Taylor

665 posts

Taylor banner
Taylor

Taylor

@HkUsInsight

私募基金|美股|Crypto 日常吐槽,只此一号

距离你0.15KM Katılım Mart 2025
144 Takip Edilen692 Takipçiler
Sabitlenmiş Tweet
Taylor
Taylor@HkUsInsight·
对黄金$GOLD 这个事情还是想说一下,毕竟目前争议蛮大的,先来看大摩的一张图,可以很明显看到黄金从 峰值的累计跌幅超过 9%左右 。 但黄金的美元价格自今年年初以来上涨了 54%,而且一直是今年黄金上涨先锋的实物黄金 ETF 持有量都没有出现缩减。 这其实也就意味着,对短时间内突破4000的黄金来说,有点高处不胜寒了,任何一点风吹草动,对市场所产生的影响,较以往放大了约三倍;再来就是,即使黄金出现了大幅回撤,但并未出现ETF资金流出的情况,说明本轮黄金调整更可能源于趋势型交易者(如CTA)在期货市场的获利了结,而非散户投资者减持其持有的黄金ETF。 也就是说,本轮回调是动量型交易者(比如一些量化基金、CTA策略)引起的,就是那种“涨了就追,跌了就砍”的玩家——他们根据价格的趋势来决定买卖。 当行情一路上涨时,这些人会不断加仓、推高价格;但当他们的仓位堆得太满、到了一个“极端”的时候(比如系统显示他们买得太多、风险太集中),他们的交易模型就会自动发出信号:“该止盈、该减仓了”。他们会开始卖出,导致原本上涨的行情出现回调。 同理,如果之前是大幅做空,也会反向平仓,造成反弹。 这表明,近期黄金价格的调整主要是动量资金在高位集中获利所致,而非市场基本面突变。 总的来说就一句话:短期来看,合理回调,长期投资,就要学会把心放肚子里。
Taylor tweet media
中文
2
8
85
35.1K
Taylor
Taylor@HkUsInsight·
又一家机构喊着黄金要到4900 ,那有没有一种可能,我是说有没有一种可能,现在美股的垃圾时间情况下,下一個重大趨勢 回到大宗商品叙事身上 黃金开了个好头 那么接下來的大宗行情或许是板块轮动补涨,前段时间是白银,那么接下来是不是会到铜,稀土之类的其他大宗商品补涨?
Taylor tweet media
中文
0
0
1
413
Taylor
Taylor@HkUsInsight·
当前美股进入高位横盘期,缺乏持续性主流热点。 现在AI、加密货币等板块炒作仅维持一两天,市场未能形成合力。 这种“无持续热点”的状态,在结构上类似熊市特征,但我们需区分结构性低迷与系统性崩盘。 我个人认为首先先排除大熊市可能性,因为引发熊市的条件并不成熟: 第一缺乏系统性利空: 缺乏类似2008年次贷、2022年激进加息的重大利空。虽然经济增长放缓,但基本面仍在扩张。 第二AI基建泡沫≠2000: 本轮AI投资主体是高现金流的科技巨头(M7),而非营收甚微的初创企业。即使AI模型受挫,这些巨头也不会面临生存或大规模融资压力,风险隔离度高,难以引发系统性崩盘。 而当下的美股市场失去方向,主要受三因素影响:年底假期效应、财报季真空期、前期反弹动能衰竭。 前期AI硬件短缺的炒作(芯片、电力)已趋于平淡。 下一个潜在突破口我认为依旧是在AI应用/软件方面。当然了,要买也是买行业龙头。 一句话就是,美股不缺利好,只缺一个能持续点燃市场预期的“主线热点。 拉长时间看,美股长牛逻辑不变,只需要耐心等待。 而12月份以来,短期潜在的三大催化剂可以关注好: 一个是降息预期能否兑现,一个是关税/贸易政策调整力度: 联邦法院潜在的关税取消裁决。 还有一个最重要的且市场目前还没开始定价的:大选周期博弈: 特朗普的低迷民调反而可能促使其推出“拉升股市”的刺激政策,以挽救支持率。 到那时候不排除再来一遍已经被市场遗忘的TACO交易 不过这个过程心理会比较难熬,就像陈奕迅歌词里面说的: 你要静候,再静候~ #美股长牛
Taylor tweet media
中文
0
0
1
301
Taylor
Taylor@HkUsInsight·
@b66ny 这角度真的挺新颖的
中文
0
0
0
246
b12ny
b12ny@b66ny·
經典的黑天鵝作者 Taleb 凌晨發了篇論文,他說,止損不是一個好策略。 ⠀ 這句話肯定一堆人又要高潮了,說你看吧,大神都說不要止損,凹單才是王道。 ⠀ 等一下啦幹,你先別急著把你那快爆倉的單子止損拔掉,他並非叫人不要止損,他是用數學證明了大多數人對止損的理解,根本是瞎雞巴亂搞。 ⠀ 一堆人把止損當成護身符,以為設了止損,風險就變小了,波動率數據也漂亮了,好像從玩命的雲霄飛車,變成溫馨的旋轉木馬。 ⠀ 這就是最大的誤會,風險從來沒有消失。 ⠀ 它只是被你從一個很大的可能性,壓縮成一個點,然後像個定時炸彈一樣,堆在你設定的那個價格上。 ⠀ 作者用了一個很屌的名詞叫狄拉克質量 Dirac Mass,不用懂數學,只需要想像一個畫面就好: ⠀ 原本虧損的機率,是像沙灘一樣平滑地散開的,可能虧 10%,可能虧 20%,也可能運氣很差虧到 80%。 但當設了一個 -5% 的止損,那些原本可能虧 10%、20%、80% 的機率,並不會憑空不見,它們全部被吸過來,像一座山一樣,全部壓在你那個 -5% 的點上。 ⠀ 所以你那個止損點,就變成市場上最脆弱、最顯眼、機率最集中的一個自殺按鈕,你的風險雖然沒有被移除,卻是被你親手變成了一個巨大的標靶,上面寫著來打我啊。 ⠀ 這就是為什麼很多人會覺得市場在追著止損跑,以為是主力在搞你,某種程度上是,但更底層的原因是,你的止損單,跟其他成千上萬個散戶的止損單,共同創造出了一個流動性黑洞。 ⠀ 價格會很自然地被吸過去,因為那裡有最肥美的訂單可以成交,所以,這篇論文的結論並非叫人無腦凹單,而是要人清醒地認識到,止損不是一個降低風險的魔法,它是一個交換。 ⠀ 你用一個確定的、高機率的小額虧損,去交換一個不確定的、低機率的毀滅性虧損,與其糾結會不會死,不如從一開始就要想清楚,選擇死在哪裡,而且死得值不值得。 ⠀ 不要再看那些回測數據說策略波動率多低了,那都是假的,除了看這些數據,更該問的是,為了這個漂亮的數據,在看不見的地方,到底隱藏了什麼風險。
Nassim Nicholas Taleb@nntaleb

New paper coming.

中文
38
101
555
133.2K
Taylor
Taylor@HkUsInsight·
@RichTerry123 加仓我就用金字塔加仓法,策略我就用杠铃策略😊
中文
0
0
2
1.3K
Taylor
Taylor@HkUsInsight·
@111_114390 现在是Burry VS Trump 🤣🤣🤣
中文
0
0
1
106
Lemon
Lemon@111_114390·
老天奶,又来喊单了,Trust in Trump!!!
Lemon tweet media
中文
1
0
13
1.4K
Taylor
Taylor@HkUsInsight·
@RichTerry123 最近在复看《易经》 好书就是值得反复阅读 ,特别是在当下这个垃圾时间行情,来点心理按摩缓解下情绪~~
中文
0
0
1
960
Terry
Terry@RichTerry123·
推荐大家去读一下塔勒布的《反脆弱》,里面有一句我常读常新的话: “Wind extinguishes a candle and energizes fire. Likewise with randomness, uncertainty, chaos: you want to use them, not hide from them. You want to be the fire and wish for the wind.” 以前总觉得稳定是最好的,后来发现温室的稳定才是最脆弱的,希望大家都能在这个浮躁的市场里找找一些平静的声音吧 ps:刚好最近书荒了,推友们还有什么好书推荐吗?求安利(第二张图是我没装完的书柜)
Terry tweet mediaTerry tweet media
中文
38
95
752
236.5K
𝙃𝘼𝙕𝙀𝙉𝙇𝙀𝙀
舒服了 这个傻逼
𝙃𝘼𝙕𝙀𝙉𝙇𝙀𝙀 tweet media
Crypto_Painter@CryptoPainter

成功破防了勃勃! 一边说着币圈都是韭菜,一边还在骂中国人… 已经语无伦次了… 我观察他好久了,每次发够了那些毫无价值的胡言乱语后,发现流量太差,于是就开始到处蹭流量… 看到大家都在聊 @hongkongdoll 就去蹭… 然后被无情嘲讽… 看到李哥 @hazenlee 分享交易,就去蹭,然后被怼到不敢回复 … 看到BTC跌了,就蹭币圈… 基本上我认识的愿意认真分享的博主都被他蹭过, @shufen46250836 曾经还问过我,这个人是不是不正常,我说,这就是个职业蹭流量的… 最TM恶心的是,国内大阅兵的时候还要蹭,非要彰显一下他自己的反贼身份… 这种人最大的特征就是“自卑”… 而且他还以此为荣… 为什么不拉黑这逼? 这就和我不拉黑所有黑粉,还要建黑粉群的原因一样,这是活人指标… 不然你无法想象这个市场里“含傻逼”比例的大小…

中文
13
1
55
50.1K
Taylor
Taylor@HkUsInsight·
@Likeyou25983U 我看了他们的会议,英伟达野心挺大的,前高没啥问题
中文
0
0
0
56
Taylor
Taylor@HkUsInsight·
又续上命了 兄弟们
Taylor tweet media
中文
1
0
3
477
Taylor
Taylor@HkUsInsight·
针对当下美股的“垃圾时间”说下自己 看法,过去一个月市场情绪的核心变化,其实核心影响不是来自美联储官员讲话,而是资金成本层面的“实际松动”。这是交易员能感受到,却不会出现在官方新闻标题里的部分。 说一个大家可能容易忽略的角度,看SOFR数据变动观察资金流动性,从最新SOFR数据可以看到:短期融资压力明显缓解 从 10/27〜10/31,SOFR一度冲到 4.27%~4.31%,属于阶段性高位。这意味着资金市场当时出现明显紧张,加息压力最大、长端美债收益率冲顶,科技股承压。 但从 11/13开始,SOFR连续回落(4.30 → 4.00),11/17成交量高达3,278亿美元,表明流动性在主动释放。 这不是美联储“说要宽松”,而是市场主动“松了一口气”。 从实际交易角度看: SOFR快速上升 = 钱变贵 = 风险资产承压(对应10月下旬) SOFR连续回落 = 钱开始变便宜 = 风险偏好重启(对应11月中旬) 当前SOFR在 3.9–4.05区间震荡 → 属于压力减轻阶段,但还没进入全面宽松周期 这也意味着: 1.市场已经 不再交易“继续QT(or 加息)”预期 2.正在往 “维持高利率更久”模式过渡 3.如果 SOFR进一步跌破3.9%,会触发下一轮高Beta资产(科技股、AI、半导体)的加速反弹 目前来说,SOFR落到4.0+只是“市场觉得危险过去了”,但政策转向还没明牌。等回落到3.9%附近,可能新一轮的科技启动又来了
Taylor tweet media
中文
1
0
3
496
Taylor
Taylor@HkUsInsight·
@111_114390 好的 姐,我在下面拿盆接呢
日本語
0
0
1
77
Lemon
Lemon@111_114390·
oklo 居然跌了一半下来啊 可以准备动作一下了
中文
2
0
2
1.1K
Taylor
Taylor@HkUsInsight·
“一个弱智任务 20 万 token 就没了”这句话太真实了🤣 而且更重要的是这个 Agent 的 token 消耗是指数级的,而不是线性的,多个模型链式调用像planning,tool use,subtask decomposition,multi-step reasoning,verification,随便一个任务里的「模型调用次数」是爆炸式增长的。 而且我觉得,如果 Agent 跑向“自动化大规模任务”这条路,那么 token 需求不是增加 5 倍、10 倍,而是100 倍级别的跃迁。这就是为什么向fin神说的 Anthropic 今年 9x、OpenAI 4.5x 的增长可以存在。 另外说到Agent这个东西,我也认为它估计 会把推理 workload 拖向“长尾高频+并发爆炸”,因为这个和传统 SaaS 的负载是完全不一样。 估计现在部分云厂商也看到了:训练增长有限,但推理增长是火山口这一现状,所以这一次AMD的财报,出乎人理疗的好哈~
中文
0
0
4
326
fin
fin@fi56622380·
"时间错配型泡沫"总结的太好了! “模型一旦进入推理阶段,GPU使用率下降,回收利用率未必高”,这个原文可能写的不太清楚,不是GPU的使用率下降,而是就算是GPU全部跑推理,GPU因为memory bound的原因,内部MAC单元利用率是不足40%的(就算是batching也不行),而训练里一般能达到65%以上 “投机性堆料”个人觉得可能对需求偏悲观了,目前最保守的MSFT都是被RPO的快速增长逼着不停的扩张算力,有多少合同扩张多少 agent今年的进度还是不错的,这是烧token最夸张的地方,一个弱智任务二十万token就没了,需求端爆点可能就是这地方,值得密切关注 应用端目前确实比较集中,每个垂直领域也没有几家,只能靠openai/anthropic的增速来作为最直观的信号,openai一年4.5倍,anthropic一年9倍,明年盲猜可能3~4倍。等到这两家增速都降到50%以下,可能就是“错配”累计起来最多的时候,也许就会进入你说的“整合期”
fin tweet media
中文
2
2
18
4K
Taylor
Taylor@HkUsInsight·
很认同fin神的关于折旧问题被夸大,泡沫重心在应用端,而非基建端的这一观点。 GPU折旧不是泡沫的核心矛盾,而且在AI时代逻辑跟互联网时代也存在本质的区别,互联网泡沫时,光纤网络投资远超使用率,而AI时代,GPU、电力、冷却、数据中心供给反而严重短缺。 这其实就说明了,AI泡沫的逻辑不是“供给太多”,而是“需求兑现太慢”。这在经济周期里叫“时间错配型泡沫”,有一种“君生我未生,我生君已老”的感觉~ 在fin神的基础上加入一些自己的思考: 首先我认为,基建端依然存在资本效率泡沫,虽然目前GPU供不应求,但这并不代表长期ROIC健康。 原因有三: GPU供给扩产速度太快:NVDA、TSMC、三星都在扩大产能,供应链从瓶颈走向过剩只需要几个季度,时间周期其实非常的短。 而一旦AI模型优化效率提升后,这会降低边际算力需求。 还有就是算力再分配机制:模型一旦进入推理阶段,GPU使用率下降,回收利用率未必高。 这意味着未来几年CSP的资产周转率可能下降,这才是折旧之外更深层的利润隐忧。 泡沫未必来自资产定价错误,而是来自资产使用效率下滑。 而关于目前的“AI算力短缺”问题,我个人的观点是认为这很大程度上源于模型爆发式训练和投机性堆料。但如果AI应用渗透速度放缓,算力需求并不会持续线性增长。 就拿open AI来说,GPT-5 之后可能不需要10倍算力,而是通过算法提升来获得性能增益;企业客户的“AI落地ROI”评估若不达标,将导致订单放缓,到时候对于算力的冲击不算小。 因为AI基建是典型的高CAPEX + 高折旧 + 高周期性行业,一旦需求增速放缓,利润下滑将极快体现。 而fin神说的,应用端的“泡沫形式”,这一点很认同,但里面有一个小细节需要我们理清楚就是,这个泡沫可能就单纯由那么几家公司制造而已,或许用“过度集中”来形容可能更贴切,也就是:算力集中化 + 应用同质化。 因为就目前来说,我所了解到的,大部分AI创业公司都是在在复刻OpenAI生态,没有形成护城河。同时,算力掌握在少数巨头(NVDA、META、MSFT、GOOG)手中,应用端生态容易出现“寡头垄断 + 创业公司批量死亡”的格局。 这种情况下,泡沫破裂并不会像互联网时代那样有“健康洗牌”,而可能更像是一场生态垄断重构,巨头不断构建自己的生态,所有现在就有一众的所谓“英伟达概念股” “亚马逊概念股” 等等之类的。 所以总的来说,可以总结为一句话:当下AI确实有泡沫,但泡沫的本质是“时间错配”,不是“价值虚空”。 AI产业链此刻的特征是: 基建端:供给不足但投资过度 → 短期高景气 + 中期回报压缩 应用端:需求真实但盈利滞后 → 高成长预期 + 高失败率 真正的系统性风险,不是GPU折旧,也不是利润虚高, 而是当资本市场无法再为AI企业融资、而现金流又跟不上时,整个生态的杠杆会被迫去化。 泡沫破裂的信号可能是:OpenAI/Anthropic估值停止上升;云厂商GPU利用率开始下降;次级AI创业公司融资失败率快速上升;上游设备投资开始削减。 那时,AI不会“崩塌”,但资本的热度会骤降,进入“产业整合期”,重复1930年代那会的剧情。
fin@fi56622380

AI泡沫论,继循环投资/左脚踩右脚的故事淡化后,终于又迎来了新论据,这次轮到了GPU折旧问题 这次的叙事很简单,在几个主流CSP的财务报表里,GPU折旧年限很多都是平摊到6年来算 但是GPU使用寿命可能只有2~3年,那么这样做账就会让纸面上利润率虚高,而实际上AI云利润太低就是吹泡泡 真的是这样吗? ------------------------ 首先我们要来看看,GPU实际使用寿命2~3年这个说法是哪里来的 目前比较靠谱的溯源基本上指向了公开的Llama3的技术报告 Meta在2024年训练Llama 3.1 405B模型时,使用了16,384个H100 GPU,训练时长54天。在这期间记录了: 466次中断(interruptions),其中419次是非计划故障​ 平均每3小时发生一次故障​ 有效训练时间维持在90%以上 根据Meta的这次54天训练数据推算,年化GPU故障率(AFR)约9%​,最保守的估算,3年累计故障率约27%(超过1/4的GPU会在3年内失效) 虽然实际上肯定是用的时间越长故障率会更高,因为高负载导致的高温会更容易产生failure 所以训练用的GPU2~3年寿命并不是空穴来风,毕竟同步训练的脆弱性决定了AI训练过程要求单个GPU故障就能导致整个作业停止 另一个佐证就是,曾经GPU挖矿的矿卡,三年报废率也是很可观的,挖矿和训练的共通之处在于GPU利用率都很高 在这个Llama3技术报告之外,所有CSP,包括Azure,GCP,AWS的这类数据都是保密的,毕竟这个故障率直接关系到运营成本和服务质量,算是商业机密。 ----------------------------------------- 确认了折旧率数据来源,接下来就要说“但是”了 -------- 1. 是不是训练用的GPU寿命都一直会这么短? 首先Meta这个训练数据推算是按中断次数算的,但并不是每次中断都 = 1 GPU 坏了 实际上即便是现在的训练用GPU,中断故障率都比以前训练要低了,以前几乎每一两小时都要中断,现在每天中断几次,相比之下好一些 部分原因是validation的自动化流程做的更好了,训练时的硬件故障中断,其实有不少是重复来自于少数体质敏感易坏的GPU。于是Nvidia也一直在优化validation流程,在训练之前的测试做的更好,剔除掉这些易坏的GPU 所以现在的GPU年故障率AFR跟以前比已经低不少了,我的估算可能是<6% --------- 2. 一个更容易被忽视的问题是,训练用的GPU和推理用的GPU,折旧率是否一样? 很显然是不一样的,推理用的GPU年折旧率一般要低的多,原因是推理的平均负荷要小得多,不会因为持续性高负载高温,对延长寿命是有帮助的,一般年故障率都不会到3%甚至更低(<2%),这部分GPU的寿命以6年算,是完全符合实际情况的 那么在云上训练和推理GPU的比例如何,就决定了平均寿命折旧如何 推理GPU的比例其实是快速上升的,和训练GPU比起来,不管是模型公司还是云公司的利润其实主要也来自于推理,而长远来看,推理的比例是一定会远高于训练的 所以GPU长线按5~6折旧年限来记账,仔细来看并没有太过分 作为佐证,现在只要不是公司里最重要的部门,要做AI推理就只能用五年前的A100而并没有寿终正寝,是很常见的现象 ---------- 3. 技术的快速迭代,会让GPU在三四年之后,因为TCO使用成本占劣势而被淘汰吗? 这相当于是让GPU的残值可以忽略,比如现在A100用起来综合成本不如用最新的,所以会被淘汰吗? 今天CRWV的财报里,CEO的回答算是直接否定了这个说法: "Let me provide a tangible example of our customer relationships and the durability of our platform. We had a large, multi-year contract up for renewal in 2026." (我来提供一个关于我们客户关系和平台持久性的具体例子。我们有一个大型的多年期合同,原定于 2026 年续约。) "Two quarters in advance, the customer proactively recontracted for the infrastructure at a price within 5% of the original agreement." (客户提前两个季度,主动以原协议价格 5% 以内的价格续签了基础设施合同”) H100在合同结束之后,新合同仍然能卖到原来合同95%的价格(看到这里其实我挺惊讶的,H100的租价其实还是下降了不少的),而且连A100也全都卖光了 所以在算力紧缺供不应求的时代,这个前代GPU得不到利用从而报废的担心,在短期的几年内可能都不是太大问题 ---------------------------------------------- GPU折旧问题似乎不是大问题了,是不是意味着AI泡沫就不存在了? 如果有泡沫,那么会以什么形式出现,会从哪里出现? 我们可以从底层逻辑和互联网泡沫比较,来看这个问题 简单的说 互联网:基建端基本独立运营,基建和应用是解耦的,需求是脱节的,基建过度价格崩塌,泡沫破裂的很惨 。价值全产生在应用端公司,形成了生态错位 AI:应用端驱动基建,因为应用被基建严重限制规模,从而被迫投资基建端,算力一直紧缺 互联网的泡沫主要在基建端,大量的光纤建设之后都没人用(97%),但是AI泡沫里GPU基建却成了瓶颈,基建显然不是同一种泡沫 基建紧缺到什么程度? CRWV的订单backlog从30B直接涨到55B,各个CSP的backlog(以RPO为算,一般来说会有5~15%的丢单率)也在快速上涨 从CSP,到芯片,到数据中心DC,到电力,到存储,所有人都在喊订单挤压的太多甚至几倍,很多产业链的环节2026年全部售罄,根本做不完。 硅谷公司里基本上只要是跟AI相关的组,都背负了很重的指标,被压榨累成狗,即便是以前文化很好的NVDA也变内卷了很多 这次的需求全部是从App应用端来的,从App -> 云 -> DC数据中心 -> 芯片一层层传导,而且大家都对泡沫很忌惮,有多少订单准备多少产能(除了少数冒险家CRWV/ORCL/META),和互联网泡沫最大的区别在于,基建目前并没有超出需求建设 风险也是有的,毕竟App应用端太多创业烧的是VC的钱,这正是泡沫形成的绝佳背景。但目前来看,垂直类应用端还是有很多毛利率和增长率都很不错的代表的(比如Harvey) 所以如果真的有泡沫,目前来看只有可能来自App应用端的需求减弱 一个反直觉的悖论,App端的泡沫在于AI/Agent发展迭代的不够快!做出的东西不够好,导致营收增速跟不上 AI/Agent发展不够快,在广大行业渗透不够又部分是因为算力不够 于是为了维持泡沫不破,算力投资和军备竞赛又会继续加强 然后App端会出现大量输家被淘汰,因为算力投入而破产,这可能就是泡沫破裂的形式 这和互联网时代基建公司大量破产形成了鲜明对比 最后决出的几家寡头,有一定营收,依然会大力投入算力基建,期待赢家通吃 这就导致了AI泡沫和互联网的泡沫破裂方式可能是不同的,下游的基建风险并不大,而泡沫更偏向App应用端 另一个简单的比较方式:看谁在举债,泡沫破裂就在哪里 互联网泡沫,举债的更多在基建端,价值捕获更多在App端 AI泡沫,价值捕获在App应用端,而举债的也更多在应用端(以及云) 但反过来说,如果OpenAI和Anthropic能继续维持三年3~9倍的营收增速,基建维持5年供不应求的超级周期,并不是天方夜谭的事情 --------------------- 算力把时间借给了应用,终究要用增长归还;还不上的,就是泡沫。能还清的,就是点亮文明的下一座灯塔

中文
2
3
28
8.7K
Taylor
Taylor@HkUsInsight·
Meta一回调,什么鬼故事都来了,其中最多言论就是“我看他跟当年元宇宙差的不多,输个精光” “小扎太激进了没啥内容,产品也跟AI不搭边” “Meta能涨这么高也是踩狗屎运了",这些话我之前在AMD身上也听过类似的,不知道是不是同一批人。
中文
0
0
3
570
Lemon
Lemon@111_114390·
为什么网上面忽然起了一个风潮,就是忽然出现的,鼓励大家把所有钱都投美股,而且明确说买纳指,甚至还叫人大胆用杠杆。 这些人一个个无比确定,言之凿凿,说纳指永远不会输,把全部身家压进去,未来翻十倍,实现财富自由,这话巴菲特们都不敢说,网上各种人就敢。
中文
199
19
447
229K
陈桂林
陈桂林@Guilin_Chen_·
守得云开见月明。耐心。
陈桂林 tweet media
中文
7
0
28
5.6K