8月20日，小猫量化实盘当日盈亏： +$245.98。 连续两个交易日保持正收益，但今天真正值得复盘的，并不是这245美元本身，而是账户正在面对一个非常复杂的市场环境。 从交易结构看，港美两市今天继续进行明显的组合轮动。 美股侧，交易更多集中在黄金矿业、医疗/生物科技、金融几个方向；港股侧则继续出现公用事业、电信、运输等板块的仓位调整。 这背后其实和最近市场状态变化高度一致。 前期最强的科技和AI资产正在面对高估值与长端利率的双重压力，而黄金、医疗、防御性资产的相对吸引力明显上升。 因此今天的+245.98美元，更像是组合在高波动环境里的小幅净值修复，而不是依赖某个单一方向获得的收益。 我现在更关注的是： 系统有没有随着市场状态变化，把资金从风险收益比下降的方向重新分配出去。 而今天美国宏观数据提供了一个很有意思的矛盾。 最新初请失业金人数只有20.6万，低于市场预期的21万，也低于前值21.2万。 这说明美国企业目前仍没有出现大规模裁员，就业市场虽然招聘速度放慢，但存量就业仍然具有韧性。 对于美联储来说，这并不是特别“鸽”的数据。 因为就在最新FOMC纪要中，多位委员还在讨论进一步收紧政策的可能性。 换句话说： 就业没有快速恶化，美联储就更有条件继续观察通胀，而不是急于宽松。 但市场另外一边正在发生更大的事情： 美国联邦债务正式突破40万亿美元。 美国财政部数据显示，总债务达到40.047万亿美元，其中公众持有约32.27万亿。 更加值得关注的是： 美国债务从39万亿增长到40万亿，不到5个月。自2025年1月以来已经增加约3.8万亿美元。 债务增加本身还不是最危险的问题。 真正的问题是： 利率越高，债务服务成本越高。 目前美国每年大约需要支付1.1万亿美元债务利息；2025财年利息支出已经超过五角大楼支出，2026财年前10个月甚至超过Medicare，成为仅次于Soc

现货黄金正式突破4500美元。 8月20日盘中一度升至 4525.79美元/盎司，保持在6月初以来最高水平附近。 如果只按照过去最常见的黄金分析框架，这个行情其实有些反常。 因为刚刚公布的FOMC会议纪要并不鸽。 纪要显示，美联储内部对通胀的担忧明显升温，部分官员甚至倾向于继续加息。如果按照传统逻辑： 更鹰的美联储 → 更高的利率 → 黄金承压。 但结果却是： 黄金不仅没有明显下跌，反而突破了4500美元。 这说明当前黄金的定价逻辑已经不能只看美联储。 真正的转折点来自美国财政部。 此前30年期美债收益率一度冲到 5.337%，创近19年高位。随后美国财政部宣布，将扩大长期国债的流动性支持回购规模。 市场反应非常直接： 长端美债收益率快速下降； 美元跌至接近三个月低位； 黄金获得明显支撑。 8月19日，黄金单日上涨超过3%，一度触及4499美元附近；进入20日后正式突破4500美元。 但我认为，这次行情更深层的逻辑其实是： 市场开始重新讨论美国财政信用和美元资产的长期风险溢价。 美国联邦债务已经突破40万亿美元。 一边是政府需要持续发行大量国债； 另一边是AI巨头也在进行巨额资本开支和债务融资。 全球长期资金正在同时面对： 美债供给、企业融资、通胀以及地缘政治风险。 当美国财政部不得不主动改善长债流动性时，市场自然会重新思考一个问题： 长期持有美元和美国国债，到底需要多高的风险补偿？ 黄金恰好成为这套逻辑最大的受益资产之一。 另一个值得注意的是央行需求。 Reuters近期援引数据显示，今年二季度全球央行黄金购买量达到289吨；世界黄金协会调查中，45%的受访央行预计未来一年继续增加黄金储备。 所以现在黄金背后至少有四股力量： 美元走弱； 长端收益率回落； 财政信用和债务担忧； 央行与机构配置需求。 这也解释了为什么即使FOMC纪要偏鹰，黄金仍然能够上涨。 因为市场交易的已

8月19日，小猫量化实盘： 今日盈亏：+737.56元。 经历此前连续两个亏损交易日之后，今天重新回到正收益。 但我更愿意把今天理解成一次小幅净值修复，而不是所谓“反转”。 前两天系统经历了一轮比较明显的港美股仓位重构。 此前我重新给全部策略配置了： 每日开仓数量、最大持仓数量和策略最大净值占比。 之后系统连续出现组合退出、利润保护以及新信号重新建仓。 所以最近几天真正发生的事情，不只是盈亏变化，而是： 旧风险暴露被重新压缩，资金开始按照新的策略预算重新分配。 今天+737.56元至少说明一个问题： 系统在前两天减仓、换仓和降低部分风险之后，并没有彻底失去参与市场的能力。 这也是我现在比较看重的状态。 风险管理不能做到： 亏损以后全部停止交易。 否则风险确实降低了，但市场重新出现机会的时候，同样没有仓位参与。 更合理的方式应该是： 弱势策略减少资金占用，强信号继续竞争有限资金。 今天是否意味着策略已经恢复？ 当然不能这么判断。 单日+737.56元仍然只是一个非常小的样本。 接下来我更关注： 策略净值占比是否真正限制住单一策略风险； 市场震荡时无效换手是否下降； 资金是不是逐渐集中到更有效的策略； 连续回撤以后组合恢复速度是否改善。 而今天市场环境本身，也出现了一个非常重要的变化。 前一天，30年期美债收益率一度冲到 5.337%、创2007年以来最高；8月19日，美国财政部宣布扩大10—30年期长期国债的流动性支持回购规模，30年期收益率随后回落至约5.2%附近。 这直接缓解了前一天科技股最核心的压力： 折现率。 8月18日费城半导体指数曾单日下跌约5%，纳斯达克跌1.33%；到了19日，随着长债收益率回落，美股出现修复，道指、标普和纳指均小幅上涨。 但我认为现在还不能简单理解成： 科技股风险解除。 因为财政部扩大回购，主要解决的是长债市场的流动性问题。 它无法直接解决：

北京时间凌晨，美联储公布7月FOMC会议纪要。 表面上的结果大家早已知道： 联邦基金利率继续维持在3.50%—3.75%。 但真正值得市场重新定价的，是会议内部远比最终利率决定更加鹰派。 7月会议最终以9票对3票维持利率不变，Hammack、Kashkari和Logan三名委员正式投票要求加息25个基点。最新纪要进一步显示，不只是这三个人——还有数位与会者倾向在7月会议直接加息，而“许多”与会者认为，如果通胀不能继续向2%目标回落，进一步收紧货币政策可能是必要的。 这实际上改变了市场对这次会议的理解。 过去更容易理解成： 美联储暂停加息，等待数据。 现在更准确的理解可能是： 美联储暂停行动，但加息选项远没有退出。 支持收紧的官员认为，美国当前价格压力已经具有较广泛的基础，如果现在不采取足够限制性的政策，未来可能被迫采取更陡峭、成本更高的连续加息。部分委员甚至认为，目前金融条件可能仍不足以让通胀稳定回到2%。 这里就出现了一个非常重要的矛盾。 最近美国CPI、PPI以及就业数据出现一定降温，市场一度明显降低近期加息预期。 但是FOMC纪要告诉市场： 数据降温，并没有让美联储对通胀彻底放心。 原因也不难理解。 油价、能源供给冲击以及此前持续高于目标的核心通胀，都意味着美联储现在最害怕的不是“某一个月通胀高”，而是： 通胀预期重新固化。 从资产定价看，这份纪要最值得关注的是三个方向。 第一，短端美债。 2年期收益率对政策路径最敏感。纪要公布后2年期收益率仍在约4.19%附近，说明市场虽然没有出现剧烈鹰派重定价，但也没有把未来进一步收紧完全排除。 第二，科技股估值。 如果市场重新提高“higher for longer”甚至再次加息的概率，高估值成长资产就必须面对更高的折现率。 第三，黄金。 当天黄金大涨超过3%，主要受到美国财政部扩大长债回购、长端收益率和美元下跌推动，而不是因为

8月18日，美股出现了一组非常值得量化交易者关注的信号： 长端美债收益率继续上冲，科技股和半导体集体承压。 30年期美债收益率升至2007年以来最高附近；与此同时，费城半导体指数单日下跌约5.4%，信息技术板块明显跑输大盘，能源和部分防御板块反而表现出更强韧性。 如果只从个股技术指标看，这可能只是一次科技股回调。 但从量化视角，我认为真正值得关注的是： 市场主导因子发生了变化。 过去一段时间，很多科技股主要由几个因子驱动： AI预期、盈利增长、价格动量、资金拥挤度。 在这种环境里，趋势突破和高波动动量模型往往比较容易工作。 但当30年期国债收益率快速上升之后，一个新的变量开始压过这些信号： 利率。 为什么长端利率对科技股影响特别大？ 因为成长股的估值，很大一部分来自未来很多年的利润。 折现率越高，越远期的现金流今天价值越低。 所以，同样一家公司： 盈利预测没有变化， AI逻辑没有变化， 产品也没有变化， 仅仅因为无风险利率抬升，合理估值就可能下降。 这也是量化系统最容易遇到的问题： 个股信号没有失效，但市场环境变了。 比如某只半导体股票仍然满足： 均线多头排列； RSI强势； 成交量放大； 过去20日动量排名靠前。 传统模型可能继续判断： 趋势仍然有效。 但如果同时发生： 10年、30年美债收益率快速上涨； 科技行业相对强度转弱； 能源、防御板块明显走强； 成长股与利率的负相关突然增强， 那么系统继续使用原来的动量参数，就可能把“过去有效的趋势”误认为“未来仍然有效”。 所以真正成熟的量化系统，不应该只回答： 这只股票能不能买？ 还要先回答： 现在是什么市场？ 我认为可以至少增加三个判断层。 第一层：利率状态。 观察10年、30年美债收益率的趋势、变化速度以及期限结构。 第二层：行业相对强度。 科技相对于标普500是否持续走弱？能源、医疗、必需消费是否开始获得资金？ 第三层

8月18日，小猫量化实盘当日盈亏： -$2,561.33。 连续第二个交易日出现回撤。 但如果把今天和昨天放在一起看，交易结构已经出现了比较明显的变化。 8月17日，系统成交30笔，其中： 买入6笔，卖出24笔。 那一天的特点非常明确： 卖出远多于买入。 因为前一天我刚刚重新配置了港股、美股全部策略的每日开仓数量、最大持仓数量和策略净值占比，系统进入了一次比较明显的组合再平衡阶段。 到了今天，31笔成交中： 买入13笔，卖出18笔，失败0笔。 也就是说，系统已经从昨天明显的“减风险”，逐渐进入： 退出旧仓 + 建立新仓 + 动态轮动。 这是我今天最关注的变化。 一、仓位调整没有因为亏损而停止 量化系统最容易犯的一个错误，就是人为干预。 亏了一天，马上关策略； 连续亏两天，又开始修改参数。 最后得到的并不是量化交易，而是： 人工情绪驱动的程序化下单。 所以目前我并没有因为连续两日亏损直接改变策略逻辑。 现在更重要的是验证几件事情： 策略是否仍按照规则运行； 单策略净值上限有没有真正生效； 仓位是否仍在预设风险范围内； 退出以后，资金有没有重新流向新的有效信号。 二、今天从“集中卖出”转成了“边卖边买” 昨天6买24卖，属于很典型的仓位压缩。 今天13买18卖，已经明显接近平衡。 这意味着第一轮集中调仓之后，系统开始重新接受新的策略信号。 从组合管理角度看，这正是我希望看到的结果。 并不是： 亏钱 → 全部空仓。 也不是： 有信号 → 无限加仓。 而是每一个策略在自己的资金预算内重新竞争仓位。 三、利润保护和策略退出仍在正常工作 从今天的明细看，退出并不只有一种原因。 既有策略条件变化带来的正常退出，也有保护机制参与组合调整。 这套设计的目的并不是预测每个股票的最高点和最低点，而是建立一个明确的组合纪律： 强的继续保留，弱的释放资金，新信号重新竞争。 因此今天更准确的关键词依然

最近的美国市场，出现了一个非常反常的组合。 美国经济数据开始转弱，市场对美联储9月继续加息的预期明显下降。 按照传统逻辑： 加息预期下降 → 债券应该上涨 → 收益率应该下降。 但现实恰恰相反。 8月18日，30年期美国国债收益率一度升至 5.321%，创2007年以来最高水平；10年期美债收益率也来到约 4.724%。 这说明长端美债正在交易的，已经不只是美联储。 市场开始要求更高的： 期限溢价。 为什么？ 第一，美国财政问题。 美国需要持续大量发债，而市场必须用更高收益率才能吸引足够资金长期锁定30年。 Reuters近期调查也显示，多位债券策略师认为，高额财政赤字、接近40万亿美元的债务规模，以及持续的大规模国债供给，都可能让长端收益率保持高位。 第二，通胀风险并没有真正消失。 美伊局势再度紧张，Brent原油重新站到91美元附近。 能源价格如果持续高位，会直接增加市场对于未来通胀重新抬头的担忧。 于是出现一个有意思的现象： 短端在交易经济降温， 长端却仍然在交易通胀风险。 第三，AI投资正在成为债券市场新的资金黑洞。 Reuters数据显示，Alphabet、Amazon、Meta等AI大型投资者2026年以来相关融资规模已经接近 2200亿美元。 当政府需要巨额融资，科技巨头也需要巨额融资时，所有人实际上都在竞争全球长期资本。 资本变得更稀缺，长期资金价格自然会上升。 这也是为什么最近真正值得观察的不只是名义收益率。 30年期美国TIPS实际收益率已经来到约 **3%**附近，为2008年以来的高位。 这意味着即使扣除市场通胀预期，美国长期无风险资产仍然能够提供接近3%的实际回报。 这对美股尤其重要。 因为当30年无风险资产能够长期提供5%以上的名义收益率时： 高估值股票就必须回答一个问题—— 我为什么值得承担更大的风险？ 如果企业盈利增长足够快，问题不大。 但如

过去两年，AI投资最简单的一条逻辑是： 算力不够 → GPU短缺 → 数据中心疯狂扩张 → 谁掌握算力，谁最受益。 英伟达自然成为这轮AI周期最典型的资产之一。 但最近华尔街开始出现一个值得关注的变化。 问题已经逐渐从： “AI还要投入多少钱？” 转向： “这些钱到底能赚回来多少？” Reuters最新报道提到，在微软、亚马逊等大型科技公司的最新业绩继续验证AI和云计算需求之后，大型投资机构对AI资本开支本身的担忧有所缓解，投资者开始寻找下一阶段能够获得长期回报的AI公司。 这个变化非常重要。 因为它意味着AI投资正在进入第二阶段。 第一阶段，市场买的是： 稀缺性。 GPU紧缺。 高端算力紧缺。 数据中心紧缺。 电力紧缺。 谁控制稀缺资源，谁获得更高估值。 但第二阶段，市场开始买： 变现能力。 谁能够把GPU变成云计算收入？ 谁能够把AI模型变成企业订阅？ 谁能够把数据中心利用率真正拉起来？ 谁能够让AI业务产生持续现金流？ 这时候，云计算巨头的重要性开始重新上升。 微软今年三季度披露，Microsoft Cloud收入超过540亿美元，同比增长29%；AI业务年化经常性收入已经超过370亿美元，同比增长123%。这说明AI已经不只是资本支出项目，而是在逐渐进入收入端。 亚马逊也体现了类似趋势。 AWS一季度经营利润达到142亿美元，高于去年同期的115亿美元。与此同时，亚马逊仍在大规模投入AWS和生成式AI基础设施。 所以现在分析AI公司，可能不能只看： 有没有GPU。 而要进一步看四个指标： 第一，AI收入增长。 真正能够持续增长的AI收入，比单纯宣布资本开支更重要。 第二，资本回报率。 今天投入100亿美元AI基础设施，未来能带来多少增量利润？ 第三，自由现金流。 资本开支非常大的企业，如果无法同步产生现金流，估值迟早会受到压力。 第四，护城河。 未来AI算力供应逐步

8月17日，小猫量化实盘当日盈亏 -$4,019.19。 如果只看这个数字，今天显然不是一个值得庆祝的交易日。 但对我来说，今天反而是近期比较重要的一次系统验证。 原因在于昨天我刚刚完成了一轮比较大的策略管理调整： 针对港股和美股全部策略，分别配置每日开仓数量、最大持仓数量以及策略净值占比。 过去系统虽然已经有账户级风控、仓位引擎和单标的仓位限制，但随着港美股策略数量和股票池持续扩大，一个问题越来越明显： 不同策略的交易频率、持仓周期和风险特征并不一样。 如果所有策略都共享同一套账户级仓位上限，很容易出现： 高频策略占用过多资金； 某个策略短期连续触发导致仓位快速堆积； 多个策略同时活跃时，资金分配失衡； 历史表现一般的策略获得了和成熟策略相同的资金权限。 所以昨天的调整，本质上是在原有账户风控之上增加一层： 策略级资金预算。 而今天就是新规则落地后的第一次真实交易检验。 从交易结构看，今天并不是简单的“连续开仓”。 相反，系统进行了比较明显的组合再平衡。 交易中出现了三类动作： 第一类：利润保护触发。 美股部分已有盈利仓位被系统主动减仓或退出。 利润保护的核心目的不是预测最高点，而是在已有浮盈出现回撤时，把一部分已经获得的利润锁定下来。 第二类：策略正常退出。 部分港股、美股仓位因为原策略退出条件成立而卖出。 这说明策略本身的退出逻辑仍然保持独立运行，并没有因为新仓位限制而改变。 第三类：按照新策略预算重新开仓。 医疗、消费、金融科技等方向重新出现策略买入，同时港股也产生新的建仓动作。 也就是说，今天系统做的实际上是： 旧仓退出 → 利润保护 → 释放资金 → 新信号重新竞争资金。 这也是我希望策略级仓位管理最终实现的效果。 我不希望系统简单追求： “每天多交易、多持仓。” 而是希望20多个策略在一个有限的资金池里面竞争。 一个策略即使不断产生信号，也不能无限占用账户净值

过去几周，美股交易的核心逻辑一直围绕一个问题： 美联储什么时候能够更宽松？ 但进入8月17日—21日这一周之后，市场可能要开始面对另一个更重要的问题： 如果通胀真的降下来了，是因为“软着陆”成功，还是因为美国经济和消费正在降温？ 这两个答案，对美股完全不是一回事。 最新数据已经出现了一些值得警惕的信号。 美国7月零售和餐饮销售环比下降0.6%，虽然同比仍增长5.0%，但短期消费动能明显转弱。与此同时，7月CPI环比只上涨0.1%，核心CPI环比上涨0.2%；PPI环比持平。换句话说，价格压力的确出现了一定缓和。 过去市场最希望看到的是： 通胀下降 + 经济不衰退。 但如果接下来演变成： 通胀下降 + 消费走弱 + 企业盈利承压， 那么“降息预期升温”本身就未必足以支撑估值继续扩张。 这也是为什么下周的美联储纪要和零售巨头财报会格外重要。 8月19日，美联储将公布7月28—29日FOMC会议纪要。市场关注的并不仅仅是“鸽还是鹰”，更重要的是观察美联储内部如何权衡通胀、增长以及就业风险。 而另一边，美国零售行业迎来一次非常密集的“消费体检”。 Home Depot将在8月18日公布二季度业绩；Target和Lowe’s将在8月19日公布；Walmart则将在8月20日公布财报。 这几家公司其实代表了美国消费的不同切面。 Walmart更接近日常必需消费，可以观察中低收入家庭的价格敏感度和消费降级情况。 Target更偏可选消费，可以观察服装、家居等非必需品需求。 Home Depot和Lowe’s则和房地产、装修以及大额耐用品消费高度相关。 所以这轮财报的重点，不能只看EPS有没有超过预期。 更应该观察： 同店销售怎么样？ 客单价有没有下降？ 消费者是在买更多东西，还是只买必需品？ 管理层有没有下调全年指引？ 促销力度有没有明显增加？ 如果四家公司共同释放一个信号——消费者越来

过去两年，大模型行业最容易吸引市场注意力的数字是什么？ 参数量、GPU数量、训练成本。 但智谱刚刚发布的GLM-5.3，给出了一个很有意思的新答案：基座模型可以不变，模型能力仍然可以继续大幅提升。 8月14日，智谱正式发布GLM-5.3。与GLM-5.2相比，新模型并没有重新训练一个更大的基座，而是在原有基座之上扩大后训练规模，包括更长程的任务环境、更丰富的环境类型以及更长时间的后训练。智谱内部Z.ai Code Bench显示，其编程能力较GLM-5.2提升约50%。 这件事值得资本市场关注的地方，并不只是“国产模型又升级了一次”。 而是大模型竞争的逻辑正在发生变化。 第一阶段，比的是预训练。 谁拥有更多GPU、更大的参数量、更大的训练数据集，谁更有机会提高模型能力上限。 于是过去几年AI产业链最大的确定性之一，就是算力需求不断扩张。 但当基础模型能力逐渐逼近之后，继续单纯增加参数的边际收益正在下降。 于是第二场竞争开始了： 后训练。 所谓Post-training Scaling，可以简单理解为：底层“大脑”没有重新造，但通过强化学习、任务环境、工具调用训练以及更复杂的Agent任务，让模型学会更加高效地解决问题。 GLM-5.3就是一个非常典型的案例。 Terminal-Bench 3.0上，GLM-5.3从上一代的4.6提升至28.3；DeepSWE也从46.2提升至66.9。与此同时，智谱把Coding Agent和长程任务作为此次升级的重要方向。 这意味着AI行业正在从： “模型会不会回答问题” 进入： “模型能不能完成工作”。 这是两个完全不同的商业逻辑。 聊天机器人主要消耗的是Token。 而Agent真正进入企业之后，需要连接代码库、数据库、浏览器、Terminal、ERP、CRM以及各种企业内部系统，然后持续执行复杂任务。 AI的价值衡量标准也会从“模型

8月14日，小猫量化今日盈亏 +$1,084.69。 相比最终盈利，我认为今天更值得复盘的是交易结构。 从系统已成交明细看，全天完成 16笔成交，其中买入7笔、卖出9笔，成交金额约35.69万美元，失败0笔。表面上看只是一个普通盈利日，但拆开每一笔成交后，会发现今天系统最活跃的并不是“寻找更多买点”，而是利润保护、策略退出和保护性止损同时工作。 先看新增仓位。 美股共新增5个方向： DELL，来自短期趋势突破策略； KCE、CIBR，来自板块轮动类策略； IPAR、PFGC，来自布林带均值回归类策略。 港股新增两笔： 康师傅控股00322、德昌电机控股00179，均由短期趋势突破类策略触发。 这7笔建仓有一个比较明显的特点： 策略来源并不集中。 既有趋势突破，也有板块轮动，还有均值回归。 对于多策略系统来说，这是我希望看到的状态：不是某一套策略突然占据全部风险预算，而是不同逻辑在同一个市场环境中同时竞争资金。 但今天更值得关注的是9笔卖出。 其中，BX黑石出现两笔利润保护退出，MANE、SKYY、ZS、SKY也分别由利润保护机制执行卖出。 也就是说，仅从今天明细看，就有多笔退出不是因为原策略“彻底看错”，而是因为： 仓位已经产生过利润，但价格从高位回撤到系统设定的保护区间。 这与传统固定止盈完全不同。 固定止盈解决的是： “赚到多少就走。” 利润保护解决的是： “趋势还能不能继续跑，同时已经拿到的利润最多允许回吐多少。” 另外，PSMT和招商局港口由策略本身退出；复星国际则由保护单的止损巡检执行退出。 这样今天的9笔卖出，实际上形成了三层退出结构： 利润保护——管理已有盈利； 策略退出——处理交易逻辑失效； 保护性止损——处理风险底线。 我认为这一点比今天赚1084美元更加重要。 因为买入信号永远只能提高“做对”的概率，但真正决定一套系统能否长期运行的，是： 判断错以后怎么

如果说过去两年AI最大的定价中心是英伟达，那么接下来，公开市场可能第一次直接给“基础模型公司”定价。 据《金融时报》最新报道，部分Anthropic现有投资者预计，公司最快可能在2026年10月IPO，潜在估值达到2万亿美元或更高。需要强调，这并不是Anthropic已经正式确定发行时间和估值，而是投资者目前的预期。Anthropic已经在今年6月秘密提交美国IPO申请，因此上市本身确实已经从市场传闻进入实质筹备阶段。 这个数字为什么如此夸张？ 因为Anthropic今年5月刚完成650亿美元Series H融资，投后估值为9650亿美元。也就是说，如果最终真的以2万亿美元左右上市，仅几个月时间，市场给它的估值可能再次接近翻倍。 但我认为，真正值得研究的不是“2万亿美元贵不贵”这一个问题。 而是： 什么样的收入和盈利能力，才能支撑2万亿美元？ 《金融时报》援引投资者预期称，Anthropic到2026年底的年化收入运行率可能达到1000亿—1200亿美元。如果这一预期兑现，2万亿美元对应的年化收入倍数大约在17—20倍之间。对于一家仍处于高速增长阶段的AI公司，这个估值并非完全无法计算，但它对未来增长的要求极高。 这也是Anthropic IPO真正重要的地方。 过去AI公司的估值主要发生在一级市场。 风投、主权基金、大型科技公司愿意给多高估值，普通二级市场投资者只能旁观。 一旦Anthropic上市，情况完全不同。 每天都会有： 机构基金、ETF、对冲基金、量化资金和普通投资者， 用真实成交价格重新回答一个问题： 一家顶级基础模型公司究竟值多少倍收入、多少倍未来利润？ 这相当于AI第一次拥有了一个真正意义上的公开估值锚。 更重要的是，这场测试不会只影响Anthropic。 如果Anthropic上市后依然能够维持极高增长，同时改善毛利和现金流，那么市场很可能进一步提高对整

AI产业正在跨过一个很重要的分界线。 8月10日，英伟达宣布与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR 六家全球金融机构建立独立的AI算力基础设施融资平台，目标是随着时间推移撬动 超过5000亿美元第三方资本，用于全球AI基础设施建设。严格来说，这不是“英伟达自己融资5000亿美元”，而是英伟达试图把GPU、AI服务器、数据中心以及长期算力合同包装成一种能够被保险资金、养老金、私募信贷和基础设施资本配置的资产类别。 我认为这件事的意义，甚至不亚于英伟达再发布一代GPU。 因为过去几年AI竞争的核心问题是： 谁有最好的芯片？ 而下一阶段可能越来越变成： 谁有能力为数百亿美元、数千亿美元的数据中心持续提供资本。 一座真正的大型AI Factory，不只是买GPU。 还需要土地、电力、变电站、冷却系统、网络设备、光通信、服务器、存储和长期运维。算力从“科技产品”逐渐变成了典型的重资产基础设施。 黄仁勋对此给出的定义很直接：“Compute is revenue.” 英伟达希望金融机构把AI Factory理解成一种可以产生长期、与使用量挂钩现金流的生产性资产。 这其实意味着AI正在经历一轮“金融基础设施升级”。 第一阶段是股权资本。 英伟达、微软、Meta、Google等公司用自身现金流扩张AI投资。 第二阶段开始出现私人信贷、基础设施基金和长期项目融资。 现在则进一步尝试把AI算力变成独立的可投资资产类别。 根据Reuters报道，英伟达还保留了为潜在项目提供最高约25%、即最高1250亿美元支持的选择权。这个设计既可以降低融资方的风险，也说明英伟达愿意用自己的资产负债表为AI需求提供部分信用支持。 但这件事同样存在风险。 最大的风险不是AI没有需求，而是基础设施建设速度最终超过真实变现速度。 GPU本身

8月13日，小猫量化今日盈亏 +$5,434.37。 相比今天的盈利数字，我更关注交易结构本身。 从已成交明细看，今天共完成 31笔成交，其中买入14笔、卖出17笔，成交金额约66.32万美元，成交失败0笔。港股、美股同时运行，而且卖出依然高于买入。 这说明一个很重要的变化： 股票池扩容后，系统并没有因为机会增加而单向堆仓，反而开始越来越频繁地回收旧仓风险预算，再交给新的有效信号竞争。 今天可以看成一次比较完整的“动态换仓”。 美股端，新进入的方向包括IGV、SMCI、ORCL、MSGS、MANE等，覆盖软件、半导体、传媒和不同策略风格；与此同时，ANET、PANW、PLTR、NOW、BMRN、BKNG、SE、EWS等仓位出现策略退出、利润保护或风险退出。 港股端也发生类似变化。周生生、中国移动、汇丰控股、康师傅、高鑫零售等新信号进入组合；与此同时，潼关黄金、布鲁可、华润置地、农夫山泉、紫金矿业以及部分已有仓位陆续退出。 如果把这些交易放在一起看，今天其实不是简单的“买了什么、卖了什么”，而是系统正在完成三件事情。 第一，持续淘汰失效仓位。 一只股票被系统买入，并不意味着它获得长期持仓资格。 策略条件失效，就退出； 已有盈利出现明显回撤，就由利润保护处理； 价格触及风险边界，则由保护单或止损机制处理。 所以仓位不是资产，它只是暂时获得风险预算的一笔交易。 第二，新机会来自越来越宽的横截面。 扩容以前，系统容易围绕少量大型科技股和ETF反复寻找信号。 现在港美股标的池明显扩大以后，可以看到交易已经分布到软件、半导体、通信、消费、医药、黄金、地产等更多方向。 这并不意味着系统主观预测“某个行业下一步一定上涨”。 恰恰相反： 系统不需要提前知道热点在哪里，只需要让整个市场参与竞争。 谁满足规则，谁获得资金。 谁失去规则，谁把资金还给组合。 第三，退出机制的重要性正在超过入场信号。

但斌最新一轮美股调仓，值得研究的并不是“又买了哪几只股票”，而是整个AI投资框架正在发生一次明显迁移。 根据东方港湾海外基金最新披露的2026年二季度13F，截至6月30日，美股组合市值约 16.50亿美元，较一季度末约11.33亿美元明显增加。组合新进英特尔、闪迪、AMD、迈威尔科技、ARM、博通、Lumentum等7只标的，同时清仓苹果、特斯拉、谷歌-A以及部分杠杆ETF；谷歌-C、英伟达、台积电、亚马逊、Meta等原有仓位也有不同程度减持。 最值得关注的是持仓结构。 谷歌-C仍然是第一大重仓，约占组合22%—23%；但英特尔直接成为第二大重仓，约2.58亿美元，占比约16%；英伟达退居第三；闪迪成为第四大重仓，美光进入第五大重仓，AMD也跻身前六。前十大持仓已经明显从过去的平台型科技巨头，转向半导体、存储、网络和算力基础设施。 我认为，这次调仓真正表达的并不是“苹果、特斯拉不行了”，也不是“英伟达不再值得关注”。 恰恰相反： 但斌对AI长期产业趋势的判断没有改变，改变的是在AI产业链内部配置风险收益比的方式。 8月11日，但斌公开回应近期回撤时表示，相关产品没有恐慌性割肉，也没有进行大幅减仓，只做了极小比例的结构调整；他仍将人工智能视为未来十年的重要产业主线。 所以这轮换仓可以理解为： 过去几年，AI最确定的资产首先是平台巨头和GPU核心龙头。 而当AI进入更大规模资本开支阶段后，机会开始向更上游、更基础的环节扩散： CPU、GPU、存储、ASIC、网络芯片、光通信。 也就是说，投资逻辑开始从： “谁拥有AI” 逐渐延伸到： “谁为AI提供生产资料”。 这也是为什么闪迪和美光尤其值得研究。 AI服务器不只是需要GPU，也需要越来越高性能、越来越大容量的数据存储与传输能力。存储价格和需求如果进入强周期，产业链利润会从GPU进一步向内存、NAND以及数据基础设施扩散。 但

过去几年，我对蔚来最大的顾虑，从来不是产品有没有竞争力，也不是换电模式有没有差异化。 真正的问题只有一个： 一家汽车公司最终必须证明，规模增长能够转化成毛利，毛利能够转化成利润。 而现在，我重新开始关注蔚来，原因正是这三条线第一次出现了比较明显的同步改善。 第一，销量不再只是“某个月突然好看” 2026年一季度，蔚来交付 83,465辆，同比增长98.3%；二季度进一步交付 107,658辆，同比增长49.4%。7月又交付35,934辆，同比增长71%，2026年前7个月累计交付227,057辆，同比增长68%。 这里真正重要的不是同比增速有多高，而是多品牌体系开始形成规模： NIO主品牌负责高端市场，ONVO覆盖更大的主流家庭市场，Firefly继续向更低价格区间延伸。 过去市场最担心蔚来的问题之一，就是高端品牌销量天花板不足以覆盖庞大的研发、销售和换电体系成本。 如果三个品牌能够共同提高交付规模，那么大量固定成本开始有机会被更大的销量摊薄。 这就是汽车商业模式中非常重要的经营杠杆。 第二，比销量更重要的是毛利率 我真正重新研究蔚来，是因为它已经不再只是“卖得更多”。 2025年四季度，公司整车毛利率达到 18.1%，综合毛利率达到17.5%；到了2026年一季度，整车毛利率进一步升至 18.8%，综合毛利率升至 19.0%。 作为对比，2025年一季度综合毛利率只有7.6%，整车毛利率10.2%。 这背后意味着一个完全不同的商业逻辑。 如果销量上涨是靠大幅降价换来的，那么销量越高，未必意味着价值越高。 真正健康的改善应该是： 交付增加，同时每卖一辆车赚的钱也在增加。 蔚来目前至少已经阶段性出现这个迹象。 公司解释整车毛利改善的重要原因之一，就是产品组合优化。与此同时，研发和销售管理费用也明显下降：2026年一季度研发费用同比下降40.7%，销售及管理费用同比下降20.5

8月12日，小猫量化今日盈亏 -$678.43。 单看盈亏，这只是一个接近横盘的小幅回撤日。但结合今天的交易明细来看，我认为比盈亏数字更值得记录的是：扩容之后的系统已经开始形成比较稳定的“退出—释放资金—重新配置”循环。 页面成交明细显示，今天共有 19条成交记录，其中买入7笔、卖出12笔，失败0笔；页面汇总成交金额约 33.98万美元。整体依旧是卖出多于买入，说明系统没有因为标的池扩大到1200只，就不断堆积仓位。 相反，现有持仓需要持续与新的候选机会竞争风险预算。 第一，今天最明显的变化，是美股科技仓位继续被主动淘汰 美股卖出端可以看到： ANET、PANW、PLTR、NOW等科技成长方向陆续退出。 其中ANET、NOW等触发利润保护，其他仓位则由原有策略条件变化执行退出。 这说明当前退出体系正在同时工作： 策略退出负责处理原始逻辑失效； 利润保护负责控制浮盈回撤； 保护单/止损负责限制极端错误。 而今天新进入的美股方向，则包括Sea和Welltower。 从单日交易结果看，系统并不是简单从一只科技股换到另一只科技股，而是开始在更广的横截面中重新寻找风险收益结构。 第二，港股的行业分布进一步打开 今天港股新增信号覆盖： 紫金矿业、海尔智家、日清食品、布鲁可、汇通达网络等。 资源、消费、家电、零售等不同方向同时出现。 与此同时，华润置地、首钢资源、康师傅、石药集团、东方海外国际等旧仓退出。 这里最重要的一点是： 这不是人为决定“明天应该买消费、卖科技”。 小猫量化并没有主观行业偏好。 真正发生的是： 股票池扩大之后，不同产业里的股票开始同时竞争系统有限的风险预算。 谁满足策略条件，谁获得仓位； 谁失去趋势、触发利润保护或者达到风险条件，谁退出。 这比“人工预测下一轮热点”更符合量化交易的本质。 第三，今天有一笔交易值得系统层面重点审计 汇通达网络今天约9:52建立仓位，随

今晚北京时间 20:30，美国将公布7月CPI。 按照路透调查，市场目前预计7月整体CPI环比上涨 0.1%、同比上涨 3.4%；核心CPI预计环比上涨0.2%、同比上涨2.5%。6月整体CPI同比为3.5%，因此今晚的数据将直接影响市场对美国通胀趋势以及9月美联储政策路径的重新定价。 但我认为，今晚真正值得关注的并不只是“CPI到底是3.3%、3.4%还是3.5%”。 更危险的变量，可能在美债市场。 最近市场流传的“4000亿美元做空美债”，严格来说并不是4000亿美元全部直接押在美债空头上，而是指趋势跟踪型CTA行业管理资产规模达到数千亿美元级别。根据UBS相关数据，目前CTA在债券上的方向性空头暴露已经处于历史极端水平；每当10年期美债收益率变化1个基点，其整体盈亏敏感度可能达到约3亿美元。与此同时，杠杆资金和趋势资金对美债的看空交易已经高度拥挤。 这就让今晚CPI变得非常特别。 一、最大的风险可能不是“通胀高”，而是仓位太拥挤 CTA的核心逻辑不是判断“美国经济最终会怎样”，而是跟随趋势。 过去一段时间： 通胀压力仍高； 财政赤字和国债供给压力存在； 10年期美债收益率重新回到4.6%—4.7%附近； 债券价格持续承压。 于是趋势模型自然不断增加债券空头。 这种策略在趋势持续的时候非常有效。 但问题在于： 趋势越一致，仓位往往越集中。 如果今晚CPI偏高，美债收益率继续上行，空头趋势可能继续运行。 真正具有非线性风险的，是另一个方向： 如果CPI明显低于预期，美债价格快速上涨，部分CTA模型就可能触发减空甚至反向平仓。 于是市场可能形成： 债券上涨 → 空头止损 → 被迫买回债券 → 债券进一步上涨 → 更多模型触发平仓。 这就是所谓的债券轧空。 二、为什么今晚不能只看纳指？ 很多投资者已经形成一种条件反射： CPI低于预期 = 科技股上涨。 但今晚我反而建议先观察

AI产业又出现了一个很有意思的变化：GPU算力开始被正式金融化。 CME Group与Silicon Data宣布，计划于 2026年10月5日 推出两类Compute Futures——H100 GPU租赁指数期货和B200 GPU租赁指数期货，目前仍待监管审查。两类合约分别跟踪Silicon Data发布的H100、B200每小时GPU租赁价格指数，每张期货合约对应相应GPU 一个月的租赁成本，并将在NYMEX挂牌。 这件事真正值得关注的，不是“期货市场又多了两个品种”。 而是： AI产业最核心的生产资料——算力，第一次开始拥有公开、标准化、可以交易和对冲的远期价格。 一、为什么说算力正在变得越来越像石油？ 20世纪的工业经济离不开能源。 工厂、汽车、航空、物流都需要石油，因此企业必须面对能源价格波动。最终，原油从现货交易逐渐发展出成熟的期货、远期和风险管理体系。 AI时代也出现了类似问题。 训练模型、运行推理、部署AI应用，都需要GPU算力。 当AI企业规模越来越大，GPU租赁成本就不再只是IT部门的一笔费用，而会直接影响整个商业模式的毛利率和现金流。 CME在官方公告中就直接把这种变化类比于石油市场的发展：算力正在被标准化为可以交易的商品，让AI开发商和Hyperscaler能够锁定未来成本。 二、为什么现在需要GPU期货？ 因为GPU价格已经不是一个稳定数字。 Silicon Data数据显示，H100专业云市场租赁价格此前曾在四周内上涨约10%；B200租赁指数在2026年3月更曾单月上涨约24%。同一颗GPU在不同云服务商、不同时间的价格也可能明显不同。 对于一家AI公司来说，这就产生了一个现实问题： 今天按照某个GPU成本设计的商业模式，六个月后成本可能完全不同。 以前企业很难直接对冲这种风险。 未来有了GPU期货，可以出现类似这样的逻辑： AI公司担心半年