X5 (@cch012901) header
X5 (@cch012901) profile picture

👇🏻按讚推文會發財,轉推+留言財富自由👇🏻

Joined September 2018
Photo by X5 (@cch012901)Photo by X5 (@cch012901)Photo by X5 (@cch012901)Photo by X5 (@cch012901)Photo by X5 (@cch012901)Photo by X5 (@cch012901)Photo by X5 (@cch012901)Photo by X5 (@cch012901)Photo by X5 (@cch012901)Photo by X5 (@cch012901)
大家好! 豆腐物語最最最強大的軍團上線啦😍 開始遊戲: reurl.cc/VWpWgN 歡迎加入我的社群: reurl.cc/1OXm4p 軍團入團申請表: reurl.cc/GN5XdZ 一起玩、一起嗨、一起衝! 豆腐加成20%,讓你贏在起跑點! @TOFUStory_ENG @TOFUStory_JP @KaiaChain @KaiaChain_CN @dapp_portal @DappPortal_TW teapawt.net/tofustory_eng/status/1…
🎉 TOFU Story Guild Join Application Guild applications are now open: forms.gle/K1asJPDwSqe4wVfK9 Please choose your preferred guild and complete the tasks assigned by the Guild Leader before submitting this form This form is free to fill out — joining a guild does not require purchasing a “Guild Boost.” 📌 Note If you purchase a “Guild Boost” at this stage, it will still remain a valid in-game item, but refunds will not be provided. @caiti0417 @smilemi0830 @cch012901 @Abiting1998 @cheng_wu15804 @shang803 @melonballball @dtOEJU5Sp1WjHud @ChiaweiChung1 @Chen730117
3
3
9
526
X5 retweeted
卧槽,美国人真有意思 在洛杉矶的 All-In Summit 大会上 黄仁勋的手机突然响了 是特朗普打来的 黄仁勋接起电话 给切成了免提.... 特朗普当着几千人说,AI 危险论和反对建数据中心都是"骗局",黄仁勋在旁边一直附和... 黄仁勋上手忙脚乱找免提,特朗普调侃:"Jensen 造得出十年没人能抄的芯片,却不会开免提。" 哈哈哈哈 然后特朗普一顿疯狂输出: - 反对建数据中心的声音是"阴谋",最高兴的是中国 - 数据中心能让老百姓富、各州富,是"未来二十几年的石油",比互联网还大 - 反对的人正中别人下怀,可能是搞政治的,也可能是中国 - 黄仁勋:"您说得对,我们不会让它得逞。" 特朗普说:“机器人不会接管世界。AI 也不会。这整件事是个骗局。” 还顺带提了自己叔叔在 MIT 当了 40 多年教授,自称"有遗传,懂 AI"。 他随后画风一转说:要"稍微小心、稳妥地做",但不会因此叫停整个产业。有句口头禅是"谁赢了 AI,谁就赢了"。 结束,他夸黄仁勋和 David Sacks 干得好。最后又说美国有 20 万亿美元投资正在进来,拜登那会儿连 1 万亿都不到。 黄仁勋全程附和,回应说: "您说得对,我们不会让那种事发生。我们会确保美国在 AI 竞赛中,每个行业、每家公司、每个州、每个人都赢。"
President Trump calls NVIDIA CEO Jensen Huang live on stage at the All-In Summit. “The robots will not be taking over. The AI will not be taking over the rest of the world. The whole thing is a hoax.”
738
3,895
313
28,377
8,092,346
Interstellar’ın ana müziği Dünya’nın çalması en basit ama en etkileyici müziği olabilir.
27
793
41
5,787
453,476
This has my full support. Jensen is right.
For my first post, I’m sharing a letter @NVIDIA signed on why open models matter. AI will transform every industry, power every company, and be built by every country. Open models strengthen safety and cybersecurity, accelerate innovation and diffusion, and enable sovereignty. The world needs both frontier closed models and frontier open models. images.nvidia.com/pdf/Open-W…
2,682
6,314
558
73,545
9,079,218
For my first post, I’m sharing a letter @NVIDIA signed on why open models matter. AI will transform every industry, power every company, and be built by every country. Open models strengthen safety and cybersecurity, accelerate innovation and diffusion, and enable sovereignty. The world needs both frontier closed models and frontier open models. images.nvidia.com/pdf/Open-W…
16,548
34,447
12,082
193,761
69,460,275
建议兄弟们都去看这部Netflix高分纪录片 《聪明生活经济学》 看完彻底刷新金钱认知。
355
7,370
81
34,503
1,995,930
Argentina just beat Spain at the 2026 World Cup final, 3-2.
Readers added context they thought people might want to know
Spain just beat Argentina at the 2026 World Cup, 1-0. espn.com/soccer/story/_…
28,866
56,976
51,498
296,841
廢話少說版 正妹IG: instagram.com/summereunann?i… 以下廢話: Summer Ann:她不是斜槓,她是把好幾條人生同時做成作品的人 一開始看到 Summer Ann 的履歷,你很容易產生一個反應: 她是這次ICML參展的新創 CEO. 芝加哥大學電腦科學博士生、AI 研究者、軟體工程師、資安新創 CEO,然後同時還是模特兒、演員、歌手? 這聽起來不像履歷,比較像有人把五個人的 LinkedIn 貼在一起。 但真正把她的經歷一項一項攤開,你會發現,Summer Ann 最特別的地方不是「興趣很多」,而是她在每一個領域裡,都留下了實際作品。 她不是說自己會寫程式。 她做過完整的全端產品、機器學習模型、分散式系統、電腦視覺工具、音訊處理系統、交易引擎、AI 排程工具,也把產品送上 App Store、發布 npm 套件與 VS Code extension。 她不是說自己對 AI 有興趣。 她正在芝加哥大學攻讀電腦科學博士,研究大型模型訓練、representation learning、可擴展機器學習基礎設施,以及 AI 在科學與生物醫學上的應用。她的研究背景橫跨電腦科學、生物學、基因體學、免疫受體建模與 computational medicine。 她不是說自己想創業。 她已經共同創辦 DevSecCode,並擔任 CEO,打造 Deva——一套專門服務於不能把程式碼送上雲端的組織所使用的 AI 資安開發環境。 這裡不是一般的「再包一層 ChatGPT」。 Deva 瞄準的是國防、政府、醫療研究、金融機構,以及 air-gapped、classified、zero-egress 這類高敏感環境。它結合 AST 分析、taint tracking、本地 AI 模型、即時修復與合規框架,支援十多種程式語言與數百種 CWE 規則。 更重要的是,它不是停留在 pitch deck 裡。 產品已經有 npm scanner、VS Code 與 Open VSX extension,累積超過一萬次下載與安裝,並開始有實際團隊使用。公司也取得 NVIDIA Inception、AWS Activate 等資源,進入國防科技、資安加速器與創投圈的視野。 對一間非常早期的新創來說,這不是成功保證。 但至少證明一件事:她不是只會講市場,她是真的把東西做出來了。 而且她做的還不只有這些。 在 AWS,她參與過使用 AWS Bedrock 的預測排程與 AI 系統開發;在 Backyard Brains,她製作結合電腦視覺與教育的互動工具及遊戲;她也開發過多執行緒 C++ 交易系統、以 PyTorch 建構的金融文字模型、音訊分析與 sonification pipeline、gRPC 分散式學習架構、AI 行事曆排程工具,以及醫療、心電圖、癌症與免疫相關的研究模型。 很多人的作品集會寫: 「使用 AI 改善效率。」 她的作品描述會寫到 multithreading、order book、gRPC、autoencoder、AST transformation、weak supervision、STFT、overlap-add、LangGraph、Bedrock、taint analysis,以及實驗使用什麼指標衡量。 這種技術細節不能百分之百證明每一行程式都是她獨立完成,但它至少顯示,她知道自己在做什麼,也能與真正的工程與研究團隊合作。 然後,畫面轉到另一邊。 她也唱歌。 她發表自己的原創音樂,在 YouTube、Spotify 與 Apple Music 上留下作品。她不是在履歷最後寫一句「興趣:音樂」,而是真的進錄音、拍攝、發布,把歌變成可以被聽見的成品。 她也做模特兒與演員。 她有公開的 modeling、acting 與表演內容,也透過 Instagram、Backstage 與個人品牌,把科技創業者、研究者與鏡頭前的創作者放在同一個身份裡。 這裡最有意思的不是「理工女生也可以很漂亮」,這種說法反而太小看她了。 真正有意思的是,她沒有接受社會原本替她準備好的分類。 一般人看到博士生,就希望她專心研究。 看到工程師,就希望她只談技術。 看到新創 CEO,就希望她穿著固定制服、講固定的創業語言。 看到模特兒或歌手,又會下意識懷疑她的技術能力。 Summer Ann 做的事情,是拒絕從這幾個身份裡面只選一個。 她把科學訓練變成研究能力,把工程能力變成產品,把產品能力變成公司,再把表演、音樂與影像能力變成品牌、敘事與審美。 這些能力其實沒有彼此衝突。 寫程式需要結構。 做研究需要耐心。 創業需要判斷與執行。 演戲需要理解情緒。 唱歌需要節奏與表達。 模特兒工作需要鏡頭感、紀律與對視覺的掌握。 真正稀有的不是一個人懂很多東西,而是她能讓這些能力彼此加乘,而不是互相抵消。 當然,她還在非常早期的階段。 她的 GitHub 公開活動並不高,許多專案缺少完整的公開 repo、技術文件或長期 production 數據;Deva 的下載量、benchmark、客戶使用與加速器進展,也仍需要時間驗證能否轉化成收入、續約與規模化。 她的音樂、演員與模特兒事業同樣還屬於獨立創作者與成長期,而不是主流娛樂產業明星。 但這反而是她現在最值得注意的地方。 她不是已經抵達終點的人。 她是一個同時在建立研究履歷、產品能力、公司、作品與個人品牌的人。 目前最清楚的成就包括: 芝加哥大學電腦科學博士研究,橫跨 AI、可擴展機器學習與生物醫學應用; 密西根大學電腦科學與生物學背景,把工程與生命科學放在同一條路徑上; AWS 與 Backyard Brains 的工程及研究經驗; 開發並發布多種全端、ML、分散式系統、電腦視覺與行動應用產品; 共同創辦 DevSecCode,打造面向高敏感、無法連接公有雲環境的 AI 資安產品 Deva; 推出 npm scanner、VS Code extension 與實際可使用的產品版本,累積早期下載與團隊使用; 取得 NVIDIA Inception、AWS Activate 與多個資安、國防科技創業社群的關注; 發布自己的原創音樂,建立歌手與創作者身份; 持續參與模特兒、演員、影像與表演工作; 建立一個把工程師、研究者、創業者與表演者整合在一起的個人品牌。 所以,Summer Ann 最值得看的,不只是她會不會寫程式。 而是她正在證明,一個人不需要為了成為嚴肅的工程師,就把藝術、外貌、情緒與表演能力藏起來;也不需要為了站到鏡頭前,就假裝自己沒有能力理解模型、系統、資安與科學研究。 很多人所謂的多才多藝,是每一件事都碰一下。 她目前展現出來的,是另一種版本: 每一個身份,都有作品;每一種能力,都在替其他能力增加槓桿。 她未必會在每條路上都成為頂尖的那一個。 但只要其中幾條路真正交會,最後形成的東西,可能比任何單一職稱都更難被取代。
🤖 Made with AI
8
12
136
70,656
If I designed a robotics ETF, it would include the following equities: $CCXI 20% $OUST 20% $AEVA 10% $VPG 10% $AMBA 10% $NOVT 5% $PRLB 5% $UBTRF 2,5% Harmonic Drive Systems 15% Humanoid Global Holdings 2,5%
If you think you're late to any humanoid stock that's already run, just know this. By 2030, Goldman's base case is only ~250,000 humanoids shipped a year. Almost all industrial. The market's barely been born. By 2035, Goldman sees ~$38 billion and Morgan Stanley has ~13 million units in operation. By 2050, Morgan Stanley's number is $5 trillion, with over 1 billion robots deployed. Twice the size of the entire global auto industry. Now look at the shape of that. Adoption crawls until the mid 2030s, then goes vertical through the late 2030s and 2040s as unit costs fall massively. You're not late. You're standing at the very bottom of the curve.
16
23
184
33,433
A stunning piece of engineering!! 1X unveils the new humanoid hand for NEO - 25 degrees of freedom: 22 fully actuated in the fingers and palm, plus 3 at the wrist. - The DoF are distributed anatomically rather than evenly, deliberately biased toward a thumb that genuinely opposes the fingers. - In-house tendon-driven, quasi-direct-drive running low gear ratios of ~5:1 to 15:1 vs the typical 100:1–200:1. - Motors live in the forearm and pull tendons through the wrist. This keeps the hand light and its inertia low while producing high forces. Sensing - All 25 DoF are natively force-controlled and fully backdrivable. Every joint doubles as a force sensor. - Very important, closed-loop proprioception: it always knows its own pose and effort without looking. - Tactile skin across the fingertips and surfaces measuring contact and shear. This helps with adaptive gripping in real time. Safety and durability - IP68 waterproof and food-safe, so it can wash its own hands. - Compliant by construction: the low gear ratios, tendon drive, and low distal inertia let external impacts safely backdrive the fingers. It yields when hit by a hammer or caught in a drawer. - Full finger assemblies validated to millions of cycles. Manufacturing - Deep vertical integration: in-house motors, custom electronics, and tendon systems. - Hundreds built already, with capacity to produce 10,000 hands this year. "An API to the Physical World"
93
411
123
2,819
1,279,265
市场会一直震荡到这个时间点。
26
76
3
325
82,030
软件 AI 的盛宴已经吃过了,现在实体 AI 机器人这桌菜刚上,而且盘子比之前还大,聪明的人现在就开始上车。 未来 10 年最值得关注的 14 个机器人 AI 核心标的: 1. 特斯拉 $TSLA 全球最强实体AI龙头,Optimus人形机器人被马斯克视为未来最大的价值来源。 2. 亚马逊 $AMZN 已经部署超过100万台机器人,仓储自动化持续提升效率和利润率。 3. 英伟达 $NVDA 无论是机器人训练、AI算力还是数字孪生仿真,都离不开GPU和CUDA生态。 4. Ouster $OUST 机器人眼睛龙头。专注激光雷达 LiDAR,未来所有需要自主移动的机器人都需要。 5. Symbotic $SYM 仓储机器人纯正概念股,帮助沃尔玛等大型零售商建设全自动物流仓库。 6. ABB $ABBNY 全球工业机器人四大家族之一,深耕工业自动化数十年。 7. 发那科 $FANUY 全球工业机器人霸主,日本机器人代表企业。 8. 罗克韦尔自动化 $ROK 全球智能工厂解决方案龙头,AI机器人进入工厂。 9. Intuitive Surgical $ISRG 医疗机器人绝对龙头。达芬奇手术机器人已经建立极高护城河。 10. RoboStrategy $BOT 高风险、高弹性的机器人概念公司。主要提供私营机器人企业投资机会。 11. 谷歌 $GOOGL RT-1、RT-2机器人模型,将大语言模型、视觉和动作控制融合。 12. $BOTZ 机器人ETF里的明星产品,覆盖工业机器人、自动化、人工智能、自动驾驶等多个赛道。 13. $ROBO 专注机器人与自动化产业链,持仓公司数量更多、覆盖范围更广。 14. $ARKQ 木头姐旗下旗舰机器人ETF,重点押注自动驾驶、机器人,特斯拉持仓占比较高。 你最看好哪个机器人概念股?
29
15
1
70
16,705
时运让我赚到了钱,但能力没完全跟上。真金白银是最直接的老师。投资世界高度非遍历,每个人只能实际经历一个决策序列带来的结果。好在一直有自知之明,重新来过,继续修正。
给 1 岁女儿准备的 18 年投资账户|第 23 周实盘记录 账户从高点回撤近百万后,我承认自己还不及格 一、账户进度 本金:约 210000 CNY 上周总资产:约 1871591 元 本周盈亏:-596613 元 当前总资产:约 1274978 元 累计盈利:约 1064978 元 简单收益率:约 +507.1% 这一周账户跌得非常狠。本周最高资产大概 200 万,最低跌到 123 万附近,高低差接近 80 万。再从前面 220 万以上的高点看,账户已经回撤接近 100 万。 这两周几乎把今年利润跌去一半。以前我知道两倍产品波动大,但真正到账户一天几十万、两周近百万回撤的时候,感受完全不一样。 二、本周操作 周一 119港币附近买入 200 股 07709,30 美元附近买入 200 股 SNXX,790美元附近买入10股MUU。 周四 131 美元附近清仓31股 AAOI,亏损约 22%,大概亏了 1100 美元。AAOI 后面会找机会接回。 62美元附近清仓393股 DRAM,亏损18%左右,然后换到 SNXX,SNXX 买入价大概在 25 到 27.5 美元之间,一共买了 600 股,这笔换仓目前是亏的。 我当时的想法是,下跌过程中切到两倍做多,想在反弹时博更高收益;等上涨过程中,再逐步切回 DRAM 这种更分散、波动相对低一点的 ETF。 我仍然认为 AI 对存储的需求没有结束,内心判断短期行情还没结束。但这笔操作也暴露了一个问题下跌时我还是会忍不住加杠杆,想用更高弹性的仓位证明自己判断没错,这其实很危险。 同时也反映了我投资系统不完整的问题,我还不会熟练使用期权,也没有成熟的对冲框架,所以遇到大跌时,想到的办法还是提高弹性而不是保护账户。 三、当前持仓 目前大致持仓是: MUU:约 37% SNXX:约 40% 07709:约 19% 07704:约 4% 融资:约 10 万 期权仓位:无 账户已经是满仓状态,而且还有融资。除了 MUU 外,其他仓位目前还有浮盈,闪迪大部分利润已经回吐。好在前面曾经分批卖出过一部分,兑现过一些利润。美光现在浮亏约 12%。 四、这周最大的反思 这次账户大回撤,让我很明确地感觉到我在能力、耐心和纪律上都还不及格。 能力上,我还没有形成稳定的判断框架。很多时候能看懂一个方向的大逻辑,但还不能很好地判断位置、节奏、仓位和风险。 耐心上我也不够。看到上涨就怕错过,看到下跌又想赶紧加仓,想把波动变成机会。 纪律上更明显,下跌时还想通过不断加仓和加杠杆来证明自己没错。 这不算成熟的投资状态。成熟的投资应该是判断错了能认,判断对了也能控制仓位。不能每次都靠更大的杠杆去扛波动。 同时我也认识到,自己的投资系统还不完整。有些宏观分析我还不是很懂,也缺乏整体视角。 从个人视角上因为我和老公都是互联网行业程序员,公司也在持续投入 AI;从使用体感上,我对 AI 的长期发展是更坚定的。所以我仍然认为AI 对存储的需求还没有结束,短期行情也未必已经结束。但看好方向和能不能承受账户波动是两件事。 五、关于期权 这周我开始认真系统地研究期权。 之前一直觉得期权复杂,也担心自己理解不够,贸然使用会引入新的风险。但这次账户回撤太大,我开始意识到,如果账户规模变大,还继续拿高波动仓位,就需要有更明确的保护工具。 现在还没有开期权仓位,只是开始系统学习。如果以后真的用,也会先小资金验证,不会直接拿主账户乱试。 六、简单说下市场和下周观察 这周存储主线从财报后的亢奋,进入了高位剧烈分歧。美光财报本身很强,但前期涨幅太大,资金开始获利了结,闪迪、美光、DRAM ETF 和两倍产品都出现明显回撤。 韩股这边,海力士和三星仍然是重要风向标。后面我要继续看韩股半导体能不能稳住,也要看美股存储链有没有修复。 下周主要看三件事: 第一,存储能不能止跌。 美光、闪迪、海力士和三星仍然是核心观察对象。如果只是高位剧烈回调,后面可能还会修复;如果连续跌破关键位置,就要警惕资金真的在从这条线撤出。 第二,是否把两倍仓位降回 DRAM。 我现在在下跌中切到了更高弹性的 SNXX,但这会放大账户波动。如果后面反弹,我会考虑逐步把一部分两倍产品切回 DRAM,降低波动。 第三,继续学习期权对冲。 短期不一定马上操作,但我需要尽快建立一个基本框架:什么时候对冲、用什么工具、对冲多少、成本能不能接受。 七、本周小结 这一周账户从最高 204 万跌到最低 123 万附近,当前只剩 127 万多。 这是这个实盘系列开始以来,最痛的一次回撤。 之前账户涨得太快,很容易让人误以为自己能力很强。但市场一回撤,问题都暴露出来了。能力还不够,耐心还不够,纪律更不够。 我仍然看好存储这条主线,但看好不等于可以无条件加仓,更不等于可以一直加杠杆。 这周最大的教训是账户想活得久,不能只靠判断方向,还要靠仓位、纪律和保护措施。 这个账户是 18 年周期,现在只是第 23 周。继续记录,继续修正。 2026.6.29-2026.7.3
107
8
6
211
177,996
字节股神 @leto_bao 又推荐了一本好书 对过山车行情下怎么保护资产感兴趣的,推荐看《避风港》,普通人特别实用 我顺手把这本 + 他之前推荐的另外两本也准备好了,网盘自取:pan.baidu.com/s/1UEHM8yz2grB… 仅做书单分享,不构成投资建议
对这个玩法感兴趣的,可以去看一下 Mark Spitznagel 的《避风港》这本书
60
83
1
326
54,378
这应该是我们散户都会犯的错。 21 万本金做到 220 万,然后两周回撤将近 100 万,7 月前两天又亏了 80 万。 但从操作记录来看,方向一直没错,存储主线从头拿到尾。下跌的时候忍不住把 DRAM 换成了两倍做多的 SNXX,想用更高的弹性证明自己判断。 这个动作太熟悉了。 行情好的时候人人觉得自己是巴菲特,账户天天涨,觉得自己能力很强。一旦开始跌,第一反应不是保护自己,而是加杠杆加仓位想扛回去。心里想的是"我没错,市场会证明我对的"。 原文里有句话,我觉得特别清醒的话,看好方向和能不能承受账户波动,是两件事。 这句话值一百万的学费。不夸张。我自己也是付了差不多的代价才真正刻进骨头里的。
时运让我赚到了钱,但能力没完全跟上。真金白银是最直接的老师。投资世界高度非遍历,每个人只能实际经历一个决策序列带来的结果。好在一直有自知之明,重新来过,继续修正。
37
25
3
257
94,689
只想等 SpaceX 跌到 $80 再买?教你用期权"一边等一边赚钱" 一、先说清楚:你到底想要什么 这篇文章只写给这一类人看: 标的是 SpaceX,代码 SPCX; 现在股价在大概 $150–160 一带; 你不打算现在买,心里想的是: "要是能跌到差不多 $80,我才愿意进场。" 在股价没跌到之前,你又不想闲着,最好能一边等、一边赚点钱。 如果你正是这样,那下面这个策略非常适合你,而且只有一个动作,不复杂。 二、核心想法:用期权帮你挂一个"会送钱的低价买单" 你现在有两种极简单的选择: 什么都不做,苦等它跌到 $80 再说; 用期权在低位"挂买单",要么低价买到货,要么白拿一笔钱。 我们要用的工具是:卖出低执行价的看跌期权(Put)。 用一句人话概括这个策略: 我愿意在未来一段时间, 如果 SpaceX 跌穿 $90, 就用 $90 的价格去买; 作为交换, 别人现在先付我一笔"保证金"(权利金)。 这样,你变成了: 价格没跌到 → 没买成 → 但你赚了权利金; 价格真跌惨了 → 被迫买入 → 但买入价接近你心里认可的低位。 三、具体怎么做(用一个简单数字例子讲清楚) 设定前提 假设: 你账户里大约有 $50,000; 暂时没有 SPCX 股票; 你愿意如果跌到接近 $80,就买入大概 200 股作为长期持有。 那我们就按"最多为 200 股挂单"来设计。 选择合约:卖出执行价 $90 的 Put 标的:SPCX 类型:看跌期权(Put) 执行价(Strike):$90 到期日:大约 3 个月后(比如 2026 年 9 月) 操作方向:Sell to Open(卖出开仓) 数量:2 张 为什么是 2 张?1 张期权 = 100 股,2 张 = 200 股,正好对上你打算买的量。 需要准备多少现金? 卖出 Put,本质上是答应别人:"如果跌破行权价,你来强制卖给我 100 股,我认。" 每张 Put 对应 100 股,行权价 $90 → 名义买入金额 = $9,000,卖 2 张 → $18,000。 建议做法:账户里专门留出 $18,000 现金,当成"准备随时买入 200 股 SPCX"的资金。这就是所谓"现金担保卖出 Put"。 大致能收多少权利金? SpaceX 波动大,期权很贵,就算是 $90 执行价、3 个月到期,权利金也不低。 粗略估计每股 $5–7,取中间值 $6/股:一张 100 股收 $600,2 张收 $1,200。 也就是用 $18,000 现金,挂了 3 个月一个"愿意在 $90 买 200 股"的买单,同时拿到 $1,200 作为占用费。 3个月收益率:$1,200 ÷ $18,000 ≈ 6.7%。不算年化,单纯三个月,已经相当可观。 四、到期时到底会发生什么? 情况一:到期时 SPCX 在 $90 之上 比如到期那天股价 $110、$130 甚至 $200: Put 变成完全没有价值,自然作废; 没人会要求你以 $90 买他的股票; 你赚到的就是之前收到的 $1,200 权利金; $18,000 现金仍然在,还可以参与下一轮操作。 结果:你没买到 SpaceX,但白拿了 $1,200,就像挂了一个"跌深才买"的买单,虽然没成交,但别人倒贴钱给你。可以选择再卖一次下一期的 $90 Put,直到哪天真的跌到你的区间。 情况二:到期时 SPCX 跌破 $90(比如跌到 $80) 这是你一开始设想的"机会来了"。 假设到期时股价 = $80: Put 大概率被行权,你要以 $90 买入 200 股,名义买入金额 $18,000; 但你已经收了权利金 $1,200,实际买入成本不是 $90,而是 $90 − $6 = $84/股。 当天市场价 $80,你的浮亏 = ($84 − $80) × 200 = $800。 这就是你愿意承担的代价:本来就只打算"跌得比较深再买",现在确实接近理想价位进场了。从长期持有角度看,你用 3 个月等到一个相对便宜的买入价,还提前收了 $1,200 冲抵部分下跌影响,最后以接近 $80 的有效成本买到 200 股你长期看好的公司。 五、为什么偏偏选 $90,而不是更高的 $135? 很多教程教人在当前价下方一点卖 Put,比如 $135,"更容易成交"。但对你来说,这明显不匹配自己的判断。 你心里真正的判断是:"跌到差不多 $80,我才觉得便宜。" 对比一下: 执行价 $135:被指派名义买入价 $135,扣权利金后真实成本约 $123–125,若真跌到 $80,等于在半山腰接盘,浮亏巨大。 执行价 $90:被指派名义买入价 $90,扣权利金后真实成本约 $84,若真跌到 $80,成本接近理想低位,可接受。 在你认为"未来有机会看到 $80"的前提下,$135 已经不算折价买入,而是明显的危险区。只有把执行价下移到 $90 甚至更低,才真正符合你心里对"便宜"的定义。 卖 Put 的执行价,一定要设在你"真的愿意持有、就算再跌一段也不后悔"的区域。 六、执行步骤小抄 确认权限与资金:确认已开通美股期权交易,账户内留出至少 $18,000 现金,不要挪作他用。 选择合约:标的 SPCX,约3个月后到期,执行价 $90 的 Put。 下单参数:Sell to Open,数量2张,限价不低于 $6/股,提交等待成交。 之后:把 $18,000 当备用金;观察到期前后走势——一直在 $90 之上就放心拿权利金,考虑是否提前平仓或到期归零;一路跌向 $90 甚至更低就做好被指派的心理准备。 到期后:没被指派 → 赚权利金,评估是否再卖下一期;被指派 → 拿到200股,成本约$84/股,之后当普通持股管理。 七、适合谁?又有哪些风险要心里有数 适合的人:对 SpaceX 长期不悲观甚至偏看好;真心觉得"跌到 $80 左右挺香",愿意在那里买入持有;短期不急用钱,能拿出一部分现金专门等机会;对期权有基本认知,能接受中短期浮亏。 主要风险:如果市场非常悲观,SPCX不止跌到$80,而是$60、$50,你依然是以$84的有效成本接货,短期浮亏会更明显;在被指派之前如果股价大跌,卖出的Put会有较大浮亏(但只要打算接货,这浮亏本质是未来股票成本的一部分);期权本身是复杂工具,券商可能有更高保证金要求,操作前务必看清规则。 即便执行价设在$90,也一定要控制数量,只卖你真心愿意接、接得住的那一部分。 八、Bitget美股期权刚上线,这篇策略能不能直接用? 顺带更新一下:Bitget美股期权已经上线了,采用AVS Omni清算模式,现有证券账户可以直接交易,不用单独开户或迁移资金。 但要提醒一句:Bitget目前是买方策略为主(买入看涨/看跌期权),出于风险控制,一期还没开放卖出(做空)期权,也就是说文章里这套"卖出Put收权利金"的操作,暂时还不能直接在Bitget上做,需要用支持裸卖/现金担保卖方期权的券商。 如果你就是想在Bitget上先布局SPCX的方向,可以考虑对应的买方玩法,比如直接买入低执行价的Put给持仓上个保险,或者买入价外Call博反弹弹性,逻辑和上面讲的判断执行价的思路是相通的。卖方策略据说后续版本会跟上,到时候可以把这套完整流程直接搬过去。 九、总结:用一个动作,把"等它跌到$80"变成一个有收益的计划 如果把需求用一句话概括,就是:"我不想现在买SpaceX,只想在跌到差不多$80这一带才出手,但在等的过程中,又想让钱不白躺着。" 方案就是这一招:选执行价$90、3个月到期的SPCX看跌期权,卖出2张,用$18,000现金做担保,三个月大概率能收$1,200左右权利金。没跌到$90 → 没买成但赚了权利金;跌破$90 → 被指派,以约$84/股的成本买到200股,接近心目中的"便宜区"。 不用懂一堆复杂组合,把这一招用熟就够了。
27
88
2
299
44,486
美股信息爆炸,最缺的是一份能长期参考的信息源 我继续帮你过滤噪音,把时间花在真正有价值的人身上 《美股优质信息源》第二期来了! @leto_bao 字节股神,靠美股期权翻身转向价值投资,财务自由后辞职,实战经验和框架值得看 @peterlbrandt 传奇技术分析大师,交易中的止盈、止损和心态管理,值得反复学习 @blazingbees 有韩国券商、资管、对冲基金背景,有芯片仓位的朋友建议关注她的韩股视角 @SUOHA_AI 专注美股供应链深度拆解,擅长挖掘和解读优质信息差 @Web3Dc888 美股基金研究深入,擅长挖掘被低估的基金机会 @Zh_Crypto517 港美股产业链拆解,AI自动化,持续输出实操干货 @JinYu762 专注美股半导体产业链,过滤噪音、抓住真正有价值的信号 欢迎评论区补充你长期关注的优质美股信息源👇 #美股
想在美股赚钱,先学会关注对的人 我花了很长时间,筛出一批自己追踪的投研账号 不是推荐,下面分享真正对我有帮助的美股信息源 @aleabitoreddit 白毛股神,$SIVE一战成名。专注深挖 AI 供应链,通常能提前捕捉市场信号 @ShanghaoJin FICC执行董事,机构视角强。从宏观、资金流、供应链三条线拆解市场 @TrumpsPortfolio长期追踪特朗普相关交易和持仓,适合观察政策、资金与市场情绪联动。 @jiroucaigou 美股干货分享,涵盖ETF与实用信息渠道,偏实操落地 @MMMusol 不追热点,专注底层逻辑,挖掘被市场忽略的优质标 @artinmemes 美股OG,板块生态拆解清晰,财报讲解细致,适合长期跟踪 @JinYu762 专注美股与半导体产业链拆解,抓住真正有价值的信号 后面会继续整理第二期 欢迎补充真正有价值的美股投研账号👇
61
42
5
182
131,134
想在美股赚钱,先学会关注对的人 我花了很长时间,筛出一批自己追踪的投研账号 不是推荐,下面分享真正对我有帮助的美股信息源 @aleabitoreddit 白毛股神,$SIVE一战成名。专注深挖 AI 供应链,通常能提前捕捉市场信号 @ShanghaoJin FICC执行董事,机构视角强。从宏观、资金流、供应链三条线拆解市场 @TrumpsPortfolio长期追踪特朗普相关交易和持仓,适合观察政策、资金与市场情绪联动。 @jiroucaigou 美股干货分享,涵盖ETF与实用信息渠道,偏实操落地 @MMMusol 不追热点,专注底层逻辑,挖掘被市场忽略的优质标 @artinmemes 美股OG,板块生态拆解清晰,财报讲解细致,适合长期跟踪 @JinYu762 专注美股与半导体产业链拆解,抓住真正有价值的信号 后面会继续整理第二期 欢迎补充真正有价值的美股投研账号👇
68
97
3
377
75,365
跟 Serenity 学美股:美国和中国的一场重大前沿竞赛 白毛股神 Serenity 转述了 SVRC Research 今年 4 月发布的《State of Robotics 2026》年度报告中的核心发现,并在此基础上给出了自己的判断: 这将是美国和中国之间的一场重大前沿竞赛 她本人持有的 Agility Robotics $CCXI 被列入了该报告评出的美国机器人"国家冠军队"名单 --- 1️⃣SVRC 列出了美国机器人领域的十大国家级冠军企业: 1. Figure AI — 估值 390 亿美元(2025 年 9 月 C 轮),第三代 Figure 03 已在 BMW 南卡工厂部署,累计融资约 23 亿美元,未上市 2. Agility Robotics (CCXI.US) — Digit 机器人已累计超 6.5 万小时真实运营,横跨 9 个客户现场(包括 Amazon、GXO、Schaeffler、Toyota 加拿大工厂),已签约超 3 亿美元多年期订单,借壳 $CCXI 上市中 3. Apptronik — 估值约 55 亿美元(2026 年 2 月 A-X 轮),累计融资近 10 亿美元,Apollo 2 已发布,与 Google DeepMind 共建 Gemini Robotics 联合训练体系,未上市 4. Tesla (TSLA.US) — Optimus Gen 3 正将 Fremont 工厂原 Model S/X 产线改造为专用机器人产线,搭载 AI5 芯片,预计 2026 年夏末启动低速量产 5. Boston Dynamics — 现代汽车已全资收购(2026 年 6 月买下 SoftBank 最后 9.65% 股份),全电动 Atlas 量产版刚在 FIFA 世界杯赛场完成首次公开亮相,长期目标年产 3 万台 6. Physical Intelligence (Pi) — 专注机器人基础模型(π 系列 VLA 模型),不造硬件,B 轮估值 56 亿美元,据报道正以 110 亿美元估值推进新一轮融资 7. 1X Technologies — NEO 家用人形机器人定价 2 万美元或月租 499 美元,首年产能 5 天售罄,2026 年底开始发货,加州 Hayward 工厂初始年产能 1 万台 8. Amazon Robotics (AMZN.US) — 物流网络已部署超 100 万台各类机器人,通过投资 Agility 并深度测试 Digit 切入人形赛道,2024 年 8 月还以"反向收购雇佣"方式获取了 Covariant 的基础模型技术授权和核心团队 9. Covariant — 2024 年 8 月被 Amazon 以反向 acqui-hire 模式获取了三位联合创始人及约 25% 员工,同时 Amazon 取得其机器人基础模型的非独家授权,公司仍独立运营 10. Skild AI — 开发通用机器人大脑"Skild Brain"(全身型基础模型),2026 年 1 月 C 轮融资 14 亿美元,估值超 140 亿美元,SoftBank 领投,NVIDIA、Bezos 参投 报告核心判断:美国赢在未来,输在当下 SVRC 的原话是: "The United States leads the world in where robotics is heading: Foundation models, OpenAI-style scaling laws applied to action, autonomous vehicles. While losing the race on where robotics is shipping today." 翻译过来就是:美国在基础模型、具身智能缩放定律、自动驾驶这些"下一代方向"上处于全球领先。但在当下实际出货和量产部署的竞赛中,正在落后 --- 2️⃣报告将以下两个环节定性为美国机器人产业的结构性脆弱点: 软肋一:稀土材料暴露 钕铁硼(NdFeB)磁体是高性能伺服电机的核心——没有它,机器人关节就失去了力量密度。钐钴(SmCo)磁体则用于高温极端工况下的特种应用。这两种材料的供应链命脉几乎完全掌握在中国手中:中国占全球稀土开采的 60-70%,精炼加工的约 90%,永磁体制造的约 94% 这就好比一栋楼的钢筋全从一个供应商进货——平时没问题,一旦断供,连打地基都做不了 软肋二:执行器依赖 弹性串联执行器(SEA)、准直驱电机(QDD)和精密减速器是人形机器人关节的核心传动系统——相当于人体的肌腱、韧带和关节软骨。这些部件的全球供应链高度集中于三个国家: 1. 日本——Harmonic Drive Systems (6324.T) 掌握应变波谐波减速器原创技术,Nabtesco 垄断 RV 摆线减速器,Nidec-Shimpo 在扩张应变波产品线 2. 德国——Schaeffler 的行星齿轮执行器平台在 2026 年汉诺威工博会上获赫尔墨斯奖,Bosch Rexroth 的 ctrlX 自动化平台持续渗透 3. 中国——绿的谐波 (688017.SH) 以性价比切入国产替代,三花智控 (002050.SZ) 与 Tesla 联合开发执行器,拓普集团 (601689.SH) 切入 Optimus 关节组装 报告同时将制造速度不足、数据收集成本高昂(虽然遥操作示教数据成本已从 2024 年初每小时约 340 美元降至 2026 年初约 118 美元)和监管法规列为其他主要制约因素 --- 3️⃣2027 年整合预警与首批落地场景 SVRC 的判断是:至少六家资金充足的美国人形机器人公司正在争夺一个仍处于早期的市场。预计 2027 年将发生至少两起重大并购或合并事件 报告认为首批规模化部署将发生在两个场景: 第一,物流与电商——Amazon (AMZN.US) 已在仓库中深度测试 Agility Digit,FedEx (FDX.US) 同样是核心买家 第二,汽车制造——GM (GM.US) 与 Ford (F.US) 的标准化产线,天然适配第一代人形机器人有限但可靠的操作能力边界 --- Serenity @aleabitoreddit 的个人判断:这将是美国与中国之间的一场前沿竞赛 美国阵营代表: Agility Robotics(Serenity 持有仓位)、Tesla、Figure AI、Apptronik 中国阵营代表: 宇树科技 Unitree(已获证监会科创板 IPO 批文,拟募 42 亿元,估值约 420 亿元/60 亿美元) 智元机器人 AGIbot(计划港股 IPO,目标估值 51-64 亿美元,已产超 1.5 万台) 优必选 Ubtech (9880.HK,当前市值约 70 亿美元) 以及其他后续跟进的中国参与者 Serenity 特别强调,她一直在讨论的许多观点现在正被研究机构所验证——这种来自独立第三方的交叉确认,强化了其对供应链卡点分析方法论的信心 感谢Serenity @aleabitoreddit 提供的信息及思路🫡 仅供学习交流,请DYOR
Came across an interesting report from SVRC Research called "State of Robotics 2026", published in April. Which listed: 1. Figure AI 2. Agility Robotics $CCXI 3. Apptronik 4. $TSLA 5. Boston Dynamics 6. Physical Intelligence 7. 1X Technologies 8. $AMZN Robotics 9. Covariant 10. Skild AI As the National Champions of the United States robotics program. "The United States leads the world in where robotics is heading: Fundation models, OpenAI-style scaling laws applied to action, autonomous vehicles. While losing the race on where robotics is shipping today." Then it frames: 1. Rare Earths Exposure: from Neodymium for motors to samarium-cobalt for high-temp applications as a critical vulnerability. 2. Actuator dependency. Series elastic actuators, quasi-direct-drive motors, and precision reducers overwhelmingly sourced from Japan, Germany, and China As one of the main vulnerabilities alongside Manufacturing velocity/data collection cost/regulations. Then their take was: "With at least six well-funded US humanoid companies competing for a market still in early formation, we expect at least two significant consolidation events (acquisition or merger) in 2027". With Logistics / E-commerce (like $AMZN / $FDX) and Automotive from $GM to $FORD as being the immediate top use cases for deployment. I think it's just interesting to see a lot of my points I've been talking about reiterated by research firms. Regardless, I do think it's going to be a major frontier race between the US and China. Agility Robotics (which I own), Tesla, Figure, and Apptronik as leaders representing the USA. Competing against Unitree, AGIbot, Ubtech, and others in China.
19
28
1
88
24,969