Thymian

I prospect a better tomorrow. 🥰

[Thymian @Thymian3]

@Uberrenditen Chinesische Unternehmen sind in Staatsbesitz, auch wenn sie öffentlich behaupten, privat zu sein. Die Aktienkurse werden nicht vom Markt bestimmt.😁

[Thymian @Thymian3]

@Uberrenditen Das ist Europa mit seinem hervorragenden Sozialsystem.
Die CH Mittelschicht erlebt keinen „Abstieg beim Konsum“; sie hat vielmehr infolge von Insolvenz und Arbeitslosigkeit die Fähigkeit zu konsumieren gänzlich verloren.

[Thymian @Thymian3]

@Uberrenditen Die wohlhabende Schicht in China wird sich nicht auf einen „Konsum-Abstieg“ einlassen. Sie unterscheiden sich grundlegend von der Mittelschicht.

[舌头是地獄之火🇺🇸🇯🇵（不私聊） @Franklin6161]

《同情》（Sympathy）——

是英国维多利亚时代画家布里顿•里维埃（Briton Riviere）

是画家1878年创作的作品，现收藏于英国皇家霍洛威学院
这幅作品以简单却极具感染力的画面，展现了人与动物之间真挚而纯粹的情感，因此成为19世纪英国最受欢迎的绘画作品之一

[Art of Speculation @ArtofSpecuycky]

如果Warsh像1999年的格林斯潘，AI牛市可能才刚刚开始
最近在读格林斯潘的《动荡的世界》和《繁荣与衰退》，突然想到一个问题：Warsh和1999年的格林斯潘，到底有多像？

先说他们像的地方
两个人有几个共同点是确实存在的。
都偏自由市场，相信竞争和创新的力量远大于政府干预。都认为央行很难精准识别泡沫，主动刺破泡沫的代价往往高于事后救助，因此对资产价格上涨有更高的容忍度。都反对过度前瞻指引，更喜欢保留灵活性。
最核心的相似点是对生产率革命的信仰。
格林斯潘在《繁荣与衰退》里反复强调一个观点：生产率才是一切繁荣的来源。美国之所以能一次次走出危机，靠的是技术创新不断提高生产率。从铁路到电力到汽车到互联网，旧产业死去，新产业崛起，创造性破坏才是资本主义真正的生命力。
1999年他面对的正是互联网革命。当时按传统菲利普斯曲线模型，低失业率本应带来更高的通胀压力。但格林斯潘认为互联网革命改变了生产率，因此不必机械地依赖旧模型，选择维持相对宽松的利率。
现在回头看Warsh最近的公开讲话，逻辑有相似之处。他认为AI基础设施有潜力成为强大的通胀抑制力量，如果AI能让企业生产效率持续提升，美联储就不需要急着转鹰。
这里有一个重要的区别要说清楚。现在AI还处于CapEx先爆发、收益后兑现的阶段，真正像互联网90年代那样让全社会生产率大幅提升，至少还要几年时间验证。Warsh可能相信AI的长期潜力，但AI已经压低通胀这个结论目前证据还不够充分。格林斯潘当时已经能看到生产率数据的改善，而Warsh现在更多是在押注一个尚未完全兑现的未来。

第二个相似点：对通胀指标的处理方式
格林斯潘时代，美联储开始越来越重视PCE。PCE本身有其合理性：权重动态变化，能捕捉消费者的替代效应，覆盖范围比CPI更广。从历史数据来看，PCE往往比CPI低0.3到0.5个百分点。这意味着在同样的经济环境下，PCE框架通常会给货币政策更大的灵活空间。这一趋势后来在伯南克时代正式确立，将PCE作为2%通胀目标的锚定指标。
Warsh对传统通胀指标一直持保留态度。他曾公开表示，核心PCE并不能完美反映底层通胀趋势。相比单一指标，他似乎更倾向于同时观察核心PCE、中位数CPI和修剪均值通胀。修剪均值的计算方式是把所有商品价格涨跌从低到高排列，剔除掉两头最极端的项目，在高通胀周期里通常会给出比核心PCE更温和的数字。
如果这种思路进入Fed决策框架，货币政策可能获得更大的解释空间。从格林斯潘时代强化PCE，到Warsh可能引入更多元的观察指标，方向是一致的：为货币政策保留更多灵活性。

第三个相似点：重回建设性模糊
很多人误以为Warsh反对前瞻指引，这个理解有些片面。
他真正反对的，是鲍威尔时代那种近乎明牌的沟通方式。
格林斯潘时代，美联储开始逐渐走向透明，但他始终坚持一个原则：给市场方向，不给市场剧本。他会告诉市场自己关注什么、担心什么，以及经济大致会往哪个方向走，但绝不会把未来几年每一次利率会议的路径提前画出来。
他最著名的一句话是：如果你觉得听懂了我的话，那你一定误解了我的意思。
这当然不是故弄玄虚。格林斯潘相信，央行最重要的资产之一就是相机抉择的灵活性。经济是动态变化的，央行必须保留随时调整方向的权利，一旦提前承诺太多，就会被自己的话绑住手脚。
Warsh批评的，恰恰是鲍威尔时代越来越强的路径依赖。每季度公布点阵图，每次会议后召开长时间发布会，市场甚至开始逐字逐句拆解每一个委员未来几年的利率预测。这种极度透明的好处是预期稳定，代价则是美联储越来越像一个需要不断兑现承诺的机构。
2021到2022年就是最典型的例子。在通胀暂时论的框架下，美联储长时间维持宽松预期。当通胀超预期失控时，政策转向变得异常痛苦，因为市场早已把之前的承诺交易进了价格。
所以Warsh真正想回到的，可能是格林斯潘式的建设性模糊：多谈长期目标与风险，少谈具体点位和时间表，给市场方向感，同时保留足够的调整空间。
这也是为什么华尔街现在最担心的，反而是确定性消失了。过去几年市场习惯了Fed提前告诉你答案，而Warsh可能把这个习惯打破，留下的是更大的不确定性。
市场担心的不是Warsh会取消点阵图，而是他会降低市场对点阵图的依赖，弱化长期降息承诺。甚至在首场会议上，上调通胀预期，重新定义中性利率，释放出比市场想象更鹰派的长期利率路径。
如果真是这样，最大的变化可能不是利率本身，而是市场突然发现，过去几年习惯的那种Fed永远提前告诉你答案的时代，结束了。剩下的，是要重新学会在更大的不确定性里做决策。

如果Warsh真的走这条路，股市会经历什么？
我觉得会有三个阶段。
第一阶段是估值扩张。市场会开始交易一个叙事：Fed不会轻易打断AI投资周期。前提是AI生产率开始真正兑现，一旦这个叙事成立，PS和PE都会扩张，最先受益的是AI基础设施、半导体、软件平台和高弹性成长股。逻辑和1998到1999年互联网那波完全一样，市场愿意给更高的倍数，因为他们相信美联储站在这边。
第二阶段是赢家通吃。1999年不是所有科技股都涨，最后真正活下来并且涨疯的，是那些收入模式最扎实的公司——网络基础设施、龙头软件和核心平台。纯概念的小票逐渐掉队。类比今天，最后可能集中在AI算力、光通信、数据中心基础设施、AI云平台这几条线。有真实收入和盈利能力的公司会越来越贵，纯叙事的标的会慢慢被抛弃。
第三阶段是估值脱离基本面。市场不再关心利润多少、PE多少、收入能不能兑现，只关心下一个买家会不会出更高的价。这个阶段格林斯潘当年选择了等待，最终等来了2000年的泡沫破裂。Warsh会做同样的选择吗？这个问题放在后面再说。

但很多人搞错了一件事：加息会压住牛市吗？
1999年格林斯潘从4.75%一路加息到6.5%，按传统逻辑科技股应该崩。
结果纳指那一年涨了超过80%。
原因在这里。利率是估值模型里的分母，但盈利增长是分子。当分子的增长速度超过分母的压缩速度，股市照样疯涨。1999年经济增长4%到5%，生产率大幅提升，市场认为即使利率高一点，公司利润还是会高速增长，所以PE继续扩张。
这给现在一个很重要的参考：加息本身不能终结牛市。利率高到盈利跟不上估值，或者市场发现增长故事是假的，才是牛市真正的终点。

这次和1999年有几个本质差异不能忽略
1999年美国联邦债务占GDP只有50%左右，财政赤字压力远小于今天。现在政府融资需求巨大，市场对通胀重新抬头极度敏感。
格林斯潘在《动荡的世界》里自己也承认，他当年最大的判断错误之一，是低估了金融体系在泡沫中积累的系统性风险。今天的杠杆比1999年更高，传导速度也更快。
所以即使Warsh风格偏向市场派，他也很难复制格林斯潘那样连续几年极度宽松的金融环境。更像的剧本是允许AI牛市继续演绎，但在通胀和金融条件之间不断拉扯，在经济增长、通胀和资产价格之间寻找新的平衡。

最后想讨论个问题
如果央行开始相信AI带来的生产率革命，市场会不会再次经历一场1999式的超级牛市？
如果AI生产率革命真的成立，AI CapEx继续增长、龙头科技不断创新高、PS和PE继续扩张的组合。市场会重新讨论传统DCF模型是不是低估了AI。
反过来，如果企业发现AI的投资回报率没有想象中那么高，CapEx开始放缓，今天所有高PS的公司都会经历1999年互联网泡沫后期的估值杀。
格林斯潘在《动荡的世界》里写道，他最后不得不承认，人类的非理性、动物精神和风险厌恶，是任何经济模型都无法完全预测的变量。传统经济学在危机面前失灵，只能抓住行为经济学这最后一根稻草。
事实证明他错了一半，又对了一半。互联网泡沫破灭了，但Amazon和Google活了下来，互联网真的改变了世界。他不是看错了方向，只是低估了市场会有多疯狂。
这句话放在今天的AI周期里，依然值得反复思考。
如果Warsh真的像1999年的格林斯潘，他会不会也犯下同样的错误，明知道泡沫正在形成，却因为相信技术革命，选择让市场自己走到终点？
这个问题的答案，比任何一次FOMC会议都更重要。

[Thymian @Thymian3]

@IBM Happy birthday！🌷🥳

[Thymian @Thymian3]

@Uberrenditen Photoshop ist nie einfach zu benutzen 🫠

[Thymian @Thymian3]

@Uberrenditen Bis Ai Bubble platzt/ Anthropic IPO🙈

[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

[Thymian @Thymian3]

@Uberrenditen Immer mehr Div. Das ist schon😁

[Thymian @Thymian3]

@blury765 Wenn du ein Fan von KI PC bist， dann ja.（nach 11 June spcx kaufen）

[Thymian @Thymian3]

@Uberrenditen @CWRoehl Ich habe Angst vor All In😆

[Thymian @Thymian3]

@Uberrenditen I dont wait SNow anymore🧐

[Thymian @Thymian3]

@Uberrenditen @WohlstandsWal 70 nicht mehr. 😭

[Thymian @Thymian3]

@blury765 Redhat/Token