更新于 2026-07-24 15:38(Asia/Singapore)· 每日 09:00 自动生成 · 数据源:AI/Tech Alpha Radar
AI Market Alpha Brief - 2026-07-24 Asia/Singapore
0. 今日投资导读
主线:
在AI领域,Alphabet的Moving Alphabet测试平台揭示了训练数据对文本到视频模型的重要性,强调了字幕质量对模型性能的影响([technical_research/Alphabet(GOOGL)])。与此同时,Alphabet提高了2026年的资本支出预测,显示出对芯片行业需求的乐观态度([capex_plan/Alphabet(GOOGL)])。在芯片制造领域,台积电(TSMC)在AI投资上的资本支出增加,可能提升其在AI芯片制造领域的竞争力([capex_plan/TSMC(TSM)])。AMD对Anthropic的投资和AI芯片订单的签署,挑战了Nvidia的市场地位([capex_plan/NVIDIA(NVDA), AMD(AMD)]),而超微电脑(SMCI)的订单总额增加可能意味着对Nvidia芯片的需求增加([order_signal/NVIDIA(NVDA)])。这些动态表明,AI和芯片行业的竞争正在加剧,资本支出的增加和市场需求的变化是投资者需要关注的关键因素。
次线:
- 美光科技(Micron Technology,MU)因强劲的半导体盈利增长而股价飙升,这可能抬高MU的股价,对公司及其股东是利好消息([earnings/Micron(
MU)])。
- 韩国第二季度GDP超预期,得益于芯片出口激增,这可能带动韩国经济复苏,对相关芯片制造商构成利好([主题 x6])。
分歧/风险:
今日无明显分歧。
建议:
今天最值得花时间阅读的是Alphabet提高2026年资本支出预测的具体细节和对芯片行业的影响,以及台积电在AI领域的投资计划([capex_plan/Alphabet(GOOGL)]和[capex_plan/TSMC(TSM)])。这些信息将为投资者提供关于AI和芯片行业发展趋势的重要视角。
- 二级市场催化: 价格数据更新; 财报发布; capex 计划; 订单/backlog 变化
- ETF / 指数 / flows: QQQ, XLC, SMH, SOXX, XLK, IGV, XLY
- 半导体 / 数据中心: [News] SK hynix Set to Post Record Operating Margin in Q2, as HBM Mix Weighs on
- 技术 Watchlist: 8 条(见 §5;论文默认不进主文)
1. 今日二级市场 AI 主线
AI Infrastructure / Semiconductors
- 今日内容:
- 分区解读: SK海力士(SK Hynix)预计在第二季度实现创纪录的营业利润率,尽管HBM产品组合对平均售价增长产生影响,但长期协议(LTAs)成为焦点,可能影响公司未来的业务稳定性和收入预测。与此同时,SK海力士否认了收购英特尔俄亥俄州工厂的报道,这可能影响市场对两家公司未来合作或竞争关系的预期。台积电在人工智能领域的投资翻倍,资本支出增加,可能提升其在AI芯片制造领域的竞争力,影响其市场份额和盈利能力。美光科技(Micron Technology,MU)因强劲的半导体盈利增长而股价飙升,对公司及其股东是利好消息。AMD投资50亿美元给Anthropic并签署数十亿美元的AI芯片订单,挑战Nvidia的垄断地位,可能增强AMD在AI芯片市场的竞争力,对Nvidia构成威胁。超微电脑(SMCI)订单总额达到创纪录的600亿美元,可能意味着对Nvidia芯片的需求增加,从而可能对Nvidia的业绩产生积极影响。
综上所述,SK海力士、台积电、美光科技和AMD可能受益于各自的业务进展和市场表现,而Nvidia可能面临来自AMD的竞争压力。传导路径主要是通过产品创新、资本支出增加和市场订单需求来影响公司的业绩和股价。今天需要跟踪/验证的具体数据包括SK海力士Q2营业利润率的具体数据和HBM产品组合对ASP的具体影响,台积电的官方声明或财报中资本支出的具体数额和AI投资的详细计划,以及AMD投资Anthropic的具体金额和AI芯片订单的规模。
- 涉及公司: SK Hynix(
000660.KS), TSMC(TSM), Micron(MU), NVIDIA(NVDA), AMD(AMD)
- 相关 ETF: SMH, SOXX, QQQ, XLK
- 财务驱动: margin_expansion, revenue_growth, capex_increase, supply_chain_order
- 需要验证: 对照 TrendForce / Artificial Analysis 时序数据
Cloud / Software / AI Monetization
- 今日内容:
- Moving Alphabet: A Controlled Study of Training Data for Text-to-Video Generation(hf_daily_papers): 1) 在文本到视频生成领域,通过扩大模型规模、数据和计算能力,过去五年取得了显著进展,但训练数据往往被忽视。我们通过引入Moving Alphabet测试平台,研究了数据分布和字幕质量对文本到视频模型的影响,该平台通过渲染不同字体、颜色、大小和位置的字母,以不同方向和速度移动,精确控制数据分布和字幕质量。 2) Moving Alphabet通过篡改元数据,允许精确控制数据分布和字幕质量,从而实现对文本到视频模型的控制实验。实验发现,视 https://huggingface.co/papers/2607.18789
- 分区解读: Alphabet通过增加资本支出预测至1950亿至2050亿美元,显示出对芯片行业需求的增长预期,这对芯片制造商如英特尔(INTC)和台积电(TSM)构成利好,因为它们可能获得更多的订单。同时,Alphabet的这一举措与亚马逊(AMZN)的2000亿美元Capex指导相匹配,预示着云计算和数据中心基础设施的增长,这可能对硬件供应商构成利好。此外,谷歌、亚马逊、Meta和微软计划在2027年对AI资本支出投入1万亿美元,这将进一步推动AI技术的发展,对这些公司构成长期利好。然而,Meta(META)正在商谈以100亿美元收购Anthropic,若成功,Meta将成为第四大云服务提供商,这可能会改变云服务市场的竞争格局,对现有的云服务提供商构成潜在威胁。今天需要跟踪的具体数据是亚马逊在7月30日是否会提高其Capex指导,以及Meta收购Anthropic的最终结果,这将直接影响相关公司的股价和市场地位。
- 涉及公司: Alphabet(
GOOGL), Meta(META), Microsoft(MSFT), Amazon(AMZN)
- 相关 ETF: QQQ, XLC, XLK, IGV, XLY
- 财务驱动: revenue_growth, capex_increase
- 需要验证: 人工打开原文核对关键数字
Data Center / Power / Networking
- 今日内容:
- 分区解读: Super Micro的利润率更新显著提振了人工智能行业,这一积极信号导致其竞争对手Dell Technologies股价上涨超过10%。这一现象表明市场对人工智能基础设施的需求正在增加,这对Dell Technologies(DELL)等同行业公司构成利好。由于Super Micro的利润率更新可能预示着整个行业的增长趋势,因此DELL的股价上涨可以看作是对这一趋势的直接反应。然而,这一趋势是否可持续,以及对整个人工智能行业的具体影响,仍需进一步验证。今天需要跟踪的具体数据是Super Micro的利润率更新细节,以及市场对人工智能基础设施的整体预期,这将有助于评估DELL股价上涨的持续性和行业增长的广泛性。
- 涉及公司: Dell(
DELL), Supermicro(SMCI)
- 相关 ETF: XLK
- 财务驱动: margin_expansion
- 需要验证: 人工打开原文核对关键数字
AI Applications / Platforms
2. 上市公司与财报 / 公告 / 指引
- Is SK Hynix Buying Intel’s Ohio Fab? Korean Chipmaker Denies Report — Now All Eyes Are on Earnings - TradingView(ai_earnings_gnews / earnings)
- N2 Arrives, Capex Climbs: TSMC Doubles Down on AI Investment - MacroMicro(ai_earnings_gnews / capex_plan)
- Micron Technology (
MU) Surges Amid Strong Semiconductor Earnings Growth - GuruFocus(ai_earnings_gnews / earnings)
- AMD to Invest $5 Billion in Anthropic, Signs Multi-Billion Dollar AI Chip Orders, Striking at Heart of Nvidia’s Monopoly - TradingKey(ai_model_pricing_gnews / capex_plan)
- SMCI’s record $60B order book and what it means for Nvidia - Investing.com(ai_earnings_gnews / order_signal)
- TSMC Q2 Earnings Call: What It Means For SMH - Seeking Alpha(ai_earnings_gnews / earnings)
- Mark Zuckerberg's Meta Is in Talks for a $10 Billion Anthropic Deal That Would Make Meta the Fourth Major Cloud Provider. Meta Stock Reports Q2 Earnings on July 29. - The Motley Fool(disc_the_motley_fool / earnings)
- Alphabet Boosts 2026 Capex Forecast to $195 Billion-$205 Billion, Easing Chip Peak-Out Fears - bloomingbit(ai_semis_stock_gnews / capex_plan)
3. ETF / Index / Flows
数值锚点(一手数据):
- 台湾市场外资净买超 69.6 亿台币(2026-07-23,TSMC 所在市场资金面)
- 今日条目映射热度: SMH×12, SOXX×12, QQQ×8, XLC×5, XLK×4, XLY×2, IGV×1
4. 今日深度市场分析
- ASML: Surging AI CapEx A Catalyst (NASDAQ:ASML) - Seeking Alpha(ai_capex_gnews)
- TSMC Q2: Compounding AI Spending Concerns Hit Stock Valuation (NYSE:TSM) - Seeking Alpha(ai_earnings_gnews)
5. 技术转投资 Watchlist(R&D -> 二级市场)
- A Preview of Production-Scale Kimi K3 Support on vLLM(vllm_blog)
- 技术内容: 标题:Kimi K3在vLLM生产规模支持预览 1) Kimi K3在vLLM中提供了生产规模支持,包括KDA感知前缀缓存、融合内核、优化的MXFP4 MoE、多模态集成以及NVIDIA和AMD的初步路径。 2) 该技术通过KDA感知前缀缓存减少重复计算,融合内核提高计算效率,优化的MXFP4 MoE提升模型性能,多模态集成增强交互能力。 3) 这将影响vLLM的推理环节,对NVIDIA和AMD等
- 距离二级市场: 3_12_months | 关联 thesis: 推理成为 AI 的下一个瓶颈
- 可能受益/受损公司: NVIDIA(
NVDA), AMD(AMD)
- NVIDIA/TensorRT-LLM release: v1.3.0rc22(tensorrt_llm_releases)
- 技术内容: NVIDIA/TensorRT-LLM发布v1.3.0rc22版本,修复了PyTorch编译后端崩溃问题,提升了DeepSeek-V3-Lite、Llama-3.1-8B-Instruct等模型的多GPU准确率。 该版本通过优化编译器和CUDA图,解决了部分模型在特定硬件配置下的性能瓶颈。 对投资而言,该版本主要利好NVIDIA GPU加速器产业链,建议关注相关芯片设计、制造和应用公司。
- 距离二级市场: 3_12_months | 关联 thesis: 推理成为 AI 的下一个瓶颈
- 可能受益/受损公司: NVIDIA(
NVDA)
- Small, Free, and Effective: Orchestrating Open-Weight Small Language Models to Outperform Single LLM for Malware Analysis(arxiv_ai)
- 技术内容: 标题:Small, Free, and Effective: Orchestrating Open-Weight Small Language Models to Outperform Single LLM for Malware Analysis 1. 本文研究了小型开放权重语言模型(SLMs)的组合是否能够在恶意软件分析的结构化问题上匹配或超越单一大型语言模型(LLM),在Meta的Cyber
- 距离二级市场: 1_2_years | 关联 thesis: -
- 可能受益/受损公司: Meta(
META)
- Euclid-MCP: A Model Context Protocol Server for Deterministic Logical Reasoning via Prolog(arxiv_ai)
- 技术内容: 1) 本文介绍了Euclid-MCP,一个开源的模型上下文协议(MCP)服务器,通过SWI-Prolog提供确定性逻辑推理,旨在解决大型语言模型(LLMs)在多步逻辑推理中的不可靠性问题,尤其是在安全关键或合规敏感领域。 2) Euclid-MCP引入了Euclid-IR,这是一种与引擎无关的中间表示,用于Horn子句逻辑,它具有人类可读性,易于LLMs生成,并且可以直接编译成Prolog或其他后
- 距离二级市场: 2_plus_years | 关联 thesis: -
- 可能受益/受损公司: -
- Agentic Context Management: Solving Agent Memory and Cost by Treating Them as Lifecycle and Architecture Problems(arxiv_ai)
- 技术内容: Agentic Context Management (
ACM) 是一种新方法,通过将代理记忆和成本问题视为生命周期和架构问题来解决,能够降低生产AI代理的成本并提高其性能。 ACM通过五个基本操作:架构设计、数据摄入、范围界定、预测和压缩整合,主动管理代理在推理上下文中持有的信息,从而优化存储和检索效率。 这种技术对投资判断意味着,它可能影响那些依赖于大规模存储和复杂推理上下文的AI公司,推动它
- 距离二级市场: 2_plus_years | 关联 thesis: -
- 可能受益/受损公司: -
- ICAE-Bench: Evaluating Coding Agents as Interactive Project Builders(hf_daily_papers)
- 技术内容: 1) 本文介绍了ICAE-Bench,一个用于评估编码代理在交互式项目构建环境中表现的新基准,旨在模拟从模糊的产品需求出发,通过自动化用户代理动态构建软件的过程。 2) ICAE-Bench通过三个关键设计实现这一目标:一是每个任务从精确的开源代码库中提取模糊性,确保任务具有可执行行为;二是通过用户代理数据确保高质量且可复现的用户模拟,允许用户代理揭示隐藏的约束;三是评估代理在规划、需求澄清、工具
- 距离二级市场: 2_plus_years | 关联 thesis: -
- 可能受益/受损公司: -
- DocOps: A Verifiable Benchmark for Autonomous Agents in Complex Document Operations(hf_daily_papers)
- 技术内容: 1) 本文介绍了DocOps,一个用于评估自主代理在复杂文档操作中的可验证基准框架,通过将文档操作分解为原子维度和递增的工作流复杂性,系统评估了代表性的封闭和开源模型,发现即使是最先进的配置在处理高度耦合的长期任务时仍存在显著限制。 2) DocOps基于一个分层分类体系,将现实世界中的文档操作实践分解为可验证的评估维度,通过这种机制揭示了现有代理在维护全局文档一致性方面的能力边界。 3) 这项工
- 距离二级市场: 2_plus_years | 关联 thesis: -
- 可能受益/受损公司: -
(升级到主 digest 需要:出现在上市公司成本结构/产品定价/订单中,或映射到具体 ETF 且 12-24 个月内可验证)
6. Thesis Memory Updates
- [观察] GPU 紧缺迁移到 HBM、网络、电力与数据中心约束(今日新增: market 0 / technical 16 / 反方 2)
- 今日要点: 今日的进展进一步强化了GPU紧缺迁移到HBM、网络、电力与数据中心约束的thesis。Micron和SK Hynix的DRAM和NAND闪存出货量下降,显示市场需求减少和库存调整,这可能加剧了半导体行业的供给紧张。同时,三星通过先进封装和CPO技术瞄准AI新战场,这将推动AI芯片设计和制造环节向更高性能、更低功耗的解决方案转型,为AI应用提供更强的计算能力。HBM Holdings预计上半年收入增长,得益于公司在高性能存储解决方案领域的技术进步和市场需求的增加。谷歌云业务收入增长35%,达到68.1亿美元,显示出数据中心需求的强劲,推动了对存储芯片的需求。SK Hynix宣布成功将DRAM生产成本降低了15%,这一技术突破可能会对半导体制造环节产生影响,特别是那些依赖传统光刻技术的公司,未来可能面临成本竞争压力。这些进展共同指向了半导体行业供给紧张、成本上升和价格增长的趋势,验证了成本和供给环节的影响。二级市场上,上游的内存芯片制造商如Micron和SK Hynix,以及下游的数据中心和智能手机制造商的收入或成本结构可能会先感知到这些变化。然而,离"市场可验证"还差具体的内存市场供需动态和价格趋势数据,以及各公司财报的具体内容,以进一步验证这些变化对整个产业链的影响。
- 新增证据:
- 反方证据:
- 升级为市场增强需要: HBM contract prices, TSMC monthly revenue, Micron gross margin and inventory
- [观察] AI 视频与多模态改变算力需求结构(今日新增: market 0 / technical 1 / 反方 0)
- [市场增强] 推理成为 AI 的下一个瓶颈(今日新增: market 0 / technical 4 / 反方 0)
- 今日要点: 今天的证据进一步强化了推理成为AI下一个瓶颈的thesis。"Pushing the Frontier of Full-Song Generation"报告提出的统一歌曲生成框架,通过分层自回归音频令牌建模和流匹配渲染技术,显著提升了全长音乐生成的质量和效率。vLLM AFD插件的发布,通过解耦注意力和FFN,提高了MoE模型的灵活性和扩展性,支持更高效的推理部署。AMD宣布其最新的AI服务器已全面投入生产,并将在几个月内发货,同时发布第六代Epyc CPU和Helios AI系统,旨在挑战Nvidia在AI基础设施市场的主导地位。这些进展共同指向AI推理技术的进步和应用场景的拓展,验证了通过技术创新解决性能瓶颈、提升推理能力的因果链条。在二级市场上,依赖MoE架构的公司、Nvidia和AMD的GPU加速器产业链相关公司可能会首先感知到这些技术改进带来的收入或成本结构变化。然而,要实现"市场可验证",我们还需要具体的性能对比数据、大规模部署案例以及对美股ETF中相关资产的实际影响评估。
- 新增证据:
- 升级为市场增强需要: Artificial Analysis 模型价格和速度, 云厂商 inference pricing, NVIDIA data center revenue
- [市场增强] 开源模型压缩应用毛利但扩大 AI 采用(今日新增: market 0 / technical 0 / 反方 1)
- [市场增强] Agentic coding 先于通用企业自动化改变软件劳动(今日新增: market 0 / technical 4 / 反方 0)
- 今日要点: 腾讯的WorkBuddy Bench和NVIDIA的NOOA框架,以及OpenForgeRL框架的推出,共同指向了Agentic coding在多领域应用、开发效率提升和训练环境灵活性方面的进一步发展。WorkBuddy Bench通过真实场景逆向工程的任务构建,强化了Agentic coding在实际工作领域的适用性和抗污染能力。NOOA框架通过简化代理开发流程,降低了开发成本,提高了开发效率,而OpenForgeRL框架则通过在各种环境中训练AI代理,提升了训练的灵活性和规模化能力。这些进展推进了该thesis,验证了Agentic coding在成本、能力和采用环节的潜力。在二级市场中,提供AI代理开发和训练服务的公司,如NVIDIA,可能会首先感知到收入或成本结构的变化。然而,要使这一趋势在市场层面得到验证,我们还需要具体的市场数据,包括这些技术在实际项目中的应用案例和效果评估,以及它们对现有软件劳动市场的具体影响。
- 新增证据:
- Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contaminatio — 腾讯推出WorkBuddy Bench,一个多领域编码代理评估套件,包含四个工作领域的任务:代码、Web、办公和安全。每个任务都是从真实提交、拉取请求或业务场景逆向工程而来,重写为简短、口语化的请求,以防止通过网络搜索恢复任务的提示。该套件的构建方法、评分协议和跨模型排行榜已在报告中记录。
- NVIDIA-labs OO Agents: Native Python Object-Oriented Agents — NVIDIA Object-Oriented Agents (
NOOA) 提出了一种新的AI代理开发框架,将代理视为Python对象,其方法代表模型可执行的动作,字段代表状态,文档字符串代表提示,类型注解代表契约。 NOOA通过Python对象的方式简化了代理开发,利用Python现有的抽象机制,并为代理特有的能力(如上下文、事件、状态渲染、长期记忆和验证的LLM循环)提供了简单的Pythonic API,使得开发者和代理共享熟悉的编程模型。 这一框架对投资判断意味着,它可能影响AI代理开发环节,为相关公司提供了一种新的、更简洁的代理开发方法,方向是提高
- OpenForgeRL: Train Harness-native Agents in Any Environment — 1) OpenForgeRL是一个开源框架,能够在各种环境中端到端训练基于Harness的AI代理,通过轻量级代理记录Harness模型调用作为训练数据,并使用Kubernetes编排器在远程容器中运行每个rollout,实现规模化训练。 2) 该框架通过解耦训练和推理,利用标准RL代码库(如veRL)记录Harness模型调用,同时在Kubernetes中为每个rollout分配独立容器,从而实现在真实Harness和环境中直接训练、研究和改进代理。 3) OpenForgeRL的推出对AI代理训练领域具有影响,特别是对于需要在复杂Harness和多模
- Test-Time Scaling via Error Localization — 标题:Test-Time Scaling via Error Localization 来源:arxiv_ai(技术层: benchmark) 1. 本研究提出了一种名为Test-Time Scaling via Error Localization (
TTEL)的推理时算法,通过利用固定或环境反馈进行token级别的错误定位,以提高大型语言模型在复杂推理和编程任务上的性能,Qwen3-8B在LiveCodeBench上的pass@64达到71.0%,生成的token数量约为独立采样的一半(360.4k vs. 735.0k)。 2. TTEL通过比较有
- 升级为市场增强需要: 财报/订单/价格类市场证据
- [技术增强] 基础模型遇上廉价硬件时,机器人变得可投资(今日新增: market 0 / technical 2 / 反方 1)
- 今日要点: 近期的进展共同指向了机器人领域在软件测试和硬件成本控制方面的进步。具体来说,Petri网引导的LLM测试生成方法为并发有状态Rust API提供了一种新的测试策略,这可能提高了软件的可靠性和稳定性,降低了因软件缺陷导致的成本。同时,VOO基金的低成本投资策略为投资者提供了一种经济高效的投资方式,这可能间接推动了对机器人等技术领域的投资。这些进展推进了“基础模型遇上廉价硬件时,机器人变得可投资”的thesis,验证了成本降低和能力提升是推动机器人投资的关键因素。在二级市场中,提供软件测试解决方案的公司和低成本投资基金可能会首先感知到收入或成本结构的变化。然而,要使这一thesis在市场层面得到验证,我们还需要具体的软件测试效率提升数据、硬件成本降低的具体数字,以及这些进步如何转化为机器人领域的实际投资和市场接受度的具体证据。
- 新增证据:
- 反方证据:
- 升级为市场增强需要: robotics startup funding
- [削弱] 模型质量的重要性让位于产品闭环与分发(今日新增: market 0 / technical 7 / 反方 0)
- 今日要点: ServiceNow的年度订阅收入预测提升至40亿美元,这一增长主要得益于AI技术投入带来的用户体验和效率提升,这与昨日谷歌CodeMender的进展相呼应,共同指向产品闭环与分发在提升企业竞争力中的作用。苹果公司毛利率预计提高1.4个百分点,得益于供应链管理和产品组合调整,这验证了产品闭环与分发在降低成本、提升高端产品销售比例方面的重要性。Adobe和Salesforce股价的下跌,可能与市场预期、财务表现或行业竞争状况有关,这质疑了单纯依靠模型质量提升公司估值的可行性,验证了产品闭环与分发在提升公司能力环节的作用。在二级市场中,与AI技术投入、供应链管理、产品组合调整相关的公司可能会首先感知到这一变化,他们的收入或成本结构可能会受到影响。离"市场可验证"还差具体的市场份额和影响力数据,以及ServiceNow在实际应用中的成本降低和效率提升的具体数字。
- 新增证据:
- 升级为市场增强需要: pricing power
- [削弱] 边缘 AI 与小模型创造第二条采用曲线(今日新增: market 0 / technical 3 / 反方 0)
- 今日要点: 今天的进展进一步强化了边缘AI技术在提升模型效率和降低成本方面的优势。SLAI T-Rex框架在Ascend NPU SuperPOD上对DeepSeek-V4模型家族进行全参数后训练,实现了34.22%的模型FLOPs利用率,比开源基线提升了2.93倍,同时解决了大规模分布式训练中的内存压力、通信开销和内核执行效率问题。vLLM AFD插件为vLLM生态系统新增了注意力-FFN解耦功能,支持MoE服务,并提供GPU和Ascend NPU后端支持,提高了模型的灵活性和扩展性。这些技术进步共同指向了边缘AI在提升模型性能、降低训练成本和优化资源利用方面的潜力,验证了该技术在提升设备端AI应用性能和降低能耗方面的实际效果。对于二级市场而言,这些进展可能会对提供边缘AI硬件和软件解决方案的公司,如华为(Ascend NPU供应商)和开发LLMs优化技术的公司,产生积极影响,影响其收入或成本结构。然而,要实现"市场可验证",还需要收集更多关于这些技术在实际应用中的性能表现、成本效益和用户反馈的数据。
- 新增证据:
- 升级为市场增强需要: 财报/订单/价格类市场证据
(技术论文不构成市场增强;只有财报/订单/价格类 market_evidence 才推动状态升级)
7. 附录:前沿技术论文(默认折叠,最多 5 条)
展开论文列表
8. Cross-Asset Overlay(≤5 行,详见 cross-asset 对话)
- [Korea] Kospi Reclaims 7,000 Mark After 5 Sessions on Alphabet's AI Capex Surge; Foreign(strengthen)
- [US] Supercharge VOO With 2 Low-Cost Vanguard ETFs(watch)
- [Global] Crypto ETFs: A More Selective Market Emerges(watch)
- [Japan] Nikkei 225 Rebounds, Up 305 Yen as SOX Gains and Earnings Optimism Drive Early B(watch)
9. 一手事实哨兵(SEC / IR / monthly revenue / filings)
(近两日无 L0/FRED 更新)
仅供个人投研参考,不构成投资建议。链接指向公开原文;付费源条目仅含公开 metadata。
本页支持离线阅读:联网打开过一次后,断网时仍可查看最后缓存的版本(以页首"更新于"时间为准)。