0xRay

3月会议纪要其实已经出现鹰派转向的苗头，但当时还是“部分人”（Some）的提出可能加息 到最新的4月会议纪要，提出如果通胀持续高于2%就可能加息已从“部分人”（Some）变成 “多数”（ majority），且已经有不少人希望把政策声明里的“降息偏向”去掉 这和Dimon最近的表态（利率可能大幅走高）形成了呼应 #fomc

摩根大通CEO戴蒙今天在彭博电视采访中提示未来利息有持续上涨的风险： “They could be much higher than they are today.”（利率可能比今天高得多。） “We may have gone from a saving glut to not enough savings.”（我们可能已经从储蓄过剩转向了储蓄不足。） 1、什么是储蓄率？当前储蓄率有多低？ 根据FRED的数据，3月份的个人储蓄率是3.6%，低于长期历史中位数8.3% 2、储蓄率不足的原因是什么？ 个人储蓄率 = 个人储蓄 / 可支配个人收入 DPI 当前储蓄率不足的核心原因： 1）消费支出增长快于可支配收入； 2）通胀和高利率挤压现金流； 3）疫情超额储蓄被消耗； 4）资产价格上涨又继续支撑居民消费意愿 3、为什么储蓄不足会导致利率上行？ 简单说，过去十几年全球钱太多，把利率压得很低。现在政府借钱需求大，如果储蓄跟不上，钱的“租金”（利率）就容易往上走。 利率上升会提高未来现金流的折现率，压制高估值股票的估值倍数，同时企业借钱成本上升，部分高负债或资本开支大的公司经营压力也会增加。 补充： 回顾2005-2007年历史，个人储蓄率下降到2%-3%之间，10年期利率从4.2%上涨到5.2%，纳斯达克股价从1600上涨到2200，随后出现08年互联网泡沫

未来美股怎么走？该盯哪些指标？ 近期美股从低位反弹近19%，驱动逻辑与2025年4-11月那轮高度一致：风险偏好回升+大科技财报超预期。 区别只在于风险修复的来源——上一轮是贸易战缓解，这一轮是美伊战争缓解。 逻辑相似，路径就有参考价值。 回看2025年11月-2026年2月那轮回调，是三条线同时收紧引发的： 1️⃣ 估值高位：TTM PE约30x，forward PE约22x，均远高于历史均值 2️⃣ 降息后延：10月底虽降息25bp，但明确暗示12月降息并非板上钉钉 3️⃣ 风险偏好下行：政府停摆超一个月 随后资金从科技股转向价值股、小盘股，市场参与度扩大。 直到2026年2月特朗普提名沃什——市场解读为偏鹰，叠加美伊战争升温，标普一度回调近10%。 而当前的估值位置，和2025年11月回调前夜几乎一样： forward PE约21x（高于5年均值约20x），TTM PE约29x。 往后看，两种情景： 🅰️ 参与度扩散：资金从大科技流向其他板块，等权标普跑赢市值加权标普 🅱️ 全面回调：市场整体调整 目前倾向 A 情景B会不会发生，需要盯紧两个事件： 1️⃣6月即将公布的非农就业 + 通胀数据 2️⃣沃什上任后首次FOMC（6月16-17日） 如果通胀若继续超预期、就业不差 → 美联储预期转鹰 → B的概率上升。 #sp500 #Warsh

"When you buy the S&P 500 at a 23x P/E, your 10-yr annualized return has always fallen between +2% and –2%, in every case!” — Howard Marks

The entire market is in an unprecedented gamma squeeze. Open Interest at all time high, outstanding delta above $4.2tn - absolute all time high.

Hmmm....

近期对大模型的思考 1. 当前大模型在复杂推理上仍存在不稳定性 大模型生成内容本质上是基于概率预测。它会根据已有上下文和前面生成的内容，逐步生成后续 token。 因此，在简单任务中，模型通常可以给出较稳定的答案；但在复杂推理任务中，问题会被放大。 因为复杂任务往往需要多步骤推导、信息整合、假设判断和连续决策。只要前面某个关键步骤出现偏差，后续推理就可能沿着错误方向继续展开，最终导致结论看似完整，但底层逻辑已经偏离。 所以，大模型复杂推理的核心问题不是“不会回答”，而是：在长链条推理中，难以持续保持逻辑一致、事实准确和自我纠错能力。 2. 当前提升长推理可靠性的主要方法有三类 目前解决长推理不稳定，主要依靠三种方式。 第一，增加推理计算。 也就是让模型在回答前进行更充分的思考，包括任务拆解、多路径推理、反复检查和更长的推理过程。这不一定意味着必须增加模型参数，也可以通过增加 inference-time compute 来实现。 第二，引入外部数据和工具校验。 对于事实、数据、计算、代码、引用等内容，不能只依赖模型自身生成，而应通过外部数据源、数据库、搜索、Python、Excel、代码执行器等工具进行验证。这样可以把部分问题从“语言生成”转化为“可验证计算”。 第三，引入人类或其他 AI 进行复核。 模型生成初步结论后，可以让人类或另一个模型检查其中的逻辑漏洞、错误假设、遗漏变量和反方观点。这相当于给模型增加一层审稿机制。 这些方法能让长推理从"不可靠"提升到"在特定条件下足够可用"，但都依赖一个前提——存在可被检验的标准 对于真正开放、无标准答案的复杂推理任务（如战略判断、原创性研究），由于缺乏外部锚点，这些方法存在技术天花板，无法根本解决。 3. 长推理不足会限制大模型的能力，但为了弥补这个不足，需要更多的算力来弥补，比如需要引入多轮推理，多模型复合，外部工具/数据调用等等。

为什么市场认为存储会从周期型产品变成结构性成长产品？ 核心不是“存储没有周期了”，而是 AI 让高端存储需求从过去主要跟随消费电子周期，转向更多由 AI 基础设施建设驱动的结构性增长，叠加 HBM 供给弹性低。因此，市场认为存储公司的盈利中枢和估值中枢可能上移。 可以先用一个公式理解这轮逻辑： 高端内存收入 ≈ 内存需求量×单位内存价格=GPU/AI accelerator 出货量 × 单颗 GPU 的内存含量 × 单位内存价格 这三个变量分别对应： 1、GPU 出货量：取决于 AI token 需求是否持续增长，以及 token 增速是否快于单 GPU 效率提升； 2、单颗 GPU 的内存含量：新一代 GPU 通常需要更高 HBM 容量和带宽，这一项大概率继续上升； 3、单位内存价格：短期受供给瓶颈支撑，但中长期可能因扩产而回落。 所以，当前存储上行的主要驱动力是：单颗 GPU 的内存含量提升 + HBM 供给瓶颈导致价格维持高位。 1. 需求端：AI 提高单位 GPU 的内存价值量 AI 训练和推理不是只做计算，还要不断读取模型权重、KV cache、中间激活值和输入数据。模型越大、上下文越长、batch 越大，对内存容量和带宽的要求越高。 因此，GPU 的性能提升不能只靠算力，还需要更大的 HBM 容量和更高的内存带宽配合。否则 GPU 核心会等待数据，理论算力无法充分转化为实际 token 吞吐。 这也是为什么新一代 GPU 往往搭载更多 HBM：NVIDIA 必须持续降低 cost/token、提高 token 吞吐，才能让云厂商继续升级和采购新 GPU。而要做到这一点，HBM 容量和带宽通常也要同步提升。 所以，这一轮需求端最重要的变量是：单位 GPU 对应的内存价值量在上升。 2. 供给端：HBM 扩产难度更高，供给弹性更低 HBM 不是普通 DRAM 的简单升级，供给受多重环节限制：比如 先进 DRAM 晶圆产能； TSV 堆叠和先进封装能力； 良率爬坡； 与 GPU/AI accelerator 客户的认证周期； 长周期资本开支和设备交付。 因此，即使行业看到高利润，HBM 供给也很难像传统 DRAM 那样快速释放。供给弹性下降，会让价格和毛利率在更长时间内维持高位。 3. 订单端：hyperscaler 提前锁量，提高收入可见度 在需求强、供给紧的基础上，hyperscaler 会提前锁定 HBM 和高端存储产能。长期协议提高了存储厂商收入和价格的可见度，也让市场更愿意把部分高端存储需求视为结构性增长，而不是短期补库存。 但这一点是建立在前两点之上的：如果没有真实需求增长和供给瓶颈，长期协议本身不能改变行业周期。 二、逻辑变弱的条件 ⚠️这套逻辑并不意味着存储周期消失。如果未来出现以下情况，结构性成长叙事会变弱： 1、AI capex 放缓：GPU/AI accelerator 订单下修，GPU 出货量下降； 2、token 增速低于 GPU 效率提升：总 GPU 需求增速放缓； 3、HBM 大量扩产：2027—2028 年后新增产能释放，单位内存价格和毛利率回落； 4、模型架构更省内存：单位 GPU 所需 HBM 容量和带宽增速下降。 结论 市场认为存储可能从纯周期品转向结构性成长品，本质上是因为： AI 让内存容量和带宽成为算力瓶颈，推动单颗 GPU 的 HBM 含量提升；同时 HBM 供给受制于先进 DRAM 产能、封装、良率和客户认证，供给弹性低于传统 DRAM。 存储并没有摆脱周期，只是 AI 可能抬高高端存储的盈利中枢和估值中枢。 后续关键要跟踪三个变量：GPU 出货量、单颗 GPU 的 HBM 含量、单位 HBM 价格。

Funds are selling while retail is buying. The 2nd-largest hedge fund selling in tech in a decade meets the 3rd-largest retail fund flow into $QQQ.

以前稳定币“躺着就能领利息”，以后大概率要“用着才能领奖励”了。 根据5月1日最新妥协，《清晰法案》（CLARITY Act）将禁止平台为单纯持有稳定币支付被动收益（类似银行利息）， 但允许基于真实交易、转账、支付等活动的奖励。 这意味着：纯躺赚模式将终结，平台奖励要更“诚实”，围绕实际使用设计 #circle

Tom Lee sees the S&P 500 at 7,300… then a 15–20% drawdown. The setup is simple: The Fed gets tested A new chairman steps in. Warsh wants rate cuts, but the data says the opposite. His decisions will expose whether the Fed stays independent or bends to Donald Trump. The oil shock is delayed The impact of the Iran war isn’t priced in. Shortages hit later → oil spikes → inflation rises → growth slows. That’s what triggers the drawdown.

‼️Pension funds are about to unleash MASSIVE equity selling: Goldman Sachs estimates ~$23 billion in equity sales from pension rebalancing this month, the LARGEST non-quarterly monthly sell estimate on record since 2000. This exceeds the previous non-quarterly record by ~25% and ranks within the 15 largest monthly sell estimates Goldman has recorded over the last 25 years. By comparison, the long-term average monthly pension equity estimate stands at just -$1.8 billion, meaning this month's estimate is more than 12 times the historical norm. With retail investors flooding into equities and institutional investors already stretched on positioning, pension selling of this magnitude could add another layer of pressure to an already crowded market. Is the market overdue for a pullback?

Hedge funds are taking profits on tech stocks: Hedge funds posted their largest reduction in US information technology exposure since July 2024 last week. This also marks the 3rd largest weekly exit from the sector in at least 5 years. The move was driven by long sales outpacing short covers at a ratio of 1.9 to 1.0. Exposure was cut in nearly every subsector, led by Software, Semiconductors, Tech Hardware, and Communications Equipment. Despite the reduction, hedge fund allocation in tech remains elevated, at 20.6% of total US gross market value. This is higher than 92% of the time over the last year and higher than 98% of the time over the last 5 years. Hedge funds are realizing gains after a historic run.

2、和去年关税战不同，当前美股估值依然偏贵，任何不确定性事件都容易引发股市大幅波动，市场脆弱性依然明显，短期美股更可能呈现“高位震荡+高波动”格局，而非趋势性反弹

虽然美伊已开启谈判，美股也出现短期反弹，但个人对美股短期走势并不乐观： 1、伊朗提交的10点和平计划，美国不可能全部接受，谈判过程中势必会出现反复，容易引发局部紧张或军事摩擦（分歧包括：伊朗坚持维持对霍尔木兹海峡的控制、要求取消所有制裁、美国从整个中东地区全面撤出作战部队等）

周一美股盘前，原油上涨3%，2年期美债收益率跌幅大于10年期美债收益率，说明市场当前正交易衰退。 黄金下跌有两个原因： 1、 流动性问题：市场波动放大，资金优先抛售流动性好的资产补保证金； 2、避险问题：目前市场定价的是衰退，资金首选美债，而不是黄金

3、战争进一步升级，油价大幅度上涨：市场进一步定价美联储加息，名义利率快速上涨带动实际利率持续上涨，黄金短期承压，但因为加息以及军费支出增加导致美国债务进一步扩张，美元信用风险受损，黄金短期承压后可能出现进一步上涨

1）通胀上行被需求走弱抵消：市场转向交易增长下行，美联储继续降息，实际利率下行，黄金受益机会成本下降与避险需求共振 2）通胀上行伴随需求走弱：出现典型的“滞涨”，美联储陷入进退两难的局面，名义利率难以出现大幅变动，如果通胀预期上涨，带动实际利率下降，同样利好黄金

未来可能会出现三种场景： 1、战争快速结束，油价快速下降：市场重新定价美联储降息路径，2年期和10年期利率下行，实际利率下行，黄金价格恢复到战前水平

两股力量共振，压制了黄金的避险溢价，使其在战争背景下依然录得整体跌势。 但上周五出现了一个信号：原油单日大涨7%，黄金却反向上涨2%，即便当天实际利率仍在小幅走高。 这意味着驱动金价的逻辑开始切换——避险需求的定价权开始压过实际利率上行的负面影响，黄金重新回归其地缘风险对冲属性。