CJ_Blockchain

就这几天这个跌法。
我看那几个财经博主。
是不是就他妈口罩哥有仓位啊。
有几个感觉都是模拟仓假装难受一下。只有口罩哥像是有仓位的状态。
可惜爱理财的小羊没了，不然这几天还能看看他解压。

当前SOXX的forward PE是23，大概是最近三年的中位偏下的位置，历史上去年四月最低去到过17。
最坏的情况就是再跌20%。
Forward PE其实有陷阱，就是在周期顶部的时候，价格先跌，看似forward PE变得很便宜，但是随后而来的盈利下修，又会把PE拉高。
但我很确定这次不是，肉眼可见的大多数半导体明年的EPS还是会以双位数增速上涨。 所以暂时不会有这种陷阱。

英伟达 NVDA 的 PE已经跌破30了。
上次那么低可以追溯到2019年。
惨如2022年，英伟达的PE都没跌破30。
你说英伟达市值太高了，拉不动。
看着苹果我流泪了。
你说人苹果没给AI花钱，我寻思英伟达也没给AI花钱，它还是收钱的那个。
市场到底在计价什么？ 2027年之后英伟达0增长甚至负增长？

有些人看到别人赚钱的时候就极尽溢美之词，恨不得跪下来给人舔脚，人放屁都是香的，拉出来的屎都恨不得拿过来吃下去。
现在看到别人亏了，就开始阴阳怪气主动切割，明里暗里嘲讽别人，看人笑话。
人怎么可以这么贱啊。

存储三巨头的财报都出来了。
海力士的财报看起来是最烂的，唯一一个不及预期的。
但反而从纯粹的公司质地上来说，我认为海力士是最好的。（并不是说海力士应该是后续涨的最多的，因为股东回报、所处市场这两个也非常影响价格。）
这次财报不及预期的核心原因是海力士HBM卖多了，HBM价格被长协锁定，然后二季度DRAM价格暴涨，但海力士没那么多产能去造DRAM了。从而导致海力士的财报看起来比三星和美光弱。
但是不要忘记，DRAM其实并没有脱离商品或者说标准品的逻辑，三巨头在扩产，后面还有个长鑫在疯狂追赶。而HBM4已经可以算是非标品了，需要在出厂的时候就跟GPU封装在一起。而当前海力士HBM4已经量产并且通过英伟达验证了。
在未来的某个时刻会出现DRAM的产能过剩了，然后价格下滑，这时候只有能够量产高端HBM的企业能够动态调整产线维持利润。海力士在这方面大概领先三星、美光6-12个月。
当然那时候海力士提高HBM产能又会减少DRAM的供应，市场又会形成另一种平衡。HBM本身也对DRAM市场形成一种类似蓄水池的调节作用，一定程度上抹平周期。

买入存储
存为王！
tonight is the night！

AI正在让财富获得技能，同时阻止有技能的人获得财富。

MSTR真的跟我之前说的一样回购STRC了。简直血赚。发行的时候按照100面值发，然后被砸到80，用80块回购。直接血赚20 。

詹姆斯加盟76人。
这让我想起一个月前的那笔交易。保罗乔治换杰伦布朗。
保罗乔治算不算NBA历史上最顶级的“投资品”，几乎“单换”联盟所有顶级战力。

看了下特斯拉业绩会， 马斯克说“感谢美光，给了他们存储份额”😂
存储到底有多缺大家知道了吧。
而且这是马斯克，第一性原理践行者，但凡有办法他也不会顶着这么贵的价格买。

目前从机构（至少卖方角度）对谷歌财报是很苛刻的，他们既要谷歌自由现金流大幅增长，又要谷歌云业务收入至少跟一季度增长持平（65%+），还要谷歌不放缓Capex甚至不能表达任何放缓的意图。
但我觉得今晚的财报大概率能全面满足上面的预期
1⃣之前的股权融资证明了CapEx意愿
2⃣云计算这块，25年1季度、2季度的数据是123亿美元、136亿美元。所以2季度基数没比1季度多多少。我认为大概率能超过63%的增速。
今夜一起为谷歌祈祷。这次最有意思的是谷歌的财报大家反而不赌谷歌了，而是在赌半导体😂，给钱的才是爸爸。

今夜所有半导体、AI产业链投资者都要为谷歌祈祷！
谷歌upup！
云服务增速爆发！
CapEx增长。

本周整个美股、韩股半导体都经历了血洗。美股科技动量因子策略下跌40%，创下历史最快、最深的回撤纪录。
与之相对的是美国银行股财报都超过预期（代表着消费、信贷没出问题）ASML\TSM财报超预期且指引上调。
这次下跌的核心原因还是存储杠杆过高。连环爆仓引起的高位多杀多行情，然后存储一跌，其他板块的标的只能跟跌，因为没有基本面比存储更强的板块。
这周还有个大利空是kimi3的发布，性能直接冲到第一。kimi这件事我认为要从两个维度看，训练侧和推理侧是不同的角度。
训练侧我认为是大利空，虽然目前我们不知道kimi训练kimi3到底用了多少卡和成本，但大概率是比openAI 和A家便宜很多的，目前大家都猜测至少部分是蒸馏了领先的闭源模型。这里就引出一个问题，如果可以靠蒸馏或者什么我们不知道的方法，就能快速缩短和闭源模型的差距，大模型的壁垒到底在哪里？ OpenAI和Anthropic投入这么多钱去做前沿训练是否还有经济上的效益。Kimi 3我觉得主要就是影响了大家对训练算力需求的看法。
推理侧我认为是利多。虽然kimi 3没有比同水平的闭源模型便宜太多，大概便宜了20%，费用的降低其实是有利于AI需求的扩大的。好用便宜的大模型越多，AI的可以用范围就越大、用例也就越多。推理需求就越大。另外kimi 3的参数也很大，普通的H100 可能都跑不动了，其实进一步加速了高端算力的需求。
整体来看，