青梨手记(一):学习技术分析的纯粹脉络
文章系统梳理了技术分析的学习脉络,将其分为指标入门期、价格本源期、理论体系期和实践淬炼期四个阶段。从基础指标使用,深入到裸K、结构与量价分析,再到道氏、波浪、威科夫、SMC 等理论体系的学习,最终强调通过实盘将知识转化为可执行的交易系统。
文章系统梳理了技术分析的学习脉络,将其分为指标入门期、价格本源期、理论体系期和实践淬炼期四个阶段。从基础指标使用,深入到裸K、结构与量价分析,再到道氏、波浪、威科夫、SMC 等理论体系的学习,最终强调通过实盘将知识转化为可执行的交易系统。
本文介绍了 Neverless 这一欧洲加密货币交易所,支持数字货币和法币入金,提供美股交易服务。文章详细讲解了注册、认证、入金和出金的流程,并指出该平台对中国大陆用户友好,适合小额体验美股投资。
文章整理了美股投资中常用的工具清单,涵盖行情数据、财报研究、宏观数据、机构持仓追踪及新闻资讯等类别。作者推荐了多个免费及付费的高效工具,并提醒投资者远离付费荐股和虚假消息,强调工具仅是辅助,核心在于独立思考。
文章指出,全球顶级大佬正从数字AI转向“物理AI”赛道,即具备感知和执行能力的具身智能。文章详细拆解了孙正义、黄仁勋和孙宇晨的布局逻辑,并列举了人形机器人、存储、能源、无人机、空间计算和工业自动化六大投资方向及相关A股核心标的,最后提示了甄别蹭概念公司和把握投资节奏的风险。
文章深入分析了被称为“美股最牛散户”的 Serenity 的独特投资策略。区别于大众追逐热门股(如英伟达)的方式,Serenity 通过深度拆解产业链,挖掘处于上游、具有垄断地位的“冷门票”供应商。其核心“紫苏叶理论”包含三步:自上而下追问不可替代的环节、寻找玩家数量极少的垄断环节、公开发表分析接受反驳以验证逻辑。文章通过 $AXTI、$SIVE、RPI 等案例拆解了该方法如何避开拥挤赛道,发现被市场忽视的价值洼地。
文章深入剖析了匿名推特账号 Serenity(@aleabitoreddit)的投资传奇。他通过深入研究 AI 供应链中的「瓶颈点」,精准挖掘并做多如树莓派(RPI)、AXTI 等冷门股票,引发巨大市场波动,甚至吸引了对冲基金跟单。文章详细复盘了其成名案例、独特的「瓶颈点」选股逻辑,同时也客观指出了其身份不可验证、业绩未审计等潜在风险。
本文旨在探讨未来两年内“物理 AI”(机器人和自动化技术)领域的投资 Alpha 机会。作者明确指出,最确定的需求不在于“人形机器人”的故事,而在于已经开始产生现金流的物理 AI 基础层,如车载感知、边缘计算和仓储自动化。文章重点分析了 Ambarella、Mobileye、Symbotic、Intuitive Surgical 等公司,认为利润将流向高附加值、高切换成本的环节,并给出了具体的买入排序和交易策略。
文章指出相比于增长率和估值,护城河才是决定一家公司能否持续赚钱的关键。作者基于巴菲特的“城堡与护城河”理论,结合 Claude 开源的投研框架,详细拆解了网络效应、转换成本、规模优势和无形资产这四种护城河类型,并提供了一张量化评估表。文章通过英伟达和戴尔的对比分析,阐述了护城河深浅对利润率的决定性影响,同时纠正了将“先发优势”和“高增长”误判为护城河的常见误区。
文章分析了 Dan Niles 对当前 AI 市场及宏观经济的最新洞察。核心观点包括:Google 凭借模型、芯片、现金流和云业务的完整闭环,成为未来 3-5 年最看好的 Mega Cap 公司;Agentic AI 的普及将导致 Token 需求暴增 10-100 倍,并提升 CPU 在硬件架构中的重要性;在投资策略上,需警惕油价与债收益率飙升带来的宏观风险,建议保持灵活仓位,重点关注 Google 及 CPU 厂商的结构性机会。
文章由Kova撰写,提出了一个基于2026年超大规模企业$300B+资本开支流向的AI投资4层模型(半导体制造、核心芯片、DC物理层、DC建造层)。基于此模型及Picks-and-shovels、Anti-correlation等原则,作者筛选出了包含LRCX、MU、VRT等在内的10只长线底仓股票,并详细阐述了每只标的的Thesis、权重配置及具体的退出与监控策略。
文章详细分析了 Coherent(前 II-VI)如何通过 55 年的垂直整合和关键收购,从一家红外材料厂商进化为 AI 时代的核心光通信供应商。文章指出,在 1.6T 光模块和 CPO 技术浪潮下,Coherent 独特的 6 英寸磷化铟产线和全栈制造能力构成了难以逾越的护城河,并获得了英伟达的 20 亿美元战略入股。
文章指出,在 AI 算力扩张的传导链中,公牛插座作为物理接入的“最后一公里”被市场严重低估。通过分析中国数据中心增长、国产替代及公牛的渠道护城河,作者认为公牛集团应被视为 AI 战略基础设施而非传统消费股,具备极大的估值重估空间。
本文发布于高通财报前夕,深入分析了端侧 AI 的技术拐点与商业逻辑。文章指出,端侧 AI 不是云端大模型的替代,而是解决隐私、延迟和带宽成本等痛点的必要补集。通过“豆包手机”被封堵等案例,论证了 Agent 操作本地化的必要性。同时,分析认为特斯拉关闭 Dojo 证明了垂直整合的高难度,而高通凭借在座舱芯片的统治地位和低功耗推理优势,有望成为端侧 AI 时代的核心受益者。
本文以荷兰东印度公司的大航海为喻,深度解析英特尔在2025-2026年的重生逻辑。文章指出,随着美国政府入股、英伟达及软银注资,以及18A制程良率超预期,英特尔已从破产边缘被重新定位为美国国家战略资产。然而,其代工业务尚未跑通商业闭环,巨额亏损仍在持续。这是一场关于技术、资本与国家意志的豪赌,英特尔能否真正“返航”仍取决于后续执行。
文章深入分析了 AI 从训练时代进入推理时代的投资机遇。随着推理成本占比提升至 80%-90%,算力需求呈几何级增长,但英伟达在推理市场的份额已下滑至 60-75%。AMD 凭借大显存优势及 OpenAI 等巨头的订单,正在抢占市场。ASIC 定制芯片也成新势力。文章对比了英伟达与 AMD的投资逻辑:英伟达仍是行业 beta,而 AMD 是份额转移的直接受益者。
本文从投资视角出发,将AI产业链划分为算力基础设施、模型层、中间件、应用层及能源约束四个层级。作者主张建立“知识仓”,深入理解产业逻辑,以应对未来的市场波动。文章详细分析了英伟达等核心公司的护城河,并指出了光互连、散热等第二、三圈层的潜在投资机会,强调了从“训练”向“推理”转变带来的市场格局变化。
作者通过五年的量化交易经历,分享了在股市中稳定盈利的心得。文章指出,大多数散户亏钱的原因在于追求高胜率的幻觉和盲目跟风。真正的“窄门”策略是:放弃对高胜率的执念,转而关注赔率;远离拥挤的热门板块,寻找市场边缘的定价偏差;将风控刻入交易体系,严格控制回撤。最终,通过低回撤的复利增长,实现“慢即是快”的投资自由。
作者通过反思段永平关于茅台的回答,指出投资中常见的误区:把“趋势判断”误当“投资结论”。真正的核心是区分“一眼看到底”与“第一性原理”,关注现金流持续的时间窗口。无论是茅台还是教育行业,即便终局是衰退,只要确定性现金流还在,期间依然能诞生巨额回报。投资不是预测终局,而是利用时间差。
文章详细介绍了四位顶级交易员——Kristjan Qullamaggie、Mark Minervini、尼古拉斯·达瓦斯和威廉·欧奈尔的止盈策略。涵盖了分批锁定利润、均线跟踪、箱体理论突破止损以及基于盈亏比和统计数据的离场规则。文章强调卖出规则需客观化,旨在平衡利润保护与趋势延续,避免情绪干扰。
知名分析师郭明錤发文分析 John Ternus 出任苹果新CEO的背后逻辑。Ternus 因成功领导 Mac 从 x86 向 Apple Silicon 的全栈转型而获董事会青睐,这展示了其在系统级迁移上的卓越执行力,正是苹果迈向端侧 AI 时代所需的关键能力。文章指出,Ternus 的晋升打破了“iPhone 业务负责人继任”的传统预期,暗示库克建立的供应链运营模式将保持稳定,但在新阶段将更注重与供应商的深度技术整合。
文章指出即便市场指数上涨,绝大多数散户依然亏损的根本原因,在于结构性劣势而非运气。频繁交易、损失厌恶及过度自信等心理本能,使散户在面对量化基金和专业机构时毫无胜算。作者引用数据对比了主动管理与被动指数投资的收益,建议散户若无认知优势应不参与、定投指数基金或仅以赌徒心态对待。
本文介绍了超级短线交易员Ross Cameron的抓妖股策略。他通过筛选高成交量、小流通盘的最强股票,利用MACD在0轴上方运行的信号,配合特定的回踩形态(如微回踩、牛旗、ABCD结构)入场。文章详细解析了其选股逻辑、止损止盈技巧及盈亏比计算方法,强调只在强势股中配合强势信号交易。
本文是《股票技术面手册》系列的完结篇,作者分享了利用技术指标进行做T(日内交易)的方法。文章指出技术分析的本质是在共识中寻找确定性,而非预测未来。作者详细讲解了K线、支撑压力位、布林线等指标,强调“指标观市场情绪,策略定概率”。最后提出将基本面作为底仓、技术面作为浮动仓位的投资策略,并预告后续将开启资金面系列分析。
本文介绍了北京大学赵克常老师的爆款课程《炒股挣钱》。这门课虽名为炒股,实则是一堂针对普通人的股市风险认知课。赵老师核心观点在于打破散户的暴富幻想,强调股市不是致富捷径,而是高风险博弈场。文章详细梳理了课程内容,包括宏观、行业、公司的分析框架,选股、交易、仓位、风控的四大体系,以及散户常见的误区。最终劝诫普通人重纪律轻预测,建议配置宽基指数基金而非盲目投机个股。