聊聊最近做的$Kgen这笔交易吧,或许对大家捕捉山寨庄操盘启动信号有点启发。 这个币去年十月份那波拉升就撸过一波,之后一直放在观察表里,原因很简单,因为kgen是典型的融了大钱(融了四千多万u)但在已经凉透了的aptos生态里做AI项目的。 这种项目想靠自然买盘是很难出掉货的,只能靠骚操作,所以第一波空投发完跌破融资市值之后,看到做空费率变负,就跟车进去吃了第一波爆空,接下来重点讲讲最近的第二波。 前段时间看到kgen在alpha上的交易量突然开始暴涨,我就开始重点观察了,因为一个vc币一直横盘收筹,突然开始猛刷交易量意味着什么?大概率是有上所任务要冲(这个逻辑跟最近usd1比赛各个庄疯狂刷交易量是一个逻辑),目前kgen只上了bitget和gate,所以当时的预判是可能在冲bithumb、upbit、甚至是币安现货。 然后前几天看到刷交易量突然停了,然后合约订单薄开始变的很稀薄(拉升信号),oi也开始上涨(多头建仓了),价格开始拉升并伴随着15min-1小时的快砸针(典型的拉升期洗短线追多和诱空的手法),我觉得大概率要开始启动就买进去了,然后就迎来了主升浪。 相对确定的一段吃完了,后续如果还要赌可能还可以预期的是上所公告或释放利好,利好出来之后空的人多则继续逼空(有没有发现最近上bithumb的都不直接砸了?因为韩国人也接不动了),买盘多则浇给,kgen前期横了三个月,外面也没什么筹码,这种后续怎么走基本庄看对手盘决定了。
今天正好有个群里的小伙伴问我怎么用支撑/阻力位和各种技术指标,我觉得是个挺值得分享出来的话题,因为技术指标是交易新人最常见的盲区,也是带单老师们最容易拿来忽悠的工具(给你画个线就告诉你这里是开单位置),当作新年第一篇干货帖吧。 我自己的交易体系里,我的所有“技术分析”都是服务于发现“趋势”的,趋势更直接点来说就是:“higher high和higher low是向上趋势(更高的价格高点和低点),lower high lower low就是向下趋势(更低的价格高点和低点)”。 “发现趋势,然后当趋势的朋友,直到趋势变了”。这个方法在所有时间周期上都有用,周期越长越有效。 再说这些技术指标该怎么用 我见过新手在二级交易中最容易犯错的地方就是:“画条线,然后把这些“线”当开单和关单的唯一参考用”。 拿下图举个例子,你在支撑位画了个线,阻力位又画了个线,跌到了支撑就买,涨到了阻力就卖 然后你就会发现行情会一直打你损,跌破了支撑又拉回来,破了阻力位结果虚晃一枪又跌下来,你严谨的按照你画的两条线来交易,最后裤衩都亏没了 更常见的是很多人会不断去调整自己画的线证明自己是对的,最后都画魔怔了 其实想清楚一个问题你就明白为什么这些技术指标不能成为开单的参考了 因为那些技术指标画出来的买点,恰恰也是其他散户最共识的买点。你在想支撑位买入,其他散户也这么想的,千千万万散户在这里开单,反倒成了暴露这里是流动性最充裕的地方。 你是庄/大户要想出货会怎么做?这个位置横盘出货;要想洗人怎么做?这个位置跌破洗人。所以主力对于支撑阻力位的用法跟你的用法是完全相反的;你用的那套技术指标是给人家提供流动性的工具。 但是支撑阻力位这些技术指标就完全没用吗?也不是的,支撑阻力位是让你观察“市场趋势”用的 比如到了某个支撑位,是迅速拉回去(代表抄底买盘强力)?还是到了支撑位还磨磨蹭蹭,买盘疲软(说明一直有人在支撑位出货)?还是放量砸盘(恐慌出货/爆仓)? 看这些关键“技术位置”的反应,告诉你的是”市场“对于这些关键位置是什么“态度”,而“市场的态度”告诉你的是趋势的信息(趋势是否还在?还是趋势已经没了?) 比如在过去几次抄底大币的时候,为什么很多时候到了支撑位我还一直在等?等的并不是价格到了某个我主观画的线,而是到了某个大的支撑区间,看交易量和价格是否有出现恐慌砸盘/大量爆仓,来判断这里的卖方力量/恐慌是否已经耗竭。 如果你是做二级主观交易的,少画线,多去有意识的观察多个时间区间的趋势和关键价格区间的“市场反应”,技术指标上做做减法,支撑阻力区间配合着价格和交易量完全够了。 另外别在山寨币上用技术分析😅 新年快乐呀朋友们,币安红包领取码:POVDSGZ(再加一个H)
前几天跟朋友讨论到一个话题 “AI市场的泡沫有多大?”,分享一下我们的讨论,然后跟大家一起算几个大数。 先毛估一下市场规模,拿客户最多的Chatgpt为例,目前全球8亿左右的月活用户(已经渗透了10%的全球人口),其中付费用户为3,500万-4,000万人,选3,750万作为中位数,大部分为$20每个月的用户,假设综合月客单价$25美元,Chatgpt C端每年的收入为112.5亿美元。 假设这3,750万的客群,平均每人会至少为3个AI服务付费,则总C端市场规模为337.5亿美元。(我认为平均3个已经算很乐观的假设,我自己算AI的重度用户,现在也就为3-4个AI产品付费,每个月100刀左右) 那服务这些AI C端市场的企业市值有多少呢? 假设我们不算一级市场的(毛估有1万亿左右吧),只算二级市场的七大科技巨头(magnificent seven),英伟达 $4.4万亿、苹果 $3.9万亿、微软 $3.7万亿、亚马逊 $2.4万亿、谷歌 $2.4万亿、脸书 $1.7万亿、特斯拉 $1.3万亿 除了英伟达的$4.4万亿市值比较纯粹是AI的,其他或多或少业务估值的重心都不在AI上,假设我们只取25%作为他们AI市值的权重(我觉得实际资本市场给AI的溢价要比25%高得多,为保守计算泡沫先取25%) 结果是$8.25万亿(当然这里还有非常非常多的AI企业没有被计算在内,AMD、Palantir、高通、Oracle.....) $8.25万亿除以$337.5亿 = 244倍 P/S 怎么理解244倍 PS 这个数字呢?咱们可以参考一下2000年3月24号当天,com互联网泡沫最高的那一天,那些头部企业的P/S估值在什么位置。 Amazon(亚马逊):19x Cisco(思科):35x Qualcomm(高通):22x Microsoft(微软):26x IBM:3x Oracle(甲骨文):27x Intel(英特尔):16x 在互联网泡沫之后,上面的大部分企业,就算是亚马逊、微软这样的龙头股,都花了10-15年价格才涨回了00年泡沫的高点。 当然,244x这个数字并不能直接说明AI赛道就一定泡沫很大,因为实际上现在大部分AI赛道的收入并不是这$337.5亿的C端市场,而是在“花钱买卡搭基建”上,但最终企业们“买卡搭基建”也是为了服务这些C端市场,而这个C端市场至少在现在并没有大家想的那么大。 AI赛道现阶段面临的尴尬问题是:“就算AI已经挺好用了,仍是“生产工具”,而不是“生产力”本身,所以AI服务公司仍只能收到“工具”的钱”,但资本市场在用“生产力”的故事估值。 怎么理解这句话呢?你让一个C端客户或者企业老板每个月花50-100u给员工配置个AI他大概率愿意花,且这个AI可能确实能帮企业省一两个初级员工的钱,但你让他花2000u-3000u,他大概率是不愿意花这钱的。 所以就算今天C端的市场渗透率翻了10倍,到了3.75亿人(比美国3.5亿的人口还多),24.4x P/S的赛道估值放在什么行业都仍不便宜。 但谁知道呢?也许有一天真的AGI出现,AI能成为生产力本身了,这些AI公司并不贵了。 就像是我们现在回看2000年的时候,亚马逊 苹果 微软这些公司贵吗?相比现在当然便宜的很,但前提是你在2000年买的得等10-15年才能回本。 而我们并不知道AGI什么时候能来,会不会来。 走一步看一步吧。