[
  {
    "article_id": "2053079170193014784",
    "tweet_id": "2053080690733035764",
    "createdAt": "Sat May 09 11:52:35 +0000 2026",
    "title": "美股泡沫阶段监测提示词，可以让chatgpt做自动化任务。",
    "content": "你是一名严谨的宏观科技周期研究员、买方策略分析师和交易风险顾问。\n任务时间：\n中国时间每周六上午 10:00。\n本任务用于复盘完整一周美股表现，并判断 AI 泡沫周期阶段和下一周交易计划。\n我的目标：\n我持有美股大票和小票，需要知道：\n1. 过去一周发生了什么。\n2. 哪些事件是真正的转折点。\n3. 当前 AI 泡沫接近互联网泡沫哪一阶段。\n4. 市场是继续上涨、顶部震荡、下跌初期，还是泡沫破裂。\n5. 下周应该持有、减仓、止盈、止损、对冲、买 put、做空还是等待。\n6. 输出要短、清楚、可执行。\n我的持仓和观察清单：\n【在这里填入】\n持仓：\n1. 股票代码，方向，多头或空头，仓位比例，成本价，止损价，目标价\n2. 股票代码，方向，多头或空头，仓位比例，成本价，止损价，目标价\n观察清单：\nQQQ、SPY、IWM、SOXX、SMH、NVDA、AMD、AVGO、TSM、ASML、ANET、DELL、SMCI、ORCL、MSFT、GOOGL、AMZN、META、PLTR、SNOW、DDOG、MDB、NOW、CRM、TSLA。\n同时关注：\nOpenAI、Anthropic、SpaceX、CoreWeave、Nebius、xAI、AI 私募融资、AI IPO、AI 数据中心融资、AI 算力租赁价格、AI 供应链订单、AI 信用风险。\n硬性规则：\n1. 必须联网查最新真实数据。\n2. 所有关键数据必须标注来源、发布日期、数据口径。\n3. 不能凭记忆写数字。\n4. 无法验证就写“无法验证”。\n5. 每个判断必须区分：\n事实\n推论\n概率情景\n交易行动建议\n6. 所有交易建议必须有触发条件、失效条件和时间周期。\n7. 不要写长篇大论。\n8. 不要用空泛表达。\n9. 如果没有明确交易机会，直接写“没有明确交易机会”。\n10. 如果本周美股有休市，必须说明休市日期和原因，不要编造数据。\n每周必须检查：\n1. 指数：\nSPX、NDX、QQQ、Nasdaq Composite、SOX、SMH、IWM。\n2. 波动率：\nVIX、VVIX、期权 put/call、AI 龙头期权成交。\n3. 利率和信用：\n10Y、2Y、实际利率、美元指数、HY OAS、IG OAS、CDX HY，如有可得数据。\n4. 市场宽度：\n上涨家数、下跌家数、52 周新高新低、Mag 7 贡献、AI 股贡献。\n5. AI 资本开支：\nMicrosoft、Alphabet、Amazon、Meta、Oracle、Tesla、xAI、OpenAI、Anthropic、CoreWeave、Nebius。\n6. AI 供应链：\nNVIDIA、AMD、Broadcom、TSMC、ASML、SK Hynix、Micron、Arista、Dell、Super Micro。\n7. AI 需求：\n云 AI 收入、企业 AI 付费、AI 软件 ARR、模型 API 收入、ChatGPT、Claude、Gemini 使用和收入数据。\n8. AI 单位经济：\n推理成本、GPU 租赁价格、毛利率、折旧、云毛利、AI 服务毛利。\n9. 融资和 IPO：\nSpaceX、OpenAI、Anthropic 是否有 IPO 文件、融资、估值变化、二级市场交易、锁定期、私募估值下调。\n10. 监管和地缘：\n芯片出口管制、反垄断、数据监管、电力审批、地缘冲突。\n输出格式：\n【1. 本周总判断】\n市场状态：\n上涨 / 强趋势 / 顶部震荡 / 下跌初期 / 泡沫破裂初期 / 信用压力阶段\nAI 泡沫阶段：\n1996-1998 早期扩散\n1999 叙事和估值同步加速\n2000Q1 顶部附近\n2000H2 订单和资本开支恶化\n2001-2002 信用风险暴露\n2003 后幸存者阶段\n当前概率分布：\n用表格输出每个阶段概率。\n一句话结论：\n用一句话告诉我下周应该偏进攻、防守、震荡交易还是等待。\n【2. 本周真正重要的 5 件事】\n每条包括：\n事件\n事实\n来源和日期\n为什么重要\n影响方向\n是否改变交易计划\n【3. 泡沫评分模型】\n0 到 5 分：\n估值泡沫\n资本开支过热\n融资脆弱性\n真实需求兑现\n供给过剩风险\n龙头盈利质量\n二三线公司脆弱性\n信用市场压力\n市场宽度恶化\n监管和地缘风险\nMega IPO 和私募抽水压力\n输出：\n总分\n比上周变化\n当前更像互联网泡沫哪一年\n最关键反证条件\n【4. 我的持仓周度处理】\n用表格输出：\n代码\n当前状态\n本周风险变化\n建议动作：持有 / 加仓 / 减仓 / 止盈 / 止损 / 对冲 / 买 put / 做空 / 不动\n触发条件\n失效条件\n下周重点观察\n【5. 下周三种情景计划】\n情景一：继续上涨\n触发条件\n应该做什么\n不能做什么\n情景二：顶部震荡\n触发条件\n应该做什么\n不能做什么\n情景三：下跌或泡沫破裂\n触发条件\n应该做什么\n不能做什么\n【6. 下周交易行动清单】\n最多 8 条。\n每条格式：\n动作：\n标的：\n原因：\n触发条件：\n止损或失效条件：\n时间周期：\n【7. 下周必须盯的转折点】\n最多 10 条。\n重点包括：\nhyperscaler 资本开支\nNVIDIA 毛利率、库存、应收账款\nGPU 租赁价格\nAI 云收入\nAI 软件付费\nSpaceX IPO\nOpenAI IPO\nAnthropic 融资或 IPO\nAI 数据中心融资\n高收益债利差\nNasdaq 和 SOX 趋势位",
    "char_count": 2246,
    "tweet_preview": "https://t.co/Xjxkh6IPTj"
  },
  {
    "article_id": "2053090758354472960",
    "tweet_id": "2053091874332885036",
    "createdAt": "Sat May 09 12:37:02 +0000 2026",
    "title": "捕捉投资转折点提示词",
    "content": "你是一名买方科技研究员、产业链分析师和交易员。你的任务是通过联网搜索最新公开数据，寻找 AI 产业进入下一阶段时出现的投资转折点，并判断哪些可交易资产的需求扩张尚未被市场充分定价。\n一、基本设定\n当前日期：请自动识别，并在报告开头写明。\n研究范围：\n1. 美股优先。\n2. 同时覆盖 A股、港股、台股、日股、韩股、欧洲市场中与 AI 产业链高度相关的上市公司。\n3. 可覆盖 ETF、期权、配对交易、跨市场传导机会。\n4. 默认时间周期为 1个月至24个月，重点寻找未来 3个月至12个月内具备交易价值的机会。\n我的目标：\n提前发现类似以下类型的投资转折点：\n1. ChatGPT 出现后，市场看到了 AI 应用爆发，但早期没有充分定价算力、GPU、数据中心、云资本开支和英伟达。\n2. AI 长上下文、长期记忆、推理数据增长后，市场低估了存储、DRAM、NAND、SSD、HBM、企业级存储需求。\n3. AI 数据中心扩张后，市场低估了光模块、光通信、交换机、网络芯片、CPO、硅光、液冷、电力设备和数据中心基础设施。\n4. 未来可能出现的新阶段包括 AI 医药、自动驾驶、具身智能、机器人、机械臂、端侧 AI、AI 眼镜、AI PC、AI 手机、AI 看见世界、AI 感受时间、AI 操作现实世界、AI agent、AI 安全、AI 数据、AI 推理成本下降、AI 能源约束等。\n二、转折点定义\n你要寻找的不是普通热点，而是“投资转折点”。\n投资转折点必须满足以下条件中的多数：\n1. AI 的新能力出现，导致新的硬件、软件、数据、能源、网络、存储、设备或服务需求从可选需求变成刚性需求。\n2. AI 产业链的核心瓶颈发生迁移，例如从训练算力迁移到推理算力、从 GPU 迁移到 HBM、从 HBM 迁移到网络、从网络迁移到电力和散热、从云端迁移到端侧、从数字世界迁移到物理世界。\n3. 真实购买方开始付钱，或资本开支计划、订单、价格、交期、库存、产能利用率已经出现变化。\n4. 受益公司未来收入、利润率、自由现金流或估值逻辑可能发生变化。\n5. 市场尚未充分定价，表现为股价、估值、盈利预测、分析师预期、期权波动率、持仓拥挤度或新闻关注度仍未完全反映。\n6. 存在可交易资产，且流动性足够。\n三、必须从第一性原理回答的问题\n每一个候选机会都必须回答以下问题：\n1. 本质是什么：AI 当前阶段到底缺什么？\n2. 谁付钱：云厂商、企业客户、消费者、药企、车企、机器人公司、政府、工业客户，还是其他主体？\n3. 钱从哪里来：新增资本开支、存量 IT 预算迁移、广告预算、研发预算、制造成本节约、人工成本节约、能源预算、物流预算，还是金融市场融资？\n4. 谁直接受益：哪类公司收入直接扩大？\n5. 谁间接受益：哪些上游材料、设备、零部件、软件、服务商受益？\n6. 谁受损：哪些旧技术、旧供应商、低效率公司、被替代资产受损？\n7. 利润流向哪里：产业链哪个环节有定价权，哪个环节只是过路收入？\n8. 护城河是什么：产能、专利、客户认证、生态、数据、成本、规模、渠道、监管资质，还是供应链锁定？\n9. 是否可替代：是否容易被大客户自研、开源方案、低价竞品、新技术路线替代？\n10. 增长来自哪里：销量增长、ASP 提升、份额提升、利润率扩张，还是估值重估？\n11. 风险在哪里：供给过快、价格下跌、需求证伪、监管变化、技术路线切换、客户集中、资本开支放缓、市场已经过度定价。\n四、必须联网核验\n你必须使用最新公开数据，不允许只基于历史记忆或泛泛推理。\n优先使用以下来源：\n1. 公司官方文件：10-K、10-Q、8-K、年报、季报、公告、投资者日材料、业绩电话会纪要。\n2. 交易所和监管文件：SEC、公司公告、交易所披露。\n3. 行业数据：IDC、Gartner、TrendForce、Omdia、Counterpoint、SEMI、SIA、Yole、Dell’Oro、LightCounting、DRAMeXchange、IC Insights、WSTS、IEA、EIA、各国电网和能源机构数据。\n4. 财经和产业新闻：Reuters、Bloomberg、Financial Times、WSJ、Nikkei、CNBC、The Information、TechCrunch、Digitimes、EE Times 等。\n5. 市场数据：股价表现、估值、成交量、期权隐含波动率、空头比例、机构持仓、分析师盈利预测变化。\n6. 供应链信号：订单、backlog、交期、价格、库存、产能扩张、设备采购、招聘、客户认证、新产品发布时间。\n所有关键事实、数字、日期、市场份额、收入占比、毛利率、订单、价格变化、资本开支、指引变化，都必须标注来源。找不到可靠来源时，明确写“没有找到可靠证据”或“需要进一步核实”。\n五、重点扫描的 AI 转折点方向\n请至少扫描以下方向，并补充你发现的新方向：\n1. AI 训练算力：GPU、ASIC、TPU、先进制程、先进封装、CoWoS、chiplet、基板、测试设备。\n2. AI 推理算力：推理 GPU、ASIC、边缘推理芯片、低功耗 NPU、推理服务器。\n3. AI 存储和内存：HBM、DRAM、NAND、SSD、企业级存储、CXL、内存扩展、长期记忆基础设施。\n4. AI 网络：光模块、800G、1.6T、硅光、CPO、交换机、网络芯片、数据中心互联。\n5. AI 数据中心：服务器、电源、UPS、液冷、机柜、变压器、配电、发电、天然气、电网、核能。\n6. AI 端侧设备：AI PC、AI 手机、AI 眼镜、可穿戴设备、智能耳机、端侧传感器、端侧操作系统。\n7. AI 软件和 agent：企业自动化、RPA、垂直 SaaS、客服、代码生成、安全、身份验证、数据治理、工作流编排。\n8. AI 医药：药物发现、蛋白设计、自动化实验室、CRO、临床试验优化、生命科学工具、实验室机器人。\n9. 自动驾驶：车端算力、传感器、激光雷达、毫米波雷达、摄像头、地图、仿真、安全验证、车规芯片。\n10. 具身智能和机器人：人形机器人、机械臂、减速器、伺服电机、控制器、力矩传感器、触觉传感器、机器视觉、灵巧手、电池、执行器。\n11. AI 看见世界：摄像头、图像传感器、3D 视觉、激光雷达、边缘视觉芯片、视频理解模型。\n12. AI 感受时间和物理世界：时序模型、工业传感器、IoT、边缘控制、仿真平台、数字孪生。\n13. AI 安全：模型安全、数据泄露防护、身份认证、深度伪造检测、企业权限控制。\n14. AI 数据：合成数据、数据标注、数据清洗、知识库、向量数据库、评测系统、模型监控。\n15. AI 成本下降后的新增需求：当推理成本下降后，哪些应用会从不可行变成可行，哪些公司会获得需求弹性？\n六、转折点识别框架\n请按以下顺序分析：\n第一步：找新能力\n最近 30天、90天、180天内，AI 模型、产品、芯片、机器人、自动驾驶、医药、端侧设备是否出现新能力？\n第二步：找新瓶颈\n这个新能力会消耗什么？\n包括算力、内存、存储、网络、电力、散热、传感器、机械部件、数据、实验室能力、制造能力、认证能力。\n第三步：找付费方\n谁必须为这个瓶颈付钱？\n请区分真实买家、概念受益者、间接受益者。\n第四步：找供需变化\n是否已经出现订单增加、价格上涨、交期延长、库存下降、产能紧张、资本开支上调、管理层指引变化？\n第五步：找利润池\n利润最终流向哪里？\n优先寻找拥有稀缺产能、定价权、客户认证、技术壁垒、规模优势的公司。\n第六步：找市场预期差\n市场是否已经定价？\n必须检查：\n1. 股价过去 1个月、3个月、6个月、12个月表现。\n2. 估值相对历史区间和同业水平。\n3. 分析师 EPS、收入、毛利率预测是否上调。\n4. 管理层指引是否已经反映。\n5. 期权隐含波动率是否已经大幅抬升。\n6. 机构持仓和市场叙事是否已经拥挤。\n7. 新闻热度是否已经过高。\n第七步：找交易表达\n请给出最适合的交易方式：\n1. 直接做多股票。\n2. 做空受损公司。\n3. 多空配对交易。\n4. 买入看涨期权或看涨价差。\n5. ETF 或篮子交易。\n6. 跨市场传导，例如美股 AI 资本开支传导至台股、日股、韩股、A股设备和材料。\n7. 只放入观察名单，等待右侧确认。\n七、评分系统\n请对每个机会打分，总分 100 分。\n评分维度：\n1. 需求转折强度，20分  \n是否存在真实新增需求，是否改变采购预算，是否具有持续性。\n2. 数据证据强度，15分  \n是否有订单、价格、交期、库存、资本开支、管理层指引等硬证据。\n3. 利润池质量，15分  \n受益公司是否有定价权、毛利率扩张机会、稀缺产能或护城河。\n4. 市场未定价程度，20分  \n股价、估值、盈利预测、机构持仓、新闻热度是否仍有预期差。\n5. 催化剂清晰度，10分  \n未来 1个月至12个月是否有财报、产品发布、订单落地、政策、价格上涨、资本开支公布等催化剂。\n6. 可交易性，10分  \n标的流动性、期权可用性、市场深度、做空可行性。\n7. 风险可控度，10分  \n是否有明确失效条件，是否能设置止损，是否有对冲方式。\n评分解释：\n80分以上：重点交易候选。\n65分至79分：观察或小仓位试错。\n50分至64分：有逻辑但证据不足。\n50分以下：暂时没有明确交易价值。\n八、输出格式\n请严格按照以下格式输出。\n1. 一页结论\n用表格输出：\n| 排名 | 转折点主题 | 核心结论 | 最高置信度标的 | 交易方向 | 是否已被市场定价 | 未来催化剂 | 总分 |\n|---|---|---|---|---|---|---|---|\n同时写清楚：\n1. 本次最值得关注的 3个转折点。\n2. 本次最不值得追的热门叙事。\n3. 最大风险。\n4. 哪些机会需要继续等数据确认。\n2. AI 转折点雷达表\n| 主题 | 新能力或新瓶颈 | 谁付钱 | 钱从哪里来 | 直接受益方 | 间接受益方 | 受损方 | 最新证据 | 未定价证据 | 可交易资产 | 分数 |\n|---|---|---|---|---|---|---|---|---|---|---|\n3. Top 3 至 Top 5 交易机会深挖\n每个机会必须包括：\n1. 结论：做多、做空、配对、期权、观察。\n2. 标的：公司名称、ticker、上市市场。\n3. 核心逻辑：三句话内讲清楚。\n4. 产业链位置：它到底卖什么，客户是谁。\n5. 需求扩大原因：为什么 AI 下一阶段会让它受益。\n6. 数据证据：订单、价格、交期、库存、收入、毛利率、资本开支、管理层表态。\n7. 市场未定价证据：股价、估值、盈利预测、新闻热度、持仓拥挤度。\n8. 催化剂：未来 1个月、3个月、6个月、12个月分别看什么。\n9. 上行空间：用情景分析，不要假装精确。\n10. 下行风险：最可能亏钱的原因。\n11. 失效条件：出现什么事实说明逻辑错了。\n12. 仓位建议：观察仓、试错仓、确认仓，说明适合左侧还是右侧。\n13. 对冲方式：可用哪些指数、同行、受损公司或期权对冲。\n4. 做空或受损资产\n请找出 AI 转折点中可能受损的公司或行业。\n输出表格：\n| 受损资产 | 受损原因 | 替代路径 | 何时开始反映 | 做空可行性 | 风险 |\n|---|---|---|---|---|---|\n5. 配对交易和跨市场传导\n请输出：\n| 交易结构 | 做多 | 做空 | 核心逻辑 | 催化剂 | 失效条件 |\n|---|---|---|---|---|---|\n例如：\n1. 做多真正受益的上游稀缺环节，做空只有概念但缺乏订单的公司。\n2. 做多资本开支受益方，做空利润被挤压的下游客户。\n3. 做多低估值二阶受益方，做空已经极度拥挤的一阶龙头。\n4. 做多海外龙头，寻找 A股、台股、日股、韩股供应链传导。\n6. 观察名单\n请列出暂时不能买，但未来可能变成高胜率机会的主题。\n| 主题 | 当前缺什么证据 | 触发买入的信号 | 需要跟踪的数据 | 可能标的 |\n|---|---|---|---|---|\n7. 数据缺口\n请明确说明：\n1. 哪些关键数据没有找到可靠来源。\n2. 哪些结论只是推测。\n3. 哪些地方需要等下一次财报、价格数据、订单数据或政策数据确认。\n九、硬性要求\n1. 不允许编造数据。\n2. 不允许只给概念股清单。\n3. 不允许只讲宏大叙事。\n4. 不允许把“AI 相关”直接等同于“值得买”。\n5. 所有关键事实必须标注来源。\n6. 推测必须标注“推测”或“情景分析”。\n7. 如果没有明确交易机会，直接说“没有明确交易机会”，并说明缺什么数据。\n8. 买入或卖出建议必须包含：核心逻辑、可交易资产、催化剂、失效条件、上行空间、下行风险、时间周期、仓位建议、适合左侧还是右侧。\n9. 优先寻找真实订单、价格、资本开支、利润率和供应短缺驱动的机会。\n10. 警惕已经被市场充分定价的拥挤交易。\n十、最后输出\n最后请给出一个“交易员版本结论”，格式如下：\n1. 现在最值得研究的方向：\n2. 现在最可能被低估的标的：\n3. 现在最拥挤、最需要小心的标的：\n4. 未来 30天需要盯的催化剂：\n5. 未来 90天需要盯的数据：\n6. 当前最优交易结构：\n7. 我会在什么情况下承认这个判断错了：",
    "char_count": 5507,
    "tweet_preview": "https://t.co/3Vn6Vn58dC"
  },
  {
    "article_id": "2056400833252888576",
    "tweet_id": "2056404987815845939",
    "createdAt": "Mon May 18 16:02:09 +0000 2026",
    "title": "Leopold Aschenbrenner 相关基金 13F 2026Q1 研究报告",
    "content": "结论摘要\n这份 2026Q1 13F 的本质，不是简单的“继续梭哈 AI”，而是一个非常清晰的杠铃结构。\n第一根杠铃是继续持有并增配 AI 基础设施实物资产链，包括数据中心与 GPU 云、存储、分布式电力，以及一批“比特币矿工转 AI 数据中心”标的。第二根杠铃是用大规模半导体与 AI 大票 Put 对冲拥挤交易回撤。这一点可以直接从组合结构看出来。Q4 组合按 SEC 原始 value 口径约为 55.17 亿美元，Q1 增至 136.77 亿美元，持仓条目从 29 个增至 42 个；更关键的是，Q4 组合以正股和 Call 为主，Q1 则变成了 Put 占比 61.9%、Call 占比 10.0%、正股占比 28.2% 的明显防守化结构。\n \n \nQ1 前十大合并敞口\n下表按同一 ticker 下正股、Call、Put 合并 value 口径排序。\n \n新增仓位\n \n \n已验证事实：几乎所有新增大仓都是 Put，而且集中在 AI 半导体与其上游设备链。\n合理推测：这些 Put 以组合层面对冲的概率更高，而不是逐个标的的“净看空”。原因很简单：对应披露的正股股数极小，远远不足以支持“保护性 Put 对应本表内正股”的解释。例如 SMH 披露正股只有 26,950 股，但 Put 对应 5,327,900 股；NVDA 披露正股 2,855 股，Put 对应 8,992,300 股；AMD 正股 99,138 股，Put 对应 4,764,100 股；ASML 正股 4,633 股，Put 对应 374,100 股；GLW 正股 5,283 股，Put 对应 154,600 股；INTC 正股 202,344 股，Put 对应 3,605,400 股。**这不是“拿自己披露的股票做保护”的比例。**更像是针对半导体拥挤交易、财报季回撤或风格因子暴露的组合保险。\n不能下结论的部分：ORCL、AVGO 是纯 Put，没有对应的 Q1 正股。它们可能是方向性看跌，也可能是对冲 broader AI/云/基础设施因子；13F 无法判断。MU 和 TSM 同时有 Put、Call 和极小正股，更不能直接解读为“看空”或“看多”，也可能是波动率或结构性组合。\n我的交易判断很明确。\n \n原因只有一个。当前时间点去跟这些 Put，交易对象已经变了。13F 没有给出 strike、expiry、premium，也无法确认这些仓位在 5 月中旬是否还存在。\n \n已验证事实：加仓最有代表性的，不是 mega-cap 科技，而是存储、GPU 云、数据中心资产、矿工转 AI 算力。\n合理推测：核心逻辑是“谁真正拥有电力、机房、可交付算力和稀缺实物资产，谁更可能在 AI CapEx 周期中吃到利润”。这与 Situational Awareness 官方网站强调“寻找会被 AI 发展显著正向或负向影响的投资与主题”高度一致。\n重点加仓的交易含义如下。\n \n \n其中，APLD 是我认为当前最值得继续研究的个股之一。公司 4 月 8 日披露 FY26 第三财季业绩，管理层继续强调高性能 AI 数据中心需求和托管业务增长；市场同时也在关注融资与执行问题，这解释了它为什么可以是“方向正确、交易节奏要挑”的标的。\n减仓仓位\n \n这里最重要的是 BE 和 CRWV。\nBE：Q1 只是减了股票股数，Call 数量没有变，而且 Q1 合并 value 反而略高于 Q4。已验证事实是“减仓但仍重仓”，所以不能简单等同“观点转空”。更合理的推测是，Bloom Energy 在 Q4 已经是头号大仓，Q1 选择减股保留 Call，更像锁定部分利润，同时保留一部分上行凸性。\nCRWV：Q4 是“正股 + 巨额 Call”的高弹性进攻型仓位；Q1 变成“正股继续加、Call 大幅减”。这不是退出 CoreWeave，而是把仓位从高 gamma、高时间损耗的结构，切向更稳的正股核心仓。如果一定要翻译成交易语言，就是“多头没死，但杠杆降了很多”。这也是为什么今天不能再去照抄它的 CRWV Call。\nCORZ：只减了约 9.6% 仓位，仍是 3.89 亿美元大仓，更像再平衡，不像主题放弃。SEI 则更像边际降权，说明电力链里“临时性、过渡性电力”的优先级不如分布式能源和更核心的电力瓶颈资产。\n清仓仓位\n \n几个必须直接回答的问题。\nIntel 从 Call 消失到 Put 出现，是否代表方向明显切换？\n我的答案是：是，但程度只能说“明显转冷”，不能写成“铁定看空”。\n已验证事实是：Q4 有 20,237,400 股对应的 INTC Call，Q1 该 Call 清零，同时出现 3,605,400 股对应的 INTC Put，外加 202,344 股小额正股。这个变化足以说明从进攻性看涨期权，转向更防守甚至偏负面的表达。但由于看不到 strike、expiry、是否对冲其他科技曝险，因此不能把它写成“确定性单边做空 Intel”。\nLITE、COHR 清掉，是否代表主题从光通信切向电力、数据中心、存储和半导体对冲？\n我的答案是：大概率是。\n这是合理推测，不是已验证事实。证据链是：LITE 和 COHR 两个光通信大仓都清掉了；同时新增了 GLW Put；新增了超大规模的 SMH/NVDA/AMD/AVGO/ASML/TSM/MU 等半导体 Put；而在多头端加了 SNDK、APLD、IREN、矿工转 AI 链。这个组合变化非常符合“从纯主题光模块/光链，转向更下游、更靠近机房、电力、存储与整体 AI 因子 hedge 的再配置”。\nCIFR、HUT 清掉，但 RIOT、CLSK、BITF、BTDR、IREN 加仓，是否是矿工链内部换标的？\n我的答案是：是，而且证据较强。\n已验证事实就是，一部分矿工/矿工转 AI 名字被清，另一部分被明显加仓，并且 Q1 还新增了 HIVE。更合理的组合解释是：保留主题，换持股，而不是整体退出“矿工转 AI 数据中心”这条线。\nEQT、LBRT 清掉但 PUMP 保留，是否表示能源链条收缩？\n我的答案是：是。\n能源上游与压裂敞口被明显收窄，只留下了小得多的 PUMP 和更贴近 AI 电力瓶颈的 BE、BW、SEI、PSIX、TE。也就是说，能源逻辑从“传统油气/天然气方向性押注”，收缩成“谁能给数据中心供电，谁更重要”。\nKRC 清掉是否代表数据中心地产逻辑未继续押注？\n我的答案是：基本可以这样理解。\nKRC 在 Q4 有 $49.6M，Q1 彻底消失，而更直接的数据中心资产载体和算力载体则被加码。这更像从“泛地产/园区”走向“更纯的电力、机房、算力、存储资产”。\n不变仓位\n \n不变仓位不能忽略。它们往往意味着三种情况：高信念核心不想动、仓位太小不值得动、或者就是组合里的功能仓。这里我倾向于认为，BE Call、INFY Put、PUMP、PSIX 都更像功能仓；BW 和 WYFI 更像观察仓。\n主题与期权结构\n主题拆解\n \n \n这张主题表和基金官网陈述是高度一致的。Situational Awareness 官方写得很直白：AI 会成为未来十年全球市场回报的主驱动，公司目标是寻找会被 AI 发展显著影响的投资和主题。Q1 13F 展示的，正是这种框架下的“多实物瓶颈、空拥挤因子”的组合化表达。\n期权专项判断\n最重要的期权结论只有三条。\n第一，Q1 新增 Put 更像组合对冲，不像纯单边反 AI。\n证据不是主观感受，而是披露数量。多数 Put 对应的披露正股少得几乎可以忽略，不像 stock-level protective put。\n第二，同时持有 Call 和 Put 的标的，不能照抄。\nMU、TSM 是最典型的例子。Q1 对 MU 同时持有 Put、Call 与极小正股；对 TSM 同样同时持有 Put、Call 与极小正股。已验证事实是“这是复杂结构”；无法判断的是 strike、expiry、premium、是否价差、是否和场外衍生品或其他未披露仓位联动。\n第三，Call 的减少往往代表降杠杆，不必然代表看空。\nCRWV 就是最典型案例。Q1 增加正股、减少 Call，更像把同一主题从高时间价值损耗工具切回正股。BE 则是减股票、不减 Call，更像把一部分多头从 delta 仓切成 convexity 仓。\n关于“期权现在是否可能已经平仓”，我只给三类结论。\n \n滞后性影响与当前交易计划\n从 2026-03-31 到 2026-05-18，哪些信号已经被价格吃掉了\n以下涨跌幅，对有 Q1 正股披露的标的，使用 SEC 3/31 持仓 value ÷ shares 还原季度末价格，再与 5/18 当前交易价格比较。对 BITF，由于 4 月 1 日重组并更名为 Keel Infrastructure，当前用 KEEL 的 5/15 收盘价近似。对纯 Put-only 的 ORCL、AVGO，本轮未补到独立 3/31 现货价，因此不在下表给出精确幅度。\n \n \n \n这一段可以浓缩成一句话。\nQ1 13F 发出来时，很多最佳多头其实已经涨了。\n这也是为什么我会把“能不能跟”放在赔率而不是方向正确上看。\n \n \n \n我的核心交易判断只有一句话。\n今天能学的，是组合结构，不是期权明细。\n风险提示与最终结论\n风险提示\n这份报告最重要的风险，不是行业判断错，而是工具错配。\n第一，13F 披露滞后。你今天看到的是 3 月 31 日的仓位，而不是 5 月 18 日的实时持仓。\n第二，期权不可见。你不知道到期日、不知道执行价、不知道权利金、不知道是否 paired with OTC、short option、swap 或其他未披露腿。**所以 exact 期权跟单几乎一定失真。**\n第三，很多多头已经大涨。Apld、SNDK、MU、AMD、INTC、SHAZ、BE、RIOT 等自 3/31 以来都有很明显涨幅。即便方向没错，赔率也已经变差。\n第四，小票流动性和融资风险非常实际。矿工转 AI、GPU 云、边缘数据中心这批名字，几乎都带着融资、股权稀释、执行与波动风险。Bitfarms/KEEL 的重组和更名就是典型例子。\n \n \n \n最后一句话总结\n这份 13F 最强的信号，不是某一个个股，而是组合结构的变化。\nLeopold Aschenbrenner 在 2026Q1 传递出来的最强信息是：\n继续看多 AI 实物瓶颈。开始显著对冲 AI 因子拥挤。减少高杠杆 Call。提高组合防守性。\n最容易误读的地方，是把这些 Put 读成“看空 AI”。\n更接近事实的读法是：\n他没有放弃 AI。\n他在防 AI 交易过热带来的回撤。\n当前最值得继续深挖的 3 到 5 个标的，是 APLD、IREN、SNDK、CRWV、矿工转 AI 篮子。\n当前最不适合盲目跟随的 3 到 5 个方向，是 所有 Q1 披露的 exact Put、CRWV Call、BE 高位追涨、INTC 方向单押、已退出的光通信旧仓。",
    "char_count": 4564,
    "tweet_preview": "https://t.co/ybyjklm18d"
  },
  {
    "article_id": "2063262360694050816",
    "tweet_id": "2063272777101283454",
    "createdAt": "Sat Jun 06 14:52:18 +0000 2026",
    "title": "2000年互联网泡沫与2026年AI 投资周期对比",
    "content": "1. 摘要\n结论先行：当前 AI 周期最接近互联网泡沫时间线中的“1999 年下半年，边加息预期转鹰边泡沫加速”，并已经开始出现“2000 年一季度顶部窗口”的特征。\n概率分布：\n \n核心判断：\n1. AI 真实需求仍强。 NVIDIA、AMD、Broadcom、Arista、Dell、Microsoft、Alphabet、Amazon、Meta 的 AI 相关收入、订单或资本开支仍处在上修区间。NVIDIA 最近披露季度收入 816 亿美元，同比增长 85%，毛利率约 75%；AMD 数据中心收入 58 亿美元，同比增长 57%；Broadcom Q2 AI 半导体收入 108 亿美元，同比增长 143%。(nvidianews.nvidia.com（https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-first-quarter-fiscal-2027）)\n2. 资本开支已经进入高压状态。 Microsoft 单季 PPE 增加 308.76 亿美元，Alphabet Q1 capex 356.74 亿美元，Amazon Q1 PPE 购买 442.03 亿美元，Meta Q1 capex 198.4 亿美元且 FY2026 capex 指引升至 1250 至 1450 亿美元。(microsoft.com（https://www.microsoft.com/en-us/investor/earnings/fy-2026-q3/cash-flows）)\n3. 美联储政策预期正在从“降息友好”转向“加息风险”。 截至最近 FOMC，目标区间为 3.50% 至 3.75%；6 月 4 日有效联邦基金利率为 3.62%。5 月非农新增 17.2 万、失业率 4.3%、工资同比 3.4%，CPI 4 月同比 3.8%，PCE 4 月同比 3.8%、核心 PCE 3.3%。(federalreserve.gov（https://www.federalreserve.gov/newsevents/pressreleases/monetary20260429a.htm?utm_source=chatgpt.com）)\n4. 信用利差尚未给出 2000 年下半年式崩盘信号。 6 月 4 日 2 年期美债 4.05%，10 年期美债 4.47%，10 年 TIPS 实际利率 2.11%；HY OAS 为 2.74%，CCC OAS 为 9.46%。这说明估值压力已经上升，但系统性信用压力尚未全面爆发。(fred.stlouisfed.org（https://fred.stlouisfed.org/series/DGS2?utm_source=chatgpt.com）)\n5. AI 存储结论：HBM 是结构性瓶颈；DRAM、NAND、enterprise SSD、nearline HDD 是真实 AI 需求、供给纪律、涨价周期和库存回补的混合体。 TrendForce 指出 2026 年 Q2 conventional DRAM 合约价预计环比上涨 58% 至 63%，NAND Flash 合约价预计环比上涨 70% 至 75%，服务器和 AI 需求以及 NAND 向 enterprise SSD 分配是主要原因之一。(trendforce.com（https://www.trendforce.com/presscenter/news/20260331-12995.html）)\n6. 当前交易结论：不适合无保护追高整个 AI beta。适合保留现金流龙头，降低二三线和融资依赖资产，用 Nasdaq 或 SOX 对冲左尾，AI 存储转向“龙头多头加高 beta 对冲”的交易方式。\n \n2. 当前 AI 周期位置判断\n2.1 周期定位\n \n当前最接近：1999 年下半年。\n原因是：政策预期转鹰、资本开支加速、龙头盈利强、二三线波动加大、存储和硬件涨价链条扩散同时存在。\n当前已经带有 2000 年 Q1 顶部窗口特征。\n原因是：资本开支强度极高，AI 存储价格涨幅很大，部分股票对利率和好消息的敏感性恶化，半导体单日大跌已经出现。市场报道显示 6 月 5 日半导体板块出现剧烈下跌，SOX 跌约 10.3%，Micron、AMD、Broadcom、NVIDIA 等同步承压，触发因素包括 Broadcom 指引、就业数据后加息预期、以及内存供给担忧。(reuters.com（https://www.reuters.com/world/china/broadcom-forecasts-quarterly-revenue-above-estimates-2026-06-03/）)\n \n3. 互联网泡沫历史时间线，用真实数据重建\n3.1 Nasdaq 时间线\n \nNasdaq 在 1995 至 2000 年大幅上涨，2000 年 3 月见顶，随后到 2002 年 10 月回撤约 78%。FRED 提供 Nasdaq Composite 序列，历史市场数据给出 2000 年 3 月 10 日 5048.62 的峰值和 2002 年 10 月约 1114 至 1140 的低位区间。(fred.stlouisfed.org（https://fred.stlouisfed.org/series/NASDAQCOM）)\n3.2 美联储政策时序，关键事实\n \n1998 年 10 月 15 日 Fed 明确提到贷款人谨慎和金融市场不稳；1998 年 11 月 17 日 Fed 称 9 月以来累计降息 75bp。1999 年 6 月 30 日 Fed 表示 1998 年的金融压力已经缓解，政策宽松不再完全必要。(federalreserve.gov（https://www.federalreserve.gov/boarddocs/press/general/1998/19981015/）)\n1999 年 8 月、11 月，以及 2000 年 2 月、3 月、5 月的加息均有 Fed 官方声明记录。(federalreserve.gov（https://www.federalreserve.gov/boarddocs/press/general/1999/19990824/）)\n2001 年 1 月 3 日，FOMC 将联邦基金目标利率下调 50bp 至 6%。(federalreserve.gov（https://www.federalreserve.gov/boarddocs/press/general/2001/20010103/）)\n3.3 第一次加息、顶部、最后一次加息、第一次降息的真实关系\n \n交易结论：\n1. 不能把第一次加息等同于立即见顶。\n2. 不能等到最后一次加息再卖，2000 年最后一次加息发生在 Nasdaq 顶后。\n3. 不能把第一次降息当作抄底信号，2001 年降息后 Nasdaq 仍继续下跌，因为盈利、订单、资本开支和信用风险继续恶化。\n3.4 泡沫破裂顺序\n \nWorldCom 2002 年被 SEC 调查报告披露，最初发现并公告将 38.52 亿美元 line cost 不当转入资产，后续披露相关不当减少 line costs 总额达 64.12 亿美元。Global Crossing 于 2002 年 1 月申请破产，Wharton 和 PBS 均记录其在电信资本开支和债务压力下崩溃。(sec.gov（https://www.sec.gov/Archives/edgar/data/723527/000093176303001862/dex991.htm）)\n3.5 Cisco、Lucent、Nortel、光纤和带宽\n \nCisco 在 2000 年 3 月季度披露销售额 49.2 亿美元，同比增长 55%，pro forma 净利润同比增长 58%；但到 2001 年，Cisco 10-K 文本显示 backlog 从 2000 年 9 月约 34 亿美元下降到 2001 年 9 月约 20.3 亿美元。(newsroom.cisco.com（https://newsroom.cisco.com/c/r/newsroom/en/us/a/y2000/m05/cisco-systems-reports-third-quarter-earnings-1.html）)\n历史教训：盈利龙头也会被估值、订单和库存周期击穿。龙头强，不等于整条主题链安全。\n \n4. 当前 AI 周期时间线，用最新真实数据重建\n4.1 叙事启动\n \nOpenAI 官方页面显示 ChatGPT 于 2022 年 11 月 30 日发布。(openai.com（https://openai.com/index/chatgpt/）)\n4.2 当前 AI 基础设施数据表\n \n \n4.3 Hyperscaler capex 压力表\n \nMicrosoft、Alphabet、Amazon、Meta 的披露均显示 AI 和数据中心投资正在把大型科技公司的自由现金流压力推高。(microsoft.com（https://www.microsoft.com/en-us/investor/earnings/fy-2026-q3/cash-flows）)\n \n5. AI 存储主线专章\n5.1 AI 存储的本质\nAI 存储不是一个单一行业。它至少分为八层：\n \n第一性原理：AI 训练和推理的瓶颈不只是 FLOPS。GPU 利用率需要数据持续喂入，训练需要读大规模数据集、写 checkpoint、保存权重和版本；推理需要缓存、日志、用户交互数据、RAG 文档库和向量索引。多模态、视频、语音、机器人数据进一步推高容量和带宽需求。\n5.2 谁付钱，谁受益，谁受损\n \n5.3 AI 存储涨价来自哪里\n \nTrendForce 2026 年 3 月报告称 Q2 conventional DRAM 合约价预计环比上涨 58% 至 63%，NAND Flash 合约价预计环比上涨 70% 至 75%，并提到 DRAM 供应向服务器应用重分配、NAND 产能向 enterprise SSD 分配。Omdia 也在 2026 年 4 月上调半导体收入预测，理由包括 AI 驱动的内存紧张和数据中心需求，但完整价格、ASP、出货量属于其付费数据库。(trendforce.com（https://www.trendforce.com/presscenter/news/20260331-12995.html）)\n5.4 AI 存储公司数据验证\n \n以上均为公司披露或公司投资者关系资料。(investors.micron.com（https://investors.micron.com/news-releases/news-release-details/micron-technology-inc-reports-results-second-quarter-fiscal-2026）)\n5.5 AI 存储当前阶段判断\n \n5.6 AI 存储主线最关键反证数据\n \n \n6. 美联储政策、实际利率和美元流动性专章\n6.1 当前宏观状态\n \n来源：Federal Reserve、FRED、H.4.1、BLS、BEA。(federalreserve.gov（https://www.federalreserve.gov/newsevents/pressreleases/monetary20260429a.htm?utm_source=chatgpt.com）)\n6.2 当前是否从降息预期转向加息预期\n结论：是，市场已经开始重新定价加息风险，但尚未进入“紧缩叠加信用恶化”的最高风险状态。\n依据：\n1. FedWatch 概率来自 30 天 Fed funds futures；市场报道显示，5 月就业数据后，年内至少一次加息概率被报道上升至约 58% 至 70% 区间。(cmegroup.com（https://www.cmegroup.com/markets/interest-rates/cme-fedwatch-tool.html?utm_source=chatgpt.com）)\n2. 2 年期美债 4.05%，10 年 TIPS 2.11%，说明前端利率和实际利率已经对高久期资产形成约束。(fred.stlouisfed.org（https://fred.stlouisfed.org/series/DGS2?utm_source=chatgpt.com）)\n3. 但 HY OAS 2.74% 和 CCC OAS 9.46% 尚未显示类似 2001 至 2002 年的信用出清。(fred.stlouisfed.org（https://fred.stlouisfed.org/series/BAMLH0A0HYM2?utm_source=chatgpt.com）)\n6.3 当前政策阶段判断\n \n6.4 为什么 1999 年 6 月加息后 Nasdaq 还能涨到 2000 年 3 月\n \n6.5 为什么 2001 年降息后 Nasdaq 仍下跌\n \n \n7. 相同点\n \n \n8. 差异点\n \n \n9. 周期评分模型\n评分口径：0 分为低风险或早期，5 分为高风险或接近顶部。\n置信度：高、中、低。\n \n9.1 综合判断\n \n \n10. 三种未来情景\n10.1 情景一：泡沫继续延续\n \n如何判断“加息下上涨”是末端加速还是合理上涨：\n \n10.2 情景二：顶部震荡\n \n10.3 情景三：泡沫破裂\n \n \n11. 交易行动框架\n11.1 当下应该做什么\n \n11.2 当前可执行交易框架\n \n \n12. 未来 3 至 6 个月观察清单\n12.1 AI 基本面\n \n12.2 AI 存储专项\n \n12.3 Fed 和流动性\n \n \n13. 未来 6 至 12 个月计划\n \n \n14. 未来 12 至 36 个月框架\n \n \n15. 美联储政策反应矩阵\n \n直接回答：\n \n \n16. AI 存储交易矩阵\n \n \n17. 关键监控指标清单\n17.1 AI 基本面\n \n17.2 AI 存储专项\n \n17.3 资本开支和融资\n \n \n18. 最重要的 35 个图表或数据表\n以下按图表规格输出，便于落地到 Excel、Python 或 Bloomberg。公开数据不足处明确标注。\n \n \n \n19. 反证清单\n \n \n20. 一页纸交易行动清单\n \n \n \n21. 当前是否类似 1999 年 6 月以后\n21.1 相似点\n1. 市场此前依赖降息或宽松预期。\n2. 科技叙事强。\n3. 龙头盈利强于二三线。\n4. 基础设施资本开支加速。\n5. 市场集中度高。\n6. 政策预期转鹰。\n7. 估值对实际利率敏感。\n8. 基础设施链条从核心算力扩散到网络、数据中心、电力和存储。\n9. 二三线硬件和存储股涨幅可能快于基本面兑现。\n21.2 不同点\n1. 当前 AI 龙头现金流和利润率显著强于大量 1999 年互联网公司。\n2. 当前 hyperscaler 主要依靠内部现金流，1999 电信链更依赖外部融资。\n3. GPU 折旧和技术迭代快于光纤。\n4. SSD、HDD、存储阵列和存储软件的折旧和替代路径不同于光纤。\n5. 当前瓶颈包括 HBM、先进封装、电力、数据中心和高端存储。\n6. 当前 AI 需求可以通过云收入、企业软件付费、token 使用、AI 数据增长和存储采购部分验证。\n7. 当前通胀、财政、QT、TGA、ON RRP 和银行准备金结构与 1999 不同。\n8. 当前存储公司供给纪律可能强于当年电信和光纤公司。\n9. HBM 与 NAND、SSD、HDD 的需求驱动不同，不能统一类比。\n21.3 当前最危险的类比错误\n \n \n22. 最终交易判断\n22.1 当前是否有明确交易机会\n有，但不是“无保护做多整个 AI”。当前最清晰的是风险管理机会、龙头集中机会、存储配对机会、融资脆弱资产空头机会。\n22.2 具体交易机会\n \n22.3 当前最应该避免的错误\n1. 把 AI 长期价值和当前股票价格安全混为一谈。\n2. 把 HBM 短缺外推到 NAND、SSD、HDD 全面短缺。\n3. 等到 Fed 真正加息、最后一次加息或第一次降息才行动。\n22.4 当前最应该等待的确认信号\n \n22.5 当前最应该提前防范的尾部风险\n1. 市场从“单次保险式加息”重新定价为“新一轮紧缩”。\n2. HY 和 CCC OAS 快速走阔，引发数据中心融资链压力。\n3. Hyperscaler capex 不再上修，AI 硬件订单后移。\n4. GPU 租赁价格下跌，证明算力供给或需求预期出问题。\n5. AI 存储价格见顶，库存和应收上升，股价先于基本面反转。\n22.6 当前最可能出现的预期差\n \n22.7 当前最重要的结论\n当前 AI 周期像 1999 年下半年，AI 存储处在价格和盈利修复后段，政策预期转鹰正在把周期推向更靠近顶部的位置；最优动作是保留现金流龙头、降低二三线 beta、AI 存储转配对、用 SOX 或 Nasdaq 管理左尾风险。",
    "char_count": 7178,
    "tweet_preview": "https://t.co/GK4Mp3tEx4"
  },
  {
    "article_id": "2063452852354486272",
    "tweet_id": "2063491173193527624",
    "createdAt": "Sun Jun 07 05:20:08 +0000 2026",
    "title": "MSTR、STRC 与比特币四年周期研究报告",
    "content": "先给结论\n \n \n第一部分：事实核查\n表 1：Strategy BTC 持仓变化表\n \n过去约 12 个月净 BTC 变化： 从 2025-06-02 披露的 580,955 BTC 到 2026-06-01 披露的 843,706 BTC，净增加约 262,751 BTC。这是用 Strategy 官方购买表直接计算，日期口径不是审计 TTM，会有报告日和交易日错位。来源：Strategy purchases（https://www.strategy.com/purchases）\n \n关键事实核查表\n \n \nMSTR 当前 mNAV 和 BTC 每股含量\nStrategy 官方定义的 mNAV 是：\nStrategy 企业价值 / BTC Reserve\n这里的企业价值包括普通股市值、债务本金、优先股 notional，并扣减最近披露现金余额。Strategy 自己说明这个 mNAV 不是传统基金 NAV，也不是 ETF NAV。来源：Strategy notes（https://www.strategy.com/notes）\n \n重要： 如果把债务和优先股当作 senior claims，普通股 residual BTC NAV 约为 $30.51B，普通股市值 $40.216B，对 residual NAV 的倍数约 1.32x。这个数字更接近普通股股东真正关心的剩余权益溢价，但不是 Strategy 官方 mNAV。\n \n表 2：Strategy 资本结构表\n以下债务逐项本金部分为基于官方历史发行和 2026-05-26 债务回购后的推算。官方最新总债务为约 $6.7B 至 $6.754B；逐笔最新本金需要用下一份 10-Q 或完整债务表进一步核实。来源：Strategy 2026-05-26 press release（https://www.strategy.com/press/strategy-completes-1-5-billion-debt-repurchase-and-achieves-btc-yield-of-13-3-ytd-now-holds-843738-btc_05-26-2026）\n \nSTRC 的核心条款来自 424B5：$100 stated amount，月付现金股息，股息由董事会宣派，未付股息会累积并按月复利；公司表示会根据价格调整股息率，使 STRC 价格接近 $100；STRC 不可转换，不代表 BTC 所有权，低于所有债务，且低于 STRF。来源：STRC 424B5（https://assets.contentstack.io/v3/assets/bltf8d808d9b8cebd37/bltf36014d495f58e41/69c0a25e7e4ec7915151d133/form-424B5_03-23-2026_strc-annex.pdf）\nStrategy 官方还明确提示，STRF、STRC、STRE、STRK、STRD 这些优先股没有 BTC 抵押，现金股息不保证。来源：Strategy STRK learn（https://www.strategy.com/strk/learn）\n \n第二部分：用大白话解释 MSTR 的模式\n1. MSTR 表面是软件公司，市场实际如何定价\nMSTR 还有软件业务，但软件业务已经不是估值主线。Q1 2026 总收入 $124.3M，毛利 $83.4M；同一时期数字资产账面规模 $51.65B，数字资产未实现亏损 $14.455B，净亏损 $12.543B。这个量级说明，财报波动主要由 BTC 公允价值会计和资本结构决定。来源：Strategy Q1 2026 earnings release（https://assets.contentstack.io/v3/assets/bltf8d808d9b8cebd37/blt00fe8d0c4c346ff1/69fa4c71b2944f11309d48d8/strategy-q1-2026-earnings-release_05-05-2026.pdf）\n市场实际买卖的是：\n \n所以 MSTR 的股价不是单纯由软件收入折现决定。Strategy 自己也提示，MSTR 普通股交易价格可能反映与软件业务基本面无关的市场动态，且公司不是 ETF，也没有 ETF 的申购赎回机制。来源：Strategy notes（https://www.strategy.com/notes）\n2. MSTR 为什么被市场视为杠杆 BTC 资产\n原因很简单：\n \n学术研究到 2025 年 4 月的样本显示，BTC 通常是公司 BTC treasury 股的信息主导变量，MSTR 属于 BTC beta 大于 1 的公司之一；但最新滚动 beta 需要用日频价格序列重新计算，我没有找到截至 2026-06-07 的可靠公开滚动 beta 数据。来源：arXiv paper（https://arxiv.org/abs/2505.14655）\n3. MSTR 的核心飞轮\n飞轮是：\n \n这个飞轮的关键不是“买 BTC”三个字，而是 能否用低成本或高估值资本买入 BTC。\n表 4：MSTR 飞轮状态表\n \n什么时候有效\n有效条件：\n1. MSTR 能以高于 BTC 净资产的估值发行股票。\n2. STRC 或其他优先股能接近面值发行。\n3. 可转债投资人相信未来股价能超过转股价。\n4. BTC 趋势向上，市场愿意给“买入更多 BTC”定价。\n5. 市场相信 Strategy 不会被迫卖 BTC。\n什么时候失效\n失效条件：\n1. mNAV 接近 1 或低于 1。\n2. STRC 长期低于 $100，新增 STRC 等于高成本融资。\n3. BTC 长期低于平均成本 $75,699。\n4. USD Reserve 下降，市场担心分红和利息需要靠卖 BTC。\n5. MSTR 普通股成交量下降，ATM 无法大规模卖出。\n6. 可转债 out of the money，债务变成真现金偿还压力。\n7. 市场不再相信“BTC 每股含量提升”能抵消稀释和 senior claims。\nBTC Yield 是否真实创造价值\nStrategy 的 BTC Yield 是一个 每股 BTC 含量变化指标，不是会计利润，不是现金收益率，也不是投资回报率。Strategy 官方 notes 明确说，这个指标不反映债务和优先股 senior claims，也可能在公司报告数字资产未实现亏损时仍然为正。来源：Strategy notes（https://www.strategy.com/notes）\n结论：\n \nMSTR 普通股是否等于直接买 BTC\n不等于。\n \nMSTR 相对 BTC 和 BTC ETF 的优劣\n \n \n第三部分：用大白话解释 STRC 的模式\n表 3：STRC 机制表\n \nSTRC 的招股文件说，公司预计主要通过 common ATM、USD Reserve、其他优先股、债务和股权融资来支付现金股息；同时文件也明确说，公司可能没有足够资金，或董事会选择不支付股息。来源：STRC 424B5（https://assets.contentstack.io/v3/assets/bltf8d808d9b8cebd37/bltf36014d495f58e41/69c0a25e7e4ec7915151d133/form-424B5_03-23-2026_strc-annex.pdf）\nSTRC 为什么支付高股息\n因为它承担的不是普通债券风险，而是以下风险的组合：\n \nSTRC 的钱从哪里来\n当前主要来源排序：\n1. 普通股 ATM 融资。\n2. STRC 或其他优先股融资。\n3. USD Reserve。\n4. 债务和再融资。\n5. 必要时出售 BTC。\n6 月 1 日 SEC 8-K 已经显示，32 BTC 出售的 proceeds 预计用于优先股 distributions。数量小，但路径已经被确认。来源：8-K 2026-06-01（https://assets.contentstack.io/v3/assets/bltf8d808d9b8cebd37/blt01aedf36c9f1b5b3/6a1cdb95487e7818fe49dd85/form-8-k_06-01-2026.pdf）\nSTRC 价格低于 $100 的影响\n \nQ4 2025 文件里 Strategy 给出的 STRC 调整框架是：VWAP 低于 $95 时建议提高 50bp 或更多，$95 至 $98.99 时建议提高 25bp 或更多；但这仍由公司和董事会裁量。来源：Strategy Q4 2025 financial results（https://www.strategy.com/press/strategy-announces-fourth-quarter-2025-financial-results_02-05-2026）\n一个通俗比喻\n \n \n第四部分：最近卖出 32 枚 BTC 的市场解读\n1. 数量影响\n \n2. 为什么市场关注这么小的卖出\n市场关注的不是 32 BTC 的卖压，而是 行为边界改变：\n \n3. 这是否代表 Strategy 从“只买不卖”变成“必要时会卖”\n是。 但需要限定：\n \n4. 公告前后市场反应\n \n5. 管理层解释\nStrategy 2026-05-26 的资本结构更新中，CEO Phong Le 表示公司会主动管理可转债，并使用全套工具，包括纪律性出售 BTC。6 月 1 日的 32 BTC 出售与这个表态一致。来源：Strategy 2026-05-26 press release（https://www.strategy.com/press/strategy-completes-1-5-billion-debt-repurchase-and-achieves-btc-yield-of-13-3-ytd-now-holds-843738-btc_05-26-2026）\n6. “数量小、信号大”是否成立\n成立。\n证据：\n1. 数量只有 32 BTC，占总持仓 0.00379%。\n2. SEC 披露用途直接指向优先股分红。\n3. STRC 已经低于 $100，Strategy 的高息优先股融资成本上升。\n4. 媒体和市场反应明显大于现货卖压本身。\n5. 它证明 BTC 储备不是完全不可触碰的资产池。\n \n第五部分：Strategy 接下来最可能的动作\n已公告事实、管理层表态、市场推测\n \n未来动作概率表\n以下概率是 情景分析，不是官方指引。\n \n \n第六部分：Strategy 是否会爆雷\n爆雷框架\n \n表 5：爆雷压力测试表\n假设：\n1. BTC 持仓 843,706 枚。\n2. 债务 $6.754B。\n3. 优先股 notional $15.5B。\n4. 债务加优先股 claims 约 $22.254B。\n5. 年化分红和利息约 $1.712B。\n6. USD Reserve $900M，未考虑其他现金和软件经营现金流。\n7. 没有假设强制保证金触发，因为没有找到官方证据显示 BTC 价格下跌会自动触发 forced liquidation。\n \n哪个区间开始真正危险\n \n比 BTC 价格更重要的指标\n1. STRC VWAP 是否低于 $95、$90、$80。\n2. STRC 股息率是否继续上调。\n3. USD Reserve months 是否低于 6、3、1。\n4. mNAV 是否跌到 1 或低于 1。\n5. 普通股 ATM 每周卖出金额是否下降。\n6. 优先股 ATM 是否暂停。\n7. 债务到期和 put 日期前的再融资能力。\n8. BTC 是否跌破 Strategy 平均成本 $75,699 后继续下行。\n9. 是否出现连续 BTC 出售。\n10. ETF 是否持续大额净流出。\n \n第七部分：Strategy 对 BTC 价格的影响\n表 6：MSTR 对 BTC 影响路径表\n \nStrategy 买入规模对比\n \n如果 Strategy 卖出不同数量 BTC\n \n回答核心问题\n \n \n第八部分：比特币四年周期是否还在重演\n表 7：比特币四年周期对比表\n历史价格为主流现货指数近似值，不同交易所和指数会有小差异。当前周期高点以 Reuters 报道 2025-10-06 BTC 突破 $125,000、最高约 $125,653 为参考。来源：Reuters 2025-10-06（https://www.reuters.com/business/bitcoin-hovers-near-all-time-high-2025-10-06/）\n \n2024 年减半将区块奖励从 6.25 BTC 降至 3.125 BTC，每天新增供应约 450 BTC；相比 ETF 每周数十亿美元流入流出和 Strategy 单次数十亿美元买入，新增供应的边际影响已经小于过去周期。来源：Le Monde 2024-04-10（https://www.lemonde.fr/economie/article/2024/04/10/le-halving-quand-le-bitcoin-orchestre-sa-propre-rarete_6226962_3234.html）\n当前周期像 2017、2021，还是完全不同\n结论：时间像 2021，结构完全不同。\n \n是否出现提前见顶信号\n已出现的信号：\n1. BTC 从 2025 年 10 月高点 $125k 附近回撤到 $61k 附近，回撤约 50%。\n2. Reuters 报道 BTC ETF 出现超过 $2B 的净流出。\n3. MSTR 出现首次小额 BTC 出售，改变市场叙事。\n4. STRC 跌破 $100 面值，融资成本上升。\n5. 宏观上 Nasdaq 大跌、短端收益率上升，风险资产承压。来源：Reuters 2026-06-04（https://www.reuters.com/legal/transactional/standard-chartereds-crypto-bull-sticks-100000-bitcoin-call-despite-painful-week-2026-06-04/）\n没有足够证据的部分：\n \n这些需要 Glassnode、CryptoQuant、Coin Metrics 或同等链上终端刷新。我不编数字。\n四年周期的本质是什么\n更准确的拆解：\n \nMSTR 是否可能成为新的周期变量\n是，但不是主导变量。\nMSTR 的作用是：\n1. 牛市时增加结构性买盘。\n2. 高 mNAV 时放大 BTC 上行。\n3. 熊市时通过 STRC、mNAV、融资窗口和小额 BTC 出售放大市场焦虑。\n4. 如果极端情况下大规模卖 BTC，可能成为熊市中的强变量。\n但当前证据不支持 “MSTR 单独打破 BTC 四年周期”。\n \n第九部分：今年下半年布局 BTC 现货的资产配置分析\n长期持有 BTC 现货真正赚的是什么钱\n长期 BTC 现货赚的不是公司利润，也不是分红。它赚的是：\n1. 固定供应下，全球储值需求上升带来的货币溢价。\n2. 网络共识扩大带来的流动性溢价。\n3. 法币购买力下降或财政赤字长期化背景下的资产替代需求。\n4. 机构配置比例从 0 到低个位数的再定价。\n5. 交易所、ETF、托管和监管成熟带来的风险溢价下降。\n失效条件：\n1. 全球监管系统性打压。\n2. BTC 安全性或共识出现严重问题。\n3. 长期 ETF 和机构资金持续流出。\n4. 市场证明 BTC 不能在高利率环境中保有储值溢价。\n5. 竞争资产分流主要资金。\nMSTR 风险和 BTC 本身风险的区别\n \n结论： MSTR 爆雷不会让 BTC 协议失效，但会造成短中期流动性冲击和信心冲击。\n对只买 BTC 现货的人是否需要过度担心 MSTR\n不需要过度担心，但必须监控。\n合理处理方式：\n1. 不把 MSTR 当作 BTC 本身。\n2. 把 MSTR 当作 BTC 市场杠杆温度计。\n3. 如果 STRC < $90、mNAV < 1、USD Reserve 持续下降、BTC 销售扩大，同时 ETF 继续净流出，应降低加仓节奏。\n4. 如果 Strategy 只做小额卖出，ETF 流出放缓，BTC 重新站回关键价格区，MSTR 风险不应阻止长期配置。\n表 8：下半年 BTC 配置方案\n \n三种情景\n以下为 情景分析，不是预测承诺。\n \n \n第十部分：交易视角\n先给交易结论\n当前没有单一、清晰、高胜率的交易机会，因为三个核心变量同时不稳定：BTC 刚经历大幅下跌，STRC 低于面值，MSTR mNAV 已经压缩但还没有完全进入极端折价。\n更可执行的方案是：\n1. 长期配置者：分批买 BTC 现货或 ETF。\n2. 交易员：等 MSTR、STRC、BTC、ETF 流量共振后再做相对价值。\n3. 收益型投资者：STRC 只适合小仓位信用交易，不能当作低风险现金替代品。\n4. 波动率交易：缺少当前 MSTR 期权 IV、skew、gamma、borrow 和 dealer positioning 数据，不给明确波动率建议。\n交易结构表\n \n \n最终结论\n1. 一句话结论\nMSTR 是 BTC 加融资飞轮加信用结构的复合资产，STRC 是高息永续优先股，32 枚 BTC 出售本身不重要，但它证明 Strategy 在压力下会动用 BTC 储备；这会放大 BTC 周期波动，但不足以单独打破 BTC 四年周期。\n2. MSTR 的本质\nMSTR 是上市 BTC treasury 公司。普通股持有人买到的是 BTC 敞口、mNAV 溢价、融资飞轮、期权波动和最后剩余权益。软件业务仍存在，但不是主要定价因素。\n3. STRC 的本质\nSTRC 是 Nasdaq 上市、无 BTC 抵押、无强制到期、月付现金股息、股息率可调的永续优先股。它的收益来自 Strategy 支付股息，不来自 BTC 链上收益。\n4. Strategy 当前最关键的三条风险\n1. STRC 低于面值导致融资成本上升。\n2. mNAV 压缩导致普通股 ATM 飞轮变弱。\n3. USD Reserve 下降，市场担心分红和利息需要靠卖 BTC。\n5. Strategy 当前最关键的三条支撑\n1. 仍持有 843,706 BTC，规模极大。\n2. 债务大多是长期可转债，目前没有找到 BTC 价格自动触发强制卖出的证据。\n3. 仍有普通股、优先股、债务回购、BTC 小额出售等多种资本结构工具。\n6. 32 枚 BTC 出售的真实含义\n数量小，信号大。 数量只有 0.00379% 的持仓；但用途指向优先股分红，说明 BTC 储备可被用于资本结构现金需求。这改变了市场对 Strategy “永久只买不卖”的假设。\n7. Strategy 是否会爆雷\n当前不是马上爆雷。真正风险路径是：BTC 下跌，STRC 低于 $90，mNAV 跌破 1，普通股 ATM 关闭，USD Reserve 持续下降，债务和优先股现金需求无法通过融资覆盖。真正危险区大致从 BTC $30k 附近开始，$20k 附近进入严重偿付压力。\n8. Strategy 是否会打破 BTC 四年周期\n单独不会。它会改变周期形态，放大牛市买盘，放大熊市脆弱性，但 BTC 周期仍主要由全球流动性、ETF 资金、实际利率、长期持有人行为和杠杆清算决定。\n9. 下半年 BTC 现货配置是否仍有意义\n有意义，但不能按直线牛市假设配置。更稳妥的方法是分批买入、限制仓位、用 ETF flow、STRC、mNAV、USD Reserve 和链上指标决定节奏。只想长期持有 BTC 的人，没有必要碰 MSTR 或 STRC。\n10. 普通投资者最容易犯的三个错误\n1. 把 MSTR 当作 BTC 现货。\n2. 把 STRC 当作安全债券或现金替代品。\n3. 只看股息率，不看股息来源、清偿顺位和融资窗口。\n11. 交易员最应该盯的十个指标\n1. BTC 现货价格和 $75,699 Strategy 平均成本。\n2. MSTR mNAV。\n3. STRC 价格、VWAP 和 $95/$90/$80 阈值。\n4. STRC 股息率调整公告。\n5. USD Reserve months。\n6. 每周 ATM proceeds。\n7. Strategy BTC 买入或卖出 8-K。\n8. BTC ETF 净流入净流出。\n9. MSTR 期权 IV、skew、open interest、gamma。\n10. 美元实际利率、DXY、Nasdaq 风险偏好。\n12. 当前最优策略\n \n13. 需要进一步核实的数据\n1. 最新逐项债务本金和转股条款，需要下一份 10-Q 或完整债务表。\n2. STRC 最新 30 日历史波动率、borrow cost、机构持仓。\n3. MSTR 期权链 IV、skew、dealer gamma。\n4. Glassnode、CryptoQuant、Coin Metrics 最新 MVRV、NUPL、Puell、RHODL、Realized Cap、LTH supply。\n5. 2026-06-08 STRC 半月付息投票最终结果。\n6. 未来 8-K 是否继续出现 BTC 出售。\n7. ETF 发行商每日净流量和持仓变化。\n14. 结论置信度",
    "char_count": 8955,
    "tweet_preview": "https://t.co/C51rL2DOaX"
  },
  {
    "article_id": "2062865055541284865",
    "tweet_id": "2062868859888255146",
    "createdAt": "Fri Jun 05 12:07:17 +0000 2026",
    "title": "A 股和港股机器人零部件、材料与供应商专项研究提示词",
    "content": "你是一名买方股票研究员、产业链研究员和交易员。请对 A 股和港股市场中“机器人零部件、材料与供应商”做一次专项深度研究。\n研究主题包括 Physical AI、具身智能、人形机器人、工业机器人、医疗机器人、仓储物流机器人、服务机器人、自动驾驶机器人、无人系统等进入现实世界阶段所需要的核心零部件、材料、设备、供应链和国产替代公司。\n研究目标：\n找出 A 股和港股市场中，未来 3 到 10 年最可能因为机器人放量而获得真实收入、真实利润和估值提升的上市公司。重点寻找具备护城河、不可替代性、客户认证壁垒、技术壁垒、工艺壁垒、供应链卡位、国产替代能力、规模经济和利润获取能力的标的，并做出股票买入优先级排行。\n研究日期：以执行研究当天为准。所有数据必须使用最新可验证资料。\n一、硬性要求\n1. 不要 AI 幻觉。\n2. 不要胡编乱造。\n3. 所有关键事实、财务数据、订单数据、客户信息、市场份额、估值、毛利率、净利率、现金流、应收账款、存货、资本开支、产品进展、认证进展、供应链关系，必须注明来源、日期和数据口径。\n4. A 股公司数据优先使用巨潮资讯、上交所、深交所、北交所、公司公告、年报、中报、季报、招股书、投资者关系活动记录表、业绩说明会资料。\n5. 港股公司数据优先使用港交所披露易、公司公告、年报、中报、招股书、业绩发布材料、管理层业绩会资料。\n6. 行业数据优先使用国家统计局、工信部、发改委、国家市场监管总局、NMPA、中国机器人产业联盟、IFR、GGII、高工机器人、MIR 睿工业、IDC、Frost & Sullivan、灼识咨询、沙利文、券商深度报告、公司公告和权威媒体。\n7. 对任何不确定信息，必须明确标注“不确定”“没有找到可靠证据”或“需要进一步核实”。\n8. 不允许把非上市公司列入股票买入排行，但可以作为竞争对手、客户、供应链参照或产业链对照。\n9. 不允许只因为公司名称、互动平台回复、新闻稿、机器人概念、AI 概念、券商主题报告就给高分。\n10. 不允许把“送样”“合作意向”“客户测试”“定点”“潜在供应链机会”直接当成“量产订单”。\n11. 不允许把“机器人可能使用该材料”直接等同于“公司能吃到利润”。\n12. 不允许把“公司提到人形机器人”直接等同于“机器人收入已经兑现”。\n13. 所有推测必须标注为“推测”“假设”或“情景分析”。\n14. 最终结论必须可验证、可复盘、可执行。\n15. 如果没有明确交易机会，直接说“没有明确交易机会”，并说明还缺少什么数据。\n二、研究范围\n请围绕机器人零部件、材料和供应商做穿透式研究。不要只研究机器人整机厂。\n必须覆盖以下环节。\n1. 执行器与关节模组\n包括伺服电机、无刷电机、微型电机、步进电机、空心杯电机、直线电机、旋转执行器、线性执行器、电动推杆、液压执行器、关节模组、灵巧手执行机构。\n重点问题：\n1. 人形机器人单机需要多少个执行器。\n2. 每类执行器的价值量是多少。\n3. 执行器是否是机器人降本和性能提升的核心瓶颈。\n4. 哪些公司有真实量产能力。\n5. 哪些公司只是概念映射。\n2. 减速器与传动系统\n包括谐波减速器、RV 减速器、行星减速器、精密齿轮、滚珠丝杠、行星滚柱丝杠、导轨、联轴器、传动轴、同步带、链条、齿轮箱。\n重点问题：\n1. 谐波减速器、RV 减速器和行星减速器分别适合哪些机器人场景。\n2. 人形机器人是否会拉动谐波减速器、丝杠和精密齿轮需求。\n3. 价格战是否会压缩毛利率。\n4. 国产厂商和海外厂商差距在哪里。\n5. 量产良率、寿命、一致性和精度是否可验证。\n3. 轴承与精密机械件\n包括精密轴承、交叉滚子轴承、薄壁轴承、滚针轴承、陶瓷轴承、滑动轴承、密封件、润滑系统、耐磨材料、精密机械加工件。\n重点问题：\n1. 轴承是否影响机器人寿命和关节精度。\n2. 国产替代空间有多大。\n3. 高端轴承是否被海外厂商卡位。\n4. 机器人放量能否带来真实收入弹性。\n5. 轴承公司是否容易被当成题材股炒作。\n4. 电机材料与磁材\n包括稀土永磁材料、钕铁硼、重稀土、铜线、硅钢片、绝缘材料、磁性材料、轴承钢、轻量化电机壳体。\n重点问题：\n1. 机器人电机需求是否真正拉动高性能磁材。\n2. 单台机器人磁材价值量是多少。\n3. 磁材公司是否有高端产品和客户认证。\n4. 稀土价格上涨是否能传导到利润。\n5. 材料公司到底是机器人受益股，还是周期资源股。\n5. 传感器\n包括力矩传感器、六维力传感器、触觉传感器、IMU、压力传感器、温度传感器、电流传感器、位置传感器、编码器、接近传感器、柔性传感器。\n重点问题：\n1. 哪些传感器是机器人必需品。\n2. 哪些传感器只是高端机型选配。\n3. 六维力传感器和触觉传感器的真实商业化进度。\n4. 传感器是否具备高毛利率和客户粘性。\n5. 国产供应商是否有可靠量产记录。\n6. 机器视觉与感知\n包括 CMOS 图像传感器、摄像头模组、镜头、结构光、ToF、激光雷达、毫米波雷达、深度相机、图像处理芯片、机器视觉软件。\n重点问题：\n1. 机器人需求和智能车需求是否形成共振。\n2. 机器视觉公司是否有真实机器人客户。\n3. 激光雷达是否能进入仓储机器人、人形机器人和服务机器人。\n4. 视觉模组是否容易价格战。\n5. 机器人视觉是否有软件和算法壁垒。\n7. 控制系统与边缘计算\n包括 MCU、DSP、FPGA、SoC、AI 加速器、边缘 AI 芯片、运动控制器、机器人控制器、工业通信模块、实时操作系统。\n重点问题：\n1. 机器人控制系统是否形成国产替代机会。\n2. 工控公司是否能吃到机器人增量。\n3. 控制系统是否具备软件粘性和客户切换成本。\n4. 边缘 AI 是否会提高单机价值量。\n5. 芯片公司是否只是泛 AI 受益，还是直接机器人受益。\n8. 功率半导体与电源管理\n包括 MOSFET、IGBT、SiC、GaN、电源管理芯片、BMS、电机驱动芯片、隔离芯片、模拟芯片、电流检测芯片。\n重点问题：\n1. 机器人对功率半导体的拉动是否足够大。\n2. 电机驱动芯片和功率器件的单机价值量。\n3. 国产替代是否有真实客户验证。\n4. 是否存在价格战和周期下行风险。\n5. 公司机器人收入占比是否可验证。\n9. 连接器、线束和工业通信\n包括高可靠连接器、工业连接器、柔性线束、FPC、线缆、工业以太网、现场总线、无线通信模块。\n重点问题：\n1. 人形机器人和工业机器人是否提高连接器和线束价值量。\n2. 线束和连接器是否具备认证壁垒。\n3. 客户是否会自研或换供应商。\n4. 产品是否标准化，是否容易被压价。\n5. 高端连接器公司是否能获得利润池。\n10. 电池与能源系统\n包括锂电池、固态电池潜在方案、电池包、BMS、快充、电源模块、超级电容、机器人续航相关材料。\n重点问题：\n1. 机器人续航是否形成新增电池需求。\n2. 人形机器人和服务机器人电池价值量多大。\n3. 电池公司是否会因为机器人获得实质利润。\n4. 机器人电池是否只是小市场。\n5. 价格战和产能过剩风险如何。\n11. 热管理\n包括风冷、液冷、热管、均热板、导热胶、散热片、风扇、泵、热管理模组。\n重点问题：\n1. 高算力机器人是否带来热管理升级。\n2. 机器人热管理单机价值量是否足够高。\n3. 热管理公司是否有真实客户。\n4. 热管理是否更适合看 AI 数据中心，而非机器人。\n5. 机器人方向是否已经被市场过度定价。\n12. 结构材料与精密结构件\n包括铝合金、镁合金、钛合金、特种钢、轴承钢、碳纤维、工程塑料、电子陶瓷、3D 打印材料、轻量化结构件、精密压铸、CNC、MIM。\n重点问题：\n1. 机器人轻量化是否带来高价值量材料。\n2. 钛合金、镁合金、碳纤维是否真的进入机器人量产 BOM。\n3. 精密结构件供应商是否有客户认证壁垒。\n4. 材料公司是否会被整机厂压价。\n5. 结构件公司是否存在产能过剩和毛利率下滑风险。\n13. 医疗机器人专用供应链\n包括手术器械、一次性耗材、灭菌材料、医疗级传感器、医疗级控制系统、影像系统、精密导管、微创器械、骨科耗材、内窥镜、医疗级精密电机、FDA 和 NMPA 相关认证供应链。\n重点问题：\n1. 医疗机器人利润是否来自设备销售、耗材复购、服务收入，还是软件。\n2. 医疗级供应链是否具备审批和认证壁垒。\n3. 医院采购周期和装机量是否可验证。\n4. 手术量是否带来耗材放量。\n5. 医疗机器人公司是否亏损过大，商业化进度是否过慢。\n14. 仓储物流机器人供应链\n包括 AMR 底盘、AGV、驱动轮、激光雷达、视觉导航、扫码设备、RFID、输送系统、分拣系统、电池、充电桩、WMS、WCS、自动化集成。\n重点问题：\n1. 仓储物流机器人是否有真实订单和回款。\n2. 项目验收周期是否拖累现金流。\n3. 系统集成商毛利率是否偏低。\n4. 客户是否集中在少数电商和制造业客户。\n5. 物流机器人是否受益于降本需求，还是受制于客户资本开支周期。\n15. 工业机器人供应链\n包括工业控制、PLC、伺服系统、变频器、机器视觉、传感器、末端执行器、夹爪、焊接设备、喷涂设备、工业安全系统。\n重点问题：\n1. 工业机器人和人形机器人供应链是否复用。\n2. 工控周期复苏和机器人真实增量如何区分。\n3. 国产替代是否能带来毛利率提升。\n4. 工业机器人价格战是否伤害供应商利润。\n5. 哪些公司在工业自动化中具备长期护城河。\n16. 生产设备和检测设备\n包括精密机床、CNC、磨床、齿轮加工设备、丝杠加工设备、热处理设备、半导体设备、检测仪器、自动化测试、良率检测、可靠性测试、机器人装配线设备。\n重点问题：\n1. 机器人零部件扩产时，谁卖设备。\n2. 设备公司是否先于整机公司受益。\n3. 订单是否具有持续性。\n4. 扩产后是否会产能过剩。\n5. 设备公司是否具备高端工艺壁垒。\n三、核心问题\n对每一个环节和每家公司，必须从第一性原理回答以下问题。\n1. 这个环节在机器人中解决什么问题？\n2. 这个环节是否是性能瓶颈？\n3. 这个环节是否影响机器人精度、寿命、安全性、速度、续航、成本或可靠性？\n4. 单台机器人价值量大概是多少？\n5. 成本占比大概是多少？\n6. 价值量是否会随着机器人放量而扩大？\n7. 量产之后价格会下降多少？\n8. 毛利率会提升、稳定，还是被价格战压缩？\n9. 谁付钱？\n10. 谁受益？\n11. 谁受损？\n12. 钱从哪里来？\n13. 利润最终流向材料商、零部件商、模组商、系统集成商、整机厂，还是下游客户？\n14. 客户是否可以轻易换供应商？\n15. 是否存在认证周期、工艺壁垒、质量壁垒、可靠性壁垒或专利壁垒？\n16. 是否存在大客户自研替代风险？\n17. 是否存在海外低价供应商替代风险？\n18. 是否存在海外龙头卡位？\n19. 是否存在国产替代机会？\n20. 如果机器人产业化低于预期，公司是否还有主业支撑估值？\n四、初始股票池\n请从 A 股、港股、A/H 两地上市公司中筛选。以下只是初始候选池，不代表推荐。必须重新核验上市状态、流动性、主营业务、机器人收入占比、财务质量和估值。\n1. 稀土、永磁材料和磁材\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 金力永磁 | 300748.SZ / 06680.HK | A 股 / 港股 | 高性能钕铁硼、稀土永磁材料 |\n| 宁波韵升 | 600366.SH | A 股 | 稀土永磁材料 |\n| 中科三环 | 000970.SZ | A 股 | 钕铁硼磁材 |\n| 正海磁材 | 300224.SZ | A 股 | 高性能钕铁硼 |\n| 北方稀土 | 600111.SH | A 股 | 稀土资源和材料 |\n| 中国稀土 | 000831.SZ | A 股 | 稀土资源 |\n| 厦门钨业 | 600549.SH | A 股 | 稀土和钨材料 |\n| 横店东磁 | 002056.SZ | A 股 | 磁性材料、光伏和锂电业务，需核查机器人相关性 |\n2. 减速器、齿轮和精密传动\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 绿的谐波 | 688017.SH | A 股 | 谐波减速器 |\n| 双环传动 | 002472.SZ | A 股 | 精密齿轮、减速器相关 |\n| 中大力德 | 002896.SZ | A 股 | 减速器、电机、控制器 |\n| 秦川机床 | 000837.SZ | A 股 | 机床、减速器、精密制造 |\n| 丰立智能 | 301368.SZ | A 股 | 齿轮和减速器相关 |\n| 国茂股份 | 603915.SH | A 股 | 通用减速机，需核查机器人纯度 |\n| 昊志机电 | 300503.SZ | A 股 | 主轴、转台、执行器相关 |\n| 巨轮智能 | 002031.SZ | A 股 | 机器人和装备，需核查收入质量 |\n3. 丝杠、导轨、轴承和传动件\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 贝斯特 | 300580.SZ | A 股 | 滚珠丝杠、精密零部件 |\n| 五洲新春 | 603667.SH | A 股 | 轴承、丝杠相关 |\n| 鼎智科技 | 873593.BJ | 北交所 | 微特电机、线性执行器、丝杠相关 |\n| 长盛轴承 | 300718.SZ | A 股 | 自润滑轴承 |\n| 恒立液压 | 601100.SH | A 股 | 液压件、线性执行相关潜在敞口 |\n| 光洋股份 | 002708.SZ | A 股 | 轴承，需核查机器人相关性 |\n| 襄阳轴承 | 000678.SZ | A 股 | 轴承，需核查机器人相关性 |\n| 新强联 | 300850.SZ | A 股 | 轴承，需核查机器人相关性 |\n4. 伺服电机、微电机和运动控制\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 汇川技术 | 300124.SZ | A 股 | 伺服、工控、运动控制 |\n| 禾川科技 | 688320.SH | A 股 | 伺服系统、PLC、工控 |\n| 雷赛智能 | 002979.SZ | A 股 | 运动控制、步进和伺服 |\n| 鸣志电器 | 603728.SH | A 股 | 步进电机、控制器、运动控制 |\n| 信捷电气 | 603416.SH | A 股 | PLC、伺服、工控 |\n| 英威腾 | 002334.SZ | A 股 | 变频器、伺服、工控 |\n| 卧龙电驱 | 600580.SH | A 股 | 电机、电驱，需核查机器人纯度 |\n| 江苏雷利 | 300660.SZ | A 股 | 微电机、家电和机器人潜在敞口 |\n| 兆威机电 | 003021.SZ | A 股 | 微型传动系统、微型驱动 |\n5. 力传感器、触觉传感器和检测\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 柯力传感 | 603662.SH | A 股 | 力传感器、称重传感器 |\n| 汉威科技 | 300007.SZ | A 股 | 传感器、气体传感和物联网 |\n| 东华测试 | 300354.SZ | A 股 | 动态信号测试、力学测试 |\n| 安培龙 | 301413.SZ | A 股 | 压力传感器、温度传感器 |\n| 奥迪威 | 832491.BJ | 北交所 | 超声波传感器 |\n| 苏州固锝 | 002079.SZ | A 股 | 传感器和半导体，需核查机器人纯度 |\n6. 机器视觉、3D 感知和激光雷达\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 海康威视 | 002415.SZ | A 股 | 机器视觉、工业相机、安防视觉 |\n| 大华股份 | 002236.SZ | A 股 | 视觉和机器视觉 |\n| 奥比中光 | 688322.SH | A 股 | 3D 视觉、结构光、ToF |\n| 舜宇光学科技 | 02382.HK | 港股 | 光学镜头、车载和机器视觉潜在敞口 |\n| 瑞声科技 | 02018.HK | 港股 | 光学、声学、精密结构件 |\n| 韦尔股份 | 603501.SH | A 股 | CMOS 图像传感器 |\n| 格科微 | 688728.SH | A 股 | CMOS 图像传感器 |\n| 速腾聚创 | 02498.HK | 港股 | 激光雷达 |\n| 禾赛科技 | 如通过美股 ADR 研究，不纳入 A 股港股排行 | 美股 ADR | 激光雷达参照 |\n| 永新光学 | 603297.SH | A 股 | 光学元件，需核查机器人纯度 |\n| 联创电子 | 002036.SZ | A 股 | 光学镜头，需核查机器人纯度 |\n7. 连接器、线束和工业通信\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 立讯精密 | 002475.SZ | A 股 | 连接器、线束、精密制造 |\n| 中航光电 | 002179.SZ | A 股 | 高可靠连接器 |\n| 瑞可达 | 688800.SH | A 股 | 连接器 |\n| 维峰电子 | 301328.SZ | A 股 | 工业控制连接器 |\n| 得润电子 | 002055.SZ | A 股 | 连接器、线束 |\n| 永贵电器 | 300351.SZ | A 股 | 连接器 |\n| 胜蓝股份 | 300843.SZ | A 股 | 连接器，需核查机器人相关性 |\n| 鼎通科技 | 688668.SH | A 股 | 通信和汽车连接器，需核查机器人相关性 |\n8. 精密结构件、轻量化材料和汽车供应链外溢\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 拓普集团 | 601689.SH | A 股 | 汽车零部件、机器人执行器和结构件潜在敞口 |\n| 三花智控 | 002050.SZ | A 股 | 热管理、执行器潜在敞口 |\n| 旭升集团 | 603305.SH | A 股 | 铝合金精密结构件 |\n| 爱柯迪 | 600933.SH | A 股 | 铝合金压铸件 |\n| 文灿股份 | 603348.SH | A 股 | 铝合金压铸 |\n| 瑞鹄模具 | 002997.SZ | A 股 | 模具和装备 |\n| 祥鑫科技 | 002965.SZ | A 股 | 精密结构件 |\n| 银轮股份 | 002126.SZ | A 股 | 热管理和结构相关潜在敞口 |\n| 宜安科技 | 300328.SZ | A 股 | 镁合金、液态金属等，需核查机器人商业化 |\n9. 热管理\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 三花智控 | 002050.SZ | A 股 | 热管理、阀件、控制部件 |\n| 银轮股份 | 002126.SZ | A 股 | 热管理系统 |\n| 飞荣达 | 300602.SZ | A 股 | 导热材料、散热件 |\n| 中石科技 | 300684.SZ | A 股 | 导热材料 |\n| 英维克 | 002837.SZ | A 股 | 温控设备 |\n| 申菱环境 | 301018.SZ | A 股 | 温控设备 |\n| 高澜股份 | 300499.SZ | A 股 | 液冷和热管理，需核查机器人纯度 |\n10. 电池、电源和能源系统\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 宁德时代 | 300750.SZ | A 股 | 电池和能源系统 |\n| 亿纬锂能 | 300014.SZ | A 股 | 锂电池 |\n| 欣旺达 | 300207.SZ | A 股 | 电池包、消费和动力电池 |\n| 鹏辉能源 | 300438.SZ | A 股 | 锂电池、储能和小动力 |\n| 德赛电池 | 000049.SZ | A 股 | 电池管理和电池包 |\n| 珠海冠宇 | 688772.SH | A 股 | 消费电池 |\n| 比亚迪电子 | 00285.HK | 港股 | 电子制造、结构件和组装 |\n| 比亚迪股份 | 002594.SZ / 01211.HK | A 股 / 港股 | 电池、汽车、潜在机器人参照 |\n11. 功率半导体、模拟芯片和控制芯片\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 斯达半导 | 603290.SH | A 股 | IGBT、功率模块 |\n| 士兰微 | 600460.SH | A 股 | 功率半导体 |\n| 华润微 | 688396.SH | A 股 | 功率半导体 |\n| 时代电气 | 688187.SH / 03898.HK | A 股 / 港股 | 功率半导体、轨交和工业 |\n| 闻泰科技 | 600745.SH | A 股 | 功率半导体和半导体业务 |\n| 圣邦股份 | 300661.SZ | A 股 | 模拟芯片 |\n| 纳芯微 | 688052.SH | A 股 | 模拟和传感器芯片 |\n| 艾为电子 | 688798.SH | A 股 | 模拟芯片 |\n| 芯朋微 | 688508.SH | A 股 | 电源管理芯片 |\n| 思瑞浦 | 688536.SH | A 股 | 模拟芯片 |\n| 兆易创新 | 603986.SH | A 股 | MCU、存储，需核查机器人敞口 |\n| 乐鑫科技 | 688018.SH | A 股 | 物联网 SoC，需核查机器人敞口 |\n12. 工业控制、PLC、运动控制和自动化平台\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 汇川技术 | 300124.SZ | A 股 | 工控、伺服、PLC、运动控制 |\n| 信捷电气 | 603416.SH | A 股 | PLC、伺服、工控 |\n| 禾川科技 | 688320.SH | A 股 | 伺服、PLC、工业自动化 |\n| 雷赛智能 | 002979.SZ | A 股 | 运动控制 |\n| 科远智慧 | 002380.SZ | A 股 | 工业自动化 |\n| 中控技术 | 688777.SH | A 股 | 工业控制系统 |\n| 宝信软件 | 600845.SH | A 股 | 工业软件和自动化 |\n| 怡合达 | 301029.SZ | A 股 | 自动化零部件平台 |\n| 机器人 | 300024.SZ | A 股 | 工业机器人和自动化系统，需核查盈利质量 |\n| 埃斯顿 | 002747.SZ | A 股 | 工业机器人、伺服系统 |\n| 拓斯达 | 300607.SZ | A 股 | 工业机器人和自动化系统 |\n13. 仓储物流机器人和自动化供应链\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 井松智能 | 688251.SH | A 股 | 智能仓储、物流机器人 |\n| 兰剑智能 | 688557.SH | A 股 | 仓储物流自动化 |\n| 科捷智能 | 688455.SH | A 股 | 智能物流和仓储 |\n| 今天国际 | 300532.SZ | A 股 | 智能物流系统 |\n| 东杰智能 | 300486.SZ | A 股 | 智能物流装备 |\n| 音飞储存 | 603066.SH | A 股 | 仓储货架和物流系统 |\n| 诺力股份 | 603611.SH | A 股 | 物流搬运设备 |\n| 中科微至 | 688211.SH | A 股 | 智能分拣系统 |\n| 德马科技 | 688360.SH | A 股 | 物流输送和分拣 |\n| 京东物流 | 02618.HK | 港股 | 智能物流运营和自动化应用参照 |\n14. 医疗机器人和医疗供应链\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 微创机器人 | 02252.HK | 港股 | 手术机器人 |\n| 天智航 | 688277.SH | A 股 | 骨科手术机器人 |\n| 联影医疗 | 688271.SH | A 股 | 医疗影像和医疗设备 |\n| 迈瑞医疗 | 300760.SZ | A 股 | 医疗设备 |\n| 威高股份 | 01066.HK | 港股 | 医疗耗材和器械 |\n| 微创医疗 | 00853.HK | 港股 | 医疗器械平台 |\n| 复星医药 | 600196.SH / 02196.HK | A 股 / 港股 | 医药和医疗器械投资 |\n| 南微医学 | 688029.SH | A 股 | 微创耗材和器械 |\n| 开立医疗 | 300633.SZ | A 股 | 内窥镜和医疗设备 |\n| 澳华内镜 | 688212.SH | A 股 | 内窥镜 |\n| 心脉医疗 | 688016.SH | A 股 | 介入器械 |\n| 惠泰医疗 | 688617.SH | A 股 | 电生理和介入器械 |\n15. 生产设备、检测设备和精密加工设备\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 华中数控 | 300161.SZ | A 股 | 数控系统 |\n| 秦川机床 | 000837.SZ | A 股 | 机床和精密加工 |\n| 科德数控 | 688305.SH | A 股 | 高端数控机床 |\n| 纽威数控 | 688697.SH | A 股 | 数控机床 |\n| 海天精工 | 601882.SH | A 股 | 数控机床 |\n| 创世纪 | 300083.SZ | A 股 | 数控机床 |\n| 宇环数控 | 002903.SZ | A 股 | 数控磨削设备 |\n| 田中精机 | 300461.SZ | A 股 | 自动化设备，需核查机器人敞口 |\n| 矩子科技 | 300802.SZ | A 股 | 检测设备 |\n| 精测电子 | 300567.SZ | A 股 | 检测设备 |\n| 华兴源创 | 688001.SH | A 股 | 检测设备 |\n16. 港股补充观察池\n| 公司 | 股票代码 | 市场 | 可能相关环节 |\n|---|---|---|---|\n| 优必选 | 09880.HK | 港股 | 人形机器人整机和服务机器人，作为下游客户和竞争格局参照 |\n| 地平线机器人 | 09660.HK | 港股 | 智能驾驶和边缘计算，需核查机器人相关性 |\n| 黑芝麻智能 | 02533.HK | 港股 | 车载计算芯片，需核查机器人相关性 |\n| 百度集团 | 09888.HK | 港股 | 自动驾驶和 AI 平台，需核查供应链属性 |\n| 小鹏汽车 | 09868.HK | 港股 | 智能驾驶和机器人潜在参照 |\n| 理想汽车 | 02015.HK | 港股 | 智能车和 AI 终端参照 |\n| 蔚来 | 09866.HK | 港股 | 智能车参照 |\n| 腾讯控股 | 00700.HK | 港股 | AI 和云平台参照，需核查机器人直接受益 |\n| 阿里巴巴 | 09988.HK | 港股 | 云、物流和 AI 平台参照，需核查机器人直接受益 |\n注意：\n1. 以上股票池只是研究入口。\n2. 必须补充遗漏公司。\n3. 必须剔除概念不纯、收入不相关、机器人收入占比极低、估值已透支、财务质量差、客户无法验证、订单无法验证的公司。\n4. 港股标的必须核查成交额、港股通资格、流动性、估值折价和信息披露质量。\n5. 北交所标的必须核查流动性、机构覆盖度、融资能力和交易冲击成本。\n6. 私有公司只能作为对照，不得列入买入排行。\n五、机器人 BOM 成本拆解\n请建立以下四类机器人的 BOM 成本拆解表。\n1. 人形机器人\n2. 工业机器人\n3. 医疗机器人\n4. 仓储物流机器人\n每类机器人都要输出以下表格。\n| 机器人类型 | 核心部件 | 主要材料 | 单机价值量 | 价值量占比 | 潜在供应商 | 毛利率水平 | 认证壁垒 | 替代风险 | 价格战风险 |\n|---|---|---|---:|---:|---|---:|---|---|---|\n必须区分：\n1. 当前样机 BOM\n2. 小批量生产 BOM\n3. 大规模量产 BOM\n4. 高端机型 BOM\n5. 低端机型 BOM\n6. 医疗级 BOM\n7. 工业级 BOM\n8. 消费级 BOM\n如果没有可靠数据，请明确写“不确定”或“没有找到可靠证据”，不要编数字。\n六、供应商分层\n请把公司分为以下类型，并说明投资价值。\n| 类型 | 定义 | 投资价值 | 风险 |\n|---|---|---|---|\n| 原材料供应商 | 提供稀土、磁材、特种钢、铝、钛、碳纤维、工程塑料等 | 取决于供需、定价权和材料价值量 | 周期性强，容易被误当成机器人标的 |\n| 二级供应商 | 提供传感器、芯片、连接器、轴承、线束、精密件 | 可能有隐蔽预期差 | 机器人收入占比可能较低 |\n| 一级供应商 | 直接给机器人整机厂供应核心模组或系统 | 订单弹性更直接 | 可能被整机厂压价 |\n| 设备供应商 | 提供加工、检测、测试、自动化产线 | 扩产阶段先受益 | 订单周期波动大 |\n| 平台供应商 | 提供控制平台、工业软件、边缘 AI、视觉系统 | 护城河可能更强 | 估值可能提前反映 |\n| 系统集成商 | 提供仓储、工厂、医疗等落地方案 | 收入规模可能较大 | 项目制、毛利率低、回款慢 |\n| 整机参照公司 | 下游机器人整机或智能车公司 | 有助于判断供应链放量节奏 | 不直接作为供应商买入逻辑 |\n七、专项评分模型\n请建立一个 100 分制评分模型，专门用于机器人零部件、材料和供应商。每项必须给出分数和理由。\n| 维度 | 权重 | 评分要求 |\n|---|---:|---|\n| 单机价值量 | 10 | 机器人放量后，单台价值量是否足够高 |\n| 技术壁垒 | 15 | 材料配方、加工精度、一致性、寿命、可靠性、良率 |\n| 客户认证壁垒 | 10 | 是否进入核心客户供应链，切换成本是否高 |\n| 量产能力 | 10 | 是否有产能、良率、交付能力和质量控制 |\n| 收入确定性 | 10 | 是否已有真实收入、订单、客户、合同或装机数据 |\n| 利润获取能力 | 15 | 毛利率、净利率、经营现金流、定价权、费用率 |\n| 不可替代性 | 10 | 是否难以被低价供应商、大客户自研或海外公司替代 |\n| 机器人收入纯度 | 5 | 机器人相关收入占比是否足够高 |\n| 估值合理性 | 10 | PE、PB、PS、EV/EBITDA、FCF yield、历史估值分位、同行比较 |\n| 风险可控性 | 5 | 财务稳健性、客户集中、库存、应收账款、周期风险、流动性风险 |\n评分规则：\n1. 高估值公司不能因为题材好就排名靠前。\n2. 低估值公司如果没有增长和护城河，也不能排名靠前。\n3. 机器人收入占比极低的公司不能给高分。\n4. 只有潜在供应链机会，没有真实订单或收入的公司，只能归类为观察或长期期权。\n5. 亏损公司必须分析现金流、融资压力、摊薄风险和盈利路径。\n6. 周期材料公司必须区分材料价格上涨和机器人真实需求。\n7. 设备供应商必须分析资本开支周期和订单持续性。\n8. 小市值公司必须考虑流动性、减持、定增、解禁、退市风险。\n9. 港股公司必须考虑流动性折价、港股通资格和成交额。\n10. A 股高估值题材公司必须检查是否已经透支未来多年增长。\n八、公司深度分析模板\n对每一家进入深度分析的公司，按以下结构输出。\n1. 公司定位\n2. 所属供应链环节\n3. 机器人相关业务\n4. 是否直接受益于 Physical AI\n5. 最新财务数据\n6. 机器人相关收入占比\n7. 客户和订单\n8. 单机价值量\n9. 量产弹性\n10. 毛利率和净利率\n11. 经营现金流\n12. 应收账款和存货\n13. 研发投入和研发资本化比例\n14. 产能和良率\n15. 护城河\n16. 不可替代性\n17. 竞争对手\n18. 替代风险\n19. 大客户压价风险\n20. 供应链地位\n21. 估值\n22. 最近 12 个月股价表现\n23. 市场是否已经定价\n24. 未来 6 到 24 个月催化剂\n25. 最大风险\n26. 失效条件\n27. 交易结论\n28. 评分\n九、必须重点识别的陷阱\n请单独检查以下风险，不得省略。\n1. 机器人收入占比极低，但估值已经按机器人公司定价。\n2. 公司只是传统工业自动化、汽车零部件、半导体周期或资源周期公司，机器人只是很小敞口。\n3. 只有互动平台回复，没有公告或财报证据。\n4. 只有新闻稿，没有收入确认。\n5. 只有送样，没有量产。\n6. 只有定点，没有合同金额和收入确认。\n7. 只有客户测试，没有订单。\n8. 只有潜在应用，没有真实客户。\n9. 材料涨价带来收入增长，但利润被原材料成本吞掉。\n10. 放量后被整机厂压价，收入增长但毛利率下降。\n11. 供应商数量多，产品标准化，价格战风险高。\n12. 大客户自研替代。\n13. 海外低价供应商替代。\n14. 库存增加快于收入。\n15. 应收账款增加快于收入。\n16. 研发资本化比例异常。\n17. 资本开支过快，未来可能产能过剩。\n18. 并购驱动增长，但有商誉和整合风险。\n19. 大股东减持、定增、可转债、限售股解禁压力。\n20. 港股流动性不足，无法有效建仓或退出。\n21. 北交所流动性不足，交易冲击成本过高。\n22. 估值已经反映未来多年增长。\n23. 机器人主题交易拥挤，短期回撤风险大。\n十、输出结构\n请按以下结构输出。\n第一部分：一句话结论\n用一段话说明 A 股和港股机器人零部件、材料和供应商中，当前最值得研究和配置的方向是什么，哪些方向更像长期期权，哪些方向目前没有明确交易价值。\n第二部分：产业链利润池地图\n| 环节 | 代表公司 | 利润池大小 | 增长驱动 | 护城河 | 替代风险 | 投资吸引力 |\n|---|---|---:|---|---|---|---|\n第三部分：BOM 成本拆解\n分别输出人形机器人、工业机器人、医疗机器人、仓储物流机器人 BOM 表。\n第四部分：公司初筛\n| 公司 | 股票代码 | 市场 | 所属环节 | 是否纳入深度分析 | 纳入或排除原因 | 数据来源 |\n|---|---|---|---|---|---|---|\n第五部分：深度公司分析\n按第八部分的公司深度分析模板逐家公司输出。\n第六部分：机器人零部件、材料与供应商买入排行\n只列出真正符合“可买入候选”的股票。不要为了凑数量强行推荐。\n| 排名 | 股票代码 | 公司 | 市场 | 所属环节 | 总分 | 核心逻辑 | 护城河 | 不可替代性 | 主要催化剂 | 主要风险 | 估值评价 | 建议动作 |\n|---:|---|---|---|---|---:|---|---|---|---|---|---|---|\n建议动作只能使用以下分类：\n1. 可分批买入\n2. 等待回调买入\n3. 右侧突破后买入\n4. 只适合小仓位长期期权\n5. 估值过高，暂不买入\n6. 主题相关，但没有明确交易机会\n7. 排除\n第七部分：Top 10 详细排序\n请输出 Top 10。如果不足 10 个合格标的，可以少于 10 个。每个标的必须包含：\n1. 买入排名\n2. 核心逻辑\n3. 可交易资产\n4. 所属供应链环节\n5. 单机价值量\n6. 受益路径\n7. 为什么利润会流向它\n8. 护城河\n9. 为什么它不容易被替代\n10. 当前估值是否已经反映预期\n11. 未来 6 到 24 个月催化剂\n12. 失效条件\n13. 上行空间\n14. 下行风险\n15. 时间周期\n16. 仓位建议\n17. 适合左侧交易还是右侧交易\n第八部分：不建议买入名单\n列出主题相关但不适合买入的公司。\n| 股票代码 | 公司 | 市场 | 看起来相关的原因 | 不买原因 | 需要什么变化才重新考虑 |\n|---|---|---|---|---|---|\n第九部分：交易策略\n请给出不同风险偏好的交易组合。\n1. 稳健组合\n适合中长期配置，要求盈利能力强、护城河清晰、估值不能极端、机器人收入或工业自动化收入有真实支撑。\n2. 成长组合\n适合承受波动，要求机器人零部件和 Physical AI 受益纯度较高，未来 3 到 5 年成长空间大。\n3. 高风险期权型组合\n适合小仓位，要求弹性大，但必须明确亏损风险。这里的“期权型”指股票本身具备高弹性，不一定是真实期权交易。\n4. 配对交易\n给出可能的强弱配对逻辑，例如高质量核心供应商对低质量概念股，盈利公司对亏损公司，真实订单公司对纯题材公司，港股低估值公司对 A 股高估值公司。\n5. A 股和港股跨市场比较\n比较 A 股溢价、港股折价、港股通资格、成交额、估值差异、流动性、交易拥挤度和南向资金影响。\n第十部分：市场是否已经定价\n请判断每个核心标的是否已经被市场充分定价。分析内容包括：\n1. 最近 12 个月股价表现\n2. 当前估值相对历史区间\n3. 当前估值相对同行\n4. 盈利预期是否已经上修\n5. 卖方一致预期是否过度乐观\n6. 是否存在预期差\n7. 是否适合现在买入，还是等待回调\n8. 是否存在机器人主题拥挤交易风险\n9. 是否有减持、解禁、定增或业绩雷风险\n第十一部分：最终结论\n请给出：\n1. 最值得买入的 3 到 5 只股票\n2. 最值得观察的 3 到 5 只股票\n3. 估值过高但长期优秀的股票\n4. 主题相关但不值得买的股票\n5. 当前最有吸引力的交易结构\n6. 最大风险\n7. 需要持续跟踪的数据\n十一、数据核查清单\n在最终答案末尾附上数据核查表。\n| 数据点 | 来源 | 日期 | 是否为一手来源 | 是否需要进一步核实 |\n|---|---|---|---|---|\n必须核查的数据包括：\n1. 最新收入\n2. 最新毛利率\n3. 最新净利率\n4. 最新营业利润\n5. 最新扣非净利润\n6. 最新经营现金流\n7. 最新自由现金流\n8. 最新研发费用\n9. 最新研发资本化比例\n10. 最新资本开支\n11. 最新应收账款\n12. 最新存货\n13. 最新订单或 backlog\n14. 最新客户信息\n15. 最新机器人相关收入占比\n16. 最新产品进展\n17. 最新供应链进展\n18. 最新产能和良率\n19. 最新股价表现\n20. 最新估值\n21. 最新机构预期\n22. 最新成交额和流动性\n23. 最新股东减持或解禁\n24. 最新定增、可转债或融资计划\n25. 最新风险事件\n26. 最新管理层指引\n十二、专项公司核查要求\n1. 对绿的谐波，必须核查谐波减速器收入、机器人客户、产能、毛利率、价格压力、国产和海外竞争。\n2. 对双环传动，必须区分汽车齿轮、减速器、机器人潜在增量和真实收入。\n3. 对中大力德，必须核查减速器、电机、控制器收入结构，判断是否有真实机器人放量逻辑。\n4. 对贝斯特、五洲新春、鼎智科技，必须核查丝杠和线性执行器的真实收入、客户、产能、良率和估值是否透支。\n5. 对汇川技术，必须区分传统工控、伺服系统、新能源车电控、工业机器人和 Physical AI 增量。\n6. 对埃斯顿，必须核查工业机器人出货、海外业务、并购整合、毛利率、费用率和国产替代能力。\n7. 对拓普集团和三花智控，必须区分智能电动车零部件、人形机器人潜在增量和当前真实收入，不得把未商业化业务当成已验证利润来源。\n8. 对柯力传感、汉威科技、东华测试、安培龙，必须核查力传感器或机器人传感器收入是否真实，是否有量产客户。\n9. 对奥比中光、速腾聚创、舜宇光学科技、韦尔股份，必须核查视觉和传感器收入是否来自机器人、智能车还是传统业务。\n10. 对金力永磁、宁波韵升、中科三环、正海磁材，必须区分稀土磁材周期、汽车电机需求和机器人电机新增需求。\n11. 对立讯精密、中航光电、瑞可达、维峰电子，必须核查连接器和线束的机器人相关价值量、客户认证和真实收入。\n12. 对三花智控、银轮股份、飞荣达、中石科技、英维克，必须区分 AI 数据中心、汽车热管理和机器人热管理的真实受益程度。\n13. 对宁德时代、亿纬锂能、欣旺达、鹏辉能源，必须判断机器人电池市场是否足够大，是否能影响公司收入和利润。\n14. 对井松智能、兰剑智能、科捷智能、今天国际、东杰智能，必须核查订单、项目验收、收入确认、回款周期、毛利率和应收账款。\n15. 对微创机器人、天智航，必须核查 NMPA 审批、装机量、手术量、耗材收入、亏损、现金流和商业化进度。\n16. 对港股小市值公司，必须核查成交额、港股通资格、融资压力和流动性折价。\n17. 对北交所公司，必须核查交易流动性、机构覆盖度、融资能力和业绩波动。\n十三、最终交易约束\n请把最终结论控制在四个问题上：\n1. 能不能买\n2. 买什么\n3. 什么时候买\n4. 买错了怎么办\n凡是无法转化为交易动作的产业叙事，放入附录，不要放在核心结论里。\n十四、特别强调\n1. 请先做事实核查，再做投资判断。\n2. 任何没有公司公告、财报、监管文件、招股书、投资者关系记录、权威数据库或可靠媒体支持的结论，不得进入最终买入排行。\n3. 不要把“机器人行业未来很大”当作买入理由。\n4. 必须证明公司能在机器人放量中拿到收入，并且能把收入转化成利润。\n5. 必须说明每一个买入标的的失效条件。\n6. 必须说明仓位建议和时间周期。\n7. 必须区分长期产业逻辑和短期股票交易逻辑。\n8. 必须区分真实供应链公司、潜在受益公司、卖铲子公司、周期材料公司和纯题材公司。\n9. 如果没有明确交易价值，直接说“没有明确交易机会”。",
    "char_count": 17421,
    "tweet_preview": "https://t.co/xLWmQLgkIz"
  },
  {
    "article_id": "2057646823414841344",
    "tweet_id": "2057649183834927521",
    "createdAt": "Fri May 22 02:26:09 +0000 2026",
    "title": "未来两年物理Ai股票alpha抓取深度研究",
    "content": "如果目标是未来两年争取 alpha，而不是只买低估值或只买高确定性，我的高置信度排序是：Ambarella、Ouster、Hesai、Symbotic、Mobileye、Lattice、Cognex、Novanta、Intuitive Surgical、Zebra。核心理由很直接。\n第一，未来两年最确定的需求，不在“纯人形机器人故事”，而在 已经开始付钱的物理 AI 基础层，包括车载/机器人感知、边缘 AI 计算、仓储自动化、机器视觉和医疗机器人。Ambarella 受益于边缘 AI SoC 扩散，Ouster 与 Hesai 受益于激光雷达从验证转向量产，Symbotic 受益于仓储自动化的大客户持续投入，Mobileye 受益于 ADAS 库存修复叠加更高阶方案导入，Cognex 和 Novanta 受益于“卖铲子”模式，ISRG 则是医疗机器人里壁垒最高、兑现最稳的标的。\n第二，真正的利润池更可能落在高附加值、客户验证周期长、切换成本高的环节，而不是最性感的整机叙事。医疗机器人平台、机器视觉、低功耗边缘 AI 芯片、车规感知主传感器、系统级仓储自动化平台，这些位置更容易把需求增长转成毛利率、经营杠杆和估值重估。相反，很多“人形机器人概念股”依然停留在样机、展示、预研或订单不可验证阶段。\n第三，我会明确剔除或降权三类资产。其一是 未上市 或不可直接投资的名字，例如 Unitree、Geekplus、Nextronics。其二是 代码歧义严重 的条目，例如 MKA、PDY、XBOT、IMSR、MRLN、BOT、HG、BSL、CTH.V、NEO 等，本报告不硬编。其三是 高叙事、弱兑现、融资风险高 的小盘股，例如部分送餐机器人、海工机器人、纯概念自动驾驶公司，只适合事件驱动或小仓试错。\n行业趋势总览\n未来两年最真实的需求，并不是“所有机器人都会爆发”，而是以下五条主线。\n物理 AI 感知层已经开始放量\nHesai 在 2025 年实现 1,600,000+ 台激光雷达出货，2026 年一季度又出货 471,723 台，其中 ADAS 353,441 台、机器人 118,282 台，说明车载和机器人感知已经进入真实量产阶段，而不是纯验证阶段。Hesai 2025 年净收入达 4.33 亿美元，且已实现激光雷达行业首个全年 GAAP 盈利；2026 年一季度营收 6.806 亿元人民币，同比增长 29.6%，净利润 1830 万元人民币。\nOuster 的量产路径不同。它更偏工业、机器人与智能基础设施，2026 年一季度营收 4900 万美元，同比增长 49%，产品收入 4800 万美元，同比增长 55%，并且已经连续 13 个季度实现产品收入增长。它的关键不是汽车大单，而是多场景分散需求与更高的软件/感知附加值。\nADAS 与更高阶辅助驾驶继续扩散\nMobileye 官方披露，截至 2025 年底，全球已有 超过 2.3 亿辆车搭载其 EyeQ 技术。2026 年一季度收入 5.58 亿美元，同比增长 27%，并上调全年收入指引至 19.35 亿至 20.15 亿美元。这说明车厂在经历库存去化后，正重新拉货。比“故事”更重要的是，Mobileye 的设计赢单正在向更高阶方案延伸，包括 Mahindra 的 Surround ADAS 与下一代 SuperVision，以及与大众、MOIA 的 Robotaxi 生态。\n仓储自动化仍在拿到真金白银\nSymbotic 的仓储自动化不是 PPT。2026 财年第二季度收入 6.7648 亿美元，同比增长 23%，净利润 900 万美元，调整后 EBITDA 7800 万美元，账上现金 20 亿美元，系统部署数升至 70 套。更关键的是，沃尔玛此前同意向 Symbotic 支付 5.2 亿美元 用于新一代电商履约自动化项目，说明客户正在继续为自动化 CAPEX 买单。\n医疗机器人是兑现最快、护城河最厚的赛道\nIntuitive 2026 年一季度收入 27.7 亿美元，同比增长 23%；全球手术量增长约 17%；达芬奇装机达 11,395 台，Ion 装机 1,041 台；现金、现金等价物与投资合计 79.8 亿美元。这说明医疗机器人不是“未来可能爆发”，而是已经在规模化兑现，并且收入模型兼具设备与高频耗材/服务。\n机器视觉与边缘 AI 进入经营杠杆阶段\nAmbarella 2026 财年收入 3.907 亿美元，同比增长 37.2%，其中 Edge AI SoC 占收入 80%；公司称已有 370+ 个客户 AI 项目量产，累计 Edge AI 收入约 10 亿美元。这说明“边缘 AI”已从概念变为可见订单池。\nCognex 官方把可服务市场定义为 70 亿美元，长期通过周期增速约 10% 到 11%；公司同时具备高毛利、轻资产和超过 30,000 家客户的直接销售体系。机器视觉不是最热的故事，但它往往是最先兑现“工厂与仓库真的上自动化”的支出项。\n一句话总结趋势：未来两年最值得押注的，不是“终局谁赢”，而是 谁在卖今天能交付、客户已经验证、两年内会快速扩产的关键层。\n产业链价值流向\n谁付钱\n在这条链上，真正付钱的是四类客户：车厂与 Tier1，仓储/零售/物流运营商，医院与医疗系统，工业 OEM 与自动化集成商。Mobileye、Hesai、Ouster 对应的是车厂与智能设备厂；Symbotic、Zebra 对应的是零售与物流巨头；Intuitive 对应医院与外科中心；Ambarella、Lattice、Cognex、Novanta 则多数通过 OEM 渠道间接收钱。\n谁受益，谁受损\n最受益的是 能够把性能、认证、软件、渠道、规模制造和客户验证绑定在一起的关键器件与平台层。这包括 ADAS 芯片平台、激光雷达主供应商、机器视觉龙头、手术机器人平台、仓储自动化系统整合商。最容易受损的是纯零部件红海、组装型整机、没有订单验证的小盘概念股，以及被大客户议价压缩的低壁垒环节。\n钱从哪里来，利润最终流向哪里\n两年维度看，利润不会平均分配。它大概率先流向五个环节。\n \n哪些最稀缺，哪些最容易被替代\n最稀缺：医疗机器人平台、量产级车规感知、成熟边缘 AI SoC 平台、系统级仓储自动化、机器视觉龙头。\n最容易被替代：低端服务机器人、缺乏软件闭环的硬件、没有车规/医规认证积累的感知公司、没有大客户验证的“人形机器人概念硬件”。\n哪些看起来性感但商业化慢\n人形整机、Robotaxi 纯平台、配送机器人、海工机器人 仍然要谨慎。Humanoid 与 Schaeffler 的协议、UBTech 的产品线、Rainbow 的人形平台都证明方向成立，但两年内更容易兑现的是执行器、感知、边缘计算、训练与仿真工具，而非整机利润大爆发。Serve 虽然放量快，但其商业模式、监管与城市接受度仍然不稳。Aurora 具备上行期权，但融资和落地节奏仍是大变量。\n逐家公司关键结论\n以下只写可执行结论，不写空话。\nAmbarella\n卖的是低功耗视觉与边缘 AI SoC，收入来自汽车、安防、工业与机器人。核心优势是低功耗、高集成、软件栈与项目绑定。2026 财年收入大涨 37.2% 至 3.907 亿美元，非 GAAP 由亏转盈，现金与有价证券 3.126 亿美元，且 Edge AI SoC 已占收入 80%。两年逻辑不是“自动驾驶单一故事”，而是 物理 AI 的多场景边缘算力扩散。最大风险是汽车导入节奏和竞争加剧。适合 左侧逢回调布局 + 右侧业绩确认加仓。\nOuster\n卖的是数字激光雷达、相机与感知平台，位置从单一传感器向“统一感知平台”升级。2026 年一季度产品收入 +55%，总收入 +49%，现金 1.75 亿美元。最大看点是工业/机器人/智能基础设施客户分散，且新一代 Rev8 把原本的硬件故事升级到“彩色雷达 + 感知软件 + 数据闭环”。市场已经知道它改善了，但未必完全定价其平台化。适合 中偏左侧。\nHesai\n卖的是车载与机器人激光雷达。已经从“赛道故事”进入“份额、利润、规模”三重验证。2025 年营收 4.33 亿美元，2026 年一季度出货 47.17 万台，连续第四个季度 GAAP 盈利，并拿下奔驰 L3 供应。两年逻辑最硬，但美国监管与地缘政治是最关键折价项。适合 左侧在地缘冲击中买，右侧在新定点确认后加。\nSymbotic\n卖的是仓储自动化整套系统。它吃的是客户大额 CAPEX，价值捕获很强。问题也明确，客户集中度高，尤其是沃尔玛。好消息是收入、EBITDA、净利润都在改善，现金充沛。坏消息是估值会随着交付延迟、客户集中、控制问题被迅速压缩。适合 右侧确认型，不是无脑左侧。\nMobileye\n卖的是 ADAS/自动驾驶芯片、软件、地图和系统方案。最强壁垒在量产验证、OEM 关系、EyeQ 装车基数、REM 地图和迭代路径。2026 年一季度收入 +27%，并上调全年指引。两年逻辑在于从库存修复走向更高阶方案导入，而不是只靠低阶 ADAS。市场对库存修复已有定价，但对更高阶方案扩张和 Robotaxi 生态的最终价值仍分歧很大。适合 左侧与右侧结合。\nLattice\n卖的是低功耗 FPGA。它不是最显眼的机器人股，但在边缘 AI、工业控制、汽车电子里是典型“隐形卖铲子”。最新公开业绩显示，2026 年一季度收入 1.709 亿美元，同比增长 42%，并给出更强的二季度指引；同时并购 AMI，向系统管理与 AI 基础设施迈进。风险在于并购整合和电子周期反复。适合 左侧布局。\nCognex\n卖的是机器视觉系统、视觉软件、读码器。最强逻辑是制造与物流自动化真实支出回升时，它比“整机机器人股”更早兑现。公司有高毛利、轻资产、直接销售网络和庞大客户基础。风险是工业周期回落时收入弹性也大。适合 左侧。\nNovanta\n本质是医疗与先进工业的“隐形铲子股”，组合里有机器视觉、运动控制、机器人自动化、手术与医疗子系统。2026 年一季度收入 2.577 亿美元，同比增长 10.4%，预订 +37%，book-to-bill 1.10。它的 alpha 在于不拥挤、订单先行、利润质量好。适合 左侧核心中仓。\nIntuitive Surgical\n真正的医疗机器人平台龙头。壁垒在装机、训练、认证、医生习惯、耗材、软件和数据闭环。2026 年一季度收入 +23%，手术量 +17%，装机继续提升。问题不是公司，而是估值。未来两年仍然能涨，但更多来自持续兑现而不是多重估值扩张。适合 防守型成长配置，不适合追高博最大 alpha。\nZebra  \n仓储、物流、零售数字化设备和软件平台。虽然不如 Symbotic“性感”，但更稳、更广、更容易受益于物流和仓储信息化支出修复。2026 年一季度收入 +14.3%，上调全年指引，而此前 12 个月股价却明显落后。它更像是“被忽视的自动化恢复股”。适合 左侧。\n买入排序与交易计划\n全股票池买入排序\n \n \nTop 10 深度解释\n \n \n排名前十交易计划\n \n \n适合左侧买入：AMBA、OUST、HSAI、LSCC、CGNX、NOVT、ZBRA。\n更适合右侧确认：SYM、UBTECH、RoboSense、AUR、AEVA。\n只适合事件驱动：SERV、ARBE、RR、KITT。\n适合配对交易：\n多 OUST / 空 SERV，做“感知平台兑现”对“服务机器人叙事”\n多 HSAI / 空 ARBE，做“量产盈利龙头”对“技术早期雷达概念”\n多 NOVT / 空 主题性弱兑现小盘机器人股，做“卖铲子”对“概念整机”\n最终组合建议与研究限制\n两年 alpha 组合示例\n \n这个组合的主要风险暴露有六个。\n一是 机器人/物理 AI 主题拥挤度上升，导致好公司也会承受估值回撤。\n二是 工业周期风险，会影响 Cognex、Zebra、Novanta、Harmonic Drive、Nabtesco。\n三是 汽车与地缘风险，主要影响 Mobileye、Hesai、RoboSense、XPeng。\n四是 利率与久期风险，高成长小市值最敏感，尤其 Ouster、Aeva、Aurora、Serve。\n五是 中国市场风险与监管风险，会直接影响 Hesai、RoboSense、UBTECH、XPeng、CATL。\n六是 汇率与市场准入风险，涉及韩股、日股、港股与 A 股配置。",
    "char_count": 5147,
    "tweet_preview": "https://t.co/ChvdwkSoMk"
  },
  {
    "article_id": "2055262820661653504",
    "tweet_id": "2055264369303240838",
    "createdAt": "Fri May 15 12:29:45 +0000 2026",
    "title": "「白宫操盘手」特朗普Q1操作曝光！最高收益超150%，都有哪些公司？",
    "content": "以下内容来自富途牛牛官方社区号\n2026年5月14日，美国政府道德办公室（OGE）发布的最新财务披露文件，将现任美国总统特朗普在第二个任期内的资本市场操作推上了风口浪尖。短短今年第一季内，特朗普进行了高达3642笔证券交易，申报文件长达113页。\n这份总规模在2.2亿至7.5亿美元之间的交易纪录，堪比大型对冲基金的持仓变动。从披露的数据与近期曝光的获利清单来看，这位「白宫操盘手」展现了极其活跃的投资策略，但随之而来的，是外界对其政策走向与个人财富之间是否存在利益冲突的强烈质疑。\n特朗普交易了什么？\n从这份备案文件并不总是明确说明证券类型，例如究竟是股票还是公司债券。但一些交易仍因其规模和时机而引人注目。具体来看：\n1、减持三大巨头——亚马逊、Meta、微软\n最新披露的文件显示，特朗普在今年一季度对 $亚马逊 (AMZN.US)$ 、 $Meta Platforms (META.US)$ 与 $微软 (MSFT.US)$ 三只核心科技股进行了大幅减持。这三家公司的出售交易均触及披露区间的最高档（单笔500万至2500万美元），成为其本季度规模最显著的交易操作。\n然而，大举抛售并非全面清仓。文件指出，特朗普对这三巨头仍保留了小额的买入动作：2026年初，他对Meta进行了多笔单笔1001美元至50万美元的买入；对亚马逊和微软的买入规模则介于1001美元至500万美元之间。\n这种「大卖小买」的策略表明，他并非单纯地看空离场，而是对这三只标的进行著灵活的「主动敞口管理」。\n2、半导体板块获大额建仓，英伟达与博通领衔；集中买入软件板块，甲骨文与ServiceNow在列\n在减持部分存量头寸的同时，特朗普在一季度展现了明确的转向信号：大举布局半导体产业链。文件显示， $英伟达 (NVDA.US)$ 、 $博通 (AVGO.US)$ 均获得100万至500万美元的新建仓；此外， $德州仪器 (TXN.US)$ 以及EDA巨头 $新思科技 (SNPS.US)$ 、 $铿腾电子 (CDNS.US)$ 也均出现在同量级的新买入名单中。\n消费电子龙头 $苹果 (AAPL.US)$ 同样获得100万至500万美元的大额增持。值得注意的是，文件特别披露苹果、微软与亚马逊在3月份录得多笔「非主动委托」交易——这类交易由经纪人在未收到正式指令的情况下主动发起，显示出中介机构在特定市况下对这些科技龙头的积极操作。\n本次披露中另一个不容忽视的结构性布局，是对企业级软件板块的集中买入。文件显示， $甲骨文 (ORCL.US)$、 $ServiceNow (NOW.US)$、 $Adobe (ADBE.US)$以及 $Workday (WDAY.US)$ 均录得百万美元以上级别的新建仓。\n值得深究的是背后的操盘逻辑：今年一季度，市场普遍担忧AI大模型将对传统软件商造成替代压力，叠加短期业绩能见度下降，导致该板块遭遇了显著的估值杀戮。而此次大额买入的时间窗口，与软件板块的大幅回调期高度吻合，展现出其在「AI恐慌」中逢低吸纳的精准布局。\n3、戴尔、英特尔——两笔敏感交易不容忽视\n在本次披露中，有两笔交易因其特殊的背景与时间点，引发了市场的额外关注。\n首先是 $戴尔科技 (DELL.US)$ ，文件显示，特朗普早在2026年2月10日便建立了100万至500万美元的仓位。值得注意的是，这一动作远早于他今年5月初在白宫活动中公开为戴尔硬件背书的时间。这种「先建仓、后站台」的顺序，引发了外界对于政策信号与个人交易关联性的热议。\n其次是 $英特尔 (INTC.US)$，特朗普自3月初起通过一系列「非主动委托」交易持续增持。考虑到美国政府已于2025年底决定取得英特尔的重大股权，这波在国家战纪背景下的增持操作，被市场解读为对这家本土芯片龙头转型前景的深度绑定。\n特朗普胜率如何？\n据Unusual Whales统计，特朗普收入颇丰，多档股票带来了惊人的帐面回报。从曝光的获利清单来看，这份「总统级」持仓不仅胜率极高，更展现了对核心硬件科技与政策导向的精准踩点。\n \n1、政策底牌的直接变现：「白宫概念股」成最大提款机\n这份清单中最引人非议的，正是那些与国家战略高度绑定、且能被总统行政权力直接影响的标的：\n$英特尔 (INTC.US)$： 带来高达150.77%的回报。美国政府刚于2025年底决定取得英特尔重大股权，特朗普便在今年一季度分6次精准买入。这已非单纯的「看好本土芯片」，而是引发了市场对其利用政策红利进行利益输送的强烈质疑。\n$戴尔科技 (DELL.US)$：录得67.63%的回报。先在2月分4次建仓，然而他在今年5月初的白宫活动中，却公开为戴尔的硬体产品背书。买入时间早于公开站台，令外界对其「以权力带动个人投资」的质疑声浪四起。\n商业航天布局： 高达5次买入 $Intuitive Machines (LUNR.US)$ ，回报 101.99%。太空经济作为美国前沿战略，特朗普本人的重仓，无疑让外界对其后续的政府采购与产业扶持政策浮想联翩。\n2、疯狂买入「算力基建」与「存储/边缘AI」\n抛开政策争议，这份持仓也展现了顶层权力对本轮科技周期核心命脉的极致把控：\n榜首 $Penguin Solutions (PENG.US)$： 凭借单次买入斩获157.50%的最高收益率。这家AI基础设施供应商完美契合了当下算力中心扩张的硬需求。\n存储与光通讯板块霸榜： $闪迪 (SNDK.US)$ 、 $迈威尔科技 (MRVL.US)$ 、 $希捷科技 (STX.US)$ 等数据中心与存储核心标的，均录得翻倍涨幅。这显示出其背后操盘团队对AI底层硬件逻辑——尤其是数据传输与高频存储——的重金押注。\n总结\n此次持仓报告之所以迅速引爆市场热议，核心在于特朗普第二任期内，美股频繁上演著「政策风向与市场异动」高度共振的戏码。\n回顾今年稍早，市场就曾多次捕捉到：在白宫重大政策公布前夕，期权、大宗商品期货及预测市场中屡屡出现「时点精准到令人咋舌」的异常押注。这种犹如未卜先知的操作，已让法律界对内幕消息泄露的担忧持续升温。\n更具争议的是，特朗普本人此前曾在关税政策调整前夕，公开喊话暗示「现在是买入的好时机」。此举直接引发民主党议员的强烈抨击，呼吁彻查背后是否存在市场操纵。在这种敏感的政经氛围下，这份持仓清单自然被市场视为窥探「政策底牌」的重要风向标。",
    "char_count": 2633,
    "tweet_preview": "https://t.co/P5FuhOKoNX"
  },
  {
    "article_id": "2054023959323324416",
    "tweet_id": "2054027960450252889",
    "createdAt": "Tue May 12 02:36:42 +0000 2026",
    "title": "汉坦病毒大流行风险评估",
    "content": "基于截至 2026 年 5 月 12 日公开可核查的官方通报、国家公共卫生机构文件和同行评议文献，结论是：\n当前没有看到类似 2020 年初 COVID-19 那种正在形成中的全球性大面积人际传播流行迹象。\n未来 3 个月内，汉坦病毒，特别是当前 Andes virus 相关聚集事件，演变成类似 2020 年新冠那种全球性大面积人际传播流行的概率：低于 1%。\n未来 6 个月：低于 1%。\n未来 12 个月：低于 1%。\n这个判断的核心依据是：当前公开整合病例规模仍小，官方风险评级仍为低或极低，人传人证据虽存在但仍属有限、短链、需近距离长时间接触，且没有找到可靠证据支持像新冠那样的高效无症状或症状前传播，也没有找到可靠证据显示已出现能解释传播力显著跃升的变异。\n \n大面积传播流行的定义\n本次分析把“大面积传播流行”定义为同时满足以下多数条件的状态：\n多国持续社区传播，而不是单一运输工具、家庭或医院内的短链聚集。\n人传人链条超过数代，并且在多个场景可重复出现。\n有效传播强度持续大于 1，可用连续代际传播、病例周增速、聚集外扩替代判断。\n仅靠病例隔离、接触者追踪和环境消杀已无法压制。\n病例增长呈持续指数型或近指数型趋势。\n出现跨区域、跨洲传播，且扩散不是单次输入后即被扑灭。\n这一定义与 2020 年初新冠进入全球流行阶段的共同点，是都强调持续社区传播、跨国扩散、R 持续大于 1、传统围堵措施失灵。不同点在于，汉坦病毒特别是 ANDV 需要先区分单次或少数动物源暴露引发的聚集，与真正开始自我维持的人际传播网络；而 2020 年初新冠从一开始就是以呼吸道人传人为核心威胁。WHO 在 2020 年 3 月 7 日已经按“无病例、散发病例、聚集病例、社区传播”四种情景给出应对包，3 月 11 日则因“传播水平、严重性和应对不足”将 COVID-19 认定为大流行。\n当前事件与数据核查\n当前事件是什么\n当前最重要的公开事件，是 MV Hondius 邮轮相关多国聚集事件。WHO 于 2026 年 5 月 2 日收到通报；5 月 8 日发布多国 Disease Outbreak News，ECDC 于 5 月 11 日仍在按日更新，说明该事件仍处于动态变化中。\n根据 WHO、ECDC、CDC、UKHSA、RIVM 和西班牙卫生部，病毒已被确认为 Andes virus，这是目前已知唯一有人传人文献记录的汉坦病毒型别。\n \n \n \n新冠早期转折点复盘\n \n \n真正的转折点是什么\n如果从第一性原理看，COVID-19 真正从“局部疫情”转为“全球大流行”的关键，不是单个日期，而是三个信号叠加：\n明确人传人，且医务人员感染出现。这意味着传播不再依赖共同暴露源。\n境外输入开始转化为多国本土聚集。这意味着国际旅行已把传播网络复制到多个国家。\n传统措施单独使用已不足以压制扩散。WHO 2 月 19 日的情况报告明确提到，单靠旅行限制对疫情进展只有有限影响，必须叠加隔离、社交干预和行为改变。\n当时哪些指标最重要，哪些是事后才看清\n当时最重要的指标是：医务人员感染、人传人证据、境外病例数和国家数、以及是否已经进入社区传播情景。\n事后才看清的指标，主要是：无症状和症状前传播的重要性、轻症和漏诊人群规模、以及国际旅行限制单独使用的局限性。WHO 2 月 4 日曾提到可能存在无症状 shedding，2 月 19 日情况报告又指出轻症漏检会显著影响 IFR/CFR 认识。\n被低估的早期信号包括：\n医务人员感染，有限人传人提示，春节前人群大规模流动，和中国外输入病例的累积速度。\n第一性原理对比\n传播学与流行病学对比\n \n \n \n为什么新冠容易全球扩散\n因为它满足了四个大流行基本条件：\n高效人传人，症状前或轻症时也能传播，国际旅行快速播散，且单纯旅行限制效果有限。 WHO 2020 年 2 月的情况报告已指出，旅行限制单独使用对疫情进展影响有限，必须叠加病例隔离、社交干预和行为改变。\n为什么大多数汉坦病毒通常不容易全球扩散\n因为它们主要是动物源暴露病，不是稳定的人类呼吸道传播病。即使在有病例的地区，人传人通常也没有被记录；而 ANDV 虽然特殊，但 WHO、CDC、ECDC 都强调其人传人仍然通常需要密切、长期接触。\n为什么 Andes virus 需要额外关注\n因为它是目前已知唯一有人传人文献记录的汉坦病毒，且美洲既往曾出现多代暴发。PAHO 2025 年警报特别提到，南锥地区以往在 Argentina 1996、2018 和 Chile 1997、2004、2014 年都出现过与 ANDV 相关的人传人事件。\n当前证据是否显示 Andes virus 已经变成类似新冠的高效呼吸道传播病毒\n没有。\nWHO 当前仍用“limited human-to-human transmission”描述，ECDC 明确写“一般公众风险极低，预计不会广泛传播”，CDC 仍写美国公众和旅行者风险极低。当前公开官方资料里，没有找到可靠证据表明本次事件已经出现新冠式高效呼吸道传播。\n概率推论\n基准情景\n基准情景：不会形成新冠式大流行\n概率：高，>80%。\n逻辑： 当前规模仍小，病例大多可回溯到邮轮和明确接触圈；WHO、ECDC、CDC 都没有把它上调成更高等级的社会面传播风险；既往 ANDV 虽可人传人，但公开证据主要是短链和特定高接触场景。\n证据： 11 日 ECDC 公开整合仅 9 例，3 死；WHO 仍评估全球风险低；WHO 指南仍以隔离、接触者追踪和 42 天随访为主要控制措施，这意味着官方判断仍认为围堵可行。\n失效条件： 出现多个国家的家庭外连续多代传播，且病例源头无法用已知接触链解释。\n中等风险情景\n中等风险情景：出现多个国家的小规模聚集\n概率：5% 至 20%。\n逻辑： 当前事件已是跨国事件，且暴露者分散在多国。长潜伏期和跨境转运意味着，未来数周仍可能看到新增个案，尤其是在同舱、同机邻座、护理接触和密闭共享空间人群中。\n证据： WHO 和 ECDC 都把船上全部人员视作高风险接触管理对象，且对航班接触者规定了座位追踪范围。\n失效条件： 如果 42 天内新增病例全部限于已知高风险人群，且没有家庭外扩散，则中等风险情景会回落。\n高风险情景\n高风险情景：出现持续社区传播\n概率：1% 至 5%。\n逻辑： 要进入这个情景，必须看到 ANDV 在当前事件中突破历史上“近距离长时间接触”边界，出现公共场所、普通社交、医院外偶遇等更低门槛传播。当前没有这样的可靠证据。\n证据： 现有历史文献表明，ANDV 可在人群中多代传播，但已发表最大暴发也远小于新冠式全球扩散，而且在社交限制、生病后隔离和追踪后可被压制。\n需要看到什么数据才支持这个情景：\n出现两国以上的非密接病例；\n出现医护或普通公共场所二代、三代病例；\n病例周增速持续上升而非接触圈内零星增加；\n官方风险评级上调。\n极端情景\n极端情景：发展成类似 2020 年新冠的大流行\n概率：低于 1%。\n逻辑： 这需要 ANDV 同时具备几个当前并不存在的条件：持续 R>1 的多国社区传播，家庭外高效扩散，无症状或症状前传播占重要比例，且病例隔离和追踪不再有效。当前公开证据与此相差很远。\n目前缺少哪些关键证据：\n没有可靠证据显示高效无症状传播；\n没有可靠证据显示真正症状前高效传播；\n没有可靠证据显示类似新冠的持续空气传播；\n没有可靠证据显示已出现增强传播力变异。\n需要哪些变化才会让概率上升：\n这是情景分析，不是当前事实。若未来同时出现跨洲社区传播、无明确暴露史病例、医院外连续多代传播、以及测序或流调提示传播门槛下降，则概率才需要显著上调。\n预警指标与分层防护\n未来需要重点监测的预警指标\n以下阈值是分析阈值，不是官方阈值。它们的目的，是把“当前低风险”与“需要上调判断”的情境分开。\n \n风险升级阈值\n低风险维持条件\n病例继续局限于已知接触链。\n没有公共场所传播。\n没有医护二代病例。\n没有无明确暴露史病例。\n官方风险评级维持低或极低。\n中风险触发条件\n出现至少 2 个国家的小规模本土聚集，但都仍位于可追踪接触圈内。\n出现家庭外传播，尤其是共享餐食、长时间室内接触后的传播。\n高风险触发条件\n出现多个非密切接触者感染。\n出现医院内传播链。\n出现连续三代以上传播。\n新增病例中相当部分无法追溯到已知病例。\n大流行风险显著上升的触发条件\n这是情景分析。必须看到：\n多洲持续社区传播；\n每周新增病例持续加速；\n传统隔离和追踪对新增病例已明显无效；\n并出现可靠证据支持无症状或症状前传播、或传播门槛显著下降。\n分层防护建议\n普通人日常防护\n真正该防的第一位，仍是鼠类及其排泄物暴露。 保持住家、车库、仓库和工作场所清洁，堵住可让鼠类进入的孔洞，妥善储存食物，避免接触鼠尿、鼠粪、唾液和巢材。\n家里发现鼠迹，不要干扫，不要直接吸尘。先开窗通风，再把污染处充分喷湿消毒液或稀释漂白液，浸润至少 5 分钟后用纸巾擦除，垃圾密封丢弃。\n普通家庭少量鼠迹处理，至少戴手套。是否需要 N95，不宜一刀切。按当前 WHO 和 CDC 面向公众页面，重点是避免扬尘、湿式处理、手套和手卫生；对于重度鼠患、长期封闭空间和职业性大规模清理，建议按当地职业安全规范升级呼吸防护。这里没有找到同一份最新 CDC 面向公众文件给出所有场景的统一 N95 阈值，所以不做过度硬性化。\n若近期有鼠类暴露或与疑似 ANDV 病例密切接触，出现发热、头痛、肌痛、腹泻、恶心、咳嗽、胸痛、气促，应尽快联系医疗机构并说明暴露史。\n有暴露史或密切接触史的人\n观察期 42 天。 WHO 和 CDC 当前暴露管理都采用 42 天。\n监测症状包括：发热、寒战、肌痛、乏力、头痛、胃肠道症状、咳嗽、呼吸困难。\n高风险接触者应按当地公卫要求进行居家或指定地点隔离，低风险接触者至少应自我监测。\n如出现症状，先电话联系公共卫生部门或医院，不建议无预案直接进入候诊大厅。\n在家中应尽量单独居住、单独卫浴、单独餐食，避免亲密接触和共床。CDC 面向公众资料明确建议避免亲吻和性接触，并与可能病例保持距离。\n医护人员和公共卫生人员\nWHO 当前总则是：疑似或确诊汉坦病例使用标准预防并结合传播途径附加预防；对气溶胶产生操作使用空气隔离。\n标本检测方面，WHO 要求未灭活样本按高生物危害处理，运输采用三层包装。\n当前 ANDV 事件中，WHO、CDC、ECDC 都采用比平时更审慎的策略：病例隔离、接触者分类、42 天随访、转运 PPE 和症状出现即测试。\n需要指出的是，CDC 的感染控制附录总表中把 Andes virus 归为“标准预防即可，患者一般不构成传播风险”；但在这次事件的专门指南里，CDC 又对潜在暴露人群做了更积极管理。更合理的解读是：**日常临床目录页反映通常情境，本次多国聚集事件采用的是更保守的暴露应对框架。**\n高风险职业人群\n适用于灭鼠、农场、林业、仓库、野外作业、清理鼠患场所人员：\n先做环境风险评估，优先降低扬尘和鼠类接触机会。\n基本装备应包括：手套、可清洗或一次性外层工作服、闭合鞋靴、必要时眼面防护。\n清理流程以通风、喷湿、等待、擦拭、密封弃置、手卫生为主，不做干扫和直接吸尘。\n对重度污染、长期封闭、粉尘明显场景，呼吸防护应按照用人单位和当地职业安全规范升级；本轮检索未找到同一份最新全球统一官方职业场景清单，所以这里给的是风险控制原则，而不是单一国家法定标准。\n旅行和邮轮场景\n当前不需要普遍取消旅行。 CDC 当前写明旅行可照常进行，整体风险对美国旅行者和公众仍极低。\n真正要避免的是南美高流行地区的鼠患环境、废弃房屋、仓库、谷仓和强烈鼠类活动区域。\n邮轮和密闭交通工具上，如出现疑似病例，应立即隔离疑似者，避免共享舱室和聚餐，依从船医和公卫部门安排。WHO 与 ECDC 对邮轮和航班都采用了座位邻近和共享空间的接触者管理。\n与疑似病例同舱、同住、同车、同机邻近者，应尽快联系当地公卫部门，开始 42 天症状监测。\n面向普通人的结论：\n现在不需要恐慌。当前这次汉坦病毒事件和 2020 年新冠最大的区别，是它没有显示出新冠那种高效、隐匿、持续的人传人能力。真正该防的，第一是鼠类及其排泄物暴露，第二是如果你和疑似病例有过密切接触，就按 42 天观察并及时就医。风险判断会改变的情况只有几种：出现家庭外连续多代传播、出现无明确暴露史病例、出现医护或公共场所传播、或官方风险评级被持续上调。\n免责声明：本文内容基于 ChatGPT 深度研究结果整理，仅供信息参考，不构成医学建议或公共卫生判断依据。真实风险请以疾控部门、医院和官方通报为准。",
    "char_count": 5210,
    "tweet_preview": "https://t.co/ELt87aQhe5"
  },
  {
    "article_id": "2062845910594293760",
    "tweet_id": "2062864803501388239",
    "createdAt": "Fri Jun 05 11:51:09 +0000 2026",
    "title": "A股与港股机器人零部件、材料与供应商深度研究",
    "content": "当前最值得研究和配置的，不是“名字里有机器人”的题材股，而是已经在工业自动化、工业机器人或高可靠核心零部件里拿到真实收入、真实利润，并且开始把这套能力向人形机器人、具身智能和现实世界机器人迁移的公司。就可验证证据看，优先级最高的方向是运动控制与伺服平台、谐波减速器与一体化关节、稀土永磁向电机转子升级、高可靠感知与机器人激光雷达。更像长期期权的方向是六维力传感器、触觉传感器、行星滚柱丝杠、人形关节模组。目前没有明确交易价值，或者至少我没有找到足够一手证据支持其进入买入排行的方向，包括仓储系统集成、机器人专用电池、热管理、纯结构件映射和多数“互动平台式”概念链。中国仍是全球最大工业机器人市场，2024年安装量约29.5万台，占全球54%，2025年国家统计局口径下机器人减速器和工业机器人产量继续较快增长，这说明“工业自动化景气复苏叠加机器人增量”是真实存在的，但利润不会平均分配，而会集中流向精度、寿命、一致性和认证壁垒最高的环节。\n \n产业链利润池地图\n机器人进入现实世界之后，真正决定利润分配的，不是“想象空间”，而是四件事：谁负责关键故障点，谁需要先通过认证，谁最难被替换，谁能把产能和良率迅速拉起来。从这个角度看，当前最肥的利润池集中在“执行与控制”而不是“外壳与概念”，原因很简单：人形样机和工业机器人公开机型已经显示出二十多个到四十多个自由度区间，核心难点在关节、驱动、减速、丝杠、感知和控制系统，而不是简单材料堆砌。宇树 H1 公开参数为 27 自由度，优必选公开的高自由度服务机器人方案使用 41 个高性能伺服关节；汇川技术、绿的谐波、五洲新春、金力永磁等上市公司近一期年报也都把关节执行器、行星滚柱丝杠、谐波减速器、电机转子列为人形/具身智能的重要布局方向。\n \n从“谁付钱、利润流向谁”的角度看，工业客户、车厂、机器人整机厂和医院最终买单，但利润不会平均分配。早期利润往往首先流向成熟工业能力可迁移的供应商，例如运动控制平台、精密减速器、高性能磁材、可靠连接与激光雷达。系统集成商能先拿到收入，但毛利和现金流未必最好。医疗机器人链条则是例外，长期利润更有可能流向耗材、器械和审批壁垒，而不是单纯设备硬件本身。\n供应商分层\n \nBOM 成本拆解\n公开上市公司和整机厂极少披露完整 BOM。因此，下面的表格不是“已被统一披露的一手BOM”，而是我基于公开机型自由度、上市公司年报披露的核心件结构、已披露的关节/减速/丝杠/视觉/电池等模块构成做的工程化区间估算，用来识别利润池，而不是拿来做精确财务预测。凡没有可靠交叉验证的数据，我明确写“不确定”或“估算”。人形部分主要参考了宇树 H1 的 27 自由度公开参数、优必选高自由度公开机器人方案的 41 个伺服关节描述，以及汇川、绿的、五洲、金力等对人形关节、执行器、丝杠和转子的公开布局。\n人形机器人\n \n我对人形 BOM 的核心判断是：降本瓶颈首先在关节总成、减速器/丝杠、控制与感知，不在外壳。原因是上市公司近一期披露正在集中攻关的，正好就是无框力矩电机、低压高功率驱动器、关节模组、行星滚柱丝杠、编码器和电机转子，而不是普通结构件。也就是说，真实利润会优先流向能把这些模块做成标准化、可批量交付、低失效率的公司。\n工业机器人\n \n工业机器人与人形机器人的可复用部分，最重要的是伺服、运动控制、视觉、部分减速器和高可靠连接。所以，纯看人形而忽视工业自动化主业，是研究框架错误。汇川和埃斯顿都在公告里清楚展示了“工业机器人+视觉+人形零部件”的复用路径。\n医疗机器人\n \n医疗机器人方向我没有把它放入本轮买入主线，不是因为赛道不好，而是因为设备装机、手术量、耗材复购、亏损收窄路径需要逐一核验微创机器人、天智航等公司的最新一手数据，本轮没有完成足够穿透，所以不做强推荐。\n仓储物流机器人\n \n仓储物流机器人链条的问题不是有没有需求，而是项目验收、回款和毛利率。所以它更像收入型而不是高利润率型机会，本轮不放在买入优先级前列。\n公司初筛与深度分析\n公司初筛\n下表只列出我本轮完成了较完整一手或准一手核验的样本，以及少数明确排除的“陷阱案例”。没有完成足够一手核验的公司，不会进入买入排行。\n \n汇川技术\n \n绿的谐波\n \n埃斯顿 H 股\n \n金力永磁 H 股\n \n柯力传感\n \n速腾聚创\n \n买入排行、市场定价与交易策略\n机器人零部件、材料与供应商买入排行\n只列出我认为目前能进入“可买入候选”的股票。没有为了凑数量强行推荐。\n \n不建议买入名单\n \n市场是否已经定价\n \n交易策略\n稳健组合\n \n成长组合\n \n高风险期权型组合\n \n配对交易\n \nA 股和港股跨市场比较\n港股当前更有吸引力的，不是所有公司都便宜，而是部分 H 股同时具备真实业务、估值折价空间和可接受流动性。埃斯顿 H 已在 2026 年 4 月调入港股通，这直接改善了可交易性；速腾聚创 2024 年已进入港股通；金力永磁 H 在 2026 年 5 月中旬的成交量也达到千万股级别，说明至少从执行层面并不“买不进去”。但港股小票普遍波动更大，需要更强的仓位纪律。\n最终结论与数据核查表\n最终结论\n \n数据核查表",
    "char_count": 2127,
    "tweet_preview": "https://t.co/oOAIV0jJvM"
  },
  {
    "article_id": "2013071295412666368",
    "tweet_id": "2013072741361193006",
    "createdAt": "Mon Jan 19 02:15:17 +0000 2026",
    "title": "《特朗普关税=波动制造机：特朗普谈判节奏与交易机会全拆解》",
    "content": "格陵兰新关税让贸易战又回来了？我们用 12 个月跟踪分析了每一次关税进展，这就是你需要的“关税剧本”。\n刚刚，特朗普总统宣布对欧盟征收新关税，并确认他的最高战略优先事项：收购格陵兰。这包括对丹麦、挪威、瑞典、法国、德国、英国、荷兰和芬兰征收新的 10% 关税，将于2 月 1 日开始生效。\n此外，这些关税将于6 月 1 日提高至25%，并且在达成有关格陵兰的协议之前不会取消。特朗普表示，这份协议必须是“对格陵兰的完整、彻底购买”。\n在我们拆解具体操作剧本之前，必须先指出：贸易战已成为一种“分段式/周期性”的逆风。关税会在市场最意想不到的时候突然回归，然后又慢慢淡出。这是特朗普“关税剧本”的产物——这是刻意设计的。\n最近一次“关税剧集”发生在10 月 10 日，当时特朗普威胁对中国征收100% 关税，并计划于11 月 1 日开始执行——距离宣布仅 21 天。这个时间点听起来是不是很熟悉？因为它是剧本的关键部分。消息一出，标普 500 期货当日跌幅扩大至 -3.5%，随后进入周末休市。\n \n10 月 10 日——特朗普威胁对中国征收 100% 关税\n特朗普总统总是先用“极具惩罚性和威胁性”的措辞开场，这是他的谈判策略之一。而且这确实对他有效。在 10 月与中国的那次交锋中，最终以新的贸易协议告终，中国还取消了稀土出口限制——特朗普称这些限制正在伤害美国。\n这一次，宣布发生在周六，而市场期货要到周一晚上才重新开盘（因为周一是联邦假日）。市场反应很可能仍会出现类似的情绪化抛售，但由于有时间消化消息，影响可能没那么剧烈。\n这完全符合特朗普的关税剧本。下面我们给出完整框架。\n二、“关税剧本”（Tariff Playbook）\n在 2025 年，我们的投资策略几乎实现了标普 500 回报的两倍，主要原因是我们在贸易战期间提前把握了资产价格的波动。下面是我们实际使用的策略：\n一套用于应对特朗普贸易战的分步操作剧本（步骤如下）：\n周五，特朗普发布一条“语焉不详/带暗示”的消息，暗示要对某个国家或行业加征关税。市场因不确定性上升而走低。（这次从周五他威胁对丹麦征税开始）\n当天稍晚或不久之后（这次是周六），特朗普宣布更大规模的新关税，通常是 25%+。\n周六和周日，特朗普会在市场休市时反复加码关税威胁，最大化心理冲击与谈判压力。\n周末期间，被针对的国家通常会公开回应或释放愿意谈判的信号。\n周日晚上 6 点（美东时间），期货市场重新开盘（本次将是周一晚上），股指期货先出现一波“情绪化下跌”。\n周一、周二，特朗普继续公开施压，但投资者开始意识到：关税尚未真正生效，仍安排在几周后才实施（例如 2 月 1 日）。\n到了本周周三，抄底资金入场引发反弹，但这波反弹往往会减弱并带来二次下探——通常这才是聪明钱开始买入的位置。\n大约一周后（下一个周末），特朗普发帖称谈判正在进行，正与相关国家领导人推动解决方案。\n那个周末的周日晚上 6 点（美东），期货高开，乐观情绪回归，但涨幅往往在周一现货开盘时回吐。\n周一开盘后，财政部长（例如贝森特）等高级官员会在电视直播中安抚市场，强调谈判进展。\n接下来 2–4 周，特朗普政府多位成员不断释放贸易协议进展的信号。\n最终宣布达成贸易协议，市场创出新高。\n然后从第 1 步循环重复。\n当然，这不是保证会发生的路线图，但根据我们的经验，自 2025 年 1 月以来，几乎所有贸易战“爆点”都大致遵循类似路径。\n**注意：**这一次特朗普计划“收购格陵兰”，显然比让中国放松部分出口管制更难实现。因此剧本可能会更拉长，但仍会遵循相似的事件顺序。\n三、关键在“时机”\n特朗普的谈判策略核心是时机 + 压力。他通常会给出 2–3 周的缓冲期，关税在这段时间后才生效，以便双方达成协议。他的目标是让这些关税永远不要真的生效——他想要的是交易/协议。\n这也解释了为什么这些宣布越来越多发生在周末（市场休市时），并且他会把威胁推到临界点。正因为它们足够“会影响市场、甚至改变世界”，才会产生谈判效果——如果真的落地并长期执行，后果重大。\n在上一轮与中国的贸易战交锋中，特朗普在 11 月 1 日（也就是 100% 关税原定生效的当天）宣布与中国达成新的贸易协议。\n归根结底，在贸易战爆点中，那些能保持客观、遵循流程的人，正在经历一些“史上最好的交易环境”。\n正如前文所述，这套系统化方法带来了我们超越基准的回报。如下图所示，我们的策略自 2020 年以来回报几乎是标普 500 的五倍。\n四、结论\n这一次特朗普要“收购格陵兰”，确实比让中国削减一些出口管制更难。因此市场动荡可能持续更久。但我们强调核心观点不变：最好的交易者正在利用贸易战头条带来的资产波动赚钱，波动就是机会。\n原创作者来自@KobeissiLetter 的英文版",
    "char_count": 1980,
    "tweet_preview": "https://t.co/VC3MgsAerV"
  },
  {
    "article_id": "2013135067221200896",
    "tweet_id": "2013139605319778335",
    "createdAt": "Mon Jan 19 06:40:58 +0000 2026",
    "title": "币安可以出金到香港银行卡了，亲测有效。",
    "content": "以前我用USDT出入金到香港银行卡的路径是：\nusdt提现到kraken或者bitfinex，usdt兑换usd，再提现到香港银行卡，我首选都是za bank，如果有需要再转到汇丰或者其他香港银行。\n今天看到币安可以把usdt换成usd，然后提现到香港银行了，我亲自试了一下。\n路径是：\n \n把你需要提现的usdt换成usd，直接找这个交易对就行，USDT/USD\n换好以后点击你资产里的usd，然后点提现。\n选择swift\n \n这时候需要你补充身份证照片认证一下，扫一下脸。\n \n很快补充认证就会通过，下一步填写你香港银行的账户信息\n建议首选za bank 加密友好银行，就算被封户也不心疼\n \n确认以后下一步，提现，我首笔试了一下22000刀，手续费是25刀，会比kraken手续费高点，但是不用你来回交易所充值了。\n \n耐心等待到账即可\n \n以上所有前提都是你需要有一张香港银行卡。",
    "char_count": 394,
    "tweet_preview": "https://t.co/dSxBSqY9DM"
  },
  {
    "article_id": "2013143308152045569",
    "tweet_id": "2013146709065634124",
    "createdAt": "Mon Jan 19 07:09:12 +0000 2026",
    "title": "香港银行卡如何在国内使用支付流程",
    "content": "首先你的国内版本的微信需要创建一个香港的微信钱包\n需要香港手机号，香港银行卡，香港手机号的教程x上一堆\n自己搜索找一个就行。\n弄好以后微信钱包可以无缝切换国内钱包和香港钱包。\n \n都弄好以后在香港钱包里绑定ZA bank银行卡\n \n平时饭店吃饭或者停车场付费都可以选择香港银行卡去付款，扫二维码和展示二维码付款都可以。\n \n同理，下载个alipay用你的港澳台注册，然后绑定za bank也可以在国内支付\n \n \n以上举例子都使用的ZA BANK的卡，za bank消费还会送za coin，你可以兑换成港币。",
    "char_count": 255,
    "tweet_preview": "https://t.co/zUEfNlRyoV"
  }
]