Olivia
Online
皮迪克
@pidike2050
Joined September 2018
80 Following
16 Followers
196 Posts
@TJ_Research 自问自答，涨的多了，估值高了就会有回调。换个问题，目前能想到的风险有哪些，向上的？向下的？都说说。
@TJ_Research 8月到年底还会有7-15%的回调吗？
老黄点名了下一个将达到万亿美金市值的公司，相比这个Murphy（MRVL的CEO）今天演讲以及他与来黄的对话更值得一看。Murphy用近一个小时的时间，系统阐述Marvell如何押注数据基础设施、为什么光互联将成为AI时代的关键技术，以及这场从铜缆到光纤的转型将如何重塑整个数据中心架构，看完murphy的演讲，相信能对光互联的技术演化有更深的理解和认识，梳理下Murphy的演讲要点：
1、十年豪赌：如何成为数据中心之王
Murphy演讲从一段自我剖白开始。2014年加入Marvell 时，这家公司60%的收入来自消费电子市场，数据中心业务占比不到10%。也正是在那个时刻，他做出了一个大胆的判断——半导体行业的下一个增长周期，将由 Google、Amazon、Microsoft、Meta 等平台公司驱动，核心需求是“以大规模移动、存储、处理和保护数据的半导体技术”。
这个判断在当时并不被广泛认可。“数据基础设施”甚至还不是一个被行业承认的市场类别，只是 Marvell 用来描述未来愿景的内部术语。但 Murphy 和他的团队展现了惊人的执行力：通过一系列精准的并购和剥离，Marvell 在十年间投入了约285亿美元（225亿美元收购+60亿美元内部研发-40亿美元资产剥离），系统性地构建了从毫米到千公里、覆盖 AI 基础设施全栈的连接技术平台。
这些并购包括2018年收购 Cavium 强化计算和网络能力；2019年收购 Avera 建立定制芯片业务、收购 Aquantia 增强连接产品组合；
2021年以100亿美元收购 Inphi 获得世界级数据中心连接技术；
以及最近12个月内收购 Celestica AI 的光子结构技术和 Xcon 的 scale-up 交换能力。
结果是惊人的：Marvell 从2014年的25亿美元营收增长到2026财年预计的110亿美元，最近几年增速更是达到每年40%。根据上周财报电话会议后的华尔街共识预期，2027财年 Marvell 营收将达到164亿美元。更关键的是，数据中心业务占比已从不到10%飙升至上季度的75%以上。
2、连接性：AI 基础设施的真正瓶颈
Murphy 在演讲中抛出了一个核心问题：什么定义了 AI 基础设施的性能？大多数人会想到处理器、GPU、制程节点（3nm、2nm 甚至未来的1.4nm、1.6nm），或者高带宽内存。这些当然重要，但 Murphy 指出，这些都不是系统的决定性特征。
“因为一个处理器，无论它有多快、连接了多少内存，对于今天的 AI 工作负载来说根���不够。你需要数万个、最终是数百万个处理器作为一个单一的大规模计算引擎协同工作。这就是为什么这种规模的计算从根本上是一个连接性挑战。”Murphy 说道，“而且越来越多地，正是连接性的架构和特性定义了系统的性能。”
这个判断得到了英伟达 CEO 黄仁勋的呼应。在 Murphy 邀请下登台的黄仁勋强调，AI Agent 的计算模式是“分解和分布式的”（disaggregated and distributed）——当你把一个计算问题分解成许多部分，并分布到整个数据中心时，连接性就成为必需品。“我们分解和分布式计算，使其运行在这些巨大的集群上，这样我们就能聚合总计算量、总内存和总带宽。而使这一切成为可能的，就是连接性。”黄仁勋说，“这就是为什么 Matt 做得这么好，为什么 Marvell 如此关键。”
Murphy 进一步解释了连接性瓶颈的演变逻辑：过去几年，AI 基础设施先后解决了���算瓶颈（英伟达引领的 GPU 革命）和内存瓶颈（HBM 高带宽内存的规模化），现在瓶颈正在再次转移。“现在是连接性将定义基础设施的极限，就像计算和内存一样。”他引用了与最大客户的对话：“世界上最大的超大规模云服务商现在正在重新构想他们的整个网络架构。他们认识到，扩展 AI 基础设施现在首先是一个连接性挑战。”
随着推理模型、专家混合架构（mixture of experts）、生成式 AI 的持续演进，更多数据必须在基础设施中移动，需要更高的带宽和更低的延迟。当工作负载不再适合单个数据中心时，就需要建设更大的数据中心或整个数据中心园区，以及它们之间的所有高速连接。“因此，连接性成为扩展计算的关键推动力，我们的客户越来越认识到光学是前进的方向。”Murphy 说。
3、从千公里到毫米：Marvell 的全栈连接布局
Murphy 用一张图展示了 AI 基础设施跨���的所有距离——从数据中心之间的数百甚至上千公里，到封装内部的毫米级距离。每一个距离都需要不同的解决方案、不同的技术、不同的工程团队，甚至不同的供应链。“这些不是同一问题的变体，而是根本不同的工程挑战。”
1）跨数据中心连接（数百至上千公里）
这需要非常专门的相干调制（coherent modulation）技术，核心是专用的数字信号处理器（DSP）。Marvell 是全球少数几家能够构建这种相干 DSP 的公司之一，已经领导了从100Gbps 到400Gbps 再到800Gbps 的代际演进。Murphy 在现场展示了一个相干光模块实物——这是一个极其复杂的工程产品，包含了 Marvell 最复杂的先进制程 CMOS DSP 芯片、第四代硅光子技术（已量产十年），以及用硅锗工艺设计的自研宽带模拟组件。“今年晚些时候，我们将采样世界上首个1Tbit、2nm 制程的相干光学解决方案。”Murphy 宣布。
2）数据中心内部连接（数百米）
数据中心内部包含成排的计算服务器，每个机架顶部通常有一个交换机，机架级交换机连接到脊��和核心交换机，通过光纤电缆形成整个数据中心的网络结构。这部分使用的是更节能的 PAM4调制技术。Marvell 构建了业界领先的 PAM4 DSP 解决方案，以及高速模拟组件（包括跨阻放大器 TIA 和激光驱动器），并引领了从25Gbps、100Gbps、200Gbps、400Gbps 到800Gbps 的每一次重大转型。去年，Marvell 开始量产业界领先的1.6Tbps PAM4解决方案。在以太网交换方面，Marvell 拥有从51.2Tbps 到51.2Tbps 的完整产品组合，并在 ComputeX 当天宣布了专为 AI 数据中心设计的新一代102.4Tbps 以太网交换机，具有业界最低功耗。
3、机架内部连接
目标是以全互联（any-to-any）配置连接尽可能多的处理器——每个处理器都能直接与其他每个处理器通信。英伟达的 NVLink 72（因机架内连接72个 GPU 而得名）首次将这种架构推向市场。这需要完全不同的交换类别，以及通过机架内铜背板驱动超高速信号的能力。“今天，这不是光学的领域，这是铜的领域。”Murphy 说。核心差异化因素是电气 SerDes 技术而非光学。Marvell 拥有目前领先的200Gbps 电气 SerDes，并已在过去几年中演示了面向未来的400Gbps 技术，这些 SerDes 被集成到客户的定制芯片、XPU 以及 Marvell 自己的 scale-up 交换机中。
4）封装内部连接（毫米级）
当今最先进的芯片内部有多个 chiplet，2.5D 或3D 封装本质上是一种连接技术，允许这些 chiplet 在封装内非常靠近地放置，并通过超高速短距离 die-to-die 接口通信。Marvell 拥有领先的 die-to-die SerDes 和先进封装能力，使客户能够构建业界最复杂、最独特的多 die 芯片。
Murphy 强调，拥有所有这些能力“在一个屋檐下”是不寻常的、独特的。“当我们去竞争时，通常在每个类别中我们面对的是不同的竞争对手。但这就是我们的独特之处——我们是一站式商店，是整个连接堆栈的领导者。”
4、铜墙将移：光互联的物理必然性
Murphy 演讲的核心洞察集中在一个��念上：铜墙（Copper Wall）。他用一张图清晰地展示了当前 AI 基础设施中的连接分界线——左侧是光学连接（使用光纤电缆��输光信号，两端有复杂的电子设备驱动和调制激光），右侧是电气连接（使用铜缆、PCB 上印刷的铜走线，或封装内部的微观铜布线）。中间是“铜墙”，定义了信号在必须转向光学连接之前可以通过铜传输的最长距离。
“这是一个重要的区别，因为铜很简单、成本低，正如 Jensen 所说，你想尽可能长时间地使用它，这非常实用。但光学更复杂，需要激光器、光子学、复杂的电子设备。”Murphy 说，“而铜墙，我今天要告诉你们的是，它即将移动。它将再次移动，并将接管机架本身。这正在为光学行业创造需求的爆炸式增长。”
这不是偏好问题，而是物理定律。信号通过铜缆传输的距离与带宽成反比——每次带宽翻倍，距离就必须减半。Murphy 给出了具体数据：当今世界上最高速的生产系统运行在每通道200Gbps。在这个带宽下，电缆长度限制在大约1.5米。相比之下���100Gbps 系统可以使用约3米的电缆。而机架的高度约为2米，考虑到机架内部的所有布线，2.5米正好是极限。“所以当我们转向1.6Tbps 时，我们不能再用铜完全连接机架了。墙正在移动，而且是现在。”
Murphy 强调，这不是遥远的未来：“今后，即使是机架内的连接也将变成光学的。整个行业都知道这一点即将到来，所以我们一直在为这一刻做准备——不仅仅是 Marvell，而是整个行业。你可以在台湾看到这一点，在供应链和正在发生的产能爬坡中。”
铜墙每向右移动一步，连接数量至少增加一个数量级。“这正在创造我提到的需求爆炸，光学供应链需要大规模扩展并做好准备。”Murphy 回顾了20年前的类似转型：当时数据中心内部的最先进技术是10Gbps，整个数据中心都使用铜缆，光学基本上只是电信技术，保留用于非常长的距离。但当墙移动时，光学行业迎接了挑战，今天世界上所有的超大规模数据中心都是光学连接的。这次转型催生了新的解决方案——针对数据中心内部优化的 PAM4技术，而 Marvell 是那里的关键创新者之一。
5、CPO：光互联的下一个前沿
当光学进入机架内部时，���要的新技术叫做共封装光学（Co-Packaged Optics, CPO）。Murphy 花了相当篇幅详细阐述这一技术：“CPO 是一种将光学连接一直带到封装本身、紧邻计算的技术，无论是定制计算还是交换芯片。”
CPO 要解决的根本挑战是密度和功耗。机架内的连接数量是机架之间连接数量的10倍。“如果我们只是尝试使用数据中心机架间使用的相同光学技术，你不会有足够的功率，不会有足够的物理空间，无法容纳所有这些标准光学模块和电缆——这根本行不通，不可能。”Murphy 解释道。
CPO 的概念是将光纤直接带到封装，将驱动光纤信号的电子设备与定制计算或交换芯片紧密耦合。“这是一个巨大的变化，而且很难，因为你要结合芯片行业中一些最先进的技术：领先制程 CMOS、硅光子学、先进封装、光互连，所有这些都在一个小型紧密集成的系统中制造。复杂性非常高，但这是继续���展带宽并克服我谈到的铜限制同时降低功耗的唯一方法。”
Murphy 强调这不是未来主义的东西，而是正在发生的现实。他在现场进行了实物展示：一边是传统的以太网交换机——当天宣布的102.4Tbps Teralink 交换机，可以看到板中央的交换芯片，PCB 内部的铜走线将信号传输到前面板，所有光学模块都插在那里。另一边是基于 CPO 的交换机——封装中央仍然是交换芯片（51.2Tbps 交换机），但边缘周围是16个3.2Tbps 光学引擎。“16乘以3.2，你得到51.2Tbps。所以光纤现在直接连接到这些引擎，而不是前面板。我们完全消除了 PCB 上的铜走线。光直接从封装中出来。这是一个非常非常复杂的工程作品。”Murphy 说。
Marvell 为 CPO 投入了十多年：硅光子学、光学 DSP、所有周围的模拟宽带组件，以及实现这一切所需的所有先进封装。“这一切实际上都需要在 CPO 中汇聚。”Murphy 说。
6、英伟达的背书与 NVLink Fusion 合作
Murphy 特别强调了与英伟达的战略合作扩展。几个月前宣布的合作中，英伟达向 Marvell 投资了10亿美元，双方正在扩展跨多个维度的合作，包括光学、光子学和 NVLink Fusion。黄仁勋亲自登台与 Murphy 对话，这本身就是一个强有力的信号。
黄仁勋详细解释了 NVLink Fusion 的战略意义：“有时候，也许云服务提供商想要设计自己的定制芯片。在我们之间，我们也在 NVLink Fusion 上合作，这使得你可以使用相同的系统架构，内部有 Marvell 的一些半定制芯片、大量互连、硅光子和光学技术。我们可以创建一个本质上分解、分布和异构的数据中心。”
关键是系统架构保持一致。“他们的网络技术可以利用大量英伟达的堆栈。CPU 可以是 Vera，但它可以利用大量你们的堆栈。所以 NVLink Fusion 是关于采用英伟达的技术和我们的平台、Marvell 的技术和平台，然后我们融合它。这就是为什么它被称为 fusion。”黄仁勋说。
Murphy 追问了铜到光学的转型时间表。黄仁勋的回答非常务实：“我们应该尽可能长时间地使用铜，但铜有其限制——带宽和距离的限制。所以最终正确的策略是：尽可能长时间地用铜进行 scale up。之后，用光学进一步 scale up，用光学 scale out，用光学跨越连接。所以你在必须的地方使用光学，在可以的地方使用铜。”
但黄仁勋随即给出了乐观的市场预测：“底线是，在未来五到十年，我们将使用大量的铜，也将使用大量大量的光学。这些数据中心现在是基础设施的一部分。我说 AI 现在有用、有用的 AI 已经到来的原因是，现在 AI 是有利可图的，token 是有利可图的。当 token 生产有利可图时，每个人都想制造更多 token，这就是为什么 Marvell 的需求如此之高，我们的需求也如此之高。因为每个人都想生产更多 token，因为它被 Agent 到处使用。”
7、无距离数据中心：光互联的终极愿景
Murphy 在演讲的最后部分描绘了一个激进的未来愿景：他当数据传输全部变成光学时，距离实际上不再重要。“这是一个深刻的变化。”说。
今天的服务器、机架和整体数据中心架构都是围绕距离的约束设计的，软件工作负载也围绕这些相同的约束进行了优化。但如果距离不再重要呢？
首先，scale-up 网络的规模可以从72个或144个 XPU/GPU 扩展到1000个或更多，全部光学互连。“对工作负载的影响是巨大的。今天，AI 工作负载必须分解成适合 scale-up 集群的更小子问题，因为在集群外部通信今天更��、带宽低得多。但光学互连系统可以管理数量级更大的工作负载。”
其次，服务器本身可以被解构。现代 AI 服务器由一定数量的 CPU、XPU、内存和网络接口组成，它们都在同一系统上的原因是距离——CPU 和 XPU 需要以非常高的带宽访问内存，这意味着它们需要紧挨着坐在板上，铜走线作为它们之间的连接。“但在这些连接都是光学的未来，距离实际上不重要。你可以想象一个完全解构的架构——XPU 在一个系统中，内存在另一个系统中，巨大的 CPU 在另一个系统中。”
这解锁了另一种可能性：今天系统中 CPU 和 XPU/GPU 的比例是固定的，必须在系统构建和部署时定义。但没有两个工作负载需要完全相同的比例，这意味着在任何给定时间，计算或内存的某些部分可能未被充分利用——这要花钱。“但一旦我们将系统分解为独立的计算池和内存池，并且它们都是光学互连的，我们就可以动态组合专用系统，然后针对任何工作负载进行优化。”
Murphy 的终极愿景是“全球光学互连的数据基础设施”：“我们今天拥有的这些系统中的刚性边界开始消失。计算现在可以被池化，内存可以被池化��基础设施可以大规模动态组合。架构师第一次可以开始围绕模型的需求设计 AI 系统，而不是围绕互连的限制。”
他将这个愿景命名为“无距离数据中心”（data center without distance）：“计算、内存、网络和光子学作为一个统一系统运行，数据中心中的数百万资源可以像一台机器一样协同工作，一个由工作负载需求定义的架构，而不是连接性的限制。我们相信这是计算基础设施的下一个时代，Marvell 正在帮助构建使这一切成为可能的连接基础。”
最后再多说点，
Marvell的核心竞争力集中在两个细分领域。
1、定制芯片（ASIC/XPU）设计。 Marvell与博通是全球两大定制AI加速器设计巨头。大厂自研芯片的趋势正在加速——比如微软的Maia 200推理芯片、亚马逊的Trainium系列，背后都有Marvell的参与。TrendForce的预测数据值得留意：2026年定制AI芯片销售增速预计为45%，而同期GPU的增速仅为16%。不是GPU不行，而是超大规模云厂商在推理端的成本压力正在推动它们加速自研定制方案。
2、数据中心互连产品线。 这是Marvell更深的一条护城河。根据其财报，光学互连产品收入保持两位数季度环比增长，数据中心交换机业务预计2027财年将突破5亿美元。Marvell过去十年通过一系列并购累计投入约360亿美元，围绕连接搭建了涵盖定制芯片、高速交换器、光模块、硅光子和先进封装的完整技术平台。
https://t.co/IOEvYCfFt0
如果你是价值投资者，看清一个股票底层的逻辑非常重要。
这就是第一性原理。
没有AI之前，我看清一个股票底层的逻辑至少需要几个月时间，甚至几年。
现在只需要几个小时。
比如PBF这个股票，
我只用了1个小时的沟通，
发现AI和我的共同分析，
竟然和我过去花两年时间的分析（还实地考察过），
结论完全一致。
实际上还更好。
你可以把你的假设问题设定好，
然后肆意的去问AI。
我比较善于制造各种假设问题，
过去查找资料验证需要极长的时间。
而且看英文还是不如中文快，
但现在只是几分钟的事情。
一般一个股票，大概初始假设有十几项，
来回��复之后，
最后就给出股票的模型，
也就是商业模式，
基本上这个股票的底层逻辑就出来了。
AI对金融的影响，
无论怎么说都不为过。
个人如果有价值投资的天赋，
完全可以替代所谓的专业投资者（主要指ETF或者基金管理者，私募基本上算半个人投资者），
没有任何劣势，全部都是优势
这是我第一次敢这么肯定，
因为信息和分析优势完全等同，
就看内心的价值独白，谁更强大。
真正的纯个人投资者（完全不受任何合规和条框约束），
如果有价值投资的天赋，
将在未来的AI浪潮中，
把优势发挥得淋漓尽致。
AI是一个五层蛋糕，你想吃哪一层？英伟达官方这篇文章值得细看，五层工业栈的划分也很清晰。梳理下要点：
1、AI的本质定位
1）AI不是*单纯的“聪明App”或单一模型，而是像电力和互联网一样的核心基础设施。
2）AI 依赖真实硬件、真实能源和真实经济：它把原材料转化为大规模智能，每个公司都会用，每个国家都会建。
2. 计算范式的根本转变
1）过去计算是“预录制软件”：人类写好算法、结构化数据、用SQL查询。
2）AI 彻底打破：能理解非结构化信息（图像、文本、声音、含义），实时根据上下文生成新智能，不再是检索旧指令，而是实时推理。
3. AI 的五层工业栈（核心框架）
英伟达把 AI 比作“五层蛋糕”，每一层都互相拉动：
1）Energy（能源）是最底层：实时生成智能需要实时发电，能源是第一原理和最终瓶颈。
2）Chips（芯片）：高效把能源转为大规模并行计算，决定 AI 能多快、多便宜地扩展。
3）Infrastructure（基础设施）：AI 工厂（土地、供电、散热、网络），不是存数据，而是制造智能的工厂。
4）Models（模型）：理解语言、生物、化学、物理、金融、机器人等各种领域（不止语言模型）。
5）Applications（应用）：创造经济价值：药物发现、工业机器人、自动驾驶、人形机器人等。
关键公式：成功应用 → 拉动下方所有层级，直至电厂。
4. 当前阶段与未来规模
1）我们才刚起步（几千亿美元投入），未来需要数万亿美元**基础设施建设——这是人类历史上最大规模基建。
2）创造大量非码农岗位：电工、管道工、钢筋工、网络技师等，高薪且供不应求（不需要计算机博士）。
3）AI 提升生产力（如放射科医生），反而创造更多就业，因为产能扩大→需求增长。
5. 过去一年关键转折
1）模型达到“规模可用”门槛：推理能力提升、幻觉减少、 grounding 显著改善。
2）开源模型（如 DeepSeek-R1）极大加速全栈需求（应用层爆发 → 拉动芯片/能源）。
3）实际经济价值已在药物发现、物流、客服、软件开发、制造等领域显现。
6. 最终启示
1）AI 是工业革命级转型，重塑能源生产、工厂建造、工作方式和经济增长。
2）每个国家、每个公司都必须参与；谁掌握全栈（尤其是底层能源-芯片），谁定义本世纪。
3）我们仍处于早期：基础设施、劳动力、机会都远未完全释放，但方向已定。
英伟达把 AI 从“科技玩具”重新定义为“国家级工业基础设施，强调“全栈构建”才是未来竞争核心，呼吁全球加速布局（当然，也在为自家芯片和 AI 工厂铺路）。
https://t.co/uBXg5yi1F0
@jjamesw1 确实是这样
美股就是这样。
一旦市场认定一个主题或者概念，比如AI对工具类软件的颠覆，美股的价格就会疯狂的下跌。
这当然有可能是错杀。
但是，千万不要轻易买入。
因为你可能在接"飞刀"(彼得林奇）。
会跌到让你绝望为止，让你的心在滴血。
原因吧，大概是美股的做空工具太多了。
我接过ZOOM的飞刀，已经从500元跌到110，我接住了飞刀。
然后一直跌到50元左右。
其实ZOOM的销售收入变化不大，只是疯狂增长停止了。
彼得林奇的意见就是：
“等刀扎到地上，晃一晃，你才应该买入。”
这话如何与现实匹配，全靠悟性和��验。
可用的原则大概如下：
1、你的确要有耐心，等候一个长时间的晃动的底部。但有可能底部之下，还有一个大底。😄
2、你不可能一开始就耗尽子��去抄底，这也算经验之一。
3、最重要的事情还是，你必须明确确认这是误杀。如果不是误杀，美股会一直跌到零，这种案例太多了。
投资无关乎责任与使命，更无关乎梦想与希望，投资在于兴趣与专注，在于认知与洞见。投资本质上是一场比赛生存能力的游戏。
投资人在市场沉浮或游荡，处处是陷阱，处处有机会，风险中有机会，机会里藏陷阱，关键在于你是否避开了风险与陷阱，赢得了机会与收成。
凡误信将军豪言壮语之精忠保国者，必定成为战场上最先倒下的烈士。凡轻信政治正确，宏大国运，满口仁义之伪善人格经营者，必定万劫不复，尸骨无存。
——边锡明
顶级交易员所具备的素质
热爱 人品 风控
段永平首次说透：我6个月赚了20倍，稀里糊涂的满仓主义者。
这可能是他退休20年来最长的一次访谈（段永平×方三文，93分钟完整版）本文整理自段永平×方三文2025年11月访谈，全长93分钟，这是他退休20年来为数不多的深度对话:
2003年，网易股价不到1美元，被纳斯达克威胁退市。
所有人都在抛售。
但一个刚从中国搬到美国的商人，做了一个疯狂的决定：把账上所有的钱，全部买入网易。
6个月后，网易翻了20倍。
投资圈炸了。无数人涌进段永平的博客，问："下一个网易在哪里？"
但段永平的回答让所有人愣住："我要真看懂了，应该把整个网易买下来。而且——20年过去，我认真投资过的公司，不超过10个��"
2024年10月，在雪球创始人方三文的邀请下，段永平接受了退休20年来为数不多的视频访谈。这次对话持续了93分钟，信息量巨大，很多内容是首次公开。
而访谈中最让人震撼的，不是他怎么赚到钱的，而是他在茅台暴跌50%时，说的那句话。
一个没人相信的决定
故事要从更早说���。
1995年，段永平做了第一个让所有人不理解的决定：离开小霸王。
那时的小霸王如日中天，年销售额10亿，是中国学习机市场的绝对霸主。段永平作为实际操盘手，收入已经很高，用他自己的话说："那时候就财富自由了。"
但他还是离开了。
原因很简单：大老板答应的股份制，从三七开，变成二八，又变成一九，最后可能连一九都没有了。
"你刮那个瓶盖，刮出屑了，你还继续刮吗？" 段永平说，"我就是刮到那个字，我就觉得，哇，这个我肯定不能再待下去了。"
注意，他离开不是因为没拿到钱，而是因为"不可信"。
"不是说有没有股份激励，因为一开始是有的，那你没有契约你就不可信了。不可信，那你给我讲什么都是不可信的。"
这个细节很重要，因为它揭示了段永平做决策的底层逻辑：他在意的不是眼前的利益，而是这��事"对不对"。
离开小霸王后，段永平在东莞创办了步步高。这一次，他从一开始就把股份、机制、文化全部设计好。"我们一直都就大家合作得都挺好的，说什么就是什么，所以大家很放心，彼此有很高的信任度。"
接下来的故事，很多人都知道了：步步高VCD、步步高电话机、步步高学习机，一个接一个做到全国第一。
2001年，段永平做了第二个没人相信的决定：搬到美国，不再担任CEO。
"为什么要离开？"所有人都在问。
段永平的回答还是那么朴素："他们干得比我好，我为什么要待在那个地方？"
大三那年，他看到了德鲁克的一句话
在解释为什么敢放手之前，段永平讲了一个故事。
大学三年级，他无意中看到管理学大师德鲁克的一句话："做对的事情，把事情做对。"
"那个对我触动很大，一下就把是非的东西给拿出来了，"段永平说，"你只要花5秒钟��一下这个事情，你一辈子会省好多事。"
什么意思？
大多数人都在讨论"怎么把事情做对"，但很少有人停下来问："这件事本身，对不对？"
举个例子：步步高有个不成文的规定，不做代工。
为什么？"我要做代工，打不过郭台铭，对不对？"段永平跟富士康的郭台铭聊天时直接说。郭台铭也承认："那倒是。"
"但是我们做brand，我们做得很好，企业也不比他们做的小，对吧？但是我们不是靠代工跟他竞争的。"
这就是段永平著名的"stop doing list"——不做什么，比做什么更重要。
30年下来，步步高的"不做清单"越来越长：
不做代工
不做电视（试过两次，都砍了）
不为市场占有率牺牲利润
不做用户价值不明显的产品
每一条都是用真金白银试出来的。
"你做了错的事情带来的恶果，那是不应该，" 段永平说，"因为你明知是错事，你为什么要去做呢？"
这套逻辑用在放权上，就变成了：只要CEO们在做"对的事情"，那么"怎么做"就让他们自己决定。
"我们公司的规矩就是这样，不管我反不反对，CEO做的决定就是他们做的决定，结果也是他们来自己承受的。他不能说'阿段反对，所以我没做，我没有责任'。"
这听起来很冒险。万一CEO做错了呢？
段永平的回答是："我也不怕他们犯错。"
七八十亿现金，咚咚咚往下掉
2011年，智能手机的浪潮突然袭来。
这次，CEO们犯了一个巨大的错误：低估了智能机替代功能机的速度。
"我们有太多的物料，"段永平回忆，"它这个降的速度太快了。我们其实一早就在开发智能机了，也知道这个趋势，但是功能机还是下了很多单，总觉得这是有一个过程的，没想到它就一瞬间就过去了。"
后果很严重。
账上的现金，从七八十亿，"咚咚咚咚咚咚"往下掉。
最危险的时候，快见底了。2012到2013年那一年，公司实际上是亏损的。
段永平专门回了一趟公司。不是去救火，而是去做最坏的打算。
"��果我们要倒的话，不要倒得太难看了，" 他对团队说，"���能让供应商吃亏，也不要让员工吃亏。"
这话听起来有些悲壮。但段永平心里有底气——他在美国做投资积累的资产，一直没动，"相当于我们的后备部队一样，这个一直都没有上的。"
好在，后备部队没有派上用场。智能机一代、两代出来后，公司缓过来了。vivo和OPPO后来各自独立，都成了全球前列的手机品牌。
但这次危机暴露了一个核心问题：段永平在这个判断上，其实是失误的。
"我们其实是有失误的，就是不够敏感，"他坦率承认。
按理说，创始人这时候应该回来掌舵。但段永平没有。
为什么？
因为方向是对的，只是速度判断错了。只要是在做"对的事情"，那么"做错"是可以接受的。做错的事情可以改，但做错了方向，就没救了。
"好文化的公司，最主要的就是他最终会走回正道，有一个北斗星在指引着他，"段永平说，"你仅仅是讨论生意是很��易犯错误的。"
投资世界里的同一套逻辑
2001年，段永平搬到美国后，开始研究投资。
一开始他也看��、看线。"我就看不懂，我这一工科出来的人怎么这图我就看不懂呢？他们就能得出这样的结论、那样结论，我说这些结论在逻辑上都是不成立的。"
直到看到巴菲特的一句话：买股票就是买公司。
"我就看到那一句话了，我就突然就明白了，"段永平说，"因为剩下的就是你怎么看公司，那不是老巴能够教的。你不懂企业，你跟你讲多少理论也是白讲。"
这就是为什么段永平看懂网易的原因——因为他自己做过游戏。
"我是谁啊？我做游戏出身的，我可懂游戏了，"段永平说。
1998年，段永平还在步步高时，就做过小霸王学习机，其实就是个游戏机。他太清楚游戏这门生意了：只要游戏好玩，就一定有人玩；只要有人玩，就一定能赚钱。
所以当网易因为财务问题被做空，股价跌到不到1美元时，段永平去网易办公室转了一圈，和游戏团队聊了聊，得出的结论是："他们是一帮很热爱游戏的人，而他们真的很认真。"
再加上网易账上的现金比市值还高，这就是个"no brainer"的决定。
于是，段永平���账上所有的钱，全部买入网易。
6个月后，网易股价翻了20倍。
很多人以为段永平找到了一个发财的秘诀。但他自己的反思是："我要看懂了，我应该把整个网易买下来。"
这句话透露出一个关键信息：段永平对"看懂"的要求，远比一般人要高得多。
为什么20年只投了10个孔？
巴菲特说，一辈子只有一张打孔卡，上面只能打20个孔，每投资一次就打一个孔。
段永平数了一下自己打过的孔：
网易（6个月20倍）
雅虎（实际是投阿里）
苹果（最高仓位90%+）
茅台（现在最大仓位）
腾讯
拼多多（天使投资）
GE（后来卖了，认为是错误）
Google（小仓位）
英伟达（小仓位）
西方石油（小仓位）
"差不多，小十个孔吧，"段永平说，"所以我还有很久可以做投资的。"
为什么这么少？
因为段永平有两个过滤器：商业模式和企业文化。两个都通过了，才会出手���
商业模式很好理解——这生意能不能持续赚钱？有没有护城河？
但企业文化这个过滤器，可能是段永平和其他投资人最大的不同。
投苹果时，很多人看到��是iPhone的销量、生态的闭环。段永平看到的是："他们企业文化很好，用户导向做得很好。他们不是那种很生意导向的公司，他们非常的在乎把东西做好。"
他举了个例子：十几年前，到处都在传苹果要出电动车。
段永平说："他们绝不会有这个电动车的。"
为什么？
"那么大个车，苹果能够提供的价值非常的有限，他卖什么价？他就没有足够的差异化，"段永平说，"给用户提供不了价值的东西，或者提供不了足够价值的产品，你再热门他们也不会做。"
直到2024年，苹果正式宣布放弃造车计划。
这就是文化的力量——它决定了一家公司在关键时刻会做什么选择。
段永平投茅台，也是同样的逻辑。
"他们对最基本的品质的标准坚持的是很严的，"段永平说，"这是国营企业的好处。这些规矩不太有人敢改，太多的人盯着。"
他最怕的是什么？是新CEO上来，为��业绩搞"大干快上"，把53度飞天的配方改了。
"好好的为什么要变呢？"段永平说。
这两个过滤器一加，能通过的公司就少之又少了。
"大部分公司都不容易看懂，"段永平说，"我也搞不懂NVDA，也没搞懂Google。"
即使是Google这样他很喜欢的公司，他也承认："我现在有点懂了，但是又开始担心了。AI这个东西，他们的搜索生意会有多大程度被ChatGPT取代？我是不知道的。"
所以他不敢重仓Google。
那个让所有人沉默的问题
2021年2月，茅台站上2627元的历史高点。
段永平其实想卖："因为觉得那个时候其实已经相对来讲那个时点是贵的。"
但为什么没卖？
"我当时最犹豫的就是我们的仓位太大了。我卖了以后我买什么？我就开始折磨自己。然后放眼看去，我什么都买不下手。"
这才是真正的价值投资者的困境——不是不知道什么时候该卖,而是卖了之后不知道买什么。
2024年10月，茅台跌到1200元附近，腰斩。
访谈现场，有人问段永平：你后悔吗？
段永平的回答只有一句话：
"卖了以后，钱放哪儿？"
整个现场沉默了几秒。
"这个很重要，你要回答不了这个问题，其实讨论投资都是瞎扯，" 段永平继续说。
他的逻辑链条是这样的：
茅台跌了50%，但基本面没变，喜欢喝茅台的人还在喝
如果我卖掉茅台，这笔钱必须找个地方去
存银行？利息才1点几个percent
买别的股票？"我敢保证大部分人是更亏的"
拿现金等抄底？"我是一个满仓主义者，拿着现金是件很难受的事情"
所以答案是：如果找不到比茅台更好的标的，那就继续拿着。
"投资不能这么想，投资这么想，你早就卖掉了，"段永平说，"那些2600说该卖的那些人，可能1200就卖掉了。"
这时候，方三文问了一个关键问题："那如果当时有个你认为可以换过去的，你将来自由现金流折现比茅��好的，其实你是会换的？"
段永平的回答很干脆："当然会啊。"
这就揭示了段永平投资的终极秘密：不是"���期持有不动"，而是"永远在比较机会成本"。
"投资是要卖的，" 段永平说，"长期持有是一个意向，就是我买的那个刹那，我是打算长期持有的，但是你永远是在算你的机会成本的。如果你发现一个更好的公司更踏实，比方说五年前看懂了NVDA，假设你看到了今天这样的局面，你手里只有茅台，如果能够换的话，你没有道理不换。"
但关键是：你看不懂。那你就不要扯这个事。
网易的真正教训
回到开头那个故事：6个月赚20倍，是运气还是实力？
段永平自己的答案很有意思："严格意义上其实都不算，因为我不是说我看懂了往里投的，我是稀里糊涂投的。"
什么意思？
"那些钱对我来讲它并不多，所以我可以比较理性地去想这件事情，"段永平说，"如果我只有那么多钱，我还真保不住，我也可能卖掉。"
这句话透露了一个关键信息：保持理性，比看对方向更重要。
"保持理性是一件很难的事情，"段永平说。
他举了另一个例子：GE。
2008年金融危机时，段永平买了GE，也赚了钱。但他现在回顾，认为那是个错误。
为什么即使赚了钱，也是错误？
"因为他不符合我后来决定的，你要符合商业模式、企业文化这两个filter。"
这就是段永平和大多数投资人最大的不同——他不是用"挣没挣钱"来判断对错，而是用"符不符合原则"来判断对错。
挣钱只是结果，原则才是过程。 短期可能因为运气挣钱，但长期只有原则能保护你。
所以网易的真正教训不是"如何6个月赚20倍"，而是：
只投自己懂的行业（段永平做过游戏，所以懂网易）
商业模式+企业文化，两个都要过关（游戏团队很认真，商业模式清晰）
有安全边际（账上现金比市值高）
保持理性（因为钱不多，所以能拿得住）
如果没有更好的选择，就继续拿着
炒股的人会很危险
访谈快结束时，方三文问："你对普通人的投资有什么建议？"
段永平的回答很直接："炒股是很难赚钱的，大部分的散户牛市熊市都是亏钱，80%。"
"现在就更难，"段永平继续说，"有了量化基金的这种东西，以前就有，但是以前没有那么厉害，现在他更厉害。"
为什么？
"因为你炒不过机器人，" 段永平说，"反正你一买它就掉，你一卖它就涨，人家就是冲着你来的，割的就是你。"
那投资呢？
"你如果懂的话，投资的前提是你要懂企业，"段永平说，"或者你看到了make sense的东西。"
他给了一个建议：如果真的不懂投资，那就买S&P指数，或者买伯克希尔哈撒韦。
"你知道他们是谁，你知道他们的历史，我觉得你买这个可能比什么Blackstone这些东西要好。"
但千万不要"看图看线去炒股赚钱"，那样"你就是铁铁的韭菜"。
10个孔的智慧
段永平的故事里，有一个贯穿始终的逻辑：少即是多。
在企业经营上，他用"stop doing list"做减法，30年只专注做对的事情。
在组织管理上，他放手让CEO决策，自己退到幕后，反而让企业更有生命力。
在投资上，他只打不到10个孔，但每一个都经过商业模式+企业文化的双重过滤。
这背后的智慧，其实就是那句话：做对的事情，把事情做对。
前半句是方向，后半句是方法。方向错了，越努力越危险；方向对了，允许犯错��允许慢慢优化。
"我们30年下来我们犯的错误就比其他人少，" 段永平说，"我觉得其实最主要的就是这个东西。因为我们知道这个事不对我们就不做了，那不做我们不就不少犯很多错误嘛？那你攒下来不就是做对的事情的概率就大了嘛？"
"就是小小的一点点的差别，30年，就是很大的差别。"
巴菲特90多岁了还在做CEO，刚刚才退休。段永平问他："你觉得你未来还可以beat S&P吗？"
巴菲特说："非常难，但是我觉得可能可以beat一点点。"
段永平笑了："他就是喜欢做这件事情。"
这就是真正热爱一件事的人的样子——不是为了证明什么，不是为了挣多少钱，只是单纯地喜欢，然后一直做下去。
段永平也是一样。他每天打球、投资、享受生活，看起来"不务正业"，但其实他一直在做同一件事：做自己喜欢的事，并且把它做到极致。
"我这个人一直胸无大志，我就是个普通人，能过好小日子就挺好的，"段永平说。
但正是这个"胸无大志"的人，用30年时间，在企业经营和投资两个领域，都做到了顶尖水平。
秘诀是什���？
可能就是那10个孔的智慧：少做事，做对事，把事做好。
写在最后
如果今天你的投资账户里有一笔钱，在思考要不要卖掉时，不��问自己段永平的那个问题：
"卖了以后，钱放哪儿？"
如果答不上来，那就继续拿着。
如果答得上来，那就是时候换了。
就这么简单。
网易6个月翻20倍，只是一个结果。真正的秘密，是那两个过滤器，是那个灵魂拷问，是那份对"对的事情"的执着。
或许这就是段永平最想告诉我们的：投资不难，难的是知道什么是对的事情，然后坚持做下去。
而这，需要的不是聪明，是智慧。
回顾19年9月美元回购“钱荒”事件来看当下市场流动性紧张的冲击，最近几天因为美国政府停摆财政部TGA账户余额持续走高造成的市场流动性紧张开始蔓延，受益于宽松预期和流动性敏感的资产如币市场、小盘股等大幅下挫，今天美股盘前指数也集体走低，VIX走高，市场风声鹤戾。1、先说说这次流动性紧张的原因，之间这里https://t.co/cWVso35RjV有聊过：1）8-9月超额发债回补TGA消耗完了隔夜逆回购的用量； 2）进入十月政府停摆财政部TGA账户资金花不掉导致还在持续发债商业银行准备金规模持续走低跌破3万亿美金这一充裕到紧张的关口，市场的钱荒由此产生。但是要明���一点，政府停摆是这次钱荒的最直接因素，而并不是8、9月的超额发债，其实回补TGA在9月中已经完成了之前https://t.co/Eu4rB0e0X7有聊过，可以这么说超额发债回补TGA账户消耗掉了隔夜逆回购只是这次流动性紧张的必要条件（病根），政府停摆才是导火索最直接的诱导因素，如果政府不停摆这次流动性紧张的情况可能也不会出现。
2、有必要回顾下19年9月上一轮美联储所表到尾声引发钱荒的经过。金融市场上，历史不一定重演但是也会押韵。
1）19年的钱荒再往上追溯，就是17年10月开始美联储上一轮缩表，QT-I。22年到现在这一轮缩表是QT-II
QT-I（2017年10月至2019年8月）持续了22个月，以渐进方式缩减每月国债、机构债以及MBS的到期再投资金额，主要分为三个阶段：
第一阶段（2017年10月-2018年9月）缩表幅度逐渐扩大，其中美国国债再投资初始缩减金额为60亿美元，并在1年内季度递增60亿，直至达到每月300亿；而机构债及MBS再投资初始缩减金额为40亿美元，并在1年内季度递增40亿，直至达到每���200亿。
第二阶段（2018年10月-2019年4月）维持上述缩表规模不变。
第三阶段（2019年5月-2019年8月）开始放缓缩表，维持每月200亿美元机构债和MBS的缩表规模，但将每月国债缩减规模由300亿减半降至150亿，并于8月底终止缩表。
就结果来看，QT-I中美联储资产负债规模从2017年10月的4.4万亿美元缩减至2019年9月的3.7万亿，银行准备金规模也从2.3万亿缩减至1.4万亿，一定程度实现了联储资产负债表正常化的初衷。
但随着准备金的不断下行，美元流动性也变得越发紧张：隔夜回购利率SOFR开始超过EFFR并越来越高频的突破IOER，并于2019年3月底突破IOER走高，直至2019年9月中旬继续随SOFR上行，突破联邦基金利率区间上沿，爆发了“钱荒”。
2）19年9月钱荒的时间线
9月13日（周五）：回购市场利率开始小幅波动，SOFR为2.30%，EFFR（有效联邦基金利率）为2.14%。储备金水平已降至约1.4万亿美元（2011年以来最低）；
9月16日（周一，危机爆发前夕）：季度末效应显现，企业支付季度税款导致超过1000亿美元从银行和MMF流出；同时，新发国债结算需支付540亿美元，进一步抽走流动性。SOFR升至2.43%（��上周五涨0.13个百分点），EFFR升至2.25%（触及美联储目标上限）。需求供给失衡初现，借款人追逐有限资金。
9月17日（周二，峰值日）：早间回购利率剧烈飙升，SOFR日均达5.25%（较前日涨2.3个百分点），盘中最高触及10%，前1%交易甚至达9%。EFFR升至2.30%，超出目标范围（2%-2.25%）。原因包括税款和国债结算导致储备两天内锐减1200亿美元，MMF不愿放贷（风险管理严格），以及三方回购市场需求刚性放大波动。市场恐慌加剧，交易员形容为“闪崩”。
9月17日下午至9月18日：美联储干预后，利率开始回落，但市场不确定性持续。9月18日早，SOFR降至约2.5%，EFFR回至2.20%。
9月19-20日：美联储延长操作，SOFR稳定在1.75%，EFFR降至1.90%。市场流动性逐步恢复。
9月下旬至10月：短期利率波动减弱，但期限回购市场交易量低迷、利率分散。美联储持续注入流动性，避免季度末重���。10月中旬这一次美元回购危机完全解除
3）19年钱荒时美联储的救市动作
美联储视此为储备不足信号，迅速通过纽约联储（FRBNY）注入流动性，避免利率失控。动作分为短期应急和长期调整，总注入规模达数千亿美元。
9月17日（首次干预）：FRBNY宣布隔夜回购操作，提供最高750亿美元流动性，以国债、机构债和MBS为抵押。实际认购530亿美元，当日利率开始回落。
9月17-20日：每日早间开展750亿美元隔夜回购，全额认购（总注入超2000亿美元），稳定过夜市场。
9月19日：FOMC会议后，技术性下调超额储备利率（IOER）5个基点（至目标上限下20个基点），并调整隔夜逆回购（ON RRP）利率至目标下限下5个基点，引导EFFR回归目标。
9月20日：为应对季度末压力，宣布季度末期限和隔夜回购操作时间表，延长隔夜操作至10月10日。
10月11日（长期措施）：宣布每月购买约600亿美元短期国债（至2020年Q2），增加储备���给；同时延长隔夜和期限回购操作至少至2020年1月。这些措施有效重建储备，避免类似事件。
总结下来就是，19年9月的钱荒促使美联储在刚刚停止缩表不就后，「重启扩表」+「回购支持」双管齐下，以确保流动性整体维持充裕水平。
4）当时美股反应
在19年9月下旬钱荒冲击发生时，美股标普和纳指跌幅都在6个点左右，并没未引发剧烈的恐慌性抛售。主要因美联储快速干预，市场视之为短期流动性问题而非系统性风险。
整体回看19年的钱荒事件，国债超发+持续缩表是病根，短期天量国债发行 （19年8月初暂停债务上限后，美国财政部迅速着手重建其TGA账户，随后8、9两个月便净增了5200亿美元的对公债务）+ 季末企业缴税则是当时钱荒的最直接的导火索。
然后联储通过重启扩表+回购，让市场度过了这次流动性冲击。
3、再看当下市场流动性紧张的状况
如上面聊过8-9月超额发债回补TGA账户完全把隔夜逆回购用量消耗完毕，流动性的缓冲垫没有了；
这种情况下持续缩表，银行准备金规模持续走低，流动邢承压；
10月美国政府��摆，财政部TGA账户余额不降反升，持续走高已经超过1万亿美金规模（7月份TGA余额是3000亿美金），TGA持续走高相当于直接从市场上抽水；
联储还在持续缩表，原定���划是12月1日完全停止缩表，也有分析认为这个停止时间还是有点晚，应该11月1日就就开始停止缩表；
10月17号，两家地方银行信贷问题暴露造成了恐慌是近期流动性紧张第一次显现信号，当时这里https://t.co/xpOATmXCiK有聊过。
1）在上周后半周，很多指征流动性的指标都开始发生示警，担保隔夜融资利率(SOFR)10月31日该利率飙升18个基点至4.22%。按理说，考虑到上周美联储已再度降息，该利率理应维持在4.00%左右。
上周五美联储主要流动性支持工具——常备回购便利工具(SRF)的使用规模已创下了503.5亿美元的纪录，主要受月末因素驱动(部分机构会缩减放贷及相关业务)。按理说，本周一SRF需求应出现下滑，但降幅远低于回购市场正常化应有的水平。本周一美联储通过常设回购工具再度向符合条件的金融机构共计放贷220亿美元，虽低于上周五异常峰值，仍创常备回购机��永久化以来的第二高纪录。
SOFR与有效联邦基金利率之间的利差也确实持续���放大
这些表明了市场流动性在持续紧张。
2）这一次流动性紧张与19年钱荒的差异点在哪里？
相比19钱荒事件，这一次的最直接因素在与政府停摆导致TGA账户堰塞湖，TGA账户余额已经超过1万亿美金。之前这里https://t.co/cWVso35RjV聊过：
美元流动性=银行准备金规模+流通中的现金=美联储资产负债表-onrrp隔夜逆回购-财政部TGA账户。
现在的情况是美联储资产负债表还在持续减少，隔夜逆回购用量已经可以忽略不计，TGA账户还在持续走高。正常来说，财政部的支出就是转化成了政府、企业和居民部分在银行的存款，本质上就是提高了银行准备金规模，银行准备金提升那么流动性紧张的情况也能大为缓解 。
3）对于市场的影响
还是之前聊到的，对于受益于宽松预期和对流动性敏感的资产影响是最大的，例如币市和小盘股，流动性紧张的情况是切切实实发生的。在流���性紧张情况没有缓解前，很难看到有起色。
而对于美股基本面强劲的标的来说，影响有但有限。这里要看美国政府结束停摆的早晚，越早结束停摆对市场的影响越小，越晚结束停摆自然对市场越不好，流动性紧张持续下去自然所有风险资产都会承压。预期美股大盘最多也只是个小级别（个位数）的调整。美股如果趁此杀杀估值对后市也不是坏事
4、之后市场怎么看？
前面一直有聊过之后要看三个方面：
1）美国政府何时恢复正常？政府恢复正常，财政部开始支出，已经堰塞湖的TGA账户能开始泄洪；
2）12月初美联储正式停止缩表，停止缩表不代表着就能理解扩表，但是资产负债表不再继续下降也能缓解流动性紧张的状况；https://t.co/8fcR3inBsN
3）政府恢复正常后，经济数据能正常公布，10月和11月的cpi能否继续像9月数据一样低于预期。通胀走势才是12月能否继续降息的决定性因素，逻辑之前聊过https://t.co/ICXTvMpMPL。
市场流动性紧张蔓延其实也对国会两党的倒逼，应该能促使他们从之前两不相让到求同存异，这里的关键就是川普的态度，之前https://t.co/qPMB6LfYXY有聊过，10月他其实根本不跟民主党沟通，但是最近明显也有着急动作开始提速了。
当然还��看联储的动作，会不会提前结束缩表，甚至如同19年钱荒事件发生时的那样，停止缩表没多久就重启扩表。
���文由 meme 交易工具 https://t.co/xPiYWGDb1u 赞助 ｜交易快，功能多，监控链上钱包就用
@useXXYYio
@maitian99 在sell后没多久，他又发推承认自己错了。
1/6
Are Banks Having a Liquidity Problem?
tl:dr, Liquidity in the plumbing of the financial system is getting scarce. It is not a crisis now, but it has been moving in this direction for weeks, and it is now at a worrisome point.
When the financial plumbing gets stressed, it is when bad loans (aka "cockroaches") get noticed.
(long thread, tried to write it so "normies" can follow.)
---
Wall Street is famous for diagnosing symptoms, not causes. I believe they are doing this again with the banking issues of the last few days., I do not think this is a "cockroach" problem (bad credit/loans) waiting to get disclosed publicly.
It is a liquidity problem that makes the "cockroaches" matter.
Banks (all 4,000+) hand out a trillion in loans. So, they will always have "cockroaches." So, it is not an issue of whether cockroaches exist; they always do. Instead, it is the environment in which such disclosures are made. Does the market care or not?
Now it cares. Why?
---
@NickTimiraos said below:
How to define "temporary" and "modest." Repo rates in the last two days have moved up to the top of the fed-funds range and around 10 bps above IORB, but it's only been two days.
---
I would argue it has not "only" been two days; worsening liquidity in the funding market has been unfolding for weeks. It just got noticed in the last two days.
This chart shows Secured Overnight Financing Rate, or SOFR (orange), and Interest on Reserves, or IOR (blue). The bottom panel shows the spread between these two, along with some metrics (dashed line = average, shaded area = standard deviation range).
See the arrow; this spread (3-day average, so it is less noisy) has been tightening for weeks. This spread moved to positive territory in early September and has remained there for weeks. The last time it was positive for this long was in March 2020 (not shown).
还记得你何时加入 X 吗？我知道！#我的X周年纪念日
关于杠杆的问题，这是一个非常敏感的问题，随便说几句。
总体而言，杠杆属于你赚了本不属于自己的钱，自然要承担较高的风险。
年轻人玩玩杠杆的确没有什么问题。
但年龄大了（超过40岁），这东西尽量少碰，这是忠告。
尤其以下的一些情况，尽量不碰杠杆。
超高重仓一两只股票（如果一个行业内的不同股票，和持有一只股票差不多），这种情况下杠杆最好为零。
典型的比如段永平重仓苹果80%，如果杠杆不为零，那他一定是疯了。
记住，即使是英伟达这样的世界巨股，在2年内跌去50%的概率都接近100%，这就是前一段发生的事情。
我的一个朋友做了30%的���杆，输掉了接近600万-800万加币的钱。因为他在疫情前抄底几只石油股，等于重仓一只股票接飞刀，这种情况下扎死人的概率几乎100%。
从这个角度来看，把所有投资都放在房产上的华人，是不是很疯狂？因为普通人房产买卖的杠杆超过200%是司空见惯（计算不含本金），而炒房人的杠杆超过400%以上都很正常。更重要的是，炒房就等于全仓一只股票。看到这里，你是不是感觉大陆人前十年全疯了？😄
Refinace出来的钱，如果买入股票的分红能够覆盖还款，这种情况下相当于没有杠杆。
但要注意以下几种情况。
还款是和利息的变动同步的。如果利息上涨而分红不变，这种风险就会叠加。
分红是要交税的（西方，不含中国），需要把税除掉。
因此，Refinace的钱最好买入有护城河的成长股，这样才不用担心分红和还款的问题。
保守的情况下，最好分红是Refinace交付利息的1.5倍。
如果持有6-7只具有护城河的不同行业的股票，杠杆不超过25%，风险算是基本可控。芒格就这样做过。
考虑到历史上最大的股票下跌，就是大萧条时期，大概80%的幅度。然而这并不是常见的情况，可以说人的一生难得遇到一次。
其它的跌幅都不足以撼动25%的不同行业7只具有护城河的股票的下跌。
还有一个简单概率学的问题。当你在单一事件测试中（比如生孩子生女孩的概率），已经顺利通过多次（比如前几次都是男孩，不是两次或者三次），那你下面出现反转的概率会大幅上升，而不在遵守原先的概率数值。
这用在杠杆上大概的意思就是，在你用杠杆顺利通过几次大跌的时候，其实你后期死在同样杠杆率的概率会上升而不是下降，除非你逐渐降低杠杆。
期权是个危险的游戏，天生和杠杆相连，尤其接近行权��的时候，杠杆无限放大。
做空（买Put或者卖Call）是死亡者的游戏，不符合长期金融市场规律，是勇者的冒险，根本不用谈。
做多（买Call或者卖Put）是在预期的时间内达到预期的结果，而直接买入股票是没有预期的时间内达到预期的结果。在量子的世界中，过程完全是量子化，如何预期？😄 而且做多也存在一定的行权风险，这本身就是一种杠杆。尽量不要碰。
杠杆是个诱人的毒药，杠杆本质上也是一种融资方式。
如果你不能通过股权（比如帮人炒股收取提成）融资的方式来投资，而通过借贷的方式来投资，在这个危险的游戏中，你要万分小心。因为你大概率会忽视风险。这同样适用于买入房产的所有普通人（而不仅仅是炒房者）。
当你具有一定的资金实力，能够应付日常开支的时候，还是把杠杆降为零吧。
安心总好过难眠。
钱总是赚不完的，够用就好��
https://t.co/SSRFk6FgjP
Last Seen Users on Sotwe
Trends for you
Most Popular Users
Elon Musk 
@elonmusk
241.5M followers
Barack Obama
@barackobama
119M followers
Cristiano Ronaldo
@cristiano
114M followers
Donald J. Trump
@realdonaldtrump
111.8M followers
Narendra Modi
@narendramodi
107.2M followers
Rihanna
@rihanna
98.7M followers
NASA
@nasa
92.4M followers
Justin Bieber
@justinbieber
91.8M followers
KATY PERRY
@katyperry
89.8M followers
Taylor Swift
@taylorswift13
83.8M followers
Lady Gaga
@ladygaga
75.2M followers
Virat Kohli
@imvkohli
73M followers
Kim Kardashian
@kimkardashian
70.8M followers
YouTube
@youtube
68.8M followers
Neymar Jr
@neymarjr
66M followers
Bill Gates
@billgates
65M followers
Selena Gomez
@selenagomez
62.9M followers
The Ellen Show
@theellenshow
62.3M followers
CNN
@cnn
61.8M followers
X
@x
60.7M followers
✨
⭐
💫