与「股票数据」相关的搜索结果

AI时代，半导体公司到底该怎么估值？ 昨天听了@ShanghaoJin 老师的space，获益匪浅。 但我对于存储板块，乃至整个半导体板块的在目前ai产业革命超级周期背景下的估值方法，有一些不同的想法，所以简单记录一下，也供herman老师拍砖。 过去很长时间里，半导体一直是典型周期行业。景气时利润暴涨，低谷时利润迅速蒸发。很多公司上一年PE几十倍，下一年直接亏损。所以过去市场并不太相信半导体公司的利润持续性，更喜欢用 PB、重置成本、EV/EBITDA，而不是PE。因为市场默认这些利润大概率只是周期利润，而不是长期利润。 但AI时代正在改变这一切。HBM、CoWoS、AI Networking、光模块、先进封装、电力与数据中心基础设施，开始出现长期供需失衡。整个行业的估值逻辑，也开始从“资产思维”转向“现金流思维”。 截至2026年，行业仍处在AI驱动的强景气阶段。根据 SIA 数据，2025年全球半导体销售额达到7917亿美元，同比增长25.6%，并预计2026年接近1万亿美元。SEMI 也预计设备销售将在2026、2027继续增长。这种环境下，很多股票估值已经提前包含高增长预期。重要的是增长质量，以及它所处的周期位置。 很多人喜欢只看 PE、forward PE 或 PEG，但半导体行业的问题在于，“周期 + 高成长 + 高资本开支 + 技术代际”全部混在一起，单一估值倍数很容易骗人。周期顶部时，利润爆炸，PE反而会显得特别便宜；周期底部时，利润低迷，PE又会显得特别贵，甚至失去意义。重要的是判断当前利润到底处在周期的哪个位置。 PE 本质上是： PE = \frac{Market\ Cap}{Net\ Income} 它看的是最终归属于股东的利润，因此会受到利息、税率、折旧和资本结构影响。而 EV/EBITDA 更接近企业经营本身的赚钱能力： EV/EBITDA = \frac{Enterprise\ Value}{EBITDA} 其中： EV = Market\ Cap + Debt - Cash 很多人会疑惑为什么现金要减掉。因为 EV 本质上是在看“买下整个公司的真实净成本”。债务需要接手，而账上的现金买下后也归你，所以现金会降低真实收购成本。重要的是理解 EV 关注的是经营业务本身值多少钱，而不是公司账上堆了多少现金。 这也是为什么 Apple、Alphabet、Meta Platforms 经常出现 EV 小于市值的情况，因为它们账上现金太多。 但AI时代又带来了一个新问题。很多公司的现金已经不再是“闲置现金”，而是GPU储备、数据中心扩张储备、AI基础设施战争储备。重要的是区分 Excess Cash、Operating Cash 和 Strategic Cash。有些现金未必真的应该全部减掉。 AI时代另一个巨大变化，是行业进入超级重资本时代。EUV越来越贵，High-NA越来越贵，CoWoS扩产越来越贵，HBM扩产越来越贵，数据中心基础设施越来越贵。整个行业折旧（D&A）正在快速上升。于是很多公司的 EBITDA 非常漂亮，但净利润没有那么夸张，因为大量利润被折旧吞掉了。重要的是现在 PE 和 EV/EBITDA 的差异，正在明显扩大。 不同子行业差异尤其明显。Fabless公司差异最小，比如 NVIDIA、AMD、Broadcom。因为它们不自己建厂，折旧压力较低，因此 EV/EBITDA 往往只比 PE 低20%-40%。 但 Foundry 完全不同。比如 Taiwan Semiconductor Manufacturing Company、Samsung Electronics、Intel。这些公司 CapEx 极大，折旧极高，厂房设备生命周期极长，所以 PE 和 EV/EBITDA 差异会明显扩大。TSMC 当前常见情况大概是 PE 20-30x，而 EV/EBITDA 只有12-18x。重要的是理解很多折旧本质上其实是“增长投资”。 存储行业更加极端。Micron Technology、SK hynix 过去长期是最典型的周期行业，市场几乎不相信利润持续性。但 HBM 改变了部分逻辑，市场开始认为其中一部分利润可能是结构性利润，于是行业开始重新定价。重要的是 HBM 让市场开始重新评估存储行业的长期盈利能力。 而半导体设备公司则是另一种情况。比如 ASML、Applied Materials、Lam Research、KLA。这些公司更像“拥有工业外壳的软件公司”，因为它们毛利率高、ROIC高、FCF强、资本效率极高，所以市场已经越来越多使用 PE、EV/EBITDA、EV/FCF 和 ROIC 来定价。 真正的问题，从来不是哪个指标最好。重要的是哪个指标适合哪个子行业。 Trailing PE 适合盈利稳定的成熟公司，但周期股在景气高点 PE 会显得特别便宜，在低谷又会显得特别贵。Forward PE 更重要，因为市场买的是未来12-24个月利润。重要的是盈利预期是否还在持续上修，而不是单纯看一个低 forward PE。 PEG 对稳定高成长公司很好用，但对周期行业非常危险。很多时候 EPS 从低谷恢复，会让 PEG 看起来异常便宜。重要的是判断这个增长到底来自长期成长，还是仅仅来自周期反弹。 EV/EBITDA 更适合设备、IDM、存储这些资本结构差异大的行业。重要的是最好使用中周期 EBITDA，否则很容易在周期顶部被误导。 我个人更喜欢 FCF Yield 和 EV/FCF。重要的是这两个指标会逼着你回答一个问题：这些利润最后到底能不能变成真钱。 EV/Sales 只适合高增长、利润暂时被投入压低的平台型公司。重要的是结合毛利率、经营杠杆和长期利润率一起看。 不同子行业应该看不同指标。AI/fabless 芯片更应该看 forward PE、EV/FCF、收入增速、毛利率、客户集中度和平台护城河；半导体设备更应该看 EV/EBITDA、订单、积压和 WFE 周期；存储更应该看 P/B、EV/EBITDA、库存以及 DRAM/NAND/HBM 价格；晶圆代工和 IDM 更应该看利用率、CapEx、折旧、ROIC 和 FCF；模拟、功率和车规更应该看 FCF yield、库存周期和工业需求；EDA/IP 更应该看 EV/Sales、EV/FCF 和长期增长确定性。 所以不要只按 PE、forward PE 或 PEG 买半导体股。重要的是先分子行业，再做多指标综合。 我的框架会更简单一些。第一看质量，包括毛利率、营业利润率、ROIC、技术壁垒和客户粘性。第二看增长。重要的是增长到底来自结构性需求，还是只是周期复苏。第三看现金流，包括 FCF margin、CapEx 强度、库存变化和应收变化。第四才是估值，包括 forward PE、EV/EBITDA、EV/FCF、PEG，并与同行和自身历史区间比较。最后才是风险，包括客户集中、出口限制、库存、产能过剩和盈利预期下修风险。 半导体行业最重要的一点，是不要被低PE欺骗。重要的从来不是今天便不便宜，而是未来3-5年的现金流和竞争地位，能不能支撑今天的估值。 AI时代最大的变化，本质上也是这个。过去市场担心的是“下一轮周期会不会崩”，现在市场开始关心的是“这些利润到底是周期性的，还是结构性的”。 如果市场认为只是周期，那么 EV/EBITDA 不会给太高，PE 也不会持续扩张。如果市场开始相信 AI需求是长期的、基础设施建设是长期的、供需失衡是长期的、行业进入结构性短缺，那么整个行业的估值体系就会继续升级，从 PB → EV/EBITDA → PE → FCF 一路向上迁移。 最终获得长期高估值的公司，往往都是那些 ROIC 持续提升、资本效率持续改善、拥有长期定价权、能把AI需求持续转化为现金流的企业。

今天的A股4300➕下跌，尾盘呈现单边加速调整，借着中美元首会晤利好兑现，A股传统还是没有忘掉 虽然今天A股盘面很难看，尾盘最后半个小时走了加速下跌，也无资金承接，但科技板块一些龙头股并没有出现大幅度调整，明天周五如果重新放量走强的话，说明今天下杀只是正常的快速调整，如果明天依旧呈现下跌态势，那短期A股波动会比较大 美股其实也到了资金分歧的位置了，因为宏观数据并不太乐观，远超预期的CPI与PPI，债市30年美债收益率已经在5%红线附近了，市场选择无视这些，确实有点极度乐观了，可能市场在交易，新联储主席走马上任后会有一段蜜月期， 不过不管怎么样，债市和宏观数据摆着那里，美股的市场广度也在持续变差，昨晚标普500成分股中超过320只股票下跌，这是连续四个交易日标普指数下跌大于上涨。 当然我并不是看空，只是把市场分歧的信号梳理出来，在下半周交易日，大家要有仓位管理意识。 今天会减一些仓位，买大黄……

感谢 @YeZao58153 老师问了一个很好的问题：如果打算定投十年纳斯达克和标普500，不止盈、不割肉、一直持有，可行吗？ 这个问题我想分享下我比较粗浅的看法，我想分为四层来说说，btw @0xMilkRabbit 兔兔姐在这方面有很独到的见解，我也很想听听兔兔姐的看法⌯oᴗo⌯ 先说结论：大概率可行，但“可行”不等于“最优”。 从纯历史数据来看，标普500自1926年以来，任何20年持有周期从未出现过负回报，年化约10.2%（名义），扣除通胀后约7%。如果你的时间维度真的是十年以上，并且能做到“不看账户、不动摇”，历史站在你这边。 但，历史也告诉我们几个不舒服的事实。 第一层：十年，其实没我们想的那么长 2000年1月到2009年12月，标普500十年总回报是-9.1%。如果你在2000年初开始每月定投500美元，到2009年底投入6万，账户余额约5.4万——亏了10%。 纳斯达克100更惨。2000年泡沫顶部到2002年底跌了83%，QQQ 直到2014年底才回到原价——整整14年。定投会好很多，因为低位持续买入摊低了成本，但“好很多”和“赚钱”之间仍有距离。 第二层：定投的真正优势是“降低犯蠢的概率” 定投最大的价值不在数学最优性（事实上一次性投入在多数回测中跑赢定投），而在于它解决了人性问题：你不需要做择时判断。 利弗莫尔说“让我赚大钱的不是思考，而是坐着不动”。定投本质上就是制度化的“坐着不动” ——把你从“该不该买、是不是顶了”这些永远没有正确答案的问题中解放出来。对大多数人来说，最大的敌人不是市场，而是自己在错误时间做出情绪化决策。 第三层：“不止盈”这三个字，我有点点不同的看法 “不割肉”是同意的——长期向上的市场里，割肉几乎永远是错的。 但“不止盈”需要一个前提：你定投的标的不会“日本化”。 日经225在1989年见顶38957点，花了34年——直到2024年2月——才重新站上这个位置。一个日本投资者1989年开始定投日经不止盈不割肉，31年后年化回报约1%，跑输通胀。。。 但是，美国不是日本，有更好的人口结构、创新能力和美元地位。但1989年的日本人也觉得“日本不会输” ——当时日本股市占全球市值44%。我不是说美国会变成日本，只是说“永远不止盈”的前提假设是“市场一定会创新高”，而这个假设在极端情况下会被打破。 第四层：当前估值是最大的未知数 定投十年能不能赚钱，很大程度取决于起点估值。现在的数据：Shiller PE 约42倍（历史上只有2000年泡沫顶峰超过）；巴菲特指标超200%（远超2000年的140%）；前十大股票占标普权重约40%。 历史规律来看的话：起点估值越高，未来十年回报越低。 Shiller PE 40倍以上起步，十年年化中位数约2-4%，扣除通胀后可能接近零。定投会帮你在回调中摊低成本，但从当前估值出发，十年年化10%的“历史平均”大概率拿不到。 最后我的回答还是：可行，但加三个条件。 第一，心理准备。 真的想清楚——当账户从100万变成50万，你还能不能每月继续打钱。如果答案是“不确定”，仓位太重了。 第二，不要 All in 单一市场。 纳斯达克100前十大股票占近60%权重，本质上是赌这十家公司继续统治世界。适当配置全球指数或加点债券/黄金做对冲，留留后路也不失为一种选择。 第三，“不止盈”改成“动态再平衡”。 我建议这样设定规则：当股票仓位因上涨超过总资产80%，卖掉一部分转入债券或现金，把比例调回来。这不是止盈（你没离开市场），不是择时（只是执行机械规则哈哈哈），但能帮你在高位自动降低风险敞口。 巴菲特囤了3970亿美元现金，他也在等待——但他等待的方式是先确保自己在任何情况下都能活下来。 定投最重要的前提不是“我一定能赚钱”，而是“无论发生什么，我都不会被迫离场”。只要你还在牌桌上，时间就是你的朋友。但如果被迫在最差的时候离场——失业、家庭变故、心态崩溃——再好的策略也救不了你。 所以，可行吗？可行。但请确保你的“十年”是真的十年，不是“涨了就拿十年、跌了就忍不住割肉”的伪十年。

炸裂了！Claude Code 已通过 MCP 协议原生接入 Financial Datasets 金融数据库，可以直接帮你分析股票！ 60 秒配置，一键连接 全球 17,000+ 只股票、30+ 年完整财务底稿。 实时股价、SEC 原档、财务报表、公司新闻、加密货币数据，全部随叫随到！ 下面视频是我输入【帮我分析英伟达这三年的财务数据】，Claude 瞬间输出五大投研板块： • 盈利能力穿透 • 核心利润率分析 • 资产负债扫描 • 现金流底稿 • 多维估值建模 从源头打破信息差～ 拒绝 AI 幻觉，让你的投研决策直接起飞吧～

今天我的浙江一个开厂的朋友被CRS补了800多万的税，一辆库里南直接没了。 他听我的24年底从富途换到的IBKR，之前的还是被补缴了。 CRS会在每年3-6月申报去年的股票，比如今年的是要明年3-6月申报。3-6月之后就有人来找你麻烦了。 自己主动申报的话没滞纳金。 他最后被罚了20%加滞纳金，滞纳金是应补的15%，包括股票盈利和股息利息。 铁拳还是砸下来了 地方税务局是直接带着你的数据来问你的，让你确认下数据，千万别耍小聪明。被抓到的该是多少就是多少，境内人民币现结。 别找什么借口说境内没钱，企业经营不好需要周转。耍小聪明就是重罚。 现在主要是地方政府税收压力大，北京上海深圳还好，地方政府主要是从知名企业，上市公司，纳税大户，这些可能是高净值的群体开始排查。 如果你是名下没有企业的散户，纳税低的小个体户，那也有高净值漏网的。 刚挣到钱的屌丝，一个个去办内地私人银行，一个个想进高净值彰显自己。真的超高净值都在剥离个人名下资产。 别再迷信香港开户炒美股，香港是給有离岸身份，非中国内地税务居民的香港，是香港人的香港。不是给内地人在税务筹划上钻空子的香港。

怎么理解今天的PPI数据炸裂？ 1. 看对于PCE的影响，如彭博预测，3月份股票市场的下跌将会大幅降低PCE里的投资组合管理费，机票和医疗保健都比3月份低，所以4月份的PCE应该还好，预测甚至可能在环比0.2，过几天就会知道 2. 从中期来看，CPI和PPI都不会给他们足够的舒适度，沃什上来的第一次会议直接公告里表面美联储从倾向降息到中性几乎是板上钉钉 3. 不是PPI对于市场不重要，而是我说过了4月份太多踏空的，所以现在不断FOMO，今天的抄底力量远大于对于宏观的担心 4. 市场的麻木是怎么来的？就是通过看似一些利空数据都跌不下去不断形成的，所以我们还在音乐里跳舞 5. 这次中美会谈，我挺期待能对于结束战争中方有一些表态（不知道会不会有），战争有任何结束的信号（油价下跌）会把情绪面推到极致

今日 Web4 信息差： 1. 加息大的要来了？CPI 数据出了，升到 3.8%，通胀涨 15%！年底加息概率暴涨到 30% 2. $QCOM 暴跌12%！连着 $MU $INTC $SNDK $MSTR $OKLO $COIN 大跌 5-8% 3. 融资$1.2亿！区块链分析公司 Elliptic 投后估值$6.1亿，投资方：纳斯达克、德意志银行，机构准备大力推进加密了！ 4. 大摩上调中国指数目标价！中国股票将迎来AI大爆发，尤其是本土AI模型、半导体、高端制造、人形机器人 $BABA $BIDU $002230.SZ $688256.SH $688981.SH 5. 内幕消息：Google在跟 SpaceX 谈火箭发射，想将AI数据中心搬到太空轨道上 $GOOG $SPAX

美股 AI 行情没有结束，但拉抬指数的钱从哪来、燃料还剩多少，正在出现微妙变化。 3 月 30 日至 5 月 8 日，标普 500 在 28 个交易日内累涨约 16.6%。但拆开这轮涨幅的结构，画风完全不同。 据 TECHi 援引野村 Vol 团队的回报归因数据：10 只股票贡献了 69% 的涨幅，其余 490 只成分股合计只贡献 31%。 这 10 只是： $NVDA $GOOG $MSFT $AMZN $AAPL $AVGO $AMD $INTC $MU $SNDK 其中，7 只 AI 芯片/半导体，3 只超大规模云厂商。 整条 AI 基建供应链几乎一网打尽。 高盛美股策略主管 Ben Snider 直接点明：当前市场广度已降至自互联网泡沫时代以来最窄的水平之一。 与此同时，表面热烈的背后已经出现反常信号。指数创新高，但 VIX（17.19）、SKEW（138.21）、VVIX（96.78）三项指标同时上行。机构并没有在新高面前放下对冲。 野村将这一组合描述为“现货涨、波动率也涨”的反常态势。 更关键的是资金面：野村判断，过去几周推涨 AI 股的三股主力——空头回补、CTA 加仓、vol-control 加杠杆——目前都接近极限。 靠“空头被挤”推涨的阶段，已接近尾声。 那下一棒谁来接？ 野村的答案是看韩国。 研报发布当天，KOSPI 单日暴涨 4.32% 至 7822.24 点，盘中触发 buy-sidecar。SK Hynix 大涨近 12%，市值首次超越礼来跃居全球第 14。散户陷入“hynix FOMO”，海外资金通过 DRAM ETF 集中加仓芯片股。 美股 AI 交易的动力，正在从“空头被挤”切换到“散户 FOMO”，叙事正在从纳指转向 KOSPI。

存储芯片还要缺 5 年！ 当我们进入 AGI 时代，Agent 需要 HBM 解决实时上下文、DRAM 解决短期记忆、NAND 解决长期记忆 利好股票一览👇 1. 美光科技 $MU AI时代最直接受益的存储龙头之一。 同时覆盖 HBM、DRAM、NAND 三大核心领域，几乎吃到整条AI存储产业链红利。 2. SK海力士 $000660.KS 全球HBM王者。目前是英伟达H100/H200最核心HBM供应商之一，AI浪潮最大赢家之一。 3. 三星电子 $005930.KS 全球最大存储芯片公司。DRAM、HBM、NAND全部覆盖，产业链统治力极强。 4. 铠侠 Kioxia $TYO: 285A NAND闪存核心大厂。 5. 西部数据 $WDC 全球NAND与数据存储巨头。AI训练与推理需要海量数据存储，企业级SSD需求正在快速增长。 6. 闪迪 Sandisk $SNDK NAND闪存纯玩龙头，AI数据存储与企业级SSD需求旺盛，定价能力强 7. 希捷科技 $STX 虽然主营机械硬盘，但AI时代数据归档需求暴增。 很多AI训练数据不会删除，而是长期保存， 8. 应用材料 $AMAT 不是存储芯片公司，而是存储设备核心卖铲人。HBM、DRAM扩产都需要先进半导体设备，AI军备竞赛越激烈，它越赚钱。 9.泛林集团 $LRCX 全球存储芯片设备龙头之一。DRAM与NAND制造高度依赖其刻蚀设备。 10. 东京电子 Tokyo Electron $8035.T 日本半导体设备核心公司。HBM先进封装与存储制造的重要受益者。 11. 阿斯麦 ASML $ASML 虽然主业是EUV光刻机，但高端HBM与先进DRAM制造离不开它。 12. Marvell Technology $MRVL AI服务器高速互联核心公司。HBM带宽越高，对高速数据传输需求越大。 13. 博通 Broadcom $AVGO AI网络与数据中心核心霸主。 随着AI Agent需要实时调用大量记忆数据，高速交换芯片需求会持续爆发。 14. 英伟达 $NVDA 很多人只看到GPU，但实际上英伟达越来越像AI超级计算平台 15. 台积电 $TSM HBM先进封装CoWoS最大受益者。 你最看好谁？

10个免费GitHub库，只需100美元和笔记本电脑就能像对冲基金一样交易。 这些是300多家对冲基金在用的工具。收藏这个。 1. OpenBB 免费的彭博终端。股票、期权、期货、加密、外汇。彭博终端年费25000美元，这个免费。 → 2. Lean (QuantConnect) 300多家对冲基金在用的算法交易引擎。用25年数据回测，部署到Interactive Brokers或Alpaca。 → 3. qlib (微软) 微软完整的量化投资平台。 最专业的开源量化基础设施。 → 4. Backtrader 每个量化交易员必学的Python回测框架。全球金融研究生项目都在用。 → 5. TradingAgents UCLA和MIT的多智能体LLM交易框架。AI代理充当分析师、技术员和风险经理。 → 6. Riskfolio-Lib 量化交易员用来配置资本的投资组合优化库。涵盖均值方差、Black-Litterman、CVaR。 → 7. yfinance 每个Python金融课程都从它开始。实时和历史数据覆盖100000+股票。 → 8. FinanceToolkit 150+财务比率、指标和估值模型在一个库里。 → 9. vectorbt Python最快的回测引擎。几秒内测试数千个策略。 → 10. TradingView轻量级图表 为实时金融应用提供图表库。 你的交易仪表板专业的原因。 → 最疯狂的部分： 彭博终端年费25000美元。初级分析师25万美元。高盛研究数百万。 这10个库让一个有100美元和笔记本的小孩获得华尔街付费内容的大部分。 2010年交易台成本5万美元。2026年整个技术栈免费。 散户和华尔街的差距从未这么小。 保存这个吧别忘了。 100%免费。100%开源。