近期半导体板块进入明显的高波动阶段。 一方面，AI算力、存储芯片和先进制程需求仍然支撑行业长期增长预期；另一方面，估值过高、AI资本开支回报、公司财报差异以及高杠杆资金集中撤离，又在不断放大短期价格波动。费城半导体指数近期一周内曾下跌约10%，较6月高点回撤超过20%，随后又出现快速反弹，说明市场并非形成了稳定的单边趋势，而是在强基本面预期与高估值压力之间反复定价。 这种环境下，单纯押注整个半导体板块上涨或下跌，难度正在明显提高。 小猫量化更关注两类结构性机会： 配对交易与隐含波动率策略。 配对交易的核心，不是判断整个板块方向，而是判断两只相关股票之间的相对强弱。 例如，两家公司同属于AI芯片产业链，但一家订单持续增长、盈利预期不断上调，另一家则面临产品迭代、库存或资本开支压力。策略可以做多相对强势标的，同时对冲相对弱势标的，降低指数整体涨跌对组合的影响。 配对交易真正赚取的，是两只资产之间的收益差，而不是板块本身一定上涨。 但配对交易并不等于低风险。 历史相关性可能突然失效；两家公司可能受到不同财报、监管或产品消息影响；多空两端的波动率和市场敏感度也可能不完全匹配。因此，配对组合需要持续监控相关性、价差、行业暴露和净方向敞口，而不能只因为两只股票过去走势相似，就认为价差必然回归。 第二类机会来自隐含波动率。 隐含波动率反映期权市场对未来波动的定价。Cboe已经推出半导体ETF波动率指数VXSMH，用于衡量期权市场对SMH未来30日波动的预期，说明半导体板块的波动率本身正在成为可以独立观察和管理的市场变量。 当重大财报、政策或产品发布临近时，期权价格可能提前计入较高波动预期。如果事件发生后的实际波动低于此前定价，隐含波动率可能迅速回落；反之，如果市场低估了跳空风险，实际波动可能明显超过隐含波动率。 因此，所谓“波动率策略”并不是简单卖出高波动期权。 更重要的是比较： 当前隐

先说明一个关键事实：目前公开信息显示，斡旋方提出的是一项为期10天的临时停火方案，目的是为恢复谈判、保障霍尔木兹海峡通行创造窗口，但美伊双方尚未正式确认接受。此前的临时协议也曾因航运袭击和相互军事行动迅速破裂，因此“停火10天”更适合作为情景推演，而不是已经确定的结果。 对于市场而言，真正重要的不是停火宣布当天涨了什么，而是10天之后，冲突最终走向哪一种状态。 小猫量化不会押注单一结局，而是提前准备三套可以切换的资产暴露方案。 情景一：停火延长，进入实质性谈判 最乐观的结果，是临时停火被延长，美伊围绕霍尔木兹海峡通航、能源出口、制裁及核问题恢复谈判。 这种情况下，原油中的战争溢价可能逐步回落，全球通胀压力得到缓解，债券收益率上行风险下降，市场风险偏好有望修复。此前黄金曾因外交降温预期和商品市场反弹而上涨，说明停火并不一定立即利空贵金属，但随着尾部风险下降，黄金上涨逻辑可能由避险转向实际利率和资金配置。 对应的小猫量化预案是： 降低能源、航运和军工等事件驱动板块的追涨权重；逐步恢复优质科技、消费及宽基资产的策略准入；黄金保留适度对冲，但不继续按照战争升级逻辑扩大仓位。 需要强调的是，系统不会在停火消息出现后立即满仓转向科技股，而是等待股指趋势、市场宽度和龙头结构完成确认。 情景二：停火存在，但局部冲突持续 第二种，也是更复杂的情景，是双方表面维持停火，但代理人武装、商船袭击、区域基地冲突和制裁行动仍然存在。 这种状态下，原油和黄金的风险溢价不会完全消失，美股则可能继续受财报、AI行情和油价通胀压力共同影响。市场可能出现典型的高波动震荡：冲突消息推动油价和黄金上涨，外交消息又推动科技股反弹。 对应的小猫量化预案，不是选择单边方向，而是采用相对均衡的结构： 保留黄金、能源和防御板块作为尾部风险对冲；同时选择趋势仍然完好的科技与成长标的；降低账户净风险敞口，缩小单笔仓位，并加强利润

今天整理了7月以来的实盘收益数据。 截至 7月14日，本月累计收益来到： +$9,832.98 相比关注一天赚了多少，我更关注整个交易过程是否始终按照系统规则执行。 这也是我一直坚持量化交易的原因。 市场每天都在变化，但交易纪律不能每天都变。 回顾7月前半个月，有连续盈利，也有连续亏损。 7月2日，单日盈利 +$7,883.68； 7月13日，单日回撤 -$1,887.23。 如果只是手工交易，面对这样的大起大落，很多人容易： * 盈利时过度自信； * 回撤时怀疑策略； * 临时修改交易计划。 但自动化交易系统不会。 只要市场条件满足，系统按照规则执行； 如果风险增加，系统主动降低仓位； 如果达到止损条件，系统立即退出，而不是抱着侥幸心理等待反弹。 真正决定长期收益的，并不是抓住每一次行情。 而是在每一次交易中，坚持同样的交易纪律。 过去半个月，这套系统一直围绕几个核心原则运行： ✅ 市场状态识别 ✅ 策略自动切换 ✅ 仓位动态控制 ✅ 自动止损止盈 ✅ 利润保护 ✅ 风险实时监控 短期盈亏会波动，但交易体系不能波动。 交易靠系统，收益靠纪律。 小猫量化｜专注港美股自动化交易

比特币重新站上 64000 美元，ETF资金连续恢复净流入，加密市场的情绪明显回暖。 很多人认为，这是牛市重新开始。 但对于量化交易而言，比上涨更重要的是： 市场正在从”恐慌”切换到”贪婪”。 为什么要关注ETF资金？ 因为ETF代表的是机构资金。 散户更多交易情绪，而机构交易的是资产配置。 当ETF持续净流入时，意味着越来越多长期资金开始重新进入比特币市场，这往往比短期价格上涨更具有参考价值。 但是，仅仅看到资金流入就追涨，同样存在风险。 因为市场永远不会沿着一条直线上涨。 真正成熟的量化系统，不会因为价格上涨而兴奋，也不会因为下跌而恐慌。 小猫量化采用的是多因子预判模型，同步分析： ✅ 趋势是否成立 ✅ ETF资金是否持续流入 ✅ 波动率是否扩大 ✅ 市场情绪是否过热 ✅ 风险收益比是否仍然合理 只有多个因子共同确认，系统才会提高仓位。 如果市场进入极度贪婪阶段，即使行情继续上涨，系统同样可能主动降低风险暴露。 真正稳定的收益，不来自预测最高点，而来自控制每一次风险。 行情可以疯狂，纪律必须冷静。 小猫量化｜专注港美股自动化交易

本周，全球资本市场迎来真正意义上的超级数据周。 美国CPI、PPI相继公布，多家美股龙头企业正式拉开财报季序幕，宏观数据与企业盈利将在短短几天内集中释放，市场波动率大概率明显提升。 很多投资者关注的是： CPI高还是低？财报超预期还是不及预期？ 但真正影响资产价格的，往往不是某一个数据，而是多个因素叠加后的结果。 例如： * CPI低于预期，美联储降息预期升温，成长股受益； * PPI如果持续上升，则意味着企业成本压力仍在； * 财报虽然超预期，但如果管理层下调未来指引，股价依然可能下跌。 因此，市场真正交易的是预期差，而不是数据本身。 这也是小猫量化一直坚持采用多因子预判模型的原因。 我们的模型不会因为一项数据而盲目买卖，而是综合分析： ✅ 宏观因子（CPI、PPI、就业、利率） ✅ 市场因子（指数趋势、波动率、成交量） ✅ 资金因子（机构资金流向、行业轮动） ✅ 情绪因子（市场风险偏好） ✅ 技术因子（趋势、突破、动量） 只有当多个因子形成共振，系统才会提升仓位；如果出现冲突，系统会主动降低风险暴露。 面对超级数据周，真正重要的不是猜数据，而是提前制定应对方案。 预测市场很难，但管理风险可以做到。 数据会变化，纪律不能变。 小猫量化｜专注港美股自动化交易

咱们这个反直觉美股系列追到现在，已经快成一部连续剧了。前几集咱们聊了英伟达黑羊论、三星利好出尽、AI硬件的物理天花板，后台有老铁灵魂发问：AI的钱是不是不好赚了？今天市场直接甩出一份标准答案——AI的钱没少赚，只是赚钱的主角换了。 昨晚的盘面又是一出大戏。纳指挺喜庆，涨了+1.3%，但AI总龙头英伟达却逆势跌了-1.19%，一副热闹是你们的，我什么也没有的落寞脸。而另一边，存储芯片龙头美光科技，怒涨+7%，带着整个芯片板块往上冲。 同一个AI赛道，一边是过气网红，一边是新晋顶流。这绝不是什么随机游走，这是AI交易内部的权力棒正在交接。今天咱们就扒开这场AI权杖交接的底裤，看看为什么这轮超级周期，轮到记忆芯片来当主角了。 一、新王登基：HBM的供需缺口，大到能再拉一个涨停板 很多散户到现在还以为，炒AI就是炒GPU。醒醒吧，AI算力这架飞机，现在最缺的不是翅膀，是油箱。 大模型参数动辄万亿级别，GPU算得再快，数据喂不进去，照样只能干瞪眼。这就是HBM（高带宽内存）的卡位——它决定了数据在存储和计算之间的高速公路有多宽。 现在这条高速公路堵成什么样了？美光财报透露了一个恐怖的数据：HBM4的订单已经塞满了直到2026年底的全部产能。你今年下单，后年才能提货。这意味着什么？意味着高端DRAM的缺口不仅没缩小，反而在加速扩大。业内甚至有分析师喊出，整个存储的供需错配可能会延续到2028年。 在这种供给被锁死、需求却指数级增长的格局下，美光这类手握HBM核心产能的公司，就拥有了近乎无敌的定价权。这不是周期股的反弹，这是硬核科技的供不应求。资金从英伟达流向美光，本质上是在追逐更高的边际增速和更强的确定性——GPU可以选，HBM没得选。 二、权杖交接：资金在AI链内部再平衡，风险还是机会？ 英伟达跌、美光涨，这个跷跷板背后，是大资金在做一道精细的计算题。 过去两年，英伟达是AI唯一的代

昨晚英伟达闷声跌了-2.2%，收盘后我翻了一圈新闻，后背有点发凉。不是因为跌多少，而是因为两条消息几乎同时炸出来，指向同一个词——物理天花板。 第一条：英伟达下一代旗舰超算机架Kyber NVL144，被曝要延期到2028年。罪魁祸首不是芯片本身，而是一块小小的78层PCB板，工程上卡了壳。第二条：英伟达最大的客户之一DeepSeek，正式宣布自研AI芯片，一脚踏进去英伟达化的深水区。 一边是供给端自己造不出来，一边是需求端大客户想甩开你单干。今天咱们就把这两条消息拧在一起，看看AI硬件这座金矿，是不是真碰到了挖不动的岩层。 一、一块PCB，凭什么拖慢整个AI路线图？ 很多老铁可能觉得不可思议：芯片都难不倒英伟达，一块电路板能把黄仁勋难住？这里得科普一个反常识：越是顶尖的超算系统，越容易被看似低端的工程环节卡脖子。 Kyber NVL144不是什么普通机架，它是要把几十颗Blackwell Ultra级别的GPU、成吨的HBM内存、液冷散热、高速互联全部集成在一个疯狂堆叠的系统里。78层PCB意味着什么？意味着电路线宽、信号干扰、散热管理、材料应力——每一项都逼近物理极限的极限。 举个小例子：一块普通主板可能十几二十层PCB就够了，做到78层，每一层之间微米级的对齐偏差，累积到最后就是灾难。信号在这么多层之间高速穿梭，串扰和衰减会让数据完整率直线下降。如果底层PCB过不了关，上面再强的芯片也是一堆废铁。 这揭示了一个残酷的真相：AI算力的瓶颈，正在从芯片设计转移到系统工程。摩尔定律还能往前拱，但热力学定律和材料科学定律，已经在亮红灯了。英伟达的路线图延期，不是它一家的问题，是整个AI行业正在集体撞向物理世界的第一堵承重墙。 二、雪上加霜：最大买家变对手，算力饥渴倒逼自研 供给端卡壳已经够难受了，偏偏需求端又出了叛徒。DeepSeek自研芯片的消息，对英伟达来说，比AMD抢走