标签：fundamental-analysis
-
Lululemon 暴跌反思：日常消费品喜好绝非投资依据，基本面与技术趋势才是核心驱动力
📝
🎙️ Money or Life 美股频道
📄 结合 Lululemon 财报后暴跌至百元以下的案例，深入剖析日常生活消费体验与美股投资决策之间的逻辑陷阱。对比 Palantir 等企业级软件公司与消费品赛道的本质差异，阐述宏观下行与极简消费趋势下的选股逻辑，重申基本面财务数据、管理层指引及 AI 基础设施属性在投资中的决定性价值。 -
无视宏观、重仓RKLB：我在60.7美元加仓背后的完整逻辑
📝
🎙️ Money or Life 美股频道
📄 Morning Life美国频道主播分享在60.7美元一次性加仓Rocket Lab（RKLB）的操作，解释为何在MTN火星合同失利后仍持续买入，并阐述其不关注宏观、专注基本面与消息面的投资方法论，同时分享SpaceX、英伟达、特斯拉等持仓操作与风险控制思路。 -
美股BABA（阿里巴巴）深度拆解：持仓1605天复盘与全栈AI云重塑逻辑
📝
🎙️ Shijun Tang
📄 从专业会计视角深入拆解阿里巴巴（BABA）最新业务重组与财务基本面。结合持仓1605天的复合回报复盘，详细分析阿里电商、阿里云算力、AI实验室及即时零售等四大板块的业绩表现与资本开支，客观探讨多空博弈及DCF内在估值，解析其从传统电商平台向全栈垂直整合AI云巨头的转型路径与长期底层商业逻辑。 -
从零到一读懂美股财报：SEC Insider 工具实操与投资基本面解析
📝
🎙️ Money or Life 美股频道
📄 介绍与开发者合作打造的 SEC Insider 工具，旨在帮助美股投资者通过 AI 与结构化数据快速解析 10-K 和 10-Q 等 SEC 官方文件，高效完成从零到一了解上市公司商业模式、损益结构、利润瀑布、现金流及客户集中度等核心基本面的过程。 -
在加息与税改时代，如何像专业投资人一样读懂公司财报？
📝
🎙️ Shijun Tang
📄 专业会计与11年投资人唐石峻深度拆解企业三大财务报表（损益表、资产负债表、现金流量表）的底层逻辑。本文帮助非会计专业的投资者规避管理层叙事漂移和会计调整陷阱，重点关注经营利润及自由现金流，建立扎实的投资分析框架。 -
市场回调与投资策略分析：从情绪管理到核心卫星仓位构建
📝
🎙️ 投资TALK君
📄 文章深入探讨了当前市场的恐慌情绪、板块轮动以及对科技股和芯片行业的估值逻辑。作者强调避免追高FOMO，坚持在认知之内进行投资，并提出了左侧建仓（接飞刀）与右侧加仓的策略。核心观点包括：关注基本面支撑（如EPS），区分市场情绪溢价与基本面变化，以及构建以指数为核心、个股为卫星的长期投资组合模型。 -
如何利用 Seeking Alpha 拆解个股基本面与英伟达估值
📝
🎙️ Darren聊美股
📄 本文分享了基于基本面的美股选股与估值方法。作者介绍了如何利用 Seeking Alpha 平台，从增长、盈利能力、动量、分析师修正和估值五个维度进行量化拆解，并以英伟达为例详细演示了计算保守目标价的流程，论证了其当前股价被低估的逻辑。 -
阿里巴巴持仓 1514 天复盘：电商阵痛与 AI 催化下的价值重估
📝
🎙️ Shijun Tang
📄 本视频由专业会计师视角出发，深度拆解阿里巴巴（BABA）最新财报。重点分析了中国电商业务因会计变更导致的营收错觉、淘宝闪购与饿了么的利润牺牲策略，以及智能云与自研芯片平头哥在 AI 时代的指数级增长潜力，最终评估其护城河与财务健康度。 -
暴跌 60% 后的 Intuit：是 AI 时代的弃子，还是罕见的价值洼地？
📝
🎙️ Shijun Tang
📄 针对 Intuit 股价暴跌 62% 的现状，资深会计师唐石峻从专业视角深度剖析了其业务构成、财务质量与竞争护城河。分析指出，Intuit 超过 70% 的业务已实现非周期性增长，虽然面临 AI Agent 的潜在长线威胁，但其基于 QuickBooks 的高切换成本与双边网络效应依然稳固。目前公司估值处于历史低位，呈现出典型的价值博弈特征。 -
美股 GE Aerospace 深度复盘：是恐龙公司还是无敌复利机器？
📝
🎙️ Shijun Tang
📄 本文由专业会计师唐石峻从最新财报出发，深度解析 GE Aerospace（GE）的业务架构重组、订单爆发背后的地缘政治因素，以及其核心的“剃须刀与刀片”商业模式。通过对公司寡头垄断地位和极高切换成本的分析，揭示了其作为全球最强护城河企业之一的投资逻辑与估值分项。 -
半导体产业链的隐形巨头：在市场恐慌中布局 AI 基础设施的底层命脉
📝
🎙️ Darren聊美股
📄 本文深度解析了在宏观局势动荡、市场回调背景下，半导体行业中具备深厚护城河的三家关键公司：ASML、台积电与 Celestica。通过对产业链五大环节的梳理，提供了针对这三家公司的基本面分析、三情景估值测算及技术面入场策略，强调在极度恐慌的市场中应坚守基本面，耐心等待安全边际。 -
META：社交全家桶驱动的 AI 复利机器
📝
🎙️ Shijun Tang
📄 本篇深度复盘了 Meta 持有 1402 天的投资逻辑。通过解析财报揭示其社交全家桶业务极高的利润率，探讨公司从元宇宙向 AI 战略转型的实效，并基于网络效应、经营现金流收益率等维度，分析其在 AI 军备竞赛中的护城河与长期投资价值。 -
AI投资风险深度解析：六大基本面指标与金融模型揭示行业真相
📝
🎙️ 美投讲美股
📄 本视频详细介绍了由美投团队开发的全新“AI基本面风险指标”，旨在全面评估AI技术对企业业绩的实际影响。通过分析AI基础层（如微软、谷歌）和应用层（如Salesforce、Adobe）共15家代表性公司的资本性支出、营收增长、杠杆率、研发占比及毛利率等六大核心指标，构建了量化模型。该模型显示，AI产业整体基本面风险正持续下降，但应用层风险高于基础层，提示投资者需结合情绪指标，审慎评估AI投资的长期价值与潜在风险。 -
复利机器还是过山车？特斯拉、腾讯与 S&P Global 深度基本面复盘
📝
🎙️ Shijun Tang
📄 本文通过财报数据深度拆解了三家巨头公司的底层逻辑：探讨了特斯拉在比亚迪反超与交付量下滑压力下的护城河现状；分析了腾讯凭借微信无敌的网络效应与游戏 IP 矩阵构建的全球顶尖壁垒；以及 S&P Global 指数与评级业务的垄断性优势。通过量化打分体系，评估其作为长期投资标的的确定性与复利价值。 -
经济下行与 AI 狂潮：MasterCard、Salesforce 与 Fortinet 的深度投资逻辑
📝
🎙️ Shijun Tang
📄 本文深度分析了在当前关税政策担忧与 AI 浪潮下，三家核心企业的投资潜力。MasterCard 作为支付网络巨头，拥有极高的利润率与回购力度；Salesforce 作为 SaaS 鼻祖，正通过 AI 代理重构企业服务；Fortinet 则在网络安全领域凭借自研芯片构建了极高的切换成本与技术护城河。 -
巨头博弈与周期回归：深析英伟达、微软及 Visa 的投资底层逻辑
📝
🎙️ Shijun Tang
📄 本文深度剖析了英伟达在 AI 浪潮中的现状，探讨了 DeepSeek（文中指代的名不见经传的小公司）带来的行业冲击及 AI 逻辑推理（AI Reasoning）对算力门槛的影响。同时评估了微软作为“全能巨头”的财务韧性，以及 Visa 在降息预期下的估值修复机会，旨在为投资者提供基于事实而非不确定性的决策参考。 -
重构科技巨头估值：Google 的业务真相、应用材料的垄断壁垒与标普全球的金融权力
📝
🎙️ Shijun Tang
📄 本文深度解析了 Google、应用材料（Applied Materials）及标普全球（S&P Global）三大美股核心资产的业务模型与财务现状。通过拆解 Google 的多元营收结构与 Waymo 的领先优势，驳斥了“搜索终结论”；同时揭示了应用材料在半导体封装领域的极高客户粘性，以及标普全球作为金融基础设施的极强获利能力。 -
财务自由之路：投资随时都不嫌晚，从价值分析到杠杆陷阱的全面洞察
📝
🎙️ Shijun Tang
📄 本文深入探讨投资的核心原则：耐心、基本面分析与能力圈意识。通过分析Ota、Block、比亚迪和Monster等公司，揭示价值投资的本质，并警示杠杆ETF如YINN的高风险本质。任何时间开始投资都不晚，关键在于理解企业价值而非追逐市场噪音。 -
为什么 90% 的投资人亏钱？解析美股“复利机器”的筛选逻辑
📝
🎙️ Shijun Tang
📄 本文深入探讨了普通投资者跑赢大盘的可能性，指出频繁交易与投机是导致亏损的主因。作者通过其打分系统深度解析了 Intuit、Adobe、Broadcom、Moody's、AMD 及 AMAT 等六家科技与金融巨头的财务健康度、商业模式及在 AI 浪潮中的竞争地位，揭示了寻找真正“复利机器”的核心逻辑。 -
深度解析：什么公司才值得你投资？
📝
🎙️ Shijun Tang
📄 本视频详细阐述了投资上市公司、理解业务模型、建立能力圈、关注价格与长期持有等关键原则。强调了公司业绩、盈利能力、管理健全性、行业壁垒及抗风险性是选择优质资产的核心要素，并警示了投机与缺乏实绩的初创公司风险。 -
这将会是在未来被考古的投资笔记：美股盛世与中概低谷中的价值寻踪
📝
🎙️ Shijun Tang
📄 本文记录了作者在2024年3月美股标普500突破5000点、AI热潮席卷市场背景下的投资思考。通过对PayPal、谷歌、苹果以及阿里、腾讯、比亚迪等核心持仓的基本面与历史投资经历的回溯，详细阐述了在宏观情绪波动中坚持价值投资、寻找安全边际的具体实践。