文章核心观点 - Meta 2026年第三季度财报呈现矛盾信号：营收646亿美元同比增长26%创历史新高，但经营利润率从40%骤降至20%，自由现金流由正106亿美元转为负21亿美元，公司历史上首次出现挣回来的钱不够花的情况 [3][6] - Meta旗下AI智能体应用Muse上线22天即获500万次美国下载，速度远超ChatGPT的56天、Grok的103天与Claude的492天，被视为超级应用雏形，市场因此愿意为AI叙事定价 [4][9][15] - 公司认为Meta已证明有能力做出爆款AI产品，但尚未证明该产品能赚回多少真金白银，AI翻身仗才刚进入最关键的阶段 [32][33] 一、超级应用的雏形 - 判断超级应用的标准是看其是否为入口、能否在一个入口里办完用户大部分的事、用户是否愿意在里面真实花钱 [9] - Muse定位为智能体AI助手，可代表用户浏览网页、发送邮件、在线购物、填写表单及预订旅行行程 [10] - Muse于9月8日上线，截至9月30日仅用22天突破500万次美国下载 [11] - 扎克伯格在Q3业绩交流会给出数据：一个半月内美国和加拿大已有超过1000万人设置Muse个人智能体，约25%的设置者每天使用，比Threads起步时或其他AI应用起步时高出两倍以上 [13] - Muse最常见用例是购物，超过四分之一使用Muse的人参与购物，平均购买金额超过200美元 [13] - 支付连接服务商Plaid表示从未在任何其他服务上看到其连接器出现这样的活动，第一周因交易量超出预期，公司不得不与Stripe合作提高信用额度 [13] - 公司认为Muse已初步跑通获客、收入、留存，未来电商和企业服务不再是消费者亲自浏览网页，而是消费者的Muse直接与企业AI智能体谈判和交易 [13] - Muse将从下个月开始登陆Meta Glasses，成为眼镜商业模式的核心，预计付费订阅将增加，该业务将从此开始有意义的改善 [16] - 公司预计Reality Labs损益将从此改善，明年运营亏损降至约150亿美元并从此趋向盈利 [17] - 接下来的战略目标是扩大产品、增长收入、优化计算成本，将Muse增长到服务数十亿人 [17] 二、财务表现与成本结构 - 2026年Q3营收646亿美元同比增长26%，经营利润130亿美元同比下降37%，经营利润率20%同比下降20个百分点，净利润98.6亿美元同比增长264%，资本开支349亿美元同比增长80%，自由现金流负21亿美元而上年同期为正106亿美元 [21] - 第一笔成本是法律支出：管理费用从去年同期35亿美元暴涨到149亿美元，其中约100亿美元是多州青少年保护诉讼的和解计提 [23] - 财报发布前几小时，新墨西哥州法官就剑桥分析数据丑闻判Meta赔偿250亿美元，公司计划上诉 [24] - 公司认为这类法律支出正从一次性变成常态化，对盈利能力造成挤压，只要还靠用户数据赚钱，隐私和未成年人保护的冲突就无解，官司会一波接一波 [25][26] - 欧盟各国数据保护机构通过罚款充实预算，预算越多越能开出更大罚单，Meta被戏称为监管机构的提款机 [27] - 第二笔成本是AI投入：研发费用201亿美元同比增长32%，主要流向AI人才和大模型训练 [29] - 单季资本开支349亿美元占营收的54%，公司将2026年资本开支指引下限从1300亿美元上调至1350亿美元，上限维持1450亿美元不变 [29] - 经营现金流已盖不住资本开支，自由现金流自2012年以来首次单季转负 [29] - 长期借款从2025年末的587亿美元增至809亿美元，而一年前（2025年三季度末）仅为288亿美元 [29] - 公司认为经营压力不小，AI军备竞赛仍会持续，未来能否靠Muse增长覆盖成本支出仍有不确定性，例如Muse的生态如何打造、能否访问亚马逊等头部电商网站 [29] 三、估值与市场反应 - 财报发布同时公司宣布2比1拆股计划，向股东增发无投票权的C类股，既让扎克伯格保住控制权，又为AI烧钱打开融资空间 [6] - 财报后Meta股价盘后一度上涨6%，后回落收窄至2%左右，市场反应谈不上兴奋也谈不上恐慌 [6] - Meta当前TTM市盈率约26倍，低于微软等；远期市盈率约22倍，在AI巨头里属于较为便宜的一档 [29] - 摩根大通将Meta目标价从920美元上调至940美元 [29] - 市场给Meta的折价本质上是对烧钱换AI叙事的观望，广告现金牛还在，Muse叙事给估值拔高空间，但千亿美元级投入的回报周期仍不确定 [31][32] - 公司认为如果广告增速能维持在20%以上、法律支出见顶回落，当前估值合理偏低；如果自由现金流持续为负，估值中枢还会往下移 [32] - 总体而言这份成绩单喜大于忧 [32]

文章核心观点 - 英伟达在GTC 2026德国柏林大会上完成商业叙事转向，从定义AI行业的宏大愿景转向回答客户最关心的成本与回报问题，通过DSX POD、OpenShell等产品将芯片、机架、网络、液冷、供电和部署标准打包为完整AI工厂解决方案，把竞争从GPU性能推向整座AI工厂的交付效率 [10][16][20] - 欧洲因缺少超大规模云厂商和基础模型平台，成为英伟达推销完整解决方案的关键市场，英伟达过去一年在欧洲投入近100亿美元，最近一周投资14家初创企业，目标是将欧洲传统工业巨头与软件工具公司绑定在其算力生态之中 [11][12][22] 一、欧洲市场背景与英伟达的战略切入 - 欧洲在基础模型和算力平台竞争中几乎"失声"，留给外界最鲜明的印象是严格的AI监管和《欧洲人工智能法案》，德国总理在签署工业AI合作联合声明之外反复追问黄仁勋欧洲应如何监管AI [5][6] - 欧洲缺少定义AI基础设施的平台公司，黄仁勋看中的正是这个缺口；欧洲拥有大量工业数据、企业软件公司和分散的数据中心，比美国更需要可本地部署、可合规审计的整套方案 [12][22] - 黄仁勋将算力定位为类似电网、铁路的国家级核心生产资料，并称一个国家在这场技术工业革命中最坏的结果就是没有利用它、被甩在后面 [23] 二、DSX POD：从卖神话转向卖回报 - 黄仁勋在演讲中算了一笔闲置算力的账：一个1GW的数据中心造价500亿美元，年产值约400亿美元，如果建设延期3个月，直接蒸发100亿美元 [15] - 过去企业采购GPU机架后需在现场完成集成，仅Spectrum-X网络的大规模横向扩展连接就需要约1.7万公里线缆，液冷、供电、网络、管道均需现场重新集成，动辄数月 [17] - DSX POD将Vera Rubin NVL72机架、Spectrum-X网络、100%液冷系统、800V直流供电全部提前在制造工厂组装完成，以"集装箱"形式封装，动工前整座工厂先在数字孪生中完成性能、功耗、用水和规模的虚拟验证 [19] - 客户收到货后一旦现场公用设施准备就绪即可直接部署，过去需要几个月才能上线的数据中心现在预计几天就能完成现场部署；Vera Rubin抛弃线缆和电线采用全液冷，相比上一代组装一台两小时，Vera Rubin只需要不到5分钟 [19] - 模块化、预制化数据中心并非英伟达首创，英特尔、华为、戴尔等厂商此前都推出过类似方案，2026年5月英特尔曾联手合作伙伴展示液冷集装箱数据中心；英伟达真正的壁垒是把芯片、机架、网络、液冷、供电和部署标准打包成一套系统 [20] - DSX POD提供了新的增长逻辑：当单颗芯片的性能溢价逐渐受到成本和回报率约束，可通过系统级打包扩大客单价，并进一步控制AI数据中心的技术标准和供应链 [20] - 更快生产Token并不等于Token一定卖得出去 [21] 三、OpenShell：面向欧洲合规场景的安全智能体架构 - 黄仁勋直接回应欧洲的AI监管焦虑，称"安全不是一种渴望，它是技术和工程"，并发布安全AI智能体参考架构OpenShell，为构建企业级智能体和观察其行为提供隔离和安全功能 [7][23] - 黄仁勋称"please don't"式的安全靠不住，不能靠叮嘱智能体"别删库、别碰SSH密钥、别推主分支"来保证安全 [23] - OpenShell为智能体配置沙箱隔离、策略门禁和急停按钮：每个智能体跑在自己的沙箱里，能碰什么由策略决定，出站请求要经过沙箱外的监督机制批准，密钥不放在智能体手里，硬件监控会在毫秒级切断连接，且开源、两条命令就能用 [24] - 对欧洲企业而言，OpenShell是让智能体进入银行、制造、能源等高合规场景的准入能力 [24] - 已支持、参与合作或计划接入OpenShell的合作伙伴包括Anthropic、谷歌、Meta、OpenAI等大模型厂商，Cadence、IBM、西门子等企业软件提供商，以及戴尔、思科、惠普和联想等系统制造商 [25] - 黄仁勋继年初提出AI"五层蛋糕"理论后，此次给Agent划分了模型、Harness、沙箱、知识和工具五个清晰要素，而支撑这五个环节运行的计算、网络和部署底座英伟达都有产品覆盖 [27][28] 四、终端与网络：从数据中心延伸到办公桌与生产线 - 黄仁勋单手举起搭载N1X芯片的RTX Spark平台笔记本（华硕ProArt），对比2016年需要两人抬上楼的基于Pascal的DGX-1，展示终端产品迭代，并借此告诉试图摆脱其芯片的大模型厂商自己的最终买家不只有他们 [33][34] - 黄仁勋抛出对欧洲传统软件和工业巨头杀伤力极大的断言："每一家工具公司，未来都将变成一家AI公司" [35] - 针对欧洲能源、监管和通信基础设施更为分散的特点，英伟达提出以太网解决方案，拉拢电信运营商将分布式基站重构成AI网络；黄仁勋称Spectrum-X让其成为当今世界最大的网络公司 [35] - 欧洲企业级软件巨头可用自身垂直数据配合英伟达本地超强算力芯片和分布式网络，减少对少数云端模型和云厂商的依赖，为欧洲发展本地化、可控的AI能力提供基础 [35] 五、人形机器人与开源模型：切入欧洲制造业场景 - 英伟达联合Agile Robots发布全栈参考人形机器人Agile ONE SN，该平台计划于2027年初可用，声称目标是把研究人员和开发者整合工具、适配工作流的时间从数周压缩至数天 [37] - 黄仁勋称人形机器人"将是下一个主要产业，下一个伟大的产业" [37] - 英伟达一次性摆出语言、世界基础、人形机器人、自动驾驶、量子计算等多个领域的开源模型，虽不一定处在最前沿，但企业可拿自己的数据做后训练把它练到前沿水平 [38] - 英伟达推出Agent Knowledge Foundation用于将Agent连接到企业数据，试图把企业知识转化为推理、工具调用和Token需求 [38] - 从Pascal到Vera Rubin，英伟达用六代架构把AI计算能力提高了约一百万倍 [38] 六、欧洲往事与生态绑定 - 黄仁勋回顾英伟达的欧洲往事：第一颗芯片NV1和拯救并成就公司的RIVA 128都在欧洲生产，组装PC时代MediaMarkt曾是其最大客户，德国公司Elsa在2000年把英伟达带入工作站市场，奥迪帮英伟达进入汽车，梅赛德斯后与其合作自动驾驶 [29] - 黄仁勋试图证明每一次产业升级英伟达都曾携手欧洲打开新市场，而AI可能是下一次 [29] 七、演讲现场插曲与AI落地的两种摩擦 - 演讲开始约20分钟后，几名绿色和平组织抗议者举起写有"英伟达，清理你肮脏的生意"的横幅打断黄仁勋，安保人员随即引导抗议者离场 [4] - 演讲接近尾声时四只机器鸭（Microduck）上台互动，其中一只不听指令继续走动、翻跟头时一度绊倒，呈现了新技术和稳定交付之间仍有距离 [7][8][9] - 这场持续一个半小时的主题演讲意外呈现了AI走向应用时的两种摩擦：外部是安全、能耗与监管争议，内部则是新技术和稳定交付之间仍有距离 [9] - Microduck是AI开源平台Hugging Face旗下机器人公司Pollen Robotics开发的产品，9月3日英伟达宣布以约129.3亿美元的价格收购该平台，英伟达用刚发布的RTX Spark在数字孪生中训练了它们 [7] 八、商业本质 - 演讲最后播放的恶搞视频歌词直白点明商业本质：GPU是"一项能产生绿钞的资产，看起来像一台芯片形状的提款机，让你在放松时也能创造收入" [38] - 讲了一个半小时的安全、架构和工业革命之后，英伟达最终兜售的仍是一笔可以计算回报率的资产——GPU生产Token，Token换成现金流 [39]

文章核心观点 - 文章核心观点是大部分人并非能力不足，而是缺乏“销售能力”，即让别人看见自身价值的能力，这种能力缺失是当代人最普遍也最被低估的能力短板 [7][12] - 销售的本质不是推销或忽悠，而是消除信息不对称，让真正有价值的东西被需要它的人看见 [38][43][54] - 在“做”越来越容易的时代，销售能力正变得越来越稀缺和重要 [58][60] - 做好事情和勇敢说出来缺一不可，谦虚是美德但沉默不是 [89][94][95] 为什么大部分人不会销售 - 文化层面存在“羞于开口”的倾向，从小被灌输“酒香不怕巷子深”“是金子总会发光”“做人要低调”等观念，士农工商排序将商人置于末位，销售被贴上不体面的标签 [22][23][24] - 教育体系习惯被动评价，学生时代“被看见”是自动完成的，老师必须批改、分数必然公布、排名一定会出来，但走出校园后这套机制失效，没有人有义务看你的“卷子” [27][28][29] - 害怕被拒绝的心理，心理学研究发现被排挤、被拒绝时激活的脑区与身体感到疼痛时激活的区域有相当程度的重叠，被拒绝在大脑看来几乎是一种真实的痛感 [30][31] - 销售本质上就是不断暴露在被拒绝的风险里，对于在谦虚文化和被动评价中长大的人，这种疼感会被放大好几倍，于是宁可不开口 [31][32][33] 对销售的常见误解 - 最大的误解是把销售等同于“推销”甚至“忽悠” [36] - 经济学家乔治·阿克洛夫提出“柠檬市场”理论并获得诺贝尔经济学奖，二手车市场中买家无法判断真实质量只愿按平均水准出价，导致好车被劣车驱逐出市场 [38][39] - 该理论同样适用于个人：如果做得好却不说清楚好在哪里，在别人眼里与做得一般的人没有区别，只能得到平均的报价、平均的评价、平均的机会 [40] - 那些做得一般却很会表达的人反倒可能拿到更多，这不是世界不公平，而是信息不对称的必然结果 [41][42] “做得好别人自然知道”是认知错觉 - 斯坦福大学心理学研究生伊丽莎白·牛顿的实验：敲击者用手指在桌上敲出《生日快乐》等耳熟能详的歌，听者猜歌名，敲击者估计对方猜中概率为50%，实际结果120首歌中听者只猜对3首，成功率仅2.5% [45][46][47] - 差距源于“知识的诅咒”：敲击者脑中听得见旋律，很难想象对方听到的只是一串毫无意义的“咚咚咚” [47][48] - 人们对自己的工作就是那个敲歌的人，知道花了多少心思、方案背后有多少考量、解决了多么棘手的问题，便理所当然以为别人也看得见，但别人听到的往往只是一串“咚咚咚” [48][49] - 美国作家丹尼尔·平克调查发现，职业与销售毫无关系的人每天平均也要花约40%的工作时间去从事“非销售式销售”，即每一小时里大概有24分钟在“销售”观点、方案和自己 [51][52][53] - 面试是卖自己的能力，汇报是卖自己的成果，提案是卖自己的判断，写作是卖自己的思考，销售与其说是一种职业不如说是一种底层能力 [53][54] 销售在当今时代的重要性 - 三十年前职业路径多被安排好的，毕业包分配、进入单位、按资排辈、论年头晋升，只需做好分内事组织会负责“看见”你 [56] - 今天越来越多人做自由职业、副业、内容、小生意，公司内部也越来越强调项目制、跨部门协作和个人影响力，组织替个人背书的时代已经过去，个体需要自己证明自己的时代正在到来 [57] - AI正在以惊人速度降低“做”的成本，写方案、画图、搓程序变得越来越容易 [57] - 当做出来变得越来越便宜，判断什么值得做以及让别人相信它值得这两种能力变得越来越重要，而这两种能力本质上就是销售能力 [58][59] 如何培养销售能力 - 第一，先把销售从羞耻感里解放出来，重新定义销售：我做的东西是有价值的，有人需要这份价值但还不知道，任务就是帮他们知道，销售不是“求”对方而是在帮对方节省筛选成本 [65][66] - 一位做设计的朋友不再把报价当成难以启齿的事，而是告诉自己“我在帮客户避免一个更糟糕的选择”，没几年报价提高了好几倍，客户反倒比以前更信任他 [67] - 第二，从“我有什么”转向“对方需要什么”，不会销售的人一开口就讲自己做了哪些事、用了什么技术、花了多少时间，这些对对方大多数时候只是噪音 [72] - 年终汇报对比：A说法“今年我负责了5个项目，重构了3个系统，加班了大约200个小时”，领导听完想的是“挺辛苦的”；B说法“今年我们团队的系统故障率下降了60%，客服投诉少了一半，这背后我主要做了三件事”，领导听完想的是“这个人能解决问题” [73] - 开口之前先问自己：对方最关心的结果是什么，我的工作和这个结果有什么关系，讲自己越多对方离你越远，讲越多对方对方离你就越近 [74] - 第三，用一句话、一个证据、一个故事把价值讲清楚，一句话负责被记住，证据负责被相信，故事负责被打动 [75][77] - 一句话示例：不说“我做设计很用心”，而说“我能帮品牌在三秒钟内被用户记住”；证据示例：“上一个客户改版后，新品的点击率提升了40%”；故事示例：讲具体场景让对方产生画面感 [76][77] - 实用小练习：向一个完全不了解自己行业的朋友用一分钟介绍工作价值，如果对方听完能复述出来说明翻译成功了，如果一脸茫然说明还在自说自话 [77] - 表达不清楚的价值在别人眼里就等于没有价值 [78] - 第四，把拒绝当成数据收集，被拒绝在大脑里几乎就是真实的疼，不可能指望自己不怕被拒绝，能做的是改变解读拒绝的方式 [79] - 华裔创业者蒋甲在被投资人拒绝后做实验，连续100天每天主动争取一次可能被拒绝的事情，比如向陌生人借100美元、去快餐店要求续一个汉堡、去甜甜圈店请店员把甜甜圈做成奥运五环的样子，结果被拒绝很多次但也有很多次出乎意料被答应，更重要的是发现被拒绝的感觉会随着次数增加而迅速变钝 [80][81] - 每一次拒绝背后几乎都藏着有用信息：是时机不对、表达有问题还是对方真的不需要 [81] - 可以从很小的事情开始练习：向领导争取一次自己想做的项目，给作品或服务明确报一次价并且不在对方犹豫时立刻降价，把自己写的东西大大方方分享给可能感兴趣的人，每一次开口都是一次小小的脱敏训练 [82][83] - 拒绝不是对个人的否定，只是对某一次表达的反馈，把它当成数据就能从中迭代 [84] 写在最后 - 一种在文化里浸泡了千百年、在教育里训练了十几年、在心理上扎根了几十年的习惯，不会因为读了一篇文章就突然消失，下一次需要开口时依然可能犹豫退缩 [86][87] - 谦虚是一种美德但沉默不是，踏实的意思应该是把事情做好而不是做好之后等着命运来发现你 [89] - 酒香其实也怕巷子深，是金子也需要有人把它从土里捡起来，而那个捡起金子的人最可靠的永远是自己 [90][91] - 销售最大的意义是让每一份努力都有机会被看见，让每一份价值都有机会被兑现，让人不再把命运交给别人而是亲手握在自己手里 [92][93]

美股大盘整体表现 - 10月22日美股三大指数集体低开，道指跌0.60%至52538.08点，跌318.01点 [1][2] - 标普500指数跌0.92%至7686.06点，跌71.11点 [1][2] - 纳指跌1.50%至26302.94点，跌399.92点 [1][2] 大型科技股与半导体板块 - 大型科技股集体下跌，英特尔、戴尔科技、超威半导体、脸书、ARM跌超5% [2] - 英特尔跌5.67%至87.692，超威半导体跌5.58%至521.875，脸书跌5.33%至660.370，ARM跌5.23%至214.750，戴尔科技跌5.22%至460.525 [3] - 美光科技跌3.42%至882.420，博通跌3.14%至327.205，高通跌3.24%至172.197 [3] - 甲骨文跌2.56%至125.820，特斯拉跌2.54%至376.635，英伟达跌2.23%至217.024 [3] - 亚马逊跌1.75%至257.770，思科跌1.30%至105.870，谷歌-A跌1.23%至330.630 [3] - 费城半导体指数跌超4% [3] 存储芯片板块 - 存储芯片股大跌，闪迪跌5.39%至1303.940，西部数据跌5.37%至358.185 [3] - SK海力士、希捷科技跌超4%，美光科技跌超3% [3] 中概股板块 - 纳斯达克中国金龙指数跌约1.5%，热门中概股普跌 [4] - 禾赛科技跌7.16%至12.245，世纪互联跌5.56%至3.910，文远知行跌5.04%至4.055 [5] - 网易跌4.72%至117.180，小马智行跌3.87%至4.845，富途控股跌3.81%至101.025 [5] - 蔚来跌2.98%至3.260，阿里巴巴跌2.74%至101.550，小鹏汽车跌2.40%至9.135，理想汽车跌2.35%至11.230 [5] - 迅雷跌2.31%至3.810，新东方跌1.81%至58.425，拼多多跌1.38%至77.635 [5] - 百度集团跌1.29%至77.805，京东集团跌1.05%至25.520，贝壳跌0.92%至17.190 [5] 光通信板块 - 光通信板块大跌，应用光电、COHERENT跌超7% [6] - 朗美通跌超6%，康宁跌超5% [6]

科技股整体表现 - 热门科技股巨头跌多涨少，英伟达、谷歌、亚马逊跌超2%，SpaceX跌超4%，Meta跌超6%，市值蒸发1000亿美元（约合人民币6674亿元）[2] - 英伟达现价216.890美元，跌幅2.29%[3] - 特斯拉现价383.610美元，跌幅0.74%[3] - SpaceX现价152.600美元，跌幅4.21%[3] 芯片与光通信概念股 - 芯片、光通信概念股重挫，费城半导体指数跌近4%[2] - 拉姆研究跌超10%，Coherent跌超8%，应用光电跌超7%，Lumentum跌超6%，应用材料跌超6%[2] - 英特尔、AMD跌超5%，SK海力士、闪迪跌超3%[2] - SK海力士现价137.890美元，跌幅3.74%[3] - 闪迪现价1334.060美元，跌幅3.20%[3] - 美光现价896.550美元，跌幅1.87%[3] - Lumentum Holdings Inc.现价795.000美元，跌幅6.55%[3] - 英特尔现价88.200美元，跌幅5.12%[3] 中概股表现 - 中概股普跌，纳斯达克中国金龙指数跌超1%[5] - 世纪互联、万国数据、禾赛科技跌超6%，金山云、网易、文远知行跌超4%[5] 大宗商品与加密货币 - 国际油价拉升，布油涨破112美元/桶，美油逼近100美元/桶[5] - 黄金白银齐跌，现货黄金报4062美元/盎司，现货白银跌幅超4%，报55美元/盎司[5] - 加密货币主要币种下挫，比特币跌超2%，报81632.7美元/枚，过去24小时全市场超9万人爆仓[5]

文章核心观点 - 国内存款规模超过300万亿，存款收益率下降必然导致部分资金流出，寻找收益率更高的替代资产 [1] - 存款资金主要流向三个方向：纯债、固收+、红利指数基金，三者波动风险和长期回报依次递增 [2][3][5] - 投资者需意识到上述资产均非存款类不会下跌的资产，追求更高长期回报需做好面对波动风险的心理准备 [5] 存款流向之纯债 - 纯债是存款率先流向的资产，其收益和风险比存款略高一些，成为存款收益下降后第一波承接资金的品种 [2] - 2022至2024年纯债市场有大量资金流入，引发了一轮纯债牛市，不少投资者当时投资了短债基金、国债/国开债等债券指数基金 [2] - 纯债在2022至2024年表现良好，但经历3年牛市后，到2024年纯债收益率也只有一点几，吸引力下降 [2] 存款流向之固收+ - 纯债牛市之后投资者觉得纯债收益也较低，希望在债券基础上增加少量股票/可转债等资产来增厚收益，由此出现各种固收+基金，债券收利息、股票加收益 [3] - 想获得更高的潜在回报就要接受一定的波动风险，固收+基金的波动风险比纯债基金更高一些 [3][4] 存款流向之红利指数基金 - 部分投资者愿意承担更高的股票波动风险，选择红利指数基金 [5] - 红利指数是股票中最像债券的一类资产，其股息率比较高类似债券的利息，且波动比大盘宽基小很多，在低估阶段波动通常在百分之十几 [5] - 相对稳健不等于没有波动，红利指数仍是一类股票资产，风险比存款、债券基金高得多 [5] 资产风险收益特征 - 从纯债到固收+再到红利指数，波动风险和长期回报一个比一个高 [5] - 上述资产均不是存款这类不会下跌的资产，想要获得更高的长期回报需要做好面对波动风险的心理准备 [5]

文 | 银行螺丝钉 （转载请注明出处） #螺丝钉小知识 银行螺丝钉 资产配置决定90%的收益 投资领域有一句话，"90%的收益来自资产配 置"。 大部分投资者对股票指数基金都耳熟能详，但是对债券指数基金知之甚少。债券指数基金该如何投资？ 这里有一门限时免费的福利课程，介绍了债券指数基金的投资方法。 ⬇️点击下方图片，可领取课程。 更有课程笔记、思维导图，帮你快速搞懂课程脉络，学习更高效。 PS：已添加「 课程小助手 」微信的朋友，可以直接私信小助手发送「 债券 」免费领取~ ◆◆◆ 就基金投资来说，主要是看股票和债券这两类资 产的比例。 股票和债券这两个资产大类，有着截然不同的收 益和风险特征： • 股票资产，长期收益更高，但波动风险也更 大； • 债券资产，长期收益较低，但波动风险也较 小。 所以通常长期配置高股票比例的主动基金，收益 更好，波动风险也更大。 我们以沪深300全收益指数和中债新综合指数为 例，看看不同股债比例下年化收益率和最大回撤 的情况。 | | 不同股债比例下，收益和风险 | | | --- | --- | --- | | 股票:债券 | 最大回搜 | 年化收益 | | 10:90 | ...

文 | 银行螺丝钉 （转载请注明出处） 今天大盘下跌比较多，到收盘，回到4.7星。 查看实时星级，设置星级提醒，可点击 今天几星 。 大中小盘股都下跌。 其中成长风格下跌较多。 创业板单日大跌超4%。 而在这之前，科创、创业板已经从高点下跌近40%。 在大跌的基础上，再次出现单日大跌，大概率就是有大杠杆资金爆仓，被迫卖出导致的。 红利等指数也出现波动。 螺丝钉也汇总了红利指数的估值，供参考，见文章下方图片。 港股今天也大跌。 1. 最近成长股下跌比较猛烈，大盘也受到影响，快速回落。 创业板、科创板、科技等成长股为啥波动大呢？ （1）从全球角度，美元降息/加息周期，是主要因素。 利率之于资产，就好比地心引力之于物体。 海外像韩股等，在三季度也跌了40%。 当然，美元利率，是周期波动的。 2024-2025年，美元连续降息。 全球股票、黄金等资产大涨。黄金、科创50等指数都创下历史新高。 今年美元进入加息周期。 黄金今年一度下跌近30%。虚拟货币下跌30-40%。 A股也出现了20%多的下跌。 2018-2020年降息；2022-2023年加息；2024-2025年降息；2026年又加息。 过两年又是降息周期了， ...

文章核心观点 - 网络非法抢票犯罪团伙利用外挂软件入侵购票平台，在18个月内抢购2万多张演唱会门票，非法获利近六百万元，形成前端接单加价销售与技术团队研发升级外挂软件的非法产业链 [2][7][14] - 外挂软件通过爬虫技术绕过平台预订系统、突破人机验证、使用数百个虚拟账号同时抢票，速度远超普通消费者手动购票，严重扰乱演出票务市场正常秩序 [9][12] 案件线索与网店运营模式 - 案件线索源自2024年4月江苏镇江警方接到多名消费者举报，反映官方平台一票难求但网上有人公开加价售票并声称"专业软件代抢" [2] - 网店"女友的代拍小店"在原有票价基础上加价400元至1000元出售门票，并承诺"专业软件代抢，成功率85%以上，未抢到全额退款" [4] - 买家提供姓名、身份证号、手机号等个人信息或直接提供购票平台账号，确认演出场次并支付加价费用后由店铺代为抢票，抢票成功后票款由买家自行向购票平台支付 [4] - 网店实际控制人为陕西的陈某，其通过在网店和黄牛群发布抢票信息找人代抢，根据演唱会热门程度在原价基础上加价数百元至数千元不等 [6] 犯罪团伙规模与获利情况 - 2024年9月镇江警方将陈某等4名犯罪嫌疑人抓获，查扣涉案手机1部、笔记本电脑1台、电脑主机1台，发现大量包含不同姓名、身份证号、手机号等信息的购票记录 [7] - 该犯罪团伙通过抢票软件抢购演出门票累计2万多张，非法获利595万多元 [7] - 演唱会热门时期该犯罪团伙通过抢票一个月就能获利将近100万元 [15] - 陈某到案后提供线索，警方顺线侦破另外几起抢票案件，抓获45名犯罪嫌疑人；2026年7月陈某、孙某等10名被告人分别获刑，张某以及孙某的弟弟等39人仍在进一步侦查 [17] 外挂软件技术特征 - 陈某大学时期加入多个"黄牛群"，起初委托"黄牛"为自己抢票，随着演出市场日益火热、付费代抢需求增多，与男友张某一起做起抢票生意 [9] - 二人各自开设网店专门经营演出门票代拍服务，将网店收集到的抢票信息制作成表格发布在"黄牛群"找人代抢，信息包括演出场次、观演人员姓名、身份证号、手机号、加价金额等 [10] - 程序员孙某设计的外挂软件利用爬虫技术绕过平台预订系统、进入票档页面直接下单，其原从事软件维护工作，发现代抢门票有利可图后离职并拉弟弟入伙 [12] - 外挂软件针对不同购票平台定制，通过生成加密数据包可在一台电脑上同时登录上百个账号，根据演出热门程度动态使用几十个账号同时为一个人抢票，并通过虚拟IP地址规避平台风控，孙某还会持续升级软件应对购票平台系统升级 [12] - 经鉴定外挂软件能绕过官方购票平台常规流程、突破人机验证，实现自动登录、获取演出信息、获取观演人员信息、定时购票或循环购票等操作，甚至可设置"毫秒"间隔自动抢票 [12] 产业链分工与司法判决 - 陈某和男友张某有客户资源，孙某兄弟俩有技术，双方资源互补一拍即合，4人分工形成非法抢票产业链 [14] - 陈某与孙某达成口头协议，加价金额对半分成、按月结算；陈某和张某负责前端运营承接客户订单及线上加价销售，孙某和弟弟组成技术团队专职抢票及研发升级外挂软件 [15] - 被告人孙某犯非法获取计算机信息系统数据罪，判处有期徒刑三年、缓刑三年三个月，并处罚金十四万元；被告人陈某犯非法获取计算机信息系统数据罪，判处有期徒刑两年四个月、缓刑两年六个月，并处罚金十二万元，二人违法所得予以没收上缴国库 [17]

文章核心观点 - 网传宁德时代董秘在基金公司路演时被打的消息不实，董秘并未出席该场路演 [1] 事件相关方与澄清情况 - 事件涉及宁德时代董秘，传闻称其在某基金公司路演时被打 [1] - 知情人士向第一财经记者表示该消息不实，董秘并未出席这场路演 [1]