← 数据门户 · 资讯早报

Twitter · 股票

报告生成:2026-09-28 06:00 HKT · 覆盖此前 24 小时

历史记录:2026-10-02 2026-10-01 2026-09-30 2026-09-29 2026-09-28 2026-09-27 2026-09-26

@aleabitoreddit — aleabitoreddit (0 tweets)

过去 24 小时无推文。

@xiaomustock — 川沐|Trumoo🐮 (4 tweets)

本期暂无摘要,可展开查看原文。

展开原文 · 4 条

@BTCdong18 原来如此

查看来源 ↗

@LuBtc888 在北方长得矮大概率就是基因矮, 从这个列子看,在南方矮很可能是气候饮食光照啥的

查看来源 ↗

@Luckyou00100 双胞胎,基因一模一样

查看来源 ↗

山东的饮食和气候光照估计真有点说法, 一个双胞胎失散,浙江的哥哥很矮, 山东的弟弟符合山东人身高, 看来很多南方人身高不高单纯是地理环境和饮食导致的,跟基因可能无关。 https://t.co/iRpyWbWlcH

查看来源 ↗

@bboczeng — 勃勃OC (18 tweets)

本期暂无摘要,可展开查看原文。

展开原文 · 18 条

如果周三MU财报后大涨 那我就承认错误 我对不起大家 我对不起全世界 我下跪、道歉 认错 我就All in 半导体 等待年底的 彻底翻倍!!!

查看来源 ↗

Crazy Finances and the Power of Compounding:

查看来源 ↗

美光股价升至 1,082 美元,关键财报即将公布 存储芯片制造商美光科技(Micron)股价升至 1,082 美元。过去一年,该股累计上涨超过 560%,同时也是过去五年中纳斯达克 100 指数表现最好的成分股。 美光将于 9 月 30 日美股收盘后公布第四财季(Fiscal Q4)业绩。 分析师预计,公司营收将达到约 500亿至510亿美元,每股收益(EPS)约为 31.40 至 31.56 美元。业绩受到长期客户合同的有力支撑:美光目前拥有 16 份长期客户合同,截至 2030 年涉及的客户采购义务总额约 1,000 亿美元,同时合同中的价格下限(price floors)条款有助于保障较高的利润率。 交易员将重点关注公司对于 HBM4 产能爬坡(ramp)以及未来需求前景的最新指引。 在 AI 推动的存储芯片繁荣持续之际,期权市场目前押注美光财报公布后股价可能出现约 9%–10% 的波动。

查看来源 ↗

甲骨文债券释放 AI 数据中心风险上升信号 本周,甲骨文(Oracle)的五年期信用违约掉期(CDS)飙升至接近 230 个基点的历史新高,达到投资级债券指数平均水平的 4 倍以上;与此同时,其长期债券收益率也突破了 8.3%。 这一变化发生在甲骨文针对其位于新墨西哥州的大型 Project Jupiter 数据中心项目发出不可抗力(force majeure)通知之后。该项目与 OpenAI 有关,目前受到供电和审批延误的困扰,不过甲骨文仍坚称项目能够按照计划在 2028 年投入运营。 目前,甲骨文的信用评级仍为 BBB-,属于投资级。但如果评级再次遭到下调,其大约 1,200 亿美元的债券可能被降入垃圾债(junk bond)级别,从而可能迫使追踪投资级债券指数的基金抛售这些债券。 与此同时,创始人 Larry Ellison 已承诺以价值约 570 亿美元的甲骨文股票作为贷款抵押品。尽管公司的云业务仍在增长,甲骨文目前报告的自由现金流依然为负。 总体来看,甲骨文债券市场发出的信号表明:随着 AI 数据中心建设需要投入越来越庞大的资本,市场对于其融资压力、信用风险以及大型 AI 基础设施项目执行风险的担忧正在明显上升。

查看来源 ↗

整个半导体,甚至美股的未来 现在都绑在周三Mu的财报上了 真的是牛逼 真的是,神奇!

查看来源 ↗

多头的秘诀: 崩盘永远在明年 话说离明年也就三个月不到了? 这三个月还能翻倍是吧 😜😜

查看来源 ↗

即便出现不可抗力,Oracle也要为自己在新墨西哥州拿下的数据中心支付租金 真的牛逼 这样贪婪的公司,不倒闭 人神共愤! AI或许不是泡沫,但AI融资、AI金融、AI贷款 必然是泡沫。 是必然要以一家公司的倒闭,开始爆炸的

查看来源 ↗

@81Ninjau That when you sell bond

查看来源 ↗

现在突然关心起Ai债的利息危机了 之前呢? 不是说良性加息的吗? 不破产几家基建公司 不跌个40% 不会有人想起 我们说过的话 😅😅😅

查看来源 ↗

小提示,随着美联储10月份再次加息,次高流动性无风险收益率将要提高到4.5% 谢谢

查看来源 ↗

作为AI硬件第一人 良性加息代表人,怎么还能看空? 有点无语了 难道不是应该All In半导体 年底翻倍吗? 😅😅😅

查看来源 ↗

@2337852402Yang 这才是问题所在

查看来源 ↗

自2008年以来,人类历史上还没出现过10yr收益率超过SPY 前瞻营收收益率的情况 接下来就让我们看看,这个所谓的“鸽派加息”,到底会给我们带来 什么样令人震撼的结局吧!

查看来源 ↗

如果这是真的,我会把这个帖子置顶30年 并打印出来,作为每天晚上我的睡前教材

查看来源 ↗

郭杰瑞最新B站视频说日本的梨味苹果好吃,遭网民嘲笑“为什么不直接吃梨” 并说“日本什么时候产好吃的苹果了,吃过的最好的苹果是烟台富士” 咱们中国网民已经退化到不知道包括富士苹果在内的的果种,原本其实全都是日本果农培育的了吗? 不然为什么叫“富士”,难道山东省有一座富士山? 我有点怀疑评论区这些吹国产水果的其实果园员工,真的是 带着任务 为了利益 😅😅😅

查看来源 ↗

这个世界好难 这个世界,在无时不刻的考验着我们

查看来源 ↗

上升的趋势一旦出现,就不会破灭 甚至会持续40年

查看来源 ↗

我一直都有一个问题 如果人只需要养活自己,就可以过一天算一天的话 那我现在,是不是其实已经活到了人生尽头 是不是其实已经可以不活了? 谢谢大家

查看来源 ↗

@ShanghaoJin — Herman Jin (7 tweets)

本期暂无摘要,可展开查看原文。

展开原文 · 7 条

@FrancoisPouine @BabybusFL IR vol变高+ pension卖一些32b 具体多大影响不太好说,少折腾

查看来源 ↗

@FrancoisPouine @BabybusFL 我没强烈看空…. 我让大家少折腾,下周有卖出盘要波动

查看来源 ↗

@diamondrapids intc差点把祖宅城堡都卖了😂

查看来源 ↗

@SupplyRadarX 没事INTC打开地下室还有一大堆牛黄狗宝 😝

查看来源 ↗

@LIWEI_TWCapital avgo买进来把margin低的砍光,提margin、提market cap。然后继续再买….

查看来源 ↗

$Intc 除了存储卖给Skhy,硅光可插拔也卖给Jabil 就好像一个破落公爵,败家子孙把名画古董随意甩卖——他本身就曾是全世界半导体 好东西卖掉、买进去的都是垃圾 Lbt是做Pe出身的,作为Intc掌舵人哪怕只有知道什么值钱,什么不值钱都很容易把市值做大。学Avgo吞就好了

查看来源 ↗

@QCCCCCCCCCCCC @TJ_Research IG spread没有变宽,credit挤压是炒预期,完全同意——出问题也是明年 10yUSD 不一定要等价增长率,但是一个很好的reference(在联储不管的时候)短期内10y严重炒跌

查看来源 ↗

@labubu_trader — 3X Long Labubu (1 tweets)

本期暂无摘要,可展开查看原文。

展开原文 · 1 条

@greedynofear @BabybusFL You are right, but Applovin is a great company with remarkable execution and leadership in the past, I wouldn’t turn bearish if 300 holds

查看来源 ↗

@NuttyCLD — NuttyCLD (0 tweets)

过去 24 小时无推文。

@LIWEI_TWCapital — LIWEI_TW Capital (10 tweets)

本期暂无摘要,可展开查看原文。

展开原文 · 10 条

@photonjaeger 我自己是合併之前的交大畢業的所以我會叫自己交大人...但合併之後變成陽交大的年輕人會不會稱自己交大人,我不知道haha

查看来源 ↗

@ShanghaoJin lol 金老師但是AVGO買的也都....

查看来源 ↗

@Ryanhingshing 哈哈,只能靠股市了,所以台灣人也是拿生命下去賭,可能僅次于韓國人🤣

查看来源 ↗

Echoing the legendary @PhotonCap—Liwei and @JoeyOnMarkets just dropped a DD on $ASX on Substack. Check it out here: https://t.co/qsiGMVKZpq

查看来源 ↗

@kacha804 💯🤣

查看来源 ↗

@treasureh8nter lol lucky you! You have an ultra rich dad now!

查看来源 ↗

@swh16888 😂

查看来源 ↗

@AIQuanting Exactly. Machines can arrive fast. Qualified high-end testing capacity can’t. That’s why I think testing could stay tighter for longer than people expect. 👀

查看来源 ↗

Now you see why Taiwan stocks are worth investing in, right? Low pay, high productivity (specifically in the AI and high-tech sectors)... it's almost impossible for Taiwan's AI supply chain profits not to go through the roof.

查看来源 ↗

AI Testing Demand Reportedly Fills $2449.TW’s Capacity Economic Daily News cites industry sources saying $2449.TW is fully utilized and expanding high-end testing capacity. The report also quotes $ASX’s COO saying 2026 advanced packaging and testing (LEAP) revenue could exceed its original US$3.5 billion estimate. Higher-power GPUs and ASICs require tougher testing, including better power delivery, thermal control and high-speed signal handling. That gives suppliers with both advanced testing capabilities and available capacity an advantage in securing AI orders. Expanding capacity must also mean upgrading what those test lines can handle. LIWEI’s updated English Version $ASX DD is cooking! Stay tuned! Sources https://t.co/LhSNQdwdG6

查看来源 ↗

@CitronResearch — CitronResearch (0 tweets)

过去 24 小时无推文。

@SemiAnalysis_ — SemiAnalysis (5 tweets)

本期暂无摘要,可展开查看原文。

展开原文 · 5 条

4 Hi Kanye Concert vs 12 Hi Kanye Concert https://t.co/Pg2DWTYtyl

查看来源 ↗

Happy to announce that SemiAnalysis AgentX has been integrated into ModelScope, an eval framework widely used in China. We are incredibly excited that AgentX has become an industry standard & has been adopted globally, including OpenAI, Meta, Inferact, RadixArk, MiniMax, Alibaba Qwen, Moonshot, ZipHu GLM, Oracle, etc.

查看来源 ↗

The former is FLOPs bound, the latter is collective bound (unless you’re on NVL72). So, the latter makes it plain to see when something is wrong with the network. (3/3) https://t.co/XRi7LX1EHn

查看来源 ↗

During clustermax testing we run two jobs via torchtitan: llama 3.1 8B pretraining on the C4 dataset with FSDP, and GPT-OSS MoE training via torchtitan with expert parallelism. (2/3) https://t.co/Hlz4uykt5D

查看来源 ↗

In our ClusterMAX 3.0 article we shared some real examples of how changes in a cluster configuration can impact real-world performance out of the box. The simplest way to demonstrate this is with a training workload. (1/3)🧵

查看来源 ↗