与「泡沫」相关的搜索结果

股票市场效率无法像博彩市场那样直接验证，因为股票不存在固定揭晓时间，真实价值始终取决于未来现金流，因此金融学始终存在Joint Hypothesis Problem：任何异常收益都无法证明市场无效，因为也可能只是定价模型本身错误。同时作者区分了“Prices are Right”和“No Free Lunch”两个概念，价格存在偏离，并不意味着能够稳定套利，因为套利成本可能高于错误定价本身。 连续双向竞价（Continuous Double Auction）本身就是市场效率的重要来源。Hayek、Vernon Smith以及Zero-Intelligence Trader研究共同说明，即便参与者并不聪明，只要交易机制合理，市场仍能快速逼近有效价格。因此市场制度的重要性甚至可能超过市场参与者本身的能力。 股票市场真正进入“群体疯狂”的根源，是认知多样性的崩塌。当投资者逐渐形成相同叙事、相同时间框架以及相同交易规则时，市场开始偏离价值。长期投资者倾向于围绕现金流定价，而短周期投资者更容易外推近期价格，因此实验中短周期市场持续形成泡沫。Narrative进一步强化这种过程，使情绪、故事与价格互相反馈，最终形成Boom或Bust，而这种崩塌往往呈现非线性，一点点认知收敛即可引发巨大价格波动。 Michael Mauboussin最终给出的交易框架可以浓缩为一句话：市场绝大多数时间体现的是群体智慧，因此价格通常有效；真正值得交易的机会来自群体智慧失效之后的群体疯狂。交易员真正需要监测的并非价格本身，而是认知多样性是否正在消失。 实践中，极端情绪（Sentiment）、剧烈价格运动（Major Price Move）以及极端估值（Extreme Valuation）同时出现，是认知多样性崩塌最常见的表现，也是市场最容易出现重大反转和超额收益机会的位置。

谷歌一夜之间：DeepMind 老板"升职"成首席科学家，Jeff Dean 带着三个全球引用最高的研究员出门创业。 翻译一下：庙还在，神仙走光了。 1999 年顶级工程师也是这么排队出去开公司的，后面的剧情大家都背过。 泡沫从来不看估值，看人才什么时候开始套现。

如果chatgpt和claude被迫降价与DeepSeek竞争（$0.14/$0.28），他们的估值变化： OpenAI：从8520亿降到约3000–5000亿（跌40-65%） 
Anthropic：从9650亿降到约2500–4500亿（跌50-75%） 微软，亚马逊，英伟达，软银等重度或套娃投资者将被带崩导致美股崩盘。 这就是AI泡沫的根源

这个数据，AI悲观者认为这绝对不可持续，乐观者认为应该是全部，至少是GDP的半壁江山。 轰轰烈烈的大时代啊，到底是AI彻底统治人类的生产，还是一场史诗级的大泡沫呢？

我们再次回顾Bespoke一直跟踪的那个图表，基本假设是，此次AI泡沫的走势和上一轮互联网泡沫走势有非常靠谱的相似之处。 而最近的大回调更是有异曲同工之妙。 这有助于帮投资者搞清楚，近期AI股的动荡究竟预示着繁荣的终结，还是暂时的波动，之后可能迎来新一轮上涨。 Bespoke表示，情境感知的清算事件，与1998年LTCM倒闭非常类似。 LTCM是一家传奇对冲基金，于1998年以震动市场的方式倒闭。 这两起事件在牛市时间线上高度重合。 可以看到，两次事件都造成了一次严重的大回撤。LTCM危机没有终结互联网泡沫的上涨行情，纳指在短暂震荡后加速上涨。

两件反常的事正在中国同时发生。 一边是银行存款利率已经跌破了1%，钱放进银行收益越来越低。 另一边是人民币兑美元却一路升到6.8以内，创下近三年的新高。 按经济学最基本的常识，一个国家利率越低，本币应该越没人要，汇率越该往下走才对。 可现在偏偏反过来，利率往地板上走，汇率往天花板上顶。 更奇巧的是，刚刚过去的2025年，中国挣回了1.2万亿美元的贸易顺差，外汇储备三万多亿，是全世界最不缺外汇的国家之一。 可就在同一时间，监管关闭了富途、老虎等一众海外投资平台。钱明明多的花不完，为什么反而要看的更紧？ 这两件看似矛盾的事，其实是同一只手在背后操作，它有个专门的名字叫金融意志。 现在往境外汇钱，单笔超过5000块人民币或者$1000，银行就要核实你的身份。想拆成小额多走几次，绕开额度，会被列入关注名单。 这些动作针对的根本不是外汇不够，而是钱想往外跑。 那钱为什么想往外跑？因为国内利率被压到了1%以下，而同期美元资产的利率明显更高，一边几乎没利息，一边回报更高。这么大的利差摆在那，资金天生就有外流的冲动。 问题就出在这，假如真放开让资金自由流出去会发生什么？ • 第一步，大量资金换成美元出境，人民币需求下降，利率开始承压。 • 第二步，钱抽离境内，国内流动性被抽干，利率被重新顶上去。 • 第三步，才真正要命。利率一旦反弹，那套靠借新还旧、靠把高息债换成低息债维系的链条会当场断裂。 所以把钱往外汇管住，本质不是为了省外汇，而是为了把利率死死焊在低位，不让它弹起来。 这就是金融抑制的两只手：一只手压价格，把利率按到地板；另一只手控数量，把资本拦在境内。两只手得同时用，松开任何一只，另一只就白费。 那为什么非要把利率压这么低？答案藏在一个更大的数字里——债务。 这些年地方上借的钱，光显性的国债加地方债，到去年底就已经接近百万亿的量级，再算上各类融资平台借的隐性债，体量更大。 这么大的盘子怎么处理？现实里基本不靠还，靠两个字： 一个是拖：把到期的债展期置换成期限更长的； 一个是降：把过去利率高达7%、8%的债，换成三个点出头的低息债。 光这轮置换，利息成本就降了2.5个百分点以上。 而降能成立的前提是，整个社会的利率得跟着一起往下走，债务人才换得动。 所以利率下行不是顺其自然的结果，是被需要的。 谁因此受益？ 是背着债的地方政府、企业，还有几千万背房贷的人，利息负担实实在在轻了。 谁买单？是把钱老老实实存在银行里的储户，你拿着1%的利息，相当于在用自己的购买力，悄悄补贴那笔正在被慢慢化解的债务。 这才是金融意志最不动声色的地方：它不抢你的钱，只是让你的钱不值钱。 讲到这，再回头看人民币升值，你会发现它也没那么简单。 很大程度上不是人民币自己变强了，而是美元变弱了。 刚过去的一年里，美元指数跌了将近百分之十，所有非美货币都跟着对美元抬了头。 一个能说明问题的细节是：人民币对美元是涨了，但对欧元、对一篮子货币反而是贬的，衡量综合汇率的那个指数全年都在往下走。说白了是对美元强，对一篮子弱。 甚至连央行自己都不希望它升太快，一直在用偏低的中间价、用国有大行出手买美元的方式，给升值踩刹车。 一个国家一边把利率压到地板，一边还要亲自下场防止本币升值，这件事本身就说明：这盘棋的核心从来不是汇率，是利率。 这条路30年前，有个国家已经完整的走过一遍，就是日本。 90年代泡沫破裂后，日本央行从1991年开始连续降息，1999年直接进了零利率，后面更是搞了20多年超宽松，一度负利率。 那么大的政府债务谁来扛？靠的是国民的储蓄，居民和企业的钱通过银行、保险、养老金源源不断买进日本国债，等于全体国民在给政府的债务输血。 但最值得琢磨的是日元的走势。按常理，零利率20年日元早该一泻千里了吧？ 现实恰恰相反，在前面差不多20年里，日元不但没怎么贬，反而因为日本长期通缩、又有避险属性，成了全球公认的避险货币，一度升到75对亿美元的高位。 真正的大幅贬值是最近十来年才发生的事。当美国开始大幅加息，美元之间的利差被彻底拉开之后，日元才从75一路贬到160附近，几乎腰斩。 日本这30年告诉我们的，不是低利率就一定让货币崩盘，而是另一句更冷静的话： 低利率能撑多久？本币会不会贬？取决于你的产业还顶不顶得住，利差的口子会不会失控。 说回我们自己：存款破1%，不是银行变抠；人民币创新高，也不是经济突然变强。 这一次你的钱没有变少，它只是被悄悄放进了一个利息极低、又不太搬得出去的房间，替一笔更大的债，慢慢付着时间的利息。

SK 海力士今天盘中一度跌约 14%，KOSPI 一度跌超 10%，并触发熔断。 长期看多科技股的 Fundstrat 联合创始人 @fundstrat ，刚在播客里聊了这轮韩股和 AI 半导体暴跌。跟大家分享几个他的判断： 1.本轮下跌归因于强制去杠杆 韩国近几个季度出现大量单股杠杆产品。上涨时资金不断加仓，下跌后触发强制平仓，卖盘继续把股价往下压。Tom Lee 认为，大批「弱手」已经被清出场，市场离底部可能不远。 2.等到底部信号全部出现，可能只剩追高 Tom Lee：「没人能精准抄底。如果你现在卖出离场、等信号再进场，最终只会在更高的位置追进去。」 3. SK 海力士跌到 4.5 倍预期市盈率，也不能只看一个「便宜」 内存股天然带有周期性。行业盈利接近高点时，PE 往往反而最低。Tom Lee 认为，真正需要判断的是盈利预测还能不能继续上修。 4.内存股最大的隐患仍是重复下单 内存厂商距离最终用户隔着 AI 公司、云厂商和芯片公司。云厂商担心涨价，可能提前下两倍订单；上游看到订单暴增，又可能扩产过头。现在看起来供不应求的订单，里面到底有多少真实需求、多少重复采购，这才是内存周期最难判断的部分。 5. AI 泡沫迟早会来，但现在还没到晚期 Tom Lee 拿 Cisco 举了一个很极端的例子：1993 年至 2000 年涨了约 100 倍，中间至少经历四次超过 40% 的回撤。真正的顶部直到 200 倍 PE、下游客户开始靠离谱假设维持采购时才出现。 6.更愿意把仓位放在 AI 下游 Tom Lee 目前更看好大型科技公司、软件和加密资产。他管理的 GRNY ETF 没有重仓内存与半导体，反而在这轮回撤中跑赢了多数同类基金。 Tom Lee ：「钱不是在买进卖出中赚到的，钱是坐在那里等出来的。」

如果我们足够知识诚实的话，一个健康有机增长的市场，是根本不需要 2500亿美元的卖方信贷担保的。出现这种担保的消息，就是泡沫越来越危险的一个信号。

厉害。买了一个需要冷藏的药，顺丰陆运发过来的，箱子外面就有一个温度计直接显示温度。 挺大的泡沫箱里面只有一点点位置是放东西的，其余都被这个“小空调”占据了。箱子里面只有3℃，热量全部传到箱子顶部了。

最近很多朋友都发过王煜全关于AI 泡沫破裂论的 Podcast ！ 两段我都看了， 说实话我是认同他的泡沫破裂论，因为这是规律必然发生，但不认同把 2029 年当成一个可以精确计时的节点。 现在也就是 2021 到 2027 年应该处于 AI 早期，类似于 Crypto 的 2012 到 2016 年， 那么到 2028—2031 年，可能是 AI 从基础设施狂热转向商业回报验收的高风险窗口，类似于 Crypto 的 2017 到 2021 年。 2029 年只是这个窗口的中位数，会不会一定在这里破灭还有待商榷。 他的一些比较有意思的观点： 1️⃣绝对早期！ 王煜全认为，我们现在处于 AI 发展的绝对早期，重大技术革命通常会经历： 技术突破 → 社会恐慌 → 逐步接受 → 集体狂热 → 泡沫破裂 → 基础设施成熟 → 长期繁荣。 按照他的判断，现在社会还在讨论“AI 会不会抢工作”“普通人会不会被淘汰”，这仍带有恐慌期特征。 真正的泡沫高峰，是大家都确信 AI 能赚钱、所有公司都开始包装 AI、资本不再认真计算回报的时候。 2️⃣为什么是2029年 他借用了工业革命和汽车工业的历史类比。 福特流水线出现后，并没有马上带来全社会生产力繁荣。 相反，企业大规模投资新产能，但多数行业还没真正学会如何重组组织和生产流程，最终出现了严重的产能与金融错配。 放到今天有点像是： 大模型类似新的通用技术； 数据中心、芯片、电力类似基础设施； AI 编程和 Agent 类似新的生产方式； 但大部分企业还没有完成组织结构和业务流程改造。 因此，未来几年可能先出现一次投资狂热。 当市场发现“投了这么多算力，但企业利润和生产率没有同步兑现”，估值和资本开支就会遭到重新定价，于是一切开始破裂，大家认知错位导致震荡，最后市场重构。 他认为这一切大概率会出现在 2029 年。 他经常说的一句：2029 年前后可能是资本市场的危险点，却可能是 AI 应用创业的黄金起点。 事实上，这也不是他最近才形成的观点，我找到的资料显示，早在 2024年11月9日的前哨大会上，他就提出数字革命的前半段可能在2029年前后面临“大裂谷”，原因是社会可能高估 AI 在短期内带来的改变。 3️⃣ 当前最大矛盾，是资本开支增长快于商业回报。 下面都不是王煜全老师的观点，是我自己的看法，可随意喷。 我也和王煜全老师保持同样观点，肉眼可见的风险在迅速累积。 路透社根据LSEG数据分析认为，到2027年，微软、Alphabet、亚马逊、Meta和Oracle等公司的AI资本支出增长，可能明显超过经营现金流的增长。测算中，每增加1美元经营现金流，可能对应约1.57美元新增投资。 这个结构不能永远维持。 现在资本市场愿意接受的逻辑是： 先建算力，收入以后自然会来。 一旦未来两三年变成： 算力建完了，但收入增长、利润率和生产率没有跟上， 市场就会从争夺“未来空间”，转向计算“投资回收期”。这通常就是泡沫开始破裂的时刻。 所以AI的技术价值是真实的，但估值可以提前透支很多年。 4️⃣一些判断。 把未来几年分成三个阶段。 第一阶段：2026—2027年，基础设施继续扩张，算力、电力、数据中心、芯片、网络和模型训练仍会吸收大量资本， 这个阶段卖铲子最赚钱。 第二阶段：2027—2029年，AI应用和Agent进入大规模验收。 这个阶段，会诞生真正的大公司，也会死掉大量看起来很先进、但无法收费的公司。 第三阶段：2029年前后，资本开支和现金流正面碰撞， 如果到那时，行业依然只能通过不断融资和资本支出维持增长，而AI应用收入不足以覆盖基础设施成本，就可能发生较大的估值压缩。