投资TALK君驳AI泡沫论 指盈利预期上行否定重蹈2000覆辙

✨【投资TALK君特别版】线下分享:刻舟求剑科技泡沫,AI为何不同?✨20261003 — 投资TALK君

投资TALK君

当前美股科技股并未出现2000年互联网泡沫时期的盈利预期崩塌与估值失控,算力供需依然紧张且底层降本正大幅提振软件应用端的商业化变现。

AI-assisted summary of ✨【投资TALK君特别版】线下分享:刻舟求剑科技泡沫,AI为何不同?✨20261003 — original source. Check the original for full context.

Source published:

Key ideas

  • 本轮 AI 繁荣与 2000 年互联网泡沫存在本质差异:当前标普 500 前瞻估值约为 19 倍,远低于当年顶点的 25 倍,且前瞻 EPS 盈利预期持续上行,并未出现 2000 年盈利预期断崖式坍塌的迹象。 (20:00)
  • 算力租赁市场供需依旧紧绷,五年前发布的英伟达 H100 芯片租赁价格年内反弹约 30%,新一代 B200 同样呈现量价齐升,显示当前算力并未出现供给过剩。 (40:00)
  • 全球科技巨头资本开支(CapEx)预计将从 2026 年的约 7,000 亿美元激增至 2027 年的突破 1.3 万亿美元,重资产基建存在 3 至 5 年的投资与回报周期错配,收入释放期将落在 2029 年前后。 (35:00)
  • 单个智能任务执行成本经历万倍暴跌(从 763 美元降至 0.06 美元),推动个人端(如 Meta Muse)和企业端智能体(Agent)加速普及,单月 500 美元的企业数字员工正在重构 ROI 逻辑。 (50:00)
  • Token 与推理成本的暴跌并非行业通缩利空,而是实质压降了软件公司的底层要素成本,只要终端交付定价保持稳定,应用层软件公司毛利率将迎来显著扩张。 (150:00)

Detailed notes

## Background 该视频由财经 YouTube 频道「投资TALK君」于 2026 年 10 月 9 日发布,记录了一场在加拿大举办的线下主题分享会。页面未提供具体的简介与 Show notes,活动核心围绕 AI 浪潮下的科技股估值、商业化落地以及与 2000 年互联网泡沫的对比展开深入探讨。

## TL;DR 本次线下分享由富途旗下 Moomoo、Harvest ETFs 与知名宏观金融博主「投资TALK君」联合呈现。上半场重点剖析 AI 产业现状,对比 2000 年 Dot-com 泡沫,指出当前美股估值与前瞻盈利并未见顶崩塌,API 成本的万倍下挫正强力推动个人与企业端智能体(Agent)快速普及。随后,Harvest ETFs 拆解了支撑 AI 运转的硬件、电力基建板块及备兑期权(Covered Call)现金流策略,Moomoo 团队则演示了专业期权分析工具及合规风控体系。最后的 Q&A 深入解答了长债利率影响、循环融资杠杆以及开源与前沿闭源模型的共存分层格局。

## Atmosphere & style 整场活动洋溢着专业硬核与轻松幽默交织的沙龙氛围。主讲人投资TALK君与主持人频频抛出「说相声」、「新钱老钱拿房地产打比方」等风趣互动,现场举手表决和笑声不断,瞬间拉近了讲台与观众的距离。在探讨硬核财务数据、宏观周期与复杂期权策略时,主讲人展现出严密敏锐的逻辑推演,让整场长达两个半小时的分享兼具高密度的认知启发与亲切的社群温度。

## Bulletin - [20:00](https://www.youtube.com/watch?v=easLrrePK9E&t=1200s) 本轮 AI 繁荣与 2000 年互联网泡沫存在本质差异:当前标普 500 前瞻估值约为 19 倍,远低于当年顶点的 25 倍,且前瞻 EPS 盈利预期持续上行,并未出现 2000 年盈利预期断崖式坍塌的迹象。 - [40:00](https://www.youtube.com/watch?v=easLrrePK9E&t=2400s) 算力租赁市场供需依旧紧绷,五年前发布的英伟达 H100 芯片租赁价格年内反弹约 30%,新一代 B200 同样呈现量价齐升,显示当前算力并未出现供给过剩。 - [35:00](https://www.youtube.com/watch?v=easLrrePK9E&t=2100s) 全球科技巨头资本开支(CapEx)预计将从 2026 年的约 7,000 亿美元激增至 2027 年的突破 1.3 万亿美元,重资产基建存在 3 至 5 年的投资与回报周期错配,收入释放期将落在 2029 年前后。 - [50:00](https://www.youtube.com/watch?v=easLrrePK9E&t=3000s) 单个智能任务执行成本经历万倍暴跌(从 763 美元降至 0.06 美元),推动个人端(如 Meta Muse)和企业端智能体(Agent)加速普及,单月 500 美元的企业数字员工正在重构 ROI 逻辑。 - [02:30:00](https://www.youtube.com/watch?v=easLrrePK9E&t=9000s) Token 与推理成本的暴跌并非行业通缩利空,而是实质压降了软件公司的底层要素成本,只要终端交付定价保持稳定,应用层软件公司毛利率将迎来显著扩张。

## Key takeaways - [15:00](https://www.youtube.com/watch?v=easLrrePK9E&t=900s) 讨论资本泡沫必须严格区分估值倍数过高的“估值泡沫”与远期业绩无法兑现的“盈利泡沫”;2000 年科技泡沫破灭的根本导火索是前瞻 EPS 预期的断崖式下滑,而非单纯的高估值。 - [25:00](https://www.youtube.com/watch?v=easLrrePK9E&t=1500s) 拿当下的宏观图表去刻舟求剑 2000 年是站不住脚的,当前大科技公司现金流充沛且盈利动能强劲,当前市场分歧的核心在于对未来一年 AI 商业变现兑现度的认知分歧。 - [25:00](https://www.youtube.com/watch?v=easLrrePK9E&t=1500s) AI 落地在短短 8 个月内经历了从年初自费高昂 Token 的极客玩具(如 Open-AutoGLM)到 Meta 依托海量分发渠道免费推行 Muse 智能体的大众普及跨越。 - [35:00](https://www.youtube.com/watch?v=easLrrePK9E&t=2100s) AI 基建存在显著的时间错配:数据中心与算力投资需要 3 至 5 年才能释放业绩,科技巨头当下的高增速源自过往布局,而华尔街分析师习惯性按平增速曲线存在认知盲区。 - [45:00](https://www.youtube.com/watch?v=easLrrePK9E&t=2700s) 算力军备竞赛长远来看必然会经历供需过剩的清洗时刻,如同多伦多楼花因 4-5 年建设周期与需求逆转产生供需错配,但目前算力端仍未见该拐点迹象。 - [50:00](https://www.youtube.com/watch?v=easLrrePK9E&t=3000s) 大模型市场正走向两极分层:中国开源模型迅速抢占标准化、低难度的日常任务,而 OpenAI 与 Anthropic 等闭源 Frontier 模型则凭借处理高复杂度任务维持高溢价。 - [55:00](https://www.youtube.com/watch?v=easLrrePK9E&t=3300s) 相比高薪全职员工,月订阅费仅约 500 美元的 B 端企业智能体具备极其夸张的投资回报率,智能体采纳度将是推动 AI 业绩兑现的核心载体。 - [01:07:30](https://www.youtube.com/watch?v=easLrrePK9E&t=4050s) AI 投资不仅限于顶层软件和明星模型公司,硬件网络与能源电力基础设施同样是核心骨架,公用事业与冷却技术已成为算力扩张的关键瓶颈。 - [01:12:15](https://www.youtube.com/watch?v=easLrrePK9E&t=4335s) 机构采用备兑期权策略(Covered Call)为波动剧烈、缺乏股息的科技成长股提供类似房租的稳定月度现金流,并在震荡市与熊市中充当下行缓冲气垫。 - [01:40:00](https://www.youtube.com/watch?v=easLrrePK9E&t=6000s) 在期权实战中,散户的观点往往难辨真伪,而直接追踪交易所大单的“期权异动”能穿透噪音,交叉验证机构巨鲸真金白银的重仓方向。 - [01:45:00](https://www.youtube.com/watch?v=easLrrePK9E&t=6300s) 财报公布前夕的隐含波动率(IV)往往低估了标的的真实股性波动,为利用波动率超预期进行期权跨式或方向性布局提供了交易契机。 - [02:10:00](https://www.youtube.com/watch?v=easLrrePK9E&t=7800s) 市场杠杆与循环融资(如软银借贷注资)本身不是供需失衡的诱因,但在基本面出现供需逆转时,杠杆会充当灾难性的放大器。 - [02:15:00](https://www.youtube.com/watch?v=easLrrePK9E&t=8100s) 在资金成本长期居高不下的宏观常态下,缺乏高增长的平庸公司估值遭到无情挤压,而大科技巨头凭借跑赢贴现率的超额盈利增速展现出更强的估值韧性。 - [02:25:00](https://www.youtube.com/watch?v=easLrrePK9E&t=8700s) 行业不存在宣告 AI 泡沫形成的单一领先指标,单一巨头的资本策略调整往往是模型快速迭代带来的供应链重构,不能盲目断定为产业下行。 - [02:30:00](https://www.youtube.com/watch?v=easLrrePK9E&t=9000s) 开源生态与闭源 Frontier 模型不是零和博弈,开源降低了全社会的探索门槛,尖端闭源模型则持续攻坚高难度商业化场景,两者呈现多元共存格局。

## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=easLrrePK9E&t=0s) 富途与 Moomoo 的发展历程与合规保障

Moomoo 加拿大负责人向现场观众作自我介绍。他于 2015 年加入富途,并在 2023 年底携全家移居加拿大。此前在总部任职期间,他主要负责研发工作,用户目前所使用的整个交易风控系统均由其团队搭建。因此,对于富途如何在当前 AI 浪潮下迎合与拥抱行业巨变,团队内部有着极为深入的技术探讨。他重申了富途自创业伊始、由创始人兼 CEO 李华一直坚持的理念——“让投资更简单,不孤单”。“不孤单”体现在大家齐聚一堂交流观点、共同学习与成长;“让投资更简单”则是整个 App 致力于为用户赋能的核心目标。

负责人回顾了公司的关键发展节点:富途于 2012 年成立,2018 年在美创立 Moomoo 品牌,2019 年正式上市,2023 年进军加拿大市场。到 2025 年,平台荣获“加拿大第一的美国投资平台”年度大奖。从最近披露的第二季度财报来看,无论在用户数、客户资产还是交易额方面,平台均实现同比两位数的大幅增长。截至目前,业务版图已拓展至 9 个国家和地区,且今年在泰国正式展业营业。

在合规与资产安全层面,Moomoo 坚持“本地持牌、本地运营”。在加拿大,平台与五大行及本土其他持牌券商同样受到严格的本地金融监管,所有资质牌照与数据保护均在本地落实。平台不仅隶属于上市公司体系,客户资金还享有充分保障:作为 CIPF(加拿大投资者保护基金)成员,平台为每个账户提供最高 100 万加币的赔付保险机制,确保极端情况下客户资产依然安全无虞。加拿大团队由曾历任多家顶级金融机构高管的行业老将 Michael Ebers 领军,统揽每日交易执行、风控合规、清结算以及出入金通道,为投资者的合规投资构筑底线护栏。

- 2012 年:富途正式成立 - 2018 年:在美国推出 Moomoo 品牌 - 2019 年:公司正式登陆美股上市 - 2023 年底:负责人携全家抵加,业务正式拓展至加拿大 - 2025 年:荣膺加拿大评选的最佳/第一美股投资平台大奖 - 业务范围:覆盖 9 个国家与地区(含今年正式展业的泰国) - 资产保障:CIPF 会员,单账户享有最高 100 万加币保险额度

---

[05:00](https://www.youtube.com/watch?v=easLrrePK9E&t=300s) 从工业革命到 AI 时代:Moomoo AI 如何重塑投资决策

探讨投资这门学问,几乎所有人的共识都是“难”。回顾富途早期的创业历程,投资者面临的痛点主要是信息不对称与工具匮乏:散户不知道去哪里看权威数据、缺少划线预测的分析工具、无法像机构那样支付高昂成本订阅彭博终端。富途过去十余年所专注的,正是通过上线海量透明资讯、提供上百种交易分析工具并压低交易佣金,为散户提供平等的参与机会。

然而进入 AI 时代后,投资的底层逻辑发生了剧变。如果说工业革命是用蒸汽机与化石能源替代人类体力,AI 时代的本质则是对“人类智力”的替代与增强。面对市场中每天爆炸式的资讯、晦涩的指标(如 RSI、布林线等),普通人往往难以理清其与股价波动的直接联系。为此平台推出了“Moomoo AI”。负责人打了一个生动的比方:过去做一顿丰盛的年夜饭,投资者需要上网到处搜食谱、备食材,一步步试错学习;而 Moomoo AI 则像一位“五星级大厨”,平台提供最顶级的食材与准确数据(权威数据源、清洗过的指标与新闻),AI 则替代或辅助用户完成烹饪并输出结论。底层无论涉及大模型、AI Agent 还是复杂架构,其根本目标都在于改变日常的投资决策方式。

```mermaid flowchart TD accTitle: Moomoo AI 辅助投资决策工作流 accDescr: 展示从权威数据输入到 Moomoo AI 进行分析、回测,并输出辅助决策的完整流程。

subgraph Data["数据与输入层"] D1["权威机构评级与预测"] D2["异动成交信号 (如期权大单)"] D3["技术指标 (RSI / 布林线)"] end

subgraph AI["Moomoo AI 引擎"] A1["多维度观点汇整与归因"] A2["异常信号解读与风控指引"] A3["自然语言策略生成与历史回测"] end

subgraph Output["用户交付层"] O1["投资决策辅助 (附数据溯源注脚)"] O2["自动化异动与财报监控助理"] end

Data --> AI AI --> Output ```

负责人现场展示了 Moomoo AI 的几大实际落地场景: 1. **聚合分析与深度答疑**:当某只股票上市或出现异动,用户无需到处检索各方研报,直接向 AI 发问,AI 便会汇总权威机构的评级分歧、平均目标价,并清清楚楚呈现结论推导路径。为规避大模型的幻觉问题,AI 输出的每条结论底部均附带可追溯的来源脚标。 2. **异动信号实时解读**:例如市场上突然出现 7,200 张美光科技(Micron)的巨量看涨期权大单成交,普通用户往往不知所措;AI 能迅速解读该信号对正股多空行情的潜在意涵以及投资者需要提防的风险点。 3. **自然语言策略回测**:用户若想测试“RSI 结合布林线”的交易策略是否具有正期望值,只需用日常语言向 AI 输入一句话,AI 就能自动完成逻辑编写,调取过去一两年的历史数据进行回测,直观反馈盈亏比与胜率。 4. **私人助理级日常盯盘**:AI 可全天候监听特定公司的新闻动向与财报电话会,定时推送个性化预警,真正演进为随叫随到的专属投资智能助手。

---

[10:00](https://www.youtube.com/watch?v=easLrrePK9E&t=600s) 特邀嘉宾“投资TALK君”登场与开场互动

Moomoo 加拿大负责人总结道,AI 产品的核心价值就是让复杂的投资变得极简,而线下沙龙则践行了“不孤单”的初衷。随后主持人登台串场,调侃负责人刚才“语速飞快、发言罕见地精简”,现场气氛轻松融洽。

主持人顺着 AI 议题展开,指出 AI 犹如新一轮工业革命,在过去几年及未来极长的时间内都会是市场最热的主题。但对于普通投资者而言,真正的困惑在于“如何登上这列高速列车”——毕竟前两次工业革命在座没有一个人亲身经历过。在这场变革中,除了大众熟知的科技巨头如 Meta、OpenAI(ChatGPT 等),产业链上下游还有哪些半道崛起、能从底层吃到发展红利的公司?

带着这些核心疑问,主持人隆重邀请本场重磅嘉宾——在 YouTube 与 Twitter(X)拥有数十万忠实粉丝的知名宏观金融博主、美联储与 AI 领域资深观察员“投资TALK君”登场。投资TALK君同样专程从多伦多飞赴现场。走上讲台后,投资TALK君幽默地回应了前面的分享:“刚才听完赵总的介绍,我觉得你们在做一件‘破坏行业’的事——因为我平时把自己定位成一个分析师,而 Moomoo 的 AI Agent 一出来,简直是要来取代分析师行业的饭碗,看来我自己也必须多加把劲了!”一段自嘲瞬间拉近了与现场观众的距离。

---

[15:00](https://www.youtube.com/watch?v=easLrrePK9E&t=900s) 现场互动与泡沫本质:估值泡沫 vs 盈利泡沫

投资TALK君直入讲座的核心主题:自 2023 年 ChatGPT 横空出世以来,以英伟达(NVIDIA)为首的大型科技股经历了一轮波澜壮阔的暴涨,几乎所有市场参与者都在追问同一个问题:“现在的 AI 行业到底有没有泡沫?还能不能继续投资?”

在正式展示深度数据前,投资TALK君在现场做了一个快速举手调查,探测观众的主观体感: - 认为当前 AI 市场存在明显泡沫的观众大约仅占全场的 5%; - 绝大多数观众处于“摇摆不定”的中间地带:一方面觉得市场涨幅巨大、心中隐约担忧估值过高,另一方面又看到大科技公司的业务与基本面极具吸引力,拿不定主意。

面对现场观众的犹疑,投资TALK君打趣道:“大家配合度还是不够高啊,本来应该多举手演一下觉得有严重泡沫,那我今天准备的内容才更有价值嘛!”他同时向台下打预防针:自己的分析框架高度依赖硬核数据与基本面逻辑;现场如果有观众只关心“下周某只股票到底能不能买、能不能涨”,自己完全欢迎提问,但由于资本市场的不可预测性,这类问题通常给不出所谓标准的确定答案。

回到严谨的研究框架,投资TALK君指出,当我们讨论资产泡沫时,市场通常会将其与 2000 年的互联网泡沫(Dot-com Bubble)作横向映射。在股市语境下,**泡沫在结构上必须严格区分成两类**:

| 泡沫类型 | 核心关注指标 | 机制定义与形成原因 | |:--- |:--- |:--- | | **估值泡沫 (Valuation Bubble)** | 静态 P/E、前瞻 P/E(Forward P/E) | 资产价格被过度炒作,单纯从估值倍数看“太贵了”。通过横向对比历史中枢(如日常 18-19 倍 vs 极端峰值 25 倍)即可判定是否脱离地心引力。 | | **盈利泡沫 (Earnings Bubble)** | 前瞻 EPS(Forward EPS)、实际财报兑现度 | 市场对企业未来的盈利预期过分乐观。若一年后企业实际赚取的净利润无法兑现当前预期,便印证了当初的利润预期完全是泡沫。 |

为了验证这两类泡沫如何终结一场大牛市,投资TALK君带领大家复盘了 2000 年科技泡沫的见顶与崩塌过程。在 1999 至 2000 年的顶点,标普 500 指数于 2000 年 8 月 31 日触及约 1,500 点的高位,随后一路狂泻至 2002 年 10 月的 700 多点低谷,大盘近乎腰斩。从图表中的估值轨迹可以看出,早在标普指数见顶之前,市场的估值倍数就已经在 25 倍的历史高位徘徊;随后估值率先开始掉头向下压缩,紧接着整个大盘指数才开启了雪崩式的断崖下跌。

---

[20:00](https://www.youtube.com/watch?v=easLrrePK9E&t=1200s) 复盘 2000 年科技泡沫:大盘见顶下跌的真凶

投资TALK君在图表中切换了核心指标,将大盘走势与前瞻每股收益(Forward EPS)放在同一维度比对,剖析当年暴跌的真正诱因。

数据显示,从 2000 年初到 2002 年,估值倍数固然在持续回落,但**标普 500 指数真正开始出现毁灭性大跌的转折点,并非单纯由高估值触发,而是前瞻盈利预期(Forward EPS)出现了灾难性的失速下滑**。当一连串科技公司发布业绩暴雷公告、底层商业模式无法产生真金白银的利润时,华尔街分析师迅速下调了对上市公司未来一整年的盈利预测。伴随着盈利预期线的持续塌陷,股市的主跌浪才被彻底引爆。这一复盘揭示出一个核心规律:2000 年互联网泡沫的全面破裂,本质上是企业无法兑现天花板预期的**盈利泡沫破裂**。

以此为镜对照当下市场,投资TALK君给出了令人深思的数据对比: - **估值层面**:当前美股市场的估值倍数大概在 19 倍左右(而一年前市场高点曾触及 23 至 24 倍的高位)。横向对比两年前的自身区间或 2000 年泡沫顶峰的 25 倍,当前的估值水平其实处于过去两年相对合理适中的位置,难以得出“单纯估值已经极度泡沫化”的铁证。 - **盈利层面**:如果将视角切换到当前的盈利预期曲线(Forward EPS),这条线不仅没有像 2000 年那样发生崩溃性向下拐折,反而在稳步抬升。从当下宏观图表和财务数据来看,根本得不出“科技巨头盈利正在崩盘”的定论。

投资TALK君强调,无论是技术分析(例如观察 RSI 跌至 30 超卖区间反弹)还是基本面研究,人们本质上都是在历史规律中寻求锚点。尽管未来无法完全预测——比如下周一谷歌或某家巨头可能突然遭遇黑天鹅爆雷导致市场预期剧震——但目前多空双方争论的焦点,根本不在于表面的技术点位,而在于对 AI 落地兑现度的认知分歧:多头坚信 AI 正在大科技公司的底层基本面中扎扎实实变现,而空头则坚定认为当前市场对未来一年的 EPS 预期过于乐观。

---

[25:00](https://www.youtube.com/watch?v=easLrrePK9E&t=1500s) 刻舟求剑与 AI 落地现状:从“小龙虾”到 Meta Muse 的 8 个月演变

投资TALK君总结道,美股通常看未来一年的前瞻业绩;如果投资人认为市场对半导体及科技巨头的盈利预测是准确的,那么当前就不存在系统性泡沫;反之,若认为市场严重高估了巨头的变现能力,泡沫才成立。但无论如何,单纯拿当下的宏观数据去“刻舟求剑”2000 年互联网泡沫是站不住脚的,因为现阶段各大科技公司的基本面不仅没有变坏,其现金流与盈利动能依然极度强劲。

为了具象化展示 AI 是如何短短几个月内实现商业化迭代并扎根现实的,投资TALK君带领观众梳理了从 2024 年 1 月到 9 月的 AI 应用落地历程:

1. **年初的极客试验(2024 年 1 月,Open-AutoGLM / “小龙虾”类智能体)**: 年初在社交平台和 YouTube 上大火的个人 AI 智能体曾引发极客狂欢。然而该阶段存在极其严苛的门槛:首先硬件上需要自购 Mac mini 作为本地载体(一度导致市场断货);其次是极其昂贵的运行成本。智能体帮用户执行任务必须调用底层 API 燃烧 Token,很多人每个月需要自掏腰包四五百美金。对于 C 端个人消费者而言,一个月烧掉四五百元却无法带来一两千甚至上万元的确定性 ROI(投资回报率),这种高成本纯玩具属性的智能体在经济学上完全不可持续,最终导致绝大部分普通用户纷纷放弃。

2. **秋季的大众普及(2024 年 9 月,Meta 发布个人智能体 Muse)**: 短短 8 个月后,Meta 官方推出了面向大众的个人 AI 智能体。Meta 产品之所以能在推出短短一两周内迅速席卷 500 万用户,核心就在于其采取了**对 C 端消费者完全免费**的策略。与预算充裕、试错空间大的 B 端企业不同,C 端用户对价格极度敏感。Meta 自掏腰包承担 Token 成本,瞬间激发了海量试用。

如今的个人智能体已具备极高的执行实用度: - **复杂监控与交互**:用户只需对智能体说“帮我监测飞温哥华的机票,贵了就别买,降价时提醒我”,智能体不仅会自动通过 Google 完成全网检索比价,还能在机票价格波动时主动推送通知,询问用户是否立刻下单。 - **系统级操作权限**:只要用户给予授权,智能体能够深入手机底层应用执行繁琐任务,例如自动识别并批量清空邮箱中的垃圾邮件,或者在给定 5,000 元预算的前提下全网筛选推荐最合适的电视机。 - **巨头渠道分发(Distribution)降维打击**:相较于年初极客圈仅有一两百万人试水的小龙虾,Meta 坐拥 Instagram、Facebook、WhatsApp 构筑的数十亿全球用户超级流量池。这种无与伦比的“渠道分发力”,结合免费降价策略,推动个人智能体在短短两周内实现了指数级破圈。这种迅猛的落地渗透速度,正是本轮 AI 浪潮与当年 Dot-com 时代只有空洞概念的本质差异所在。

[30:00](https://www.youtube.com/watch?v=easLrrePK9E&t=1800s) API成本下降推动技术普及与模型巨头营收加速

在探讨智能体(Agent)的采纳度(Adoption)时,主讲人指出,当前Meta等科技巨头之所以能面向大众免费开放智能体应用,核心动力在于底层API调用成本的大幅下挫。在技术早期阶段,无论是像小龙虾等端侧尝试还是早期应用,调用不同模型的开销极其高昂;依据商业常识,一件工具的使用成本越高,其大众普及程度就越低。正因如此,早期AI的商业落地几乎清一色局限于财力雄厚的大型科技公司身上——只有他们能在算力昂贵时持续投入试错,甚至把市面上的高端算力包揽一空去支持内部编程(Coding)等高附加值工作。

然而,随着以中国开源模型为代表的新势力切入生态,算力与Token的使用门槛被彻底打穿。主讲人打了个形象的比方:正如上世纪90年代个人电脑(PC)因为售价高昂而无法普及,直到硬件性能成倍提升而价格持续崩塌后,PC才真正走进千家万户并重塑生产力。AI目前正是沿着相同的轨迹演进。审视整个行业的商业化真实现状,市场通常锚定全球两大闭源前沿模型巨头——Anthropic与OpenAI。它们的营收曲线在2025至2026年呈现出斜率不断变陡的指数级暴涨态势,直观印证了AI商业落地的变现步伐非但没有减速,反而是在持续加速冲刺。

```mermaid flowchart TD accTitle: API成本下降驱动AI技术普及机制 accDescr: 展示开源模型进入、算力成本暴跌如何带动闭源巨头营收与全行业应用落地 subgraph Cost ["成本变化"] A["开源模型入局搅动市场"] --> B["API/Token 成本成万倍下降"] end subgraph Market ["供给与消耗"] B --> C["企业宣发与使用门槛骤降"] C --> D["个人与企业端丰富场景涌现"] end subgraph Revenue ["商业化结果"] D --> E["Anthropic / OpenAI 营收加速增长"] E --> F["AI应用渗透率呈指数级上扬"] end ```

---

[35:00](https://www.youtube.com/watch?v=easLrrePK9E&t=2100s) 投资与回报周期的错配:谷歌云增速与市场预期的争论

市场对于AI是否存在“盈利泡沫”的激烈争论,往往集中在华尔街分析师的前瞻预测上。以谷歌云(Google Cloud)为例,其过去几个季度的营收增速从34%、48%、63%一路飙升至即将公布财报预期的88%,呈现清晰的加速形态,高度契合底层大模型公司的营收走势。然而,华尔街的模型给出的远期定价却习惯性地设定均值回归:预计三个季度后增速将逐步回落至77%甚至更低。看空者以此认为巨头体量膨胀后无法维持高速增长,预示着落地停滞与盈利泡沫;而主讲人则持有截然相反的判断,认为77%的预期依然被严重低估,实际数字未来可能维持在80%、90%甚至更高。

这种分歧源于科技基建中显著的“投资周期与回报周期的时间错配(Time Mismatch)”: - **错配机理**:数据中心建设动辄消耗数十亿美元,就像采购重工业机械,当期真金白银砸下去,资金回流与业务变现必须在未来的3到5年内才能逐步兑现。 - **历史因果倒置误区**:谷歌眼下能够交出88%、82%的惊人增速,并非取决于今年第一季度的短期开销,而是源于一两年前所布局的资本开支(CapEx)结出的果实。 - **资本开支量级激增**:2026年全球科技巨头的总CapEx预期约为7,000亿美元,而到2027年这一数字预计突破1.3万亿美元(同比激增近100%)。这一批规模空前的基建投入,其对应的营收释放期将落在2029年前后。

面对这一完全脱离历史参照系的未知领域,华尔街习惯按传统大公司模型去按平增速曲线,就如同2023年分析师们反复预言英伟达增长见顶却被连续打脸一样。主讲人建议投资者,如果自己难以精确推演复杂的行业终局,不如将判断外包给你所信任的、身处前线的管理层。

---

[40:00](https://www.youtube.com/watch?v=easLrrePK9E&t=2400s) 算力租赁价格真实信号与华尔街分析师的盲区

在评估AI落地是虚火还是真实需求时,一个最直观且无法作假的硬核指标就是市场上的算力GPU租赁价格。数据表明,算力市场正处于高度景气的状态: - **旧款芯片反常升温**:英伟达在五年前发布的旧款芯片H100,其租赁价格按常规硬件折旧逻辑应当一路下行,但从年初至今却逆势反弹了约30%。哪怕是老旧架构的算力,依旧被各类机构疯抢。 - **新款硬件量价齐升**:全新架构的B200 GPU机型在市场上同样出现非常明显的租赁价格跳涨。

新旧芯片租赁行情的同步走高,说明当下的有效算力需求仍然大幅压倒供应,直接否定了短期泡沫破裂的假说。与此同时,这也揭示了华尔街分析师预测的局限性:无论亚马逊AWS还是谷歌,分析师给予管理层的能见度(Visibility)通常只敢给两三个季度(预测37%到39%),往后便由于缺乏想象力而断崖式调低预期。分析师每次都是等管理层财报指引上调后才亦步亦趋地修补模型。主讲人指出,管理层敢于连续数年将数百上千亿美元压在资本开支上,本身就建立在对商业回报率(ROI)有高确定性考量的基础之上。

---

[45:00](https://www.youtube.com/watch?v=easLrrePK9E&t=2700s) 供求追逐战:类比多伦多房地产楼花的未来过剩预警

尽管短期内需求旺盛,但主讲人坦言,未来必然会出现一个“供给压倒需求(Overbuilt)”的时刻,届时整个行业将面临真正的盈利泡沫回撤。造成这一必然结果的根本原因,正是宏观调控与重资产投资中无法规避的滞后性,如同央行加息降息极难实现绝对的“软着陆(Soft Landing)”。

为了让现场观众感同身受,主讲人拿加拿大本地的房地产市场作了生动的类比: - **房地产供需错配**:几年前多伦多和温哥华的房价飞涨,政府与开发商认为供给短缺,于是大干快上批准兴建大量公寓(Condo)。但Condo从规划到交付需要4至5年的工期。 - **周期反转的惨案**:4至5年之后,楼盘全部建成了,联邦政府却骤然收紧移民政策,人口流入骤降导致需求断崖。其直接后果便是现在的多伦多楼花市场全面爆雷,买家宁愿赔光首付也拒绝收楼,导致资产价格暴跌。

科技巨头目前的算力军备竞赛也是同理:现在疯狂砸钱买地、建电厂、堆算力,但谁也无法精准预言3到5年后的消费者偏好、企业端软件生态与商业变现结构。一旦未来某一天算力供给排山倒海般涌现,而上层软件应用没能跟上,客户便会开始发起价格谈判,引发估值与盈利层面的剧烈清洗。不过,主讲人强调,当前完全没有看到这种过剩拐点的任何端倪。

---

[50:00](https://www.youtube.com/watch?v=easLrrePK9E&t=3000s) 单任务成本万倍暴跌与中美大模型的分层演进

从任务单价(Cost per Intelligence Task)的维度看,AI正在发生数量级的根本质变: - **成本断崖式跳水**:完成单个智能任务的成本从早期的每任务763美元,一路狂跌至部分模型的0.06美元(6美分),跌幅达万倍级别。 - **场景平民化触发点**:当让智能体在全网比价、寻找最便宜机票并自动下单的完整操作只需要花费5到6美分时,用户的采纳意愿将呈几何级爆发,未来的智能手机势必将标配完全免费的个人生活智能体(如Meta的Muse)。

而在大模型竞争格局上,中国开源模型展现出强大的破坏力。在Token消耗量的统计图表中,中国开源模型的份额(蓝色折线)在过去四到五个月里直线上升;Anthropic与OpenAI两强(黄色折线)的Token市占率虽然被摊薄,但由于AI整体应用市场的大盘(蛋糕)正在以更惊人的速度膨胀,这两家闭源顶流仍旧牢牢占据着全行业超过50%的模型资金支出。

未来行业将走向清晰的任务分层: - 低算力、日常简单的任务(如“从地上捡东西”级别的简单检索)分流给极为廉价的开源模型; - 高智商、高知识密度的复杂任务(如专业的商业分析、路演PPT准备等)则继续由高定价的尖端闭源模型承担。

```mermaid flowchart LR accTitle: AI任务分层与模型匹配逻辑 accDescr: 展示高复杂任务与低复杂度日常任务如何分流至尖端模型与开源模型 subgraph Tasks ["任务需求分层"] T1["高复杂度智力任务<br>(演示文稿/深度研究/复杂推理)"] T2["低复杂度日常任务<br>(信息查询/机票比价/基础指令)"] end subgraph Models ["模型与成本矩阵"] M1["尖端闭源大模型<br>(OpenAI / Anthropic)<br>定价高、能力顶尖"] M2["高性价比开源模型<br>(中国开源生态等)<br>Token极低廉、响应迅速"] end T1 --> M1 T2 --> M2 ```

---

[55:00](https://www.youtube.com/watch?v=easLrrePK9E&t=3300s) 500美元AI员工冲击与主持人的ETF环节衔接

主讲人对上半场的科技宏观论述进行了系统收尾:当前市场绝非2000年互联网泡沫重演,估值并无泡沫,短期也没有显现盈利泡沫。真正的爆发拐点将落脚在智能体(Agent)的全面普及: - **个人端**:以Meta发布的Muse为代表,日常管家型智能体正在快速渗入C端硬件; - **企业端(B端)**:OpenAI接连推介针对B端的GPT-6.0 Astra以及能够化身“员工数字分身”的Dots。员工只需向其下达指令或打电话,Dots便能代为执行繁琐流程,人类员工退居为结果的核验者。

主讲人现场算了一笔极具冲击力的账:在美国雇佣一名普通办公室员工,年薪至少10万美元,加上医疗保险和各项福利,企业每月综合用人成本超过1万美元;而如今一个功能强大的企业AI智能体订阅费仅需每个月500美元。即使不能完全替代1万美元的高薪全职,只要它能替代价值2,000至5,000美元的常规工时,对企业而言其投资回报率(ROI)就已具备压倒性的吸引力。主讲人打趣道,自己在年初对AI是“既兴奋又害怕”,不仅开玩笑担心像Moomoo开发出的数字人演说Agent会把自己这种演讲者替代掉,更害怕的是作为投资人在日新月异的技术浪潮中遗漏了核心变量。

随后,现场主持人重新上台控场,调侃老赵刚才发言像“说相声”一样仓促,称赞投资TALK君的宏观与个股幻灯片分析详实深刻、货真价实,展现出坐拥数十万粉丝的顶流博主水准。在完成上半场AI产业的探讨后,主持人引导现场观众将目光从科技个股转向多元化配置的重要载体——ETF基金,并现场介绍了本次活动的最大赞助商Harvest ETF(展台上摆有其蓝色专属笔记本),随后播放了Harvest ETF首席执行官Michael Kovacs的宣传致辞视频,活动正式切入宏观配置与ETF市场展望的新阶段。

[01:00:00](https://www.youtube.com/watch?v=easLrrePK9E&t=3600s) Harvest ETFs 介绍与 AI 演进的三阶段

活动进入下一环节,来自加拿大知名 ETF 发行商 Harvest ETFs 的代表 Alan 与同事 Avi 上台进行主题分享。Alan 介绍道,Harvest ETFs 成立于 2009 年,迄今已有十余年历史,并在 2016 年开始重点转向 ETF 业务,目前管理资产规模(AUM)已达约 140 亿加元(14 billion)。

谈及人工智能(AI)的技术演进,Alan 将其划分为三个核心阶段: 1. **第一阶段:机器学习与数据分析(Machine Learning / Analytics)**。主要是辅助性质的工具,帮助人类分析和查看已经存在的数据,属于基础的算法与数据处理。 2. **第二阶段:生成与升级(Generative AI)**。AI 开始展现出创造力,不仅仅是辅助工具,更能自主创造全新内容,如同根据已有菜谱升级改良,甚至创造出全新的独家菜谱。 3. **第三阶段:自主意识与全自动执行(Autonomous AI)**。以英伟达(NVIDIA)等领军企业为代表的成熟技术形态,AI 拥有了高度的自主能力。延用做菜的类比,此时的 AI 已经不仅是提供菜谱,而是像实体机器人一样能够全程自主替人类把饭做出来。目前这类技术在医疗健康(Healthcare)等深度专业领域的应用正快速铺开。

Alan 总结,各大科技巨头在研发 AI 时都要经历两个核心时期:首先是**“自学期”**(底层研发、海量大数据与智能分析),随后是**“服务期”**(推向市场大众)。正如一个人学医,必须先苦读多年积累底层医学系统;当真正走出象牙塔面对形形色色的病人时,在交互与实战中才能完成真正的认知迭代与系统进化。

```mermaid flowchart LR accTitle: AI技术演进三阶段与研发周期 accDescr: 展示AI从机器学习分析到自主行动的三阶段演变,以及自学期到大众服务期的研发飞轮。

subgraph Evolution["AI 技术发展三阶段"] P1["第一阶段: 机器学习与分析<br/>(辅助已有数据查看)"] P2["第二阶段: 生成与升级<br/>(创造新菜谱/内容升级)"] P3["第三阶段: 自主与实体执行<br/>(如自主炒菜机器人/医疗应用)"] P1 --> P2 --> P3 end

subgraph Lifecycle["企业产品研发双周期"] L1["自学期 (研发阶段)<br/>底层系统/大数据智能分析"] L2["服务期 (大众交互)<br/>如同医生问诊实践中持续升级"] L1 --> L2 end ```

---

[01:07:30](https://www.youtube.com/watch?v=easLrrePK9E&t=4050s) 穿透表象:支撑 AI 运转的“三大核心板块”

在基金公司的投资视角下,大众对 AI 投资的理解往往局限在最顶层的热门软件或直接生产模型的明星科技股(如 Meta、英伟达、Alphabet 等)。但 Alan 指出,投资 AI 远不止于买单一软件或几家耳熟能详的巨头,AI 的运转背后依赖于庞大的底层基础设施。基金机构通常将 AI 产业链划分为三大核心板块:

1. **硬件基础(Hardware & Networking)**:AI 运转的物理基石。包括 GPU、XPU、CPU、主板、数据中心服务器(Servers)以及底层网络通信设备架构(Networking)。许多传统蓝筹或大型通信设备公司都在为 AI 提供不可或缺的基础硬件支撑。 2. **能源与基础设施(Energy & Infrastructure)**:支持 AI 运转的真正骨架(Backbone)。先进硬件的高速运转与模型训练消耗极其恐怖的电量,并带来极大的散热需求,因此**电力供应(Power)与冷却技术(Cooling)**成为当下的核心瓶颈。目前欧洲和美国的大型能源公司、公用事业(Utilities)电力调度网络,都与 AI 产业的生死存亡息息相关。 3. **AI 应用与软件(Software & Application Providers)**:直接面向 C 端和 B 端的交付界面,包括大家熟知的 ChatGPT、Adobe、Salesforce 等软件生态。

Alan 强调,很多顶尖基金并不仅押注软件层,而是将巨量资本配置在硬件与能源电力这些被忽视的底层领域中。虽然无法预测两三年后的绝对收益,但布局这些板块属于“变相投资 AI”,往往能在享受 AI 行业上行红利的同时,获得更优的下行风险保护(Downside Protection)。

---

[01:12:15](https://www.youtube.com/watch?v=easLrrePK9E&t=4335s) Harvest 的双重投资宗旨与备兑期权(Covered Call)策略

Alan 阐述了 Harvest ETFs 的投资哲学: - **优质蓝筹(Blue-chip Growth)**:通过严谨的 Alpha/Beta 量化指标筛选出真正具备基本面价值、有长线增值潜力的大市值龙头公司。 - **高确定性的月度现金流(Stable Monthly Income)**:很多高增长科技公司(如 AI/IT 概念股)习惯将利润作为留存收益(Retained Earnings)投入再研发,分红率极低。Harvest 致力于让投资者在等待股价上涨的同时,每个月都能获得稳定的现金分红(Active Income Distribution)。

从 2016 年发行 ETF 至今,Harvest 旗下已有约 100 只产品代码(Tickers),并在过去十年间累计派发了约 37 亿加元(3.7 billion)的现金分红。

实现高现金流的核心工具是**备兑期权策略(Covered Call)**: - **买房出租类比**:买入标的正股相当于全款买下一套房产;而在持股期间持续写出期权(Write Options),就如同将房屋出租,每月或每两周收取可观且稳定的租金;当标的升值或在未来卖出时,投资者既享受到了资产本身的资本利得,又在持有期全程吃到了现金流租金。 - **加拿大信托架构(Canadian Trust)**:产品通常采用信托架构发行,具备良好的节税优势。 - **市场周期中的利弊权衡**: - *熊市(Bear Market)*:期权权利金(Option Premium)构成了极其关键的“缓冲气垫”(Soft Landing / Cushion),提供强大的下行保护。 - *震荡市(Flat Market)*:股价横盘不涨时,投资者依旧可以稳定赚取每个月的现金流。 - *大牛市(Super Bull Market)的弊端*:备兑期权存在**上涨空间封顶(Upside Cap)**的缺陷。如果将 100% 的持仓写出 30% 的期权,这 30% 被行权部分的超额涨幅就无法享受。为此,Harvest 的基金经理每月都会动态微调“写出比例”(Write Level),以在牛市涨幅捕获与现金流收益之间取得最佳平衡。

---

[01:17:40](https://www.youtube.com/watch?v=easLrrePK9E&t=4660s) AI 相关重点产品线:HTA、HETH/HUTE 与单股票高收益 ETF

Alan 向在场投资者具体剖析了三款与 AI 紧密相关的代表性产品: 1. **HTA(Harvest Tech Achievers Growth & Income ETF)**: - 核心科技蓝筹基金,精选 Meta、Apple、Oracle 等约 20 家全球顶级科技公司组合成投资篮子。 - 在持仓篮子上运用 Covered Call 策略叠加操作,当前的月度年化现金流分红率(Payout Yield)在 8.5% 左右(浮动区间约为 8%~10%)。 2. **HETA / HUPL(公用事业与全球能源基础设施基金)**: - 专攻支撑 AI 算力所需的底层能源与基础设施网络。 - 市场上很多同类基金局限在美股电力股,而 Harvest 采用了全球化配置(Global Holdings),涵盖欧洲及北美核心公用事业巨头,目前分红率约为 8.17%。 3. **单股票高收益系列(Single Stock High Income Shares)及精选组合(HHIS)**: - 极简策略结构:直接买入单一知名个股的正股(如 Apple、Tesla、Alphabet 等),叠加轻度备兑期权操作(例如动态写出约 20% 的期权比例),让习惯持有单只成长股的投资者也能按月斩获高额现金流。 - 该产品线已拓展出数十只单股标的,并将其中精选的 10 只核心资产打包为组合产品(如 HHIS),定期动态调仓。

最后 Alan 总结道,AI 是一个庞大的复合赛道,普通散户炒作 AI 单股往往面临没有分红、波动剧烈的困扰,而机构产品通过期权工具将资本利得与现金流锁定结合,能够为不同风险偏好的投资者提供更稳健的参与方式。

---

[01:24:20](https://www.youtube.com/watch?v=easLrrePK9E&t=5060s) 主持人幽默串场:“新钱给老钱解释 AI 全靠房地产”

在 Alan 分享结束后,主持人光头哥走上台风趣点评道,他参加过很多投资峰会,发现了一个极为有趣的现象: > “每一次当‘新钱’(新兴的 AI 科技投资者)想要给‘老钱’(靠传统投资获得第一桶金的前辈)解释新逻辑的时候,都会拿房地产来举例!刚刚投资TALK君举例拿 Condo,Alan 讲备兑期权又拿买房出租举例。说不定未来等我们变成台下的老头子,下一代年轻人给我们解释更新的科技时,就该拿 AI 来举例了!”

在欢快的笑声与交接掌声中,主持人引出最后一位重磅嘉宾——来自 Moomoo(富途海外版)的高级产品营销经理 David。光头哥在台上调侃道,David 上台前特意叮嘱千万别把自己吹上天,于是光头哥顺势开启单口相声模式:“那我可说实话了,这小伙老牛了!奥巴马退休前特意给他打电话取经,美联储每次加息都得开 Zoom 找他商量决定,巴菲特见了他直接跪地上!”引发全场大笑。

---

[01:28:30](https://www.youtube.com/watch?v=easLrrePK9E&t=5310s) Moomoo 桌面端期权工具拆解:损益分析与智能策略

David 携个人设备坐着上台,开始现场演示并讲解如何利用 Moomoo 桌面端(Desktop App)进行专业级期权交易与风险分析。

David 指出,很多用户反馈 Moomoo 功能极其丰富强大,但初学者有时会迷失在繁杂的菜单中。其实交易期权的核心入口仅有两个: - **个股详情页的“期权”(Options)标签页**:位于常规 K 线图表的并列选项卡中,针对单一标的深入交易。 - **左侧导航栏的全局“期权”入口**:聚合了全市场的期权热度、异动与链上信息。

David 重点演示了个股期权(以百事可乐 PEP 为例)的实操功能:

1. **期权链与损益分析(P&L Analysis / Payoff Diagram)**: - 期权的核心用途通常有两个:一是**对冲现有风险**,二是**短期博取超额杠杆收益**。复杂策略往往涉及“多腿”(Multi-leg)组合。普通交易者最痛苦的是无法直观算出复杂的盈亏平衡点(Break-even Point)。 - Moomoo 提供了深度可视化的交互式损益分析曲线。以典型的**跨式策略(Straddle)**为例(如选择在 122 美元行权价同时买入 Call 和 Put): - 系统自动生成可视化收益曲线,鼠标悬停即可动态显示任意到期价格下的即时浮动盈亏与到期盈亏。 - 自动算出策略的双向盈亏平衡点(例如 117 美元与 126 美元),直观显示只要到期价格脱离 117 到 126 的横盘亏损区间,策略便进入净盈利状态。 - 系统原生内置了多达 **13 种常见期权组合策略**,同时也支持用户任意添加 leg 的“自定义策略”实时损益测算。

2. **期权智能策略(Smart Options Strategy)**: - 专门为不熟悉希腊字母与复杂期权结构的初学者设计。 - 投资者无需深入研究具体行权价,只需像分析普通正股一样,输入对未来股价的核心预期: - **市场研判维度**:系统提供 6 种走势倾向(大幅看涨、温和看涨、中性微弱波动、横盘剧烈波动、温和看跌、强烈看跌)。 - **目标价与期限**:输入预期达到的目标股价(例如当前百事可乐现价 125 美元,预期 13 天内涨至 134 美元)。 - 系统底层算法便会自动从海量期权链中筛选并推荐在该预期收益/风险比最优的期权合约组合。

- **Moomoo 期权核心参数一览**: - 覆盖功能入口:个股页 Tab 与市场全局期权页; - 策略预设能力:支持 13 种经典预设期权组合,支持自由多腿自定义; - 智能策略选项:6 档市场趋势研判,基于目标价与到期日自动匹配期权链最优合约。

[01:35:00](https://www.youtube.com/watch?v=easLrrePK9E&t=5700s) 期权新手策略推荐与资深玩家分析工具

Moomoo(富途海外版)针对不同熟练度的期权交易者设计了针对性功能。对于新手,系统支持最基础的单腿看涨期权(Call)或卖出看跌期权(Put),并在 APP 与桌面端提供直观的损益可视化图表。用户无需自己推演复杂的收益模型,比如将目标价设定为 134 美元时,光标悬浮即可显示到期预计损益为 587 美元。只要投资者对个股趋势的研判发生变化(例如转为强烈看多),系统会自动切换推荐策略,新手确认损益图符合预期后即可一键执行买卖,彻底免去了手动搭建期权组合的门槛。

对于资深交易者,平台在“期权分析”标签页中整合了持仓量分布、波动率期限结构(Volatility Term Structure)以及波动率微笑(Volatility Smile)等核心指标。主讲人指出,以往专业玩家需要奔波于各大第三方网站查询这些数据,不仅经常遭遇数据缺失(如某些网站仅有持仓量却无微笑曲线),还常面临高额订阅付费壁垒。Moomoo 将这些期权交易决策所需的关键底层数据全部聚合、免费开放并实现全流程可视化。即便新手不小心点入该页面,每个板块旁均设有信息图标(“i” 按钮),点击即可查看 IV(隐含波动率)、HV(历史波动率)、IV Rank 及 IV Percentile 等指标的详细释义和实操用法。

- **新手损益可视化**:直观展示目标价(如 134 美元)对应的到期盈亏数值(如 587 美元),支持根据看涨/看跌观点自动推荐策略组合。 - **专业期权数据整合**:一站式免费提供波动率微笑、期限结构、持仓量分布等原本需要付费订阅的高阶工具。 - **全方位知识释义**:通过内置的“i”图标帮助用户快速理解 IV Rank 与 IV Percentile 的具体含义。

---

[01:40:00](https://www.youtube.com/watch?v=easLrrePK9E&t=6000s) 借助期权异动捕捉大户与主力资金方向

主讲人随后介绍了 Moomoo 的核心功能——“期权异动”。在刚刚结束的 Moomoo 加拿大第一期交易大赛(9 月份举行颁奖典礼)中,全加投资收益率前十名的顶级选手中,夺得第一名的冠军在两个月内实现了惊人的 5,000% 收益(即 50 倍)。该冠军在现场分享时直言,期权异动是他最依赖的功能。

主讲人借此探讨了市场的核心痛点:市场上充斥着各路媒体新闻和分析师观点,论坛评论区多空双方各执一词,但口头观点很难验证其真正的信心水平。期权异动则直接接入交易所的实时底层交易数据,只筛选出突发的大额主力资金动向。当大资金斥巨资建仓某种偏向的期权(例如买入 167 天后到期、行权价 135 美元的大单),意味着机构或巨鲸(Whales)已经投入了极高额的真金白银并做足了深度尽调。普通投资者通过自己的逻辑分析得出结论后,反查主力巨鲸的期权异动是否同向,便能有力验证交易逻辑。此外,系统还提供了针对百事可乐(PepsiCo)、英伟达(NVIDIA)、特斯拉(Tesla)等个股的期权流动性筛选器,协助用户剔除流动性匮乏的合约,锁定成交活跃的交易标的。

```mermaid flowchart LR accTitle: 期权异动决策与验证流程 accDescr: 展示投资者如何从个人研究出发,结合Moomoo期权异动数据验证机构资金方向并完成高流动性期权筛选。

subgraph Research["个人研究研判"] A["个人基本面 / 技术面分析"] --> B["得出多空交易假设"] end

subgraph Institutional["交易所主力追踪"] C["交易所实时大单监控"] --> D["期权异动侦测<br/>(机构巨额真金白银建仓)"] end

subgraph Verification["交叉验证与执行"] B & D --> E["多空方向比对验证"] E --> F["流动性指标筛选<br/>(锁定买卖价差小之合约)"] F --> G["执行交易"] end ```

---

[01:45:00](https://www.youtube.com/watch?v=easLrrePK9E&t=6300s) 财报前夕的 IV/HV 预测与末日期权实战

期权交易高度依赖波动率,波动率扩张时往往能带来显著的短线博弈空间或对冲效果。个股波动率最集中的时间节点便是财报公布前夕及发布当日。主讲人以即将于 4 天后发布财报的百事可乐为例,演示了 Moomoo 的“财报分析”功能。该功能将历史财报日 K 线图、隐含波动率(IV)、历史波动率(HV)以及财报预测波动范围并排对比。

系统通过既定数学公式计算出财报公布前市场定价隐含的预期涨跌上下限(黑色基准线),并与财报当日真实的红绿 K 线涨跌柱进行比对。主讲人指出,股票具有独特的“股性”,这由其机构持股占比、散户热度等因素决定。百事可乐在过去 7 次财报中,有 6 次财报当日的实际波动幅度均突破了公式预测的上下限。这表明市场在财报前往往对其真实波动率存在低估(没有被充分定价 / Priced in),为投资者提供了利用波动率超预期进行期权布局的潜在契机。最后,主讲人提醒,如果追求极高短线收益,软件中还专门开辟了“末日期权(0DTE)”专区,方便激进型交易者快速捕捉日内超高弹性波动。

---

[01:50:00](https://www.youtube.com/watch?v=easLrrePK9E&t=6600s) 线下交流互动与嘉宾阵容返场

期权功能演示结束后,Moomoo 加拿大市场负责人 Shirley 上台发言。Shirley 首先为现场网络需求解围,公布了会场所在希尔顿酒店(Hilton)的专用 Wi-Fi 账号及密码(`Meeting2026`)。她提到,现场有相当一部分到场嘉宾来自 Moomoo 的 Premiere 高端专属客户群。Moomoo 始终致力于打破传统券商的冰冷边界,通过线下精品小班课、专属投资公会以及面对面交流,为华人投资者搭建同频互动的圈子。此前平台已邀请过多位 YouTube 知名财经博主参与活动,当晚亦为核心用户及朋友准备了专属交流晚宴。随后,Shirley 与主持人正式邀请赵洁先生、投资TALK君以及华文视役等特邀分享嘉宾重返讲台,开启全场瞩目的 Q&A 问答环节。嘉宾上台时还不忘幽默调侃:“之前说没给我留椅子,我一直站着,大家还笑了,结果台上还真没给我留椅子!”引发现场一阵笑声。

---

[01:55:00](https://www.youtube.com/watch?v=easLrrePK9E&t=6900s) 跨境投资税务与 ETF 穿透机制解析

在 Q&A 环节开启时,现场观众首先抛出了关于跨境 ETF 投资结构以及税务预扣(Withholding Tax)的专业问题。讨论涉及持有美股资产或通过加拿大本币/衍生 ETF(如 Harvest 等发行商的基金产品,如 HHS、MSDE 等)时的税务归属机制。

嘉宾详细解答了“基金层级(Fund Level)”与“个股层级(Individual Stock Level)”在税务处理上的差异。由于投资者的交易对手方是 ETF 基金本身,其承担的往往是基金架构带来的融资成本与经济敞口,而非直接持有标的个股。在处理类似美国股息税(30% 基准税率,根据不同协定可能降至 15%)时,税收抵扣或拖累是直接发生在基金资产净值(NAV)内部被代扣,而非由投资人在底层股票单独报税。讨论中还涉及了针对非居民或中国居民投资者的税务影响评估,指出理解底层基金的法律设立实体对于精准测算实际净回报率至关重要。

---

[02:00:00](https://www.youtube.com/watch?v=easLrrePK9E&t=7200s) 特斯拉与 SpaceX 合并传闻探讨及富途加拿大牌照布局

现场有观众提问关于市场传闻中“特斯拉(Tesla)若未来与 SpaceX 合并”对普通散户的影响及折算方式。投资TALK君与嘉宾分析指出,若此类巨型并购发生,极大概率会采取将 SpaceX 股份定向置换给特斯拉股东的形式。然而,收购溢价通常不会高得离谱(通常在收盘价基础上给予 30% 到 40% 的溢价范围),因为过高的一倍甚至更高溢价会严重稀释并损害 SpaceX 原有股东的利益;同时,并购最终锁定的基准时间点及其收盘价将至关重要。

随后,一位原富途香港的资深用户现场提问:“富途在加拿大(Moomoo)的产品功能、交易品类与香港版相比存在明显差距,作为普通投资者有时想买更丰富的产品(如私募基金或结构性产品),富途能否加快推进?另外针对 Harvest 等机构产品,能否提供针对企业端的高净值线下对接与预约交易?”

富途技术及研发背景的高管真诚回应: 1. **线下实体布局**:当天上午团队已在温哥华实地考察了两个选址,计划在明年(2027年)上半年正式开设温哥华线下实体店(如同多伦多已设立的两家门店一样),未来周末可直接在店内举办高频次的线下交流与面对面路演。 2. **产品与业务权限**:香港富途底层的交易系统、风控引擎全部出自同一团队,技术与系统能力毫无问题。加拿大版本功能受限的核心在于**本地合规监管牌照(IIROC/CIRO)的审批进度**。加拿大本地监管标准与加拿大五大商业银行完全一致且审核节奏相对严谨,富途必须合规经营,稳步拓展牌照许可范围。团队内部已设立清晰时间表:预计明年 1 月份将上线一批关键新品类,目标在明年年底前在监管允许的框架下逐步释放更多交易能力。

对于 Harvest 发行商产品的购买与咨询渠道,嘉宾补充说明,投资者可通过各大银行的 Broker/Dealer 以及指定金融机构平台直接认购其产品;如需针对企业客户的定制化对接,可直接拨打其投资者服务专线(Investor Line),官方团队将提供专门的一对一详细解答。

[02:10:00](https://www.youtube.com/watch?v=easLrrePK9E&t=7800s) 循环融资泡沫的担忧与加拿大本土资产的配置逻辑

现场观众首先抛出了两个重量级问题。第一,关于市场近期出现的“循环融资”和过高金融杠杆现象,提问者以孙正义(SoftBank)为例指出,最近几月其通过抵押资产获取贷款再向 OpenAI 等前沿公司大举注资,这种层层加杠杆、靠借贷维系估值的击鼓传花模式让人深感不安;第二,针对现场多为加拿大华人的背景,提问者询问主讲人如何看待加拿大本土的传统优势板块,包括天然气管道、上下游能源、公用事业电力,以及金、银、铜等矿业材料。

```mermaid flowchart TD accTitle: 市场杠杆传导与失衡放大机制 accDescr: 展示循环融资加杠杆的过程以及供需失衡发生时杠杆起到的放大镜作用。

subgraph LeverageFlow["杠杆与资本流动"] A["机构/企业资产抵押贷款"] --> B["资金流向前沿公司 (如 OpenAI)"] B --> C["前沿公司采购算力转化为科技巨头营收"] C --> D["科技巨头再投资/循环融资"] end

subgraph MarketOutcome["市场基本面结果"] E{"供需平衡关系"} E -->|"供给严重大于需求"| F["周期泡沫破裂"] D -.->|"金融杠杆介入"| F style F fill:#ffebee,stroke:#c62828,stroke-width:2px end ```

主讲人首先回应了加拿大市场。他坦言自己因个人时间和精力有限,选股重心高度集中在美股,因为从成长性角度看,美股高成长标的更丰富。但对于加拿大本土的基础设施、管道管网及大宗商品材料等板块,确实会受益于本轮周期扩张。对于普通投资者,若缺乏时间深入逐一研究个股,选择追踪相关板块的行业 ETF 会是更省心稳妥的策略。谈及循环融资,主讲人直言“这个市场确实在加杠杆,没有必要去回避或辩解”;从 A 公司出资变成 B 公司营收、B 公司再投 C 公司的链条确实存在。但他强调,杠杆本身并非导致供给过剩或需求不及预期的根源,杠杆的作用是作为“放大器”——一旦基本面上供需彻底失衡,杠杆会迅速将灾难性结果成倍放大。如同 2008 年金融危机,几乎没有人能准确预判泡沫破裂的精准时点,投资者唯一能做的就是在筛选标的时保持相对保守。

- 选股策略对比:精力有限的投资者研究美股侧重挖掘高成长溢价;对加拿大能源基建与矿产周期股,建议优先配置对应行业 ETF。 - 杠杆本质认知:金融杠杆不会直接制造需求不足,但一旦真实需求无法消化庞大供给,高杠杆会急速引爆并放大系统性风险。 - 风险应对建议:市场拐点难以精确预测,最有效的防御手段是把好标的质量关,在持仓风格上维持审慎。

---

[02:15:00](https://www.youtube.com/watch?v=easLrrePK9E&t=8100s) 美债长债收益率走高、资金成本变贵与科技股估值重塑

随后有观众追问:如何看待美国十年期、三十年期长债收益率与当前 AI 资本支出(CapEx)之间的博弈关系?长端高收益率通常被认为会压制科技股估值,但在实际表现中,大科技公司的前瞻盈利韧性似乎比美股其他板块更具防御力,未来利率走势与科技股表现将如何联动?

主讲人复盘了当年的市场表现,指出标普 500、纳斯达克以及半导体板块的估值倍数整体在被压缩,这与无风险利率中枢的大幅上行存在直接关联。尤其是 9 月份长端利率飙升时,大量价值股和传统行业遭遇惨烈抛售。从底层贴现逻辑来看,利率上升推高了全市场的融资成本;当无风险美债能提供 5% 收益、高评级企业债达到 7% 时,投资者自然会抛弃那些缺乏 AI 赋能、业绩增速仅有 8% 至 9% 的平庸公司。

主讲人援引此前参加贝莱德(BlackRock)会议时首席执行官拉里·芬克(Larry Fink)的核心研判:未来的世界“钱会变得非常紧缺、非常贵”。当资金成本高企时,任何一项资本开支与投资动作都必须承受苛刻的 ROI(投资回报率)审视。这也是科技股遭遇杀估值却依然被资金青睐的原因——头部科技公司的分子端(盈利增速)足以击穿并跑赢分母端(资本成本)的飙升。高利率环境在短期内难以逆转,投资者必须学会长期适应“资金变贵”的宏观新常态。

- 资产定价天平:无风险资产提供 5% 以上无风险收益时,个股若无明显超额盈利增速,其估值溢价将被无情挤出。 - 巨头韧性逻辑:大科技公司估值倍数虽受高利率压制,但其 AI 驱动的营收与净利增速跑赢了资本成本的抬升。 - 宏观长期趋势:贝莱德 Larry Fink 指出资金紧缺与资金昂贵已成为中长期常态,未来一切投资必须以严苛的回报率确定性为前提。

---

[02:20:00](https://www.youtube.com/watch?v=easLrrePK9E&t=8400s) 富途与 Moomoo 账户安全底线:资金隔离、监管保险与风控机制

现场交流随之过渡到由富途/Moomoo 官方团队解答合规与交易机制相关疑问。有现场用户针对券商安全性提出质询:客户资金是否存在被券商挪用的风险?一旦发生券商破产,相关保险制度究竟如何运作?此外,针对出入金规则中保证金(Margin)计息与 EFT 到账周期的疑问,团队成员作出了透明详细的技术答复。

团队负责人明确表示,富途与 Moomoo 自创立之初就坚持不做自营业务,没有自身的自营投资盘,完全定位为纯粹赋能零售客户自主投资的平台。在法律与会计层面,客户资产与券商自有资金实施极其严苛的隔离存放,券商根本没有技术手段和法律权限去挪用用户资金;监管机构不仅定期进行独立审计,还会定期入场驻点抽查。针对破产极端情况,法定的投资者保护保险(如加拿大 CIPF、美国 SIPC)提供了兜底防线。

在交易机制方面,负责人纠正了部分用户对保证金利息的误解:只有在客户本金不足而向券商借款透支买入股票时(如 1 万元本金买入 2 万元股票,欠券商 1 万元),才会针对融资部分收取 Margin 利息,并非只要账户开通融资功能就会扣息。谈及入金延迟,负责人指出 Instant Transfer(实时转账)受限于额度上限,电汇(Wire)需等待银行清算,而加拿大常见的 EFT(电子转账)在银行底层规则中赋予了付款人在最长 90 天内撤回交易的权利。历史上曾发生过恶意用户通过 EFT 入金炒股亏损后向银行申诉撤回的操作,导致券商蒙受坏账损失,因此平台设置 5 个工作日的资金沉淀期完全属于必须承担的风控防护策略。

- 资产独立隔离:客户资金依法存放于独立托管账户,禁止与券商自有资金混合,杜绝挪用可能。 - 外部监管合规:常态化接受监管审计与现场驻厂检查,平台投保法定投资者保护基金防范机构破产极端风险。 - Margin 计息边界:仅对客户实际借贷的头寸金额按天计算杠杆利息,未透支借款的现金持仓不计费。 - EFT 资金防沉淀:由于银行 EFT/ACH 机制自带长达 90 天的可撤回漏洞,券商设置出金锁定期系防范欺诈的硬性风控措施。

---

[02:25:00](https://www.youtube.com/watch?v=easLrrePK9E&t=8700s) AI 赋能券商风控体验,以及科技泡沫识别的核心观察维度

针对出入金体验问题,Moomoo 团队补充道,金融行业正积极利用内部 AI 风控模型进行动态调整。系统会依据用户历史信用记录、账户资产及行为画像开展实时风险评估;针对高信用优质老客户,AI 系统能够智能识别极低欺诈概率并主动提前释放资金限制,以技术手段平衡资金安全与流畅体验。

随后,现场议题重新切回 AI 产业的核心探讨。一位观众就宏观泡沫的辨识维度提出深层问题:当前市场是否存在某个清晰的领先指标,能像晴雨表一样直接判定 AI 产业是否已陷入泡沫?比如像 Meta 这类巨头开始调整战略、亦或社交网络与案例库呈现分化,是否能作为预警信号?此外,面对算力成本与 Token 价格持续断崖式下降的现实,利润到底会向软件端汇聚,还是会导致整个产业链因单价暴跌而通缩承压?

主讲人开宗明义地回应:寻找能够“一锤定音”宣告 AI 出现泡沫的单一指标,在现实中根本不存在。无论是全球顶级研究机构还是前线产业人员,都必须依赖海量异构信息的横向与纵向交叉验证。

```mermaid flowchart LR accTitle: Token 价格下行对产业链各层级的影响 accDescr: 展现 Token 成本走低时,软件层、基础设施巨头与模型层各自不同的业务影响。

subgraph CostDecline["Token 价格与推理成本下降"] T["Token 单价持续走低"] end

subgraph ImpactLayers["产业链分层响应"] S["应用与软件公司<br/>(Software Layer)"] I["基础设施与大科技<br/>(Infra / Hyperscalers)"] M["API / 模型公司<br/>(Model Providers)"] end

T -->|"开发/编码调用成本降低"| S S -->|"终端售价稳定,毛利率实质提升"| S

T -->|"单价下降激发调用量爆发"| I I -->|"以规模效应换取基建总营收增长"| I

T -->|"标准化能力面临价格战"| M M -->|"倒逼聚焦高难场景以维持溢价"| M ```

他强调,切忌通过单一事件(例如 Meta 传出算力转售或策略调整的传言)来草率判定泡沫的来临。产业内部往往存在截然相反的可能:巨头调整采购节奏,或许正是因为 Anthropic 或 OpenAI 等前沿公司的产业落地极其迅速,导致算力资源的内部调配与外部变现逻辑发生了剧烈重构。单一事件的表象极具误导性,必须将其置于全产业链财报与业务现金流中反复审视。

- 宏观风控进化:券商借助自研 AI 评分引擎分析客户多维数据,针对低风险长效账户加速 EFT 资金核销与释放流程。 - 泡沫判定原则:行业不存在任何单一指标(如单次资本开支削减或个别巨头动作)能直接判定 AI 泡沫成型,必须依靠多公司多季度财报数据的相互印证。 - 动态验证框架:单一巨头的战略微调不能盲目定性为产业衰退,往往反映出前沿模型商业落地进度分化所引发的供应链重构。

---

[02:30:00](https://www.youtube.com/watch?v=easLrrePK9E&t=9000s) Token 价格通缩利好应用层,前沿大模型与开源生态的非零和共存

主讲人就“Token 价格下降对产业生态的深远影响”展开了透彻的技术经济学拆解。他旗帜鲜明地指出,Token 价格的大幅下行对全行业绝大多数参与者而言是重大利好,尤其是软件及应用层企业。

对于软件开发商而言,调用大模型生成代码(Coding)以及在产品中嵌入 AI 能力,其采购的 Token 本质上就是生产要素成本(COGS)。如果调用成本持续暴跌,而软件厂商对企业级客户的交付定价保持刚性稳定,软件公司的毛利率(Gross Margin)不仅不会承压,反而会迎来显著的扩张空间。对于提供算力与云基础设施的 Big Tech 巨头而言,Token 价格平民化将极大刺激全社会的调用规模,薄利多销的飞轮效应反而会做大云端生态盘子。诚然,对于单纯兜售低端模型 API 的厂商而言,激烈的价格战会带来短期的商业化阵痛,但站在全局落地的角度,高昂的推理成本原本是阻碍 AI 规模化普及的最大绊脚石,降价实质上是在成倍放大整块市场蛋糕。

针对现场关于“开源模型(如 Llama)快速演进是否会挤死收费的前沿闭源模型(Frontier Models)”的疑问,主讲人指出这并非一场你死我活的零和博弈:

> “之所以我们叫它为 Frontier,是因为它的模型本身能够解决这个世界上最困难的问题……这世界不是一个零和游戏,不同难度的问题,你自然有人愿意去付更贵的价格;而相对简单的任务,开源模型看一眼就可以解决了。”

未来 AI 的格局是高度分层且场景区隔的:开源生态负责解决低门槛、高通量的标准化场景,以零边际模型成本推动行业普及;而最昂贵的 Frontier 模型则牢牢占据尖端科研、复杂推理等高壁垒领域,持续获取高确定性的定价溢价。在全场观众的热烈掌声与探讨声中,本次特别版线下分享活动圆满划上句点。

- 软件毛利扩张逻辑:Token 降价实质上大幅压降了 AI 应用的底层要素成本,只要终端产品售价维持稳定,应用层毛利率将显著提升。 - 基础设施规模效应:Token 成本下降打破了应用落地的经济性瓶颈,带动模型调用频次与总吞吐量爆发,对底层基础设施供应商构成中长期利好。 - 生态共存格局确立:开源模型解决通识与轻量化任务,闭源 Frontier 模型攻坚人类最复杂的未知领域,二者服务于不同难度与付费意愿的垂直场景,产业生态呈现多元共荣。

## Notable quotes > [00:00](https://www.youtube.com/watch?v=easLrrePK9E&t=0s) 让投资更简单,不孤单 — 李华

> [10:00](https://www.youtube.com/watch?v=easLrrePK9E&t=600s) 刚才听完赵总的介绍,我觉得你们在做一件‘破坏行业’的事——因为我平时把自己定位成一个分析师,而 Moomoo 的 AI Agent 一出来,简直是要来取代分析师行业的饭碗,看来我自己也必须多加把劲了! — 投资TALK君

> [15:00](https://www.youtube.com/watch?v=easLrrePK9E&t=900s) 大家配合度还是不够高啊,本来应该多举手演一下觉得有严重泡沫,那我今天准备的内容才更有价值嘛! — 投资TALK君

> [01:24:20](https://www.youtube.com/watch?v=easLrrePK9E&t=5060s) 每一次当‘新钱’(新兴的 AI 科技投资者)想要给‘老钱’(靠传统投资获得第一桶金的前辈)解释新逻辑的时候,都会拿房地产来举例!刚刚投资TALK君举例拿 Condo,Alan 讲备兑期权又拿买房出租举例。说不定未来等我们变成台下的老头子,下一代年轻人给我们解释更新的科技时,就该拿 AI 来举例了! — 主持人

> [01:24:20](https://www.youtube.com/watch?v=easLrrePK9E&t=5060s) 那我可说实话了,这小伙老牛了!奥巴马退休前特意给他打电话取经,美联储每次加息都得开 Zoom 找他商量决定,巴菲特见了他直接跪地上! — 主持人

> [01:50:00](https://www.youtube.com/watch?v=easLrrePK9E&t=6600s) 之前说没给我留椅子,我一直站着,大家还笑了,结果台上还真没给我留椅子! — 特邀嘉宾

> [02:10:00](https://www.youtube.com/watch?v=easLrrePK9E&t=7800s) 这个市场确实在加杠杆,没有必要去回避或辩解 — 投资TALK君

> [02:15:00](https://www.youtube.com/watch?v=easLrrePK9E&t=8100s) 钱会变得非常紧缺、非常贵 — Larry Fink

> [02:30:00](https://www.youtube.com/watch?v=easLrrePK9E&t=9000s) 之所以我们叫它为 Frontier,是因为它的模型本身能够解决这个世界上最困难的问题……这世界不是一个零和游戏,不同难度的问题,你自然有人愿意去付更贵的价格;而相对简单的任务,开源模型看一眼就可以解决了。 — 投资TALK君

## Mentioned 富途, Moomoo, 李华, Michael Ebers, CIPF, Moomoo AI, 美光科技 (Micron), Meta, OpenAI, ChatGPT, 投资TALK君, 英伟达 (NVIDIA), 标普 500, Google, Open-AutoGLM, Muse, Anthropic, Google Cloud, H100, B200, GPT-6.0 Astra, Dots, Harvest ETFs, Michael Kovacs, Alan, Avi, Alphabet, Adobe, Salesforce, HTA, HETA, HUPL, HHIS, Apple, Tesla, Oracle, David, 百事可乐 (PepsiCo), Shirley, Hilton, IIROC/CIRO, SpaceX, 孙正义 (SoftBank), BlackRock, Larry Fink, SIPC, Llama

[Source](https://www.youtube.com/watch?v=easLrrePK9E)

中文简报

投资TALK君驳AI泡沫论:盈利预期上行否定重蹈2000年覆辙 当前美股科技股并未出现2000年互联网泡沫时期的盈利预期崩塌与估值失控,算力供需依然紧张且底层降本正大幅提振软件应用端的商业化变现。 本次线下分享由富途旗下 Moomoo、Harvest ETFs 与知名宏观金融博主“投资TALK君”联合呈现。上半场重点剖析 AI 产业现状,对比 2000 年 Dot-com 泡沫,指出当前美股估值与前瞻盈利并未见顶崩塌,API 成本的万倍下挫正强力推动个人与企业端智能体(Agent)快速普及。随后,Harvest ETFs 拆解了支撑 AI 运转的硬件、电力基建板块及备兑期权(Covered Call)现金流策略,Moomoo 团队则演示了专业期权分析工具及合规风控体系。最后的问答环节深入解答了长债利率影响、循环融资杠杆以及开源与前沿闭源模型的共存分层格局。 本轮 AI 繁荣与 2000 年互联网泡沫存在本质差异:当前标普 500 前瞻估值约为 19 倍,远低于当年顶点的 25 倍,且前瞻 EPS 盈利预期持续上行,并未出现 2000 年盈利预期断崖式坍塌的迹象。 (20:00) 算力租赁市场供需依旧紧绷,五年前发布的英伟达 H100 芯片租赁价格年内反弹约 30%,新一代 B200 同样呈现量价齐升,显示当前算力并未出现供给过剩。 (40:00) 全球科技巨头资本开支(CapEx)预计将从 2026 年的约 7,000 亿美元激增至 2027 年的突破 1.3 万亿美元,重资产基建存在 3 至 5 年的投资与回报周期错配,收入释放期将落在 2029 年前后。 (35:00) 单个智能任务执行成本经历万倍暴跌(从 763 美元降至 0.06 美元),推动个人端(如 Meta Muse)和企业端智能体(Agent)加速普及,单月 500 美元的企业数字员工正在重构 ROI 逻辑。 (50:00) Token 与推理成本的暴跌并非行业通缩利空,而是实质压降了软件公司的底层要素成本,只要终端交付定价保持稳定,应用层软件公司毛利率将迎来显著扩张。 (150:00)

Reading summary

投资TALK君与行业嘉宾认为,当前美股AI行情不能简单以2000年互联网泡沫来“刻舟求剑”,估值与巨头盈利预期仍获基本面支撑,但行业未来仍需面对重资产投资滞后性与资金成本高企的考验。 泡沫两分法与2000年历史对比 (15:00) 投资TALK君提出分析资产泡沫需严格区分“估值泡沫”与“盈利泡沫”。2000年科技泡沫破裂的根本诱因并非单纯估值过高,而是大盘前瞻每股收益(Forward EPS)遭遇了断崖式下滑,导致企业天花板预期无法兑现。相比之下,当前美股前瞻市盈率约为19倍,远低于2000年顶部的25倍及一年前的高点(23至24倍);同时科技巨头的前瞻盈利曲线仍在稳步抬升,并未出现盈利崩盘迹象。 API降本与智能体普及的落地验证 (30:00) 单任务AI成本从早期的每任务763美元降至部分模型的0.06美元,这种断崖式下跌消除了C端采用的门槛,推动以Meta的Muse等免费个人智能体在数周内获取数百万用户。在B端,单月约500美元的企业级智能体可部分替代月度综合成本逾万美元的办公室人力,展现出高ROI。开源模型降低了低复杂度任务的调用成本,而OpenAI和Anthropic等闭源前沿巨头则在复杂推理场景保持高定价,两者正在形成分层共存而非零和竞争的格局。 资本开支错配与楼花过剩预警 (35:00) 科技巨头在数据中心等AI基建上的大规模投入存在显著的周期错配。2026年全球科技巨头的总资本开支(CapEx)预计约为7,000亿美元,2027年更可能突破1.3万亿美元,而这类重资产的收入释放通常需要3至5年。虽然当前英伟达旧款H100芯片租赁价格逆势上涨30%、B200芯片供不应求,但投资TALK君以多伦多楼花过剩导致价格暴跌为例指出,一旦未来算力供给集中释放而上层应用未能匹配,行业必然会经历供需失衡的盈利清洗。此外,市场上存在的循环融资与金融杠杆,也会在基本面逆转时充当放大系统性风险的工具。 高利率宏观新常态与全产业链资产配置 (60:00) 面对美债长端高收益率与“资金变贵”的宏观现实,无风险收益达5%使得缺乏AI增长赋能的平庸公司估值受挤压,科技巨头则依赖高盈利增速对抗资本成本上升。在投资工具维度,Harvest ETFs代表提出,除核心软件与大模型外,硬件基础设施、公用事业及电力冷却等底层网络同样吸收了大量资本开支;通过将科技蓝筹或单一股票与备兑期权(Covered Call)策略结合,投资者可在平缓或震荡行情中获取月度现金流缓冲,但在大牛市中需接受上行空间封顶的取舍。 券商风控架构与期权交易工具落地 在交易实操与账户合规层面,Moomoo及富途团队阐述了其以客户资产独立托管及法定保护基金(如加拿大CIPF最高100万加币保障)为基础的隔离机制,并解释了EFT入金沉淀期是针对银行90天撤回漏洞的必要风控。针对零售交易,平台通过内置损益分析、隐含波动率(IV/HV)对比以及追踪交易所大单异动等期权工具,协助投资者验证机构资金动向并对冲持仓风险。 本场活动认为AI产业短期内尚不存在系统性泡沫指标,长周期内供求拐点难以精准预测;在资金成本高企的新常态下,投资者需通过交叉验证各层级财报现金流、控制杠杆,并在个股与ETF等多元工具间寻求平衡。

Source quotes

[0:00] 李华: 让投资更简单,不孤单 [10:00] 投资TALK君: 刚才听完赵总的介绍,我觉得你们在做一件‘破坏行业’的事——因为我平时把自己定位成一个分析师,而 Moomoo 的 AI Agent 一出来,简直是要来取代分析师行业的饭碗,看来我自己也必须多加把劲了! [15:00] 投资TALK君: 大家配合度还是不够高啊,本来应该多举手演一下觉得有严重泡沫,那我今天准备的内容才更有价值嘛! [84:20] 主持人: 每一次当‘新钱’(新兴的 AI 科技投资者)想要给‘老钱’(靠传统投资获得第一桶金的前辈)解释新逻辑的时候,都会拿房地产来举例!刚刚投资TALK君举例拿 Condo,Alan 讲备兑期权又拿买房出租举例。说不定未来等我们变成台下的老头子,下一代年轻人给我们解释更新的科技时,就该拿 AI 来举例了! [84:20] 主持人: 那我可说实话了,这小伙老牛了!奥巴马退休前特意给他打电话取经,美联储每次加息都得开 Zoom 找他商量决定,巴菲特见了他直接跪地上! [110:00] 特邀嘉宾: 之前说没给我留椅子,我一直站着,大家还笑了,结果台上还真没给我留椅子! [130:00] 投资TALK君: 这个市场确实在加杠杆,没有必要去回避或辩解 [135:00] Larry Fink: 钱会变得非常紧缺、非常贵 [150:00] 投资TALK君: 之所以我们叫它为 Frontier,是因为它的模型本身能够解决这个世界上最困难的问题……这世界不是一个零和游戏,不同难度的问题,你自然有人愿意去付更贵的价格;而相对简单的任务,开源模型看一眼就可以解决了。

Original transcript

[0:00] 我是木木的加拿大负责人,然后我15年就加入富途了,然后在应该是二三年年底的时候来了加拿大,整个家都跟我一起过来。对,然后我在原来在总部的时候,我是做研发相关的工作,就是整个现在你们用到的交易风控的系统都是我的团队做的。所以包括现在的一些AI我们也非常深入讨论到底富途应该以什么样的方式迎合或者说去拥抱整个业界的变化OK所以这个是我们从创业开始,李华是我们的CEO,我们的Founder,然后所一直坚持的一个理念,让投资,更简单不孤单,那不孤单,那很容易,大家聚在一起去聊投资,去分享自己的观点,能够互相学习,互相成长,就是一个不孤单的一个体现,那投资更简单,那也是我们在做整个APP所希望给大家提供的一个投资的,一个能力,对,那我们从12年开始成立,18年,MUMU在美国创立,19年上市,23年来了加拿大,25年我们也得到了一个年度大奖是加拿大最好的第一的美国投资平台啊对,我们按照上个季度财报,二季度财报,都看到其实按照同比来看,从用户数,客户资产,然后交易额都是有一个非常显著的增长,两位数的大比例增长。而这个大家看过来的财报,这几个数据其实一直在增长,所以从整个来看,而我们的国家地区从今年已经覆盖到了九个地区,然后今年泰国也正式我们开始正式营业。地区都是本地持牌本地运营,其实加拿大在这里,我们也是跟五大行跟其他的券商是一样的,收入支援监管,所有的资质牌照,数据保护,都是在本地来做的。那当然,我们除了说上市企业之外,那整个大家在户头的所有的资金都是有保险。我们是CPS的一个会员每一个账户都会有100万加币的保险金额就算付出当然我觉得是不太可能的一件事情,对,我们就办的这么好,一直在不停的去增长,那就算有任何其他一些问题,我们都是有一半家人的一个赔付的,对,就是一个保险的一个机制。当然合规经营是我们现在目前所坚持的最重要的事情,我们CEO Michael Ebers,他之前速度出任一些金融公司的CEO,就包括在BigBuy,然后包括在瑞银,美银,都是做过很高的职位,由他主带领团队是每天处理大家的交易,风控清解算,以及资金进出的,那我们所有的本地化经营,本地合规的经营都是由Michael来去为大家提供保障的。回到MUMU,这是我们的团队以及我们的发展,回到MUMU,我们从其实投资这个事情,大家觉得投资难吗?我觉得答案应该可能都是难对不对?没那么容易对吧?但是从整个投资上看,从以前富度创业开始,我们最终所面临的挑战是什么?挑战是说大家想投资,去哪里去看数据?想去分析,怎么样去分析工具是什么?怎么样去做很好的划线,去做预测,对吧?工具也是什么?然后另外我们的资源,新闻我们怎么获取?难道需要去订阅彭博吗?去买工作的资源吗?这里其实并非是平等的但是不足为我们所坚持的这么长时间去打造一个平台,就是希望能够在整个数据层面,我们提供更丰富的数据,资讯更及时更透明,然后工具我们有上百个这种交易的分析工具,以及费用尽可能低的费用,去保证大家能够有平等的参与的机会,这是我们之前所一直所坚持的东西。但是到了AI时代,我觉得这个逻辑是发生了变化。AI如果去去对比整个之前的人类的整个发展来看的话,最明显的可能就是对标,就是工业革命。工业革命替代了体力,对吧?我们不用再去自己去耕地种田,去生产。那有电力有机械的能源化化化石能源去帮我们做的事情但到了AI时代那更多是智力层面的替代那智力回到投资上能做什么事情呢谢谢大家现在每天大家看新闻 比如说看到一个新闻 [5:00] 这个事情我们到底对市场有什么影响这个事情想得出这样的结论是非常困难的对吧 另外比如说我看到幕幕里面有非常多工具到底该怎么用?这件事情想学习也是很困难的一件事情对吧 然后很多指标在眼前那它都代表什么RSI对吧有故灵线到底是干什么用的我们怎么去知道它去帮助我们的投资,那到了AI的时代,其实我们的产品,我们现在推出了木木AI这个功能,它就是能够希望能够帮助到大家有更好的能力去理解金融市场的变化。怎么理解这个事情?木木AI,打个比喻,我们现在家里面想做一个丰盛的棉叶饭,或者说,对 那现在一种方法是说我去网上去搜索各种各样的菜谱就像现在我们学习投资一样去把一个菜做出来对吧我们需要去学习当然食材还需要我们继续准备,但公共AI在投资层面,我们希望能否有大厨AI来替他来做我们给他提供最好的食材最准确的数据最好的最正确的指标新闻能让他得出替代我们或者帮助我们得出一个好的结论为什么现在成为可能有很多概念,包括大模型,Agent,Skill,MICP,我不想很多的去讲这里的一些概念,就是属于偏技术的这种东西,但是我想给大家看一下,到底这个事情会怎么改变我们的平时的一些投资的方法和决策。好这里是一个例子,从功能,我们可能最多的问题是说,我们CPS上市了,到底这些股票怎么样?我想听听大家的意见。到底我们怎么去找这些意见呢?怎么去发现这些意见呢?其实现在其实在"MOMO AI"里面只需要去问就好了,他就会告诉你有多少人,谁,对他进行什么评价,他的分歧是有没有。空间什么样子的各个方面都可以从里面拿到答案就是所有的数据的机来源都是我们购买的所保证的最权威的数据对包括像评级机构对吧他大家对他价格的预测以及分析师有多少人在做大家平均的平均价位是什么样子的,这些功能要去目录里面去找是非常,大家要学习,但用AI完全可以直接的帮大家完成分析,并且告诉你这些结论是如何得出来的,怎么能看到我们在功能层面给大家提供的多种样的数据。好另外信号就是功能上的使用在市场上每天都有大量的信号出现比如说当出现巨量的看涨期权这个东西成交 这到底代表了什么意思?对我的投资是有什么样的帮助,我应该注意哪些事情,这个信号的价值意义是什么?那完全在AI里面可以去问相应的问题,它就会告诉你怎么去理解。这种7200张的大单美光科技的期权成交意识的是什么?我觉得大家可以去试试去问问AI,看看他能给大家什么样的一些解释。大家看到所有的下面都是有一个脚标,很快 都有个角标 每一个结论则说我们都是有依赖的数据员是通过什么样的方式 什么样的数据得出这样的结论的对这里能够尽可能减少AES所产生的幻觉另外这是对于市场分析的判断,另外AI的EGO,我现在投资学的我有自己一些方法,我想怎么样让这个投资的策略是不是一个可以被验证的可以被拿来重复使用的投资策略?这个事情是不是可以被回测验证? 举个例子 这里应该是用那个布林线,还是RSI,还有布林线的方式去做一个策略,得出策略之后,完全拿过去一年两年的数据回测,看我这个策略买卖点的设置是不是合理到底我的盈亏的比例胜率是多少验证我的投资想法 AI 一句话就可以完成整个策略的构建对,另外AI大家想设定自主的一些提醒,定期去关注一些新闻,监听一些财报,这些所有的事情都可以让AI帮大家去完成,像一个私人助理一样去完成。对 再复杂一点 可能就在未来 我们畅想未来可能它就是能够完全成为一个投资的一个助理 就像我身边在家里面的一个五星级大厨一样 帮我们去做决策,给一些信息提供,能够让我们在关键时候能够把握机会。对,我觉得这里有讲了很多关于产品,我只是拿出来很小的一部分去给大家介绍。 [10:00] 到底AI能够怎么样改变我们的生活在整个木木的产品里面怎么样让这种AI能够让整个投资变得更简单然后再有这样的活动能够大家一起去交流分享能让整个变得更加的不孤单我觉得这是我们一直在践行的理念所以说今天这个机会非常好我只是简单的去介绍一下我们现在的一个新的产品那后边我觉得把话筒先交给后面的嘉宾后面如果有一些问题想深入了解的话包括服务图这里能够帮大家来做哪些事情我觉得会后可以待会儿或者提问环节可以聊更多好吧谢谢大家我可以做的事情吗?哈哈哈哈你把我的活动干了他会成为了哦让他回去我都没听过你说话说的这么少我这些心情不好吗表情表情有吗你是前辈的要使用吗哈哈哈哈他今天我确认是从文庚文明到成绩展他之前是从实际的变化人家哈哈哈哈哈哈ok 好 那么等一下啊 你先等一下稍微休息啊 ok ok 好其实是木木的极大小子每年在书每个月都不慢了,每天在书每天耗资,你要不把钱拿起来。你也都说了,还说多少卡的好吧非常感谢周杰先生给我们的精彩分享接下来这种感觉的内容谢谢大家谢谢大家谢谢大家谢谢大家谢谢大家那么确实如赵铁铁针刚刚所说过去几年以及未来的很长一段时间AI作为又一次的工业革命会是长期以来我们市场最热门的主题之一但是对于投资者来说真正的问题可能还是说怎么赶上这班车反正上两次工业革命的时候咱都不在没有人在上两次工业革命的时候没人参与过吧ok 行那么这一我们AI到底藏着哪些机会 哪些行业值得关注除了我们熟悉的那些大型的AI公司科技公司比如说Meta,ChangeBT,ChangeBT,CHY还有哪些公司能够侧面的、半道的从AI的发展中获得收益那么接下来让我们邀请今天的第一位特邀嘉宾YouTube以及Twitter平台上有数十万博主和粉丝的知名金融博主,跟我一样也是从多伦多特意飞过来的。也是AI和美联储的观察员让我们掌声有请投资靠军相信在常很多人觉得是今天要靠我们跟大家分享AR31的同样性会我跟自己在家里提前,知道了吗?哦,是个谁?你?你看我刚刚介绍的时候没介绍错了错了也错了也错了也错了介绍是ok的但是同样作为一个博主我感觉我上来弱爆了因为少了一个很趣一下子觉得太有实实的空间了哪个是这个是这个是这个是这个是这个首先非常感谢不读木木今天的邀请,没有他们的话今天可能就少了这个机会,然后可以站在这边,然后和大家分享一下整个AI的一个市场,然后我对于AI的一些看法。前面听完赵总的这个分享,因为呃我是不知道其他今天会上来演讲的一些嘉宾他们的内容嘛然后听完赵总分享之后我觉得呃你在做一件破坏我们这个行业的事情因为你AI你的目的Agent来之后我自己把自己定位成一个分析师对吧你要取代分析师这个行业所以可能我也得加把劲希望今天的内容呃呃带来的内容本身可以让大家满意啊我今天主要想聊的是因为呃大家都是不读目的客户所以大家或多或少应该都会有些投资方面的一些经理所以我主要是想聊最近这段时间可能我们聊AI其实聊的非常多但是呃大家可能那个 [15:00] 真心就是AI到底有没有这个泡沫严格来说从23年chpt面试之后无论是英伟达的走势也好或者其他一些大科技的走势也好其实大家都看在眼里而且那已经长了那么多的情况下自然大家会有一个担心就是整个AI行业还可不可以投资然后有没有泡沫那我今天正是我在讲内容之前我想先做一个调查就是从大家主观的一个感受吧就无所谓就是一个feeling就是从大家主观的感受来说你们觉得现在AI有没有泡沫如果觉得有泡沫的话能不能举一下手让我看一下其实还好可能就5%的人可能认为有泡沫那第二个问题我想问一下就可能觉得会有泡沫是非常非常严格的判断你可能在停在中间你觉得我也不知道他有没有泡沫我觉得有泡沫但是呢好像这些公司本身又非常的有吸引力就是我对于有没有泡沫这个问题好像没有吸引自己没有这个答案然后还是不断的在探索不断的在看很多其他一些资讯试图去导入这个答案有没有这样的一部分人谢谢大家可以不够配合的,应该演一下觉得都有胖母,那我今天准备内容就就有价值先和大家说说打一个招呼就因为我自己本身的内容我会比较偏数据一些所以今天如果数据过多的话你们可以提醒我说数据过多了你就给我们讲一些把这个标题能不能买也可以因为我做过很多一些线下的一些场合很多人就直接问我这个标题能不能买下一周能不能涨都可以但是我不一定有答案问题都可以问但是我不一定有这个答案所以回到我今天的主题我主要想和大家分享我自己的看法现在当下的AI是不是有这个泡沫当我们在聊泡沫的时候我们通常会把现在AI这个市场和00年的科技泡沫去做一个对比首先从投资股市这个角度去看我们聊泡沫的话基本上泡沫要分为两类第一类的话我们可以称它为是一个估值上的一个泡沫简单来说就是这家公司贵不贵现在的P是不是或者前瞻的一个市盈率或者市盈率本身或者后市境的一个市盈率是不是贵这是一个角度如果不只有泡沫我们可以认为它是有泡沫那另外一个泡沫的一个角度是盈利有没有泡沫那盈利有没有泡沫你可以理解为比如说现在市场认为谷歌未来的一年它能够赚多少钱但是最终当我们把时间线往后拨一年的时候你会发现现在市场的这个预期是错的或者是现在市场预期是高估了那这站在当下的话我们可以理解为是OK现在市场对于谷歌的这个未来的这个盈利它是有一个盈利的一个泡沫在那边那回到隋根门可能有没有泡沫本身是比较相对是比较主观的一个看法但是其实今天我想带大家一起去复盘一下001年当时科技泡沫是怎么产生的或者到底是一个盈利的泡沫还是一个估值的泡沫当我们有了这个观察之后我们来到当下的一个市场我们也许可以做出这个决定或者也许可以做出这个观察首先图里两条线第一条线是标普把这个走势我这边看的是整个99年00年科技泡沫科技泛默当时市场的一个顶点接近于是在00年的一个8月31日当时标普是1500点左右然后那一步的下跌直接从8月份的1500点跌到了当时10月2002年10月份的相对来说比较低的一个点在700多点,也就是接近要腰脚的这个下跌的幅度了那图里蓝色这条线告诉我们的是估值估值就像我前面说你可以理解为整个当下的市场是贵的还是便宜的如果在一个相对比较高的位置像99年00年当时在25倍左右那25倍是贵还是便宜其实很多时候我们可以用一个横向的角度去比较你看一下历史上那么它的估值到底有没有超过25倍的如果大多数的时间可能都是在18倍19倍的我们基本上就可以得出一个结论OK当时在25倍的时候是相对会偏贵一些的稍后我会和大家分享就当下市场的估值到底在什么位置所以我们可以做一个横向的一个比较去得出这个决论到底是贵还是便宜所以当时看估值的话算是在一个相对的一个高位但其实从如果我们看橘色这条线其实从它股价下跌的那个时间点就是指数下跌那个时间点其实在蓝色这条线下跌的时间点之后也就是当时其实蓝色这条件估值是先下跌的然后指数出现了一个下跌好那我换一个如果我换一个指标前面蓝色的条件我是没有变的还是市场的一个估值因为我前面聊到了我们如果聊一个个股也好一个指数也好它有没有 [20:00] How much? one is the water, one is the water, the water. That's the first time we saw the water 25 times. So the water is the water, the water is the water. That water is the water, or at the time, in 2001, the water is the water. 估值的泡沫还是盈利的泡沫 其实这张图里我们看到的就是我这边写的是Fore EPS,它是前瞻性的 In the 2000 years, when the US was really starting to drop down, it was caused by the increase of the increase in the market. And then, according to the increase of the increase, because you see the red line of the line of the line, it also keeps going down. uh 00年初始的时候到02年当时他蓝色是一路下跌的但是真正标普当时开始下跌的那个时间点是 the company's biggest problem. Or we can understand it as, to say it more than just a bit, for example, in the next day, in the next day, after the next day, the company's big data is going to be a disaster. There are some bad news, which leads to the market immediately to go down. They will be able to see the future of the future. Then we will see the picture in the red line. And we will see the picture of the lower end. So, to be honest, this two of them I want to show you from history of the走势, from 2001, the time of the科技 of the走势 to look like, The first time of the指数 was the time of the market, the price and the price was very nice. The first time of the market was trading at the beginning, the market was trading at the beginning. The first time of the market was trading at the beginning, the market was trading at the beginning. And we saw the basic problem that the problem is. Thank you. Thank you. I talked about it, I said I want to do a conversation with the current. We understood that at the time, 00年科技泡沫的产生或者说从下跌这个原点开始计算嘛 他是从因为盈利的这个泡沫出现了问题 So the指数 will fall, and the指数 will fall, and the指数 will fall. If we look at the situation in the current situation, The same color is the current price of the current price. I said that the current price of the current price is the current price of the current price. uh,差不多在19倍左右, that 19倍, that is 25倍, you can understand why I was doing a very similar to a bit of a bit, 19倍 and when the. Uh, in the. Uh, in the. 25倍. So, from the standpoint of the "louge" point of view, it is actually in a relatively low-level, from the past two years. From this perspective, we can already have a view of the view of the US. What is the price of the water? It's very difficult to get this conclusion. Because the data is not enough to do this. If you say the year ago, you said there was no water. The year ago, the year ago was at a relative high. The图里 told you that the red line was 23 or 24. So it was at a relative high. If we look at the moment, the US has no water. The problem is that I said, water is two different types. One is water, one is water, one is water. The market is the market for the market. The market is the market for the market for the EPS. The market is not visible. that's also the case that we have to do this. That's also the case that we have to do this. In fact, whether it's a research research or a basic research research, or a look at the market, we're trying to find the rules. We're trying to figure out the rules that we can do, and try to figure out how to do the future. But another one, including the research research research, is that Um, Thank you. There are history, from the technology side of the two of them, and then we can see what happens next to the next thing. Or, for example, in the original technology side of the RSI, the RSI is 30, and 30, the average rate will be a return. Or, for example, in the history of the things that happened, we can see what happens now, and see if it's not符合. And then we can see what happens next to the next thing. 同样的我们把前面00年当时的一个盈利的泡沫带到现在的话 现在橘色这条线我们是得不出这个结论 当然就像我前面举的这个例子 有没有可能周一开盘的时候你说 Um, Google has some things to make the market right now. That is possible. So, the market is in the market. The market is in the market. The market is in the market. actually is not in the whole number of the numbers, but in the market, the market has a very big difference. If I look at AI's落地, and these companies, the big data can be seen, and the big data can be seen, the market is correct, or the market is not the same. [25:00] 我们叫Earnings EEPS的这个E Earnings 盈利看空的人就因为这个盈利是被高估了所以最终其实回到了每一个人市场里面每一个参与者对于未来一年这些大科技因为我们通常看估值的话看前瞻的话前瞻都是看一年所以回到最终的一个问题就是大家对于未来一年这些大科技半导体他们的盈利到底有多大把握如果我们认为市场预判是正确的那就没有这个泡沫如果我们认为市场是远远高估了这些半导体或者这些大科技他们的盈利能力那现在就是有这个泡沫在那边所以最终其实确实是一个比较主观的一个看法但是如果我们要去克州求建的话起码这个克州求建现在是克不到呃呃00年的这个科技泡沫就我们现在还没有看到有任何基本面出现问题的一些现象我简单的在在我稍后有两张图是我们看一下就我们因为现在聊到了大科技大家都知道谷歌啊然后都知道亚马逊的走势前面我聊到了盈利聊到了盈利的一个问题但是这张图我主要想带大家看一下因为如果我们不是天天在市场里面的话其实我带大家去回顾一下整个AI从今年到现在为止的一个一个落地 其实我觉得时间其实过得挺嘛 时间其实是过得挺坏的感觉好像这件事情就发生在不久之前但其实离我们已经有一段距离我不知道大家记不记得当在一月份从今年一月份的时候当时有一个小龙虾OpenCall当时它是一个AI智能体然后在社交媒体上其实传的很多的然后在其实在油管上在其他社交媒体上大家都有分享一些咱们去设一个AI的智能体感觉非常厉害这个智能体你设完之后可以帮你去干嘛但是当时出现了一个问题最大一个问题是首先你要去买一个mac mini你买不到断货其次另外一个问题就是呃你要让智能体去帮你做事情的话你得好你得付钱什么什么叫付钱就是你得给你得去购买这个token,然后AI智能体才会帮你去做事情这个token本身它是有一个基本上要帮你做到一定的一些事情它是有一个成本在那边的比如说我看到网上有很多人最后说我弃掉了这个小龙虾是因为我每个月要花四五百块钱的这个token,但是没有这个ri没有这个投资回报在那边这个四五百块钱如果能够持续下去的话那必须是我花四五百块钱我未来能够给我带来一千两千是吧一万两万的这种回报不然的话你每个月去烧四五百块钱是是没有这个不可持续的那这其实也也也也带到了为什么最近这段时间啊大家可能都知道了Meta所发布的这个Muse它的它的一个恶人智能体为什么会那么受到欢迎非常重要的一个原因就是因为它是免费的大家都可以去试那从个人消费者这个角度来说我们说C端吧Consumer从个人消费这个角度来说大家对于价格是非常敏感的企业对于价格不会那么的敏感企业他们可以去烧因为他们呃一是有这个budget在那边二他们有这个试图的空间在那边但是对于个人来说大家对于价格都非常的敏感如果你要我一天付个一个月付个四五百块钱我可能不愿意去试但是如果你告诉我你现在给我这个智能机本身我是免费的我一个月给你烧多少个token然后你给你多少个使用量然后让你去试大家就愿意去试因为试完之后有很多人给我一个反馈是比如说他现在已经可以干嘛了我现在自己的我让他帮我监测比如说来温哥华的机票说你帮我监测一下这个机票然后你先告诉我多少钱然后他直接会告诉你多少钱我帮你谷歌搜索完然后我说这个机票太贵了然后他到他降价的时候你告诉我那他是会提醒你的他现在已经到了这样的程度他会提醒你然后他并且问问你现在他涨价了你要不要买或者现在他降价了要不要买现在智能体已经到了这种阶段然后如果你给他权限的话他基本上可以操作你手机里边的很多的一些APP和应用比如说你今天你说你帮我去清理一下我呃油箱里面的一些邮件你觉得是一些垃圾邮件的话你帮我全删了只要你给他全线他都可以帮你做到包括未来的购物你说我有5000块钱的budget你帮我去买个电视他会给你很多个选择然后你自己去做包括所以所以这就是从1月份的这个小龙虾然后到9月份Meta所公布的这个麦克所公布的这个MUSE一个个人智能机你会发现就是8个月的时间那么大家从对于小龙虾小龙虾其实是一个非常小范围的一个一两百万人可能如果看全球的话几百万人去用了小龙虾然后到了Meta的Muse刚刚发布了两周左右到现在一两周左右已经到了500万人为什么会有500万人其实还是因为Meta这家公司本身它有非常大的一个我们叫派发什么是派发就是它下面有很多的用户因为它无论是Instagram也好Facebook也好还是WhatsApp也好它有那么多客户之后当你已经有那么多客户的时候你再去推一个免费的产品一定会有人愿意来试对吧你给他那么多一些benefit所以一定会有人再来试所以这就是第一代的各种 [30:00] 智能体和我们现在所看到的Meta所发布的这个智能体有非常大的差别,也是出现了这个adoption,我们说对于新科技的接受程度差了非常多,那在中间发生了什么?那这中间发生了原本我们说API 你可以理解为呃 我一开始如果用小龙虾的话我要去调用不同的模型那不同的模型它的一个价格是不一样的那有些模型的价它的价格可能会比较高一些那当它模型的价格在非常高的时候我们说一件产品一件商品本身当它使用的成本越高它的一个接触程度就越低所以在这中间发生的一些事情就是从API的这个价格下来了很多那因为API的价格下来了很多所以Meta在上一周上两周才会愿意给大家免费的去使用不然的话如果今天它的一个宣发成本如果是非常高的话那他不会去做件事情所以这也是因为在整个行业里面现在在整个AI的行业里面只有当成本开始下来之后然后我们才会看到很多的一些英勇场景而在这个成本没有下来之前我们会发现多数AI的一些落地基本上全部集中在科技公司身上为什么因为科技公司有钱呀科技公司他们能够去试即使在价格比较贵的时候而且他们把市场里面的算力全部抢走就他们可以去我们说coding就是在编程这一块科技公司可以花非常多的钱科技公司愿意去支付这个钱这些卖算力的这些模型公司他们也愿意把这个算力去卖给这些科技公司所以你会发现在过去呃今年到现在为止除了小龙虾呃从小龙虾下来之后基本上在个人我们能够感受到的AI这一块的落地其实比较的少也比较有产品会催出来那主要就是因为这中间因为算力比较的贵所以从公司的角度他们把大多数市场的一个算力全部抢走现在随着中国的开源的模型进来之后然后把整个价格下来之后我们会发现很多落地或者很多的新用场景就开始慢慢浮现了所以整个这个过程啊可以简单的可以理解为以前呃90年代的时候电脑非常的贵那电脑一定是不普及的但是未来随着但是接下去随着电脑的价格越来越高越来越低性能越来越高之后然后我们就会发现电脑就还是普及的然后电脑本身对于我们每个人无论从工作上也好从从工作上也好从个人的很多方面也好给我们带来非常多的一些便利那这就是科技的一个进步价格的下跌所带来的一个adoption所带来的一个对于科技的接触成果所以在在过去在过去九个月吧 今年到现在九个月其实从智能体或者从AI的落地这个角度其实发生了其实发生了很多那有这两家公司我不知道大家熟不熟悉啊一家是anthropy,一家是openAI今天在当下市场我们聊AI的话离不开聊这两家公司因为我们看我们看落地的话我们得看到底有没有公司赚钱那这两家公司作为全世界前沿的模型公司他们的营收或者他们能不能赚到钱是一个比较大的一个信号吧就在告诉市场说如果他们都不能赚到钱的话那可能大家就会担心整个AI是不是有泡沫,那这两家公司的这两条曲线,我们可以把它理解为他们未来的这个营充,所以这两条曲线的增速你可以看到特别是接近于,特别红色这条线在从2025年到2026年一段时间,它是一个指数型的一个上升,所以这就说明他们在过去的一年里面其实AI落地这块包括黑色这条线它的一个斜率也在开始慢慢上升斜率在慢慢上升的时候就告诉你它的一个落地他们的营收速度其实比以前还要快所以整个AI的一个营收从这两家公司这个角度去出发的话是在加速没有任何的方法回到大科技这边就是我前面说的最终市场的一个争论点就是在哪呢很简单就现在市场你去问任何的分析师华尔街的分析师你去问机构都可以他们都会告诉你他们每一家机构都会对于任何一家最后就所有的公司都会做一个未来的我们叫前瞻的一个预测我觉得一年之后比如说谷歌我觉得一年之后谷歌的增速可以到多少然后市场就围绕着这一个预期去做这个判断如果市场预期是低了谷歌的财报出来之后比现场市场预期要高那谷歌的财报自然就剩了所以某种程度纠结这个点或者有没有泡沫的这个点我们就看现在市场图里绿色这条线是谷歌云的一个增速它营收的一个增速可以看到现在马上要发布的第三季度财报市场预期是88%的增速从左边这边看34 48 63一直到88营收的营收是在加速的其实和前面我和大家分享的那两家币元模型的营收其实非常匹别它营收是在加速的但是如果往往往未来去看的话谢谢大家那市场在预计什么市场在定价就是它的营收增速随着你体量上去之后可能没办法保持那么高的增速那这时候那我们知道这是市场的一个定价这是市场的一个预期市场的一个预期可能大多数的时候是已经反映在谷歌的一个价格里边了那这时候我们就是有一个判断了就每个人需要有一个判断的很简单比如我挑一个数据出来 [35:00] 77%这边三个季度之后谷歌的营收增速那如果我认为三个三个季度之后谷歌的营收增速可以高于77%了那现在市场是低估了那看空的人就认为谷歌做不到的AI的落地不会那么快那很简单看空的人就认为谷歌是有盈利上的一个泡沫在那边或者市场预期是有一个泡沫在那边那至于谷歌到底做不做得到这又这就是一个见仁见智的问题那就取决于我们对于这家公司本身对于这个行业本身的一个判断所以前面一开始三张图我主要想告诉大家如果我们去磕桌球剑的话现在还磕不到2000年因为现在的基本面并没有出现任何放缓的一些迹象且营收增速是在上涨但是从预期这个角度可以看到市场时期待预期增速是开始慢慢放缓那我个人的我个人的我个人的看法是我甚至认为这77%都是低估的有可能三个季度之后,这77%可能停留在80%,90%甚至更高。主要我会做出这样的一个判断,一个一个判断的一个标准是因为我们现在聊谷歌的这个营收增速很大一部分现在市场里面是出现这种情况,这也是我觉得市场有意思的一个点,就永远不可能有一个有一个统一的一个consensus在那边如果有大家有一个统一的意见的话市场要不就是有号码要不就是非常的便宜因为市场很少会有一致性的就是市场会有一个争论或者不一致性在那边为什么我可能认为反而这三个季度之后的71%以上的与其都是低估的呢?因为我们现在在聊AI落地的时候从科技公司这个角度去看,有一个叫做投资周期的一个错配投资和回报周期的一个错配我们现在聊这些大科技他们的数据中心那数据中心建的你可以把它看作是一个机械你今天花的钱下去你什么时候才能够把这个钱赚回来你是在未来的三到五年才可以把这个钱赚回去但是你今天拉任何一个人出来你说你能不能确保在三年就你能确保你在三到五年之后你能够把这个钱或者你现在对于未来三到五年的这个营收的一个增速你能不能赚回来我相信没有任何一家公司可以担保票告诉你能够赠回来所以这一定是有一个不确定性在那边吧这就是我觉得市场或者AI有没有泡沫这个问题本身非常有意思的一个点就是他是正因为时间投资的周期和回报的周期有一个时间错配在那边我们投资现在我们回报在未来回报在未来的未来本身有不确定性所以才会有了现在市场的争论回到我前面为什么认为我说77%可能是低估的就是我前面所料到投资周期的错配简单来说为什么我们在过去两个季度看到谷歌的增速可以到88%和82%不是因为他们在第一季度的投入出现了他们88%和82%的营收增速不是的在一年前两年前的投入所以是因为他们在一两年前的这个投入才看到了绿色这条线在在过去这几个季度出现了非常明显的一个加速不是当下的投入而是在一两年前所做的这个投入也就是说现在这些大科技他们所做的一些投入反应的是什么反应的是未来一两年之后他们的给引导增速但是如果我们去看他的一个投入的话每年的投入和上一年去做对比的话增速非常的快如果我们看2026年的话市场的预期所有大科技全部加在一起的话在7000亿左右明年的话会到1.3万亿也就是从增速这个角度去看的话明年在今年的基础上还会增加将近100%这个100%27年的100%它要反映到什么时候它要反映在29年的营收增速所以我们其实现在看到的我们很多人我们会看到因为理论上说啊我们叫当一家公司体量越来越大之后我们总会认为市场也总会假设他的一个营收增速会放缓那就像2023年英伟达当时出来的时候也是一样的大家都认为 at one point 未来有一个时间点英伟达的营收增速一定会放平但实际上因为他一旦在一起一起在加速加速加速所以市场 你说市场是不是一定对简单来说我觉得因为现在AI的时代对于我们所有人无论今天你和我或者任何的一家机构都是一个未知领域因为没有人经历过AI的这个时代所以有的正因为有这个未知领域在那边所以我不我不觉得有任何的一个人可以做出非常明确的一个判断说在两三年之后我们AI可以到达什么样的阶段这些公司的营出增速可以到达什么阶段那在我们选择投公司的时候我们其实有些时候我们说的简单一点就是我们投资公司因为这些上市公司嘛其实我们在投资比如说你投资一个餐馆的时候或者你别和别人合作的时候你简单说你投资他你是相信这个人你相信这个管理层本身其实我觉得最简单的有些时候你也不需要你可能也不需要了解这家公司本身的一个业务你觉得这个人这些CEO这家公司管理层和你合的来那你就愿意把这个钱交给他你就投资他这家公司其实类似一个道理那我回到AI嗯如果说我我有些时候在视频里面我会大家分享的一个角度是与其我们自己去判断这个行业里面有没有泡沫你不如把这个决定交给你信任的管理层 [40:00] 这是最简单的一个思考的方向和角度对吧就因为我们时间是有限的每个人有工作也好或者有其他的兴趣爱好也好但是这家公司的管理层他们是在这个市场里面他们可能对于这个市场的一个判断比我们自己要好对吧我们完全可以把这个决定交给这个管理层那这时候可能就是从人的这个角度我们去判断就我们直接把这个判断的一个与其我们自己去做这个判断不如把这个判断我们说outsource出去直接交给管理层去做这其实也是一个投资上思考的一个角度所以最终这张图我将表达就是回到我前面聊的77%市场其实针对这77%可以有非常不同的一些看法我个人的看法可能这77%都是低估的主要是因为如果我们去看回过头去看在过去两年谷歌在资本开支在AI上的一个投入的话它每年的增速是非常快它在过去两年的增速将会反映到它在未来两年的一个营收的一个增速上面这张图是亚马逊,然后AWS是亚马逊的一个云服务,那这张图也是非常有色,你看蓝色这条线它的一个增速其实和前面谷歌是一样,他都说他会认为ok 你会发现还有另外一点我想来就是我们说visibility就是管理层到底能够给到多远的一个指引市场你会发现在如果看未来两个季度的话37和39觉得确定性还挺高的然后营收的增速也比较的高你会发现三四个季度之后市场又认为你要下来这也是一个非常有意思的一个点就是就前面我聊到的一个未知领域就是是所有人的未知领域所以从因为这些数据是谁做出来的预测华尔街的分学员你可以说把所有的华尔街的分学员每个人都会有自己的看法然后把他们的看法举个中位数这就是这边的数据所以华尔街的分学员就认为增速一定会放缓但其实如果拿英伟达去挤一个例子的话几乎华尔街的分学没有一个人是对的如果我们站在23年也好站在24年也好包括在25年没有一个人是对的所有华尔街的风险全部低估了而他们每一次在做预测的时候都是根据管理层给的一个指引因为每一次在财报的时候管理层都会给下一个季度指引甚至会给一年的指引他们每一次都是管理层告诉我你说你下一年的营收增速30%OK,我帮你踩到30%但原本在管理层给这个指引之前的话他们的预测可能就15% 20%为什么 因为他们缺乏这个想象空间是因为华尔街的分学他们其实没有这个就是我说未知领域嘛对于大家来说都是陌生的所以他们没有办法想象你体量已经那么大了但你却还能够出现那么高的一个增速所以我其实我一直想强谈一下就是这在所有人的一个位置领域里面所以其实你说我前面说我认为他可能77也是一个低估的一个营充增速这是我的判断但是我的判断也不一定对但是我主要的一个判断可以理解为是我认为管理层既然能够选择在过去的两年里谷歌嘛既然能够选择在过去的两年里面那么大的一个资本开支下去我相信这个资本开支是有汇报的我们聊的roi那有有回报的话最终会反映在营收的这个增速率那有一些我们可以去追踪的一些一些指标啊比如说现在我们在看AI有没有泡沫的时候我们说算力的一个租赁价格那算力的租赁价格大家如果有关注英伟达相信这边大家都知道英伟达股票如果有关注英伟达的话英伟达的一个芯片它的一个GPU它是有一个租赁的一个价格如果说租赁的这个价格再上涨那就说明市场的需求非常的高那就说明当下AI的落地非常的好且它变得越来越好所以这边是H100就是英伟达在五年多前他所推出的一个芯片可以看到从今年到现在为止这个租赁的价格是一直在上涨所以明显的他照道理五年的一个旧芯片你的价格你的租赁的价格应该是持续下跌的但我并没有看到反而在今年的年初开始不断的反弹年初到现在差不多租赁的价格反弹了30%左右那说明今年到现在即使你五年旧的卡都有人要抢着去用不然的话它的价格是不会上的所以这也是在市场里面很多华尔街包括一些机构会追踪的一个价格另外一个是B200它也是一个英伟达的GPU机然后这个租赁的价格可以看到然后出现了比较明显的比较明显的就上了那这个卡B200的这个卡和前面H100的这个卡相对来说它会新一点所以无论是英伟大的旧卡还是说英伟大的这个新卡它在市场里面在今年到现在租赁的这个价格一直在上涨那只要这是一个最直接这是一个最直白的我们可以去判断当下市场AI的落地到底是往更好的一个方向去还是往更糟糕的一个方向去但我也不能说当这个价格未来有一天出现下跌就一定是有一个泡沫在那边但是这个趋势非常的明显是吧不能放在一个比较短如果你放比较短的一个时间你可以看到今年在三月份的时候可能出现了一波上涨然后又下跌那你说AI可能落地会有泡沫但其实之后一段时间这个价格还是反弹回去所以这两个指标可能是一个在市场里面其实现在已经被追踪的非常非常普遍的两个两个非常直接的一个信号就是说说再说直白的就是算力的一个价格现在现在到底是上涨还是下跌如果是有上涨的话就是需求大于供给那 [45:00] 而这个市场里边我们说落地,AI的这块落地,就是市场的一个需求,AI的供应体就是整个市场能够提供的一些算力或者这些大科技在现在所做的这些投入只要需求还大于供给那就说明整个市场是没有这个泡沫在那边那未来有一天我个人相信是会出现供给超过需求的为什么会出现这种问题是因为我前面讲了这我前面我前面讲了这个例子因为从科技公司从从很多公司他们投资的一个方式方法去看现在投我换来的是未来的这个回报但是真的3到5年之后你让任何一家大科技的公司出来和你说我对于3到5年之后的营收有非常大的确定性态他不可能给你这样的一个他们自己也不知道三年前和现在的这个落地完全不一样的因为你没办法预测呃呃企业的行为和消费者的行为你也没办法预测在这中间会有多少的些产品出来所以那为什么我说未来有一个时间点我们一定会我们说overbuilt一定会基建或者整个市场的一个供给会超过市场的一个需求这说白了就是因为有一个时间的一个错费投资和回报时间的一个错费就类似于我们聊宏观我们聊美联储的时候我们说美联储的加息或者降息它永远不可能有一个死亡soft landing或者永远不可能包括加拿大央行的加息或者降息他永远不可能说哎我真正好好降到那边我就不降了然后经济可以呃一个出现一个我们叫soft landing软着陆很难做到所以那有这样的一个拓配未来我相信有一个时间点我们是会看到整个市场的一个供给超过这个需求的所以无非就是一个供给和需求之间的一个追逐战那需求端需求端这一块的话我们得去看落地供给端这一块的话现在所有大科技的一些资本开支全是供给就是他们现在砸钱下去数据中心造起来算力起来未来这个算力如果没有人用或者大家一赢和你来谈价觉得以一个比较低的一个价格想要去用的话那就是整个市场就会出现泡沫那我相信未来几乎一定会有一个时间点会出现这种情况因为主要就是因为时间上的一个错配的问题其实某种程度我们都是在基本上我们大多数可能来自于加拿大其实某种程度和房地产是一样的房地产它永远是一个追逐的一个行业它永远是房地产的价格比较高了政府知道我们的供给端不够了我们房子造的不够我房子造的不够多然后是疯狂的造房子然后造完房子之后移民政策一卡就像过去这段时间我相信在多伦多也好在Vancouver也好都看到同样的情况Condo造了很多你condo造 你看为什么造那么多 原来价格非常的高然后政府说哎 你要造condo 然后可以可以给更多的人提供住房然后你希望通过造condo 然后把价格起码不让它涨得非常的快结果condo造的是需要一个时间在那边 不是你今天说我要造这个condo然后我这condo就造完了 condo造的是四年五年之后那结果四年五年之后 你把移民政策一收没人来了那这些kondo全部全部现在kondo多伦多也是这样的情况就是以前买的以前人买的楼花全溃了大家圣局都不要交付你不用交给我我不用借这个了我楼花全部赔给你因为那些人现在如果去接楼花的话是亏损的因为房价比以前跌了很多那为什么房价会比以前跌了很多价格反映的就是供需之间的错配因为你在以前你去造的这个房你去造的这个房屋你去造的这个condo现在没需求了但是当你以前在造康诺这件事情的时候你不知道未来四五年之后会出现这种需求的这个状况所以这就是一个投资回报周期的一个问题然后出现需求的一个错配的一个问题所以理解了这样的一个角度理解了现在大科技所在做的一些事情基本上我认为未来有一个时间点我们是一定会看到供给端超过这个需求的那那种情况如果出现的话呢就是我们可以理解为整个市场里面会有一个盈利上的一个泡沫在那里面但是这个时间点起码还没有到来就现在我们完全没有任何一个信号好这张图呢 主要它体现的是什么呢如果我们从右边 这张图是从右边往左边看的我们叫做它叫做是一个cost per intelligence task 什么意思就是现在因为我们前面聊到了AI的落地啊我前面聊到一个观点就是AI的落地他必须要是价格下来之后他会有更多的应用场景所以当他这个价格下来之后呃我们会看到很多AI的一些落地包括应用的一些出现那这张图它叫做cost per intelligence什么意思就是你每完成一个任务你所需要花的钱我们可以看到从最贵的模型差不多763到到到最便宜的模型0.06这中间它的不单是指数级的这是一万级别的甚至于是几万级别的一个指数的一个下跌那当然他不是完成同样的一个任务所以这边我想表达的是现在其实已经有很多的模型已经非常的贫敏了你要如果你去让他完成一个任务的话你的花费可能就是六分钱五分钱那当你完成一个任务当如果未来有一个智能体系出现之后你说你帮我去搜索一个机票帮我去找最便宜的机票然后提醒我最便宜的这个机票出来之后你直接帮我去买如果这件事情本身只需要你花六分钱的话你愿不愿意去做这件事情一定会去愿意做甚至于未来我相信会有一个落地的一个出现就是我们所有 [50:00] 人的智能手机上就会有一个免费的智能体可以帮我们去做很多在现在需要去花钱做的一些事情所以当这张图主要想表达就是当这个价格当我们去完成一个任务每完成一个任务这个价格出现非常大幅度下跌的时候我们自然就会看到很多应用的出现所以news它的一个出现它不是巧合而是因为整个现在AI价格下来之后他所出来的产品那呃我前面聊到了两家开两家地缘模型是我们市场里面讨论非常多的anthropic然后open-a-s两家公司谢谢大家谁去破坏了这两家公司呢中国的开源模型那这张图所表达的蓝色这条线是中国开源模型对于Token的这个需求量的一个占比蓝色这张图长得非常的快也是在过去四五个月我们所看到的然后黄色这条线前两家前沿的一个大模型他们市占率开始出现非常明显的这个下降但是他们市占率非常明显的这个下降不代表他们的营收增速方法前面我们我看到两我们看到这两张都他们的AR的一个增速是非常快的那这张图所我们所看到如果我们把整个市场里面在AI上的一个花费在模型公司上身上所花的钱把图里蓝色的柱状器和黄色柱状器加在一起的话差不多现在这两家公司仍然是占了整个市场超过50%的花费就整个市场里面花在AI上的钱50%去了这样的公司所以整个市场现在蛋糕再越来越大但是这两家模型所带领的这两家公司的一个或者带领的这两家模型他们的落迹会会变得越来越好或者他们的增速会变得越来越好但是从消化的这个角度去看因为开用模型便宜嘛那我们不是所有的事情都需要用非常高的一个智能比如说今天你说呃我要去地上捡一个东西其实你说几岁的小孩就能够做到对吧但是你说今天我需要来准备一个presentation那可你可能需要一定的知识储备你可能需要比较高智商的一个模型来帮你做这件事情所以未来一定是不同的Task 不同的任务我们会去沿用不同的模型因为当你在选用不同的模型的时候它的一个价格因为你简单的任务就一定是更加便宜的这个模型去完成所以从这个角度去看这两家模型因为整个蛋糕再变得越来越大虽然这两家模型他们的营收占比在下降但整个蛋糕再变得越来越大所以这两家模型公司他们的营收增速还是保持在一个非常高的一个增速里面那最后我想做一个总结我这可能是我就像我说我们无非就是争论先是第一个观察观察本身就是现在当下的一个市场是没有固执泡沫的这是第一点那第二个点就是有没有盈利泡沫这是一个我前面说的这是一个比较非常见仁见智的一个问题但是我前面我为什么聊那么多的一些落地啊或者我们观察一些指标可以去看到我个人是并不认为估值现在是有一个泡沫在那边所以我们尚未出现20222000年的这种转向那前面我聊到了开源模型现在开源模型是抢掉了非常多的一些量但是前一模型现在仍然是非常赚钱AI降价Token的一个降价使得AI出现了非常多的一些需求接下去的一块我们需要关注,也是我认为在在接下来的半年到英雄的时间里面我们会需要去关注这些智能体的一些落定那可以理解为起点就是在过去两周Meta所公布的这个Muse在个人智能体这一块如果大家在这个市场里面可能还会注意到OpenAI他们在三周之前也公布了他们在弊端针对企业的一个智能体是GPT 6.0 Astra可以类似于你可以理解为是呃包括他们在上一周公布了一个叫dots的一个产品这个产品本身我相信大家没有这个时间去看这个产品的一个介绍会啊我看了他这个产品的idea是什么就是你作为公司里面的一个员工这个产品本身可以把它理解为是你的分身你可以打电话给他你也可以用指令告诉他让他帮你去完成这件事情这已经到了一个非常我认为已经到了一个非常crazy的一个地步就是你会发现未来可能就是一个员工当两个员工去用了那原来我这个员工我自己本身我需要去做点事情现在我把这件事情全部给AI去做我做的变成是检验这个AI的一个结果是不是符合我的这个需求这是我们现在当下市场里面正在发生的一些事情所以我们不要认为AR的这个落地离我们很远在个人智能体这一块我们已经看到有muse这个落地了它可以帮你解决很多生活上的一些问题在企业端AI这块的落地我们已经看到有DOTS OpenAI的这种员工分身的这种模式出来了一个员工的一个价格500块美金订阅费!试想一下如果一个500块的员工能够能够做到原来呃你在美国的话我就算是最低你在怎么样一个企业的一个一个office的话10万美金一年吧吧10万美金还得有很多medical benefits你全部进去之后你一个月下了1万块美金但是现在可能500美金就能够把你1万美金的人全部替代了了这就是现在当下在市场无论在企业端这一块和在个人和在个人智能体这一块所发生的事情所以我认为接下去半年到一年左右的 [55:00] 我们可能在AI智能体这块会看到更多大家对于智能体的一个接受然后我们才会看到营收可能会反映到这些企业的一些他们那些财报上面这是我今天所希望给大家带来我主要想我们回顾一下2000年现在和2000年我们去做一个科州球件这个科州球件能不能做然后第二点就是我们必须要知道现在AI到底处在一个什么阶段那我最后想聊的是应该没有了吧对我最后讲的是我个人其实在年初的时候我曾经有说过我说我其实对于AI是既兴奋然后又害怕我当时兴奋的是我认为AI做到很多我害怕的是我认为AI可以把我剃了就像前面邵总所聊的他可能木木的这个agent做出来之后以后明年再来的时候可能就是一个木木 agent在这边和大家做演讲所以我可能要赶上我可能要赶上赵总的一个开发速度我要尽量尽量我自己的台证要赶上你的这个速度其实这个不是我这不是开玩笑我觉得因为我们现在已经看到了在弊端这一块就在企业端这一块智能体的一个落地了所以我相信未来会有更多的企业愿意去尝试而且从企业的角度500块钱一个月你觉得贵吗其实真的是还好如果真的因为我不说500块钱一个月你去替代1万块钱一个月你只要500块钱能够替代5000能够替代2000那这背后就有一个ROI就有一个投资回报成本投资回报在那边所以成本非常的低他们所做的能够做到的一些事情在越来越多我觉得这是我们需要的聚关注所以我说我现在仍然是感到害怕那我害怕的是从我们投资这个角度去看我害怕的不是我可能被替代我害怕的更多的是我可能看这个市场没有看得那么的全因为我在这个市场里边我去关注AI这一块的落地但是万一如果我有件看漏的话对于投资上来说可能会有些影响但我主要今天想带给大家AI到底发展到了什么阶段我认为无论是从投资这个角度还是从个人生活这个角度我认为AI已经在我们身边了且这个感知这个感受本身会越来越强烈我今天就分享到这个我刚刚都听进去了差点忘了我还得上来主持首先这个时长才对这个时长一个化动片讲它才对哪像你刚刚的老赵上来把他两句像竖口似的然后就吓什么这个时长才对其次非常非常感谢再一轮掌声送给投资talk林简是有备而来非常感谢你这么精彩的分享刚刚你的话题片出来的时候我看工作人员都在我们一起都在盯着你这个屏幕看然后看你对各方面的AI的价格的分析还有需求的分析非常非常的精彩投资talk均作为我跟他也不算同行人家是有几十万的投资人作为粉丝我的那粉丝都傻人人家那是真正的能够撬动市场的一个力量所以人家真的是我个人非常敬佩然后你就让我这么夸你也不夸我两句我其实想说get to the pointget to the point最后一个掌声非常感谢投资套区为我们大家进来正好享受的干货好吧好请一样正如刚刚所说的大家如果有问题的话大家可以等到最后我把所有嘉宾都请回来大家在把你们心中的疑问和你们想要得到佐证的观点跟他们进行一一的探讨那么接下来刚刚投资炮讯可能聊的更多的是AI的展望还有AI的泡沫以及个股上面的这项投资的策略但是对于其实很多人投资来说个股并不是他们的唯一选择他们有更多的资产配置其中就包括另外一种非常重要的工具ETF基金尤其是在市场机会越来越多的情况下个股选择越来越复杂的情况下ETF也是很多投资者参与市场的一个重要方式那么接下来在聊完了AI个股之后我们就会转到ETF以及市场的展望那么接下来邀请了嘉宾大家可能会出镜来的时候注意到有的人桌子上的本子是橙黄色的木木的本子有的人的本子是一个蓝色的上面写着Harvest ETF的本子那么也是我们今天活动的最大的赞助商那么在有请两位嘉宾上台之前让我们先看一段简短的Harvest ETF的宣传视频Hello I'm Michael KovakI'm the CEO of Harvest ETFThey are trying to ask here in person at the Open Vancouveror Moomoo Engine NetThe ETF landscape [60:00] Merci. Offer investors more choice. Le Parmise ETF est un projet pour les investisseurs qui sont en train de trouver des investisseurs, qui permettent de trouver des investisseurs. Together with Lubum and Investment Talk to Me, we're proud to bring investors and thought leaders together to build this community and share key insights. Merci. Merci. Merci. Sous-titrage Société Radio-Canada Merci. Alors, on va nous donner un grand déjeuner à Harvest ETF. Les deux autres chocésiens, aujourd'hui, pour nous donner un grand déjeuner de la vidéo. Bon. Merci, merci. J'ai une question de la question. Quelle est-il qui est là-tour? C'est le gars qui est derrière, il est le gars qui est en train de l'équipe. Il est le gars qui est le gars de l'équipe. je suis en Chantour, et Avi, c'est le groupe de la société. Nous avons créé l'entreprise en 2009, jusqu'à maintenant, il y a 20 ans. Nous sommes en 2016, de la Closed-time mission funds, de faire faire un état. Nous sommes en train de l'établissement, et c'est notre propre état. Dans ce niveau, nous sommes très fous de l'établissement. ce qui est très très complexe. Ce qui est AI ? Je pense que ce n'est pas encore plus. Il y a un peu plus. Il y a un peu plus. Il y a un peu plus. Donc, je vais pouvoir faire un peu plus. Et puis, on va nous demander comment nous investir avec AI. Ce qui est aussi, nous avons eu l'aise. Et puis, on va nous donner les produits. Et puis, on va faire un peu plus. Et puis, on va faire un peu plus. Et puis, on va faire un peu plus. si vous avez des questions, vous pouvez vous demander. Si vous avez un peu plus de problème, vous pouvez vous demander. Vous pouvez demander de nous. Ok, donc je vais te parler de ce que c'est un peu de technologie. Je pense que je pense que vous avez déjà entendu. Nous, les entreprises et nous, les choses qui sont plus d'un côté de la société et de la société de l'entreprise. Nous allons maintenant faire partie de trois parties. La première partie, c'est le domaine de machine learning or an analyst. Ils ont fait des produits avant tout ce qu'il y a une période de temps. Ce qu'il y a une période de temps, c'est qu'il n'est pas très bien. ou pour nous voir les choses qui sont déjà là. Ceci n'est pas un soutien. Mais après le deuxième phase, [65:00] 超出了一个辅助性的功能它可以帮我们去创造一个新的菜谱或者在一个可能我们已经有的菜谱上有一个更高的一个升级那在最后一步呢就是这个是我们现在此时此刻我们看到AI可能比较多的,现在有些公司尤其是像可能我们觉得像英美达什么已经做的比较完善了,就是他们的AI可以是有自主意识,那这种人工智能呢,就是用在刚刚那个菜谱的那个例子上,它就像一个小机器人可以帮人做饭,不但是可以创造一个新的菜谱,还可以去完全帮人做饭。这个的利用面其实非常广的,我们看到尤其是在近几年在这个healthcare啊,在这个医疗啊,上面运用其实非常的多,所以基本上在每个产品出来的时候都是有这么三个周期和这么一个阶段,从零到三。现在可能我们看到各种大公司,他们现在是已经是later stage,就是更在更后的后端。所以这个是一个我们看到一个从一个基金公司看到一个这个AI的一个演变吧这个其实图也是非常简单它其实就是在告诉我们就是刚才那三个phase被再简短一点就是每个公司基本上他们做AI的时候都会有这两个步骤第一个步骤就是学习期任何大公司在做种产品或在这种让种大产品真正去服务于人类之前他都会让这个产品去自学自学期还有很多大数据这个这个这个自能分析啊什么的这个比较technical你不会去特别多去说了但是这个辈子的时候他是在研发之前任何公司在研发之前都会有这么一个阶段在这个阶段结束之后他都会把这个产品打出去打出去之后这个时候AI就是说它是服务于大众的在这个过程中的话它也会有更好的这种系统的提升因为它跟大众的人用户有这么一个interaction所以就好像是一个用一个学习的例子吧就是很容易很容易懂如果一个人想当医生的话他基本上需要苦学很多年就是他在做自己的系统研发分析真正出来看病人的时候就变成演化成第二个阶段他是真正可以去看病人但是在看病人过程中他也会做一个真正的升级就是这个医生也会通过看不同的病人通过看不同的症状去给自己做一个真正的知识上的提升所以这个就是一个其实很简单的一个概念那这个今天可能是我要讲的比较多的就是怎么去投资跟AI或者跟AI关系的东西那这个就是以我们这个可能机器公司看,投资AI可能不只是投一个软件或者一个公司,很多公司耳朵能详的那些公司,比如像Meta,Vida,刚才TOP,Google语言,这些公司,大家可能都知道,这个东西其实是非常正确的,但是AI人工智能设计面其实非常广,远远超出这三个领域。所以从这个可能基金公司角度看我们看投资这个其实是有三个大流域可能我们现在看到是第三个就是软件那就是一款软件不管是meta出的软件还是什么软件只是一个单一的一个小节点但是它后面运转的东西其实是非常非常庞大的它后面运转的东西还包括两个大块第一个是硬件第二个就是能源和基础设施其实这两个才是真正AI的我们说是backbone就是支持AI运转的东西那很多真正的就是打了一些机器公司他们其实把很多钱其实放在后面这两个领域里而并不是只投中间的一个软件或一个系统那这个什么意思呢其实接下来三个slide稍微讲一下硬件应该不难理解不管是从GPU、XPU、CPU主板,包括它的server,从networking到server,任何的这些硬件的产品的支持我不知道在座各位可能有电子工程或者CIS背景的可能比我更了解这个领域但是这个领域其实非常非常大有一些大的公司像诺基亚可能他们在做和这种别的这种可能Logicab,但不是这种Blue ChipLogicab,他们也在做这种相关的东西,那他们其实是AI的一个怎么说,一个foundation,一个最基本的东西,他们也是支持AI运转的一个很大的一个driving force所以这是刚才是第一个area,那第二个area就是能源,这个其实我们看的很重,尤其这几年我觉得美国他们也把这一个像看的更重一点。 [70:00] 能源这个东西其实大部分是跟电力和冷却有关当然这个跟刚才第一个板块就是硬件有很大关系生产硬件包括运转转件需要大量电力能源现在我们能源分散的比较开欧洲现在很多东西也在公司也在做能源其实现在主要的能源可能现在分布在欧洲这边这种能源公司电力扑印的公司他们其实也跟人工智能是息息相当的然后其实他们也是支持真正最后产品是不是完善是不是真能走向大众的一个原因所以有些公司我相信可能大家听过但是有些能源公司可能大家并不是很知道Harvest它是有专门的能源包括utility energy的这些特殊的产品但是我今天可能不会特别提这一项产品但是我们是有这个板块所以给大家看这个意思也就想让大家知道这个AI它这个大的concept不仅仅只是一个软件它其实后面还有两个很大的板块投资这两个板块其实也就是在投资AI是变相在投资AI但是他们可能得到了涨幅他们可能能得到了之后就是两年三年之后的回报我们不可以保证任何东西但是可能是跟着AI的走向甚至它的downside可能会更好一点最后一个就是AI的本身我觉得这个可能刚才投资talk讲的已经非常详细了我就没有什么资格再去讲这个了大公司从谷歌到meta这个application provider这个Adobe啊Salesforce啊这些东西呢就是真正的软件性的东西这个东西可能大家从我们手机里用的这个XGPT啊什么的也是跟这些是有关系的所以最后一篇我就不放过多的篇图好那现在说完了我们相信的这个三大板块说完了就是我们认知和我们从一个基金公司看这种AI,我们的见解吧那怎么去投AI和我们公司可以提供什么价值那现在说一下首先我们公司的一个宗旨刚才也大概提了一下我们公司的历史现在我们手里的AVM大概是14个billion左右我们其实刚才最开始CEO那个视频大家可能也看了它的最高中值其实非常简单就是两项一个就是选择一个真正有价值的公司选择一个真正可以有这种真正涨过的公司刚才其实他很远说了就是说大家还不如把这个钱给到一个真正这种大的bluetripe公司真正有能力的公司有能力团队来管其实这跟我们的想法也是一样的就是真正有实力的公司真正有一个好的成分公司我们从基金角度来看我们选的公司可能是我们的套路可能不太一样我们可能看beta,alpha我们看的点可能不太一样但是我们掺脑之后选择的公司是我们以一个基金角度来看是可能是在涨幅上是最好的这么一个情况这是第一步第二步就是说在买进这个公司的时候我觉得大家可能对投资概念很简单就是低点买入,然后高点卖出这个我觉得是谁都知道一个理念但就是说我们其实也相信在大家等着股票涨的同时我们等它涨的过程中其实我们是可以收到一些income的所以其实我们的active income distribution for every single month这个也是我们一个focus很大的一个点就是一个非常稳定的现金流那这个现金流加上一个很好的涨幅才是我们的最后终止那我们怎么能提供这个现金流呢因为有些尤其是AI IT公司它并不是它的分红比较少大部分retien earning会非常多那我们怎么能做到这个接下来就是我们可能比较怎么说比较特殊的地方还是再大概说一下这也是他们做的slide就是说关于我们公司现在大概14个billion2016年到现在我们分红已经大概给出了3.7个billion的分红所以这个数字还是一个非常庞大的数字在短短10年从我们做ETF之后现在我们有大概100个tickers就是产品线大概有100个这两年我们比较注重完善我们的产品线,不管在别的sector,不管是去面向这个advisor还是这个客户,我们都去加了很多产品,然后翻上这个产品线好了,那这个就是为什么我们可以给一个固定的现金流所以这个其实就是我们公司的一个特点 [75:00] 今天我不会很特别详细跟大家说什么是期权和期货因为那个东西要说来话成了但是其实一个很简单的例子就是这样的我们去买一个股票很简单我们基本上都是Trust version都是Trust funds所以它是Canadian trust它也比较对省税什么比较有利的我们去买一个股点我们写Cover call我们write options我们做一个期权做一个期权保证之后我们会每个月给distribution做channel一个很大的distribution那等着涨幅的时候我们可以让顾客完全吃distribution如果大家想看购房买房当前Talking也说了一个买房的例子所以我也大概重复一下买一个房子就好像我们买一个股票那在持有这个房子的时候我们把这个房子租出去那是不是可以每一个月或者每两个礼拜有一个很可观的现金流那之后如果把这个房子卖了如果这个房子涨的情况下那么这个市场这一两年可能并不是很什么但是前几年在房价暴涨的时候如果我们把它卖了的话那是不是可以我们得到这个房子本身的涨幅我们还可以吃到它每个月给我们的这个现金流所以其实CoproCode的理念跟这个是一模一样的我们只是把这个做到了一个股票或做到一个具体的产品上好那这个Covercore本身呢在不同的市场其实它的作用是不一样的其实在每个市场都有一些benefits但是在上市如果是个大牛市的话它是有一个弊端这个必须跟大家说一下首先先说如果市场不好的时候如果大熊市市场不好的时候其实cover call比较好是因为它是一个soft lining它是一个cushion它有很强的downside protection如果股票跌了option premium不会expire我们还是可以吃每个月的现金流如果说flat market的话股票不动我们还是可以吃一个现金流如果涨的时候我们可以吃涨幅和现金流但是这个有一个很关键的点就是我们有upside cap如果一个bob假如说100%的话我们如果写出去30%的话那30%那部分的涨幅可能大家都吃不了这个就是任何期权的一个很大的一个弊端我们每个月基本上都是可能是每个月会调整我们的right levelright level就是我们写出多少写出越多在这个风险越高如果我们百分百都写出去了那如果说大牛是完全涨幅的情况下那可能大家就吃不到这个涨幅只能吃一个很可观的限制流所以我们基本上每个月会去看呀会重新选呀每个月Rible可能也是不一样基本上可以保证大家在享受涨幅的时候还可以吃到一个限制流所以也不能就是说去骗大家就这个东西听上去很完美这个期权这个东西但是它其实有一个很也是有一个弊端就是他在一个大牛市的时候他会tap一定的长度所以说完之后就开始说具体的产品了我个人主要是对接financial advisors所以我个人的工作主要是跟当地的advisorsPMdealers去做一个对接去把我们的产品什么看着放在他们的proposal这也是我第一次跟investor做一个直接这种活动所以我也不是很知道具体说我们要夺深或者可以夺specific的说我们的产品所以我并没有说把每一个产品或者最什么的全都写在那样的时间也会太长了所以我只是说把跟AI有关的这几个我们节选了一下然后放在我们PPT上跟大家稍微说一下首先呢HTA这就是我们的科技部产品很简单上面也大家能看到20个Blue Chip Company非常大的从Meta到苹果,Oracle非常多产品放在一个basket里面我们会在这个basketoverlaying basket上面写这个option就是写刚刚我说的cover call每个月大概有非常高现在可能在8.56左右所以大家可以在拿这些证补的同时还可以得到每个月大概有8%到10%的这么一个线性流所以这个就是我们的一个产品这些里面很多名字都名字Meta 这个也是跟AI是直接有关系的这个是我们的另一个产品 HETA这个就是跟刚才我说的三个板块就是说AI后面推他有两个大板块一个是印象一个是能源和基础设施HETA就是跟基础设施有关我不知道大家有没有很了解过这个里面公司看上去好像跟AI没有直接的关系但是这个里面其实很多也都是给 supply很多AI的巨大的产品所以我们是把它们放在了一个basket里面还是用刚才一样的方式去做期权然后它的这个disposition payout大概是8.17 [80:00] 也是比较可观的我们这个产品现在在市的一些产品从别的一些大的基金公司的产品基本上把能源这个sector更focus在美国的一些股票但是我们其实倒觉得这个utility这个sector可能是这个global的威力应该比较大所以我们现在基本上是为数不多的话就做一些可能是global holding的不只是美国的一些公司,而且就是欧洲的一些能源公司做最后呢就这个产品线就是我们可能最新的一个产品这个就是我们的叫Single Stock High Income Shares什么意思呢?其实非常简单他就是说任何一个股票就比如说举个例子吧苹果我们去买苹果的正股然后我们去写上他说的cover call大家如果去买的话就其实等于买了苹果但是我们帮大家做了一个cover call overlay就是很简单没有任何别的东西有些公司他加一个cover call然后他加一个post我们并不是加很多这种乱七八糟的吧我们就把它非常简单就写可能有时候20%看它的涨幅啊所以大家可以拥有苹果Sock的同时还是可以看到每月的现金流这个产品现在有非常多的个股了那可以从特斯拉到Alphabet这些是跟这个AI有关的当然还有很多跟AI没有关系的我们就没有往上写但是这个产品线现在已经有大几十个这种个体的产品再往下分呢我们把有些产品呢又放在一个basket里面做出了这种HHIS这个东西呢其实就是说把这个里面再选出10个来放在这个里面它的很好理解也是用cover call的方式也是每个月有一个很大的现金流也是我们基本上会会非常 periodically去adjust我们这个right level让大家可以吃到账头也可以吃到这个现金流所以这三个产品可能是我个人觉得跟今天这个AM最有关系的当然我们还有很多不同的产品从这个healthcare啊我们最大的可能AM就在healthcare就是医疗啊这个方面,包括还有一些别的这个东西,今天可能就不跟大家多说了,但是大体的我们用的这个方式,从基金公司的用的手段都差不多,都是在利用这个所谓的这个期权,做这个期权让大家有现金流,而且可以享受得到这些这个证顾的这个涨幅。好,所以总结一下,AI这个人工智能,我们觉得不只是一个软件,不只是一个产品,不只是一个小的Sector,而是有更多的这种领域加在一起,把它组成这么大的整体的一个巨大的Sector去运转。一般通常大家会觉得买一个AI股票,买一个Tosla什么的,可能有时候爆炒,那非常好。当然不管涨不涨嘛,它的分红啊什么,它都并不是很可观,我们target可能是在这方面可以说有一些value在里面,因为我们可以去做这个期权,做这些东西,所以让大家买到这些AI过的时候还是可以吃这个涨幅,而且是可以每个月有现金融。第三点,刚才说了三个产品,我们的HTA,我们的technology fund,HUPL,我们刚才说的能源产品,最后我们的个股产品,所以三大系列产品可能跟AI有关,这也是我们从新军公司对AI目前的见解。然后之后可能在Q&A环节,如果说大家有特殊的问题,如果说大家想很细的了解,就是说像期权那种东西怎么解,我可以回答,我和阿比我们两个都可以回答,但是那个说来可能就比较长,所以我就没有说非常细的把每一个期权点给大家说一下,如riding in the money out of the money,这些东西我们就没有跟大家具体说,但是如果大家有什么问题的话,我们之后还会就是说Q&A可以问,我明目之后可能以后还会问,有别的这种活动啊什么的如果有大家对期权什么还想说完全想了解这个我们也是很高兴给大家做就专门关于这个的这个presentation你们怎么游乐的都想做完那个时候?我们站了好久了,我们俩做些了。好,非常感谢Alan刚刚给我们带来的精彩分享,我发现我去这种活动其实也挺多的,我发现了。当年轻人,年轻人,年轻人,每一次当心钱要给老钱们,当然在座的各位,不是说各位老,但是当心钱这种新兴的AI的投资人,想要给这些传统的靠传统的投资获得低统金的人, [85:00] 每次你们当心钱给老钱解释的时候都拿房地产来举例你这是特意的不法行也没有什么变对所以不得你刚刚投资talk君也说拿康路来举例你也拿房地产说不定等我们有一天我们作为听众在点听的时候下一代年轻人给我们解释的时候就拿AI来举例没错说不定就是这样子好那么非常感谢艾勒为我们带来精彩分享好谢谢可以走走吧 走 把这玩留下 把这玩什么玩的那个小小型的控制器 控制器不在那在那儿,拿来个厘米,拿来个厘米。ok,那么说到年轻人,下面就是我们的最后一位嘉宾。这位嘉宾也是木木的高级产品名销经理,也是一位年轻人。他今天上台,我认识他很久了,他上台之前还特别,也不是说特别紧张,就是说特意叮嘱我,说别把他吹的捧的太高,然后也别把他夸的太适谱。那么接下来我就说实话吧接下来David已经站在那了啊哎呀妈这讲我跟你说老牛了啊那个一般就是说奥巴马退休之前奥巴马特意跟他通了个电话那美联储的每次加不加息那都是都给你zoom的是吧在给你决定的啊对巴菲特叫他直接跪地上没夸张你吧 没夸张 没夸张 行 好行你知道我没夸张就好 好 来吧那么接下来最后一个环节当然最后大家会有那个环节给我们聊一下期权Options的就是MU的高级产品营销经理让我们有请David上台 谢谢自己带着装备来了对公司有人做这方面好没事这还要不这不用好,谢谢光头哥的暖心介绍。我今天跟前面的几位嘉宾相比有一个特权就是我能够坐着讲因为我今天给大家分享的主题是如何使用我们这个MOMO的APP去帮助大家做这个期权的交易以及期权的分析好的,大家可以看到两块的大屏幕。那么这个就是我们MUMU的桌面端的界面。然后我们现在呢是在这个个股百事可乐它的这个期权页面那其实呢大家有时候我们会我知道在场有很多已经是mumum的用户那大家在看我们的app的时候有时候可能会被我们的这个丰富的功能给惊艳到但是有时候呢也会觉得我们的功能确实非常的多然后有时候很难去找得到我们自己想要用的功能那么在交易期权的时候呢我可以给大家介绍一下,MOMO的功能基本上就是在两个地方,一个就是在我们的个股页。比如说我们以百事可乐举例现在,大家搜到任何一个ticker,比如说PEP,我们最先出来的默认的tab就是我们的图表界面,大家最熟悉的K线图。期权相关的内容第二个地方就是在我们的左边这一栏大家可以看到有一个type直接就叫期权如果我们点一下就可以到达我们的市场的期权汇总页然后这里刚刚我们看到的是个股的这边就是一个全市场的期权信息的汇总基本上目目所有的期权相关的内容就是在这两个地方都可以找到今天我就给大家介绍一下我们不同的功能分别是怎么用的我们可以从这个tap的从左到右一个一个介绍首先最左边就是我们的期权链期权链大家如果说有交易期权都会非常熟悉了这个就是我们在交易期权之前一定会看到的一个界面那是在这里呢我们就可以去选择我们要买的期权它的这个行权价是多少然后它的到期日是多少那MUMU这一边呢比较这个值得给大家介绍的一个功能就是我们会有这边一个损益分析那我们我相信大家如果是一个这个资深的期权交易者的话可能会做一些非常复杂的期权因为我们说期权呢 [90:00] 主要的功能就只有两个,一个是给我们去对冲风险,另一个可能就是去短期博取一些超额收益在达成这两个目的过程中,有时候我们要用到的可能不仅仅是单腿齐全,有时候我们会用到一些策略这些策略可能会涉及到好多个腿,然后好多的齐全组合在一起这时候其实对于我们来说非常难受的一点就是我们看不到它的盈亏平衡点在哪里然后我们也不知道选择哪一个价位或者说哪一个到期日去购买是我们最佳的选择那么这时候我们就可以用到MUMU的损益分析我们可以用一个straddle就是这个跨式策略我们随便选一个给大家举一个例子比如说我们点击这个创建买入订单那这个就是在122这个价位我们去创建了这个跨式的策略然后呢我们只需要点一下在期权链右边这个按键这里有一个损益分析然后这里大家就可以看到我们直接把整体的期权策略的收益去做了一个可视化,然后这个图表它是可以移动的,然后我们在这个鼠标悬浮在哪里,我们就可以看到哪里相关的信息,比如说我现在放在这里,大家就可以看到我现在的到期损益,如果到期的价格是这个,那我到期损益是多少,然后当前损益是多少。然后呢我们可以看到我们的两个盈亏平衡点分别在哪里那一个是117一个是126那也就是说呢在这个策略我们可能在这个策略当中那我们这个如果到7日的时候这股票价格它在这两个价格中间那我们是亏损但但凡只要是它低于117或者高于126那它就是我们就是一个盈利的状态那这个呢是给大家举了一个例子straddle的策略,但是MOMO这边其实我们是有support13种内置的期权组合策略,包括大家如果说有自己的策略更加复杂更加多腿的,也可以用我们的自定义策略,我们可以试一下,比如说我们选择一些非常奇怪的一些组合。我们就我这都是我随机点的然后我们现在可以看一下它的损益分析它就会变成这样就是不管大家用什么样的期权组合只要点到这个损益分析都可以一目了然看得到自己这个策略目前是什么样子的一个状态然后它的最大亏损和最大的收益分别是多少它的盈亏平衡点是在哪里我觉得这个对于大家在交易期权来说的过程中来说应该是非常实用的一个功能好的,那么接下来我们就进入到第二个type,这个是为大家去准备的一个,如果您是一个期权新手的话,会帮大家去准备这样子的一个期权的智能策略。期权交易有风险,然后这个策略也需要时间去理解这时候如果大家是期权新手的,想要去刚开始交易期权,不知道应该买什么期权呢?大家可以用到这个功能,就是我们的期权策略然后大家可以看到在顶上有一个非常简单的几个条件供大家选择比如说我们最顶上您对股价未来的看法是什么?我们觉得木木给大家分了六种类型是会大幅上涨还是普通上涨,还是在中性的区间微弱的波动,或者说是在横向的剧烈的波动,那么还有对应的强烈看跌和看跌。其实大家只需要去像判断这只股票,就平时去买正股一样去判断这个股票它的走势,以及我们认为它会到达什么目标价。看涨举例就是现在我认为百事格乐会上涨然后我认为它的目标价会到134目前它的限价是125我们把这两样东西填进去之后再选择一个到期日因为我们每一支期权都有一个到期日我们默认的是两周左右13天大家可以看到下面就出来了所有在这种情况下适合 [95:00] 我们去购买的一些期权比如说我们最简单的就是一个单腿的看涨期权,或者我们可以去卖出一个看跌期权,然后同样的所有的损益,我们都是在APP里面,在我们的桌面端里面给大家去可视化的呈现出来,这样也可以一目了然看到我们为什么要用这个策略。因为它上涨的时候,我们是会赚钱的,比如说它涨到我们的目标价134,我们鼠标悬浮在这里,就可以看到到期损益是587,然后只要对股票,我们有任何趋势上的看法的变化,我们只需要点击相应的,比如说我现在是强烈看data了,这时候对应的我们给大家推荐的策略也会变动这个就方便大家不需要自己去选择这些复杂的策略母母帮大家选择好的所有适合我们现在这种情况的期权组合大家如果觉得看到这里然后看到这个损意图觉得合理的话就可以直接去点击交易就可以去做买入或者卖出的操作了好的,那接下来呢,讲完了给我们期权新手的一个功能,那又回到了对大家这个期权资深交易者的一个板块了,就是我们的第三个type,这个叫做期权分析。持仓量分布,波动率期限结构,波动率微效,这些所有的数据,我相信大家如果是期权的资深玩家的话,应该不会陌生,但是平常我们经常会遇到一个问题是什么,就是我们在去找这些数据的时候,我们需要去找不同的网站,我们去看,然后有的网站可能只有波动率分析和持仓量分布,它没有微效曲线,有些网站可能只有微效曲线,其他的一些数据,或者说我们到这些网站上之后,我们发现他需要付费。在MUMU这边,帮大家其实把所有的基本上交易期权,钱质需要去判断的这样子的一些数据,全部都给集中在一起,然后免费开放给大家,并且是做了一个可视化的。对。那这个就是我们这个板块的为大家带来的一个好处了如果说我现在就是新手,我还是又觉得太复杂,怎么办?我也用不到,也不用担心。大家可以看到我们每一个板块的右边有一个小的i,就是information button,然后比如说我现在说,我这个图好复杂,什么是IV,什么是波动率,对不对,我不知道,只需要去点一下information,按钮,然后我们里面就会有详细的介绍,这个功能是干嘛的,然后里面讲到的每一种概念,比如说IVHP,IVRANK,IVPercentile,分别是什么意思,然后我们怎么样去用这些数据帮助自己去做一个期权交易的判断,所以大家不管是新手还是老手,在这里都能够找到能够帮助到自己的东西。OK,那我们接下来进行到第四个谈,这个呢是我们叫做期权异动,大家应该如果说已经是这个目目的用户可能会有听说过我们前几个月,包括现在我们在办一个这个加拿大的交易大赛,然后呢我们的第一期呢是在这个9月的时候结束了,举行了一个颁奖典礼,然后请到了我们全加拿大在我们比赛当中获得的收益率最高的前10名来到我们的现场。然后当时我们就问了大家一个问题,就是说他们是怎么样利用mumu的app去做到这么高的收益的。当时我们整个比赛的第一名,他就是说了他最喜欢的一个mumu的功能,就是我们现在看到的期权异动。两个月的时间里面做到了5,000%的收益,也就是50倍的一个收益。为什么他喜欢期权异动这个功能呢?他说了一点,我觉得非常有参考价值,我刚好可以作为这个功能,我们的广告语,他说我们平常在市场上我们去判断一个股, [100:00] - Call us, hope. We often see news, and we see some other people's sayings, and we talk about them. This is what we can see in the book or other platforms. We see many people have different views. There are people say "长" and there are people say "跌". And every person say it is very... It's very clear, but we often see that in the polls, we see that if you look at it, or you look at it more, Because there is no such thing that you have to say, and you have to say it more than a real thing. This is the way to prove yourself very confident. So the total change of the change of the change is such a situation. Because every total change of the change of the change, It's a situation in the market. And what we chose to make is a very large number. It's a change, because it suddenly appears a very large number. These are real-time and real-time companies, or some bigger companies. It's been done in our exchange office, and it's been shown in our exchange office. And because we entered the exchange office data, and we found out such information. This is more than all of our views. Because he bought this direction, it shows that he is very, very confident, and he is taking a big amount of money into his own. For example, let's see here. Let's see here. This one is bought 167 days after the year, and it was a $135. So they can do this kind of activity, or a large network. So they can do this kind of a movement. That means they are definitely doing a very deep research. I will go through the previous data and research and data to get a conclusion. Then we can go to see if the big whales or the big whales are the same. You can validate my process and then go to the end. Okay, the last one is our data. This is what you have already chosen. I'm going to sell this title, it's "Balish-Kalak". and then we can change the other than our Inverda and Tesla. We can see all the different prices for the U.S. and the other. We have to do it for the first time. But I don't know if the price of a price is a price. We can look at this. We can look at different indicators for it. For example, we can see the amount of price. Now Pepsi's price in all the price. from high to low, also using the income rate, the cost of the cost, etc. These are all made by the decision. So why do we have these three choices? Because we know that the total is actually different from the right. The total is very important. The total is very important. 期权的时候也是遵循这样子的一个道理,那这边就可以帮助大家去筛选出这样子的一些流动性非常好的期权。 Okay, and we'll talk about this in the 7th tab. And I want to share with you one of the most interesting features of our business. [105:00] 这里就是刚刚跟大家聊到的其实我们期权它是非常吃波动率的这样子的一个交易产品在波动率更大的时候通常我们的去博取短期收益或者做对冲用期权都是更有用处的什么时候它的波动率会比较大呢就是在对于个股来说我们通常就是在财报发布的前夕财报发布的当日那这边的Mumut给大家做了一个非常有意思的功能就是我们的财报分析然后在这个里面我们可以看到它的历史财报日的掌揭幅还有波动率然后我们看到他这个比如说我们拿这个百事可乐举例,为什么我拿他举例呢?其实就是因为我们可以看到这边他马上就要发财报,他这个Q的财报还有四天就会发布,所以说我们现在就可以拿他来举例,我们可以看到他的历史,他发财报的时候,他的这个K线图是什么样的,他的IV是什么样,他的HP是什么样的,然后我们可以看到,现在,百事可乐马上又要发财报了我们根据他过往的表现我们可以看看这一次他发财报前期是不是有机会去做一些期权的操作那这个呢就是我们的一个IV HV和K线图我们把它放在一起给大家做一个对比下面这个就是我们的历史的财报预测波动我们这个黑色的线其实就是它的上线和下线我们在每一次财报前夕都是通过有既定的公式去算出来它的预测的涨跌幅然后我们就可以看到红色和绿色的柱子就是它在财报当日真实的涨跌幅然后我们可以通过这些历史数据去看到这个股,它的股性是什么样子的,虽然说这个东西听起来很玄学,但是每一只股票它都有自己的一些特点,这可能也是由它的popularity导致的,或者说它是更多的是由一个机构去交易的,还是在散户中非常popular这样的一只股票,这些都会影响它的股性,有一些股票它就是会在财报发布的当时活动,有一些股票就是会在我们预测的范围内波动,比如说我们去看百事可乐,我们可以看到他在过往的我们从这一次从上一次开始算1234567在过往的七次里面其实是有六次他的财报当日的真实波动都是超过了他的预测波动那预测波动是用公式算出来的就是大家真实的给他的定价在他财报发布之前都是会大于它的预测这时候就给到我们一个信息就是说,它这支股票在财报发布当日相对来说,它的波动没有那么的被pricing如果说它的波动率被pressing了,它应该是在我们的预测的上下线里面的,但是由于它没有被pressing,所以它经常是会波动率会超过我们的上下线,这时候就可以对我们现在即将发布的财报,帮助我们去做出一些判断,我们看看如果说是要利用它的波动大的这种特性,我们可以去做一些什么事情。未来也不能去预测未来但是可以给到我们一些辅助我们判断的这样子的一些信息好的,然后今天由于时间关系呢,就给大家介绍到这里我们木木的期权功能。那大家其实有兴趣的话呢,还是两个地方可以去找到,我们一个就是我们的个股的期权タイプ,然后另外一个就是我们的期权,然后我们可以看到整个市场的一些期权的数据,然后包括我们如果说是想要博取短期收益我们有这个活跃的末日期权这个这个赚区这就是给我们专门去做这个末日期权Zero DTE去设计的这样子一个区赚区供大家去这个选择期权然后交易期权的好的,那么我今天分享就到这里,接下来我们有请MUMU Canada的市场负责人Shirley给我们讲一下今天给大家准备的一些道场嘉宾的特殊活动。谢谢大家我可以看到 [110:00] 我的这个环节的问候的话我就让大家都在期待等一下问投资talk君问哈温CTS然后能想这个环节那在这个场地的第一种鼓励以上,可以去...刚才有很多优优问到我这个房间的WiFi,终于我们可以打开WiFi,大家打开这个WiFi,是Hilton我看到了我一天的朋友然后密码的就是Meeting2026Meeting2026M大型啊,相关的,那今天报告的家民有一些是来自我们,Premiere 这个 用试客户 专属的 它们的我们知道吗呢? 今天是超过动,我们不在买的。小业务的小班课和公会,大家一起提供一个特优特的天赋,也是我们的创新品牌的理念。不过简单,不过简单,帮助大家找到同样的投资者一起去交流和互动。这个是我们的工作人员之中,工程浪费为大家提供特色的互赛。比如说我们今天带来我们的创军,带来HIRSTM。那在这个之前我们开了很多场,还有大萨克的钱,我们的一家中美国贵过来,还有非常多的YouTube Financial以及Juice, 一个国主带来他的职业,那这次我们都会,必能会分享我们的影片,规论的用户,但今晚也会被我们的这个规论用户以及你们的朋友,专场的网练和交流会。好,那我就多说,先留给我们的,呃,对嘉宾,我们把你从前来一来,然后我们就开始一个Q&A的环节,然后在这晚面可以开始。好的非常感谢今天各位嘉宾还有 Shirley 还有 David 非常精彩的分享那么现在如 as promised 我们现在就要邀请我们的各位嘉宾回到台上来一一解答大家的疑问好 我看现在有这条路那么让我们重新呼吁掌声欢迎赵洁先生 好欧洲套军以及华文市役宴的两位特邀赞兵重新上台谢谢大家好谢谢大家谢谢大家我之前说你们没给我留椅子,我一直战着我,大家还笑了,真没给我留椅子。好,那慢慢来在一次我们的关系在开始之前,我们要做好分一三分两个例,也不太让我们来来审讯。那我要做十六年了那个 [115:00] ¿Aló? A la hora de verlo. ¿En qué tal? Gracias. Ok, vamos a la primera vez. Bueno, vamos a ir a la segunda vez. Vamos a ir a la segunda vez. Vamos a ir a la segunda vez. Vamos a ir a la segunda vez. Ah, ¿sabes? ¿me? ¿Puedo preguntarle si te voy a un poco de ETF? a suerte de una idea de cheque no es todo su negocio. El objetivo es que se puede hacer un trabajo para el cobre, el suelo de todo. Sí, lo que pasa es que Succo. ¿Qué es el tipo de evidencia? ¿Qué es el tipo de cifra? Faso de la vida es el que se ha. Porque chiquitin' pasas de pecho. Estaba en la lista. Por ejemplo, ¿qué es lo que se ha hecho? ¿Qué es lo que se ha hecho? ¿Qué es la tecnología? Si, lo que te da unir, chico, no lo voy a hacer. Gracias. Gracias. Bueno, entonces, vamos a ver el Harvest. En cuanto a la pregunta, vamos a ver el tema de la semana. Y ahora vamos a ver el Harvest. ¿Qué? Gracias. Y en el momento en que los niños se han preguntado, ¿cómo se han preguntado? Gracias. Gracias. Gracias. ¿Cómo se puede hacer? Gracias. Gracias. Gracias. Gracias. También es una función de lo que tipo de secretario se puede tener. Si es una especie de secretario, si es una especie de secretario de los Estados Unidos, o si es una especie de secretario de los Estados Unidos. Así que es a la funda y no a la stock. Porque tu entidad de transacción con el EDS es de forma de financiación. So let's say you're holding HHS or you're holding MSDE. El tax back would be through the fund, y no at the individual stock level. Porque si hay economía de la exposición a la stock, pero tienes que expulsar a la fuente. por el CQF. En la idea de que la gente se trata de la gente, es que la gente se trata de la gente. Pero las personas de China son las personas son individuales son más impactos. El ETF fund de la dispute, el high stock fund es de 15%. Esto es un ejemplo, es un ejemplo. 据我的 idea,它很可能死在,很死,三到四死的 y que es difícil hacer. por 45% Si, si es en China, en China, en China, en la parte de la gente, es un problema. Si, si es en el caso de la gente, La gente va a hacer un poco de trabajo. ¿Qué es lo que se llama? [120:00] 我妈妈这个比较低的想象在他们的东西是比较少的如果是有些别的平台位置会强势面前的话,它虽然会不太一样。我可以去一步走可以去一步我跟你一句话说这个是世界的 还有一个 这个是那个啊 这个是就是啊 呃呃呃就是说啊和困难的一段时间的 可能更有的那这种合并就是说对我们小伙伴来说可能是我来了解这种合并的方式是一定在了解它价格算因为如果是但是在一个速度的一个一直是不容易的把他一直看出所以说我们小口都杀 必然不合认这人就是因为他不知道如何去就是一下子的量,他30-50%对,就是说一般的话也是大概去一下子的量。需要慢个?需要慢个?需要慢个?一般来说,如果合并的话,如果是特斯拉合并进SpaceX的话,一般会给SpaceX股份的这种形式,给特斯拉的投资者,然后溢价本身的话通常不会太高的,就是会根据市场那个价格,然后给30%40%的溢价,因为你想如果给一倍的溢价的话,对于SpaceX股东意味着什么?我花了那么高的一个溢价去收工你特斯拉的SpaceX股东可能也不干,所以这背后通常来说不会有什么,有非常高的你站在那边如果合并的话谢谢大家一般可能是在售货五千的地方是九十年后对,比如说以今天特斯拉的市值,然后30%的溢价,通常都会有一个具体的时间点,根据那个时间点的收盘价格,然后给多长的溢价去内,所以它其实波动还挺大的,所以收购的时间点还挺重要的。如果这个TOMS确定,基本上是StateX, 之后我们特使用, 其他的方式可能会进行到用途的?应该基本上是用途的。好,首先一个是个打的,一个是个打的。我习惯了,都有人问我明天会不会讲,是不是?这个非常感谢啊,我有这样一个活动,我作为这个其实平台的使用是一个是不足的投资人,所以觉得我们今天做到这种活动,我们在富多华有这么大一个活动选举,我觉得特别好。我还不夸你了。感谢上场,然后有个问题,我原来给富多公司,我个香港人去看,我觉得这两个产品是有差势的。我想知道这个为什么你也很懂。其实就是说,作为一个普通的人,我可能有的时候更需要去买一些机,比如他会想成为产品。你可不成功能 你可不成功下的差异? 这个问题有问题吗? 我其实很想起第二个问题是哈里斯的问题就是你们的产品都加入产品吧然后如果作为一个是我的理解是你们没有在摸当我作为一个投资人,不过是企业,我们也有加企业业,我会购买的,我要募许他们渠道来,你们能有那种上门的presentation,可以问更多的细节,因为这个过程会长一些,可以预约这种点个点的交易。谢谢大家今天能过来,我今天真的很感动,说实话,我们是第一次在这里办这个活动,之前只是在多伦多去尝试。但今天我们这么热情的有这么多人过来我其实很感动的包括先上午早上起来我们就再去看本地我们想有一个线下店像多伦多我们有两个嘛想这里有线下店就先上午看了两个地方我们基本上可能在未来明年的上半年后肯定会有一间在这里这样的话这样的活动办法会更加的方便直接到店里面就可以去参加这样的活动像我们多伦多现在9月10月2个月每周末都有好几场的活动在店里面把这种活动带给大家像今天一样有这样的机会跟他一起交流去分享我们一些请非常好的嘉宾过来去分享他的一些见解这是对我们来说我们是非常开心的事情,这是第一个。第二个,回到刚才整个平台所交易的能力方面,这里先讲话 [125:00] 首先因为我刚才讲我的背景是研发嘛其实在香港那边的所有的你们能够看到如果你们在用香港普途的话你们交易封控所有的事情都是我这边团队来做的所以我们的能力是具备这样的能力做的一个事但另外一个问题我想说的是我们做这个事情第一就是合规符合当地监管那我们在加拿大本地持牌他的刚才我也讲了我们所有的要求都跟本地的五大行是没有什么区别这什么有区别我们要符合这里的监管要求它限制我们能做一些业务免疫我现在做不了所以这里我们其实现在如果从我们内部来看首先它不是技术问题它不是能力问题它是一个本地的跟监管沟通持续去扩展牌照范围的一个过程所以这个事情我们有大量的牌照在申请在做在去推进那跟本地监管的沟通需要很长的时间去做这个事情它不是一个跟加拿大监管它本身就相对慢一些对这个事情我们在努力在做所以如果预期的话可能现在我们希望下一个很重要的时间点明年我们一月份会有一些新的品类上然后到可能在明年年底的时候我们希望能够在监管的能够人时的情况下优优独播剧场——YoYo Television Series Exclusive但是这个事情是弄多的是监管层面它是不是合规经营下面它同意我们去做它不是一个技术问题它是一个符合当地监管的问题它是牌照我们需要保证大家因为你们选择复杜已经信任我们那我们一定在一个合理的框架下去做这个事情是我们应该所坚持的东西好 大家也有点有时间表就好对我们是有时间表,因为这个事情你要知道我们在做这个事情在这里,包括我在这里,我在总部待了很久,来这边其实从整个公司来说肯定对我起源很大的希望,能够给大家成功的服务,包括能够改变一些大家在使用,我知道加拿大这边比起在香港美国可能在进行产品上还是没有那么的好 我觉得可能是这样的 我们希望去把握这种机会做一些事情我们肯定从内部无论是你们的希望以及我们内部所希望的变化都是一致的,我这个是一定是最重要的一个事情来推的,包括现在我们所有的事情在排阅运辑的方面,就是所有事情给解决账荡荡,所有事情给提供更多的能力去让到 这个事情是我们最高位置的好一件事情对,我其实也是跟我合作过里面非常非常有效力给你擦起的,这个我可以在这儿有,如果他们办的话,肯定我是他们自己想的,可是有时候我身体有几个,我等这时候画了很多了,哈哈哈哈。主要是刚才联赞的两个问题,第一个就是什么区域,什么那个化妆产会购买到我们的产品。第二个就是说我们如果说您有问题,就是什么问题的话,怎么去跟我们所有联系。首先第一,更多的大况不管是人行的broker, dealer, and herbicide, investment, and your product investment,基本上都会有hobacity action,谢谢大家所以大的天花房上都会有好几天的第二个问题就是说怎么说去联系到网友有这个问题的话,Hardless的老汉其实它是有就是investor这个变化,investor line,如果说它上面是预防派上的详细的电话机器,我们说会有这种应该是对,去帮您解答的问题。好,后面再想微信吧。谢谢。最后你们这个压力了 现在其实有很多人质疑 [130:00] 因为我不学进行,我也有点失诡,就是在这个群马尔宏斯是不是把这个体验进行,因为你刚才做的那个体验,老公明天上午讲的都是出现比其他对朋友公司的泡沫的问题我对人很好奇然后再讲客人此生以前里面我最近两三个月都在做一个deal就是报数证意义抵押了一些资产,所以上周发消息,他又给OMF110公司,我也那天就做完之后我才知道,他已经把软瓶器的贷值,只有7月钱都已经做抵押,就为了他已经要起来抵押自己的资产去做贷款,找铃铛贷款,然后再投我们就算是心理性能吗?因为我不出现了出身的当然我感觉听到的消息让我感到很不安就是一个人一起把自己这么加倍儿去我总感觉会有些不好的性质,有不好的预养。第二个问题比较简短,就是说,人家长得在座的大部分都是加拿大受益。像卡丽业,各种,KIA, 专业, 质量, 质量, 质量, 质量, 我想问问,对于国家国有什么特别的看法? 比如加拿大传,优势, 十一天气管道, 上游, 下游, 包括电话, 电力, 还有材料, 金矿, 银矿, 铜矿, 整个加拿大最优势的情况, 听听你的看法,因为频道里讲这些讲,你还是要关注于 AI 科技, 这两个东西, 感谢。先第二个问题然后再第一个问题吧我自己可能因为主要还是因为经历的问题包括从挑公司的这个角度可能会比较的把重点放在美股这边所以我的基本上焦点都在美股这边而从成长的这个角度去看其实美股这边的好的标的或者成长性比较高的一些标的会多一些但是你前面说的是一个加股这边是一个非常好的一个问题因为接下去加拿大这边应该也会有很多的一些我前面聊到了很多这些板块info包括造机件啊管道啊这些可能都会都会出现那我个人可能时间精力的问题可能不会花太多的精力在那边那这时候可能RBS ETF可能会是一个比较好的一个选择如果你从如果像对于我这种我来说如果我又想投然后又没有又没有一个非常好的一个对于就没有时间去研究个股的话那其实选择ETF是我觉得是一个比较好的比较好的一个选择然后第一个问题循环融资的问题嗯我是认同的,我觉得是有循环融资,就是整个钱在那边,这家公司出来,变成另外一家公司营收,另外一家公司,然后再去投第三家公司,然后整个确实有一个循环融资的问题。在造基建的时候,其实就从个股的这个角度出发,个股的杠杆,金融杠杆,大科技的金融杠杆都一定太假,所以这个应该是一个事实,没有必要去躲避,也没有什么可以辩解,这个市场就是在加杠杆进去,那加杠杆进去是一定会有风险在那边的,所以最终还是回到了一个会不会出现一个,我前面讲的需求小于供给的这种情况或者供给大于需求的这种情况如果出现的话那杠杆他只是把这个事件本身的结果给放大了但是你杠杆本身其实不会阻止可能不会阻止杠杆本身可能不会导致他需求低于供给或者供给大于需求,杠杆本是不会造成这个结果,这个结果如果发生的话,确实你有杠杆就把它会放大了嘛,但是我是一直觉得,你拿080做一个例子的话,08019很难会有一个人可以能够预判得出会在那个时间点会出现这个爆雷,你只知道这个市场里面加杠杆,那我们唯一可以做的就是相对选标记的时候稍微保守一些,这是可能我觉得我们唯一可以做的吧需要预测这个时间点的话我觉得很难我都没有能够放在那边神社员说来你你会来啦?我可以吗?好谢谢默默的组织,各位嘉宾,他也有问题,有想问话题。就是你怎么看常态收益率美国十年期三年期常态收益率还有你说的AI 之等支出的关系他们之间的理论是我们怎么观察他们的关系呢?这个原因是要出于一种高收益率的国债会压制科技5G期的在高收益率状态下的表现其实还是比美股其他的家属在你的节目里也提到他的表现更能坚平,他的前瞻的顺利能够稳住 [135:00] 这他们两个时间他是不是所以是所有的是它10年常债收入率的推动因素未来我们怎么去看是期待收入率能够回归呢嗯科技部未来的表现和他们之间会有主要的场备谢谢,我大概理解这个问题,前面那个问题其实我没有回答完整,就是聊到估值的这个问题嘛,其实是我觉得我们从今年到现在为止,我们看到的这个结果就是美股无论是你看标普啊,纳指啊,半导体啊,它的估值都是在下降的,但其实今年到现在利率就是在上升的,所以某种程度估值的一个下降是和利率的一个上升是有非常直接的关系的,然后9月份表现的尤为的明显是利率出现了非常大幅度的上升,价值不板块全部是遭受一个我们全部看到了抛售其实从一个从原理的角度去看你只要利率上升的话对于整体股市所有的股市都是有影响的但是不同的公司取决于它的一个盈利增速到底有多快因为从投资者这个角度不是说你利率上涨之后美股没有任何的投资价值了不是这样的而是公司本身如果这个行业你没有被AI benefit然后你也没有让AI去给你的营收增速提高给你的盈利增速提高当融资成本上升之后大家有了这个选择我5%为什么不是买美债买企业债7%我为什么要投你8%9%的这种公司的这种增速这一类的公司呢这就是市场一个现在在9月份所挑战的这个所去为什么去杀跌这些板块的一个理由但是对于所有公司都是一样的所以你看科技股现在估计也在低位市场是在杀只是科技股的一个我们说一个分母或者他公司一个盈利的增速超越了现在整个市场融资成本的上升最后我以前也有聊过我分享一个就我前段时间在参加未来的一个会议的时候我也听到他们CEOLarry Fink他的一个讲话我觉得这是他现在当下市场看到就未来钱会变得非常的紧缺什么意思就是未来你做所有的事情你的钱都会变得非常的贵这时候当你钱变得非常贵的时候无论是从投资也好从其他角度也好你都要思考你投的这笔钱下去你有没有这个回报所以将来就等于你在挑标的的时候你在挑投资选项的时候这个公司或者这个ETF给你所带来的未来的投资会不会有为的重要的因为你的成本升了,钱变得贵了,这是一个,包括你说常在,这是一个趋势,我觉得是很难会短期间会出现改变,可能是这一轮转比较,我们可能接下去要适应一个利率在高位的这种情况,钱变贵的这种情况。谢谢大家哪有些吸引 平 降 降 降 降谢谢观看所以在我们的域 这种人的经验 非常好谢谢大家我用了一天啊谢谢大家 谢谢大家感谢观看好收拾到的一天, 谢谢大家。好 好我也是一种参加的 它是一般的保险 实际上的但是如果有一个人在这种东西 这种东西是一种东西我以为是从小伙伴的那个人都在做的所以我所缺乏的好那是一件事,我自己做的事不过来吧我可以去跟他公司的资格我可以看到你啊所以我出了问题就是你买了装品的好水谢谢大家好 谢谢你我可以用你一口水在旁边的风景上,我们在说什么?我们从家里看出来的天主是法国家,然后海培的工作人员,谢谢大家的观看出新的以后会不会有更好的这个我知道这个很大法的天外的事情是这样的谢谢大家谢谢大家谢谢大家谢谢大家 [140:00] 我等他先回答了对哈哈哈ok我先回第一个吧就是保险这个事我觉得首先这个事情富途包括木其实我们从一开始就没有自营业务就是我们不做自营就是没有自己的投资项目也没有对所有的事情就只是一个客户我们提供的平台让客户自主去投资让投资就是回到那个整个我愿意层面利夫所说的投资更简单我提供的是一个让大家使用更简单的一个平台去投资自由投资这是第一个所以第二个保险呢这个保险它其实是监管要求我们需要去给每个账户的一个保障这个事情是属于监管的一部分所以这个账户呢相当于说就是你们的钱在木木获产之后不管因为什么原因损失了,他就保了在这里方首先这样,我想说一下在复途里面面大家的钱和我们摸摸的钱是分开的我们是不会说有能力去动你这个钱它不如人许放到一起的在会计上就不如人许这么做所以它本身就是分开的我们动不了你的钱只有你自己能动你的自己的钱对对我这么理解因为这个事情涉及到监管那边为什么要出于动机去设立这个保险的问题在我理解就是万一有任何情况因为毕竟这个账户它虽然是隔离的它受监管的而且监管也会定期去做审计你的钱是不是符合它的监管要求去做存储包括我们每年或者两年它会出查到住厂来去监管你的所有的账户是不是符合监管要求这个是我们受监管实体要做的要被检查的事情对 这是第一 如果说假设万一我理解是万一有券商做了一些不好的事情钱有问题 那么监管会有这样的一个保障在这里在我目前理解来看的话因为我们没有办法用你的钱做一些事情因为规管的要求是这样去做的 否则我们会被处罚的对 所以这个钱可以理解为说它是一层保险加一层保险的最终保险是这样子的这是我的理解是这样的我刚才还有一个想法对我知道这次的公民公民这个东西是什么东西对利率那个代理这个是保证性战略的融丝利率还是我们现在的保证性的质量是高百分之七百分之四如果说我的成果上保证的心理你能给我表达6%的心理那什么话再给你买心就离开不过就看中文的业力保证经济的话是不保证经济不不不是不是这样子的是这样对如果你比如说并不是拿你的钱比如说你有1万块钱对吧那你想买老婆股票2万的股票其实你会欠富途1万块钱融资就是margin的利息对然后回到刚才第二个问题是说入金的问题入金我们现在有多种通道包括像in charge transfer对吧这个它是有上限这是实实的然后像Ware它是等待一个银行到账的时间EFT这种方式的话它相当于入金之后因为有银行比如说我们通过EFT方的入金然后你们是可以有这种能力在90天内撤回的就相当举个例子说我们有这样的诈骗的情况存在就是说有人入金了1万块钱他去买 亏了他跟银行说 我没有做过这个操作把钱撤回去然后我们就会出担损失所以有些时候EFT上的一个入金五天的事情它是一个我们认为我们能够接受的风险的事件这个是个风控策略这个事情对普通用户都是但是我们现在是一个风控策略的 [145:00] Is that? because we have done a lot of business For the big time, we are now talking about AI. I'm driving. We are going to watch AI every day. Pimer client's situation. We will decide if the threat of the threat is a very good situation. We will release the risk of the risk. Because we think that customers are a good customer. So we have done a good management system with AI. To make the best customer to think about the faster-to-review. So we have done a good management system with AI. To make the best customer to think about the faster-to-review. So we are trying to use AI to provide some more good experience. There are some things in the world, including the US, the ACH is a problem. The EFT is a problem. So it's a whole of the financial sector. We can only do more through the technology, through our rules, through our rules, to ensure it has a better effect. Oh - Okay. Oh, this is another one. He just said that this is another one. It has a low-end, low-end, It's a limit, it's a limit, because I think the price is a limit, Go ahead. um Okay, well, I'm sorry, because I'm not sure how many people are going to talk about it. I'm not sure how many people are going to talk about it. Thank you. Thank you for your support. I'm not sure if you're not sure if you're listening to me. I will be able to make it. The last thing I have to do is to make the money. The first thing is, So, during the presentation, you said that the decision is AI-sense. We can't give a scenario to the scenario. So, we can change the scenario. If you have a AXP, you can see the social media. Or you can see the other case. The second question is about the increase in the cost of the cost. I'm going to talk about focus and anxiety about it. And then, So, the thing is that the problem is that the problem is that the problem is in the sector. We like The margin is more than one, but the earnings is more than one. The earnings is more than one. The earnings is more than one. The earnings is more than one. The earnings is less than one. The earnings is less than one. Inche, and I. that I got started with the platform software, that's it. I'll talk. Okay. Thank you. Okay, the first question is: Is there any indicators to try to decide AI is not a problem? I believe this question is not only for us, but I think the whole world is in this way. So I think there is no one, or two, to try to decide AI is not a problem. I would like to say two things. First, don't have to watch my videos. even meta is not a sign of AI is not a sign of AI? That's the thing that is a point of view. We want to look at the entire business. You see what Meta is doing. Meta is doing the person who is buying it. [150:00] 那anthropic落地非常的好所以这是不是代表整个行业里面有泡沫还是说整个行业的落地太好了才会出现meta愿意去卖算力的那种情况所以一定是从单一的事件去出发然后我们要去验证或者我们要去推理出是不是会有泡沫的话这没办法这必须对我们看多了之后互相验证的一个过程所以我不认为我们有任何一个indicator可以告诉我们说我看到它下降了然后AI就有泡沫所以它不是一个我觉得是一个easily可以去回答的一个问题但是我相信通过持续的关注这个市场关注不同公司财报我们是可以得到互相验证的一个趋势在那边你聊到关于token价格下降的一个问题的我觉得从首先token价格下降下降对于整体大多数的行业都是一个好事对于软件公司来说是一件好事因为软件公司他们是依赖于token价格的一个下降使得他们的成本下降因为软件公司他是需要token进来token对于他们用coding编程的话他是一个成本软件公司是利用coding去做产品设计的所以token对于软件公司是一个成本当你成本下降的时候软件公司可以在他的产品身上卖给他们的客户同样的一个价格软件公司的毛钱其实会上升的对于大科技来说他们是卖token的所以当你token的一个价格上升大家对于token的需求大对于软件公司来对于对于大科技他们作为一个info这个这个layer来说其实也是一个利好当然你最终你软件的一个啊你token的一个价格上升可能对于像anthropic这类卖模型公司靠卖API这类的公司他们可能会受到一定程度的一些挑战但是从落地来说价格的一个下降对于整个行业一定是一个利好因为你这块蛋糕再变得越来越大了而你的价格如果非常贵的话其实其实反而阻止了整个AI啊这个蛋糕会变得越来越大如果你的open source model是越来越更加慢的,不是对于那些frontier model是可以付款的吗?对,因为open source肯定是抢了一些弹钢的Frontier,但是之所以我们叫它为Frontier,是因为它的模型本身能够解决这个世界上最困难的问题。强的一家在那边它的产品非常的好不是这世界不是一个零和游戏对吗他不同的问题不同的难度的问题你要去解决这个问题你就自然有人愿意去付更贵的这个价格而相对简单的一些任务的话看一眼模型就可以解决了所以他们是解决不同的一个场景的一个问题而不是说互相之间真的是互相之间破坏了一些问题所以一部分会有些overlay但是未来发展的一个情况就是大家各自解决各自这个问题解决越南的问题大家就应付更高的情况好谢谢你 然后也感谢大家的热情评论我们当然会给大家 然后时间区区比较有限我们今天的这个团队我们先到这里