二选一:PE仅13倍的盈利巨头SMCI, vs 营收暴增110%却深陷亏损的APLD,你的筹码押给谁?

投研日志Опубликовано 2026-07-22Обновлено 2026-07-22

Введение

从市盈率(P/E)评估、盈利能力及风险管理的角度来看,相较于APLD,SMCI提供了一种在本质上更为稳健,且投资回报率(ROI)更具可预测性的入场点。

从市盈率(P/E)评估、盈利能力及风险管理的角度来看,相较于APLD,SMCI提供了一种在本质上更为稳健,且投资回报率(ROI)更具可预测性的入场点。两家公司虽然都作为AI基础设施领域的高成长企业开展业务,但其财务成熟度阶段完全不同。

SMCI —— 市盈率(P/E)为13.42倍,对于一家受益于AI服务器庞大需求的科技企业而言,这个水平非常低。这一较低的市盈率提供了强大的估值缓冲垫,意味着对于追求正向资本收益的投资者来说,存在着更高的 “安全边际(Margin of Safety)” 。根据最近的初步数据,SMCI的毛利率正扩大至15%~17% ,表明其现实世界中的盈利能力正在显著增强。

然而,APLD 的财务数据中标注为 “亏损(Loss)” ,这意味着该公司正处于净亏损状态。当企业处于亏损时,不存在可分配给股东的利润,因此无法使用市盈率(P/E)指标来构建投资回报率(ROI)的计算框架。

SMCI 是一家销售额达数百亿美元、手持超过600亿美元庞大积压订单的成熟硬件制造巨头。这意味着,投资SMCI可以看作是对已经兑现的AI需求规模进行投资。

相比之下,APLD 的角色更像是一家投机性的基础设施建设项目。其过去三年的平均营收增长率虽超过110% ,但营业利润率却大幅为负(约 -23% ),这意味着公司严重依赖于消耗大量现金和举债(发行债务)来建设数据中心。

我的选择是“SMCI” 。因为它的回报有着实质性的利润支撑、资产估值被低估,并且得到个位数的低远期市盈率(Forward P/E)的支撑。

(免责声明:这不是投资建议。)

如果你有较高的风险承受能力,希望对未来进行超增长式的投机性押注,并且能够接受公司目前不盈利且伴随更高波动性的事实,那么选择APLD也是你的自由……

Похожее

Бывший глава CFTC и президент Circle Тарберт: призывает к долгосрочной стратегии, но сам выводит $30 млн

Бывший председатель CFTC и президент Circle Хит Тарберт, публично пропагандируя долгосрочное видение компании для инвесторов на фоне падения акций на 70% с пиковых значений, сам активно распродавал свои акции CRCL. С момента IPO Circle он по плану 10b5-1 продал более 360 тысяч акций, выручив около 30 миллионов долларов, и при этом ни разу не докупал акции на открытом рынке. Эта разница между его публичными заявлениями и личными действиями вызвала критику. Карьера Тарберта демонстрирует классическое использование «вращающейся двери» между регулирующими органами и частным сектором. Уйдя с поста председателя CFTC в 2021 году, через 27 дней он занял должность главного юрисконсульта в маркет-мейкере Citadel Securities, который в тот момент находился под пристальным вниманием из-за скандала с акциями GameStop. Позже, уже работая в Citadel, Тарберт выступал за расширение полномочий CFTC на крипторынок, в то время как его работодатель планировал выход на этот рынок. В 2023 году Тарберт присоединился к Circle, где его опыт и связи сыграли ключевую роль в успешном проведении IPO компании в 2025 году. Однако его последующие массовые продажи акций, совпавшие с падением котировок и его же призывами к долгосрочным инвестициям, ставят под сомнение искренность его уверенности в будущем компании. Критики видят в его карьере образец превращения регуляторного опыта и политических связей в личную выгоду, в то время как риски несут обычные инвесторы, верящие его нарративам.

marsbit11 мин. назад

Бывший глава CFTC и президент Circle Тарберт: призывает к долгосрочной стратегии, но сам выводит $30 млн

marsbit11 мин. назад

Gate Research: Взлет «уолл-стритизации» криптофинансовых продуктов — это конкуренция или интеграция?

**Аналитический обзор Gate Research Institute: Волна "уолл-стритизации" криптофинансовых продуктов — конкуренция или интеграция?** Создание биткоина в 2009 году было ответом на финансовый кризис и стремлением построить децентрализованную систему без доверенных посредников. Однако к 2026 году значительная часть биткоинов (около 7,14%) хранится через ETF таких гигантов, как BlackRock. Это символизирует глубокую интеграцию традиционных финансов (TradFi) и крипторынка. С появлением биткоин-ETF, фьючерсов, RWA (токенизированных реальных активов) и государственных облигаций на блокчейне, традиционные институты получают всё больше влияния на выпуск, ценообразование, кастодию и дистрибуцию криптоактивов. Однако это не одностороннее поглощение, а взаимодополняющая конвергенция. Криптосфера приносит TradFi глобальную 24/7 ликвидность и программируемость, а TradFi предоставляет криптосфере регулируемые каналы, институциональное доверие и массовый доступ. Яркий пример — две противоположные, но ведущие к одной цели траектории: * **Путь А:** Криптобиржи, такие как Gate, начинают с токенизированных акций и CFD, а затем напрямую подключаются к инфраструктуре традиционных брокеров, предлагая реальную торговлю акциями США, Гонконга и Кореи за стейблкоины. * **Путь Б:** Традиционные брокеры, такие как Robinhood, интегрируют криптоактивы, а затем создают собственные Layer 2 для токенизации своих акций, стремясь к круглосуточной торговле. Обе стратегии нацелены на создание **универсального финансового аккаунта будущего** — единой точки доступа к акциям, криптовалютам, ETF, токенизированным облигациям и другим активам. Ключевой конкурентной борьбой становится не между CEX и брокерами, а между этими "супераккаунтами". Параллельно, слой RWA и токенизированных гособлигаций растёт даже на медвежьем рынке, становясь "прослойкой" для объединения капиталов. Хотя этот рынок (около $150 млрд токенизированных казначейских облигаций) ещё мал по сравнению с традиционным ($30 трлн), он демонстрирует устойчивый структурный тренд, привлекающий крупнейшие финансовые институты (JPMorgan, DTCC и др.). **Вывод:** "Уолл-стритизация" — это не поражение идеалов децентрализации, а формирование новой гибридной модели. Децентрализованные протоколы продолжают работать на базовом уровне, в то время как на уровне приложений и пользовательского опыта формируется более эффективный, глобальный и свободный объединённый рынок капитала, где активы TradFi и DeFi торгуются бок о бок в одном интерфейсе. Уолл-стрит не завоевала криптосферу, а криптосфера не обошла Уолл-стрит — они совместно строят новые финансовые рельсы.

marsbit14 мин. назад

Gate Research: Взлет «уолл-стритизации» криптофинансовых продуктов — это конкуренция или интеграция?

marsbit14 мин. назад

S&P Dow Jones и Pantera выпускают криптоиндекс, биткоин оставлен за бортом из-за «отсутствия прибыли»

Стандард энд Пурс (S&P Dow Jones Indices) совместно с Pantera Capital запускает индекс S&P Pantera Digital Asset Index. Новый индекс включает 18 токенов, но исключает биткоин, XRP и мем-токены. Критерием отбора послужила «финансовая жизнеспособность», по аналогии с S&P 500: протокол должен демонстрировать положительный доход в течение нескольких кварталов и распределять стоимость среди держателей токенов. Это первое применение фундаментального подхода к оценке криптоактивов со стороны крупнейшего в мире провайдера индексов. В первую пятерку активов вошли Ethereum (ETH), BNB, Solana (SOL), TRON (TRX) и Hyperliquid (HYPE). Pantera отмечает, что совокупный годовой доход всех протоколов индекса превышает $30 млрд. Биткоин был исключен по трем причинам: он рассматривается как монетарный актив, доступный через отдельные ETF; он не генерирует доход протокола; а смешивание его в индексе с доходными активами затрудняет фундаментальный анализ для институциональных инвесторов. Пока индекс является эталонным, но Pantera ведет переговоры о создании на его основе ETF и других инвестиционных продуктов. Компания также отмечает значительный разрыв на рынке: многие институциональные инвесторы готовы к аллокации в криптоактивы, но им не хватает структурированных продуктов, фокусирующихся на активах с реальной экономической деятельностью.

marsbit16 мин. назад

S&P Dow Jones и Pantera выпускают криптоиндекс, биткоин оставлен за бортом из-за «отсутствия прибыли»

marsbit16 мин. назад

Claude представляет мощное обновление: запись экрана + голос, одним кликом дистиллируйте навык для работы за вас

Claude представил новую функцию «Record a Skill» (Записать навык) в десктопном приложении Cowork. Теперь пользователи Pro, Max и Team могут создавать автоматизированные рабочие процессы, просто записывая свои действия на экране и сопровождая их голосовыми комментариями. Система автоматически анализирует запись, извлекает логику и шаги, а затем преобразует их в готовый к использованию Skill (навык). Это устраняет необходимость вручную писать инструкции в формате Markdown, значительно снижая порог входа для нетехнических специалистов. Функция фиксирует не только явные действия, но и скрытую логику, контекст и условия, о которых пользователь рассказывает в процессе записи. Статья отмечает, что такая технология меняет подход к управлению знаниями в компаниях, облегчая документирование и передачу экспертизы. С другой стороны, упоминается случай, когда фрилансер автоматизировал свою работу для клиента с помощью Claude, что в итоге привело к прекращению сотрудничества. Это подчеркивает двойственное влияние технологии: она повышает эффективность, но одновременно снижает зависимость от конкретного исполнителя, перенося конкурентное преимущество работника в область уникальных, сложно автоматизируемых задач. Функция доступна с 21 июля для пользователей соответствующих подписок.

marsbit20 мин. назад

Claude представляет мощное обновление: запись экрана + голос, одним кликом дистиллируйте навык для работы за вас

marsbit20 мин. назад

Кормление ИИ "шумом" тоже повышает точность: это исследование позволяет шуму осуществить позитивный перенос

В статье представлен новый метод полуконтролируемого обучения под названием **Semi-Supervised Noise Adaptation (SSNA)**. Вместо использования реальных данных (например, изображений или текста) в качестве исходного домена, подход использует синтетические **шумовые векторы**, сгенерированные из простого гауссовского распределения. Эти шумовые данные не несут семантического содержания, но им присваиваются искусственные метки классов, соответствующие целевым классам. Основная идея заключается в том, чтобы обучить модель формировать **дискриминативную классовую структуру** в общем пространстве представлений сначала на шумовых данных, а затем адаптировать (выровнять) эту структуру к данным целевого домена с помощью небольшого количества размеченных примеров. Для этого используется **Noise Adaptation Framework (NAF)**, который минимизирует три компонента потерь: классификацию на размеченных целевых данных, классификацию на шумовых данных и расстояние между распределениями шумового и целевого доменов. Эксперименты на наборах данных CIFAR-10, CIFAR-100, DTD-47 и других показали значительное улучшение точности по сравнению с базовым методом ERM при использовании всего 4 размеченных примера на класс. Например, на CIFAR-10 точность выросла на 12.35%. Метод также совместим с существующими полуконтролируемыми алгоритмами (UDA, FixMatch), дополнительно улучшая их результаты. Ключевой вывод исследования: для положительного переноса знаний в задачах трансферного обучения **не обязательно наличие семантически богатых исходных данных**. Достаточно сформировать в пространстве признаков четкую, разделимую классовую структуру, даже на искусственном шуме, и успешно перенести её на реальные данные. Это открывает новые возможности для сценариев, где доступ к реальным исходным данным ограничен из-за проблем конфиденциальности, авторских прав или их отсутствия.

marsbit21 мин. назад

Кормление ИИ "шумом" тоже повышает точность: это исследование позволяет шуму осуществить позитивный перенос

marsbit21 мин. назад

Торговля

Спот
活动图片