AI 牛市三年三次风格切换,7 月存储劫后普通人该咋办?

金融AI落地四阶演进:从规则增强到监管科技 金融AI已超越概念验证阶段,进入深度业务融合的工程化落地期。其核心演进逻辑是从辅助决策的‘规则增强型AI’,逐步跃迁至嵌入流程、原生集成乃至服务合规的系统级能力。这一过程围绕实时性、可解释性与合规嵌入三大刚性需求展开,技术价值不仅在于提升准确率,更在于构建可审计、可追溯、可干预的决策闭环。典型应用场景覆盖信贷反欺诈中的图神经网络关系穿透、智能投顾里的分层SHAP可解释架构、外汇头寸预测的不确定性量化,以及监管问询响应中的领域知识蒸馏。本文聚焦真实生产环境中的12个关键落地节点与5类高频排障经验,揭示金融AI 阅读详情

【AI 行情引发市场波动】

上周,很多普通人的账户因存储大劫,一夜回到“解放前”。有人把原因归结于韩国等外围市场,有人则认为 AI 行情今年至少阶段性结束了。市场剧烈波动时,人易被情绪左右,此时真正该做的,不是猜明天是否反弹,而是复盘过去三年,资本到底在买什么、卖什么。只有搞清资本逻辑,才知道下一轮财富流向。

【三年 AI 牛市:资本洗了三波股】

说起这次行情,要回到 2022 年 11 月,ChatGPT 正式发布,短短两个月月活跃用户突破 1 亿,成为历史上用户增长最快的消费级 AI 应用之一,速度远超 TikTok 和 Instagram,让生成式 AI 走出实验室进入普通人生活。OpenAI 吸引全球大厂追捧,微软加码,谷歌挑战 AI 战略,Meta 的小扎投入大量资源研发大模型。在国际市场带动下,A股开启第一轮 AI 行情,传媒、教育、游戏等几乎所有能与 ChatGPT 概念“擦上边”的上市公司,都成市场追逐对象,知乎、出版行业也成资本炒作热点。这一轮资本热炒,本质是一场“想象力行情”,资本买的是可能性,就像过去互联网、移动互联网等发展初期一样,资本怕踏空。但很快,资本发现仅靠故事造富如海市蜃楼,于是第二次切换风格,主角是“卖铲子的人”,华裔美国人黄仁勋成“全球铲王”,英伟达因 GPU 供不应求、AI 服务器订单增加等,成为全球市值最高的公司,其产业链迎来总爆发,黄仁勋的话也让投资人找到“救钱稻草”。在A股,光模块等相关公司走强,第二轮行情相当于“铲子股”红利。然而,资本不会永远只信“铲子股”,因为 AI 行业不能“只做半套”,2025 年春节,DeepSeek 发布 R1 震动美股,让市场意识到 AI 竞争重点可从堆算力转向拼应用等,尤其是中国模型公式降低成本,为“AI 应用总爆发”准备了土壤,第三轮行情是资本开始为生产力付费,智谱市值破万亿等是印证,Kimi、DeepSeek 也将成代表。

【为什么 AI 牛市,变成了“宽窄巷子”】

看上去 AI 牛还在进行,但 7 月突遇存储大劫。这一轮牛市并非全面牛市,资金“择窄而入”,一边是 AI 龙头股创新高,一边是大量行业横盘或下跌;一边是英伟达市值攀升,一边是传统行业公司估值收缩。资本并非偏爱 AI,而是只为能看到增长的付费,与以往 A 股牛市“雨露均沾”不同,这次只呈现“万方皆暗、唯我 AI 最亮”逻辑,资金变得挑剔,只投向 AI。进入 AI 领域后,资本采用灵活的内部轮岗模式,资金在 AI 产业链内轮动,热点虽变但资金未离 AI,却因内外部原因造成拥堵踩踏,存储等板块积累获利盘,价格超真实价值,在多种因素作用下酿成 7 月惨状。普通人错在信息滞后、追涨杀跌控制不足,还错在不知基金经理半年 KPI 评估情况。

【接下来普通人怎么办】

目前 AI 行情结束,接下来怎么走?有资深研究者表示,科技板块短期没啥看头,即便反弹也是散户接盘、机构套出,今年股市关键词是“筑顶”,普通人是“逃顶”。对 AI 的唱空逻辑根深蒂固,部分研究者认为目前 AI 为企业降本提效功能被夸大,能否变成真金白银很模糊。但长期看,AI 行业基本面未变,全球科技公司仍在扩大 AI 基础设施投资,英伟达数据中心业务收入是大头,中国大模型企业也在推动 AI 走向更多应用场景,股市回调但产业未停,股价反映预期,产业反映现实。普通人不应放弃对 AI 的期待,但过去随便买 AI 股就能押中的时代已过。接下来市场将进入“验证 AI 能否成为生产力”阶段,普通人需形成三点新习惯:一是“赛道无需再押,学会选成长性个体”,AI 成全市场共识,赛道不再是超额收益来源,未来分化剧烈,要问自己买的公司五年后是否还在、技术壁垒和客户粘性如何;二是“抛弃暴富幻想,转向直接看财务报表”,过去市场因故事给公司高估值,现在资本更务实,会看客户规模、缴费情况和现金流,区分“真 AI”和“伪 AI”;三是投资大拿建议用“定投思维”代替“抄底思维”,应对存储劫中普通人抄底失败问题,把判断市场涨跌难题转换成相信产业趋势的简单决策。总得来说,过去三年 AI 行情经历三次定价逻辑切换,每次都淘汰一批人,也奖励一批人,此刻我们又站在了这一位置。

AI智能体在量化投资中的应用:架构设计与实战部署 量化投资是通过数学模型和计算机程序进行投资决策的方法,其核心在于从市场数据中挖掘规律并自动化执行。传统量化模型主要依赖统计学习和时间序列分析,而随着人工智能技术的发展,AI智能体为量化研究带来了范式变革。AI智能体融合了大型语言模型的推理规划能力和强化学习的序贯决策能力,能够自主感知市场状态、制定投资策略并执行交易,实现了从数据清洗、因子挖掘到风险控制的全流程自动化。这种技术融合显著提升了策略研究的效率和规模,尤其擅长发现非线性、高维的市场规律。在实际应用中,AI智能体系统通常采用分层架构,包括感知层、认知 阅读详情

相关推荐

AI交易实操指南:从特征工程到人机协同的闭环落地

AI交易本质上是将机器学习技术应用于金融决策过程的工程实践,其核心在于用统计建模替代经验规则,在非平稳、小样本、高噪声的市场中提升信号质量与执行鲁棒性。关键技术包括时序特征工程、订单流解析、跨市场传导建模及动态风控嵌入,价值体现在降低情绪干扰、释放人力专注产业逻辑与尾部风险判断。典型应用场景覆盖商品期货日内波段、多周期仓位管理及实盘镜像回测验证。本文聚焦LightGBM+订单流+产业特征的轻量化AI交易系统构建,强调数据清洗、滚动训练与人机协同设计,而非端到端黑箱预测。

weixin_30314793的博客 352

三年AI牛市三次风格切换,存储大劫后普通人投资AI该如何抉择?

此次行情可追溯到2022年11月,ChatGPT发布,两个月月活破亿,成为历史上用户增长最快的消费级AI应用之一,让生成式AI走进普通人生活。原因是资本只愿为可见增长付费,与A股过去牛市习惯不同,此次资金只投向有未来的行业,AI能给资本安全感,所以资金只流向AI。这轮行情呈“宽窄巷子”形态,并非全面牛市,资金“择窄而入”,一边是AI龙头股创新高,另一边大量行业横盘或下跌,传统行业公司估值收缩。长期看,AI行业基本面未变,全球科技公司仍加大投资,英伟达数据中心业务收入占比大,中国大模型企业推动AI应用。

IT界那些事儿 26

基于斜坡补偿的Buck电路峰值电流+电压电流双闭环控制【附说明文档】(Simulink仿真实现)优快云首页发布文章优快云同步助手LLC谐振变换器开环+闭环软启动仿真设计(Simulink

内容概要:本文围绕三电平VIENNA整流器的双闭环控制与中点电位平衡问题展开仿真研究,提出了一种基于上下电容电压差值补偿的中点电位平衡策略。该策略在传统电压电流双闭环PI控制的基础上,引入电容电压差值作为反馈信号,通过SVPWM调制中冗余小矢量的时间分配实现中点电荷的定向调节,从而在不改变主控制结构的前提下有效抑制中点电位偏差。仿真结果表明,该方法不仅确保直流母线电压稳定跟踪800V给定值,还能显著提升上下电容电压的均衡度,同时保持输入电流低谐波水平,验证了控制策略的可行性和有效性。; 适合人群:电力电子、电气自动化及相关专业的研究生、科研人员及工程技术人员,具备一定的MATLAB/Simulink仿真基础和电力电子拓扑知识背景者更佳。; 使用场景及目标:①掌握三电平VIENNA整流器的工作原理与中点电位波动的成因;②理解电压电流双闭环PI控制的设计要点与参数整定原则;③学习基于差值补偿的中点电位平衡控制策略及其与SVPWM的协同机制;④应用于充电桩、航空电源、通信电源等中大功率单向整流场合的控制系统设计与优化。; 阅读建议:建议结合文中提供的仿真模型与参数设置进行动手实践,重点关注中点电位平衡投入前后电容电压波形的变化,对比分析不同工况下的系统动态响应,深入理解控制策略的作用机理。同时可进一步探索在电网不平衡、轻载等复杂工况下的控制性能,以拓展应用场景。

牛市回忆录:茅王、宁王、寒王の前世今生

定义:由宏观、政策、技术、人口、地缘等驱动,跨数年至数十年、影响全局、持续占优的结构性主线。特征长期性:非短期题材,持续 3–10 年以上。全局性:覆盖多行业,重塑产业格局。高胜率:主线板块显著跑赢市场与非主线。难逆转:趋势一旦形成,惯性极强。时代的贝塔 = 时代的风口 + 时代的红利,是宏观大势赋予的系统性机会。先看懂时代贝塔,再在贝塔赛道里找阿尔法;既借大势,也炼内功。当年智能机能逆袭,是全国十几亿人真金白银换出来的;后来茅组合能封神,底层是城镇化轰隆隆碾过每一座城;

gqk01的博客 186

软硬件协同设计的大小端问题

缘起 最近需要在soc系统内做协处理器,加速AES加密运算,寄存器一次读取32bit,AES一次处理128bit,因此在数据拼接的时候,需要考虑大小端的问题,特来记录一番。 一、什么是大小端 大小端的问题发生在寄存器和内存间传递数据,这点非常重要,很多地方简单地说是数据存储方式,其实不准确。追根溯源,大小端问题是在设计load,store指令的时候考虑的,因此本质是寄存器和内存交互的问题,其他地方不会发生。 比如c语言里定义一个变量int a=ox1234,那么查看在线汇编平台的对应汇编代码: # 给2号寄

http://www.icfgblog.com/ 614

新手网工别慌!手把手带你搞定华为OLT开局配置(从登录到业务下发全流程)

本文为新手网络工程师提供华为OLT设备开局配置的详细指南,涵盖从设备登录、基础配置到业务部署的全流程。通过实战案例和常见问题排查,帮助读者快速掌握华为OLT配置技巧,确保业务顺利开通。

weixin_33721344的博客 487

科技落,老登升,风水轮流转?

对传统行业板块来说可能迎来了它们的牛市行情,轮到它们吃香喝辣了,对市场来说,牛市继续,大行情依旧。》中说,“今天AI产业链的各个板块下跌的时候,被抛弃了很长时间的消费、创新药、证券、白酒这些老登股难得抗住了市场下跌,逆势上涨。深证成指和创业板指的走势就跟上证指数的不一样了,这两个指数全部高开低走转而横盘震荡,指数的涨幅完全在高开幅度以下,观感上就没有那么好了,看的让人揪心;昨天我说现在全世界的AI穿一条裤子,你涨我就涨,你跌我就跌,因此A股今天理所当然的上涨。到了下午,三大指数都开始转势了,纷纷开始回落。

仰望星空的代码 235

从仿真到实物:Realsense D435+ROS2焊接机械臂的视觉标定与数据验证指南

本文详细介绍了如何将Realsense D435相机与ROS2焊接机械臂从仿真环境迁移到实物部署的全过程。通过视觉标定、数据验证和焊接场景优化,确保系统在真实环境中精准可靠。重点讲解了硬件配置、驱动优化、数据一致性验证及焊接应用的特殊处理,为工业自动化开发者提供实用指南。

weixin_28701593的博客 408

AI存储高位震荡,云计算厂商股价大涨,投资风向要变了?

上周四,Meta公布Q2财报,尽管营收增速达28%,但利润未达预期,且烧钱过快,导致自由现金流降至7.94亿美元,Q3指引同样未达预期,股价单日暴跌7.95%,盘中最大跌幅超10%。从基本面看,这些拥有强现金流、深护城河、广生态的云计算巨头依然优秀,即便股价上涨,估值也不算高,Meta仅20倍出头,微软、亚马逊、谷歌稍高但未超30倍,低于英伟达和苹果。这些云计算巨头市值庞大,推动股价上涨需大量资金,若无大体量长线资金入场,仅靠短线资金继续推高股价难度较大,还需警惕短线资金获利了结的风险。

safetybug的博客 14

VS2015+C++实战:手把手教你用海康MVS里的Demo搞定多相机同步采图与保存

本文详细解析了在VS2015+C++环境下,利用海康威视MVS工业相机SDK实现多相机同步采图与保存的全流程。从环境准备、SDK选择到多相机初始化、同步采图方案,再到异常处理与性能优化,提供了实战技巧和代码示例,帮助开发者快速掌握工业相机二次开发的核心技术。

weixin_29170327的博客 283

Langfuse实战:从评估打分到问题解决的完整指南

本文详细介绍了如何利用开源LLM工程平台Langfuse对AI应用进行系统性评估与优化。从创建评估数据集、设计自动化评分函数,到深入排查常见问题并关联Trace进行精准打分,提供了完整的实战指南。最后,探讨了如何利用评估结果驱动提示词迭代与A/B测试,并给出了生产环境部署与性能优化的关键考量,帮助开发者构建可测量、可分析、可改进的LLM应用。

backprop5master的博客 651

Hermes Agent:3步打造你的AI金融分析专家,让投资决策更智能

在数字化投资时代,你是否曾梦想拥有一个全天候工作的金融分析师助手?Hermes Agent正是这样一个能与你共同成长的自学习AI代理框架。它不仅支持300多种AI模型,还内置了专业的金融分析技能,让你从简单的股票查询到复杂的财务建模都能轻松完成。更重要的是,它能在云端或本地运行,成本可控且功能强大,真正实现了个性化的智能金融分析体验。 ## 为什么选择Hermes Agent进行金融分析? |

gitblog_01018的博客 541

运动控制中的编码器信号优化:滤波技术实战解析

本文深入解析运动控制系统中编码器信号的滤波技术优化方案。从硬件RC低通滤波器参数计算到软件卡尔曼滤波算法实践,详细介绍了如何有效抑制传导干扰、辐射干扰和机械振动带来的信号噪声。通过半导体设备升级案例,展示了三级混合滤波架构如何将位置检测精度提升至±0.8μm,为工程师提供了一套完整的信号优化方法论。

weixin_29247219的博客 239

如何用Hermes Agent打造你的专属AI金融分析师:从零到专业投资顾问的完整指南

在金融科技快速发展的今天,拥有一个能理解复杂市场、提供专业投资建议的AI助手已成为开发者和投资者的新需求。Hermes Agent作为一个自学习AI代理框架,为构建智能金融分析系统提供了完整的解决方案。本文将带你深入了解如何利用Hermes Agent的强大功能,从基础安装到高级金融建模,一步步打造属于你的专属AI金融分析师。 ## Hermes Agent:智能金融分析的终极选择 Herme

gitblog_00071的博客 985

泛微ecology9二次开发-附件上传接口实战:从表单创建到数据库存储解析

本文详细解析了泛微ecology9二次开发中的附件上传接口实战,从测试环境搭建、数据库表结构解析到接口代码实现,提供了全面的开发指南。重点介绍了文件上传的核心逻辑、常见问题排查及高级应用场景,帮助开发者高效实现附件上传功能并优化系统性能。

weixin_30836759的博客 478

OpenClaw 多机器人多 Agent 模式:打造你的 AI 助手团队

OpenClaw多Agent模式为企业提供高效的AI助手团队解决方案。通过创建4个独立的飞书机器人(主助理、内容创作、技术开发、AI资讯),每个连接专属Gateway和Agent模型(如Claude Opus/Sonnet、Gemini 2.5),实现专业分工。相比单Agent模式,多Gateway架构具有配置清晰、互不干扰、无需手动切换等优势。系统采用Profile隔离机制,各Agent拥有独立配置和端口。部署过程包括创建机器人应用、配置Agent、运行自动化脚本等步骤,支持私聊或群组@使用。日常提供状态

Maynor的博客 5108

4200点多空博弈白热化:A股行情逻辑拆解与后续走势研判

值得注意的是,A股科技板块的定价锚已经发生变化:此前国内科技股走势与美股半导体指数(SOXX)高度相关,当前则转向跟随韩国半导体板块走势,三星、海力士的股价波动直接影响A股存储芯片板块的行情。背后的核心逻辑在于,韩国股市依托存储芯片涨价周期,从2020年至今累计涨幅达到4倍,恰好叠加AI产业爆发的风口,形成了极强的赚钱效应。A股的算力+应用融合标的、AI软件相关指数虽然暂时没有明确的业绩验证,但在市场情绪驱动的行情下,相关标的仍有估值抬升的可能性,港股科技板块也有望受益于AI应用行情的扩散。

qiquanhui88的博客 257

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

量能跌破1.5万亿:牛没死,死的是惯性

底部坚实,意思是跌不下去;年末修复,意思是情绪回暖;科技主线,意思是方向不变。三件事加起来,不等于牛市回归,等于一个可以耐心布局的窗口。中国经济的政策支撑与产业升级,为这个窗口提供了底座;AI需求、出口链条与企业盈利改善,形成结构性机会。

tangjiawen10179的博客 146

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

十分钟搭一个AI金融分析师:Hermes Agent智能投资分析与财务建模实操

想给一家公司做DCF估值(现金流折现,即算未来赚的钱折到今天值多少),你得手写三十行Excel公式。而用Hermes Agent这个开源、会自我学习的AI代理,一句话就能跑起来。装上金融技能包后,查股价、做持仓体检、自动出市场日报,几分钟就能上手,全程不需要API密钥,也不需要写代码。 ## 这个开源AI金融代理到底能干什么 上手前先看能力清单,免得读文档读晕: | 能力 | 对你意味着什么

gitblog_00098的博客 515

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

如何用Hermes Agent打造你的智能投资助手:从零到专业分析的完整指南

在AI技术快速发展的今天,拥有一个能理解市场动态、提供专业投资建议的智能助手已经成为现实。Hermes Agent作为一款自学习AI代理框架,为你提供了构建个性化金融分析系统的终极解决方案。无论你是个人投资者、金融分析师还是开发者,都能通过这个强大的平台打造专属的智能投资顾问。 ## 为什么选择Hermes Agent进行智能金融分析? Hermes Agent不仅仅是一个AI工具,它是一个*

gitblog_00155的博客 231

基于OpenClaw框架构建AI选股系统:从量化策略到自动化部署

量化投资通过数学模型和计算机技术分析市场数据,其核心原理在于利用历史统计规律识别交易机会,以克服人为情绪干扰。这一技术价值在于实现投资决策的客观化与自动化,广泛应用于股票、期货等金融产品的筛选与组合管理。在工程实践中,开发者常借助轻量级框架快速构建自动化工作流,例如使用OpenClaw这类AI Agent框架,结合多因子选股模型,实现从数据抓取、策略分析到结果推送的全流程闭环。通过Docker容器化部署,系统可在云端稳定运行,每日自动执行量化策略,为个人投资者提供高效的初筛工具,聚焦于潜力股挖掘与策略迭代优

weixin_34146805的博客 2192

TradingAgents-CN:15分钟打造你的AI量化投资分析系统

还在为复杂的金融数据分析而烦恼吗?想要拥有专业的AI投资分析能力却不知从何入手?TradingAgents-CN作为一款基于多智能体LLM协作的中文金融交易框架,让普通投资者也能轻松构建自己的**AI量化投资分析系统**。无论你是量化交易新手、个人投资者还是希望学习AI金融技术的开发者,这个13000+星标认证的开源项目都能为你提供完整的智能投研解决方案。 ## 🎯 为什么你需要AI量化投资分

gitblog_00897的博客 452

市场情绪分析实战:从大盘到板块的联动逻辑与轮动节奏识别

市场情绪分析是评估市场参与者整体心理状态,并预判市场短期走向的重要方法。其核心原理在于通过量化或定性指标,捕捉市场贪婪、恐惧或犹豫的群体心理变化,从而为投资决策提供依据。在技术价值上,它弥补了单纯基本面和技术分析的不足,将“人”的因素纳入分析框架,能更敏锐地感知市场短期波动与风格切换。在应用场景中,该方法广泛应用于A股等二级市场的复盘、主线识别与交易择时。具体实践中,常结合**板块轮动**和**情绪周期**等关键概念,通过分析大盘情绪指标(如涨跌家数比、涨停板数量)与板块情绪指标(如板块强度、资金聚集度)的

weixin_34258838的博客 478

从工程思维看市场板块联动:构建可观测的情绪分析框架

在复杂的分布式系统中,监控告警的关键在于识别服务间的依赖关系和调用链路,而非孤立地查看单个指标。这一工程思维同样适用于金融市场分析。市场情绪并非抽象感觉,而是通过板块间的资金流动、产业链传导和风险偏好变化等一系列可观测信号体现的。理解这些联动机制,能帮助投资者穿透碎片化信息,把握市场运行的结构性逻辑。例如,科技硬件产业链(如半导体、光模块、PCB)的协同异动,往往揭示了从芯片设计到算力基础设施的完整需求传导路径,其强度与持续性构成了判断趋势有效性的核心。本文以深度复盘为例,通过建立资金联动、产业链验证与风格

weixin_33769125的博客 410

用AI Agent搭建股票分析模拟交易系统:多Agent协作与风控实践

大模型在金融领域的应用正从单点对话走向多智能体协同。AI Agent通过任务分解与角色分工,能够构建研究、决策、执行、风控的完整闭环。本文从多Agent协作原理出发,探讨如何利用结构化数据流与规则引擎解决模型幻觉与状态一致性问题,并介绍在股票分析模拟交易场景中的工程实践,包括研报生成、策略信号转化、风险控制与绩效评估。适合具备Python基础并对量化交易感兴趣的开发者参考。

weixin_29051149的博客 284

股票行情播报:每日开盘前推送关键数据语音

利用GLM-TTS技术,实现每日自动语音播报股票行情,精准识别金融术语发音,支持多音色与情感语调定制,结合数据引擎构建从文本到语音的自动化流水线,为投资者提供高效、个性化的晨间资讯服务。

weixin_35835030的博客 1003
上一篇: AI大战升温:Anthropic、OpenAI、腾讯、马斯克等多方角逐高价值工作流!
下一篇: 端侧AI元年:面壁智能凭“密度定律”崛起,能否在大厂围剿中突围?
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值