$MRNA继续大涨,3个月2倍。到底如何解读基本面和范式变化,以及合理的估值和投资策略。全网唯一的超前解读和神级预测,更重要是如何转化为投资决策。
莫德纳正试图彻底重塑市场认知。从“新冠疫苗公司”转向“mRNA平台型免疫学公司”。短期最大催化剂最新癌症疫苗在顶级肿瘤学术会议10月的辅助黑色素瘤III期数据,管理层称其已达到主要和关键次要终点,并可能成为首个击败PD-1单药的联合辅助疗法。中期支撑来自疫苗业务、罕见病PA/MMA数据、胰腺癌I期、多发性骨髓瘤三靶点T细胞衔接器、肾癌和膀胱癌读出。长期则依赖AI驱动研发、制造规模化、林奇综合征预防性疫苗、自身免疫CAR-T以及平台长尾效应。
保存的原文 · 长文
X 阅读
按原发时间浏览 · 时间显示为 Toronto 当地时间
保存说明:除条目另有标注外,正文尚未人工核对 · 图片未保存 · 引用或对话上下文可能不完整。
$LLY大涨,本周策略已经明确。前期高位估值区间上限回调,现在市场需要新的组合投资的内部平衡,医药必然是好的非AI盈利投资标的。
作为减肥赛道王者合理的价值和基本面分析。特别是在所有半导体硬件巨幅震荡波动中,对于投资组合的价值更重要。
从5月初开始明确仓位调整增加医药等保守现金流同时还受益于研发管线和AI的股票标的。
也一路分享在我的公开和订阅时间线都有详细的逻辑、估值和投资策略。
保存的原文
晨报速度:经济好的倒逼美联储加息。反驳一下基本的市场误读。钱变得贵了,但不是信用危机换不起钱,如何解读和投资策略?
现在采购经理人指数5年新高新订单增速加快,今天公布本周的失业申请也低于预期,石油还在中东博弈,也成了长期国债利率的先行指标了。长债10/30 年利率继续上涨。
30年国债5.4%是20多年的新高。当然和2000前还没法比,现在利率也没啥惊人。何况高收益债券的信用利差,也就是破产信用风险也时候2.6%,历史地位。企业面对是长期资本贵要求折现率高不等于还不起钱。
正如我在订阅者主播和周报中预测并解读。现在是新的范式理解,不是以往的泡沫,信用危机还不起钱,而是AI投资和国家层面再投资让资金成本更高,但是最反常的是
经济越好,股票不一定越好。因为AI时代出现了一个过去科技牛市很少遇到的反馈循环。AI投资越强,经济增长越强。增长越强,Fed越难停。Fed越难停,资本成本越高。
所以AI现在最大的敌人,就是自己。不是AI泡沫破裂。而是AI自己太成功。
颗粒度更细的策略和投资指南按照周报执行。
保存的原文 · 长文
简评中国央行Q3货币政策例会:
1、汇率表述变化最多,也最重要,主要强调“市场的决定性作用”。
这个提法这有个非常重要的背景,主要是三个:
①前不久的G20财长和央行行长会议上,多国就“全球贸易失衡”与“人民币汇率被低估”问题向中国发起“围剿”施压
②近期中欧贸易摩擦加剧;
③中美元首会晤节点。
这样提也是表明中国央行的态度,不可能接受针对中国的所谓“广场协议”。
如果市场趋势决定人民币升值,那么央行也不会逆势干预升值,但为了防范市场“羊群效应“和非理性预期的自我强化,必要时也会适当踩一踩“点刹”,但不是试图强行逆势而为。
2、对于结构性工具,提出“不断完善工具设计”,表明结构性货币政策工具将要调整,比如再贷款、PSL等。
其中,发力方向新增了“六张网”建设,说明很可能针对“六张网”量身定做新的结构性货币政策工具,或者用老工具去支持,比如PSL等。
此前我判断央行降准降息概率不大,但很可能会调整结构性货币政策工具,特别是优化PSL工具,这也是新型政策性金融工具的重要资金来源,可能降低利率、增加额度。
3、“综合运用并实施调整货币政策工具”、“加快推动新旧动能转换”,删除“跨周期”等表述变化,都是照搬7月政治局会议,此前周报对此已做过充分分析,便不再赘述。
4、近几次的货币政策例会、执行报告的增量信息似乎相比以前变化更少了,能找寻的“前瞻指引”更少了,潘功胜也“惜字如金”,这是向美联储新主席Warsh学习吗?
保存的原文 · 长文
魔改5090比较缺货、溢价,扣掉显存变96G
保存的原文
晨报速读,好消息反而是坏消息。美国经济需求旺盛驱动就业与订单齐升,10年国债利率升破5%近20年新高,对于近期市场投资如何解读?
最新的采购经理人PMI指数制造业服务业双提速超预期,美国经济好消费强,AI投资强国防支出强。
强数据加上供应链压力会有通胀风险,那么10月加息压力下,市场继续担心压缩整体估值
从AI需求角度。昨日金融/旅游/消费板块大跌是直接的Agentic AI智能体带来的“故事性”冲击
代理ai直接开始有抢夺用户消费第一入口。Agent选择供应商会不会去中介化?这个问题和当时claude出来,不需要软件一样,都是太远的无法证伪的假设预期来杀跌。
不管是不是扯淡先炒一波杀一波,这就是市场整体趋势压制下,市场内部股票轮动行情。我直播中第一次也分析了
具体颗粒度更细投资策略和仓位见最新的订阅者周报。有时间我再分析一下这个所谓Meta的 Muse 代理agent。金融板块错杀的认知差投资机会。
保存的原文 · 长文
怎么办?好像没啥动力继续写东西了
既然买了不看、打游戏才是成为“神族”的正道,那么我也应该身体力行
打游戏去了
保存的原文
Gork反馈看不懂我说的
直接点吧~~2359
保存的原文
留学中介和华人家长疯狂在炒作新的USNews美国大学排名。很明显一个变化当然不是看MIT第一了,Caltech和CMU大涨,而是私校排名整体升,公校降。
主要是看这背后评价指标变化和意味着未来大学和就业重要指标的变化,也是潜在的范式转移大时代,是什么?
23年实际上也是一次评价指标大改,然后大批公校上私校下,因为当时取消了一批“资源型”指标,比如班级大小/校友捐赠,而加了多元化和低收入之类的。
现在这次排名,在AI时代的意义,回到老派的“精英导向和结果导向”,重要指标就是毕业收入,也就是回答AI时代知识平权下,到底知识/大学学习有没有用?
大学单纯学习知识已经没啥意义,更多的是通过资源和聚焦支持学生的认知、结果和能力的提升,最后毕业后要证明昂贵的学会最后能不能实现个人的回报。
投资和公司亦如此,不看你消耗什么资源/token,而是看最终这些投入到底能产生多少增量的回报。
AI 时代最残酷的一件事就是,它不是消灭精英,而是在消灭平庸的溢价。这验证我一直以来的判断,AI时代对于知识和fact大量的廉价无意义存在,最终要转化为解读和投资结果,才是真有价值。
每个人要培养这个能力。不是你知道多少,而是你能把已有的信息变成什么结果。
保存的原文 · 长文
AI的浪潮永远向前,永远都有新产品新模型。Opus 5.5 正式发布,看起来在各个任务上都超越了 Fable 5.1。值得一试
我个人体验下来,有3个 takeaway,
1. 昨天用 Fable 5.1 执行了一个 6 个小时 Ultra Code 的任务,结构写的无比复杂,不太可用。Opus5 呢,又太简单,同样不太可用。Claude 现在处于一个非常尴尬的境地,希望 Opus 5.5 能解决这个问题
2. OA两家都是知道对方的模型发布的 schedule,应该今天 Codex 又要重置了
3. 说好的,大家一起停止模型的训练和 AI 的进程呢?
保存的原文 · 长文
$MRNA 今天为什么又大涨12%,盘中逼近176美元的8月事件高点?
不是又出了一个新的三期成功。
真正催化剂是10/24全球最著名肿瘤会议ESMO 正式确定披露个体化mRNA癌症疫苗黑色素瘤三期完整数据,而且进入大会最高规格的学术环节“主席研讨会”。
8月数据披露初步我们只知道成功了,10月市场终于要看到到底有多强,复发风险下降多少、远处转移减少多少、不同患者是不是都有效。
同时还有胰腺癌一期数据。它级别不高,但意义很有意思:这套AI筛选、mRNA编码 和个体化制造的系统,离开黑色素瘤这个免疫治疗主场,换一种更难的癌症还能不能工作?
所以今天市场交易的不是新结果,而是提前交易10月的疗效强度和跨癌种平台价值。
股价最终收在约172美元,盘中176美元,已经重新回到8月三期事件后的高位。
但价格回来,不代表赔率也回来了。三期前买的是“这条路线能不能成立”,现在买的是“能有多强、能复制多远”。
本人持有 $MRNA。教育研究使用。我会持续跟进这个重大医院研究范式数据,也是全网独家第一个持续发掘和更新的标的。全文系统基本面解读见article。
完整估值、仓位和不同价格区间的投资策略,我直接转发之前订阅者分析 ⬇️
保存的原文 · 长文
很同意关于AI推动Biotech看法,但医疗具体爆发哪个点、哪个公司我真吃不准
Tailor made medicine是必然的,但任何药都要过药检。考虑失败,临床成本占研发65%;只看单药占比90%+。AI筛基因会增加管线、让管线精准,瓶颈就更是临床了
ps 中国临床患者招募成本美国5%,时间1/3(一期中国7m vs US 2yr)
保存的原文
纳指大涨逼近新高今年回报20%,自7月底恐慌杀跌也反弹10%。
最清楚的背后预测逻辑和投资指南。九月第四周投资策略《冰与火之歌》IV:鱼龙跃此时
这篇周报是对周六口播内容的重新整理。不是一份逐字稿,而是核心记录存底的买方投资策略
短期做多窗口正在打开。基本面赔率改善,路径风险同时上升。
看见机会,不等于忽略风险
判断方向,不等于你能抓住机会
讲课一时爽有第一次就有第二次,但真正穿越时间一定是文字记录背后的冷静和理智的力量。这是配套理解口播内容的文字核心记录,见订阅者专享。
加息、油价、债券、AI模型、美中/中东、中期选举。信息爆炸更重要是如何解读,并转化为投资决策和仓位表达。
9月策略8/30 冰与火之歌
周报策略 9/7 冰与火之歌Ⅱ
周报深度 9/13 花开彼岸天
周报深度9/20 鱼龙跃此时
公开时间线记录备查
保存的原文 · 长文
@Jacobxho 从现在开始努力考上斯坦福
或者等录屏放出来,所以这门课程会把 recording 和 material 都逐渐发布出来的
保存的原文
你一在在上海办活动,币圈市场马上配合呀
感兴趣eth活动的可以联系@yuxin_pig
保存的原文
09/21 AI 相关板块涨势惊人,很多朋友应该今天笑着醒来
$AMD 今日上涨 +9.6% 到约 $613.5,创历史新高,并首次突破 $1 万亿美元市值。 $MRVL 过去一周累计+15%
背后的逻辑其实非常简单
市场投资者从上周的 AI 安全警告和放缓,重新转向关注 AI 投入仍在扩张的证据
$Meta 的 Muse AI Agent 热度 在周末持续发酵,近三天位居美国 iPhone 免费应用下载榜首
我接下来的投资逻辑:当越来越多人让 Agent 真正替自己办事,背后执行任务所需的计算资源也会增加
很多人连一个 200 刀的 Codex Pro 都消耗不完,就不要说自己真的搞懂了 AI Agent 任务处理带来的 AI 投资增量
保存的原文 · 长文
我非常推荐大家收藏斯坦福今年秋季这门课:MS&E 319:Efficient Generative Language Models(高效生成式语言模型)
这门课会从预训练一路讲到推理和后训练。(我最喜欢的部分)课程资料和录屏后面会同步上传
我很喜欢它的出发点:模型越做越大,但预算总有上限。给定一个具体想实现的效果,手里的算力又有限,训练目标怎么定、模型架构怎么选、推理怎么跑,才能把钱花得更值,避免所有任务都用最贵的模型 GPT6
“再买点 GPU”当然是一种办法,也是现在市场的主流
有关于 MoE、attention与 KV Cache 压缩、量化、投机解码,以及 LoRA、RLHF、DPO、蒸馏,都会涉及。这门课把平时分散看到的这些技术,放回同一个问题里理解:它到底省了哪部分计算、显存或时间,又付出了什么代价?
比如,同样是想降低模型的使用成本,有的办法让每次只调用一部分参数,有的减少需要存储和搬运的数据,有的加快生成答案。先把各自解决的问题分清楚,才知道手里的任务适合用哪一种,哪些方法还能配合起来用。
我自己看 AI 公司,也很关心这一层:同样一笔预算,能不能训练出更好的模型,或者服务更多用户。把这些技术背后的取舍弄懂,再看模型发布和成本变化,判断会具体很多。
这门课有一定门槛,感兴趣的一定要关注
保存的原文 · 长文
“小垃圾”终于破600了,兑现之前承诺以后改叫AMD牛夫人
保存的原文
这都是最近的 $INTC大涨的底层逻辑分析以及投资估值更新。free分享内容,信息时代要理解真正的“信息”的价值。CPU在Agentic AI时代的重要作用,还当做新闻?这都不是反复炒了一百遍的么?市场每次能能拿出来当初恋。不要跟随市场小作文忽悠,要真正理解一个公司基本面、估值结合整体市场的情绪,太多认知差超额收益空间。
保存的原文
我喜欢在上周这种市场一边看空的时候,站出来给观点
现在短期局势已定。我连续讲了3次利率别担心,不知道说啥了,先偷懒一周
保存的原文