SignalPlus宏观分析(20240510):市场数据总体有利风险资产

Odaily星球日报Dipublikasikan tanggal 2024-05-10Terakhir diperbarui pada 2024-05-10

Abstrak

这周显然没有什么大事发生,仅仅是当周首次申请失业救济人数小幅超出预期(23.1 万 vs 21.2 万)就足以推动所有主要资产类别一致走高。

SignalPlus宏观分析(20240510):市场数据总体有利风险资产

SignalPlus宏观分析(20240510):市场数据总体有利风险资产

这周显然没有什么大事发生,仅仅是当周首次申请失业救济人数小幅超出预期(23.1 万 vs 21.2 万)就足以推动所有主要资产类别一致走高,鉴于美联储最近将关注重点转向就业市场的疲软,市场无疑相当重视这一信息,并努力寻找就业市场放缓的所有迹象来重燃降息希望。正如先前所提及的,当前的非对称风险回报设置(美联储忽视高通胀,寻找就业放缓迹象)总体上应该有利于风险资产,所以在失业救济数据发布后,股票、债券价格甚至 BTC 都同步上涨。

SignalPlus宏观分析(20240510):市场数据总体有利风险资产

SignalPlus宏观分析(20240510):市场数据总体有利风险资产

更深入分析近期的就业数据,虽然非农就业月增长 17.5 万仍相对健康,且 3.9% 的失业率仍然较低,但一些替代性就业市场指标开始出现一些裂痕,Powell 本人在问答中也特别提到招聘率的下降以及就业调查的疲软,作为劳动力需求减弱的迹象。此外,其他分项指标,例如永久性失业率增加、离职率下降、招聘计划减少以及“难找工作”比率扩大等,均表明美国经济可能会在下半年陷入更明显的就业市场放缓,同时疫情时代累积的超额储蓄也已经耗尽。

SignalPlus宏观分析(20240510):市场数据总体有利风险资产

SignalPlus宏观分析(20240510):市场数据总体有利风险资产

SignalPlus宏观分析(20240510):市场数据总体有利风险资产

下周将有 CPI 数据发布,市场应该会再次活跃起来,并挑战市场近期的理想荣景。祝大家度过一个愉快的周末!

SignalPlus宏观分析(20240510):市场数据总体有利风险资产

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:xdengalin)、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

Penerbit DRAM ETF: Samsung, SK Hynix, Micron Semua Tembus Triliunan, Era AI Chip Memori Baru Dimulai

**Ringkasan: Masa Depan Cerah Chip Memori di Era AI** Kritik dari Morningstar mengingatkan investor akan siklus boom-bust historis di industri chip memori, sifat komoditas, dan kemungkinan harga saham telah meninggalkan fundamental. Namun, **Roundhill Investments** (penerbit DRAM ETF) berpendapat bahwa **era AI telah mengubah struktur industri secara fundamental**: 1. **Siklus Baru, Dinamika Baru:** Permintaan kini didorong oleh infrastruktur AI skala besar, bukan siklus upgrade elektronik konsumen. Perjanjian pasokan jangka panjang yang lebih ketat dengan hyperscalers (seperti Google, AWS) muncul karena intensitas modal manufaktur yang sangat tinggi. 2. **Parit Pertahanan (Moat) yang Nyata:** Chip memori kunci untuk AI adalah **High-Bandwidth Memory (HBM)**, yang sangat kompleks untuk diproduksi. **SK Hynix, Samsung, dan Micron menguasai hampir seluruh pasokan global**. Hambatan masuknya sangat tinggi (teknologi, peralatan EUV dari ASML yang langka, waktu pembangunan pabrik 3-5+ tahun), mencegah kelebihan pasokan seperti di masa lalu. 3. **Fundamental yang Sangat Kuat:** Proyeksi konsensus Bloomberg menunjukkan pada 2027, ketiga raksasa memori ini akan menjadi di antara **10 perusahaan paling menguntungkan di dunia**, dengan total laba bersih gabungan diperkirakan mencapai **$704 miliar** dan pendapatan gabungan melampaui $1 triliun. Margin operasi mereka telah mencapai rekor tertinggi sepanjang masa. 4. **Penilaian Ulang (Revaluasi):** Meskipun kenaikan harga saham tajam, valuasi relatif (seperti P/E maju) masih menarik dibandingkan saham teknologi lain jika mempertimbangkan tingkat pertumbuhan laba yang eksplosif. Kerangka valuasi historis mungkin tidak lagi relevan mengingat profil profitabilitas baru yang berkelanjutan. **Kesimpulan Roundhill:** Kenaikan saat ini didorong oleh fundamental baru — permintaan AI yang masif dan berkelanjutan, parit pertahanan manufaktur yang dalam, dan siklus profitabilitas yang belum pernah terjadi sebelumnya — menandai transisi industri menuju **"era baru" yang lebih stabil dan menguntungkan**. Kelangkaan pasokan HBM diperkirakan bertahan hingga 2030. *Catatan: Penulis adalah pihak yang mengelola DRAM ETF, sehingga memiliki sudut pandang yang secara alami bullish (optimis).*

marsbit11m yang lalu

Penerbit DRAM ETF: Samsung, SK Hynix, Micron Semua Tembus Triliunan, Era AI Chip Memori Baru Dimulai

marsbit11m yang lalu

Restrukturisasi Epik EF: PHK 20%, Anggaran Dipotong Setengah, Ethereum Bersiap Jadi Lebih Ringan?

Yayasan Ethereum (EF) telah mengumumkan restrukturisasi organisasi besar-besaran, termasuk pemotongan sekitar 20% karyawan (54 orang) dan pengurangan anggaran hingga 40%. Reformasi ini bertujuan untuk menyederhanakan operasi EF dan beralih ke model yang lebih berkelanjutan, dengan target menurunkan tingkat pengeluaran tahunan menjadi sekitar 5% setelah tahun 2030. Restrukturisasi membagi EF ke dalam klaster fungsional yang jelas: lapisan protokol, lapisan akses, lapisan pengguna, lapisan komunitas, dan lapisan kelembagaan. Langkah ini dipandang sebagai upaya untuk memperjelas peran EF yang selama ini dianggap ambigu, dengan fokus kembali pada penelitian protokol inti, dukungan barang publik, dan koordinasi ekosistem, sementara lebih banyak tugas pembangunan diserahkan kepada kekuatan pasar dan tim independen di ekosistem yang lebih luas. Latar belakang reformasi ini adalah berbagai kritik yang dihadapi EF selama setahun terakhir, terkait penjualan ETH, eksekusi strategi, dan daya saing ekosistem. Vitalik Buterin mengakui bahwa penyusutan ini akan mengakibatkan penghentian beberapa proyek dan kehilangan kontributor jangka panjang. Namun, hal ini juga mencerminkan perubahan struktur kekuatan di Ethereum, di mana organisasi independen seperti Ethlabs (didirikan oleh mantan peneliti EF) mulai muncul untuk mengisi peran yang ditinggalkan. Bahkan pesaing seperti Anatoly Yakovenko dari Solana memberikan tanggapan positif, menyatakan bahwa EF yang lebih ramping dapat menjadi lebih gesit dan fokus. Meskipun reformasi ini tidak serta-merta menyelesaikan semua tantangan Ethereum, langkah ini menandai penyesuaian yang signifikan dalam positioning EF seiring dengan maturingnya ekosistem Ethereum.

Odaily星球日报53m yang lalu

Restrukturisasi Epik EF: PHK 20%, Anggaran Dipotong Setengah, Ethereum Bersiap Jadi Lebih Ringan?

Odaily星球日报53m yang lalu

Partner Dragonfly Haseeb: Perusahaan dengan Pertumbuhan Tercepat Mungkin Terjebak di Angka 149 Karyawan

Analisis oleh Haseeb dari Dragonfly membahas dampak skema harga AI seperti yang diterapkan Anthropic (Claude) terhadap perusahaan besar vs startup. Artikel ini mengibaratkan harga token AI sebagai "kebijakan pajak" tersembunyi. Perusahaan besar (150+ pengguna) membayar model "Enterprise" dengan biaya per token plus markup ~75%, yang efektif menjadi "pajak tinggi" atas tenaga kerja AI. Hal ini menghambat eksperimen dan otomatisasi marjinal, mendorong retensi tenaga kerja manusia. Sebaliknya, startup (<150 pengguna) mendapat paket langganan "Team" dengan biaya tetap. Dengan harga marjinal nol hingga batas tertentu, mereka mendapat subsidi inovasi. Insentifnya adalah memaksimalkan penggunaan token ("tokenmaxxing") untuk efisiensi ekstrem, mendorong otomatisasi agresif dengan AI dan agen cerdas. Akibatnya, pergantian tenaga kerja mungkin tidak terlihat sebagai PHK massal di perusahaan besar, tetapi sebagai startup yang lebih otomatis mengalahkan perusahaan tradisional. Perusahaan besar mungkin menyembunyikan penurunan bisnis di balik narasi "AI-washing". Artikel ini memperingatkan munculnya "tebing 150 orang", di mana perusahaan yang tumbuh akan terdorong untuk tetap di bawah 149 karyawan untuk mempertahankan harga subsidi. Ini menciptakan distorsi mirip dengan peraturan ketenagakerjaan Prancis di 50 karyawan, yang berpotensi mendefinisikan ulang filosofi manajemen perusahaan rintisan di era AI. Kebijakan harga ini, meski tidak dirancang sebagai pajak, akan sangat memengaruhi struktur tenaga kerja dan kompetisi bisnis di masa depan.

marsbit1j yang lalu

Partner Dragonfly Haseeb: Perusahaan dengan Pertumbuhan Tercepat Mungkin Terjebak di Angka 149 Karyawan

marsbit1j yang lalu

xBubble Bagaimana Membuka Jalan dalam Ekonomi OPC yang Dibanjiri Dana VC

OPC (One Person Company) telah berkembang dari konsep wirausaha yang menarik perhatian menjadi salah satu pasar baru yang paling layak ditonton di industri AI. AI tidak hanya meningkatkan efisiensi karyawan, tetapi juga mengubah jumlah minimum orang yang diperlukan untuk memulai bisnis, memungkinkan usaha kecil yang sebelumnya tidak layak secara finansial menjadi layak. Bukti nyata datang dari Replit dan Lovable, yang mendapatkan valuasi tinggi dengan fokus membuat pengembangan perangkat lunak dapat diakses oleh non-teknis. Namun, celahnya masih ada: alat AI coding saat ini mengurangi biaya pembuatan demo tetapi seringkali mengharuskan pengguna untuk mengelola proses pengembangan dan pemeliharaan yang berkelanjutan, yang merupakan hambatan bagi OPC tanpa latar belakang teknis. Di sinilah xBubble (dari DAPPOS) masuk. Alih-alih fokus pada Prompt-to-Code, xBubble mengadopsi pendekatan SOP-to-Business. Sistem SOP (Standard Operating Procedure) miliknya mengemas model AI, alat, dan standar hasil ke dalam alur eksekusi yang terorganisir untuk tugas atau bisnis tertentu. Pengguna hanya perlu mendeskripsikan tujuan bisnis (misalnya, menjual merchandise Piala Dunia), dan xBubble akan menerjemahkannya menjadi perangkat lunak yang berfungsi, termasuk halaman, pembayaran, dan backend pesanan. xBubble juga menyelesaikan tantangan infrastruktur seperti hosting dan deployment melalui jaringan mitra penyedia layanan pihak ketiga. Yang penting, pengguna dapat membayar layanan ini menggunakan kredit xBubble, menyederhanakan proses. Dukungan untuk pembayaran crypto-native juga melayani kebutuhan OPC yang melayani pelanggan global. Kesempatan xBubble terletak pada penyediaan jalur peluncuran bisnis yang lengkap untuk OPC non-teknis yang sudah memiliki produk, layanan, atau pelanggan, tetapi kekurangan sumber daya untuk tim teknis. Dengan mengotomatisasi dan memaketkan lebih banyak langkah teknis, xBubble berpotensi menjadi sistem peluncuran bisnis untuk ekonomi OPC yang sedang tumbuh, menjembatani kesenjangan antara membuat demo dan menjalankan bisnis yang benar-benar berkelanjutan.

链捕手1j yang lalu

xBubble Bagaimana Membuka Jalan dalam Ekonomi OPC yang Dibanjiri Dana VC

链捕手1j yang lalu

Partner Dragonfly Haseeb: Mengapa Perusahaan dengan Pertumbuhan Tercepat di Masa Depan, Mungkin Semua Terjebak di Angka 149 Karyawan

Dalam sebuah analisis, Haseeb dari Dragonfly membahas kebijakan harga token AI seperti Anthropic yang dapat dianggap sebagai kebijakan pajak terselubung. Perusahaan kecil di bawah 150 pengguna mendapat paket berlangganan dengan biaya token marginal nol, mendorong inovasi dan penggunaan maksimal AI. Sebaliknya, perusahaan besar dengan lebih dari 150 pengguna dikenakan model “Enterprise” dengan tarif per token yang jauh lebih tinggi, menciptakan “pajak” tersirat sekitar 75% pada otomatisasi tenaga kerja AI. Struktur ini menciptakan insentif yang berbeda: startup didorong untuk memaksimalkan penggunaan token secara agresif (token-maxxing), sementara perusahaan besar cenderung membatasi eksperimen AI karena biayanya yang mahal. Akibatnya, penggantian tenaga kerja oleh AI mungkin tidak terjadi melalui PHK massal di korporat besar, tetapi melalui startup yang lebih efisien merebut pasar, yang pada akhirnya mengurangi lapangan kerja secara tidak langsung. Ambang 150 pengguna berfungsi seperti “tebing regulasi,” mirip aturan ketenagakerjaan di Perancis yang membatasi pertumbuhan perusahaan. Startup akan termotivasi untuk tetap di bawah batas ini, mungkin memicu filosofi manajemen “AI-first” dengan tim yang sangat ramping. Kebijakan harga ini, meski tidak dirancang sebagai kebijakan fiskal, dapat mendorong munculnya perusahaan-perusahaan berkinerja tinggi yang dengan sengaja membatasi jumlah karyawan di sekitar 149 orang.

链捕手1j yang lalu

Partner Dragonfly Haseeb: Mengapa Perusahaan dengan Pertumbuhan Tercepat di Masa Depan, Mungkin Semua Terjebak di Angka 149 Karyawan

链捕手1j yang lalu

Trading

Spot
Futures
活动图片