跟踪 上头资本 的最新研究

实操方法论： 凸性听起来很抽象，但判断一笔交易有没有凸性，其实可以拆成四个具体的步骤。 第一步，画出亏损边界。问自己：如果我判断完全错了，这笔交易最多能亏多少？注意不是"可能亏多少"，而是"最多亏多少"。有明确止损规则的交易亏损是确定的，没有止损的交易亏损理论上可以无限大。亏损边界越清晰、越小，凸性的"底"越牢固。 第二步，评估盈利空间。如果你的判断是对的，而且市场给了足够的时间和催化剂，这笔交易的上行空间有多大？关键是"上行空间有没有天花板"。买一个估值已经很高的公司，即使判断对了涨幅也有限，这不是凸性。买一个被极度低估的行业，一旦反转涨幅可能是几倍，这才是凸性。 第三步，算凸性比值。用第一步的最大亏损除以第二步的潜在盈利。比值小于0.3是优秀的凸性结构，错了亏1份，对了赚3份以上。比值在0.3到0.5之间是可接受的。比值大于0.5，说明这笔交易的风险收益比不够好，哪怕你觉得"大概率能赚"，结构也不支持你做。 第四步，检查时间成本。凸性下注往往需要等待，等催化剂出现，等市场情绪反转。在等待期间你的资金是被占用的，这是隐性成本。一笔凸性比值0.2的交易如果需要等三年，和一笔比值0.4但只需等三个月的交易相比，后者可能更值得做。 这四步的核心逻辑是把模糊的"感觉"翻译成精确的数字。你不再问自己"这笔能不能赚"，你问自己"这笔的凸性比值是多少"。 投资中最危险的判断方式就是"我觉得大概率能涨"，因为你的"大概率"往往是过度自信的产物。而凸性比值不依赖你对概率的主观判断，它只看结构：错了亏多少，对了赚多少。 以上四步走完，你对一笔交易的凸性就有了具体的、可量化的判断，不再是"感觉这笔交易不错"，而是"亏损边界2%，盈利空间15%以上，比值0.13，等待时间预计6个月"。

9月2日，微软宣布从FY2027开始，把原来的三个财报分部调整为两个：Agents and Infra，以及Devices and Consumer。同时，开始单独披露Azure季度收入。 这次调整最值得注意的是，GitHub云服务和Security Copilot被从Azure移入M365商业云。办公、编程、安全，开始被放进同一套工作平台里。 过去你买Office写文档，买GitHub管理代码，买Azure跑程序。未来你给Agent一个任务，它可能同时调用文档、邮件、代码、数据库和云算力。 用户关心的是工作有没有完成。微软要争取的，就是这个任务入口，以及背后的执行过程。 今年3月，微软已经整合商业与消费者Copilot，统一产品体验，同时让Mustafa Suleyman更聚焦模型研发。这次财报调整，与前面的组织变化是一致的。 微软在争取三件事： 第一，扩大M365的边界。从办公套件，逐步变成覆盖办公、开发和安全的工作平台。 第二，增强模型选择权。客户可以用不同模型，但数据、权限、工作流程和执行环境继续留在微软。自研模型的价值，也包括把大量高频任务做得更便宜。 第三，处理AI对传统软件席位的冲击。即使部分工作需要的人更少，微软仍有机会通过Agent、算力、数据和安全服务获得收入。把这些业务放在一起，更容易围绕客户的总体价值作决策。 从二级狗投资角度讲，Azure收入更透明了，应用和基础设施各自赚多少钱，却更难拆开。传统软件的高利润，可能抵消AI投入带来的压力，让合并后的数字显得平稳。 而且，新的M365席位指标加入了GitHub，不能把以后所有增长都理解成Office或Copilot增长。 微软已经明确了它要成为企业数字工作的主要执行平台，接下来要验证的是，客户愿意为这些工作支付多少钱，以及扣掉模型、算力和交付成本之后，微软能留下多少利润。 $MSFT

CRCL一旦建立Visa/Mastercard类的双边网络效应护城河，那么市值打底也是千亿美金。 其中，CPN是最标准、最有可能形成Visa式双边网络效应的部分。 CPN一边是掌握付款客户的OFI，另一边是拥有当地牌照、银行账户和兑付能力的BFI。 每增加一个巴西、墨西哥、尼日利亚的兑付机构，所有付款机构都多了一条可用通道，而付款机构越多，当地兑付机构也越愿意加入。CRCL则负责准入、匹配、报价、合规信息、路由和结算。 且与加入多少家机构比，更重要的是高价值支付走廊的密度。比如美国到墨西哥线路若只有一个兑付商，CRCL只是中介，但如果有3到5家机构实时竞争报价、互为备份，价格、成功率和到账速度就会持续改善，新竞争对手则很难重新复制整个网络。 CPN目前超过175家金融机构，覆盖58个国家，年化支付额230亿美元，单月环比增长56%，CPN的支付量已经明显进入加速段。(活跃交易机构占比、重复支付率这些指标更能判断黏性) 事实上，目前大量网络价值仍然是被Coinbase等渠道拿走的，但是二级狗向来是要用动的眼光看问题，CRCL目前RLDC利润率41%，在不断改善。 未来，我们要重点观察地是随着规模继续扩大，获客和分销成本占比是否下降、议价权和利润率是否上升。 大体来说，28-30年，我们或许看到CRCL的双边网络效应是否成形，是否会逐步构筑起护城河。 列一下主要观察的指标，CRCL未来能不能成长为几千亿美金的具有双边网络效应的大平台，以下指标很关键: 1、CPN的年化支付额能否从现在的200多亿美金突破到千亿级美金的临界规模。年化支付额突破1000亿到2000亿美元，意味着网络效应开始显现，如果未来能达到5000亿美元以上，并且主要支付走廊具备多个活跃兑付商，会构筑出真正的支付网络护城河。 2、CRCL计划从2026年下半年开始对CPN商业化，如果收费后机构没有绕开CPN、交易量继续增长，就能证明客户依赖的是它的网络，不是靠免费补贴。 3、Arc从合作名单变成生产系统，至少10到20家大型机构真正进行资产发行、抵押品、回购、外汇或跨境结算，CPN相当比例的支付开始落在Arc上，链上形成持续、非补贴驱动的费用收入。 4、上面说的RLDC利润率要不断改善，比如41%逐步提升至50%以上，分销成本增速持续低于USDC增速，非储备利息的经常性收入占比达到15%到20%，即使降息、削减USDC奖励，USDC份额仍能提高。当我们看到这些指标不断改善后，CRCL的网络效应议价权就已经反映到财报里了。 大胆求证，小心假设，低位拿住CRCL，就不要轻易卖飞了吧，这趟车很颠簸，正如当时大底部发掘买入但最终卖飞BE、IREN、SOFI、AEHR等公司一样，10倍股永远不是那么好拿的，这次拿住🤣

昨晚，美国8月ADP私营就业新增3.8万人，低于市场预期的4.7万，疲软的就业数据，让9月加息预期有所缓解，昨晚美股缓了一口气。 后面重要看点，一个是9月4日大非农，一个是9月11日CPI。 回顾下历史数据，7月非农-23k，前两个月还下修了10万，失业率4.1%看着不差，是因为26万人退出了劳动力市场，此外核心CPI年率2.5%，是2021年以来最低，当然联储最看重的PCE还有3.7%。 对于4日的大非农，彭博Anna Wong团队8月29日在X上发布的核心结论是数据大概率会让市场失望，甚至有不低的概率再次录得负增长。市场共识预期是8月非农从7月的-2.3万反弹至5万-6.5万左右，但他们团队认为实际结果会弱于这个预期。7月已经出现大幅下修，加上“出生-死亡模型“长期高估就业、劳动力大幅下修、ADP最新仅增3.8万，都指向了就业市场比表面数字更弱。 那么，假如大非农连续2个月负增长，从概率上讲，现代美联储历史上几乎没有在这种弱就业的环境下加息的先例的。 4日大非农之后，下一个关键节点是11日的CPI数据，Anna Wong团队的看法是核心通胀会降温，关税传到正在消退，他们自建的模型显示商品通胀回落，关税对核心商品的影响在减弱，核心CPI同比有望继续下行，而在服务通胀中，部分可选消费如健身、流媒体、宠物、牙科等已出现疲软。如果8月核心CPI环比继续回落在0.2%附近或者更低，将进一步削弱9月加息概率。 总体来说，我个人认为，尽管美伊冲突还在，油价近期反弹到高位（最好后面有所缓和，油价回落），但接下来一个弱非农+温和CPI的组合下，9月议息会议加息概率不大，但也不排除沃仕继续对11月的加息做偏鹰的表达（事实上不加息，但用嘴管理达到加息的效果）。 当然，还有一种小概率情况是9月来一次预防性加息，但即便这样，我个人依然判断后续不会进入加息通道，否则一键清仓所有权益资产。 那么，对AI资产的影响是什么？ 很显然，我个人判断9月加息概率极小，理论上对AI资产是利好。不过，如果不加息，某种程度上会怀疑联储是不是在给白宫让路，长期利率反而往上走，这是比较麻烦的一件事，毕竟这里的大背景是财政部8月宣布加大长期国债回购来压长期利率，而联储却在缩短自己资产负债表的久期，目前这两个部门在长端反向使劲。 11日的CPI数据之后，下一个关键影响市场的变量是9月18的四巫日，高盛统计过，9月下半月是全年最差的两周，平均跌1.38%。 特朗普持续要求降息，在重启解雇联储理事Cook，并绕过财政部直接与沃什通话，沃什对通胀的判断让他与总统明显对立，它在暗中推高长债的期限溢价。 总体上，从宏观视角来说，我认为9月11日之前，偏向于利好美股，但是9月最后两周的行情大概率不太好过。注定是板凳时间，没看头。 但是，10月底的CSP三季报，以及11月3日中期选举投票结束消除最大不确定性，我认为10月下半旬以后，则大概率是一波非常好做的行情，中美股市都相对现在好做。 一言以蔽之，9月，垃圾时间，10月中下旬会逐步转好，四季度整体行情，我认为会比三季度好太多，至于高度，到时候再说，走一步看一步。

全球变暖正在日益破坏喜马拉雅山脉高海拔地区的冰川和永久冻土的稳定性。 未来可能演变哪几类致命灾难？ 1、冰岩雪崩 比普通泥石流速度更快，数百万立方米的岩石、冰和水在陡坡上快速混合，卷入河水和沿途泥沙，能在几十公里范围内演变成高速碎屑洪流。研究表明，这类冰岩雪崩正在随着冰川退缩、极端降水和永久冻土退化而增加。 2、冰湖溃决洪水 这是未来二三十年最确定的重大风险，冰川退缩后，原来的冰川谷地会积水形成冰湖，这些湖泊往往由松散冰碛物形成的天然坝体拦住，并不是真正稳定的水坝一旦发生突发情况，湖水就可能突然溃出。全球研究显示，在喜马拉雅及“第三极”等地区，约70%的冰碛湖溃决由冰雪崩塌、落石或山体滑坡触发。真正危险的是预警时间极短，西喜马拉雅一项模拟显示，某冰湖一旦溃决，洪水最快约16分钟就能到达下游水电站，峰值流量可能超过1.6万立方米/秒。 3、堵江溃坝型二次灾害 冰岩崩塌不一定立即冲到下游，也可能先堵住河流，形成临时堰塞湖。危险之处在于第一次崩塌看起来已经结束，河水持续汇入堰塞湖，数小时或几天后天然坝突然溃决，二次洪峰可能比第一次更大。更极端的情况是沿河形成多个堰塞湖，上游一个溃决后依次击穿下游坝体，产生“多米诺式洪水”。这种灾害尤其容易让救援人员和已经返回家园的居民遭受二次伤亡。 4、水电站和水库的连锁灾难 喜马拉雅河谷大量水电站、引水隧洞、施工营地都修建在狭窄河道中，它们正好处于冰湖洪水和冰岩洪流的必经之路。这导致可能出现洪流进入引水隧洞人员被困、巨石和泥沙摧毁进水口及闸门、上游水电站溃坝洪峰冲击下游梯级电站、水库被泥沙迅速淤积库容和发电能力下降、电站道路和通信同时瘫痪山区进入孤岛状态。未来真正的大灾，不只是村庄被埋，是一条河谷的道路、桥梁、水电、通信、饮水系统同时中断。 5、先洪水、后缺水的长期灾难 冰川融化初期，河流得到额外融水，看起来水量反而增加，但这相当于不断动用“冰川储蓄”。预计兴都库什到喜马拉雅地区的总体供水量可能在本世纪中叶附近达到峰值，此后随着冰川体积缩小而下降。高排放情景下，本世纪末该地区冰川可能损失目前体积的约80%。所以短期威胁是洪水，长期威胁反而可能是干旱、缺电和粮食安全。 6、释放甲烷与二氧化碳 永久冻土中保存着被冻结的有机质，融化后，微生物开始分解这些物质如二氧化碳和甲烷。研究估计，青藏高原冻土区池塘和湖泊年甲烷排放约0.04—0.05 Tg，单位面积排放只有高纬度水体平均水平的约8%，这里更主要的是长期碳反馈。 7、释放历史污染物 冰川不仅储存水，也储存几十年来通过大气输送到高山地区的污染物，包括PFAS/PFAA等永久化学物、早期农药、PCB、多环芳烃、铅、汞、砷等痕量元素、黑碳和微塑料。冰川融化后，这些物质会重新进入河流和高山湖泊，并可能在鱼类及食物链中富集。青藏高原纳木错流域已经检测到冰川融水向湖泊迁移PFAA类污染物的证据。此外，新暴露的岩层遇到氧气和融水后，会加速化学风化，也可能释放铁、锰、砷、硫酸盐等天然成分。风险大小高度取决于当地地质，并非所有冰川流域都会出现严重重金属污染。 8、微生物和所谓“远古病毒” 冰川和冻土融化确实会释放细菌、真菌、噬菌体和其他病毒、微生物产生的有机物、抗性基因等遗传物质。绝大多数冰川病毒感染的是细菌而不是人类，高紫外线、温度变化、缺乏合适宿主，也会降低它们传播的机会。更现实的公共卫生威胁仍是洪灾后饮用水污染、污水系统破坏以及霍乱、腹泻等常见水源性疾病，而不是某种复活的史前病毒。