6月份股市闲聊

给各位领导谈一下最近一段时间的观察，这个事情分成三到四部分： 市场目前的了解情况以及一些渠道的反馈 关于 Jevons Paradox（杰文斯悖论）的情况 这就是目前挺火的那个话题：在假设 Token Price 大幅下降的前提下，市场会怎么走？ 市场上特别热的动态 比如 GLM 5.2 和智谱的情况和tokenmaxx 个人对寻找 Alpha 的一些想法 大概就是这些内容

#p-8437571-h-1本周存储与半导体市场观察 #p-8437571-h-2尾盘买盘与盘后跟随 最近三个交易日，尾盘均出现明显的大量买盘。把本周单独拿出来看，过去一个月里，市场上相对强势的板块（存储、有热度的半导体）在 day trading 结束后，到 after hour 也会出现 follow-through。幅度虽不算大，但这是一个较新的迹象。 就这个现象，我与几家做路演的机构朋友交流过，这大致是大家共同观察到的结果。最根本的原因在于 5 月和 6 月机构的动作发生了明显切换——这里的"机构"区分为美国机构与亚洲机构两类： 美国机构：在 4、5 月那一波行情里，并没有亚洲机构那么 bullish。 亚洲机构：稍微了解半导体 desk 就会发现，不少机构其实并没有一套成型的半导体估值框架。 进入 6 月之后情况完全反转：美国机构的动作与亚洲机构同样迅速，甚至更为 bullish。 逻辑也很直接。对基金而言，错过 4、5 月这一波，全年业绩基本就定型了。如今四五个月已过，到 6 月若仍踏空，就只能 catch up 来弥补全年 miss 的这一段。市场上的短板（存储）就那么几个，无论是专注单一行业还是从存储整体来看，今年只要吃到，回报率就是三位数——这一点没有太多争议。 长期来看，存储的逻辑也已被普遍认可，尤其在美光财报之后。在存储短缺这一大前提下，如果对这个行业长期缺乏理解，能拿到的 alpha 只会越来越小。 #p-8437571-h-3这波回调，原因还没定论 本周一之后，周二突然下跌，到今日早盘，后半场也开始走弱。市场对此产生了大量讨论，涉及中国、韩国市场的动态等等，但并没有一个明确答案。有人归因于 TokenMax，也可能是 GLM，或者是 Jevons Paradox（杰文斯悖论）所引发的保量问题——目前都缺乏定论。 与此同时值得注意的是，行业内知名的 SemiAnalysis 近期出了一些较为"无厘头"的报道。我亲历的就包括 BE 那一套：先称会有 delay，又称 HBM 在英伟达 NVL576 服务器中的配置将减少，以及 CPO、800V 延迟等。这些消息把市场反复砸了一圈，事后虽多次辟谣，但数据层面的波动确实对那些不了解所持标的的投资者影响很大。 当前市场高度相连，上游产品一旦出现延迟（例如传了很久的 NVL576 散热问题导致延迟出货），就会连锁传导到存储的出货量，甚至波及上下游诸多配套产品的财报。相关度如此之高，稍有风吹草动就动辄 10% 的跌幅。在小作文连传三天的情况下，若不清楚问题所在还能拿住，心脏确实够大——但这并非所谓的"反向小作文"。 #p-8437571-cww-4"CWW"之后：能拿多久，值不值得拿 如果仅停留在"寸为王"这个结论上——PE 足够低——那么能拿多久？到什么价位才值当持有？是拿到 2030 年，还是 2030 年之后？ 我从 supply chain 拿到的 feedback 是：一旦进入这条路径（如第六代 HBM4），进入这份 roadmap，就等于进入了这个圈子，此后每一代产品其实都能分到份额。这里也要特别提到一位坛友，他给出的 alpha 非常有价值——时点早、确定性高，细节都在其中。 本月稍早，《华尔街日报》等媒体报道 Broadcom（AVGO）与 OpenAI 的项目出现问题。若了解内情，就知道出问题的只是 finance 层面很小的一部分，但 AVGO 瞬间下跌了几十美元。了解的人看到的是机会，不了解的人看到的只是风险。 #p-8437571-h-5小作文太多，怎么拿住筹码 当前市场的"小作文"过多，在这种整体环境下，若不了解标的，想拿住手中的筹码会越来越难。以存储为例： 市场一旦开始跌 10%，问题就会暴露——今天美光（Micron）就出现了非常明显的波动。 机构不愿在财报日当天持有美光这类标的，倾向于财报前卖出、财报后再买回。 由此机构承担的风险与回报并不成正比，而在财报日冲进来的往往是散户。 尽管大家都有 channel check，但若看不清楚、数据不足，最终只能笼统地说"按 PE、PEG 或各种 valuation 来看都很便宜"。问题在于：如果所有人都知道这件事，它就不再是 alpha。 #p-8437571-h-6一点想法 存储或存储股何时不再是长期标的？这个问题我同样没有答案，最终由市场给出结论。但需要明白的是，当前许多信息是失真的，甚至是带有目的的。在这种环境下，只要多花一点时间深挖，应该是能够拿住手中确定性较强的标的的。 之后这一段再补充一点，就是 6 月份大家看到的波动性，是与 5 月份完全不同量级的。 在我们的观察中，一天跌 10% 这种韩股的表现，属于 historical events（历史性事件）。在当前市场上，因为大家的 portfolio（投资组合）——包括我自己——都越来越多地 concentrate（集中）在 Semi（半导体）上，大家最 favorite 的依然是半导体。 不管是软件行业的 Datadog、Snowflake，甚至 InnoData，大家在炒过那一段之后，还是会回到半导体领域，这导致大家的持仓会非常集中。 如果我们只有一个非常简单的 thesis（投资逻辑），可能局面一天一个样，明天又是另一个样。当机构都撤离的时候，如果我们不了解标的，面对一个假突破，可能真的以为是被机构带上船了，结果却是被套住了。

Ss004: 关于 Jevons Paradox（杰文斯悖论）的情况 这就是目前挺火的那个话题：在假设 Token Price 大幅下降的前提下，市场会怎么走？ 在这之前，我们想聊一下关于 Frontier Lab 的 ARR 还是市场走势的主线，尤其是半导体投资的主线。 众所周知，A\和xAI300 兆（$300 MW）+700MW对于它部署的 Mythos模型（也就是我们的 Fable）来说至关重要。 Fable 现在准备上线，也许这星期能谈好，或者下星期谈好，但这个对半导体行业都会有挺大的影响）现在被停了。目前被停掉的一个很大原因是政府想跟A\谈判，但 xAI 给A\新的 300MW等于闲置。那等于闲置的话，就势必影响到6月份ARR，市场常用一个办法，就是大家 trace 一个 ARR，然后倒推上面有多少 power、有多少 computational power，再从 computational power 往上推有多少 Capex。接着咱们再说这个 Capex 以及里面的构成，比如咱们说 NVL72，那 7里面有多少个 GPU、多少内存、有多少个互联等等。然后我们再倒推出来，这个产品有多少会在这个季度 deliver。 这对于大家的 buy-side tracking 至关重要。 Bottleneck play：一条横线，还是一条周期加一条左尾 附 · DHAR手记:一个用于量化的玩具宏观模型 先把变量列清楚——这是整套模型的词典: 变量 含义 锚定 vs 主观 方向 / 直觉 g_N 用户与场景的渗透增速 有锚(可类比 SaaS / 互联网渗透曲线) 早期高,随渗透饱和而降 g_τ 每个任务消耗的 token 数增速 半锚(agent、推理链、长上下文趋势) reasoning / agentic 推高,正贡献 g_K 模型能力的提升速率 主观(scaling 能否持续) 决定"能力墙"后移多快 η 能力 → 需求的传导系数 高度主观 能力提升能解锁多少真实需求 ε 需求价格弹性 主观(即正文核心) >1 则杰文斯成立,放大 δ 的反馈 δ 价格通缩率 半锚(token 价格历史可观测) 蒸馏 ++ 推高,吃掉模型层增长 β 成本下降向价格的传导率 主观(竞争 vs 截留) β→1 全传导降价;β→0 厂商留利润 λ_hardEff 硬件效率提升 有锚(制程 / 芯片路线图) 压低算力层增长 λ_softEff 软件 / 算法效率提升 主观、波动大(蒸馏、kernel、调度) 近期最大的变量 mix_down / K·mix_up 产品结构降配 / 升配(K 为升配权重) 主观 降配压价、升配抬价 decay^t 各向量随时间的衰减 假设 让早期高增速逐年变平 注意一个内生回路: g_Q 里有一项 +ε·δ ——通缩 δ 通过弹性 ε 反过来制造额外需求(便宜了所以用得更多)。这正是杰文斯效应被写进模型内部的地方。 第一张图:需求增速 g_Q 是怎么"拼"出来的——四个驱动向量相加: /uploads/short-url/98IKK5yMwszBisdGot9TMs0IeRU.png?dl=1 g_Q 是分子端的"总蛋糕"。但模型层和算力层都拿不到全部——各自要被一道"折损"削掉。模型层减去通缩 δ,算力层减去效率 λ。下图把同一块 2.60 的蛋糕,在三层各自能捕获多少、流失多少摊开来看: /uploads/short-url/hI0BTsgk7jxmE9xIMWePiIDZ9eX.png?dl=1 这张图就是作者那条宏观不等式的可视化:绿色那段(捕获)必须为正,该层才能增长。模型层要 g_Q > δ ,算力层要 g_Q > λ_hard + λ_soft 。一旦某层的灰色折损吞掉整块蛋糕,那一层就转负——这正是"算力是否利多"的生死线。 接着是时间维度。作者的 B 步给每个向量乘一个 decay^t ,让早期的高增速逐年压平(渗透会饱和、效率红利会递减)。下图把三层的 年度增速 沿 2026–2030 画出来,看它们如何一起向下收敛——同时层与层之间的缺口(就是上图的折损)也一目了然: /uploads/short-url/h8nD8q7UnVkryyj874luzqFrgXv.png?dl=1 把上面这些逐年增速累乘起来(C 步),就得到三层的五年累计路径。注意纵轴是对数轴:三条线起点都从 1 出发,但因为每年的缺口持续复利,到 2030 时彻底拉开——这就是作者那组"相对倍数"的来源: /uploads/short-url/pGQDhNAThTkTQ3zrDjfAyAD7oBD.png?dl=1 AI 算力情景模拟 · 10-Agent 随机游走与板块价值捕获（2026–2035） 摘要｜ 本文用 10 个独立 agent 对三个核心驱动——token 需求增速 g_Q 、综合效率提升率 λ （硬件＋软件）、价格通缩率 δ ——做对数随机游走，生成 2026–2035 的十年路线图，映射到 12 个 AI 硬件与基础设施板块，再由 3 个二层 agent 评判。 核心发现：即便 token 需求长期高速扩张，算力支出增速 g_Q − λ 的中位路径到 2030 前后收敛至零，在 34% 的 agent-年里转负，关键不等式 g_Q > λ 仅在 66% 的情形成立——本参数下算力层比模型层更脆弱。 板块上，受物理瓶颈与寡头结构保护、不被效率侵蚀的 电力与能源、晶圆代工、光网络、载板、半导体设备、超大规模 多数路径双强； 软件（模型层）、Neocloud、AI 加速器 价值捕获最易被通缩与效率竞争削弱、尾部风险最高。 #p-8437624-h-1一、方法与驱动路线图 10 个 agent 各自对 g_Q / λ / δ 做带衰减漂移的乘性随机游走（早期高增速逐年压平）＋随机冲击； λ 与 δ 共享一个“效率体制”冲击因而同向变动。下图为三驱动各 10 条路径，细线为 agent，粗线为中位。 图1 · 驱动随机游走（10 agents）— /uploads/short-url/5g392rRVm4WsPDLkpADuDUEj5aE.png?dl=1 三者都向下收敛，但 λ 比 g_Q 衰减更慢 ——这正是算力层承压的根源。 #p-8437624-g_q-2二、算力支出生死线： g_Q − λ 算力层收入增速 g_$ = g_Q − λ 。下图 10 条路径，跌破红线（零）即该年算力支出 收缩 ——效率跑赢了需求。 图2 · 算力支出增速 g_Q − λ — /uploads/short-url/1SXYcIbIUqc5FyyRuYZVEcN1BId.png?dl=1 不等式 g_Q > λ 成立： 66% of agent-years 算力支出收缩（ g_$ < 0 ）： 34% of agent-years 2035 算力增速 < 0 的 agent： 40% （10 个里） #p-8437624-h-3三、板块影响：增长 × 价值捕获 每个 agent 给 12 个板块打两个分—— 增长 （对驱动的需求暴露）与 价值捕获 （份额被通缩/效率竞争削弱还是强化）。跨 agent 中位落到四个象限：右上＝结构性赢家，左下＝脆弱。 图3 · 板块象限（增长 × 价值捕获）— /uploads/short-url/1ZbI6QEcUsHsuLTR5DWYnbWtz39.png?dl=1 # 板块 增长 g 捕获 v 最差 p10 σ 效率侵蚀 象限 10 Datacenter power & energy +1.36 +0.47 +0.25 0.39 +0.00 赢家 1 Optical networking +1.44 +0.36 +0.25 0.40 +0.05 赢家 7 Logic / foundry +1.29 +0.48 +0.37 0.30 +0.25 赢家 11 AI materials / substrate +1.31 +0.37 +0.23 0.33 +0.15 赢家 4 Hyperscale +1.20 +0.38 +0.02 0.38 +0.00 赢家 8 Memory & storage +1.37 +0.12 -0.18 0.46 -0.15 赢家 6 Semi cap +1.14 +0.35 +0.05 0.30 +0.10 防御 3 Cloud +0.93 -0.15 -0.77 0.38 -0.15 脆弱 5 Software +0.98 -0.25 -1.02 0.42 +0.05 脆弱 2 AI infra accelerators +0.77 -0.40 -1.56 0.57 -1.00 脆弱 9 CPU related +0.52 -0.38 -1.29 0.26 -0.20 脆弱 12 Neocloud +1.03 -1.01 -1.84 0.63 -0.80 脆弱 *增长/捕获为跨 10 agent 中位；最差 p10＝综合分第 10 百分位（尾部）；σ＝跨路径离散度；效率侵蚀＝增长与捕获对 λ 的合计敏感度（正＝受益于先进制程，负＝被效率削弱）。 #p-8437624-h-4四、三位二层评委 评委 A · 价值捕获 （按中位 v） 上行：7 Foundry、10 Power、4 Hyperscale、11 Substrate ｜ 下行：12 Neocloud、2 Accelerators、9 CPU、5 Software 评委 B · 稳健性 （按 p10 最差情形） 上行：7 Foundry、10 Power、1 Optical、11 Substrate ｜ 下行：12 Neocloud、2 Accelerators、9 CPU、5 Software 评委 C · 效率抗性 （按效率侵蚀） 上行：7 Foundry、11 Substrate、6 Semi cap、1 Optical ｜ 下行：2 Accelerators、12 Neocloud、9 CPU、8 Memory #p-8437624-h-5五、综合 三位评委高度共识。 结构性赢家 ：电力与能源、晶圆代工、光网络、载板材料、半导体设备、超大规模——占据效率无法侵蚀的物理瓶颈或寡头结构。 结构性输家 ：Neocloud（对算力降价与杠杆最敏感、尾部最重）、AI 加速器（价值被效率竞争侵蚀）、CPU； 软件/模型层 增长尚可但价值捕获被通缩持续削弱。 分歧地带 主要在存储（增长最高但周期性、离散度大）与云。 一句话： 能否持续“买到新能力”决定 g_Q 的衰减是否慢于 λ 。这条边际为正，赢家名单成立；一旦 λ 持续跑赢 g_Q（本模拟中 34% 的时间），价值便沿产业链向最难被效率侵蚀的瓶颈集中。 方法与免责 驱动起点/衰减/波动（g_Q 起 2.6 衰减 0.88、λ 起 1.35 衰减 0.93、δ 起 1.15 衰减 0.90）与板块载荷系数均为 专家先验 ，非经验估计；随机种子固定（42）。10 条路径样本小，统计量（尤其 p10、σ）仅供方向性参考；绝对累计倍数在十年尺度爆炸式发散，故刻意只聚焦增速动态与相对价值捕获。 全文为研究框架，不构成投资建议。

拜读了，还得是钛佬，我甚至不知道怎么回 谢谢大佬分享

本质上来说存储还是因为现在预期差不小，分歧不小，一旦跟达子一样了就gg了 所以谭里一直还有对存储犹豫不决、唱空、涨了就拍大腿dip不敢入等等之类的是好事，什么时候感觉到共识越来越强了就是该离场的时候了 感觉这个时间点应该差不多就可以转仓all in cpo了

Ss004: 结构性赢家 ：电力与能源、晶圆代工、光网络、载板材料、半导体设备、超大规模——占据效率无法侵蚀的物理瓶颈或寡头结构。 结构性输家 ：Neocloud（对算力降价与杠杆最敏感、尾部最重）、AI 加速器（价值被效率竞争侵蚀）、CPU； 软件/模型层 增长尚可但价值捕获被通缩持续削弱。 分歧地带 主要在存储（增长最高但周期性、离散度大）与云。 如果按照这个推演，储存的hype结束之后，大佬能不能推荐几个标？ETF/个股？ 光是不是已经都price in了电力和能源感觉产业链过于分散不太好投，半导体设备是EUV？代工就是TSM？（2T了，也已经price in了？）板载材料是INTC？。。。

这个我应该加一个免责声明。 实际上那个原文，我希望大家有时间去读一下。原文其实是一个可以滑动的模型，所以里面有很多变量。其中最重要的是时间维度的变量。 这意味着 token price 大幅下降的速度非常快，等到下降到一定程度后，我们才有 token demand 的提升。这两个时间是 mismatch 的。如果 mismatch 的时间比较长，市场会怎么反应？这其实至关重要。 这并不是一个 end game，而是有无数种路线。所以我挺希望大家读一下原文，但这确实挺花时间，需要很多思考。 因为并不是只有一种路径。从 open source 模型来讲，开源模型其实利好 hyperscaler，尤其是 new cloud。为什么？因为open source模型不够 efficient，而 frontier model 非常 efficient，这等于说它会消耗更多的 token。 但是我们都知道，像 Amazon、Google 甚至 Microsoft，对这两家 frontier labs 都有非常多的投入。现在市场里有很多变量，比如： Amazon CEO 把 Fable 这个模型举报给美国政府 OpenAI与 Anthropic 在竞争的同时，与 MSFT的关系也不是那么好，后者考虑co pilot提供DSv$4. 还在想办法让 NEO-Cloud Nimbus 对 GLM 5.2 进行原生支持 为什么这样？等于这是 Hyperscaler 这一层和 Model layer 这一层大家在争话语权。 就像英伟达跟内存厂商砍价的时候，他会发出一个消息（有可能是 SemiAnalysis 发的消息），说 NVL 576 HBM 要减产。这可能也是一种减价的策略，但现在市场上小作文很多，所以需要时间去了解这个东西。这中间有非常多的变量，所以还是多观察、多思考，我觉得这样比较好。

羡慕你们有这么多的闲心去分析这些。我扫了一眼好多名词都看不懂。我投资股市一直都是 vibe trading…

dddd120: 半导体设备是EUV？代工就是TSM？（2T了，也已经price in了？）板载材料是INTC？ 就我个人了解的情况，supply chain（供应链）这一块，INTC 的数字表现确实很好。 这主要看你是做 foundry play 还是 CPU play。代工方面，TSM 是一个非常稳定的标的，但问题是它到 2028 年的产能都已经排满了，所以现在大家都在看联电。 至于半导体材料，ASML对我来说 PE 太贵了。其他的半导体材料 PE 比它便宜得多，我更喜欢便宜一些的。

看不懂 大佬直接推个票 告诉我啥时候跑路吧

很久没在泥潭读到这种帖子了，感谢大佬，大佬以后多多分享！

谢谢大佬的分享！这种分析比张口就来的靠谱多了！

不过话说回来，楼主如果纯手打这么多，确实值得赞一个

真正的大顶，是所有人都一致认为会涨的时候

七月半导体还会继续有alpha嘛, 这里GPU 是什么role

Typless + CC发帖

历史上peak是sell side一起upgrade ；实际上有downgrade 说明peak还没到。

Ss004: 实际上那个原文，我希望大家有时间去读一下 感谢大佬的分享，请问这个原文有关键词吗

Ss004: 不管是软件行业的 Datadog、Snowflake，甚至 InnoData，大家在炒过那一段之后，还是会回到半导体领域，这导致大家的持仓会非常集中 +1 snow就只是在五月底财报后几天猛烈拉升了 目前又开始均值回归 但不能否认的是，datadog 和snow都是吃到了AI的红利，如果没有AI的故事，财报后60%+的拉升不可能的。 其实如果能time这些软件公司，几天50%+的收益完全不输半导体，但就是选择题太难做了

我这个CC发的有点问题，我争取明天再发一遍。 原作者是 https://substack.com/@arundhar

Ss004: 不管是软件行业的 Datadog、Snowflake，甚至 InnoData，大家在炒过那一段之后，还是会回到半导体领域，这导致大家的持仓会非常集中。 前几日的Quantum升了一天也下去了，还是被Semi吸干了

Ss004: 电力与能源 最近在看powl还有chevron。不知道想的对不对

WriteCode: 是所有人都一致认为会涨的 我看泥潭没人看空存储啊 哦，是不是等隔壁坚守msft的v神来买dram就到头了

/uploads/short-url/pklGsHrQVfhLg8iST0pAd9Nfp8L.png?dl=1

调研了一堆软件公司都看走眼了几个。。。最高时候整体软件抄底的确实有50%+，但是逃顶哪有那么容易。。。现在不少都跌回来了，最后发现还不如捏着dram不放

不说看空，但理解肯定不透彻，我今年来一直跟周围的人灌输的观念就是，存储不管什么位置，上车hold住就行，不想打理的话all in删app，愿意花点功夫的话buy the dip分批建仓hold死了，删完app年底再打开就行了 但感觉谭里大部分都是做一小段就走了，没多少一直hold着的

Kanee: 做一小段就走了，没多少一直hold着的 我就是 二月底海力士精准逃顶，然后没再入了一直到五月，中间一段时间一直泡在中概差点亏本，人麻了 亏我还是对存储有一点点了解的，这波知行不合一踏空无数

cpo业绩落地得2027年中了，现在先炒起来是不是有种钦定的感觉

我最近在试一个战法 在大a还可以 美股可能没那么有效 找后排 产业链上的 200亿市值以上（避免狗庄） pe ttm 60以下 20-40最佳 避免业绩暴雷和基本面太差 先加自选 等放量+大阳线一板或者大涨 如果是长期箱体盘整的标的突然大阳板了是一个很有利的信号 短期会有30-50的涨幅 看资金比看基本面效率要略高一点 目前战绩 6/8 昊华科技 35% 49 - 66 WF6 5/25 横店东磁 36% 22 - 30 永磁体 6/15 中材科技 35% 68 - 92 这个其实走过一波了 但第一波没赶上 玻璃纤维+电子布 5/27 扬杰科技 19% 110 - 131 功率半导体+涨价和欧盟豁免推动