Tomato12321

[Michael | Hypermarkets @itsmichaelluu]

When $MU crashes under $1000, $900 and even $800.

You'll make 5x-10x by following this exact plan:

[Marcos Milla @MarcosMillaYT]

The Old 3 ETF Portfolio - $VOO $VXUS $BND

The New 3 ETF Portfolio - $VOO $SPMO $SCHD

The 2026 3 ETF Portfolio - $QQQM $DRAM $SMH

The 2027 3 ETF Portfolio - $TQQQ $RAM $SOXL

Do you see the trend?

[半吊子程序猿大铭 @CoderDaMing]

🚨 突发：Google Gemini现在可以像华尔街分析师一样分析任何股票（免费）。

这是10个疯狂的Gemini提示词，可以替代4000美元/月的彭博终端：

（保存这个🔖 你稍后会需要）

[李总财经 @Boqll5Tppdalvtw]

我发现很多人对美股2x或者3x的做多ETF有很深的误解。

天天有人喊杠杆ETF震荡磨损，没人告诉你杠杆ETF在趋势行情里的超额收益有多离谱。

我给你们算笔账。

纳指三倍做多TQQQ。2010年到2020年，QQQ涨了3.9倍，TQQQ涨了33.5倍。不是3倍差距，是将近9倍差距。

为什么？

因为杠杆ETF每天重新调仓，涨了之后盈利变"本金"继续加杠杆。单边上涨行情里，这不是磨损，是复利加速器。你涨3%我涨9%，第二天你的9%变成新基数再乘3。时间一长，差距不是3倍，是指数级拉开。

再看港股2倍做多海力士（07709）。去年10月上市，发行规模不到50亿港元。

到现在市值千亿港元，成为全球规模最大的单股杠杆产品。

规模暴涨20倍以上，资金不是傻子。

海力士正股从去年10月到今年5月涨了324%。2倍做多ETF涨了多少？

理论上应该涨648%对吧。实际涨了1011%。比理论两倍还多出362%的超额回报，等于白送了一个额外倍数。

还是那个道理：海力士处在主升浪，每天涨完盈利变成新本金，2倍杠杆在新基数上再放大。涨得越久，超额越大。324%的正股涨幅，在2倍杠杆ETF里被复利放大到了超过1000%。

李总只持有一个杠杆产品，就是2倍海力士。

原因很简单：别的我不敢加杠杆，海力士我敢。因为杠杠本身就是放大收益的工具。

当一个标的的确定性够高，HBM不可替代、ADR上市在即、估值重估窗口打开，杠杆就不是赌，是放大对的幅度。

所以该担心的不是杠杆，是你对标的没信心还加杠杆。

[RamenPanda @IamRamenPanda]

这篇文章其实就在回答一个核心问题:**这一轮内存/存储芯片(HBM、DRAM、SSD)的涨价,是不是又一次"昙花一现"的周期,过两年还会暴跌亏钱?作者的结论是:这次不一样,好日子至少能撑五年以上。**

**先说"周期"是什么**
内存芯片以前特别像猪肉价或者房子——需求一旺,大家拼命建厂,但建一座厂要三年、烧上百亿。等厂建好了,需求又凉了,东西堆积如山,只能跳楼大甩卖,全行业一起亏钱。这个"暴涨暴跌、最后亏惨"的循环,就是所谓的周期性。

**怎么才能摆脱这个魔咒?作者给了三个条件:**
一是产品定制化(别人的货你用不了,得签长约);二是需求结构性暴涨(需求曲线特别陡,供给永远追不上);三是技术升级快(新一代出来,旧的立刻没人要)。满足越多,越能摆脱周期。

**HBM(给AI显卡用的高端内存):三条占了两条半**
它定制化只算半条(只有底座是定制的,上面的内存层还是通用的);但需求暴涨和技术升级这两条完全满足。逻辑很简单:AI显卡每一代算力翻倍,靠的就是HBM容量和带宽翻倍,而且每两年就换一代,旧的贬值飞快。所以HBM从"暴涨暴跌"变成了**"成长型周期"——好的时候赚很多,差的时候也只是赚得少一点,不会亏。**

作者还反驳了一个担心:万一AI架构变了,HBM会不会失宠?他认为不会,因为HBM依赖的"注意力机制"是个太基础的东西,就像盖楼离不开钢筋,未来架构再怎么变也得用它。

**DRAM(普通内存):市场原本不看好,但作者认为它也开始"上岸"了**
关键变化是2025年底以后的"AI智能体(Agent)"浪潮。简单说,AI不再是问一句答一句,而是会自己跑一小时去完成任务,这期间要一直占着大量内存,而且为了安全每个任务还要复制一堆数据,极其浪费内存。结果就是:服务器CPU的市场规模被各大厂商反复上调(从600亿一路喊到2000亿、未来可能4000亿美元),每个CPU配的内存也翻倍。两个一相乘,DRAM需求是数量级的暴涨,缺口一年比一年大。

**关于长鑫(中国厂商)的冲击,作者认为没那么可怕**
长鑫确实在拼命扩产,但它的技术密度只有三大厂(三星、海力士、美光)的一半左右,实际产出要打对折。算下来它对全行业产能增速的影响只有1.5个百分点左右,而且因为没有顶级光刻机,做下一代DDR6会受限。所以"长鑫把市场拖回泥潭"这个担心,作者觉得不成立。

**为什么这轮好日子能撑五年以上,作者给了几个理由:**
需求是结构性暴涨;就算涨价压住了一部分需求,那些需求只是被"憋着"没消失,一降价立刻涌回来(他叫"蓄水池");而且HBM和DRAM的产能可以互相转,一起水涨船高,价格很难崩。

**最后说SSD(NAND闪存)**
它的增长动力没HBM那么猛,但胜在便宜(只有DRAM价格的四十分之一),用途特别广——AI显存放不下的数据往它身上扔、AI视频爆发、Agent的数据复制,都在拉动它。今年它甚至比DRAM还缺货。风险点在于"生产纪律":只要有一家(比如长存)不讲规矩猛扩产,SSD扩产又比DRAM容易,就可能破坏行情。但作者判断这轮SSD同样是超级周期,降价至少要等到2030年。

---

一句话总结作者的判断:**HBM、DRAM、SSD这三样不是三个独立故事,而是AI时代"内存金字塔"里冷热不同的三层,都在被同一股AI需求往上抬,这轮超级周期会比市场想象的长得多。**

[子时 @silverfang88]

纳指近十年最大回撤-36.4%
标普近十年最大回撤-33.9%

每次都刚好把三倍做多的ETF爆掉
然后开启新的牛市

所以一般人不知道怎么抄底的
要做的就是死等一波
然后把全部的身家 全部的钱
杀入TQQQ
或者全部买入三倍谷歌英伟达

十年暗室 一灯即明
你的命运都在你的手上

[远山洞见 @Yuanshan0626]

【普通人，买这几个 ETF 就够了】

对绝大多数普通人来说，不买个股，只买指数 ETF，

是最好的美股投资方法论，除了 $QQQ 、 $DRAM

还有哪些普通人可以买的 ETF ?

SMH，半导体。台积电英伟达博通高通一篮子打包。如果只能买一只，买这个，管十年。

EUV，光刻设备。没有 ASML 的光刻机就没有下一代 AI 芯片，全球独一家的垄断生意。

GRID，电网基建。现在美国一半的数据中心项目因为没电而卡住。AI 要落地，电网必须先升级，这条线没有任何人能绕过去。

NLR，核电。目前唯一靠谱的大规模基荷电力方案。谷歌微软亚马逊都在跟核电公司签长期购电协议。这是个二三十年的长周期生意。

NASA，太空。SpaceX 上周刚上市，Rocket Lab 同一周进了纳指 100。太空赛道从小众概念一步跨进了主流配置。

HUMN，人形机器人。七只里最早期的一只，特斯拉 Optimus 量产在即，英伟达 Teradyne ABB 全在持仓里。适合彩票吧。

你不需要判断哪家公司下季度财报超预期，只需要判断一件事：AI 这个方向未来十年会不会持续吸收天量资本。

答案如果是"会"，这几只每个月定投，比你自己折腾个股的胜率高十倍。

[Michael | Hypermarkets @itsmichaelluu]

$MU is the biggest bottleneck for AI infrastructure.

It's revenue increased 346% in 1 year.

Here's 20 AI bottleneck stocks to buy:

Memory / Storage

1. $MU — HBM monopoly w/ SK Hynix, Samsung; 2026 sold out, ramping for 2027.

2. $SNDK — NAND flash bottleneck; up 464% in 2026 on supply tightness.

3. $WDC / $STX — HDD makers; AI storage demand outstripping supply, pricing power surging.

Compute / Foundry

4. $NVDA — GPU compute layer; nothing trains at scale without their chips.

5. $TSM — Sole advanced foundry (3nm/2nm) for $NVDA, $AAPL, $AMD; no alternative.

6. $ASML — Only EUV lithography maker; TSMC literally can't make chips without it.

7. $AVGO — Custom AI ASICs (Google TPU, Meta) + networking switches; quietly indispensable.

8. $INTC — Foundry capacity, packaging, CPUs flagged as next bottleneck layer.

9. $GFS — Mature-node (28nm-90nm) chips now bottlenecked; pricing power returning.

Networking / Optical

10. $ANET — AI cluster networking; GPUs can't function as one supercomputer without it.

11. $COHR — Optical transceivers for AI cluster interconnects; NVDA took a $2B stake.

12. $CIEN — Optical "pipes" moving massive AI traffic between data centers.

13. $ALAB / $CRDO — Connectivity chips linking GPUs at rack/cluster scale.

14. $POET — Pure-play photonics; optical engines for AI data centers.

Power / Cooling

15. $VRT — Liquid cooling/power distribution; GPU racks now run too hot for air cooling.

16. $ETN — Electrical/power delivery systems; data center power buildout chokepoint.

17. $CEG — Largest US nuclear operator; pre-sold gigawatts to AI hyperscalers.

18. $BE — On-site fuel cell power; faster deployment than waiting on grid upgrades.

19. $GEV — Gas turbines sold out through 2028; power is now the #1 gating constraint.

Server / Integration

20. $DELL — Rack-scale AI server integrator turning GPUs into deployable systems.

♻️ RESHARE this post and write 1 comment, I'll DM you my plays that will explode like $MU did for earnings.

[Art of Speculation @ArtofSpecuycky]

看了很多朋友的留言，顺便把这些AI板块我心里对应的美股（含ADR）代表公司整理一下

1. 存储（HBM + DRAM + eSSD，已经涨价、签长单、利润兑现）：MU、SNDK、DRAM ETF
2. GPU（AI时代的算力引擎，训练和推理的绝对核心）：NVDA、AMD
3. 光互连（800G / 1.6T + Scale-Up + Scale-Across，连接接棒算力）：LITE、COHR、MRVL、NOK、AAOI
4. 先进封装（CoWoS + CoPoS + HBM封装，HBM和GPU放量的前提）：TSM、AMKR、ONTO
5. ASIC + Networking（自研芯片、交换芯片、SerDes、DSP）：MRVL、AVGO、ALAB、CRDO
6. CPU（EPYC、ARM、Grace、Axion，推理时代CPU重要性回升）：ARM、AMD、QCOM、INTC
7. 电力 / AI Factory（变压器、电网、UPS、800V DC、BBU，并网容量是真瓶颈）: ETN、GEV、NVTS、FPS
8. 液冷（DLC、CDU、冷板，高功率机柜必选项) ：VRT
9. 核能 / 发电（长期空间巨大，但兑现节奏慢于电力设备）：CEG、VST、OKLO、SMR、BWXT
10. PCB / ABF / CCL（AI服务器和先进封装配套材料，真实受益但控制力弱于前面）：TTMI（PCB）、UMICY（ADR，ABF载板龙头）
11. MLCC / 被动元件（高频高压高功率带来用量提升，属于配套瓶颈）：MRAAY（ADR，全球MLCC龙头）
12. 半导体设备（检测、量测、测试、先进封装设备，卖水给淘金者）AMAT、KLAC、LRCX
13. Physical AI（机器人、自动驾驶、工业AI，空间大但2026仍偏预期）：TSLA（机器人 + 自动驾驶 + 世界模型）、QCOM（Edge AI + 汽车 + AR）、BB、AMBA（边缘视觉AI SoC）、OUST（数字激光雷达）
14. Agent / 数据层（方向确定，但赢家和利润分配还不清晰）：MDB、SNOW、DDOG
15. 稳定币 / AI金融（AI Agent未来支付层，空间巨大但商业化还早）：CRCL

[Mark Wlosinski @LTI_finance]

You can avoid a lot of stress and mistakes by simply automating your finances.

Here’s 4 ways that automation has helped me become better with my money:

[Dave Lee @heydave7]

Who are the best Twitter handles to follow to keep up with advances in AI?

[Brennan Schlagbaum, CPA @Budgetdog_]

I’ve worked in finance for over a decade.

Here are 5 reasons why most people should invest in 100% index funds:

[freeCodeCamp.org @freeCodeCamp]

C++ has been a popular programming language for 30+ years - now that's some impressive staying power.

If you want to learn it, you're in luck – freeCodeCamp published a 31-hour C++ course.

You'll start from the beginning & learn all the key concepts.

https://t.co/67kuzgi6O8

[StripMallGuy @realEstateTrent]

Bought Strip Center: $3,800,000
Invested: $250k
Sold Strip Center: $7,250,000

Time Period: 3 Years

Here's exactly how we did it:

[javinpaul @javinpaul]

Top 31 System Design Interview Questions and Coding Problems
https://t.co/70CYd2vYlW

[Ali Abdaal @AliAbdaal]

I asked my audience:

“What's the best online course you’ve ever taken?”

Here are 10 of the most popular replies:

[Swapna Kumar Panda @swapnakpanda]

Be an SQL Expert in 2023: A roadmap for absolute beginners

[Brian Bourque @bbourque]

It should be illegal to launch a startup without memorizing these 21 principles from Y-Combinator's Startup Playbook: