确定长期投资策略后，应该什么时候买入？

network

确定长期投资策略后，应该什么时候买入？


关注两个恐慌指数：VIX / VXN
简单来说，恐慌指数和标普500/纳指100负相关


VIX是基于标普500的波动率指数
VIX > 25 无脑加仓标普500指数


VXN是基于纳指100的波动率指数
VXN > 35 无脑加仓纳斯达克100指数


整理一下具体关联数据：
—VIX高峰
2018年，标普500跌至2500，次年反弹至3200
2020年，标普500跌至2300，年底反弹至3727
2022年，标普500跌至3500，次年反弹至4800
2024年，标普500跌至5100，年底反弹至5900
2025年，标普500跌至4900，年底反弹至6900


—VXN高峰
2018年，纳指100跌至6500，次年反弹至8800
2020年，纳指100跌至6800，年底反弹至12900
2022年，纳指100跌至11000，次年反弹至16969
2024年，纳指100跌至17500，年底反弹至22000
2025年，纳指100跌至16500，年底反弹至25249


数据不会骗人，美股韧性代表美国国运，值得长期持有。


目前VIX~15.3 / VXN~22.4，均位于低位平静期，表明投资者对美股市场行情乐观。


我们要做的是，保持少量定投，等恐慌指数飙升时，伺机加仓标普500和纳指100！



确定长期投资策略后，应该什么时候买入？关注两个恐慌指数：VIX / VXN简单来说，恐慌指数和标普500/纳指100负相关VIX是基于标普500的波动率指数VIX > 25 无脑加仓标普500指数VXN是基于纳指100的波动率指数VXN > 35 无脑加仓纳斯达克100指数整理一下具体关联数据：—VIX高峰2018年，标普500跌至2500，次年反弹至32002020年，标普500跌至2300，年底反弹至37272022年，标普500跌至3500，次年反弹至48002024年，标普500跌至5100，年底反弹至59002025年，标普500跌至4900，年底反弹至6900—VXN高峰2018年，纳指100跌至6500，次年反弹至88002020年，纳指100跌至6800，年底反弹至129002022年，纳指100跌至11000，次年反弹至169692024年，纳指100跌至17500，年底反弹至220002025年，纳指100跌至16500，年底反弹至25249数据不会骗人，美股韧性代表美国国运，值得长期持有。目前VIX~15.3 / VXN~22.4，均位于低位平静期，表明投资者对美股市场行情乐观。我们要做的是，保持少量定投，等恐慌指数飙升时，伺机加仓标普500和纳指100！

network

Clark Tang

@_clarktang
·
10小时
翻译自 英语
现实是我们所看到的正在展开的，是 Nvidia 在加速构建一个合成超大规模云。

提前向所有陷入先入之见、认为这会引发恐慌的投资者致歉。

但什么是超大规模云？剥离本质，它就是一个由 CPU、网络、存储组成的规模化基础设施集合，上面叠加了一个开发平台。它履行两个目的。财务上：它汇集并平滑了用户的财务义务，将基础设施租赁作为运营支出而非资本支出。运营上：它构建软件，通过抽象化底层原语，使消费这些原语变得简单。

超大规模云通过批量采购硬件、汇集规模以获得更低的资本成本，并通过软件驱动硬件利用率（跨多个客户共享和分片工作负载）来实现健康的 35-40% 运营利润率。

但在 AI 时代，计算的原子单元发生了变化。训练（大规模一致性集群）和推理（代理式工作负载）——需要一种根本不同的资源配置。这些新工作负载需要大幅更多的加速计算，将设计目标从多租户利用率（云时代）转向绝对工作负载性能（AI 时代）。数据中心的经济模型发生了倒转。一支巨大的、冗余的 Amazon Basics CPU 和存储舰队，在同步训练任务中不起作用，因为一个落后的节点就会拖垮整个集群。对于推理，瓦特每令牌和首令牌时间主导了经济性，而不是你能在盒子里塞进多少虚拟机。而且在电力有限的世界里（至少在西方是这样。也许在中国不是），这一切都行不通。

随着 Nvidia 构建更多计算资源并将其出售给超大规模云，它面临着一个根本问题。超大规模云陷入了经典的创新者困境——期望 35-40%+ 的运营利润率，同时潜藏着将 Nvidia 75% 毛利率商品化的愿望，用 Amazon Basics 等价物取代。支付 ASIC 供应商 25% 的利润率，而不是 Jensen 的 75%，然后在其上堆叠自己的 40%！它们还拥有客户关系，企业都在 AWS、Azure、GCP 上开发，它们的數據也被锁定在那里。但最重要的是，这些公司以自己的节奏行动。它们既不灵活也不饥渴，无法以 Nvidia 或 AI 实验室认为必要的那种速度运营计算资源，以满足眼前的需求。它们绝不会考虑在弗吉尼亚州阿什本郊外改造一个 35MW 的站点！

与此同时，一群饥渴的创业者注意到超大规模云通过出租基本上是库存 Nvidia 硬件（上面有限软件）赚取的丰厚利润率，并开始围绕此构建业务。Nvidia——起初持怀疑态度——认识到，与这些合作伙伴合作将带来更快的开发周期，以及生态系统的竞争火花和压力。于是，新云诞生了。

这些新云与 Nvidia 共同开发的软件专为新工作负载量身定制。它们解决了运营新基础设施所需的新问题和要求。它们准备好了热插拔，进行预测性维护，构建了专为训练设计的新存储软件，入口和出口费用更低，因为它们的竞争驱动力是赢得工作负载，而不是锁定企业数据在自己的平台上。而且这奏效了——AI 实验室开始更青睐与它们合作，而不是超大规模云。对现有玩家的常见抱怨：太慢、对集群构建过于挑剔，虚拟化和网络叠加层导致 GPU 集群性能低于 Nvidia 标准参考设计。新云的裸机服务器也更便宜，因为它们的团队构建的是 AI 软件，而不是云数据仓库业务。而且它们乐于以一半的利润率（约 20%）运营，这是大公司绝不会接受的。

但超大规模云仍有一个结构性优势：它们的资产负债表。投资级。能够在需求之前资助投机性产能，并以更高的现货费率出租。新云无法玩这个游戏，因为贷方只会为已签订离岸协议的硬件提供融资。而且如果离岸方是早期更具投机性的实验室，成本会更高。如果它们能提前构建产能，或许就能赚到像 Elon 在 Colossus 上实现的那种回报。
但转折在于，资产负债表的优势正在实时侵蚀。Google 刚刚公布了第一个负自由现金流季度，并募集了 500 亿美元股权。Microsoft 背负着 3290 亿美元已签署但尚未开始的租赁。即使是投资级资产负债表也撞上了墙——更多资本必须从其他地方来。

这就是我们今天所处的位置。看看 Nvidia 实际构建了什么。超大规模云的运营一半：DSX OS 和 Mission Control 用于运行和运营 GPU 舰队，DSX 参考设计和 Omniverse 数字孪生作为构建数据中心本身的硬核 playbook。Dynamo 用于推理服务。所有超大规模云的旧秘方，专为新时代数据中心量身定制，而它们正是这些数据中心的架构先锋。提供给任何饥渴、技术胜任且有可用站点的团队。

然后是融资一半：收入分成和信贷支持模型，以多租户曾经的方式平滑分布式舰队的利用率。支持运营商、释放产能以匹配需求、分担上涨收益，现在还将 5000 亿美元第三方资本带上桌。Nvidia 通过参考设计标准化了资产，证明了计算资源“可跨客户和运营商流通和转移”，并向基础设施投资者展示了尽调的无杠杆收益率跨越 7-8% 门槛。那些投资者在早期的特殊情况融资中尝到甜头，看到了回报，并理解需求是全球性的。这就是为什么 Jensen 在 2025 年飞遍欧洲、中东和东南亚——这些是新计算站点的零号地带。现实是，这不是仅仅在过去 3 个月发生的。2023 年的 CoreWeave 主协议，2025 年的 60 亿美元现货储备背书（赞助推理云的产能），2024 年的 Blackrock AI 基础设施伙伴关系，2025 年 Brookfield 与 Nvidia 的 1000 亿美元基金，2026 年 KKR Helix 与 Nvidia 的合作。现在已经有六个独立的融资平台。下棋！

所以现在直呼三个担忧的名字。循环性？周一是相反的，Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 带来了第三方资本，相互独立承销，而不是简单延长 Nvidia 的资产负债表，而是取代它。资产的有用寿命/承销能力？CoreWeave 刚刚披露了 A100，6 年前的芯片签约至 2029 年，并在 7 月对其舰队推高了 25% 的价格。抵押品老化更像飞机而非智能手机，正如担忧的那样。市场份额？如果你没看到 Nvidia 平台和这种计算的可流通性正是这一切成为可能的原因——怀疑者们自己就是在为多头论据。抱怨这些平台将资本绑定在 Nvidia 而远离其他 ASIC/加速器……5000 亿美元只能买 Nvidia 参考架构，这是一道伪装成风险的护城河。

那么，当第一个合成超大规模云在你眼皮底下建成时，你在做什么？

所有表达的观点均为我个人观点。不代表 Altimeter 或 Nvidia 或任何其他人的观点。完全披露，我/我们可能持有文中提到的公司头寸。纯粹用于讨论和思考——无财务建