小依

PhD in IC Design/ML

[小依 @debugthedawn]

@ShanghaoJin 🤣他那个估计真的指明道路了，一般fabless做3d packaging都是为了筛选good die去提高良率，华为反其道而行之，良率不升反降了，哈哈哈

[老鼠帮助老鼠🐭☝️ @ratshelprats]

有一个夜晚我删掉了所有的黄片，从此我的裤裆就平静了。有一个早晨我放弃了所有智力，从此我的大脑就轻盈了。

[猎手killer🪙 @memekiller365]

1.不是跌了就搞，而是止跌回升了搞。
2.不是拿着不看，而是成本低不看
3.不是长期，而是看趋势
4.每一笔交易带止损，买入那一刻就是判断它已经是低点了，如果继续低，说明判断错误。止损后重新来。
5.长期仓位分批建仓，波段仓位果断all in/all out ， 投机仓位小试牛刀快进快出

[小依 @debugthedawn]

@LinQingV Lin，又仔细读了一下你这个，目前海外fab没有主推WoW还是因为yield的问题吧，毕竟没法和DoW一样提前筛选good die，但国内用duv多重曝光做的7nm yield只会更低吧？

[LEI @TheMarketMemo]

經網友提示，發現一隻動量ETF，與我的動量投資策略非常相似。做了些研究，供參考。

$FMTM （MarketDesk Focused U.S. Momentum ETF）是2025年3月推出的主動量化動量ETF，費用率0.45%，目前AUM約2.4億美元左右，持股數約32-33檔（目標30-50檔）。

關鍵設計特點：
* 傳統動量多用12個月回溯期，FMTM 用6個月回溯期，更能快速捕捉領導股的動量轉移與新趨勢。
* 重視「趨勢如何形成」（穩健持續上漲/劇烈波動/短線脈衝），這是其與眾不同的核心——目的是降低常見的動量反轉風險。
* 主動管理，數據驅動、系統化執行，避免情緒干擾。
* 集中於最強的30～50檔，追求較純粹的動量曝險。
* FMTM 的設計哲學是解決傳統動量策略「反應慢、容易在趨勢轉折時重傷」的痛點，特別適合波動加大、領導股輪動較快的市場環境。

持倉特徵：
* 30～50檔美國大中型股，對企業基本面有要求。
* 等權重（Equal-Weighted）：避免市值加權導致少數 大市值股票主導，降低集中風險。
* 流動性篩選嚴格：每檔股票過去3個月日均成交額 ≥ 2,500萬美元。
* 前10大持股佔比約35%左右（相對集中）。
* 與 S&P 500 重疊度低（據發行人數據約2%）。

截止2026-06-29前十大持倉：
3.89% $ALAB
3.72% $GLW
3.60% $PANW
3.58% $LRCX
3.53% $MRVL
3.51% $AMAT
3.47% $DELL
3.44% $INTC
3.42% $WDC
3.34% $ESI

再平衡策略：
* 每月再平衡：這是 FMTM 最關鍵的結構優勢。
* 流程：每月重新對全市場排名 → 選出訊號最強的30～50檔 → 等權配置 → 系統性剔除動能轉弱的持股、納入新興強勢股（這是我非常看重的「優勝劣汰機制」）。
* 優點：反應速度快，能較早獲利了結或停損；缺點是換手率較高。

這種「高頻再平衡 + 品質動量訊號 + 等權集中」組合，使 FMTM 在動能輪動或市場震盪時的適應力明顯優於傳統半年再平衡的產品。

與主流動量ETF 對比：
$MTUM
* 類型：被動追蹤 MSCI USA Momentum Index。
* 持倉：約126檔，大中型股。
* 訊號：風險調整動量（結合較短與較長期間報酬 + 3年波動率調整）。
* 再平衡：半年一次（主要5月與11月），有緩衝機制限制換手。
* 權重：動量分數 + 市值混合 + 上限 + 板塊約束。
* 特色與差異：低成本（約0.15%）、規模龐大、分散度高。但反應較慢、較易受 mega-cap 主導，在趨勢快速轉變時的適應力較差。與FMTM相比，持股更多、較不「純」，歷史回撤較深、恢復較慢。

$SPMO
* 類型：被動追蹤 S&P 500 Momentum Index。
* 持倉：約100檔（限S&P 500內動量最強者）。
* 訊號：12個月價格變化（扣除最近1個月）+ 波動率調整。
* 再平衡：半年一次（3月與9月）。
* 權重：市值 + 動量分數混合。
* 特色與差異：純大型股、與S&P 500高度相關、成本低（約0.13%）、近年表現強勁（科技偏重）。但回撤通常較FMTM深、適應速度較慢。

$QMOM
* 類型：主動量化（Alpha Architect）
* 持倉：約50-100檔
* 訊號：12個月動量（扣最近月）+ 品質篩選（剔除價格路徑不穩定的股票）。
* 再平衡：每月（與FMTM理念相近）。
* 權重：等權或依訊號強度。
* 特色與差異：追求「純動量」、換手較高、最小化基準重疊。與FMTM最相似的地方是主動量化 + 頻繁再平衡 + 品質考量，但回溯期較長、投資範圍更廣。費用率0.28%，規模較小。

結論
FMTM 的設計理念比較符合我的喜好：重視趨勢形成與快速轉換。這檔ETF比較新，流動性較差，但是成交量和資產規模在迅速攀升。我會考察一段時間，並有可能作為我目前已持有 SPMO 的補充或替代，具體的執行過程我會分享在《交易筆記》中。

以上資料來自基金官方網站。本文非投資建議，投資前請自行評估風險。

[小依 @debugthedawn]

@LinQingV 散热是个大坑，看intel优化3d packaging的散热也是这三把斧，加上优化TSV的散热通道。可能管理散热还是得在源头的process层面下功夫，GAA目前看虽然Vmin更小但是比起FinFet来少一条连着substrate的散热通道。CFET will be even worse. 不知道后面会不会推动transistor向优化散热的方向发展。

[小依 @debugthedawn]

@yangshuibao 这个真是出了青岛就不太好找，但我看也不是所有外地朋友都那么感冒，哈哈，但我上高中的时候几乎得每周点一次外卖。

[小依 @debugthedawn]

@yangshuibao 除了烧烤之外第二名我还是想给鲅鱼饺子，我觉得最好吃的还是船歌鱼水饺，比双和园好吃，从小到大周围人一直是认为船歌>双和园的，但是双和园比较有性价比。船歌的鲅鱼黄花鱼墨鱼的饺子都好吃，但是要注意不要去商场店，商场里大多数是预制，味道差一个数量级，尽量去大店，比如瞿塘峡路的是现包的。

[小依 @debugthedawn]

@yangshuibao 本地人必须来点评两句吃的。青岛的烧烤很好吃，和南方不一样，青岛烤肉一般不会提前腌制。烧烤我得推一下老四方的钱钱家和台东的琪奇，我最喜欢的是肉筋蘑菇筋掌中宝，这两年青岛烧烤还新搞出来一个刀鱼卷，价格偏贵，一串好几十，但非常值得一试。

[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，到今年春节逃跑、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，认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. 铜墙铁壁：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、收保护费。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，市场尚且没有任何容错）

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。当然不排除他们像当时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很短时间狂卷几十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

[Main Rally @btc690000]

建议收藏！我总结的10种最常见的顶部形态！无论比特币、美股、黄金等一切投资标的顶部形态都逃不过这10种。

[小依 @debugthedawn]

@LinQingV 看到一个说法很有意思，想落地又落不了只能炒作一下的才叫Physical AI，能落地的都有别的名字了，哈哈哈哈

[小依 @debugthedawn]

@LinQingV lin 这样的话你之前预测七月份的大回调可能性也会降低吧 虽然震荡不断

[小依 @debugthedawn]

@deidararara 不是一套逻辑，存储在机柜里多多益善，但MLCC的价值逻辑是必要但并非越多越强。

[小依 @debugthedawn]

@LinQingV 至今难忘立党老师在最低点让人清仓美股，哈哈哈哈哈哈，后来涨的好又挂回来“劝人买纳斯达克第一人”了

[小依 @debugthedawn]

@RYANHINGSHING 梁老师对市场和美食的了解都很深，多写，爱看

[坟场宝宝 @tuitenvwang]

原来你们取悦自己是花几万买包买衣服啊
我还以为都跟我一样饿几天再急头白脸的吃一顿四五十块钱炸鸡火鸡面奶茶撑死自己呢

[小依 @debugthedawn]

@ShanghaoJin 怎么感觉金老师想布局的是Nvidia/Google呢。创造memory痛点的直接原因就是training/inference需求，不过inference这块谁能做出来现在还看不清楚，路径还没有个共识。