宇树科技上市之后，可能是最近A股最典型的一场“未来定价”。 8月19日登陆科创板，发行价150.80元，开盘直接冲到1100元，盘中对应市值一度达到4449亿元；首日最终收于845元，对应市值约3418亿元。随后股价快速回落，上市次日731元附近时，市值仍接近3000亿元，动态市盈率约500倍。 问题来了： 宇树值不值3000亿元？ 我认为这个问题不能简单回答“值”或者“不值”。 因为市场现在交易的根本不是宇树今天赚多少钱，而是： 人形机器人未来能不能成为继汽车、智能手机之后的新一代超级终端。 从产业位置看，宇树确实有非常强的稀缺性。 公司2025年收入约17亿元，并已经实现盈利；与大量仍停留在研发和融资阶段的具身智能公司相比，宇树已经具备真实产品、量产能力、品牌影响力和全球客户。上市也让它成为A股人形机器人最直接的估值锚。 但资本市场最大的问题恰恰在这里： 产业空间很大，不代表今天的价格就便宜。 按发行价计算，宇树的发行市盈率本身已经达到219倍，而行业平均静态市盈率只有约38.56倍；上市后的二级市场交易价格又把估值继续推高了数倍。 更值得注意的是，连创始人王兴兴自己都在强调产业仍处于早期。 他最新表示，机器人真正的“ChatGPT时刻”可能仍需要2—10年；目前机器人最大的瓶颈并不是能不能走路、跳舞或者搬东西，而是模型在真实世界中的输入输出对齐——最后几厘米、几毫米的误差，都可能让任务成功率急剧下降。 这实际上揭示了宇树估值最核心的矛盾： 资本市场已经开始按照“机器人规模化时代”定价，但产业本身还没有真正进入规模化时代。 现在很多人形机器人最成熟的场景，仍然集中在科研、教育、展示和部分工业试验。 真正能够支撑几千亿甚至更高市值的，并不是机器人卖得更多一点，而是三个变量必须同时兑现： 第一，销量数量级提升。 从几万台进入几十万、几百万台。 第二，软件和具身智能成为高毛利

量化正在成为A股越来越无法忽视的一股力量。 按照中信证券相关研究口径，截至2026年6月末，国内量化股票多头策略规模已经达到约 1.83万亿元。 相比2024年末约7195亿元，一年半时间增加超过1万亿元，规模接近翻倍。 但真正值得关注的，并不是1.83万亿元这个数字本身。 而是另一个变化： 资金越来越多，Alpha却越来越难做。 今年上半年，指数增强产品整体仍然取得正超额，但平均超额收益明显低于去年同期。 这背后其实对应量化投资最经典的问题： Alpha是有容量的 假设市场里存在一个简单规律： 过去20天表现最强的股票，未来一段时间继续跑赢。 最早发现这个规律的人，可以获得很高收益。 随后越来越多资金发现同样的因子。 于是大家同时买入强势股票。 结果会发生三件事。 第一，信号被提前交易。 过去可能要5天才完成的价格修复，现在1天甚至盘中就完成。 第二，交易变得越来越拥挤。 所有模型在相似位置买入，又在相似条件触发时卖出。 第三，冲击成本上升。 一个管理1亿元的策略和一个管理100亿元的策略，即使信号完全一样，最终实际收益也可能完全不同。 这就是： Strategy Capacity——策略容量。 因此，量化行业进入1.83万亿元阶段以后，真正竞争的可能已经不是： “谁能写更多因子？” 而是： 谁知道自己的Alpha最多能承载多少资金。 这对A股市场结构也会产生越来越明显的影响。 例如： 小盘股流动性有限，高换手因子的容量天然低； 大盘股容量更高，但市场有效性也往往更强； 动量、反转、低波、质量等经典因子如果集中暴露，容易形成拥挤交易； 极端行情出现时，同一批模型可能同时降低仓位，放大短期波动。 但这并不意味着： “量化规模大=A股涨跌都由量化造成。” 真正应该研究的是量化资金内部结构。 1.83万亿元并不是一个完全相同的策略。 里面可能包括： 指数增强、多因子、市场中性、

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