Podcast cover
Yunn_waEG · Investment

左兜进右兜

一档拆解华尔街机构研报的中文播客。 每期节目,我们选取高盛、摩根士丹利、摩根大通、美国银行等全球机构的最新研究报告,围绕三个问题展开: 机构在研究什么? 这些逻辑是否成立? 普通投资者能从中看到什么信号? 节目内容主要围绕: AI科技股、全球市场趋势、机构资金逻辑、交易中的真实思考。 不追热点,不贩卖情绪。 只做一件事:把复杂的机构研究,讲清楚。 关于制作方式:本节目由右兜负责选题与观点输出,AI 协助完成翻译、脚本提炼与播客录制,AI 主播小柒担任声音呈现。把 AI 用好,比假装不用 AI 更值得信赖。

Episodes

Episode cover

UBS:黄金为什么不再害怕高利率?八月上涨背后的两幕交易

28 Aug 2026
10m
Episode cover

动量交易突然反转:对冲基金正在撤退,还是准备九月重新加仓?

25 Aug 2026
9m
Episode cover

BCA:人人都相信AI泡沫终会破,也相信自己能及时离场

23 Aug 2026
11m
Episode cover

【中文译制版】大摩访谈:AI烧钱为何先击中债券市场?大摩拆解信用利差走阔

22 Aug 2026
9m
Episode cover

高盛:美联储不再喂答案:市场得到的是信号,还是噪音?

21 Aug 2026
10m
Episode cover

大摩:Moderna 一天暴涨 177%:癌症疫苗的神话,能够复制吗?

20 Aug 2026
11m
Episode cover

BofA 8月全球基金经理调查报告:没人看空,才是最大的风险?当华尔街对所有坏消息都说No

19 Aug 2026
10m
Episode cover

VIX跌到14.2,美股却进入“垃圾时间”:低波动为什么更难做?

17 Aug 2026
10m
Episode cover

大摩:销量暴增272%之后,人形机器人真的开始上班了吗?

17 Aug 2026
11m
Episode cover

花期量化专题:如何交易美国中期选举?

15 Aug 2026
10m
Episode cover

指数在涨,账户却没赚钱:分化行情里,怎样活到下一次机会?

15 Aug 2026
9m
Episode cover

美债突破40万亿美元:债券越危险,美股为什么越敢涨?

14 Aug 2026
12m
AI processed

美国国债规模即将突破 40 万亿美元,高额利息支出与长期国债收益率攀升并未压垮美股,反而助推其屡创新高。市场核心逻辑在于投资者坚信决策者将通过名义 GDP 增长消化债务,并视股市为 “大到不能倒” 的资产。美银提出的四大投资策略——避开债券(ABB)、避开中国(ABC)、避开美元(ABD)以及全仓 AI(AI),反映了当前资金对政策保险的押注。然而,AI 资本开支带来的基础设施压力、选举政治不确定性以及潜在的政策收紧,构成了市场的主要风险点。尽管当前市场情绪极度看多,但投资者需密切关注国债收益率稳定性、企业自由现金流及信用利差变化,以应对政策转向可能带来的市场波动。

Episode cover

美股指数已创新高,为什么 Citadel 说八月最大的风险是“踏空”?

13 Aug 2026
13m
Episode cover

马斯克最新SpaceX讲话全文:当 SpaceX 不再只是火箭公司:马斯克为什么说 AI 将占它九成九价值?

12 Aug 2026
7m
Episode cover

摩根士丹利:SpaceX 为什么要买 Cursor:AI 编程的入口,会比大模型更值钱吗?

11 Aug 2026
10m
Episode cover

摩根大通:SK海力士:回应投资者关键问题

10 Aug 2026
8m
Episode cover

AI Agent 开始自己找漏洞:网络安全股为什么反而被重估?

09 Aug 2026
7m
Episode cover

摩根大通:就业走低、增长上调:市场为什么同时相信美国正在放缓,又不相信衰退会来?

08 Aug 2026
11m
Episode cover

Bernstein:H2'26 软件股到底还拥不拥挤?

06 Aug 2026
10m
Episode cover

【中文译制版】大摩访谈:AI 数据中心缺的,可能是邻居的同意

05 Aug 2026
12m
Page 3

Follow this podcast in Podwise

Sign in to get AI summaries, transcripts and mind maps for any episode, including new ones.

Open in Podwise