📊 今日投资要点总结
关键数据
- 💼 买入卖出操作: 6个
- 💡 买入卖出建议: 41个
- 🟢 买入操作: 3个
- 🔴 卖出操作: 2个
市场情绪
📈 偏乐观: 买入操作和建议多于卖出，市场情绪相对积极
💼 买入卖出操作
1. 金05转债 - 卖出
操作价格: 未明确
操作数量: 未明确
操作时间: 今天早上
操作理由: 之前打新中签，上市后累计涨了80%
风险评估: 未提及
操作结果: 投入1000元，赚了818元
2. 卫星（具体标的未明确，可能指卫星相关ETF或股票） - 减仓
操作价格: 涨停板
操作数量: 1/3仓位
操作时间: 今日（2026年1月15日）之前，具体日期未明确
操作理由: 在涨停板减仓1/3卫星
风险评估: 未提及
操作结果: 今日（2026年1月15日）卫星又大跌，但作者继续持有
来源: 望京博格投基 - 今日巨亏2.4万~2026年1月15日 市场温度
3. 万华化学 - 买入
操作价格: 未提及
操作数量: 未提及
操作时间: 去年7月
操作理由: 作者在去年7月买入，认为化工行业基本处于周期底部，万华化学的产品下游应用广泛，估值到了底部区间。
风险评估: 未提及
操作结果: 从买入以来差不多已经有了50%的上涨
4. AI应用相关股票 - 大幅布局
操作价格: 文中未提及具体价格
操作数量: 文中未提及具体数量或仓位比例
操作时间: 2025年4季度
操作理由: 基金经理张鹏通过深入研究，挖掘出一批AI收入快速起量、AI收入占比超过5%甚至10%以上、且股价在相对底部位置的AI应用领域优质公司，认为其价值有望被市场逐步发现。
风险评估: AI应用赛道竞争格局多元化，投资关键在于寻找具备清晰商业模式的“杀手级应用”公司。
操作结果: 为2026年布局
来源: 小基快跑 - 天量成交背后，A股过热了吗？我们和数据“对对话”
5. 微软 - 加仓
操作价格: 未明确
操作数量: 未明确
操作时间: 近期（文章发布时）
操作理由: 微软下跌2.4%，击穿465这个小支撑点，往下一个小支撑点451去了，我加仓了些，微软陆续进入加仓节点，往下还有三个节点设置。
风险评估: 未明确
操作结果: 未明确
6. FIG - 加仓
操作价格: 33
操作数量: 未明确
操作时间: 近期（文章发布时）
操作理由: 买来刮彩票的，碰碰运气。
风险评估: 未明确
操作结果: 未明确
💡 买入卖出建议
1. 可转债打新 - 买入建议
建议理由: 2025年以来的新债破发率为0%，所有新债上市当天都挣钱，投入1000元能挣三五百不等。虽然中签率不如前，但坚持总有中签机会。
入场条件: 在股票账户“交易”界面找到打新参与入口，坚持参与
止盈止损: 未明确
持有期限: 未明确
建议仓位: 未明确
风险等级: 低
2. AI应用 - 关注/买入建议
建议理由: 今年确定性比较高、全球共振的方向之一。催化不少，如阿里千问新版本发布接入支付宝、淘宝等业务，计划与苹果合作；海外ChatGPT、DeepSeek、谷歌也有落地动作。应用场景多、想象空间大，资本关注多。
入场条件: 跌得多了，可以考虑适当捡捡筹码
止盈止损: 未明确
持有期限: 未明确
建议仓位: 未明确
风险等级: 未明确
3. 有色金属 - 关注/买入建议
建议理由: 今年确定性比较高、全球共振的方向之一。
入场条件: 跌得多了，可以考虑适当捡捡筹码
止盈止损: 未明确
持有期限: 未明确
建议仓位: 未明确
风险等级: 未明确
4. 港股市场 - 关注建议
建议理由: 相比A股市场，位置更低、调整也更充分。
入场条件: 未明确
止盈止损: 未明确
持有期限: 未明确
建议仓位: 未明确
风险等级: 未明确
5. 港股通互联网ETF（159792） - 关注/买入建议
建议理由: 约有50%权重涉及AI应用持仓（阿里、腾讯、快手、金蝶等），是港股同类里偏软件和规模最大的品种，行情起来也会跟着受益。
入场条件: 未明确
止盈止损: 未明确
持有期限: 未明确
建议仓位: 未明确
风险等级: 未明确
6. 港股通互联网ETF联接基金（A类：014673，C类：014674） - 关注/买入建议
建议理由: 港股通互联网ETF（159792）的场外联接基金。
入场条件: 未明确
止盈止损: 未明确
持有期限: 未明确
建议仓位: 未明确
风险等级: 未明确
7. 软件ETF（515230） - 买入建议
建议理由: 1. 各大厂商AI基建加速建设（字节、阿里等资本开支巨大）。2. AI应用引发工作效率代际差，超级大模型带来超级大应用，2026年是AI应用大年。3. 相比AI算力（通信设备指数涨幅201.50%，半导体指数涨幅131.80%），AI应用（软件ETF涨幅111.26%）存在滞涨。4. 软件ETF是覆盖A股大型软件上市公司、全市场规模最大且流动性最佳的布局AI应用标的。
入场条件: 未明确具体入场条件，但指出AI应用相比AI算力存在滞涨，且软件ETF近三天净流入资金高达14亿元
止盈止损: 未提及
持有期限: 未提及
建议仓位: 未提及
风险等级: 未提及
来源: 望京博格投基 - 今日巨亏2.4万~2026年1月15日 市场温度
8. 消费（具体标的未明确，可能指消费类ETF或股票） - 买入建议
建议理由: 现在能加仓的资产不多了，消费还处于比较低的估值
入场条件: 找机会再加一点
止盈止损: 未提及
持有期限: 未提及
建议仓位: 未提及具体仓位，仅表示“找机会再加一点”
风险等级: 未提及
来源: 望京博格投基 - 今日巨亏2.4万~2026年1月15日 市场温度
9. 化工50ETF（516120） - 买入建议
建议理由: 化工行业处于周期底部，国内落后产能淘汰和海外产能萎缩，国内企业凭借供应链、成本和产能优势抢占市场。化工50ETF跟踪中证细分化工产业主题指数，万华化学是其第一大重仓股（占比10.16%）。
入场条件: 认可化工行业的逻辑，并有完整的计划。
止盈止损: 未提及
持有期限: 未提及
建议仓位: 未提及
风险等级: 未提及
10. A股科技成长风格（尤其AI、半导体、商业航天等赛道） - 超配建议
建议理由: 核心驱动有两个，一是产业周期加速。AI、半导体、商业航天等赛道受益于“十五五”规划，技术突破加速业绩释放；二是宽松的流动性环境为成长股估值提供支撑。
入场条件: 未明确具体入场价格或技术指标，建议关注产业周期加速和流动性环境支撑
止盈止损: 未明确具体止盈止损条件
持有期限: 未明确具体持有期限
建议仓位: 超配
风险等级: 中
11. 均衡价值与大金融的主动基金 - 调降比例建议
建议理由: 主理人考虑到沪深300本身已经有大金融的敞口暴露下，预计会调降均衡价值与大金融的主动基金的比例
入场条件: 不适用
止盈止损: 不适用
持有期限: 未明确
建议仓位: 调降比例
风险等级: 未明确
12. 顺周期板块 - 考虑介入建议
建议理由: 将积极跟踪顺周期板块走势，如果出现明显的趋势性修复行情，也会考虑小幅仓位介入。
入场条件: 如果出现明显的趋势性修复行情
止盈止损: 未明确
持有期限: 未明确
建议仓位: 小幅仓位
风险等级: 未明确
13. 黄金资产 - 保持配置建议
建议理由: 在美联储降息周期下，依旧看好黄金作为美元信用替代的配置逻辑
入场条件: 不适用
止盈止损: 不适用
持有期限: 2026年
建议仓位: 保持10%的资配中枢比例
风险等级: 未明确
14. 美股（AI方向） - 标配建议
建议理由: 美股估值虽然已经比较高，但AI方向产业趋势保持强势
入场条件: 不适用
止盈止损: 不适用
持有期限: 未明确
建议仓位: 标配
风险等级: 未明确
15. 日本股市 - 略低配建议
建议理由: 日本加息预期上升
入场条件: 不适用
止盈止损: 不适用
持有期限: 未明确
建议仓位: 略低配
风险等级: 未明确
16. 欧洲股市 - 标配建议（保持观察）
建议理由: 欧洲经济增速预期不高，需要保持观察
入场条件: 不适用
止盈止损: 不适用
持有期限: 未明确
建议仓位: 标配
风险等级: 未明确
17. 印度市场 - 超配建议
建议理由: 印度市场受益于降息周期，且估值不高，长期投资逻辑没变
入场条件: 不适用
止盈止损: 不适用
持有期限: 长期
建议仓位: 超配
风险等级: 未明确
18. 越南市场 - 低配建议
建议理由: 越南市场在逆全球化浪潮下压力较大
入场条件: 不适用
止盈止损: 不适用
持有期限: 未明确
建议仓位: 低配
风险等级: 未明确
19. 美债 - 中高配建议
建议理由: 认为美债利率或维持在高位更久时间
入场条件: 不适用
止盈止损: 不适用
持有期限: 未明确
建议仓位: 中高配
风险等级: 未明确
20. 国内股票市场 - 超配建议
建议理由: 未明确具体理由，为国内外比较后的配置建议
入场条件: 不适用
止盈止损: 不适用
持有期限: 未明确
建议仓位: 超配
风险等级: 未明确
21. 海外股市 - 标配建议
建议理由: 未明确具体理由，为国内外比较后的配置建议
入场条件: 不适用
止盈止损: 不适用
持有期限: 未明确
建议仓位: 标配
风险等级: 未明确
22. 国内债券 - 低配建议
建议理由: 未明确具体理由，为国内外比较后的配置建议
入场条件: 不适用
止盈止损: 不适用
持有期限: 未明确
建议仓位: 低配
风险等级: 未明确
23. 海外债券 - 超配建议
建议理由: 未明确具体理由，为国内外比较后的配置建议
入场条件: 不适用
止盈止损: 不适用
持有期限: 未明确
建议仓位: 超配
风险等级: 未明确
24. 大成有色金属期货ETF及其场外联接基金 - 关注建议
建议理由: 基金直接投资上海期货交易所的有色金属期货合约，主要涵盖铜、铝、锌、铅、锡、镍等品种，能直接跟踪相关金属的价格波动。
入场条件: 未明确给出具体的入场价格或技术指标条件。
止盈止损: 未明确给出具体的止盈止损价格或持有期限。
持有期限: 未明确
建议仓位: 未明确给出具体仓位建议，但提示适合风险承受能力很强的投资者。
风险等级: 高
25. 国投瑞银白银LOF基金 - 关注建议
建议理由: 直接投资上海期货交易所的白银期货，兼具贵金属的避险属性和有色金属的工业属性。
入场条件: 未明确给出具体的入场价格或技术指标条件。
止盈止损: 未明确给出具体的止盈止损价格或持有期限。
持有期限: 未明确
建议仓位: 未明确给出具体仓位建议，但提示适合风险承受能力很强的投资者。
风险等级: 高
26. 万家中证工业有色金属主题ETF及其场外联接基金 - 关注建议
建议理由: 跟踪中证工业有色金属主题指数，主要聚焦有色金属，成分股以铜、铝、锌等的生产企业为主。
入场条件: 未明确给出具体的入场价格或技术指标条件。
止盈止损: 未明确给出具体的止盈止损价格或持有期限。
持有期限: 未明确
建议仓位: 未明确给出具体仓位建议，但提示类似重仓单一行业型基金，占比别超过20%。
风险等级: 中高
27. 国泰中证有色金属ETF及其场外联接基金 - 关注建议
建议理由: 跟踪中证有色金属指数，投资范围涵盖贵金属、有色金属，持仓较分散，历史表现和有色金属板块的整体走势一致。
入场条件: 未明确给出具体的入场价格或技术指标条件。
止盈止损: 未明确给出具体的止盈止损价格或持有期限。
持有期限: 未明确
建议仓位: 未明确给出具体仓位建议，但提示类似重仓单一行业型基金，占比别超过20%。
风险等级: 中高
28. 南方中证申万有色金属ETF及其场外联接基金 - 关注建议
建议理由: 跟踪中证申万有色金属指数，覆盖了黄金、铜、铝、稀土等方向，更均衡、更分散。
入场条件: 未明确给出具体的入场价格或技术指标条件。
止盈止损: 未明确给出具体的止盈止损价格或持有期限。
持有期限: 未明确
建议仓位: 未明确给出具体仓位建议，但提示类似重仓单一行业型基金，占比别超过20%。
风险等级: 中高
29. 有色金属板块主动管理基金（提及4位基金经理） - 关注建议
建议理由: 基金经理在投资运作时，自主挖掘和重仓有色金属投资机会，仓位也比较重。
入场条件: 未明确给出具体的入场价格或技术指标条件。
止盈止损: 未明确给出具体的止盈止损价格或持有期限。
持有期限: 未明确
建议仓位: 未明确给出具体仓位建议，但提示类似重仓单一行业型基金，占比别超过20%。
风险等级: 中高
30. 大成有色金属期货ETF及其场外联接基金 - 关注建议
建议理由: 基金直接投资上海期货交易所的有色金属期货合约（铜、铝、锌、铅、锡、镍等），能直接跟踪相关金属的价格波动。
入场条件: 文中未明确给出具体的入场价格或技术指标条件。
止盈止损: 文中未明确给出具体的止盈止损价格或持有期限。
持有期限: 文中未明确给出具体的持有期限。
建议仓位: 文中未明确给出具体的仓位建议，但提示适合风险承受能力很强的投资者。
风险等级: 高
31. 国投瑞银白银LOF基金 - 关注建议
建议理由: 基金直接投资上海期货交易所的白银期货，兼具贵金属的避险属性和有色金属的工业属性。
入场条件: 文中未明确给出具体的入场价格或技术指标条件。
止盈止损: 文中未明确给出具体的止盈止损价格或持有期限。
持有期限: 文中未明确给出具体的持有期限。
建议仓位: 文中未明确给出具体的仓位建议，但提示适合风险承受能力很强的投资者。
风险等级: 高
32. 万家中证工业有色金属主题ETF及其场外联接基金 - 关注建议
建议理由: 跟踪中证工业有色金属主题指数，主要聚焦有色金属，成分股以铜、铝、锌等的生产企业为主。
入场条件: 文中未明确给出具体的入场价格或技术指标条件。
止盈止损: 文中未明确给出具体的止盈止损价格或持有期限。
持有期限: 文中未明确给出具体的持有期限。
建议仓位: 文中未明确给出具体的仓位建议，但提示类似重仓单一行业型基金，占比别超过20%。
风险等级: 中
33. 国泰中证有色金属ETF及其场外联接基金 - 关注建议
建议理由: 跟踪中证有色金属指数，投资范围涵盖贵金属、有色金属，持仓较分散，历史表现和有色金属板块的整体走势一致。
入场条件: 文中未明确给出具体的入场价格或技术指标条件。
止盈止损: 文中未明确给出具体的止盈止损价格或持有期限。
持有期限: 文中未明确给出具体的持有期限。
建议仓位: 文中未明确给出具体的仓位建议，但提示类似重仓单一行业型基金，占比别超过20%。
风险等级: 中
34. 南方中证申万有色金属ETF及其场外联接基金 - 关注建议
建议理由: 跟踪中证申万有色金属指数，覆盖了黄金、铜、铝、稀土等方向，更均衡、更分散。
入场条件: 文中未明确给出具体的入场价格或技术指标条件。
止盈止损: 文中未明确给出具体的止盈止损价格或持有期限。
持有期限: 文中未明确给出具体的持有期限。
建议仓位: 文中未明确给出具体的仓位建议，但提示类似重仓单一行业型基金，占比别超过20%。
风险等级: 中
35. 有色金属板块主动管理基金（4位基金经理所管基金） - 关注建议
建议理由: 基金经理在投资运作时，自主挖掘和重仓有色金属投资机会，仓位也比较重。具体基金信息需通过文章内链接或后台发送“有色”获取。
入场条件: 文中未明确给出具体的入场价格或技术指标条件。
止盈止损: 文中未明确给出具体的止盈止损价格或持有期限。
持有期限: 文中未明确给出具体的持有期限。
建议仓位: 文中未明确给出具体的仓位建议，但提示类似重仓单一行业型基金，占比别超过20%。
风险等级: 中
36. AI应用赛道 - 关注建议
建议理由: 1. 产业逻辑：AI应用是全球技术浪潮与国内政策、产业共振下的趋势，正在各垂直领域寻找落地场景、创造真实价值，有望把握技术从实验室走向千家万户的关键成长期。2. 市场表现：2026年以来国证AI应用指数已上涨21%，是A股开年热门赛道。3. 投资逻辑：由“卖铲子”（算力）转向“挖金子”（应用），未来1-2年最关注的方向是AI应用。政策端有纲领性文件推动，市场端正从“技术验证期”迈向“商业化规模落地期”。
入场条件: 文中未提及具体入场条件
止盈止损: 文中未提及具体止盈止损条件
持有期限: 文中未提及具体持有期限
建议仓位: 文中未提及具体仓位大小
风险等级: 文中未明确风险等级，但提及相关基金风险等级为R4中高风险
来源: 小基快跑 - 天量成交背后，A股过热了吗？我们和数据“对对话”
37. 微软 - 买入建议
建议理由: 微软下跌2.4%，击穿465这个小支撑点，往下一个小支撑点451去了。
入场条件: 陆续进入加仓节点，往下还有三个节点设置。
止盈止损: 未明确
持有期限: 未明确
建议仓位: 未明确
风险等级: 未明确
38. 亚马逊 - 买入建议
建议理由: 亚马逊下跌2.45%。
入场条件: 希望这次亚马逊能有机会往215以内去。
止盈止损: 未明确
持有期限: 未明确
建议仓位: 未明确
风险等级: 未明确
39. 博通 - 买入建议
建议理由: 博通大跌4.15%，终究不像正妻英伟达一样，这一看就备胎命，大起大落的，不稳定，325左右有个支撑点位。
入场条件: 300以内才考虑逐步加点。
止盈止损: 未明确
持有期限: 未明确
建议仓位: 未明确
风险等级: 未明确
40. Meta - 买入建议
建议理由: Meta窜稀泄了2.47%，收盘价615.5美元。也没有什么太大的利空，就是裁员1500人，大幅削减VR（元宇宙）岗位，全力转向AI。还有就是临近财报发布，市场对于Meta提前做风险规避，先跌为敬。之前下跌时我做的防守设置，还有573和556没触发。
入场条件: 希望接下去有机会触发573和556的防守设置节点。
止盈止损: 未明确
持有期限: 未明确
建议仓位: 未明确
风险等级: 未明确
41. CRCL - 买入建议
建议理由: CRCL最近一直在80-88左右徘徊，迟迟没有回落到60的加仓点位上，我只买了计划仓位的50%，还需要继续耐心等。
入场条件: 回落到60的加仓点位上。
止盈止损: 未明确
持有期限: 未明确
建议仓位: 计划仓位（已买入50%）
风险等级: 未明确
📚 今日文章列表
- 1000块，两天赚800 - 张妈下午茶 (13:04)
- 今日巨亏2.4万~2026年1月15日 市场温度 - 望京博格投基 (12:41)
- 变好的前提是先变坏（关于当下怎么做） - 终身黑白 (12:05)
- TPU vs GPU 全面技术对比：谁拥有 AI 算力最优解？ - 海外独角兽 (12:00)
- 推特创始人的“周末实验”：加密软件Bitchat化身“通讯诺亚方舟” - PANews (10:26)
- 市场蹭蹭涨，家庭资产如何管？ - 好买研习社 (10:23)
- 2026年看好什么？ - 好买研习社 (10:23)
- 接连暴涨，2026开启超级周期？ - 好买研习社 (10:23)
- 利率开始迈向“2时代” - 朱罗纪 (09:54)
- 送你10克金条 - 闲画生财 (09:30)
- 接连暴涨，2026开启超级周期？ - 好买基金 (09:18)
- 天量成交背后，A股过热了吗？我们和数据“对对话” - 小基快跑 (08:20)
- 今日文章已在@闰土读财更新，速去看，后面文章在闰土读财更新，一定关注下 - 知识旅行家 (07:17)
- 风雨骤急，驶向下一站~ - 金渐成 (00:45)
📖 文章全文
1. 1000块，两天赚800
作者: 张妈下午茶
链接: https://mp.weixin.qq.com/s/fcjkC_iTxdd6rkzHUT9HAw
发布时间: 2026-01-15T13:04:45
配图由Midjourney生成
张妈今天很开心，
之前打新中签的金05转债，昨天上市，到今天累计涨了80%。早上我卖出了。
1000块钱，赚了818块。
好爽啊，妥妥的大肉签。
这只中签率不低的，咱们读者里有中签的吗？
有券商统计过数据，2025年以来的新债破发率为0%，
也就是说2025年至今所有的新债，上市当天都挣钱了， 而且挣起钱来，也不含糊。
投入1000块钱，能挣个三五百不等。 👇****
大家有股票账户的，可以多多参与。把家里人的账户也充分利用起来。
一般在股票账户“交易”界面可以找到打新参与入口。
虽然现在中签率大不如前，僧多粥少。但坚持打新，总有瞎猫碰上死耗子的时候嘛。
动动手指就能捡钱的事，别嫌麻烦。
之前没股票账户的，暂时参与不了，因为得满足：两年股票交易经验+日均10万资产。
股票交易经验可以跨券商累计。
比如你两年前在A券商开过户，买卖过股票；那现在新开了B券商账户，不用重新再等两年，满足资产要求就可以参与打新了。
注意：
如果只是买买ETF，是不算入股票交易经验时长的哈。
所以大家开户后，可以尽早进行一笔股票买卖。
我之前总结过：现在除了REITs基金/主板，可转债/创业板/科创板/北交所打新，都要有两年的股票交易经验了。
尽早交易、尽早积累经验时长，可以参与搞钱的机会更多。
股票也不一定要长期持有，今天买，明天卖也算数的。
...
说回市场。
2026年开年后市场红红火火。大量资金跑步进场，成交额一下子从2万多亿干到了近4万亿。
有点加速的意味。
高层担心节奏太快。昨天盘中临时放出消息：要提高融资门槛，也就是要降杠杆。同时收盘前还抛出了巨额压单，给市场降温。
不过张妈觉得这里不用太担心，行情还没有到结束的时候。
这不，今天下午收盘后，央行开始释放利好：
将下调各类结构性货币政策工具利率0.25个百分点，各类再贷款一年期利率从目前1.5%下调至1.25%。
将继续加大流动性投放力度，保持流动性充裕。
怕降温力度太猛，赶紧又给颗甜枣。
背后的信号相当明显了 —— 要慢牛，不要快牛。
所以，我自己的应对策略也很简单：
继续持仓躺平。不追高。
如果你们仓位比较低，跌得多了，可以考虑适当捡捡筹码。
AI应用，有色金属，算是今年确定性比较高、全球共振的两个方向。
有色金属就不用多说了。
AI应用，今年的催化不少。
比方说今天阿里千问新版本发布，就说要接入支付宝，淘宝，高德，飞猪等业务，后面还计划和苹果深入合作。
到时候直接用AI就可以导航、点外卖、订机票...想想就很丝滑啊，应用场景多、想象空间也大。
再加上海外不管是ChatGPT、DeepSeek，还是谷歌，也有很多落地的动作。
所以资本对AI应用这块的关注挺多。
这也是最近A股软件、传媒比较火热，短期内涨幅不小的原因。
另外我觉得港股市场大家也可以多留意下。相比A股市场，位置更低、调整也更充分。
比如港股通互联网ETF（159792），约有50%权重涉及AI应用持仓：阿里、腾讯、快手、金蝶...作为港股同类里偏软件和规模最大的品种，行情起来也会跟着受益。
如果习惯在场外买，也有对应的联接基金（A类：014673， C类： 014674）。可以看看👇
相关阅读：
2. 今日巨亏2.4万~2026年1月15日 市场温度
作者: 望京博格投基
链接: https://mp.weixin.qq.com/s/VpKozFvcjNjCuzGuPa40LA
发布时间: 2026-01-15T12:41:38
（一）账户盈亏
先跟新朋友同步下我的账户情况：我一共有 3 个【主要投资账户】，分别是场内 ETF 账户、场外某基金账户，还有一个场外投顾组合账户。因为投顾组合账户的净值更新会慢一些，所以工作日我只统计场内 ETF 账户和场外某基金账户的收益；等到每周六发周报的时候，再把三个账户的收益情况一起汇总。
（1）场内ETF账户
今日亏损2.9万（资产260万）；
在涨停板减仓1/3卫星之后，卫星今天又大跌。但是博格继续看好今年商业卫星前景，继续持有ing，但不建议没有卫星持仓的朋友回调建仓。传媒也跌了，但是博格昨天发车就说了，mini仓位建仓传媒后续再看情况加仓，所以今天回调不加仓。
（2）场外基金账户
今日盈利0.5万（资产550万）；
主要靠资源与主动盈利了
两个账户合计亏损2.4万，亏损比例0.3 %
周一盈利11.0万，周二亏损2.0万，周三盈利4.2万，周四亏损2.4万，本周累计10.8万盈利，算是不错了。
重点！盘后央妈宣布继续降息！这种消息可以看作与之前“提高融资保证金比例”的利空对冲了不少。
（二）相对AI算力，AI应用算是滞涨了
接下来聊聊博格对于【AI应用】的一些思考：
（1）各大厂商AI基建加速建设
根据公开信息：
字节跳动2026年在AI基建上的资本开支规划约1600亿元, 阿里计划未来三年投入超3800亿元。
今天阿里正式官宣：千问APP全面接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务，实现点外卖、购物、订机票等AI购物功能。
预计最新DeepSeekV4将于2026年2月份发布。
（2）AI应用引发工作效率的代际差
例如，我们传统的搜索都是根据关键词检索相关内容，而目前的AI搜索不仅根据关键词搜出海量信息，而且会将这些信息归纳整理，猜你想要的内容。
博格觉得，超级大模型势必带来超级大应用，2026年注定是AI应用大年。
想要布局AI应用的投资者可以关注全市场规模最大且流动性最佳的软件ETF（515230）。
（3）AI应用还处于滞涨阶段
2024年“924”行情以来，代表“光模块”的通信设备指数累计涨幅高达201.50%，代表“国产算力”的半导体指数累计涨幅131.80%，而软件ETF涨幅仅为111.26%。
结论：相比AI算力，AI应用存在滞涨。
博格查了一下数据，软件ETF近三天净流入资金高达14亿元，有如此多的资金开始抢筹AI应用，未来相关行情大概率还会持续的。
AI算力属于硬件设备、AI应用属于软件程序。布局AI应用最佳标的就是覆盖A股大型软件上市公司的软件ETF（515230）。
（三）市场温度
A股今天70.55度，相比上一个交易日下降0.3度；
港股今天52.46度，相比上一个交易日下降0.2度；
结论：现在能加仓的资产不多了，也就消费还处于比较低的估值，博格找机会再加一点消费汉堡吧。
大家今天盈亏如何？
欢迎留言~感谢点赞与点爱心~
点击下面的【市场温度计目录】订阅博格的每日数据
3. 变好的前提是先变坏（关于当下怎么做）
作者: 终身黑白
链接: https://mp.weixin.qq.com/s/rsOriCPUrQ__udOilQSzeA
发布时间: 2026-01-15T12:05:27
文： 男终身黑白 语音：女终身黑白
终身黑白第1300 篇原创文章****
先聊一个消息：昨天，沪、深、北三大交易所上调了投资者融资买入证券时的融资保证金，最低比例从80%提高至100%。简单的说保证金比例提高意味着可以融到资金的上限变少了。过去的几次调整如下：2015年11月，沪深交易所曾将融资保证金比例从50%上调至100%，将最高杠杆从两倍降至一倍，此后该比例长期维持在100%。直到2023年8月，交易所将该比例从100%降至80%，此次相当于又回到了之前的水平。
有的读者问是不是意味着行情要结束了。黑白不会预测走势。但为认为因为这一件事大概率不会。首先，当下还没到全面高估的阶段，一些行业还低估，一些行业也仅仅是在合理区间。需要说明的是，此次调整仅限于新开融资合约，调整实施前已存续的融资合约及其展期仍按照调整前的相关规定执行。这个政策更多是提前预防，随着股市热度提升，大家开始疯狂加杠杆，等到泡沫破裂，杠杆强平互相踩踏，几乎成了每次行情结束的剧本。
新股民往往属于那种胆子更大的群体，那么在疯狂加杠杆之前，先把杠杆降下来一些，其实是对盲目投资者的保护。
其次，没有哪次行情是能被一个政策叫停的。人都是天生反骨，不听劝解。熊市各种正面政策，黑白文章中也说大部分企业低估遍地黄金，但是更多人依然觉得，别骗我接盘。真到了高估的时候，政策开始逐步降温，同样很多人又会觉得别耽误我赚钱。大部分股民在投资这件事上认知没有很高，但非常自信，这是现状。更重要的是，对于和黑白风格类似的投资者，持有的基本都是有业绩支撑的企业，也没啥可担心的。聊完新闻咱们聊回正题。
1
变好的前提是先变坏
这个市场从来没有捡钱一说****
咱们今天接着聊聊最近的一些提问。某某，企业或指数能买吗？当下哪些企业或指数还能投？这是最近被问到最多的一类问题。但是这样短暂的一句疑问，其实当下很难给出准确的答案。站在真实的投资考虑。当下和前几年有一个不同是。指数已经有了一定的涨幅，一些企业和指数的估值虽然仍不高估，但是相比前两年估值已经提高了不少。这个黑白之前举过一个例子，假设我们把企业的估值分为10层楼。前两年熊市大部分人不认可股市的时候，企业的估值在二楼或一楼，你问我能不能买，只要基本面没问题，我认为是比较好回答的。因为向下没有太大的空间，你只要保持耐心就可以。而当下有些企业，可能估值仍不贵，但是已经到了三四楼，那么就要考虑一个你能否承受波动的问题。虽然不应该在意波动，这句话很正确，但是问的人是否真的不在意，这很难区分。这个阶段每个人的状况都有偏差。所以只问某某企业可以买吗？我不知道你的真实状况，其实是很难回答的。举几个不同的例子：现状一：你是老股民前几年你在熊市已经有300万的持仓，这两年获利丰厚，当下一家企业或指数估值略微低估，现在要买10万新持仓。我认为没啥问题。你已经有了大量的浮盈，新买的这部分即使有波动，你也没啥压力。现状二：你现在刚入市，有50万资金，看到某个估值还不算高的宽基，当下想先买10万，然后剩余部分慢慢定投，未来如果有下跌再加大仓位。我认为也可以。现状三：你现在刚入市，你有50万，想直接满仓某某企业，问我能不能买。那么除了企业的基本面，还有一个需要考虑的地方，那就是万一有调整，你能否承受的问题。他确实不高估，但是中间调整了三个月你没坚持住，他就成为了一笔失败的投资。所以每个人的背景情况都不一样，风格体系也不一样，简单的的问某某企业能买吗？其实当下这个阶段是很难有个标准答案的。比如还有个例子，上一篇文章有读者问，分众多少钱卖。我目前只有3%，对我来说波动没啥感觉，完全持股收息，所以我不会卖。但我如果有70%的分众持仓，那我可能要降低一些仓位，去买更低估的企业。持仓多少不同，有没有新的投资目标，也会影响决策。很多朋友提问，其实还是站在技术思维的角度，要的是一个精确的点。问能不能买，其实是问这个股票会不会很快上涨，问多少钱卖，是希望能卖在下跌之前。但实际上，基于价值，你能判断大致的估值，但你无法预测短期走势。哪怕你是基于情绪，你也会发现情绪也是随着消息变化的。2025年以前整体低估，我可以以我的个人行动给你信心，我有真实的持仓展示，可以每周拿出几万元定投指数。现在，这个阶段我个人不会用新资金入市了，因为我在股市的钱足够多，因为我个人的体系不会随着上涨不断买入，我认为市场总会有机会不怕错过。当下这个阶段，每个人状况不同，无论是ETF账户，还是主动投资账户，黑白都完整的展示自己的持仓，但是你也要根据自己的情况有不同的考量。牛市多暴跌，真的下跌的时候，你是很难靠一句我说的可以，坚持住的。除了持仓外，无论个股还是ETF，我都会时不时的聊一些，聊并不代表一定好，也不代表适合你，但是文中至少有个大致逻辑。自己先认可这个逻辑，然后根据自己的资金情况做个计划这很重要。投资是这个世界上最专业的事情之一，因为他不会跟任何人讲情面。变好的前提是先变坏。
这句话猛一听，好像是个病句。****
举个例子你就明白了****
打羽毛球的新手往往会犯一个错误，就是像拿苍蝇拍一样握住羽毛球拍。会这样，是因为这样最容易上手。****
但是你到了一个阶段会发现这样的握拍会限制你的很多动作，比如反手击球不好发力，比如对自己手肘关节不好，转拍不够灵活等等。****
这个阶段你想要更好，你就要换动作，而你换动作就意味着，有一个较难的阶段，这个阶段新动作没掌握，老动作要更换，战斗水平直线下降。****
但是你要想要未来更好，你就得接受这个调整动作导致暂时变坏的阶段。****
回到投资上。****
我理解很多朋友要问别人，是因为对自己的判断没自信，但是这条路你不能完全跳过。****
无论企业还是ETF，其实我都已经整理好资料写了相关分享文章，最繁琐的一部分都已经帮大家做了，只需要发自内心的不骗自己，去判断这个逻辑是否认可。****
自己去判断逻辑是否通顺，刚开始成功率可能确实会低一些，但这个暂时的“ 坏”会让你懂得商业模式越来越多，每笔交易都是自己深入思考过的，会更具有耐心，更能承受波动性，最终反而会获得更高收益的“好”。****
然后聊聊第二个提问。****
万华算是黑白近期建仓的新企业中表现最好的一只。从去年7月买入以来差不多已经有了50%的上涨。****
前几天有个读者提问，看好万华和化工的逻辑，但是自己没时间研究企业且坚持只买ETF，有没有万华占比高一些的ETF。****
我搜了一下有 场内化工50etf（516120）跟踪的是中证细分化工产业主题指数（000813）****
他的前十持仓如下：****
万华化学占比10.16%，其他为。盐湖股份6.26%、巨化股份4.38%、天赐材料4.15%、藏格矿业3.76%、金发科技3.59%、华鲁恒升3.21%、宝丰能源3.17%、恒力石化2.94%、云天化2.77%。
他的场外a类代码是（020273），c类（020274）
当然化工行业从去年下半年开始已经有了一波上涨，所以你买入之前你一定要认可逻辑。
我们来聊聊化工的大逻辑。
首先是基本处于周期底部。
化工行业的下游非常广泛，以万华化学为例：
聚氨酯，下游主要应用有、保温、轻工等，家具、汽车、建筑、家电、涂料等等，很多行业都能用到
石化业务下游主要领域有，塑料、薄膜、电缆等。
精细化学品及新材料业务下游主要应用有、汽车、日化等。
化工产品从电池到轮胎，从光伏纺织，可以说和大部分行业都有关联，加上他的产品有一定的同质化，所以具有一定的周期性。需求影响的环节多，原材料大多又和大宗商品有关，因此产品价格相对难预测，但是大致的底部区间还是可以辨别的，去年我之所以配置万华，因为基本上算是到了一个底部的区间。当然当前的价格要比去年涨了不少，真的要配置你一定要有计划，有逻辑，而不是越涨越兴奋。长期来说化工行业还有两个好转逻辑。第一：国内落后产能的淘汰，会淘汰一批中小企业。
2024以来化工行业老旧装置淘汰更新相关政策文件接连出台。2024年5月23日，工信部发布《工业重点行业领域设备更新和技术改造指南》，
要求以炼化、煤化工、氯碱、纯碱、电石、磷肥、轮胎、精细化工等领域达到设计使用年限或实际投产运行超20年的主体老旧装置为重点，推动老旧装置绿色化、智能化、安全化改造，加快更新改造老旧、低效、高风险设备。
2025年7月7日，应急管理部发布《化工装置老化评估方法(征求意见稿)》，要求企业对已达到设计使用年限、未规定设计使用年限但实际使用超过20年的化工装置开展老化评估。
一是有助于清退部分落后的过剩产能，缓解行业供需矛盾；二是有助于降低企业安全风险和生产成本，提升行业标准化水平、产品质量，以及行业生产效率和市场竞争力。
第二：海外产能萎缩。
近些年，受俄乌冲突、碳境调节机制、新能源电动汽车的加速普及等影响，欧洲化工产业面临成本端和需求端的双重冲击，倒逼供给端落后产能加速退出，尤其是大宗化学品。
2023年以来，巴斯夫、陶氏、亨斯迈、塞拉尼斯、英力士、科思创、壳牌、利安德巴塞尔、阿克苏诺贝尔、SABIC等企业宣布陆续关停欧洲地区的部分化工生产装置。
而过去20余年期间，随着我国化工品产能规模持续扩张、产业链布局逐步完善、国际竞争力持续增强，我国化工品出口额不断提升。
根据WTO数据显示，2024年我国化工品出口额为2550亿美元，对应2001-2024年CAGR为13.7%；约占全球化工品总出口额的8.9%。
一方面海外产能持续缩减，另一方面国内企业，凭借更稳定的供应链和足够的产能、优异的成本优势和更新的生产线不断抢占市场。
下图为银河证券总结的2023年至今部分欧洲企业产能关停统计。
当然了还是要提醒一句，你一定要考虑好自己的现状，有完整的计划，确实认可逻辑。
投资是一件没有人给你讲情面且无法逃避结果的事情，不能把他当做猜大小的游戏。
我完整展示持仓，我也会经常聊一些企业和ETF，但是任何买入都有一个不能跳过的门槛，那就是你自己认可逻辑。
只涨不调整，是极小概率的事情，跳过自己了解逻辑，必然会走向追涨杀跌。
2
****变好的前提是先变坏
确保你的均值概率****
接着聊聊第三个提问，黑白上周的文章中说未来一段时间可能价值投资的收益没那么好，因为市场活跃度高的时候题材股表现更好。于是有个读者提问，那么为什么不去买题材股呢？对于这个问题，我们先来聊一个逻辑。一个人如果扔100次硬币，结果会趋近于正反各出现50%，扔的次数越多越靠近这个结果。同样，如果你做的是一件成功率80%的事，你持续做结果也会最终向80%成功靠近。但是换一个情况呢。100个人，每一个人如果只扔两次硬币，那么很容易被随机影响，也许是两次正面，但也可能是两次反面，随机性很大。同理，一个人如果频繁换方法，那么他就相当于在100个事情上各扔了两次硬币，把结果交给了随机。短期看偶尔两次正面反馈很好，长期看频繁更换，频繁做不擅长的事，意味着反面出现的次数更多，根本无法积累。价投已死，巴菲特已经过时了，每几年就会出现一次，巴菲特并不是不知道市场活跃期题材股表现更好，那些长期存活的老价投也不是不知道，当下买热点更快。而是他们知道不应该把结果交给随机性，不让自己已经有较高成功率的体系频繁去发生巨大变化，不停的站在新赛道去扔硬币。黑白入市这十多年，价投已死，巴菲特已经过时了，看到过很多轮，但最终长期存活的反而是那些坚守体系，不频繁变化的人。频繁变化，看似是机灵的迎合市场，其实往往是把自己从一个高概率获胜的路，换到了自己不擅长低概率的路。之前分享过家里的一个亲戚，深耕餐饮十多年，一步步从小摊，变小店，从小店变大店，最后还开了几家分店。但是某个阶段他看朋友开夜店更赚钱，又觉得自己做餐饮辛苦，因此就想换个赛道，这一出圈最终的结果就是毁了自己前十多年的积累。深耕某个行业一直做的很好，但是因为眼红别人的行业，导致功亏一篑。最后他在朋友圈留下一句话，少年得志，易翻船。人有时候太过自信的认为自己什么都擅长，其实往往是自己什么都不那么擅长。变好的前提是先变坏，期待长期的高概率好结果，就意味着你在20%不适配出现时，理解波动性，能够懂坚持。接受暂时的慢一点所谓的“坏”，获得长期走的远这个重要的“好”。
股市有几个词，我们要记得。
甘于寂寞： 任何事情其实成功的人都是少数，这也就意味着，你再做成一件事前，很难得到大多数人的支持
不赶时髦： 无论投资还是创业，你发现人人都去做的事情，你再去做，往往都会成为接盘侠。
相信时间： 有句话说，你做三四月的事，到八九月自有答案。你做正确的事，也要给他足够的时间。
管理情绪： 做成一件小有成就的事，永远不可能是顺风顺水的，换句话说正是因为很多事情，有各种各样的困难，才使得只有小部分人能做成，让他们获得超额收益。而深处困难的阶段，依然保持稳定情绪这很重要。
变好的前提是先变坏，所谓的变坏，是自己承担起结果那个适应的过程，是承受客观规律的必须，敢于面对这部分，才能让我们的未来更好。
今天就聊这么多，我是终身黑白，聊投资，但不功利，让我们一起认真学习，慢慢变富，如果觉得本文不错，那就点个赞或者“在看”吧。
4. TPU vs GPU 全面技术对比：谁拥有 AI 算力最优解？
作者: 海外独角兽
链接: https://mp.weixin.qq.com/s/peA089QQthXQbZiXAJOkKg
发布时间: 2026-01-15T12:00:00
作者：NCL
编辑：Feihong，Siqi
SemiAnalysis 最近对 Google TPU v7/v8 的深度拆解，可能是目前公开信息里少数能同时讲清硬件规格、互联拓扑与 TCO（Total Cost of Owenship，资产全生命周期总成本） 模型的系统性对比：文章中把 3D Torus + OCS 的设计哲学、以及 TPU 与 Nvidia GPU 在训练与推理中的成本结构差异拆到了可计算的层面。
但 SemiAnalysis 的结论需要打折来看：
• 文章中倾向于放大 TPU 的 MFU 优势（假设 TPU 40% vs GPU 30%），却没有充分讨论 FP8 精度下公开 MFU 数据的缺乏；
• 强调 TPU 在训练场景的 TCO 领先，却对推理场景下 GPU 凭借 FP4 算力的反超着墨不多；
• 详细介绍了 TPU 的软件优化，却淡化了这些优化本质上是在弥补 3D Torus 对不规则流量的天然劣势。
在这篇文章中，我们基于 SemiAnalysis 的数据框架，结合对训练、Prefill、Decode 三类场景做了再拆解，尝试对 TCO 效率路线进行更全面的分析对比，以下是三个关键结论：
• TCO 的真正答案是“看场景” ：训练和延迟不敏感推理选 TPU，推理 Prefill 和延迟敏感推理则 GPU 是优选；
• 3D Torus 和 Switch Fabric（NVSwitch / Fat-tree） 这两套互联体系的本质分歧不在于"谁更快"，而在于"对流量形态的假设"；
• Google 历史上靠 TPU 建立的 TCO 护城河，在 v8 这一代被显著削弱。
01.
关键结论
1. TCO 的真正答案是"看场景"：训练和延迟不敏感推理选 TPU，推理 Prefill 和延迟敏感推理看 GPU。
SemiAnalysis 给出的 TCO（Total Cost of Ownership） 对比结论需要打折看待。 训练场景下 TPUv7 确实能带来 45-56% 的成本优势，但这一数字建立在"TPU MFU 比 GPU 高 5-10 个百分点"的假设之上——而 FP8 精度下的公开 MFU 数据并不充分，Bytedance MegaScale 在 BF16 下已将 H100 优化到与 TPU 接近的水平。更关键的是，推理场景的结论完全倒转：GB200/GB300 凭借 FP4 算力优势在 Prefill 阶段反超 TPUv7 约 35-50%，而 Decode 阶段的实际性价比差距也远没有纸面 HBM 带宽数字显示的那么大。
2. 3D Torus vs Switch Fabric（NVSwitch / Fat-tree） 两套互联体系的本质分歧不在于"谁更快"，而在于"对流量形态的假设"。
3D Torus + OCS 假设通信模式可预测、可编排，因此能在万卡规模的常规训练任务中维持高 MFU；Switch Fabric 则假设流量不确定，用全互联换取对任意通信模式的容忍度。这决定了各自的甜点区：十万卡以上级别的训练负载，只能采取 Fat- tree；而千卡到两万卡的稳定训练负载，3D Torus 占优；几百卡以内的灵活实验、MoE 训练、以及延迟敏感的在线推理，NVSwitch 全面胜出。当 MoE 成为主流架构、在线推理场景持续增长，TPU 面临的适配压力只会越来越大——而这正是 NVSwitch 的舒适区。
3. Google 历史上靠 TPU 建立的 TCO 护城河，在 v8 这一代被显著削弱。
TPU v8 选择 3nm + HBM3E 的保守路线，而 Nvidia Rubin 激进押注 HBM4（20TB/s vs 9.8TB/s）、FP4 算力翻倍、甚至专为 Prefill 场景推出低成本 CPX 芯片。结果是：从 GB200/TPUv7 的 1.52× 训练 TCO 差距，到 VR200/TPUv8p 仅剩 1.23×；HBM 带宽性价比差距更是从 1.32× 收窄到 1.10×。这正是 Anthropic 需要重建 Nvidia 合作的原因：TPU 虽然在特定场景下找到了性价比甜点，但 Nvidia 的迭代速度实在太快，难以长期忽视。
02.
TCO Comparison
衡量推理成本最直接的指标是 per-token 成本（$/M tokens），即在相同 setting 下（包括但不限于模型大小、 context length、首 token 延迟和 Batch size），单卡 TCO（$/h/GPU）除以在该服务目标下可长期稳定实现的 tokens per second per GPU。
以 LMSYS 的数据为例：在 NVL72 GB200 集群上，单卡可达 13,386 output tokens/s，结合约 $2.28/h/GPU 的 TCO，推理成本约为 $0.047/M tokens。
Source： SGLang and NVIDIA Accelerating SemiAnalysis InferenceMAX and GB200 Together
LMSYS（Large Model Systems Organization）是一个由 UC Berkeley 主导的开源研究组织。
作为对照，H100 在相同测试设定下仅能达到 2,789 tokens/s（TCO 约 $1.42/h/GPU），对应成本约 $0.14/M tokens，约为 GB200 的 3 倍。
但 per-token 成本难以作为通用对比基准：训练场景没有统一的 token 产出定义；推理侧 TPUv7 尚未公开具体吞吐数据，SemiAnalysis 提到会在未来一两个月公布，届时我们就能更清晰地判断 TPU 在真实 token 成本上是否具备优势，不过主观上我不认为双方会拉出特别大的差距。
因此，下文退而求其次，用 TCO / Effective FLOPs 和 TCO / Bandwidth 等中间指标来近似推断性价比，为了进行这一对比，我们还需要先拆解训练和推理各阶段的实际瓶颈：
1. 在万亿参数级别的模型训练阶段，瓶颈通常会出现在算力和 Scale-out 通讯带宽上。训练时需要计算海量梯度并通过 All-Reduce 同步到所有节点，同时前向和反向传播的矩阵运算需要极高的 FLOPs 才能在合理时间内完成。
2. 在推理的 Prefill 阶段，在合理设计并行策略（尽量增加 pipeline 并行、减少 tensor 并行同步）的前提下，瓶颈主要会转化为算力而不是通讯带宽。原因在于 Prefill 阶段需要处理大量 token，能够触发高度并行的矩阵运算，使 GPU 长时间保持高利用率；同时，用 pipeline 并行替代大规模 tensor 并行可以显著降低跨 GPU 的同步与通讯开销，让芯片更接近算力上限地运行。
3. 在推理的 Decode 阶段，瓶颈通常会出现在内存带宽和 Scale-up 通讯带宽上。解码时每生成一个 token 都需要从 HBM 加载全部模型参数，但其实这一过程的实际计算量很小，GPU 大部分时间在等待数据而非计算。每个 token 生成都需要不同 GPU 之间反复传输 KV Cache 和激活值，频繁的小数据传输让通信延迟成为吞吐瓶颈。
这就导致训练和不同场景下的推理需要的性能不同，比如：
• 训练时更需要 FP8 和 Scale-out Bandwidth（TPU）；
• 而在推理 Prefill 阶段需要 FP4 和 Scale-up Bandwidth（GPU）；
• 推理 Decode 阶段需要 HBM Bandwidth 和 Scale-up Bandwidth（GPU）。
这也是 SemiAnalysis 在文章中拆开计算 GPU 和 TPU 在训练和推理场景下的性价比的原因。
接下来我们会对训练、推理 Prefill 和 Decode 三个阶段 TPU 和 GPU 的性价比进行详细对比分析。
场景 1：训练性价比
SemiAnalysis 在考虑资金成本和运营成本（包含电费、租金和技术）后计算出了 TPU 和 NVDA GPU 的 TCO。并且强调 TPU 在宣传算力时比 NVDA 和 AMD 更保守，Blackwell 系列只能做到纸面算力的 75%，MI300 甚至只能做到 50-60%。
NVDA 和 AMD 在对外宣传峰值理论算力（FLOPs）时，会用芯片在极短时间内能够跑到的最高瞬时频率来计算，即使这个频率在实际工作负载下几乎无法长时间维持。而实际情况是， NV 和 AMD 使用动态电压和频率调节（DVFS）技术，会根据功耗和温度情况不断调整芯片的频率。
SemiAnalysis 并没有提到的是，TPU 也采用类似的技术以保护芯片，所以大多时候也无法做到纸面算力的 100%，很可能也只能做到 80-90%的纸面算力。
SemiAnalysis 提到，Google 凭借 3D Torus 互联架构，以及谷歌内部人员对于训练算法软硬件优化，能够做到在 FP8 精度下的训练 MFU 高达 40%，而 GPU 仅能做到 30%。我认为，这一观点其实是 SemiAnalysis 主观拉大了 NV 和 TPU 阵营的 MFU（Model FLOPs Utilization， 算力利用率） 差距。
目前 FP8 精度的公开资料并不够多，SemiAnalysis 的 MFU 也没有足够的证据表明是否属实。但是在之前广泛利用的 BF16 精度下，Bytedance 在 MegaScale 论文中将 H100 优化到跟谷歌 TPU 差不多的水平，只是目前在 FP8 出来的初期 Meta LLama4 在用 FP8 训练时 MFU 比较低，但是从 Llama3 的训练上看 Meta 原本的优化功底并不出众。
综合来看，通过比较下面四款芯片的 TCO / Effective FP8，可以看出 Anthropic 通过采购 TPUv7 后能在训练成本上节省 45%，而谷歌内部能节省 56%：
场景 2：推理 Prefill 性价比
Prefill 由于可以多卡并行处理庞大的 prompt，所以更受限于单卡的算力，而 FP4 精度的优势能让 GB200/GB300 比 TPUv7 External 在 Prefill 阶段有将近 35-50% 的成本优势。
在 Prefill 阶段，若 N 个用户长度为 K 的 prompt 需要用 P 张卡进行推理，那么其中几个用户的 prompt 会作为一个 batch 传到一张卡上跑一遍整套 attention，并将得到 KV Cache 用 FP8 精度存储下来，这是在帮每个 token 看全上下文、算好“该关注谁”。
到了 MoE 阶段，Router 决定 token 去哪些 experts，这些 experts 分散在不同 GPU 且权重用 NVFP4 压缩存储，于是这些 token 被丢给对应 GPU 上的 experts 做一小段非线性计算，算完再把结果合在一起作为输出。
SGLang 通过上述这个混合精度推理的方式，充分发挥了 Blackwell 卡引入的 FP4 算力的优势，在硬件纸面 FP8 算力仅提升 2.25x 的情况下，依靠降低精度直接获得额外的 1.8x 提升，也就是 GB200 的 Prefill 效率为 H100 的 3.8x 吞吐。 这说明 GB200/GB300 在 FP4 上的算力优势，让其在 Prefill 阶段能反超 TPUv7 的成本优势。
Reference： Deploying DeepSeek on GB200 NVL72 with PD and Large Scale EP (Part II): 3.8x Prefill, 4.8x Decode Throughput
（这里实际上也有 MFU 的概念，只有超长 prompt （如 100k 以上）让 MFU 接近 90-100%，而如果 prompt 比较短， Prefill 阶段也会更被 Memory Bandwidth 和 Scale-up Bandwdith 限制。)
场景 3：推理 Decode
Decode 阶段主要受制于 HBM Memory Bandwidth，但当推理追求低成本去用更大的 Batch Size 时， NVLINK Bandwidth 会逐渐成为瓶颈。所以， SemiAnalysis 认为 TPUv7 能在推理阶段靠低 40-50% TCO / HBM Bandwidth 有一定优势，但是因为这步骤实际也和 Scale-up Bandwidth 很相关，所以实际性价比差距并没有这么大。
在 Decode 阶段，模型每次迭代为 N 个用户各生成一个新 token。每张 GPU 需要从 HBM 读取所有用户的 KV Cache（FP8 格式）和模型权重来计算 attention，小 batch 时这个"从显存读数据"的过程主要受制于 HBM Memory Bandwidth。
但当追求低成本用更大 batch size 时，计算量上来稀释了单卡带宽压力，此时跨卡通信开始显现：attention 算完要 all-reduce 同步结果，MoE 层 Router 把 token 路由到分散在各卡的 experts（NVFP4 压缩权重）又触发 all-to-all 通信，最后再汇总回来。
大 batch 下跨卡数据交换量激增，NVLink 带宽逐渐成为新瓶颈。Decode 阶段性能瓶颈本质是随 batch size 从单卡 HBM 带宽动态迁移到多卡 NVLink 带宽。
03.
互联结构对比：3D Torus vs Switch Fabric
GPU 路线下的 Switch Fabric（NVSwitch / Fat-tree） 和 TPU 路线下的 3D Torus + OCS 代表了两条截然不同的互联哲学。同样也会对 TCO 带来影响，在这一部分我们会对这二者进行对比，在对比之前，我们会先对 Google TPU 的 3D Torus 路线进行分析。
Google TPU 的 3D Torus 路线
Google 的 OCS 路线
传统的电交换架构里，每跳一次就要做一轮电→光→电的转换，功耗和延迟都会往上叠。Google 用 OCS（光电路交换机）替代传统的电分组交换，核心诉求就是把功耗和成本打下来。目前 Google 主要用的是 AVGO 的 MEMS OCS，不过市面上也有其他路线，比如 Coherent 做的 DLC （数字液晶） OCS。
OCS 的直观理解是一个由上百个小镜子组成的“可调角度镜墙”。对于一个 136x136 OCS 来说，光从输入光纤进入后，会依次打到两组 2D MEMS 微镜阵列上。每组阵列里有 136 个微小镜面，镜子都能在电信号驱动下独立倾斜。只要把每个镜子的倾角设对，交换机就能把某一束入射光精确“折”到指定的输出光纤上。这样一来，路径一旦建立，后续数据就在光域里直通，不需要每跳都做光电转换。
到 2026 年，Google 主力用的是 300x300 OCS，其中有效可用端口是 288 个。
Coherent 走的是另一条技术路线——用 DLC 代替 MEMS 镜片。电信号让液晶分子重新排列来改变光路，整个过程没有机械运动部件。DLC 方案的好处是成本更低、驱动电压也更小，但缺点是切换速度慢很多。不过对 Google 的 AI 训练集群来说这不是问题，因为这类集群的通信拓扑大约一周才重配一次，OCS 切换速度慢一点完全可以接受。
TPUs 的 3D Torus 是如何实现的
3D Torus 是一种网络拓扑结构，每个节点在三个维度上都与相邻节点相连，并且每个维度的首尾相连形成环状。TPU Pod 采用这种拓扑来实现芯片之间的高带宽、低延迟通信。
一个 TPU pod 由 4x4x4 = 64 个 TPU 组成，和大家普遍认为 TPU 基本采用光互连相反，实际上， TPU Pod 内部以铜缆和 PCB 互联的，一个 Pod 有 16 个 Server，每个 Server 上的 4 个 TPU 是用 PCB 线互联，而 16 个 Server 之间则用铜缆。
TPU Pod 之间则是使用光互连，我们可以把整个 Pod 看成一个立方体，6 个面每面 4×4 共 16 颗 TPU，理论上，如果 6 个面各自独立接 OCS，需要 16×6 = 96 条光连接；但 3D Torus 允许对立的两个面共用一台 OCS，把 6 个面的需求两两合并成 3 组，实际只要 96 / 2 = 48 个 OCS 端口（或单元）就能把所有 Pod 之间的光互连铺出来。
下图是 SemiAnalysis 所给的 TPU Pod 分别需要多少 PCB 线，铜缆和光模块：
TPU Cluster Size
在这个 TPU 集群里，最大能做到多大，本质上是被 OCS 端口总数卡住的。以现在的 v7p 系统为例，每台 OCS 等效是一个 144×144 的交换设备，一共 288 个可用端口（144 in + 144 out）。集群里配了 48 台 OCS，所以总端口数是 48 × 288 = 13,824。之前算过，一个 4×4×4 的 TPU 立方体需要 96 个端口，那么最多能挂的立方体数量就是 13,824 ÷ 96 = 144 个，对应最大集群规模 144 × 64 = 9,216 颗 TPU。
如果未来 OCS 真正升级到 300×300 规格，每台有 576 个可用端口（其中 24 个做冗余备份），那同样是 48 台 OCS，总端口数就变成 48 × 576 = 27,648。按每个立方体仍然吃 96 个端口来算，可以支撑 27,648 ÷ 96 = 288 个 4×4×4 立方体，对应的最大集群规模直接翻倍到 288 × 64 = 18,432 颗 TPU。也就是说，在固定 Pod 拓扑不变的前提下，单台 OCS 端口数的提升，会线性抬高整个系统可扩展到的 TPU 数量上限。
SemiAnalysis 提出， 一个 TPU Cluster 理论上可以拓展到 147,456 颗 TPU：
• 通过传统的 Fat Tree 结构扩展到用 4,608 台 64×200G 的 ToR 交换机，首先把机柜里的 TPU 数量拉上来；
• 再通过配 2,304 台 128×200G 的 leaf 交换机和 2,304 台 128×200G 的 spine 交换机，叠成一棵三层 fat-tree；
• 最上层再挂 256 台 300×400G 的 OCS。
但由于链路层次多、带宽被一层层拆分稀释，单颗 TPU 实际能拿到的有效通信带宽比较低，也就是说绝对算力规模虽然堆上去了，但实际效率却被 Scale-up 网络带宽拖住了。
3D Torus 和 Switch Fabric(NVSwitch / Fat-tree) 对比
Switch Fabric（NVSwitch / Fat-tree） 和 3D Torus + OCS 代表了两条截然不同的互联哲学。理解它们的差异，可以从三个维度切入：互联模式假设、规模边界、优化目标。
维度 1：互联模式假设
1. Switch Fabric（NVSwitch / Fat-tree）的假设互联模式不确定
NVSwitch 在单域内（如 NVL72 的 72 张 GPU）用交换芯片实现近似全互联：任意两点通信通常仅需 1–2 跳，延迟几乎恒定。因为全互联拓扑使任意 GPU 对都可以直接或通过一跳 NVSwitch 到达，无需预设固定通信路径，天然适配 All- Reduce、All-to-All、点对点等各类不确定的互联模式需求。
代价是 NVSwitch 芯片的总交换带宽和端口数有硬天花板，单域规模被锁死在几十到百卡级别；一旦跨出域，就必须借助外部网络，带宽和延迟同时断崖式下降。
超过单域规模后必须要借助 Fat-tree（InfiniBand / Ethernet 的多级 spine-leaf 交换机堆叠），通过堆交换层级来堆带宽，是目前唯一能把集群推到数十万卡的方案。代价是每多一级交换就多一跳延迟、多一份成本和功耗，且跨域带宽（典型 100 GB/s/卡）比域内 NVLink（1.8 TB/s/卡）低一个数量级。
2. 3D Torus + OCS 假设通信模式可预测、可编排。
核心不是做“任意两点直达”的通用互联，而是把训练里可预测、可编排的关键通信（梯度同步、张量切分聚合/分发、stage 间激活传递）压成路径和时序都固定的稳定数据流。关键不在于“够不够短”，而在于路径/顺序可确定、可提前规划并与计算重叠，从而长期把链路喂满。对熟悉 LLM 结构与并行拆分的团队（如 GOOGL）来说，更容易把 DP/TP/PP 映射到合适的物理维度，把需要频繁交互的分组放在物理上更“近”的区域，从而把这种“可排程”的优势放大。
这一代价是它对"流量长什么样"有强假设：一旦流量变成不规则或偏斜（典型如 MoE expert routing），某些维度的链路会被过载，且难以通过动态路由避免。单 Pod 上限约 9k 芯片，超出后跨 Pod 带宽骤降。
维度 2：规模边界要分场景分别讨论
1. 在 LLM 训练环节：
• 百卡规模（适合研究员个人小实验）下 NVSwitch 占优，因为训练里的 TP/DP 梯度同步等关键 collectives 往往能压在单个 NVSwitch 域内，all-reduce 延迟低、带宽高，NCCL/框架并行策略也更容易稳定执行。
• 千卡到两万卡规模（适合 Post-training 和中大型训练实验）: 3D Torus 占优——除非 MoE expert 数量较多。
训练通信大多满足"可预测可编排"条件，3D Torus + OCS 借此将单 pod 推至万卡级并维持高 MFU；GPU 同规模只能走 fat- tree，层级深、调度开销大，MFU 更易被拖累。但 MoE 的 EP 通信本质是不规则 all-to-all：Expert 越多、负载越偏斜，通信瓶颈从"可排程的稳定流"转向"难被拓扑对齐的不规则分发与汇聚"——正好触发 3D Torus 对流量形态的强假设失效。这让万卡 TPU Pod 的扩展效率在高 Expert 数 MoE 中更早下滑，整体训练效率反而不如同规模 GPU 集群。
2. LLM 推理
LLM 推理要拆成 Prefill 和 Decode 两段看，Prefill 是算力瓶颈，Decode 是互联带宽/延迟瓶颈。
1）在推理的 Prefill 阶段，Prompt 可以被多卡并行处理，此时 GPU NVSwitch 更占优势。
因为 workload 更容易进入 compute-bound: 谁的低精度算力更猛，谁就能更接近满负载地把 token 吞下去。GB200/GB300 的 FP4 精度算力能 比 TPUv7 在 Prefill 阶段有 35-50% 的成本优势；NVL72 的 130 TB/s bisection 带宽和 1-2 跳的低延迟 fabric 可以保证多卡并行处理长 prompt 时几乎不受通信瓶颈限制。
2）在推理的 Decode 阶段，瓶颈通常出现在 HBM 带宽和 Scale-up 互联上。更具体来看：
• 对于延迟不敏感的离线大 batch 推理，TPU + 3D Torus 有性价比优势。当 batch 足够大时，通信与调度开销更容易被吞吐摊薄，torus 的带宽也能被利用起来，这时 TPU 有比 GPU 便宜 30-50% 的内存带宽成本（TCO / HBM Bandwidth）。
• 对于延迟敏感的在线小 batch 推理，GPU + NVSwitch 优势放大。由于这时请求更碎、更随机时，torus 的固定 6 方向链路更容易出现热点和延迟抖动；而 NVSwitch 能让任意两张 GPU 互相传数据都基本是一跳直达，延迟更稳定可预测。由于这时瓶颈变成了 Scale- up 互联了，而 GPU 的互联性价比（TCO / Scale-up Bandwidth） 和 TPU 相差不大，所以这时 GPU 能靠更好的用户体验胜出。
• 对于多 Experts 的 MoE 推理，GPU + NVSwitch 优势更明显。MoE 的 expert routing 本质上是不规则的 all-to-all，token 会被 gating 分发到分散在不同芯片上的 expert，流量模式和 torus 的 6 邻居固定拓扑天然不匹配。结果往往是热门 expert 所在的芯片会在某一个 torus 维度上形成持续热点，带来排队和尾延迟抖动。相对地，NVSwitch 能把“任意 GPU 到任意 GPU”的传输基本压成一跳直达，把 dispatch → compute → gather 的通信开销压到亚毫秒级，延迟更稳定、可预测。因此，Expert 越多、负载越偏斜、路由越不规则，NVSwitch 的延迟确定性和体验优势就越大。
维度 3：TPU 软件优化
SemiAnalysis 花了不少篇幅介绍 TPU 为推理场景进行的算法优化，本质上是谷歌在在软件/编译器层面试图缩小 TPU 与 GPU 的差距，把 TPU 原本不擅长处理的"不规则/动态"访存与通信，重新包装成“可预测、可流水”的稳定数据流，从而让 3D Torus 的带宽被充分利用起来。
1. TPU KV Cache Management
GPU 用 paged attention 把 KV cache 当虚拟内存来管，按需从分散的地址把数据块抓出来再拼起来（scatter/gather）。这会带来大量随机地址访问和不连续读写，但 GPU 的高带宽显存加上强大的随机访存单元能容忍这类不规则操作。
TPU 的随机访存能力较弱，硬件更偏向批量、连续、可预测的数据搬运；一旦访存模式变成"动态地址 + 随机抓取"，延迟和吞吐都会恶化。
为此，Google 改用"预取 + pipeline": 提前把下一条序列需要的数据块搬进芯片，用矩阵计算把搬运延迟盖住，让内存访问重新变成时序可预测的稳定数据流。
但对应的代价是灵活性不如 GPU：一批请求的结构必须提前确定，对请求随机到达、长度高度不一的在线场景适配成本更高。
2. TPU All-fused MoE Kernel
GPU 跑 MoE 模型的传统流程是先把 token 按目标专家排序，再分发到对应专家。排序本身是 GPU 擅长的并行操作，且 NVSwitch 能让传数据和做计算同时进行、互不干扰，所以这套流程在 GPU 上跑得很顺。
TPU 上的情况完全不同：它排序慢，而且很难一边搬数据一边算。如果按传统流程走，"先排好队再一起发出去"这一步就会卡住整个流水线。Google 的解法是干脆不排队——改成"轮到哪个专家就处理哪个专家"，一个一个来，把排序这个麻烦事直接跳过；同时趁着某个专家在算的时候，后台悄悄把下一个专家要用的数据搬过来，让搬运和计算交替进行、互不等待。
但这只能缓解单集群内的调度开销，无法改变 3D Torus 对流量形态的强假设：一旦专家数量多、负载偏斜、路由不规则，某些方向的链路仍会被过载，延迟难以被软件优化消除。
3. SparseCore
GPU + NVSwitch 天然支持任意两个 GPU 一跳直达，分发和汇聚的通信开销被压到毫秒级，通信与计算分开跑是互联层面的默认能力。这在面对 MoE 稀疏激活带来的动态 all-to-all 路由时尤为关键，确保 token-to-expert 分发不受拓扑限制。
TPU + 3D Torus 在处理 MoE 的不规则通信时，分发和汇聚容易卡住。Google 的应对是在芯片内加一个独立的稀疏计算单元（SparseCore），专门跑 MoE 的分发汇聚，和矩阵计算硬件级并行。这在本质上是在硬件层承认 TPU 需要“类 NVSwitch 的通信-计算解耦能力”。
如果 Mosaic 编译器成熟、SparseCore 落地，能把 TPU 的 MoE 上限抬高、更接近 GPU 的灵活性。但这也会让 TPU 会浪费一些片上面积在 SparseCore，影响 Tensor 算力提升。
可以看到，TPU 的在推理场景的优化方向始终是“让不规则变规则”，而 GPU + NVSwitch 的设计哲学是“从一开始就容忍不规则”。前者需要持续投入工程资源去适配每一种新的工作负载，后者则提供了一个更通用的底座。
当 MoE 成为主流架构、在线推理场景持续增长，TPU 面临的适配压力只会越来越大，而这正是 NVSwitch 的舒适区。
04.
产品侧对比：NVDA Rubin vs Google TPU 8
Google TPU v8：双轨策略与成本结构重塑
Google 在 TPU v8 上采取“双供应商”策略，本质是降低 ASIC 的利润抽成。TPU v8 分为两个 SKU，这两个 SKU 分别和不同的供应商合作：
• TPU 8AX（代号 Sunfish）：与 Broadcom 合作，沿用 N3E 制程，2 compute die + 1 I/O chiplet + 8 stack HBM3E 12-high，内存带宽为 9.8 TB/s， 相比 v7 提升 ～30%（9.6Gbps pin speed）。
• TPU 8X（代号 Zebrafish）：与 MediaTek 合作，N3P 制程，1 compute die + 1 I/O die + 6 stack HBM3E 12-high，采用 MediaTek 自研 224G SerDes。
Google 选择 MediaTek 的核心逻辑是“Customer Owned Tooling”模式。
Broadcom 对整个 SiP 封装（包括 HBM）叠加了可观的利润率，尽管 Google 几乎全权负责计算单元的前后端设计，Broadcom 只贡献 PHY 和控制器。而 MediaTek 更灵活——Google 可以直接从 SK Hynix 采购 HBM，绕过设计公司的 margin 堆叠。考虑到 HBM 占封装级 BOM 的最大头，这个设计成本影响巨大。
然而这个选择的代价是工程资源被分散、tape-out 周期拉长。没有 Broadcom 手把手带，TPU v8X 的流片时间远超预期，直到本季度才完成。
Nvidia Rubin：激进提速、推理专项优化
Nvidia 在竞争压力下临时加码了 Rubin 规格。
• 原计划：1800W 功耗，13TB/s HBM 带宽。
• 最终规格：2300W 功耗，20TB/s HBM4 带宽（10Gbps pin speed）。
这不是常规迭代，而是 Nvidia 对 AMD MI400 和 Google TPU 双重威胁的应激反应。
Rubin 代际最主要的更新是显著倾向于优化推理的性能和 TCO，甚至新推出了针对 Prefill 场景的 CPX。
1. FP4 算力翻倍
GB300→VR200（Rubin）在"同为 3nm 级、还是两块大 die"的前提下把 FP4 FLOPS 拉到近乎翻倍。本质不是制程奇迹，而是把原本给互联/IO 的面积和功耗预算统统挪去堆 Tensor/SM，再叠加更高 TDP 和频率上限一起堆出来的结果。
具体来说，Rubin 仍采用两块 3nm 计算 die，但在两侧加上独立 I/O tile，把 NVLink、PCIe、NVLink-C2C 这类 SerDes 大头搬出去，大约释放出 20–30% 的逻辑面积配给更多 Tensor Core 和 SM，同时从 Blackwell 世代的 4NP 切到 3NP（Nvidia 定制 3NP 或标准 N3P）带来逻辑密度提升，使得在“同工艺、同 die 数”下可以塞进显著更多做 FP4 矩阵乘的阵列单元。
在此基础上，Rubin 整卡 TDP 被推到约 2300W，既有利于时钟略微抬升，又支撑了更大的 Tensor Core systolic array——从 Blackwell 的 64×64 到 Rubin 的 128×128。
2. HBM4 带宽要求反复上调
为显著增强推理 Decode 阶段，Nvidia 在过去几个季度里多次上调 VR200 HBM4 的性能规格，从早期的 8Gbps 到现在的 10 Gbps，HBM4 bandwidth 从 16.4TB/s 来到了 20TB/s。而同期的 TPU v8 虽然也略有上调，但最终版本还是停在 9.6Gbps 的 HBM3E，对应 9.8TB/s。这让 Nvidia 阵营在内存带宽这条推理 Decode 的关键瓶颈上巩固优势。
3. CPX 推理专用芯片
为了进一步提升推理 TCO，Nvidia 在 VR200 NVL144 里引入 Rubin CPX，本质是在系统层面把“推理的 Prefill 计算型工作负载”从“需要高 HBM 容量 + 高 NVLink 带宽的通用 GPU 路径”里拆出来，做成一条更便宜、但更贴合 Prefill 瓶颈的专用算力芯片。
CPX 在仅相当于 R200/VR200 的 1/5–1/4 BOM 成本下，仍能实现 60% 的 FP4 算力，从而进一步巩固了其在推理 Prefill 环节的 TCO 优势。
Nvidia 通过 CPX 主动降低单位算力的内存与互联 BOM，把同等预算更多地押在“有效 Prefill 吞吐”上，从而在 TTFT（Time-to- First-Token） 这条关键体验指标上，继续拉开和其它体系（例如更强调 torus/内存带宽性价比的路线）之间的差距，形成“Prefill 阶段优势 = 更高吞吐 + 更低 TCO”的护城河。
R200 NVL144 CPX 机架进一步放大了这一优势：每个 compute tray 同时搭载 4 张 Rubin GPGPU（2 die + 288GB HBM + NVLink）和 8 张 Rubin CPX（1 die + 128GB GDDR7 + PCIe），实现了 Prefill 与 Decode 的物理解耦。
高性价比的 CPX 卡专门消化 Prefill 负载，GPU 卡则保留 NVSwitch 全连接拓扑来服务 Decode 和 MoE 路由，避免两阶段混跑时的相互干扰，从而在 Prefill 阶段的 TCO/Token 上拉开与竞品的差距。
TCO 变革
Google 历史上靠 TPU 建立的 TCO 护城河，在 v8 这一代被显著削弱。原因有三：
1. 制程保守：TPU v8 仍在 3nm + HBM3E，Nvidia 上 3nm + HBM4，AMD 同期瞄准 2nm + HBM4。
2. 内存带宽落后：HBM 3E（9.8TB/s）vs HBM4（20TB/s），差距约 50%。
3. SerDes 节奏慢：尽管为 Broadcom SerDes 付出高昂成本，Google 直到 2027 年才迁移到 224G。
Google 的问题不只是设计选择保守，还包括供应链效率。从芯片制造到组装成机架再到跑起负载，Google 的周期比竞争对手更长。
如果 Nvidia 按计划执行 VR200 和 VR300：
• 外部客户：TPU v8 从"有竞争力"变成"不占优"。
• 内部负载：Rubin + Kyber rack 的 TCO 可能追平甚至超过 TPU v8，即使是 Google 自己的训练任务。
这正是 Anthropic 需要重建 Nvidia 合作的原因：TPU（以及 Trainium）虽然在特定场景下穿针引线找到了性价比甜点，但 Nvidia 的迭代速度实在太快，难以长期忽视。从全球 FLOPs 出货量看，Nvidia 仍是绝对主导。
排版：傅一诺
延伸阅读
当 AI 接管钱包：Agentic Commerce 如何重构互联网经济？
深度解读 AGI-Next 2026：分化、新范式、Agent 与全球 AI 竞赛的 40 条重要判断
拾象 2026 AI Best Ideas：20 大关键预测
Benchmark 新合伙人 Everett Randle: 忘掉 SaaS 逻辑与毛利率，AI 时代估值看单客价值
AI 医疗全景更新：为什么硅谷 healthcare 领域出现了最多的 AI 独角兽？
5. 推特创始人的“周末实验”：加密软件Bitchat化身“通讯诺亚方舟”
作者: PANews
链接: https://mp.weixin.qq.com/s/Nn2uMWhLsVTyXqennrwj2Q
发布时间: 2026-01-15T10:26:11
__
此内容发送失败无法查看
此内容因涉嫌违反相关法律法规和政策发送失败，查看对应规则
： ， ， ， ， ， ， ， ， ， ， ， ， 。 视频 小程序 赞 ，轻点两下取消赞 在看 ，轻点两下取消在看 分享 留言 收藏 听过
6. 市场蹭蹭涨，家庭资产如何管？
作者: 好买研习社
链接: https://mp.weixin.qq.com/s/SmnvCvAPbCUFWyCKT7CScg
发布时间: 2026-01-15T10:23:16
市场蹭蹭涨，家庭资产如何管？
好买长宽高书院
市场蹭蹭涨，家庭资产如何管？ 原创
阅读全文
预览时标签不可点
7. 2026年看好什么？
作者: 好买研习社
链接: https://mp.weixin.qq.com/s/fkFLJGdx5zKXwu7x9S2W3w
发布时间: 2026-01-15T10:23:16
2025 年资本市场精彩纷呈，A 股 “长牛慢牛” 启幕，科技赛道强势突围，黄金资产大放异彩，债市则呈现震荡调整格局。我要变富、爱养基、全球配置宝三大投顾服务，凭借差异化配置与精准布局，在复杂环境中均实现正收益。正好新的一年开启，我们一起复盘这三个投顾过去一年的表现，也看看主理人对接下来的展望。
2025年各投顾表现如何？
过去一年，中国及海外整体来看都是股强债弱，因此股票仓位较高的投顾组合表现更好。
具体来看，嘉实爱养基（股债金为4：5：1）和嘉实我要变富（股债金为7：2：1）都是2025年5月16日成立的，截止到2025年底，收益率分别为13.26%、21.59%，期间最大回撤也都非常小，分别为-2.74%、-4.72%。
海外许多市场表现更加亮眼，比如韩国、越南、巴西、日本市场等。全球配置宝有3个型号的产品，股债金的配比有所不同，其中股的部分都是以美股为主，辅以日本、印度等市场。
全球配置宝成立时间较早，所以我们能看到2025年完整的表现。
可以看到，全球配置宝三个型号中也是权益仓位高的收益更好一点，注意了，这都得益于去年股市较好的表现，对应需要承担的风险也更大一些。
数据来源：好买基金研究中心
看到这里，大家可能有个疑问，为什么全球分散配置的全球配置宝好像还没有只投资国内市场（含港股）的两个投顾表现好。
首先，这三个投顾展示的业绩区间不一样，即起点不同，不大可比的。
其次，全球配置宝在上半年进行了一次调仓，目的是控制风险，当然了，事后看这次调仓带来了负贡献。
4月份基于对“对等关税”背景下全球经贸秩序重构的理解，全球配置宝主理人认为需要去风险化、去集中化，因此调低了股票仓位、将美股仓位分散至欧洲股票。从后视镜的角度看，本次调仓并没有起到预想中的结果，在中国打出“稀土牌”等有效措施后，“对等关税” 一再推迟，全球资本市场反而风险偏好持续提升。
同时，科技方向持续取得新的进展，算力、存储等需求持续旺盛，AI相关股票表现很好。
此外，年中以来，美国降息预期不断升温，杰克逊霍尔会议上鲍威尔立场偏鸽。
因此，在9月份，组合再次调仓：在美股和A股内部，增加科技、互联网方向的持仓；增配日本、印度等受益于美国降息和市场风险偏好提升的股票市场。到目前为止，9月份的调仓收到了良好效果。
不仅仅靠市场，好产品也很关键
几个投顾产品都取得较好收益除了来源于市场β，也来源于投顾主理人选择了好的产品。
以嘉实我要变富为例，作为对比的是几个主要宽基指数的表现，即中证A500指数、沪深300指数、中证1000指数和港股的指数。
去年股市确实很强，A股宽基指数普遍有25%以上的收益，港股也有10%+收益（注意了，数据从组合成立到26年1月14日）。
数据来源：好买基金APP，时间区间2025.5.16-2026.1.14
而投顾组合除了指数基金，还配了主动管理基金以获得更多的超额收益，这部分以科技主题基金为主，比如诺安稳健回报、东吴科技创新、易方达科技创新等，加入组合以来都有65%以上的收益，还有医药生物相关基金，加入组合后也有30%以上的收益。主动均衡型基金富国稳健增长是中途调仓进来的，进入组合之后也贡献了超10%的收益。
为了平衡风格和行业，组合还少量配置了偏价值风格的两只基金，鹏华优选价值和安信新常态，虽然不算突出甚至安信这只是负贡献，但很好的平衡了组合的风险。
数据来源：好买基金APP，时间区间2025.5.16-2026.1.14
总得来说，投顾组合通过优选基金进行搭配也获得了不错的超额收益。
后市展望
对于2026年的A股，爱养基和我要变富的主理人持谨慎乐观态度，继续看好成长风格，尤其会超配科技。
核心驱动有两个，一是产业周期加速。AI、半导体、商业航天等赛道受益于“十五五”规划，技术突破加速业绩释放；二是宽松的流动性环境为成长股估值提供支撑。
另外，主理人考虑到沪深300本身已经有大金融的敞口暴露下，预计会调降均衡价值与大金融的主动基金的比例；另一方面，也将积极跟踪顺周期板块走势，如果出现明显的趋势性修复行情，也会考虑小幅仓位介入。
债市方面，预计上半年维持震荡偏弱格局，收益率上行空间有限但下行也面临制约。主理人计划保持中性偏短久期的防守姿态，以应对可能的市场波动。
而黄金资产，在美联储降息周期下，依旧看好黄金作为美元信用替代的配置逻辑，因此2026年将会保持对于黄金10%的资配中枢比例。
全球配置宝这边，对于国内股债的观点同前面的主理人。
对于海外资产，美股估值虽然已经比较高，但AI方向产业趋势保持强势，所以依然会标配美股。日本加息预期上升，会考虑略低配日本，欧洲经济增速预期不高，需要保持观察，暂时标配。
新兴市场中，印度市场受益于降息周期，且估值不高，长期投资逻辑没变，所以超配印度，而越南市场在逆全球化浪潮下压力较大，会保持低配。
海外债券这边，认为美债利率或维持在高位更久时间，所以保持中高配。
黄金仍然看好，但短期涨幅较大，保持标配。
国内外比较的话，会超配国内股票市场，标配海外股市，低配国内债券，超配海外债券。在结构上，注重估值的高切低，权益方面更加注重科技方向。
风险提示：
市场有风险，投资需谨慎。全球配置宝为R2风险策略产品，适合风险承受能力评级为C2型及以上的投资者。嘉实爱养基、嘉实我要变富、全球配置宝、全球配置宝为R3风险策略产品，适合风险承受能力评级为C3型及以上的投资者。如果您的风险测评结果低于上述产品（不含），请忽略本信息。基金的过往业绩及其净值高低或基金管理人管理的其他基金的业绩并不预示其未来表现。相关数据仅供参考，不构成投资建议。投资于境外证券市场的基金，除了需要承担与境内证券投资基金类似的市场波动风险等一般投资风险之外，还面临汇率风险等境外证券市场投资所面临的特别投资风险。投资人应详阅基金合同和基金招募说明书、基金产品资料概要等法律文件，了解产品风险收益特征，根据自身资产状况、风险承受能力审慎决策，独立承担投资风险。特别提醒，基金在封闭运作期间或特定持有期间存在无法赎回的流动性风险。
版权声明：
本文著作权归好买财富管理股份有限公司所有，未经事先书面授权，任何组织和个人不得对本文进行任何形式的转载、复制、发表、传播、改编、汇编或引用本文内容的任何部分。
免责声明：
本文所载信息或所表述的意见并不构成对任何人的投资建议，投资者不应该将本文的内容作为投资决策的参考因素。对于本文可能涉及的观点、报告、解读、推测、市场资讯等内容，仅代表作者个人观点，不代表我公司观点，请务必审慎对待。市场有风险，投资需谨慎，请您结合自身资产状况、风险承受能力，审慎做出投资决策，独立承担投资风险。
👇 戳"阅读原文" ****领大礼包,走出理财第一步****
8. 接连暴涨，2026开启超级周期？
作者: 好买研习社
链接: https://mp.weixin.qq.com/s/LQ9E3AuMuOgOQWZDf2Xwbw
发布时间: 2026-01-15T10:23:16
微信首页底部菜单留言栏回复“ 礼包 ” “ 群 ”
免费加入“ 长宽高书院“ 专项班级
我原本以为，贵金属、有色金属之前的大涨已经很猛了，短期可能歇歇休整下。没想到近几天更猛，好几个品种连番暴涨、不断创历史新高。
涨到这个时候，有色还能狂飙多久？有色金属类又有哪些基金？
有色还能狂飙多久？
比如沪银期货主力合约，近几天呈现出加速飙涨的势头。
数据来源：iFind；截至2026年1月15日下午2点
其他归属有色金属的铜、铝、锡、镍等，尤其是锡和镍，近几天更是连续飙涨，行情猛的一塌糊涂。
以沪锡期货主力合约为例，近几天直线飙涨。
数据来源：iFind；截至2026年1月15日下午2点
那么问题来了，有色还能狂飙多久？
其实这个问题咱们之前捎带着写过。
从历史周期规律来看，类似的宏观大周期经常呈现“金银铜油农”轮动接棒规律。即贵金属打头，然后工业金属，最后是石油和农产品。近期的行情，也是这么走的。
但涨到这种程度，出现闪电直线飙涨后，短期很难说。
一是有色金属近期涨幅已经很大，部分品种更是处于历史高位。二是类似行情越飙，时间越短暂。
因此短期可能面临技术性调整，尤其是当市场情绪过热时，价格波动会很剧烈。
中长期则受益于新兴经济的投资和发展。
比如AI算力基建、新能源汽车、光伏等新兴产业，对铜、铝、锂、钴等有色金属需求持续增长。
还有全球数据中心建设、电网升级等，也会长期拉动对有色金属、工业金属的需求……
结论也很明显：短期飙涨后，部分品种的风险波动加大，中长期仍受益于新兴经济，需求较硬朗。
哪些基金值得关注？
具体来看，关于有色金属的基金，大致可以分为3类：一类期货类；一类被动指数；一类主动管理。
注意，前者的投向是期货交易所的相关金属期货合约，不是A股市场的股票。另两类才投的股票，只是方式分被动指数或主动管理。
下面我们一一盘点：
第一，期货类有色金属基金。
期货类的有色基金，主要是大成有色金属期货ETF和其场外联接基金。
基金直接投资上海期货交易所的有色金属期货合约，主要涵盖了铜、铝、锌、铅、锡、镍等品种，能直接跟踪相关金属的价格波动。
另一只是国投瑞银白银LOF基金，直接投资上海期货交易所的白银期货。
要注意的是白银性质差异，兼具贵金属的避险属性和有色金属的工业属性，因此也可以归入此类。
但要留心，期货市场有杠杆，风险波动很大，基金持有的期货合约移仓换月时，也会有升水的损耗（远月价格大于近月价格），适合风险承受能力很强的投资者。
第二，股票类有色金属被动指数基金。
这类基金主要有以下3只，我按投向集中度依次点评：
首先是万家中证工业有色金属主题ETF和其场外联接基金，跟踪的是中证工业有色金属主题指数，主要聚焦有色金属，成分股以铜、铝、锌等的生产企业为主。
其次是国泰中证有色金属ETF和其场外联接基金，跟踪中证有色金属指数，投资范围涵盖贵金属、有色金属，持仓较分散，历史表现也和有色金属板块的整体走势一致。
数据来源：iFind；截至2026年1月14日
最后是南方中证申万有色金属ETF和其场外联接基金，跟踪中证申万有色金属指数，覆盖了黄金、铜、铝、稀土等方向，更均衡、更分散。
最新指数估值如下，市盈率27倍左右，市净率4倍左右。需要额外注意的是：类似周期性行业，估值经常要反着看。因此估值看似不高，实际是较高的，估值百分位也较高。
数据来源：iFind；截至2026年1月14日
第三，股票类有色金属主动管理基金。
这部分是基金经理在投资运作时，自主挖掘和重仓有色金属投资机会，仓位也比较重。
具体基金咱们前段时间刚好写过，见这篇：《净值起飞，这些基金经理赚嗨了》，我在其中详细阐述了4位重仓有色金属板块的基金经理的投资策略，点击蓝字即可跳转阅读。
4位优质有色基金经理所管基金代码、表现汇总到一个表格里了，感兴趣的可以菜单栏发送“有色”按提示获取。
文末跟大家额外做下风险提示。
相关有色金属的短期热度已经极高，风险波动加大而不是减少，有色金属受宏观经济、供需关系、地缘政治等因素影响也很大，波动比较剧烈。
需要根据自身风险承受能力选择合适的产品！并注意分散投资，避免过度集中于单一品种或基金。类似重仓单一行业型基金，占比别超过20%。
基金产品专项班
2月2日开课！
长按海报二维码加入班级！ 这里有全新升级的基金系统课程、每日投资干货，还能享盘面行情解读、热点事件追踪，以及老师实时答疑服务。
风险提示：
市场有风险，投资需谨慎。基金的过往业绩及其净值高低或基金管理人管理的其他基金的业绩并不预示其未来表现。相关数据仅供参考，不构成投资建议。投资人应详阅基金合同等法律文件，了解产品风险收益特征，根据自身资产状况、风险承受能力审慎决策，独立承担投资风险。特别提醒，基金在封闭运作期间或特定持有期间存在无法赎回的流动性风险。
版权声明：
本文著作权归好买财富管理股份有限公司所有，未经事先书面授权，任何组织和个人不得对本文进行任何形式的转载、复制、发表、传播、改编、汇编或引用本文内容的任何部分。
免责声明：
本文所载信息或所表述的意见并不构成对任何人的投资建议，投资者不应该将本文的内容作为投资决策的参考因素。对于本文可能涉及的观点、报告、解读、推测、市场资讯等内容，仅代表作者个人观点，不代表我公司观点，请务必审慎对待。市场有风险，投资需谨慎，请您结合自身资产状况、风险承受能力，审慎做出投资决策，独立承担投资风险。
👇 戳"阅读原文" ****领大礼包,走出理财第一步****
9. 利率开始迈向“2时代”
作者: 朱罗纪
链接: https://mp.weixin.qq.com/s/C4Gn8JBca4HM_iHgKNYdfQ
发布时间: 2026-01-15T09:54:41
童鞋们，我开了一个新的股票分享号《朱罗纪价投笔记》，重点记录我的股市投资体会，涉及到我的投资框架、操作纪律、实盘分享。未来大号《朱罗纪》会一如既往的保持更新，但不同于《朱罗纪》以城市、房地产为核心的公共分享，新开小号多为企业价值分析。对于股票投资（包括港美股）有兴趣的小伙伴，欢迎关注交流。要强调的是，我讲的一切只是我自己的观察与分享，不构成任何投资建议，请大家结合自身风格与偏好谨慎操作。祝你投资顺利，日进斗金。
央行这个时候来给大家发大礼包，你不能说它不是一个巨大利好（笑脸），举掌欢迎，俯仰甘露。想一想明天国统局就要发布的2025年度经济、房地产数据，这个时候放点猛料出来，再好不过了。
这些政策进一步释放了对房地产宽松支持的重大信号。
首要的政策是降息终于来了。
下调各类结构性货币政策工具利率25个点子，1月19日起， 下调再贷款、再贴现利率 0.25个百分点。下调后，3个月、6个月和1年期支农支小再贷款利率分别为0.95%、1.15%和1.25%，再贴现利率为1.5%，抵押补充贷款利率为1.75%，专项结构性货币政策工具利率为1.25%。
再贷款利率是商业银行向央行贷款的时候所给的利率，我们可以把它理解为类似于一级土地市场价格的“上游价格”，它有一个传导和引导功能。央行的再贷款利率下调了，就等于是降低了商业银行从央行爸爸那里拿钱的资金成本，进而像LPR这样的市场利率，就有潜在的更大的下调空间。就像政府限制了土地溢价率，推行房地联动，房子的价格也有适当让利的空间一样。这样下来，商业银行就可以有动力以更低的利率向市场投放资金，从而让企业、家庭的贷款成本变得更低，大家的贷款意愿比之前升高，市场上的活钱就更多起来了，经济活性就能增强。
这是继去年央行下调再贷款、再贴现利率25个点子之后的第二次操作，去年5月7日央行也是这般下调。下调之后，到当年5月20日，5年期LPR和1年期LPR分别下调了10个点子。
如此，我们可以预期，这次的1月20日，LPR报价利率也很有机会和去年一样，分别来个10个点子的下调。
如果成真，那么， 届时 5年期LPR将降至3.4%、1年期LPR将降至2.9%，首次跌破3%，利率正式走向“2时代”。
实际上，这个事情在开年就已经有了端倪，我最近收到的金融中介给的报价，信用贷（备用金）的利率已经来到了2%的关口，有的银行定向发给客户的30万备用金，月利率优惠之后去到了0.168%，折算年利率2.016%。
虽然我认为这个LPR利率水平 依然还是太高 ，但这的确是一个 巨大利好 。对于购房人群、存量房奴人群，都可以继续减轻月供负担—— 很多粉丝已经被贷款压得喘不过气来啦 ！
进一步，央行也明确释放了“双降”信号——存款准备金率、LPR都有进一步下调的空间，应该说，已经暗示得很“明牌”了。
我们拭目以待。今天的房地产股大涨，就是因为这个预期（但是不要再参与了，“烟屁股”的逻辑我讲过了，老是吸烟屁股，不好玩哈哈）。
再一个，政策利好的“魔爪”开始伸向了商办物业。央行将会同金监总局， 将商业用房购房贷款最低首付比例从当前的 50%下调至30%，一把下调了20个点子！相当的霸道！
这意味着房地产调整来到第6个年头的时候，政策开始惠顾了非住宅类物业。也许许多人不晓得，过去5年，住宅很惨，但比住宅更惨的是非住宅，尤其是写字楼、公寓物业，库存量高到天际，都堪堪跌到了丧失 流动性 那样的地步。
比如，深圳的新房公寓市场，无论是供应还是销售，可谓是惨不忍睹。新建公寓在2025年一共卖出去了7.3万平米，而在2020年是71.5万平米，6年时间，成交量几乎跌去了90%——就跟上市房企股价一样。
我认为这在某种程度上说明，公寓这个产品类型已经丧失了流动性，经过了时间与市场洗礼，公寓的市场逻辑不那么坚实，跌幅太狠了。即便是市面上的公寓供应量在大幅减少，但是市场对这个产品的接受度也大打折扣。若要市场接受，必须要价格降到足够的低，比住宅杀价杀得更狠，以此来弥补公寓在产品结构本身上的不足。所以，从2025年上半年开始， 有一些二手公寓的租金回报率就已经顶到了 5%左右，个别甚至更高，各区都有。
如果首付下调到3成，相信对于一些 高租金回报率的小面积公寓 ， 会形成一个正面刺激 。一些长线收租资金在这个条件下会计算，5%的租金回报率相对于3%的贷款利率、1.8%的国债收益率，是不是可以打平甚至跑赢了。
我们可以继续观察，我个人持保留态度，你们怎么看？欢迎留下你的看法，谁有租金收益率高的公寓项目，也欢迎在留言区分享出来。
整体而言，今次的政策吹风，释放出三个重要的信号。
第一，贷款利率迈向“2时代”。这一点将在2026年很快看到，也许5年期LPR今年还能守住3，但是不影响这个判断。比我预期的晚了1年，但是该来的总会来。未来我们会看到，公积金贷款利率会变得更为友好。当然，存款利率也会进一步下调。所以，等一等，会有更好的利率。对于买房急迫度高的刚需，2026年会是一个比2025年更为友好的年份（下面我会专文分析）。
第二，释放出房地产持续宽松的信号。昨天到今天，陆续是利好政策，昨天是针对居民换购住退税的政策。说明了政策在开年就给房地产派糖，显示决策层稳住房地产的意图相当明确。个人依然维持政策“小步快走”的判断，今次公寓首付下调就是一例。真正市场需要的“猛药”，是一揽子结构化改革，很难。单一的政策都不足以逆转市场情绪，政策希望是八方风雨连年滋润，最终汇聚成河。猛药VS细雨，哪个好，最终市场说了算。
第三，发力商业地产去库存。这是本次政策的一个小的转向之处，和之前有所不同。截至去年前11月，住宅库存量为3.9亿平米，同比升幅高达4.3%；办公室库存量为5234万平米，同升0.7%；商业营业用房1.4亿平米，同跌1.3%。考虑到过去数年，政策在非住宅类物业方面的举措极少，此番政策出手，可能许预示着是一个开端，今年非住宅物业的去库存利好政策有机会更多。
看看明天的经济、房地产各类数据出来，市场如何反应，各地再怎么落地政策吧。
楼市、股市交流，加微信号budao2000私询！
10. 送你10克金条
作者: 闲画生财
链接: https://mp.weixin.qq.com/s/DdCgNTGTGsfyL5BxN2p7fQ
发布时间: 2026-01-15T09:30:09
想起件陈年旧事。
1
高价卖书
2010年夏天，韩寒办了本杂志《独唱团》，登刊作品来自周云蓬罗永浩蔡康永咪蒙艾未未们，还连载了韩寒自己的小说《1988：我想和这个世界谈谈》。
因为种种原因，《独唱团》发行一期便永久休刊团队解散。
《1988：我想和这个世界谈谈》被拿出来，全文单独出版。
平装版25元。
限量版仅100本，988元。
2
金条暗讽
那会的韩寒写小说飙赛车拍电影做音乐，随便发条消息就能上热搜，妥妥的全民偶像。
但网友和媒体还是不买账，喷988的定价割韭菜，凭啥一本书那么贵，比郭敬明还商业。
韩寒笑而不语。
首批限量版售罄，韩寒发文解释：
> 每本限量版的最后，夹着10克金条，值3000元，
>
>
>
>
> 如果你不喜欢这本书，把金条卖了就能收回成本，我不亏欠你。
>
>
>
>
> 书中自有黄金屋，这是句真理，但在我们这里没能体现出来，
>
>
>
>
> 我对此无能为力，只能用最直接最粗俗的方式印证一回。
喷韩寒的网友瞬间拍断大腿，赶紧抢购。
营销被玩成黑色幽默。
韩寒用金条暗讽大家短视，不懂他的文学造诣。
知韩寒者，唯有铁粉。
这一轮韩寒胜。
3
最后的赢家
但粗俗印证并没完结。
今天，10克金条的价格超过1万元。
韩寒那本书经过十几年时间洗礼，已经变成“上古回忆”，卖二手绝不可能5位数。
金条成为最后的赢家。
相信再过几十几百年，大概率还是金条胜。
这背后的逻辑很简单。
金条不需要个人解读，全世界默认金条值钱。
书依赖读者共鸣，和时代绑定，很难穿越周期。
金条和书都是共识，前者的叙事更古老更稳定。
韩寒：你们只在乎金条，不在乎我的书。
世人：我们确实更在乎金条。。。
4
市场点评
1）千问接入阿里生态，AI帮你点外卖。
古典点外卖流程：搜索食品名，找到满意的店铺，加购，下单。
AI点外卖流程：输入“请帮我点一份xxx”，得到随机选品，满意下单，不满意再随机一个，再随机一个，再随机一个。。。
感觉AI点外卖很像十几年前北京流行的江湖菜馆，食客吃啥掌握在服务员手里，问就是“人在江湖身不由己”。
2）菲律宾对华免签，仅限马尼拉或宿务机场入境，最长停留14天，不可延长。
宿务周边麦克坦岛薄荷岛邦劳岛的海都很好，国内飞过去经常几百块打折促销，同样价格最高性价比。
3）下调结构性货币政策工具利率0.25%，10年期国债期货微微一震，略表敬意。
4）企业年金范围扩大化，可在限额内选择缴费比例，经济能力有限的先少缴，再逐步提高。
11. 接连暴涨，2026开启超级周期？
作者: 好买基金
链接: https://mp.weixin.qq.com/s/k7RDG-WXPDcKI9pqdZruBg
发布时间: 2026-01-15T09:18:33
好买基金
右上角加个星标不迷路
我原本以为，贵金属、有色金属之前的大涨已经很猛了，短期可能歇歇休整下。没想到近几天更猛，好几个品种连番暴涨、不断创历史新高。
涨到这个时候，有色还能狂飙多久？有色金属类又有哪些基金？
有色还能狂飙多久？
比如沪银期货主力合约，近几天呈现出加速飙涨的势头。
数据来源：iFind；截至2026年1月15日下午2点
其他归属有色金属的铜、铝、锡、镍等，尤其是锡和镍，近几天更是连续飙涨，行情猛的一塌糊涂。
以沪锡期货主力合约为例，近几天直线飙涨。
数据来源：iFind；截至2026年1月15日下午2点
那么问题来了，有色还能狂飙多久？
其实这个问题咱们之前捎带着写过。
从历史周期规律来看，类似的宏观大周期经常呈现“金银铜油农”轮动接棒规律。即贵金属打头，然后工业金属，最后是石油和农产品。近期的行情，也是这么走的。
但涨到这种程度，出现闪电直线飙涨后，短期很难说。
一是有色金属近期涨幅已经很大，部分品种更是处于历史高位。二是类似行情越飙，时间越短暂。
因此短期可能面临技术性调整，尤其是当市场情绪过热时，价格波动会很剧烈。
中长期则受益于新兴经济的投资和发展。
比如AI算力基建、新能源汽车、光伏等新兴产业，对铜、铝、锂、钴等有色金属需求持续增长。
还有全球数据中心建设、电网升级等，也会长期拉动对有色金属、工业金属的需求……
结论也很明显：短期飙涨后，部分品种的风险波动加大，中长期仍受益于新兴经济，需求较硬朗。
哪些基金值得关注？
具体来看，关于有色金属的基金，大致可以分为3类：一类期货类；一类被动指数；一类主动管理。
注意，前者的投向是期货交易所的相关金属期货合约，不是A股市场的股票。另两类才投的股票，只是方式分被动指数或主动管理。
下面我们一一盘点：
第一，期货类有色金属基金。
期货类的有色基金，主要是大成有色金属期货ETF和其场外联接基金。
基金直接投资上海期货交易所的有色金属期货合约，主要涵盖了铜、铝、锌、铅、锡、镍等品种，能直接跟踪相关金属的价格波动。
另一只是国投瑞银白银LOF基金，直接投资上海期货交易所的白银期货。
要注意的是白银性质差异，兼具贵金属的避险属性和有色金属的工业属性，因此也可以归入此类。
但要留心，期货市场有杠杆，风险波动很大，基金持有的期货合约移仓换月时，也会有升水的损耗（远月价格大于近月价格），适合风险承受能力很强的投资者。
第二，股票类有色金属被动指数基金。
这类基金主要有以下3只，我按投向集中度依次点评：
首先是万家中证工业有色金属主题ETF和其场外联接基金，跟踪的是中证工业有色金属主题指数，主要聚焦有色金属，成分股以铜、铝、锌等的生产企业为主。
其次是国泰中证有色金属ETF和其场外联接基金，跟踪中证有色金属指数，投资范围涵盖贵金属、有色金属，持仓较分散，历史表现也和有色金属板块的整体走势一致。
数据来源：iFind；截至2026年1月14日
最后是南方中证申万有色金属ETF和其场外联接基金，跟踪中证申万有色金属指数，覆盖了黄金、铜、铝、稀土等方向，更均衡、更分散。
最新指数估值如下，市盈率27倍左右，市净率4倍左右。需要额外注意的是：类似周期性行业，估值经常要反着看。因此估值看似不高，实际是较高的，估值百分位也较高。
数据来源：iFind；截至2026年1月14日
第三，股票类有色金属主动管理基金。
这部分是基金经理在投资运作时，自主挖掘和重仓有色金属投资机会，仓位也比较重。
具体基金咱们前段时间刚好写过，见这篇：《净值起飞，这些基金经理赚嗨了》，我在其中详细阐述了4位重仓有色金属板块的基金经理的投资策略，点击蓝字即可跳转阅读。
4位优质有色基金经理所管基金代码、表现汇总到一个表格里了，感兴趣的可以后台发送“有色”按提示获取。
文末跟大家额外做下风险提示。
相关有色金属的短期热度已经极高，风险波动加大而不是减少，有色金属受宏观经济、供需关系、地缘政治等因素影响也很大，波动比较剧烈。
需要根据自身风险承受能力选择合适的产品！并注意分散投资，避免过度集中于单一品种或基金。类似重仓单一行业型基金，占比别超过20%。
基金产品专项班
2月2日开课！
长按海报二维码加入班级！ 这里有全新升级的基金系统课程、每日投资干货，还能享盘面行情解读、热点事件追踪，以及老师实时答疑服务。
风险提示：
市场有风险，投资需谨慎。基金的过往业绩及其净值高低或基金管理人管理的其他基金的业绩并不预示其未来表现。相关数据仅供参考，不构成投资建议。投资人应详阅基金合同等法律文件，了解产品风险收益特征，根据自身资产状况、风险承受能力审慎决策，独立承担投资风险。特别提醒，基金在封闭运作期间或特定持有期间存在无法赎回的流动性风险。
版权声明：
本文著作权归好买财富管理股份有限公司所有，未经事先书面授权，任何组织和个人不得对本文进行任何形式的转载、复制、发表、传播、改编、汇编或引用本文内容的任何部分。
免责声明：
本文所载信息或所表述的意见并不构成对任何人的投资建议，投资者不应该将本文的内容作为投资决策的参考因素。对于本文可能涉及的观点、报告、解读、推测、市场资讯等内容，仅代表作者个人观点，不代表我公司观点，请务必审慎对待。市场有风险，投资需谨慎，请您结合自身资产状况、风险承受能力，审慎做出投资决策，独立承担投资风险。
👇 戳"阅读原文" ****领大礼包,走出理财第一步****
12. 天量成交背后，A股过热了吗？我们和数据“对对话”
作者: 小基快跑
链接: https://mp.weixin.qq.com/s/Clh1_mtkP6ijVpA3D60ySg
发布时间: 2026-01-15T08:20:00
2026年A股迎来好开年。
先是沪指一波17连阳（20251217-20260112），打破了1992年“12连阳”的记录。
尽管1月13日、1月14日沪指回调，但短短8个交易日，沪指连续上破4000点、4100点等整数关口，剑指4200点（截至20260114）。
一边是市场连续走强，点燃了不少投资者的情绪；另一边，连续的天量成交和屡创新高的关键指标，也让“市场是否过热”的谈论甚嚣尘上。
本轮行情究竟到了哪个阶段？
华福证券复盘了2000年以来A股的四轮大行情（2005-2007、2008-2009、2014-2015、2019-2021），从 量能、资金、估值 三大维度来看看当前市场：
01
量能
1、成交额
近日A股成交额延续高位，市场交投活跃。
Wind数据显示，1月14日全A成交额破3.98万亿，连续三个交易日破3.6万亿，不断刷新着A股日成交额纪录。
A股史上日成交额破3万亿情况
数据来源：Wind；截至20260114
更值得关注的是趋势。
这之前的四轮行情中，成交额“底到顶”的成交额5日移动均值倍数约为20倍，牛市“起到终”的成交额5日移动均值倍数约为13倍。
Wind数据显示，截至1月14日，本轮行情“起-至今”的成交额5日移动均值倍数约为5倍，距离历史高水平有较大空间， 显示出市场动能或仍较足。
上证指数收盘点位与日成交额（亿元）
20240901-20260114
数据来源：Wind
2、换手率
换手率直接反映了市场筹码交换的热度和投资者情绪。
Wind数据显示，今年1月12日全A换手率5日移动均值为2.4%，与2025年8月底的阶段性高点（2.58%）非常接近。
历史规律显示，除2015年极端行情外，换手率高点的出现往往预示着短期波动会加大，但并不一定意味着整个行情的终结。当前水平或提示我们， 市场短期情绪可能到了相对高位，需要为可能加剧的震荡做好准备。
02
资金
1、融资买入额占比
融资买入额占全A成交额的比重，是衡量场内杠杆资金活跃度与风险偏好的灵敏指标。Wind数据显示，今年1月12日该指标的5日移动均值为11.34%，已进入2019-2021年牛市阶段性过热区间（10%-12%）， 或表明市场有阶段性过热迹象。
2、两融余额占比
2014-2015、2019-2021两轮牛市规律看，当两融余额占全A流通市值比例的5日移动均值这一指标位于阶段性高点时，后续占比的下降，对应着市场上行。
Wind数据显示，当前这一比例已经从2025年12月17日的阶段性高点2.62%下降（2019-2021年牛市高点为2.58%），1月12日两融余额占比5日移动均值为2.56%， 表明中期行情或可期。
3、小单净买入额
小单净买入额通常被视为个人投资者情绪的镜像。其20日移动均值的阶段性峰值，历史上多次对应行情的阶段顶部。
Wind数据显示，今年1月12日该指标为275亿元，距离2024年11月25日的540亿元、2025年4月8日的382亿元、2025年9月9日的395亿元均有差距， 资金层面可能还有一定的“后备力量”。
03
基本面估值
以全A股PE（TTM）的5年移动分位数来看，Wind数据显示，1月12日该指标约为 96.5% ，意味着当前估值已超过近五年绝大多数时间的水平， 或表明市场存在阶段性过热迹象。
不过历史上也出现过分位数在高位盘整、行情延续的情况，其最终走向可能需要基本面改善来验证。
总
结
一
下
当前A股或仍处于开年以来资金面+政策预期共振催化下的行情中。
往后看，政策或将进一步发力，有望助力宏观经济实现开门红，进而为市场上涨提供基本面支撑。而且随着基本面修复由点到面扩散，增量资金或可期。
另一方面，结合历史表现和当前客观数据，当前A股可能存在阶段性过热迹象，后续波动或加大，小伙伴们也要留意其中的挑战，市场或将进入到考验选股能力与投资耐心的阶段。
面对这样的市场特征，在数千只个股中博弈难度不小，或可关注代表未来产业方向的核心赛道。
比如 AI应用。
从产业逻辑看，AI应用火热并非概念炒作，而是全球技术浪潮与国内政策、产业共振下的趋势。
从智能驾驶、人形机器人走进工厂，到AIGC重塑内容创作、AI Agent成为个人数字助手，人工智能技术正在各个垂直领域寻找落地场景、创造真实价值。布局AI应用相关标的，有望把握技术从实验室走向千家万户的关键成长期。
2026年以来，AI应用的市场表现也给了很多小伙伴“惊喜”。
Wind数据显示，截至1月14日，国证AI应用指数今年以来已上涨21%，是A股开年热门赛道。
国证AI应用指数去年12月以来表现
20251201-20260112
数据来源：Wind；截至20260114；谨慎投资。指数过去走势不代表未来表现。
融通互联网传媒、融通明锐等基金经理张鹏，敏锐地捕捉到了AI应用的相关机会。
他在本轮AI应用爆发前，就通过深入的产业研究，提前聚焦了那些创造价值的AI应用细分领域。
张 鹏
13年证券基金行业从业经历，其中10.38年基金投资管理经验，融通互联网传媒、融通明锐等基金经理，擅长“掘金”科技成长赛道，对成长股周期判断敏锐。
在2025年三季报中，张鹏分享到AI应用未来可期：
AI已经应用到工作生活的方方面面，虽然没有再次出现GPT时刻，但产业趋势一直在不断往前，润物细无声。
随着大模型的持续迭代，能力的不断突破，我们有可能再次看到让人眼前一亮的惊艳功能，到时可能进一步带来应用的爆发。
虽然应用到现在为止还没有怎么表现，但我们仍然相信应用会爆发，行情会轮到。
——摘自融通互联网传媒基金2025年三季报
新近出炉的2025年四季报显示了融通互联网传媒和融通明锐的十大重仓股情况：
融通互联网传媒2025年四季报前十大重仓股
重仓股数据来源于该基金2025年四季报，重仓持股统计日为当季度最后一个交易日（20251231），不代表基金当前持股，也不代表本公司管理的基金的投资标的，亦不构成任何投资建议与承诺，个股历史走势并不代表未来业绩。
融通明锐2025年四季报前十大重仓股
重仓股数据来源于该基金2025年四季报，重仓持股统计日为当季度最后一个交易日（20251231），不代表基金当前持股，也不代表本公司管理的基金的投资标的，亦不构成任何投资建议与承诺，个股历史走势并不代表未来业绩。
上图可见，除了部分算力公司外，其余 重仓股集中在AI电商、AI营销、AI金融、AI办公、AI财务、AI消费智能体、AI新能源等等细分领域。
张鹏也详细阐述了现阶段重点布局AI应用的逻辑：
1
由“卖铲子”到“挖金子”
2022年以来，全球AI投资集中在算力、电力、数据中心等基础设施领域。站在当下，算力逻辑演绎了三年，一方面其业绩确定性或依然较强，但另一方面赔率可能不足，且资金大幅涌入，基本面再大幅超预期的概率或不高，股价可能面临波动风险。
接下来1-2年时间，最关注的方向是AI应用。
政策端， 国内高度重视人工智能产业发展，出台了一系列政策，从顶层设计、资金支持到场景开放，全方位推动AI应用落地。
2025年8月《关于深入实施“人工智能+”行动的意见》的纲领性文件出台，提出到2027年AI应用规模化，2030年智能体普及率超90%的目标，明确了AI+制造、AI+医疗、AI+教育等六大重点领域和八大支撑措施。其核心是推动AI从技术探索转向规模化、商业化应用。
市场端 ，AI应用正从“技术验证期”迈向“商业化规模落地期”。行业的发展呈现非线性、加速爆发的特征。随着AI大模型能力的提升，在企业的应用中AI大模型已可应用于包括产品研发、服务运营到组织发展和营销推广等各个环节。
借助AI赋能，企业不仅能够优化业务现有流程，提高效率，还能通过数据驱动的洞察力，推动业务决策的智能化，提升生产力和创造力。
AI从被动响应的工具，向能够自主规划、调用工具、完成复杂任务的智能体演进。AI已深度渗透到社会经济的各个关键领域。
2
寻找“杀手级”应用
AI应用赛道的竞争格局呈现出“巨头筑底、垂类深耕、入口为王”的多元化特征。
重要的参与者可大致分为三个梯队：第一梯队：平台生态型巨头；第二梯队：垂直赛道领先者；第三梯队：创新模型与应用公司。
投资的关键在于寻找那些能够凭借“场景（数据）+流量”优势，将AI能力转化为解决特定痛点、具备清晰商业模式的“杀手级应用”的公司。
AI应用市场规模在未来几年内有望从千亿级别成长至万亿级别。考虑到AI将渗透至各行各业，整体市场空间将更为庞大，增长弹性非常高。
目前， 我重点关注AI应用领域的优质公司， 并在此“掘金”。
通过一段时间深入研究，已挖掘出一批代表性公司，其AI收入快速起量，AI收入占整体收入比例超过5%甚至10%以上，而且开始对整体收入产生积极影响。
这些公司过去两年并不是市场关注焦点，股价也在相对底部位置，它们的价值在未来一段时间有望被市场逐步发现。 融通互联网传媒基金、融通明锐基金在2025年4季度也大幅布局了一批AI应用相关的股票，为2026年布局。
投资，是认知的变现，也是心性的修炼。
在数据轰鸣、情绪喧嚣的市场里，与其焦虑于“市场明天是涨还是跌”“买入还是等待”，不如回归投资的本质： 基于深度研究，在产业趋势早期布局，并耐心等待价值兑现。
张鹏对AI应用“润物细无声”的洞察与提前布局，或是这一过程的缩影。
对普通投资者而言，重要的或许不是预测下一只热门股票或下一次波动，而是建立清晰的投资框架，认清市场所处阶段，理解长期投资逻辑，根据自身的资金安排、投资偏好与风险承受能力，做出与之匹配的决策。
热 门 产 品
注：融通互联网传媒灵活配置混合、融通明锐混合的风险等级均为R4中高风险（管理人评级），适合风险承受能力C4及以上的投资者。请投资者根据自己的风险承受能力，审慎投资。
融通互联网传媒灵活配置混合基金销售相关费用：本基金认购费（金额：M)：M＜100万元，认购费率为1.20%；100万元≤M＜200万元，认购费率为0.80%；200万元≤M＜500万元，认购费率为0.30%；M≥500万元，每笔1000元。本基金申购费（前收费）（金额：M)：M＜100万元，申购费率为1.50%；100万元≤M＜200万元，申购费率为1.00%；200万元≤M＜500万元，申购费率为0.50%；M≥500万元，每笔1000元。本基金申购费（后收费）（持有期限：N)：N＜1年，申购费率为1.80%；1年≤N＜2年，申购费率为1.35%；2年≤N＜3年，申购费率为0.90%；3年≤N＜4年，申购费率为0.45%；N≥4年，申购费率为0.00%。本基金赎回费（持有期限：N)：N＜7日，赎回费率为1.50%；7日≤N＜30日，赎回费率为0.75%；30日≤N＜1年，赎回费率为0.50%；1年≤N＜2年，赎回费率为0.25%；N≥2年，赎回费率为0.00%。投资者后端认购的具体费率如下：当持有期限N＜1年时，后端认购费率为1.6%；当持有期限1年≤N＜2年时，后端认购费率为1.2%；当持有期限2年≤N＜3年时，后端认购费率为0.8%；当持有期限3年≤N＜4年时，后端认购费率为0.4%；当持有期限N≥4年时，后端认购费率为0。1年指365日。
融通明锐混合A基金销售相关费用：本基金认购费（金额：M)：M＜100万元，认购费率为1.20%；100万元≤M＜200万元，认购费率为0.80%；200万元≤M＜500万元，认购费率为0.30%；M≥500万元，每笔1000元。本基金申购费（前收费）（金额：M)：M＜100万元，申购费率为1.50%；100万元≤M＜200万元，申购费率为1.00%；200万元≤M＜500万元，申购费率为0.50%；M≥500万元，每笔1000元。本基金赎回费（持有期限：N)：N＜7日，赎回费率为1.50%；7日≤N＜30日，赎回费率为0.75%；30日≤N＜1年，赎回费率为0.50%；1年≤N＜2年，赎回费率为0.25%；N≥2年，赎回费率为0.00%。
融通明锐混合C基金销售相关费用：赎回费（持有期限：N)：N＜7日，赎回费率为1.50%；7日≤N＜30日，赎回费率为0.50%；N≥30日，赎回费率为0.00%。本基金C类基金份额不收取申购费用。
主要参考资料：
华福证券：七个指标定位十七连阳后的市场热度；20260113
文中券商观点均节选自券商研究报告，仅作举例说明，不代表本文观点，亦不构成任何投资建议与承诺。谨慎投资。指数过去走势不代表未来表现。本材料是作者基于已公开信息撰写，但不保证该等信息的准确性和完整性。作者或将不时补充、修订或更新有关信息，但不保证及时发布该等更新。材料中的内容和意见基于对历史数据的分析结果，不保证所包含的内容和意见在未来不发生变化。本材料在任何情况下不作为对任何人的投资建议或出售投资标的的邀请。
公开募集证券投资基金风险揭示书
尊敬的投资者：
投资有风险，投资需谨慎。公开募集证券投资基金（以下简称“基金”）是一种长期投资工具，其主要功能是分散投资，降低投资单一证券所带来的个别风险。基金不同于银行储蓄等能够提供固定收益预期的金融工具，当您购买基金产品时，既可能按持有份额分享基金投资所产生的收益，也可能承担基金投资所带来的损失。
您在做出投资决策之前，请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和本风险揭示书，充分认识本基金的风险收益特征和产品特性，认真考虑本基金存在的各项风险因素，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。
根据有关法律法规，融通基金管理有限公司作出如下风险揭示：
一、依据投资对象的不同,基金分为股票基金、混合基金、债券基金、货币市场基金、基金中基金、商品基金等不同类型，您投资不同类型的基金将获得不同的收益预期，也将承担不同程度的风险。一般来说，基金的收益预期越高，您承担的风险也越大。
二、基金在投资运作过程中可能面临各种风险，既包括市场风险，也包括基金自身的管理风险、技术风险和合规风险等。巨额赎回风险是开放式基金所特有的一种风险，即当单个开放日基金的净赎回申请超过基金总份额的一定比例（开放式基金为百分之十，定期开放基金为百分之二十，中国证监会规定的特殊产品除外）时，您将可能无法及时赎回申请的全部基金份额，或您赎回的款项可能延缓支付。
三、您应当充分了解基金定期定额投资和零存整取等储蓄方式的区别。定期定额投资是引导投资者进行长期投资、平均投资成本的一种简单易行的投资方式，但并不能规避基金投资所固有的风险，不能保证投资者获得收益，也不是替代储蓄的等效理财方式。
四、基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证本基金一定盈利，也不保证最低收益。本基金的过往业绩及其净值高低并不预示其未来业绩表现，基金管理人管理的其他基金的业绩并不构成对本基金业绩表现的保证。融通基金管理有限公司提醒您基金投资的“买者自负”原则，在做出投资决策后，基金运营状况与基金净值变化引致的投资风险，由您自行负担。基金管理人、基金托管人、基金销售机构及相关机构不对基金投资收益做出任何承诺或保证。
五、材料中展示的基金（以下简称“本基金”）由融通基金管理有限公司（以下简称“基金管理人”）依照有关法律法规及约定申请募集，并经中国证券监督管理委员会（以下简称“中国证监会”）许可注册。本基金的基金合同、基金招募说明书和基金产品资料概要已通过中国证监会基金电子披露网站【http://eid.csrc.gov.cn/fund】和基金管理人网站【www.rtfund.com】进行了公开披露。中国证监会对本基金的注册，并不表明其对本基金的投资价值、市场前景和收益作出实质性判断或保证，也不表明投资于本基金没有风险。
滑动滚动条，查阅更多风险提示
点击了解热门基金
13. 今日文章已在@闰土读财更新，速去看，后面文章在闰土读财更新，一定关注下
作者: 知识旅行家
链接: https://mp.weixin.qq.com/s/XzAHQa2Cg1qbojPvv4rtQw
发布时间: 2026-01-15T07:17:38
知识旅行家
,
,
轻触查看原文
知识旅行家
向上滑动看下一个
微信扫一扫
使用小程序
× 分析
__
![跳转二维码]()
微信扫一扫可打开此内容，
使用完整服务
： ， ， ， ， ， ， ， ， ， ， ， ， 。 视频 小程序 赞 ，轻点两下取消赞 在看 ，轻点两下取消在看 分享 留言 收藏 听过
14. 风雨骤急，驶向下一站~
作者: 金渐成
链接: https://mp.weixin.qq.com/s/ViLobBi1UBMJQp_9ud4Ogw
发布时间: 2026-01-15T00:45:43
纳指跌1%，标普500跌0.53%；
主要原因有两个，一个是地缘政治不稳定，核心点在伊朗；一个是月底巨头们陆续要发布财报了，市场避险情绪叠加。
前天摩根大通财报一出来，直接大跌，不少投资者开始对科技巨头的财报提前做风险规避。
防守型账户的个股因此上涨：美债和相关ETF（BIL、SHY、TLT）轻微上涨，可口可乐微涨，MO、强生、SCHD涨幅都在1.47-2.5%，仅有伯克希尔微跌。
进取型账户，现在纯科技股，波动特别大：
苹果、谷歌微跌，特斯拉下跌1.79%，台积电下跌1.24%，英伟达下跌1.44%；
微软下跌2.4%，击穿465这个小支撑点，往下一个小支撑点451去了，我加仓了些，微软陆续进入加仓节点，往下还有三个节点设置。
这两天一笔存款到期，现金储备创新高，刚好挪一部分来用于加仓。
我个人很少做定存，但前几年美元存款利率实在高（最高能有5.2%），于是在摩根大通做了几个定制化存款产品，接下去陆续到期后，存款利率越来越低，就不再做定存了。
国内的其实也一样，我2019-2021年卖掉房子，也做了一些四大行+招行的定存，那会利率普遍在4.18-4.5%，个别的私行还能给出4.8%+以上的存款利率。最近一年多陆续到期，普遍就2%左右，准备挪去做其他的。
说到私行，我个人觉得国内的招行最好用，四大行建行、中行、农银行体验感较差，工行还行；全球大行中，私行级别的，瑞银和摩根大通体验感最好。
话扯远了，回到科技股上。亚马逊下跌2.45%，希望这次亚马逊能有机会往215以内去，我想加点仓。
博通大跌4.15%，终究不像正妻英伟达一样，这一看就备胎命，大起大落的，不稳定，325左右有个支撑点位，不过我要300以内才考虑逐步加点。
另一个备胎AMD涨1.19%，最近在195-225左右蹦床。
Meta窜稀泄了2.47%，收盘价615.5美元。也没有什么太大的利空，就是裁员1500人，大幅削减VR（元宇宙）岗位，全力转向AI。还有就是临近财报发布，市场对于Meta提前做风险规避，先跌为敬。
之前下跌时我做的防守设置，还有573和556没触发，只触发了最前面几个节点，希望接下去有机会触发。
CRCL最近一直在80-88左右徘徊，迟迟没有回落到60的加仓点位上，我只买了计划仓位的50%，还需要继续耐心等；FIG在33加仓了点。这两只个股，买来刮彩票的，碰碰运气。
稳健型账户中，整体挺稳的，数字变化很小：消费板块（Costco、沃尔玛、宝洁、麦当劳）和医药保健板块（礼来、强生、联合健康、诺和诺德）没多大波动，最大的波动反而是两个宽基指数ETF（QQQ和SPY/VOO/IVV）。
最近公众号出了一个新功能，是我之前一直非常想要的，被拉入黑名单的读者，再也看不到任何公众号的信息：
我个人觉得这个功能非常赞，是最近几年公众号上线的最好的功能，没有之一。接下去，我会手持黑名单，“大杀四方”，现在想要有个好的交流环境实在难，不净化不行。
相信很多写内容的人，表达欲会因此修复不少。
又要看又要酸还要杠的渣们，看我惯不惯着你，哈哈哈。
… …
昨天出门去转了转。
昨晚跟孩子们视频聊天时，说到了一些情况：
加州作为老美物价最贵的州之一，油价一直也是全美最贵的，最新的油价是3.65美元/加仑，一加仑＝3.78升。
跟我去年在贸易战时预判的一致，随着极端环保的政策陆续被废除，石油、天然气等能源率先降价，会带动生产成本下降，最终让物价及通胀率下降。
老美是消费大国，也是生产大国，很多人忽略了这一点，在他们的认知里，老美的生产能力几乎为零。
最新的情况和数据，开始印证之前制造业会回流老美的预判，各大药企、汽车、科技制造巨头等，纷纷开始在老美建厂。
这个跟利率下降导致企业成本下降有关，跟老美对企业降税有关，但回归到最本质上，还是“生产以市场需求为导向”，市场在哪里，生产端就会尽量跟着走。
现在老美对咱们的直接进口，降到了2001年之前，现在大多是转口贸易，往欧洲和第三世界国家去借道。接下去欧洲会对咱们加税，通过欧洲转老美这条路，会变得更难走、成本更高。
至于其他的转口，预计慢慢也会被堵上，未来就是要尽可能从目前的转口洗产地，转向出海本土化。
出海是未来的趋势，所以学好英语非常重要。那些学生时代说英语和数学不重要的，高考基本上都被淘汰得差不多了，这两科被吊打和拉分，想上个好大学是很难的。
英语+任何一门技术，是行走世界的必备。
也不是鼓励大家都出海，要根据自己的情况来，最重要的还是看自己有没有能力在海外赚钱海外花，可以外面赚钱里面花。
中产要特别谨慎考虑移民这事，移民后除了要适应钱变毛了、不经用这最现实的问题，家庭关系往往也很容易出问题，没有适应独处的人，很容易家庭破裂。
当然，如果海外谋生能力超强，能扎根发展，那就没什么问题。
老三的身份角色从“小儿子”变成“哥哥”后，最近一直非常期待见到弟弟妹妹。
他说自己兴奋得晚上十点都睡不着觉，并表示如果我在就好了，会躺在他身边陪他一起入睡，等他睡着了再离开房间。
我习惯了有问题或出现状况时，陪他们一起面对，遇到不懂的题目，口头禅都是“我们一起看看，一起研究一下”，长期下来，孩子安全感很足；
但有个细节是，在过程中，他们发现了解决问题的思路后，会对他们加以肯定，让他们有成就感，保持对问题的探索和求知欲。
比如我经常夸他们“你的这个角度非常好，爸爸没有想到这个，因为我以前学的跟你现在的不太一样，是另一个角度，是这样xxx，你现在掌握了两种不同的方法”，时间久了，次数一多，娃开始会举一反三、触类旁通。
之前他一直是晚上9点左右上床，自己看半小时课外书，9点30分就准时睡觉的。
我对前面三个孩子，有一点要求是比较严的，那就是睡眠，会抓他们的睡觉时间。
晚上九点作业还没做完，那就不要做了，上床睡觉，作业哪有睡眠重要。所以刚开始，我们夫妻俩也会帮娃做作业，特别是小学一年级时。
后来娃经过一学期时间，慢慢懂得“先做作业，再好好玩”，但我还是让他们放学后先社区里玩一会，再回来做作业，趁着天还没黑才有得玩，天黑了玩了锤子。
再后来，娃就学会了在学校利用课余的零碎时间做作业，放学回家可以玩40分钟，再做作业；做完作业去洗漱，再玩一会玩具，或跟哥哥姐姐学知识。
九点上床睡觉，九点半准时睡觉，这个目前是老三和老二的要求，老大基本上会晚半个小时。
睡眠不足，会影响记忆力和身体发育，还容易情绪不稳定。
我以前是睡前看一两遍要背诵的课文和知识，然后闭上眼睡觉，第二天起来再看一遍，就会背了。
从医学方面来说，其实就是白天学到的东西，在海马体里暂存着，晚上睡眠的时候再放回大脑，形成长期记忆。
目前三个娃都已经学会这个方法，挺好用的，两年前我也写过一次。
就这样吧。
免责声明：本人提供的信息仅供参考，不构成投资建议。本人的交易不代表任何立场；投资者应根据自身财务状况、投资目标等情况自主做出投资决策并承担投资风险。投资有风险，入市需谨慎。
文章评论