观点:为什么7709等杠杆ETF,本质上是一种天然负EV产品?

marsbitPublicado a 2026-07-31Actualizado a 2026-07-31

Resumen

本文分析了杠杆ETF(如7709)的本质,指出它是一种天然负期望值(EV)的产品。文章首先解释了其每日调仓机制:为维持固定杠杆倍数,产品必须在标的资产上涨后加仓、下跌后减仓,形成“追涨杀跌”的模式。这种延迟调仓导致在单边行情中错失复利机会,在震荡行情中则因频繁高买低卖产生“波动率损耗”。 文章进一步将杠杆ETF与期权卖方对比:两者都承担类似“Short Gamma”的路径风险(上涨买入、下跌卖出),但期权卖方能获得权利金(隐含波动率IV和时间价值Theta)作为补偿,而杠杆ETF不仅没有这类补偿,还需持续支付融资成本、衍生品费用、管理费及交易成本。 因此,杠杆ETF的收益结构是:两倍方向性收益,减去波动损耗、各项成本和费用。这意味着投资者不仅要判断对标的资产的方向,还需依赖强劲、持续且平滑的上涨趋势来覆盖内部损耗。所谓“不会爆仓”的优势,实则将风险转化为净值缓慢衰减的过程,长期持有可能面临本金趋近于零的风险。文章最后指出,对于有能力管理风险的投资者,永续合约等工具可能提供更高效、可控的杠杆暴露方式。

很多人把 7709 理解成:SK 海力士涨 1%,7709 就涨 2%。

听起来非常简单。

甚至很多人觉得,它比永续合约更安全,因为没有明确的强平线,不会像合约账户一样突然「爆仓」。

但真正理解它的每日调仓机制后,你会发现:7709 不是简单的「两倍海力士」。

它本质上是一套长期运行、机械追涨杀跌、持续承担波动率损耗,同时还要支付融资和衍生成本的杠杆策略。

它承担了类似期权卖方 Short Gamma 的负面路径效应,却没有收到期权卖方应得的 IV 和 Theta 补偿。

这就是我认为它天然负 EV 的核心原因。

一、7709 为什么必须不断调仓?

假设基金净值是 100,目标杠杆是 2 倍,那么它需要维持 200 的 SK 海力士敞口。

如果海力士上涨 10%,基金大约赚 20,净值变成 120。

原来的 200 仓位上涨后,市值变成 220。

此时实际杠杆变成:

220÷120=1.83 倍。

为了重新恢复到 2 倍,基金的目标敞口应该是:

120×2=240。

所以它必须在海力士已经上涨之后,再增加 20 的仓位。

反过来,如果海力士下跌,基金净值下降的速度会比持仓市值更快,实际杠杆就会超过 2 倍。

为了把杠杆重新降回 2 倍,它必须在海力士已经下跌之后卖出一部分仓位。

因此,这类杠杆 ETF 的调仓方向永远是:

上涨以后加仓;下跌以后减仓。

也就是标准的:追涨杀跌。

二、为什么我说每一次调仓都会亏钱?

这里所说的「亏钱」,不是指订单刚成交,账面立刻显示一笔亏损。

而是指:

每一次调仓,都是对已经发生行情的延迟反应。

海力士已经从 100 涨到了 110,基金才发现自己的杠杆不足,然后在 110 附近加仓。

但真正应该增加敞口的时间,是上涨发生之前,或者至少是上涨过程之中。

现在价格已经涨完一段才买,买入价格必然更高。

同样,海力士已经从 100 跌到 90,基金才发现自己的杠杆过高,然后在 90 附近减仓。

真正应该降低仓位的时间,是下跌发生以前,或者至少是下跌过程之中。

现在价格已经跌完一段才卖,卖出价格必然更低。

所以从「持续维持两倍杠杆」这个目标来看,每一次调仓都有一个确定事实:

它永远慢一步。

上涨时,它少赚了本来可以提前增加敞口所获得的收益;

下跌时,它多承受了本来可以提前减少敞口所避免的损失。

这就是延迟调仓造成的损失。

当然,有人会反驳:

上涨以后加仓,如果后面继续上涨,新增加的仓位不是还能赚钱吗?

当然可以。

但那是下一段行情产生的收益。

后面的行情发生以后,基金还会根据新的涨跌再次调整仓位。

不能用下一段行情可能继续上涨,来否认上一段行情中,基金因为没有及时维持两倍敞口而已经发生的机会损失。

更准确地说:

过去的行情决定为什么调仓、需要调多少;

当前调仓重新设定未来的风险敞口;

未来行情决定新增仓位之后的实际盈亏。

但是相对于一个能够实时维持两倍杠杆的理想策略,延迟调仓的损失已经发生。

三、即使是单边上涨,每日调仓也存在「延迟收益」

这一点特别重要。

有人会觉得,只要海力士持续上涨,7709 上涨后不断加仓,就能获得很好的复利,所以调仓并不是问题。

但实际上,在单边上涨行情里:调仓频率越高,收益反而越高。

因为盈利能够更早重新投入。

举一个最简单的例子。

假设海力士一天分成两个阶段,每个阶段连续上涨 5%。

海力士全天累计上涨:

1.05×1.05-1=10.25%。

假设 7709 早上净值 100,初始敞口 200,整个白天都不调整,等到临近收盘才重新恢复两倍杠杆。

那么当天收益大约是:

10.25%×2=20.5%。

净值从 100 变成 120.5。

但如果在第一个阶段上涨 5% 以后,立即把杠杆重新补到 2 倍,再参与第二阶段上涨,结果会变成:

第一阶段海力士上涨 5%,两倍产品上涨 10%:

100 变成 110。

基金立即把敞口补回 2 倍。

第二阶段海力士再上涨 5%,两倍产品再上涨 10%:

110 变成 121。最终收益是 21%。

同样一段单边上涨行情:每天只调一次,收益 20.5%;

中途调一次,收益 21%。

如果改成每半小时调仓一次,盈利就能更早重新投入,最终收益会进一步接近连续维持两倍杠杆的理论结果。

这说明:在单边上涨行情中,每天只调一次,其实同样存在延迟收益。

基金不是没有赚到两倍收益,而是盈利复投得太晚,因此没有赚到更完整的两倍复利。

单边下跌也是一样。

调仓越及时,基金就能越早降低仓位,从而减少后续损失。

每天只在收盘附近调仓,本质上存在双重延迟:

上涨过程中,没有及时把盈利重新投入,所以少赚;

下跌过程中,没有及时降低过高的杠杆,所以多亏。

所以,如果把调仓频率从每天一次改成每半小时一次,在单边行情中,结果会更好。

如果能够连续调整,才最接近真正意义上的恒定两倍杠杆。

四、但调仓频率越高,震荡行情中的损耗又越严重

问题在于,更高频调仓也不是免费的。

假设海力士盘中先从 100 涨到 110,随后又跌回 100。

最终海力士没有涨跌。

如果 7709 全天不调仓,等收盘才计算,理论上净值变化接近于零。

但如果它在 110 的位置重新补足两倍杠杆,然后海力士再从 110 跌回 100,就会用更大的仓位吃下后面的下跌。

第一段上涨 10%,净值从 100 变成 120。

在 110 附近补足两倍杠杆后,第二段从 110 跌回 100,跌幅约 9.09%。

两倍产品的净值就会变成:

120×(1-18.18%)≈98.18。

海力士最终回到原点,产品却亏了约 1.82%。

这说明杠杆 ETF 存在一个无法彻底解决的矛盾:

调仓频率低,单边行情中存在更严重的收益延迟和止损延迟;

调仓频率高,震荡行情中会进行更多次追涨杀跌,产生更严重的波动损耗、价差、滑点和交易成本。

所以,每天只调一次并没有消灭这个结构性问题。

它只是在:趋势行情中的延迟损失和震荡行情中的频繁调仓损失之间做了一个选择。

五、为什么它像期权卖方的动态对冲?

做过期权的人很容易理解这个逻辑。

假设一个交易员卖出了大量 Call 和 Put,然后不断做 Delta 对冲。

因为期权卖方通常是 Short Gamma:

标的上涨以后,组合 Delta 增加,交易员需要买入现货;

标的下跌以后,组合 Delta 下降,交易员需要卖出现货。

所以期权卖方的 Delta 对冲同样是:

上涨以后买入;下跌以后卖出。也是追涨杀跌。

当市场不断上下震荡时,卖方交易员会不断高买低卖,已实现波动越大,动态对冲产生的 Gamma 损失通常越大。

但是,期权卖方为什么仍然可能赚钱?

因为他在一开始就收到了期权权利金。

权利金里面包含:

IV,也就是隐含波动率;

Theta,也就是时间价值。

只要最终:收到的 IV 和 Theta 大于

实际发生的波动率损失、跳跃损失和交易成本,

卖方策略就能够赚钱。

也就是说,期权卖方承担 Short Gamma,不是无偿承担。

市场会支付给他一笔波动率风险溢价作为补偿。

六、7709 最大的问题:承担了类似 Short Gamma 的损耗,却收不到 Theta

7709 同样会:

上涨以后加仓;下跌以后减仓;

在震荡中反复追涨杀跌;

已实现波动越高,路径损耗越严重。

所以从交易流和路径依赖来看,它具有类似负 Gamma、负已实现方差的特征。

但 7709 的投资者没有收到期权权利金。

没有人因为你承担了这种追涨杀跌的路径风险,提前支付给你一笔 IV。

它也没有一个明确的到期日,没有 Theta 随着时间流逝逐渐归你所有。

它是一套近似永续运行的机械再平衡策略。

而且它不但收不到波动率溢价,还需要持续支付:Swap 融资成本、期权成本、管理费、买卖价差、调仓滑点、市场冲击、换汇和其他产品费用、二级市场折溢价回归风险。

所以它的真实结构更接近:两倍方向性收益 减去 已实现方差拖累 减去 融资成本 减去 衍生品成本 减去 管理费 减去 交易成本。

这就是为什么我认为它天然负 EV。

七、这里所说的「负 EV」究竟是什么意思?

我不是说:无论海力士怎么上涨,7709 都一定会亏钱。

如果海力士出现非常强、非常持续、非常平滑的单边上涨,方向收益当然可能覆盖全部损耗,7709 也可能大幅赚钱。

但这并不代表产品结构本身是正 EV。

赌场里的游戏同样可能有人赚钱,但不影响游戏规则长期对玩家不利。

我所说的负 EV,是指:

在获得相同方向性敞口的情况下,7709 相对于理想的两倍策略、低成本永续或者投资者自己管理杠杆,多了一层确定性的负 carry、路径损耗和产品费用。

投资者不仅必须正确判断海力士会上涨,而且上涨幅度必须足够大、趋势必须足够持续、价格路径必须足够平滑,才能覆盖产品内部不断扣除的成本。

换句话说:投资者不但要看对方向,还要看对路径。只看对最终价格还不够。

比如海力士最终上涨了 30%,并不代表 7709 一定能获得 60% 的收益。

如果中间经历了多次:大涨、大跌、反弹、再次下跌;即使海力士最终回到较高的位置,7709 也可能因为每日杠杆重置和波动损耗,大幅跑输简单的两倍累计收益。

八、为什么高波动、频繁反转对它最致命?

假设海力士:第一天上涨 10%;第二天下跌 9.09%。

最终海力士回到原点。但两倍每日杠杆产品:

第一天上涨 20%,净值从 100 变成 120;

第二天下跌约 18.18%,净值从 120 变成约 98.18。

海力士最终没有亏钱,杠杆 ETF 却亏了约 1.82%。

如果这种震荡继续发生,净值就会不断被侵蚀。

市场每反转一次,都会惩罚它上一次的调仓。

所以这类产品真正害怕的,不只是单边下跌,而是:高波动、剧烈震荡、频繁反转;均值回归。

而 SK 海力士本身就是一只高波动的单一股票。

把每日杠杆重置机制放在这种标的上,长期路径损耗通常会比低波动指数型杠杆 ETF 严重得多。

九、「不会爆仓」只是一层包装,不代表净值不会趋近于零

很多投资者喜欢杠杆 ETF,是因为它看起来不会像永续合约那样,在某一条价格上突然触发强平。

但这只是把显性的爆仓,变成了隐性的净值衰减。

连续下跌时,基金会不断减仓:

净值越低,仓位越小;

仓位越小,下一次绝对损失越少。

所以在很多连续下跌路径中,它不会像个人合约账户一样,在一条强平线瞬间结束。

但是它的净值可以不断趋近于零。

从 100 跌到 20,已经亏损 80%。

这时不是上涨 80% 就可以回本,而是必须上涨 400%。

所以所谓的「不会爆仓」,很多时候只是:

没有一个清晰的强平时刻;

但本金仍然可以在不断追涨杀跌、波动损耗和费用侵蚀中接近归零。

它把爆仓变成了一个缓慢过程。

十、为什么把固定 2 倍改成「最高 2 倍」,对老投资者未必有利?

这类产品后来把固定两倍调整成「不高于两倍」的弹性杠杆结构。

从风险管理角度看,这样可以降低:每日调仓规模、Swap 容量需求、市场冲击、极端行情下的净值崩塌速度。

杠杆从 2 倍降到 1.2 倍、1.1 倍以后,需要进行的追涨杀跌交易会大幅减少。

但是对已经深套的老投资者来说,可能形成一种很尴尬的结构:

下跌阶段,以接近 2 倍的杠杆承受损失;

市场剧烈波动以后,产品为了控制风险,把杠杆降到 1.1 倍或 1.2 倍;

随后即使海力士出现反弹,投资者也只能以更低的杠杆参与恢复。

也就是:高杠杆吃下跌,低杠杆吃反弹。

这并不代表管理人一定存在恶意。

降低杠杆确实可以减少未来继续下跌的风险。

但从产品结构看,它也确实会降低已经深套投资者快速回本的能力。

而基金仍然可以持续收取管理费,衍生品交易对手也仍然可以持续获得融资、Swap 或期权相关收入。

十一、为什么永续合约可能比 7709 更有效率?

假设市场上存在一个:流动性足够、Funding 合理、预言机可靠、没有严重折溢价、风险管理透明的海力士永续合约。

专业投资者至少可以自行决定:

是否维持固定仓位

是否每天恢复两倍杠杆

是否每半小时调整一次

是否在趋势明显时提高调仓频率

是否在震荡环境中降低杠杆

是否提前止损

是否补充保证金

是否用其他资产进行组合对冲

而 7709 把这些决定全部写进了产品规则。

投资者只能被动接受:

什么时候调仓

调多少

实际目标杠杆是多少

使用多少 Swap

使用多少期权

承担多少衍生品成本

什么时候降低杠杆

当然,永续也存在:Funding、强平、交易平台信用、预言机、流动性、ADL 等风险。

所以永续不是免费午餐。

但对于真正懂得管理保证金和仓位的人,至少可以自行控制:调仓频率、杠杆水平、止损规则、融资成本、持仓期限。

而不是把全部决定交给一套机械化产品规则。

十二、最后总结

7709 不是简单的「两倍海力士」。

它更像:两倍多头 Beta 加上 类似 Short Gamma 的机械再平衡

减去 已实现方差

减去 融资成本

减去 衍生品成本

减去 管理费

减去 交易成本

它的每次调仓,都是对已经发生行情的延迟反应:

涨完以后才加仓;

跌完以后才减仓。

在单边行情中,如果它每半小时调仓一次,会比每天只调一次更早复投盈利、也更早降低下跌敞口,收益表现会更好。

但在震荡行情中,调仓越频繁,又会进行更多次高买低卖。

所以它存在一个无法彻底摆脱的结构性困境:

调得慢,吃延迟损失;

调得快,吃震荡损耗。

更重要的是,它承担了类似期权卖方动态对冲的追涨杀跌,却没有收到期权卖方应有的 IV 和 Theta 补偿。

它唯一能够依赖的补偿,就是海力士未来足够强、足够持续、足够平滑的上涨趋势。

所以它不是「任何一天都会亏钱」的产品。

但它是一种天然带有负 carry、负方差、延迟调仓和高持有成本的负 EV 产品。

投资者不但需要判断对方向,还必须判断对:趋势持续性、波动率、价格路径、调仓频率、融资成本、Swap 和期权成本、二级市场折溢价。

对于普通投资者来说,连方向都很难长期判断正确,更不用说同时判断这么多变量。

所谓「不会爆仓」,只是把强平风险隐藏进净值不断衰减的过程里。

看起来更安全,不代表结构更划算。

方向判断正确,也不代表你应该选择成本最高、路径最差、控制权最低的工具。

Criptos en tendencia

Preguntas relacionadas

Q根据文章,为什么说7709等杠杆ETF的每日调仓机制会导致'追涨杀跌'?

A因为当标的资产(如SK海力士)上涨后,基金净值增加,但原有仓位市值上涨更快,导致实际杠杆低于目标倍数(如2倍)。为了恢复目标杠杆,基金必须在价格已经上涨后追加买入,即“上涨后加仓”。反之,当价格下跌后,实际杠杆会超过目标,基金必须在价格已经下跌后卖出以降低杠杆,即“下跌后减仓”。这种机制决定了其调仓方向永远是在行情发生后进行,形成了机械的“追涨杀跌”。

Q文章中提到,即使是单边上涨行情,每日调仓也存在“延迟收益”。请解释这是什么意思?

A在单边上涨行情中,如果基金能更频繁地调仓(例如每半小时一次),就能更早地将已实现的盈利重新投入市场,从而获得更高的复利效应。而每日只调仓一次,意味着盈利在一天内的大部分时间没有被充分利用来维持目标杠杆,导致相对于能够实时调整的理想策略,存在收益上的延迟和损失。因此,调仓频率越低,在趋势行情中因盈利再投资不及时而造成的“延迟收益”问题就越明显。

Q为什么文章认为7709等杠杆ETF本质上是一种“天然负EV(期望值为负)”的产品?

A文章认为其“天然负EV”的核心原因在于:1. 其每日调仓机制会产生类似期权卖方“Short Gamma”的路径依赖损耗(即在震荡市中高买低卖),但却没有像期权卖方那样收到隐含波动率(IV)和时间价值(Theta)的权利金作为补偿。2. 产品还需持续支付融资成本、衍生品成本、管理费、交易摩擦等费用。3. 投资者不仅需要判断对标的资产的方向,还必须依赖足够强、持续且平滑的上涨趋势来覆盖这些内在成本和损耗。综合来看,产品结构在获得相同方向性敞口的同时,叠加了确定性的负向成本和路径损耗,因此长期期望值为负。

Q杠杆ETF所谓的“不会爆仓”与永续合约的爆仓有何本质区别?这种区别对投资者意味着什么?

A杠杆ETF的“不会爆仓”是指没有像永续合约那样在特定价格触发强制平仓的明确时刻。然而,在持续下跌或震荡行情中,其净值会通过每日调仓机制、波动率损耗和费用侵蚀而不断衰减,最终可能趋近于零。这意味着它将“显性的、瞬时的爆仓风险”转化为了“隐性的、缓慢的净值归零过程”。对投资者而言,这可能导致一种错觉,认为本金安全,但实际上同样面临巨额甚至全部本金损失的风险,且由于净值深度下跌后需要极高的涨幅才能回本,恢复更为困难。

Q文章将7709的调仓逻辑与期权卖方的动态对冲(Delta对冲)进行类比,两者核心的相似与不同之处是什么?

A相似之处在于两者的交易行为模式都是“追涨杀跌”:当标的资产价格上涨后,都需要买入(期权卖方为对冲Delta正暴露,杠杆ETF为恢复目标杠杆);价格下跌后,都需要卖出(期权卖方为对冲Delta负暴露,杠杆ETF为降低过高杠杆)。在震荡行情中,这种模式都会导致高买低卖的损耗。核心不同在于:期权卖方在建立头寸时就能预先收到一笔包含IV和Theta的权利金,这笔收入是其承担“Short Gamma”风险(即追涨杀跌损耗)的补偿。而杠杆ETF的投资者则没有收到任何类似的权利金补偿,却同样要承担由调仓机制带来的路径损耗,并且还需额外支付各种产品费用和成本。

Lecturas Relacionadas

Breaking: Google Earth Urgently Pulls Back Nano Banana 2 Image Generation Feature!

Google Earth's newly launched "Create image" feature, powered by the Nano Banana 2 AI image generation model, was abruptly withdrawn shortly after its release due to being "played" by users. The feature allowed users to generate and overlay AI-created visuals directly onto real-world satellite and 3D maps in Google Earth. The tool enabled creative applications like historical recreations (e.g., visualizing ancient Pompeii), generating informational graphics for landmarks, and envisioning architectural projects or futuristic cityscapes on real terrain. It operated under "geospatial grounding," meaning the AI respected the underlying geography, topography, and perspective of the chosen map view. The model also integrated with Gemini to retrieve relevant factual information. However, upon release, users quickly tested its limits. A prominent example involved reimagining Philadelphia's historic Independence Hall as a post-apocalyptic ruin overrun by "happy" zombies, evil clowns, and giant alien mechs. This highlighted both the feature's playful potential and its risks regarding the generation of inappropriate or misleading content on realistic maps, leading to its swift temporary removal. Google stated it would re-release the feature after implementing "enhanced guardrails." Analysts note this move strategically leverages Google's vast proprietary geospatial data, positioning its AI not just for artistic generation but for spatially accurate world visualization—a unique advantage in the competitive AI image generation landscape.

marsbitHace 4 min(s)

Breaking: Google Earth Urgently Pulls Back Nano Banana 2 Image Generation Feature!

marsbitHace 4 min(s)

Altman Admits: Overestimated AI Snatching Jobs! Huang Renxun: The Unemployment Narrative Is Completely Backwards

Sam Altman has revised his earlier predictions about AI rapidly replacing jobs, admitting he overestimated the speed at which AI would eliminate entry-level white-collar roles. Speaking on the "Invest Like the Best" podcast, he stated that people do not truly want an AI CEO, as accountability and human connection remain critical. He found that individuals prefer interacting with people who can be held responsible for decisions. Similarly, NVIDIA's Jensen Huang argued that the narrative of AI destroying jobs is misguided. He distinguishes between tasks and jobs, noting that while AI can automate specific tasks, entire jobs—encompassing communication, judgment, coordination, and accountability—are not eliminated. He cited examples like radiologists and software engineers, where demand for these roles has increased as AI handles repetitive tasks, allowing for business expansion and the creation of more positions. Data from a University of Maryland and LinkUp study supports this, showing that U.S. job postings for new graduates have actually risen, countering the fear of vanishing entry-level roles. However, a significant shift is occurring: the traditional entry-level tasks that help newcomers gain experience are being automated, making initial career access more challenging. The key insight is that as AI takes over standardized tasks, the enduring value of human work shifts toward areas of responsibility, trust-building, and final decision-making—aspects that AI cannot replicate. The real "moat" for professionals lies in these irreplaceable human elements.

marsbitHace 9 min(s)

Altman Admits: Overestimated AI Snatching Jobs! Huang Renxun: The Unemployment Narrative Is Completely Backwards

marsbitHace 9 min(s)

Weekly Editor's Picks (0725-0731)

Weekly Editor's Picks (0725-0731) provides a curated selection of deep analysis, filtering out market noise. Key themes from this week include: **Macro & Policy:** The Federal Reserve's upcoming meeting is marked by high uncertainty, balancing cooling inflation data against persistent price pressures. Meanwhile, the U.S. crypto regulatory Clarity Act faces critical political hurdles, with its 2026 passage probability seen as low. **Investing & Crypto:** Analysis suggests long-term crypto success depends on conviction through volatile cycles, focusing on assets like Bitcoin and core smart contract platforms. A trend noted is the increasing similarity between global equity markets (especially tech) and crypto, driven by narrative and leverage. Several major crypto protocols show strong revenue growth, but this isn't always translating to token price appreciation due to sell pressure and structural factors. **AI & Semiconductors:** Nvidia's rising credit default swap rates signal market concern over AI infrastructure financing risks. The storage sector experienced volatility as markets began pricing in potential 2027 oversupply. Despite a record profitable quarter, SK Hynix's results were deemed "below expectations," reflecting heightened investor demands for future growth visibility. **Markets & DeFi:** TradeXYZ demonstrated remarkable accuracy in pre-market pricing for a major A股 listing. The token ONDO saw gains, linked to its growing role in the on-chain tokenized stock ecosystem. **Ethereum:** Post-Pectra upgrade, a major structural shift is underway as Lido begins migrating millions of ETH to new validator architectures designed for capital efficiency. **Also Highlighted:** Butian's bullish stock market move; OpenAI's Altman promising major advances; Samsung and SK Hynix securing large AI chip deals; Apple reaching a $5T market cap; and ongoing discussions around exchange security following Poolin's bankruptcy case.

marsbitHace 44 min(s)

Weekly Editor's Picks (0725-0731)

marsbitHace 44 min(s)

Low Investment Isn't Apple's Immunity Pass

While Meta and Google face investor scrutiny over ballooning AI capital expenditures, Apple's minimal AI investment has paradoxically become a strength. Its market cap recently reclaimed the global top spot, surpassing $5 trillion. The irony is deep: Apple's own AI efforts have lagged, with "Apple Intelligence" delayed and core talent lost, forcing reliance on partners like Google Gemini and Alibaba's Qianwen. Its Q3 FY2026 (Q2 CY) earnings initially seemed stellar. Revenue hit $109.4B (up 16% YoY), with iPhone and Mac sales, growing 22% and 29% respectively, driving most of the growth. However, the stock fell over 8% post-earnings. The primary concern was a weaker Q4 revenue growth forecast of 9-11%, below expectations, due to looming supply chain constraints. Apple is feeling the indirect cost of the AI boom. Soaring memory and chip prices, fueled by massive data center investments from Microsoft, Amazon, and others, are forcing Apple to raise Mac and iPad prices significantly. The upcoming iPhone launch is also expected to see substantial price hikes. Despite avoiding heavy AI infrastructure spending—its capital expenditures are actually down 28%—Apple cannot escape the industry-wide supply and cost pressures. While Apple's operating cash flow remains robust, its substantial R&D spending (up 32% YoY) has yet to yield major AI breakthroughs. As Tim Cook prepares to step down as CEO, Apple faces a challenging transition: balancing its premium hardware success against the strategic and cost pressures of the AI era it has so far cautiously navigated.

marsbitHace 1 hora(s)

Low Investment Isn't Apple's Immunity Pass

marsbitHace 1 hora(s)

Trading

Spot

Artículos destacados

Cómo comprar PEOPLE

¡Bienvenido a HTX.com! Hemos hecho que comprar ConstitutionDAO (PEOPLE) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar ConstitutionDAO (PEOPLE) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu ConstitutionDAO (PEOPLE)Después de comprar tu ConstitutionDAO (PEOPLE), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear ConstitutionDAO (PEOPLE)Tradear fácilmente con ConstitutionDAO (PEOPLE) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

517 Vistas totalesPublicado en 2024.12.12Actualizado en 2026.06.02

Cómo comprar PEOPLE

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de PEOPLE (PEOPLE).

活动图片