社区

本文试图快速研究下中美当前冲突不进一步升级下，对经济的影响。其中借助了Grok、豆包等AI工具查询资料和数据，采用了比较粗糙的估算，不免有错误之处，请不吝指正。结论：1. 中国目前主要是债务问题，但短期控制住了；人口是长期问题，一时半会儿也不会“崩溃”，其他方面很有韧性；2. 如果base case是在当前情况下维持，中美冲突不进一步升级，不考虑刺激内需情况下，GDP可能受到10个百分点的负面冲击；3. 但如果同时考虑2万亿级别的消费刺激，估计能拉动6-8万亿消费，那么可以对冲5个点GDP影响；综合下来5个点左右负面影响。结构上：1. 出口差（可能有相当于GPD10%的负面影响，不容易对冲），以及会受到出口转内需冲击的需求也很差（供大于求，有价格压力，利润端会显著放大影响）；2. 私人投资相关需求非常差（搞不好大幅下滑），但考虑政府投资相关的相对好，整体投资可能走平；3. 内需消费的相对好一点（如果不刺激，可能受到相当于GDP5%的负面影响，但考虑刺激可能打平），比较大概率会刺激的方向还是家电、汽车、手机等，产值大、产业链较长、刺激效果好的领域。中国的反制&应对：1. 建立新伙伴关系、刺激内需；2. 报复性关税、贸易限制等；3. 卖美债和竞争性贬值很可能都不可取。以下是正文：中美冲突后续演进大致有两种情形：一种是，如果中美冲突短期不再升级，而其他地区通过和美谈判获得缓和；另一种是中美较量螺旋升级，其他地区也得不到缓解甚至冲突升级。目前看，第一种更像是base case。一、中国的应对&反制1. 报复性关税&贸易限制&调查制裁、减少购买美国商品：比如对美货物征税34%，限制出口稀土、国防航天航空商品等；2. 竞争性贬值？有约束，不能贬值太多太快形成贬值预期，会严重伤害其他出口国（这些国家相对脆弱很多，也更容易出现危机），与中国致力于成为区域领导

Market Review In October, U.S. risk-free interest rates increased, while risk premiums declined, reflecting the market's view that recession risks are diminishing. At the same time, the upcoming election and potential policy adjustments add uncertainty, which in turn can increase risk premiums. On one hand, concerns over a recession are easing, while on the other, election-related uncertainties loom. Overall, these factors combined have led to a reduction in market-traded risk premiums, with current levels among the lowest since 2002-2022 (in the top 25% range). Although the market has likely priced in both positive and negative factors, the extent of this pricing is uncertain, so we are adopting a wait-and-see approach. Q3 earnings reports have started to roll in, and here are some of our

近几年陆续看了几个美国消费品行业，在这里对现阶段的研究做一个简单的梳理和总结，理解肯定也存在局限性，如果有好的想法或者指正，欢迎大家交流和分享，希望这些观点能不断被推翻或修正，从而具有反脆弱性，也避免成为“手拿锤子的人，看什么都是钉子”。在这里分享的主要是两个行业，餐饮、能量饮料。选择这些行业深耕的核心原因是，他们的行业出现了结构性的成长机会，我们希望通过研究理解消费者需求的变化，对这些行业的公司进行合理的定价。餐饮：之前公众号的文章中提到《美国餐饮股牛股辈出》，做到百亿甚至千亿美元的市值，如果看24年YTD，也有几家公司的股价实现了50-200%的涨幅，比如SG, CAVA，抛开其他干扰因素，我们在这里试图从基本面去理解背后的原因。美国的食品支出主要分成两类，FAFH（Food away from Home，在外用餐）和FAH(Food at home，在家吃)，22年分别占比56%和44%，在外用餐的比例在过去不断提高，1929年只有16.7%。背后的原因，1是需求端，经济增长带来的消费能力提升，2是供给端，特别是LSR（*limited service restuarant，也就是我们常说的快餐；另一类则是FSR，full service restuarant，服务好，ticket size高，需要支付小费，连锁化程度低等，这里不重点讨论） 效率提高、连锁化提升的美国餐饮第一波的结构性变化，淘汰了卫生、出餐速度、口味等达不到标准的餐车、独立店的同时，也给消费者带来了新的用餐选项，更快、更好吃、甚至更便宜，逐渐替代了一部分在家吃的需求。过去，LSR连锁餐厅行业的快速增长十分受益于这波结构性变化，但未来的LSR连锁餐厅却可能再难拥有以上因素同时驱动带来的整体行业的快速增长。每个人用餐的次数一年大约就是1095（3*365）次，FAFH和LSR提升到一定比例可能会

我们对未来大模型训练的算力需求进行了测算，结论是大模型训练每升级一代，对算力的需求是倍数级增加，后续如果没有商业的正向循环，将越来越难跟进。参考MS测算，我们把参数调整为自己的理解，计算不同情形下每一代大模型训练需要的算力。核心的变量是大模型参数，训练天数，卡性能和单价。至少从目前看，大模型升级的过程还是伴随着参数量的倍数级增加，那么可以通过模型参数量，推导训练的tokens量，按照每token所需算力计算总算力需求，假设每一代模型训练天数适当延长的情况下，计算出每代模型训练需要多少投入多少GPU Capex。下表对A、H、B、”R”卡价格分别假设是1.1万、2.5万、3.5万和6万美金。在MS测算的基础上，根据NVDA目前爆料的路线图，我们调整了一下假设，以下是我们测算的Bull、Base和Bear case：结论是：训练GPT4，参数1760bn，训练100天，需要A100 2.5万张，买卡capex 不到3亿美金；训练GPT5，参数8800bn-15tn，训练150天，需要H100 15-26万张，买卡capex对应37-66亿美金；训练GPT6，参数35-85tn，训练200天，需要B100 58-232万张不等，买卡capex对应200-810亿美金。如果按60tn参数，对应需要~430亿美金；训练GPT7，参数106-340tn，训练250天，需要“R”100 45-720万张，买卡capex 270-4300亿美金。如果按180tn参数，需要~1300亿美金。花出去一千亿对巨头意味着什么？可以来看看巨头们的Capex情况：微软24FY在700-750亿美金，其中和设备相关只有50%，350-380亿，其他是新建和租赁数据中心（用于未来15年）。而且设备投入包括了CPU和GPU，既有Cloud也有AI投入。（有专家反馈今年微软采购gpu在70万张卡，金额基本能对

Investment Review: Maintaining High Exposure and Increasing Investment in Edge AIIn July, we maintained a high exposure, with a focus on holding positions in internet, cloud computing, semiconductors, consumer, and fintech sectors. The proportion of AI investments slightly increased to 40-45%, primarily targeting B2B applications, leading chip foundries, and edge AI. In July, we further increased our investment in edge AI. The proportion of overseas assets remained around 80%.Market ReviewIn early July, the U.S. stock market experienced a significant pullback, with panic starting to spread at the beginning of August. There are many explanations for this market behavior, including the unwinding of crowded trades (such as buying U.S. stocks of M7, yen carry trades, etc.), and concerns about

周末一边阅读《What It Takes》（非常精彩，推荐），一边修改我们的网站（www.bedrock-invest.com) ，突然翻到去年写的一篇小作文，想到当时正刚刚从创业以来各种危机中逐渐看到隧道的光亮。。。就觉得真是不容易。。。‍‍‍‍‍‍‍‍当然，直到今天我们依然处于创业的早期阶段，还远远谈不上成功，不过这个过程本身就已经充满收获和开心了。。。Bad luck?It is quite obvious that the timing of our establishment couldn’t have been worse. We resigned from our original company in the second half of 2021 to establish BEDROCK, and by the end of the year, we had set up a dual-currency fund in RMB and USD. In fact, we didn’t cherry-pick this timing. Although our investment style has always been long-term value investing, we believed at the time that as long as our global strategy (mainly focusing on China and the US) could find enough companies that were sufficiently cheap, even though it was quite difficult in that environment, we shouldn’t make choices based o

近期，Edge AI受到了越来越多的关注，我们在此分享一下近期的研究观点：新的换机周期？三星去年推出的S24是首款爆火的AI手机，今年6月的苹果WWDC进一步确认了AI手机就是下一个进步方向。尽管目前手机上的AI应用还比较初级且无用，但是我们首先需要认识到两个重点：第一，按照目前的大模型和小模型的能力和进步速度，出现手机上的killer app（无论是操作系统进步、语音助手、游戏还是其他应用）是大概率事件，只是还需要时间，让手机公司在硬件和软件上做好准备以及让创业者将创意变成现实。毕竟自第一代苹果手机在07年一月发布以后，又过了接近两年的时间才出现了愤怒的小鸟（09年12月发布）、水果忍者（10年四月）等经典触摸屏应用。在AI硬件上，高通去年十月推出的骁龙8gen3 AI算力达到45 TOPS，苹果去年的A17 pro的AI算力也达到了35 TOPS（支持的内存也首次从6G提高到8G）。在软件生态上，苹果在今年的WWDC上推出了AI开发工具APP Intents，便于广大开发者（超过3600万人）开发AI应用，相比于三星的S24主要依赖手机厂商三星和系统厂商谷歌提供AI应用，在供给端是一个巨大的飞跃。第二，即使因为种种原因（比如端侧AI能力太差、幻觉问题始终无法解决等等）导致killer app还要等很久甚至始终没有出现，手机厂商的相互竞争也会导致在供给侧AI手机占比越来越高，恰如当年的5G手机一样，尽管到目前为止都没有特别显著的应用，但是市场上能买到的手机尤其是高端机基本上全是5G手机，而AI手机的情况显著好于5G，因为从手机厂商到消费者都非常看好未来AI能带来更好的体验。这一情况在云端AI上已经预演过一次，尽管AI应用带来的收入还非常低（openAI的年化收入才34亿美元），但是各大公司的投入已经超过了千亿美元（预计NVDA今年的datacenter收入就超过1千亿美元

近期关于未来BTC能涨到多少有不小的争议，有很乐观的也有谨慎的，相比起来，我们相对乐观。这里仅仅做一个简单的情景分析，当然未必正确。本文来自于BEDROCK成员Eva全球财富（净资产）根据ubs的数据，2022年大约在454.4万亿，假设6%的增速（历史上增速要高于gdp增速），预计在2036年达到1,034万亿。其中，57%配置在了股票、固定收益、黄金、另类资产和加密货币上。根据测算，2023年底加密货币总市值1.65万亿，占全球全球财富（净资产）仅0.3%，比特币占比0.15%。按照最新数据，机构持有比特币的比例也仅12.7%；黄金etf 222b，BTC spot ETF AUM已经接近 57b，已经是黄金的25%，而比特币市值仅是all the above ground of gold value的11%左右，比特币将crossing the chasm。随着其去中心化“信仰”的传播和蔓延，etf等金融工具降低进入门槛，机构入场带来大量资金流入，比特币作为最成熟的加密货币资产，收益率和波动性也会逐渐趋缓，风险回报更加合理，但仍然相对其他传统金融资产吸引力更大等原因，比特币等加密货币具有从其他传统金融资产长期抢份额的逻辑，2036年金融资产（见下图）配置比例将在2036年占全球财富的47.7%，比如黄金假设下降到1.7%，固定收益和股票占比也下降，但另类资产预计可能会和加密货币一起高速增长。我们预计比特币在36年会达到全球财富的3%（也有可能尚未到头），参考2023年黄金（all the above-ground of gold）价值占比大约在2.5%（且一半都是珠宝等fabrication，流通性差）这里隐含的假设是比特币交易是商品交易，而比特币以外的部分涉及应用的加密货币交易可能被美国sec定义为investment contract的风险，发展速度可能低于比特币

Operational Review: Adjusting the structure of technology holdings, increasing investment in consumer and financial technology sectorsIn the first quarter, we maintained a heavy allocation in technology, but adjusted the structure. We reduced holdings in AI hardware that had seen significant increases, where market expectations were fully reflected, and the subsequent profit space was limited. We believe that if we look at AI hardware and applications based on the same assumptions and framework, those with similarly strong competitive advantages, high certainty, such as some leading chip foundries and design tools, as well as AI's B2B applications, have greater profit space. It's just that the realization of fundamentals is relatively late, requiring patience. Additionally, we increased ou

Investment Strategy Review: Adjusting AI Investment Structure, Maintaining High PositionsIn January, we made minor adjustments to our AI-related holdings by reducing positions in AI hardware companies that had significant gains, where market expectations were fully priced in, and which had limited room for future returns. However, we increased our investments in semiconductor foundries and design tools companies that also benefit from AI, have a good competitive landscape, high certainty, insufficient market reaction, and decent returns potentials. We continue to prioritize holding companies involved in AI's B2B applications, as well as internet companies that reflect future lifestyle changes and brand consumer products. In January, we began experimenting with establishing some short posit