SignalPlus宏观分析(20240506): 风险资产有机会再次开始缓慢爬升

Odaily星球日报Dipublikasikan tanggal 2024-05-06Terakhir diperbarui pada 2024-05-06

Abstrak

就业数据今年首度低于预期(没有意外走高),整体就业人口变动+17.5万(先前的平均增量约为27.5万左右)。上周五加密货币价格出现大幅反弹,周末BTC现货价格突破6.4万美元。

SignalPlus宏观分析(20240506): 风险资产有机会再次开始缓慢爬升

SignalPlus宏观分析(20240506): 风险资产有机会再次开始缓慢爬升

就业数据今年首度低于预期(没有意外走高),整体就业人口变动 + 17.5 万(先前的平均增量约为 27.5 万左右),失业率也意外从 3.83% 上升至 3.87% 。

SignalPlus宏观分析(20240506): 风险资产有机会再次开始缓慢爬升

其他更高频率的就业市场指标也开始显示放缓迹象,例如近期的 JOLTS 报告显示职位空缺与失业人口比率降低,以及私营部门招聘和离职率处于多年来低点。

SignalPlus宏观分析(20240506): 风险资产有机会再次开始缓慢爬升

此外,小型企业的招聘趋势明显减弱,ISM 和 PMI 中的就业部分均表现疲软,正在进行招聘的服务业和制造业企业比例下降至通常在经济衰退时才出现的水平。

SignalPlus宏观分析(20240506): 风险资产有机会再次开始缓慢爬升

上周五我们指出非农就业数据结果较有可能倾向鸽派,特别是考虑到美联储 FOMC 明确表示他们正提高对就业市场走软的关注,并愿意忽视近期的通胀情况。如今,就业数据确实疲软,降息预期回归市场再度引发一波风险反弹。

收益率出现牛陡走势, 2 年期收益率从 5% 回落至 4.8% , 10 年期收益率回到 4.5% ,市场定价再度预测今年有近 2 次降息。股市方面,科技股上涨 2% ,SPX 收在 5, 100 点上方,美元兑日圆在 48 小时内从上周高点 159 跌至 152.5 。总而言之,市场情绪受到鸽派利率背景的提振,以强劲的风险反弹结束上周。

SignalPlus宏观分析(20240506): 风险资产有机会再次开始缓慢爬升

本周宏观数据将相对清淡,美联储官员们的发言可能会比数据本身来得重要,中国将发布货币供给/融资数据,而美国将有 Barkin、Williams、Kashkari、Jerrferson、Collins、Cook 以及 Bowman 等轮流发表政策意见。经过几周的风险清洗,市场头寸相较于 3 月应该更加干净,风险情绪可能已经找到近期底部,至少在数据开始隐含更多“硬着陆”风险前会是如此。随着投资者持续调整投资组合而不是直接抛售股票,SPX 的实际波动率仍然非常低,Bloomberg 报导称,在当前的调整期间,SPX 的领导股票发生变化,虽然比较像是在 ‘magnificient 7 ’ 中轮流替换。预计风险资产有机会从这里开始缓慢爬升。

SignalPlus宏观分析(20240506): 风险资产有机会再次开始缓慢爬升

加密货币与宏观情绪的相关性越来越强,随着市场情绪重新转向宽松的美联储/远期利率走低/股市走强,尽管黄金现货表现疲软,上周五加密货币价格出现大幅反弹,周末 BTC 现货价格突破 6.4 万美元。上周五美国 ETF 流入强劲,达 3.78 亿美元,甚至连 Grayscale 也出现了 6, 300 万美元的资金流入。在当前宏观环境下,我们维持风险回报变得更加中性的看法,预计短期的价格回调更有利于逢低买入。

SignalPlus宏观分析(20240506): 风险资产有机会再次开始缓慢爬升

SignalPlus宏观分析(20240506): 风险资产有机会再次开始缓慢爬升

您可在 ChatGPT 4.0 的 Plugin Store 搜索 SignalPlus ,获取实时加密资讯。如果想即时收到我们的更新,欢迎关注我们的推特账号@SignalPlus_Web3 ,或者加入我们的微信群(添加小助手微信:SignalPlus 123)、Telegram 群以及 Discord 社群,和更多朋友一起交流互动。SignalPlus Official Website:https://www.signalplus.com

Bacaan Terkait

Saham Chip Memimpin Penurunan Saham AS, Apakah Perdagangan AI Sedang Dikalahkan Ganda oleh Suku Bunga dan Imbal Hasil?

Saham chip memimpin penurunan di pasar saham AS, dengan indeks Nasdaq jatuh 2,2% dan S&P 500 turun 1,4%. Tekanan terjadi di seluruh rantai perangkat keras AI, termasuk Nvidia (turun ~4%), Micron (anjlok 13,2%), Qualcomm, serta saham memori dan penyimpanan. Pasar Asia juga terdampak, dengan KOSPI Korea turun hampir 10% dan raksasa chip seperti SK Hynix serta Samsung Electronics mencatat penurunan dua digit. Penjualan difokuskan pada aset dengan valuasi tinggi dan kepemilikan padat, dipicu oleh dua tekanan utama: Pertama, ekspektasi kenaikan suku bunga Federal Reserve yang lebih agresif, meningkatkan tekanan diskonto pada arus kas masa depan perusahaan teknologi. Kedua, investor mulai mempertanyakan kapan pengeluaran modal besar-besaran untuk AI oleh vendor cloud akan diterjemahkan menjadi keuntungan yang jelas, menggeser fokus dari "hanya membeli pertumbuhan" ke "harus melihat imbal hasil". Meski demikian, ini lebih dilihat sebagai koreksi setelah kenaikan tajam daripada tanda pecahnya gelembung. Permintaan dasar untuk perangkat keras AI masih ada. Titik kunci selanjutnya adalah laporan keuangan Micron yang akan datang untuk konfirmasi permintaan, serta data inflasi AS yang akan mempengaruhi jalur kebijakan Fed. Pasar kini mempertimbangkan narasi AI dengan lebih realistis, menyeimbangkannya dengan tekanan suku bunga dan garis waktu imbal hasil.

marsbit1j yang lalu

Saham Chip Memimpin Penurunan Saham AS, Apakah Perdagangan AI Sedang Dikalahkan Ganda oleh Suku Bunga dan Imbal Hasil?

marsbit1j yang lalu

OpenAI Publikasi Makalah Baru: Bagaimana Melatih AI yang 'Tetap Baik di Bawah Tekanan'?

OpenAI menerbitkan makalah tentang cara melatih AI agar tetap bermanfaat dan aman di bawah tekanan atau skenario baru. Penelitian ini berfokus pada penggunaan _reinforcement learning_ untuk membentuk sifat-sifat bermanfaat yang luas dan persisten dalam model, bukan sekadar daftar larangan. Sifat-sifat ini mencakup kejujuran, transparansi, kesadaran risiko, dan kemampuan untuk dikoreksi. Makalah ini memperkenalkan konsep "penyimpangan muncul" (_emergent misalignment_), di mana perilaku buruk di satu bidang dapat menyebar ke bidang lain. OpenAI bertanya apakah perilaku baik juga dapat digeneralisasi secara lintas domain. Mereka membuat dataset dialog sintetis multi-domain untuk mengevaluasi dan melatih 15 sifat bermanfaat. Eksperimen menunjukkan bahwa dengan hanya mengganti 5% data pelatihan standar dengan data sifat bermanfaat, model menunjukkan peningkatan signifikan dalam 83% evaluasi. Yang penting, pelatihan di satu bidang (misalnya, kesehatan) meningkatkan kinerja di bidang lain yang tidak terkait, menunjukkan adanya transfer perilaku yang bermanfaat. Model ini juga menunjukkan ketahanan yang lebih baik terhadap petunjuk yang bermusuhan (_adversarial prompting_) dan penyetelan halus yang berbahaya (_harmful finetuning_), dengan penurunan performa yang lebih kecil dan lebih sedikit penyebaran kerusakan ke domain lain. Penelitian ini menekankan bahwa AI yang baik bukan tentang selalu menolak atau selalu mematuhi pengguna, tetapi tentang membuat penilaian yang lebih kuat antara menjadi berguna, jujur, dan aman. Ini mewakili pergeseran dari memperbaiki masalah keamanan setelah fakta menuju membentuk perilaku yang diinginkan sejak awal, yang merupakan langkah penting sebelum AI digunakan dalam tugas berisiko tinggi.

marsbit1j yang lalu

OpenAI Publikasi Makalah Baru: Bagaimana Melatih AI yang 'Tetap Baik di Bawah Tekanan'?

marsbit1j yang lalu

Goldman Sachs Bicara Lagi tentang Kondisi Demam AI: Sebelum Siklus Investasi Capai Puncak, 'Laba Kuat Akan Mengalahkan Kekhawatiran Valuasi', Volatilitas Akan Naik Lebih Lanjut

Penelitian Goldman Sachs menggarisbawahi bahwa gelombang investasi AI saat ini tidak sama dengan gelembung teknologi 1999-2000. Perbedaan kuncinya terletak pada fundamental: laba dan pengeluaran modal (capex) perusahaan terkait AI masih kuat dan terus dinaikkan, mendorong pasar, sementara valuasi forward P/E tidak melonjak ekstrem karena kenaikan harga saham didorong oleh kenaikan ekspektasi laba. Namun, risikonya tetap ada. Pasar telah mengantisipasi banyak hal optimis, dengan peningkatan nilai pasar AI (sekitar $27 triliun) melebihi perkiraan manfaat makroekonomi dasar. Harga saat ini bergantung pada asumsi bahwa perusahaan pemenang AI dapat mempertahankan pangkat laba tinggi dalam jangka panjang dari lonjakan produktivitas. Sinyal utama yang mirip era 1990-an adalah intensitas investasi. Capex AI, terutama dari penyedia cloud hyperscale, meningkat sangat cepat dan bisa mendekati puncak era dot-com. Namun, sinyal gelembung lain seperti penurunan margin makro, peningkatan leverage korporat, atau defisit neraca berjalan yang membesar belum terlihat. Risiko utama telah bergeser dari "gelembung valuasi" ke kemungkinan "gelembung laba". Selama siklus capex belum mencapai puncaknya, laba kuat kemungkinan masih mendominasi kekhawatiran valuasi. Namun, begitu siklus investasi memuncak, kelangsungan laba tinggi akan diuji. Selain itu, ekonomi non-AI AS relatif lemah, sehingga AI mungkin menutupi kelemahan di sektor lain. Mengingat ketergantungan pada narasi optimis ini, volatilitas saham diperkirakan meningkat. Investor disarankan untuk tetap berada dalam tren, tetapi meningkatkan perlindungan downside, misalnya melalui opsi put atau menggunakan opsi call sebagai pengganti sebagian eksposur spot. Risiko terbalik juga ada di sisi suku bunga, yang bisa turun signifikan jika kerapuhan ekonomi non-AI terungkap setelah puncak investasi AI berlalu.

marsbit1j yang lalu

Goldman Sachs Bicara Lagi tentang Kondisi Demam AI: Sebelum Siklus Investasi Capai Puncak, 'Laba Kuat Akan Mengalahkan Kekhawatiran Valuasi', Volatilitas Akan Naik Lebih Lanjut

marsbit1j yang lalu

Mark Zuckerberg Masuk ke Pasar Prediksi

Meta, perusahaan teknologi sosial terbesar di dunia, secara resmi memasuki arena pasar prediksi. CEO Mark Zuckerberg telah menginstruksikan pembentukan tim kecil untuk mengembangkan aplikasi smartphone bernama "Arena", yang akan bersaing dengan platform seperti Polymarket dan Kalshi. Aplikasi ini, yang masih dalam tahap eksperimen awal, akan beroperasi secara independen dari aplikasi inti Meta seperti Facebook dan Instagram. Pada versi awal, pengguna dapat memprediksi hasil berbagai peristiwa seperti pemilihan politik, pertandingan olahraga, dan urusan dunia. Namun, alih-alih menggunakan uang sungguhan, Arena akan menerapkan sistem poin seperti dalam permainan video, di mana pengguna mengumpulkan poin, peringkat, dan prestasi berdasarkan prediksi akurat mereka. Meskipun demikian, Meta tidak menutup kemungkinan untuk memperkenalkan taruhan dengan uang nyata di masa depan. Langkah Meta ini terjadi di tengah pertumbuhan pesat industri pasar prediksi, dengan volume perdagangan online di platform utama melonjak menjadi lebih dari $130 miliar pada tahun 2026. Arena berpotensi memanfaatkan basis pengguna aktif harian Meta yang lebih dari 3,56 miliar untuk pertumbuhan cepat. Selain potensi pendapatan dari biaya transaksi (jika menggunakan uang sungguhan) atau barang virtual, data yang dihasilkan dari aktivitas prediksi pengguna dapat memperkaya sistem iklan inti Meta. Strategi ini selaras dengan pendekatan Meta untuk mengikuti tren pengguna dan mengembangkan aplikasi independen untuk menguji perilaku sosial baru. Namun, tantangan seperti risiko regulasi yang ketat dari badan seperti CFTC di AS, tekanan hukum di berbagai yurisdiksi, dan kesulitan dalam menarik serta mempertahankan pengguna untuk aplikasi independen tetap menjadi hambatan yang signifikan. Ini bukan upaya pertama Meta di bidang ini, setelah aplikasi serupa bernama Forecast ditutup pada tahun 2022.

Foresight News1j yang lalu

Mark Zuckerberg Masuk ke Pasar Prediksi

Foresight News1j yang lalu

Rebound Saham Semikonduktor: Akhir Koreksi Teknis atau Pembalikan Tren?

**Ringkasan (sekitar 1500 karakter):** Pasar saham semikonduktor, terutama di Korea Selatan (seperti Samsung dan SK Hynix), mengalami penjualan besar dan pemulihan cepat pada akhir Juni. Inti gejolak ini bukan pada fluktuasi harian, melainkan pergeseran fase penentuan harga saham semikonduktor setelah perdagangan tema AI menjadi sangat ramai. Pemulihan setelah anjlok lebih mencerminkan perbaikan posisi (teknis) dan ekspektasi pembagian hasil pemegang saham (seperti pada Samsung), bukan konfirmasi bahwa tren naik telah berlanjut. Validasi sesungguhnya berasal dari musim laporan keuangan, khususnya dari Micron Technology. HBM (High Bandwidth Memory) adalah variabel kunci. Komponen penting untuk server AI ini telah memberi produsen memori seperti Micron, Samsung, dan SK Hynix kekuatan penetapan harga yang kuat. Pertanyaan pasar sekarang adalah apakah kekuatan ini dan siklus pengeluaran modal AI dapat terus mendukung valuasi tinggi sektor ini. Laporan keuangan Micron (24 Juni) menjadi titik uji utama. Investor tidak hanya mencari hasil kuartal yang kuat, tetapi lebih pada panduan ke depan (guidance) dan konfirmasi bahwa visibilitas pesanan, harga memori, dan margin keuntungan masih kokoh. Jika Micron dapat memberikan sinyal kuat bahwa permintaan HBM dan kekuatan penetapan harganya masih berlanjut, rebound dapat diartikan sebagai akhir koreksi teknis dan tren naik berlanjut. Namun, jika panduannya mulai hati-hati atau ekspektasi kenaikan laba tertinggal dari valuasi, pemulihan saat ini mungkin hanya bersifat sementara sebelum tren melemah. Singkatnya, rebound saham semikonduktor Asia masih berupa perbaikan teknis yang menunggu konfirmasi fundamental lebih lanjut. Nasib perdagangan tema AI dalam waktu dekat sangat bergantung pada kemampuan rantai pasokan, terutama di segmen memori, untuk terus melampaui ekspektasi tinggi yang telah dibangun pasar.

marsbit1j yang lalu

Rebound Saham Semikonduktor: Akhir Koreksi Teknis atau Pembalikan Tren?

marsbit1j yang lalu

Trading

Spot
Futures
活动图片