昨晚听了讲座回来,立马就复盘学到了什么,因为没有怎么听懂老师说的那个BSM模型,就一直在琢磨着BSM模型(Black‑Scholes‑Merton Cone),越琢磨,越觉得这个东西非常有用。今天有空就找这方面的资料出来看,看了半天,总算有了一点头绪。今晚再来琢磨一下,好记性比不过烂笔头,写一下学习复盘,更容易理解。 Mr Soh老师给的这个图中最关键的视觉,就是一个向右扩散的锥形结构,这就是所谓的BSM Cone。随着时间推移,未来股价的不确定性(波动范围)越来越大,分布越来越“展开”,不确定性越大, 所以价格区间越宽。 图中有三条主要线: 1。中间虚线(50%概率线),标注50% chance of stock being above or below this price,这是中位数路径median path,就是说股价有50%概率在其上方,50%概率在其下方,这是风险中性世界中的预期路径,而非现实回报。 2.上轨,标注Stock has ~16% chance of rising above this line,超过这个上轨的概率大约是16%,也就是说84%的时间在这条线以下,这是正态分布中的 +个标准差。 3.下轨,标注Stock has ~16% chance of falling below this line,意思就是,跌破这条线的概率大概也是16%,而84%概率是在这条线以上, 对应−1个标准差。 这意味着这个“锥体”其实可以扩展为多层概率区间,内层大约占用68%区间,最常用。IV隐含波动率,就是市场对这个锥体的定价。这个图几乎就是所有“概率期权策略”的理论基础,比如卖30 Delta Put,大约会有70%胜率,其实就是在用这个分布。 BSM模型是用来直观理解股票价格未来分布与期权定价逻辑的重要图形,是金融领域最经典的期权定价数学模型,用于计算欧式期权的
1、旧标签:手机 IP 收费站;新标签:AI 控制平面准入权资产 2、财报不是主菜,但给了三条验证线 3、为什么 CPU 回来了:Agentic AI 把瓶颈从算力拉到编排 4、三层收入引擎:IP 是底座,CSS 是提价,AGI CPU 是期权 5、TAM 上修不能直接等于 Arm 收入 6、竞争不是 Arm 对 x86,而是四种平台争夺控制权 7、SoftBank 是催化,也是治理折价来源 8、估值要分三档:底座、验证和远期权 9、真正该盯的不是故事,而是六个验证闸门 10、从手机到云端:Arm 的历史不是换赛道,而是 royalty base 迁移 11、Armv9 与 CSS:价格锚不是多卖多少芯片,而是每颗芯片多收多少 12、AGI CPU:天花板很高,但从 IP 到芯片不是线性升级 13、卖方分歧怎么用:多头给天花板,空头给安全边际 14、组合视角:Arm 在 AI 硬件链里不是最大弹性,而是架构权重 15、投资判断:Arm 的真问题,不是有没有 AI,而是门票兑现到哪一层 Arm深度:CSP自研CPU都要交的Arm税,英伟达CPU爆发的最大直接受益者 Arm 真正的分歧,不是 AI CPU 会不会热,而是市场该把它当成手机时代的 IP 收费站,还是 AI 数据中心控制平面的准入权资产。前者看 royalty 和 license,后者看 Cloud AI、CSS、AGI CPU 和客户订单。CPU 已经重新被看见,下一步要证明的是:Arm 不是只站在架构里收小钱,而是能把控制平面的门票变成收入、利润和长期定价权。 全文内容概括: Arm 这轮重估不是“AI 又多了一个受益股”,而是 CPU 在 AI 数据中心里的角色发生了变化。训练时代最容易被看见的是 GPU;agentic AI 时代更难被忽视的是调度、编排、内存、I/O、工具调用、检索增强、任务队列和加速器利