce + fintech แบบ $MELI เนี้ย จะได้ประโยชน์เต็มๆ

จบ!

[Wall St Engine @wallstengine]

$NVDA 13F Holdings:

$COHR
$CRWV
$GENB
$INTC
$NBIS
$NOK
$SNPS

[Investing visuals @InvestingVisual]

The AI data center bottlenecks map & key players:

Demand:
• $MSFT
• $GOOGL
• $META
• $AMZN
• Leading LLM providers

Layer 1 - Systems & colocation:
• $DELL
• $HPQ
• $SMCI
• $EQIX
• $DLR

Layer 2A - Memory:
• $MU
• $HYNSE
• $SMSD

Layer 2B - Networking & optics:
• $AVGO
• $COHR
• $MRVL

Layer 2C - Power & cooling:
• $VRT
• $ETN
• $BE

Layer 3 - In-rack connectivity:
• $AVGO
• $ALAB
• $CRDO

Layer 4 - Foundry & packaging:
• $INTC
• $ASX
• $TSM
• $AMCR

Layer 5 - Semiconductor equipment:
• $ASML
• $AMAT
• $LRCX
• $KLAC

Note that this isn't an exhaustive list, but rather an overview of the most important businesses per segment.

I hope you found this breakdown insightful!

I've covered the supply chain in more detail in the article linked below.

[InnovestX @invxsecurities]

🔍 เจาะลึก “DRAM Supply Chain” 🌐
AI 1 ตัว ต้องผ่านบริษัทอะไรบ้างในห่วงโซ่หน่วยความจำโลก?

เมื่อ AI Data Center โตขึ้นอย่างรวดเร็ว ความต้องการ DRAM, HBM และ Storage ก็เพิ่มขึ้นตามไปด้วย ทำให้ “DRAM Supply Chain” กลายเป็นหนึ่งในธีมสำคัญของโลกเทคโนโลยียุคใหม่
สิ่งที่น่าสนใจคือ… เบื้องหลัง AI 1 ระบบ ไม่ได้มีแค่ NVIDIA แต่ต้องอาศัยบริษัทจำนวนมากตั้งแต่ “เครื่องจักรผลิตชิป → โรงงาน Memory → ระบบจัดเก็บข้อมูล → ระบบทดสอบ → ผู้ใช้งาน AI”

🔹 กลุ่มต้นน้ำ — เครื่องจักรผลิตชิป
หัวใจของการสร้างโรงงาน Semiconductor และ HBM รุ่นใหม่
• Applied Materials (AMAT)
• Lam Research (LRCX / DR: LRCX23)
• ASML (ASML)
• Tokyo Electron (TEL / DR: TEL23)

🔹 กลุ่มกลางน้ำ — ผู้ผลิต DRAM / HBM
กลุ่มสำคัญที่ได้อานิสงส์ตรงจาก AI Infrastructure
• SK Hynix (000660)
• Samsung Electronics (005930)
• Micron (MU / DR: MICRON23)

🔹 กลุ่ม NAND / Storage
รองรับการเก็บข้อมูลมหาศาลของ AI Data Center
• KIOXIA (285A / DR: KIOXIA23)
• Seagate (STX / DR: SEAGATE23)
• Western Digital (WDC)

🔹 กลุ่ม Testing & Quality Control
ชิป AI ยิ่งซับซ้อน ยิ่งต้องใช้ระบบตรวจสอบคุณภาพขั้นสูง
• Advantest (6857 / DR: ADVANT23)

🔹 กลุ่มปลายน้ำ — ผู้ใช้งาน AI Infrastructure
ผู้ผลักดัน Demand สำคัญของโลก Memory
• Nvidia (NVDA / DR: NVDA23)
• Microsoft (MSFT / DR: MSFT23)
• Alphabet (GOOG / DR: GOOG23)
• Amazon (AMZN / DR: AMZN23)
• Tesla (TSLA / DR: TSLA23)

ปัจจุบันหลายฝ่ายมองว่า “Memory Cycle รอบนี้” อาจแตกต่างจากอดีต เพราะ AI ทำให้ความต้องการ HBM และ Server DRAM เติบโตในระดับโครงสร้างระยะยาว มากกว่าจะเป็นเพียงรอบวัฏจักร PC แบบเดิม

ที่มา: https://t.co/grlIQxaTmR

==========================
ซื้อหุ้นนอก 23 ประเทศ 31 ตลาด ครบกว่าใคร ผ่านแอป InnovestX
https://t.co/0cAYzZEssI

คำเตือน: ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไขผลตอบแทน และความเสี่ยงก่อนตัดสินใจลงทุน การลงทุนในหลักทรัพย์ต่างประเทศอาจมีความเสี่ยงทางด้านอัตราการแลกเปลี่ยนเข้ามาเกี่ยวข้อง

[Jason Luongo @JasonL_Capital]

10 stocks within the AI infrastructure stack that you need to be aware of:

1. Power - $BE
2. Chips - $NVDA
3. Memory - $MU
4. Optics - $LITE
5. Cooling - $VRT
6. Photonics - $AAOI
7. Networking - $ANET
8. Substrates - $AXTI
9. Data Centers - $IREN
10. Hyperscalers - $AMZN

Power, compute, networking, cooling, and photonics all play a critical role in the AI buildout.

[Dime! @dimefinance]

พอร์ตหุ้น Leopold Aschenbrenner อดีตพนักงาน OpenAI ที่โดนไล่ออก แล้วมาบริหารพอร์ตกองทุน 3,900 ล้านดอลลาร์

ข้อมูลนี้จัดทำขึ้นเพื่อเป็นการให้ข้อมูลทั่วไปเท่านั้น โดยไม่ถือว่าเป็นการให้คำแนะนำด้านการลงทุน บทวิเคราะห์ หรือการเสนอขายแต่อย่างใด

ผู้ลงทุนควรทำความเข้าใจลักษณะสินค้า เงื่อนไข ผลตอบแทนและความเสี่ยงก่อนตัดสินใจลงทุน

[JinYu金鱼 @JinYu762]

特朗普持仓前31名整理出来了

AI算力核心
$NVDA
$MSFT
$AVGO
$AMZN
$ORCL
$NOW

芯片设计/半导体
$SNPS
$CDNS
$TXN

工业/国防/基建
$TDG
$AXON
$ETN
$TT
$MSI

企业软件/SaaS
$WDAY
$ADBE
$FIS
$PTC
$CMCSA

消费防御
$PG
$COST
$JBL
$CDW

底仓/现金管理标普500 ETF 、Russell 1000 ETF、等权重标普ETF、工业ETF、Schwab货币基金

二线补充 $AMD $ACN

[Value Investing Edge @StonkValue]

Best stocks to own until 2030-

AI Infrastructure
1. $NBIS
2. $CIFR
3. $IREN
4. $ALAB
5. $CRDO
6. $AMBQ

Critical Minerals
1. $UMAY
2. $UUUU
3. $AXTI

Power/Energy
1. $BE
2. $EOSE
3. $TE
4. $AMPX

Storage
1. $SNDK
2. $WDC
3. $STX
4. $MRAM

Photonics / Optics
1. $AAOI
2. $LITE
3. $LPTH
4. $AXTI
5. $LWLG

Application/Defense
1. $ONDS
2. $OSS
3. $PLTR

Quantum
1. $IONQ

Space/Satellite
1. $RKLB
2. $FLY
3. $SATL

[0xAob 🦞🧙 @0xAobby]

📊Trading Journal

สำหรับใครที่ยังมีปัญหาในการบันทึกพวก Trading Journal และการ Track ค่าสถิติการเทรด อยากให้ลองเอา Dashboard ที่ผมทำขึ้นไปใช้ดูครับ หรือเผื่อเพื่อนๆ จะเอามันไปพัฒนาต่อยอด ทำให้มันดีขึ้นอันนี้ยินดีมากๆ

โดยรูปแบบผมจะชอบสิ่งที่ My Fxbook ที่เป็น website ในการ track พวก Trading Statistic เป็นต้นแบบนะครับ ในตัว Dashboard จะมีตั้งแต่
🔸Set up account หลังจาก Create ตัว Main Account เราก็มาแบ่งเป็น Sub-Account ว่าจะเป็นเทรด Spot หรือ Future

🔸 มี หน้า Deposit เผื่อในอนาคตจะมีการเติมเงินเข้าใน Sub-Account ไหน จะได้มีการบันทึกประวัติการเติมตัง

🔸ส่วนการ Create transaction ก็จะเป็นหน้า New Order

🔸มีหน้าการคำนวณสำหรับคนเทรด Future โดยมี Stop Loss 2 แบบมาให้เลือกระหว่าง Fix % กับ ATR ที่เราต้องทำการเลือก ATR Multiply ว่าจะเป็นกี่เท่าของ ATR ที่เรามาใช้ในการคำนวณ

🔸API ตรงนี้จะมีดึง 4 ที่ Binance, Kucoin, Bybit และ Coingecko หรือถ้าไม่มีให้ดึง เราสามารถเลือกเป็นแบบ Manual เราก็มากรอกเองในแต่ละวันได้เหมือนกันตรง Price Update Tab นั่นแปลว่าเราสามารถใส่ Asset หรือเหรียญอะไรไปก็ได้นะครับ แล้ว Manual Update เอา ไม่จำเป็นต้องดึง API จากแหล่งไหน

🔸Import trading history ได้นะครับแต่ต้องตรงกับ Template ของ Platform ซึ่งตรงนี้เราสามารถที่จะ Download Template ออกไปก่อน แล้วค่อยให้ AI มันแปลง trading history เก่าของเราเข้า Template ของ Dashboard ก่อน upload เราสามารถที่จะ Validate ข้อมูลก่อนว่าผ่านทุก Transaction แล้วค่อยเอาเครื่องหมายติ๊กถูกออก เพื่อให้ขึ้นคำสั่ง "Import" แล้วค่อยเอาข้อมูลเข้าระบบ

คำสั่งในการลงโปรแกรมสำหรับ macOS
curl -fsSL https://t.co/vp0A86QFR2 | bash

คำสั่งในการลงโปรแกรมสำหรับ Window
irm https://t.co/hsStYuC3H4 | iex

ตัว Dashboard จะรับบน localhost นะครับ รันบนเครื่องเราเอง โดยถ้าปิดไปแล้วจะกลับมารันอีกครั้งเพื่อลงข้อมูลก็ให้เปิด Terminal หรือ Window Powershell แล้วไปที่ folder ที่เรา install dashboard ไว้ แล้วรันคำสั่ง
./dev.sh (สำหรับ macOS)
.\dev.ps1 (สำหรับ Window)

My GitHub: https://t.co/diQyaMhrHn

ยังไงลองไปทดสอบ ไปลองเล่นกันดูนะครับ หวังว่าจะมีประโยชน์

Note: ภาพทั้งหมดที่แสดงในแต่ละส่วนเป็น Mock Up Trading Transaction เพื่อให้เห็นว่าตัว Dashboard แสดงผลยังไง

[Mahachai 🦇🔊 @EthereumThaila1]

https://t.co/kAEvsDPr6n

[ลงทุนDiary @longtundiary]

เว็บช่องจ้า มีอัพเดทข่าวหุ้นเทคตอนเช้าด้วย (8โมง) - beta test นะ น่าจะยังมี bug อยู่ใครเจอมาบอกกันด้วยครับ
https://t.co/hpuTm2UWBB

จริงๆ ตอนแรกจะทำสำหรับ member ว่าอยากให้ดูคลิปไหนก่อน แต่ทำไปทำมามีอย่างอื่นด้วยก็เลย public ซะเลยย all made by claude คับ

[ETF Tracker @TheETFTracker]

Here is every stock in the VistaShares Artificial Intelligence Supercycle $AIS ETF

SK Hynix 10.48%
Micron Technology $MU 7.47%
Advanced Micro Devices $AMD 4.74%
Vertiv Holdings $VRT 4.65%
Silicon Motion Technology $SIMO 3.97%
Intel $INTC 3.95%
Taiwan Semiconductor $TSM 3.55%
GE Vernova $GEV 3.26%
Vicor Corp $VICR 3.15%
Marvell Technology $MRVL 3.12%
Nvidia $NVDA 2.94%
Foxconn Industrial Internet 2.81%
Seagate Technology $STX 2.74%
Navitas Semiconductor $NVTS 2.63%
Corning $GLW 2.30%
Samsung Electronics 2.24%
Legrand $LR 2.13%
Sandisk $SNDK 2.01%
ASML $ASML 1.83%
First American Govt Obligations 1.82%
Western Digital $WDC 1.56%
Arm Holdings $ARM 1.48%
Unimicron Technology 1.45%
Arista Networks $ANET 1.42%
MPI Corp 1.35%
Montage Technology 1.28%
Advanced Energy Industries $AEIS 1.25%
Astera Labs $ALAB 1.20%
Asustek Computer 1.17%
Tower Semiconductor $TSEM 1.09%
Commvault Systems $CVLT 1.02%
Coherent Corp $COHR 0.95%
Nanya Technology 0.93%
IEIT Systems 0.92%
Rigaku Holdings 0.89%
Broadcom $AVGO 0.87%
Nutanix $NTNX 0.86%
Hygon Information Technology 0.84%
AP Memory Technology 0.81%
Nokia $NOKIA 0.76%
Penguin Solutions $PENG 0.74%
Credo Technology $CRDO 0.73%
Kehua Data 0.62%
Palo Alto Networks $PANW 0.62%
Munters Group 0.61%
Transcend Information 0.60%
Quanta Computer 0.57%
Cisco $CSCO 0.56%
Celestica $CLS 0.53%
Super Micro Computer $SMCI 0.53%
Hewlett Packard Enterprise $HPE 0.38%
Everpure $P 0.36%
Crowdstrike $CRWD 0.29%
King Yuan Electronics 0.27%
Zscaler $ZS 0.18%

Disclosure: @VistaSharesX is a WOLF Financial Partner

[Lin @Speculator_io]

Companies invited to join Trump’s trip to China:

$MU Micron
$COHR Coherent
$QCOM Qualcomm
$CSCO Cisco
$BA Boeing
$ILMN Illumina
$AAPL Apple
$C Citigroup
$GS Goldman Sachs
$BLK BlackRock
$TSLA Tesla
$GE GE Aerospace
$V Visa
$META Meta
$MA Mastercard
$BX Blackstone