聊聊泡沫识别

E2mResearch avatar
E2M Research
@E2mResearchNov 7, 2025

本场Spaces围绕“泡沫识别”展开，聚焦Crypto与AI两条主线。奥德赛提出以“叙事—杠杆—硬约束”的框架替代“泡沫”一词：强叙事提供确定性预期，推动加杠杆与金融创新，拐点常在叙事遇到硬约束时出现；目前BTC未见显著泡沫化与深度去杠杆迹象，ETH生态中“储备/飞轮”类创新可能更脆弱。董珍借《Bubbles and Crashes》强调“新手交易员涌入”是强信号，回看ICO/NFT契合而当下BTC尚未出现全民FOMO，ETF流入平稳、MSTR买盘多为机构；AI侧虽叙事强劲，但私人信贷违约更像周期性噪声，未见系统性联动。三人均将再平衡作为提升现金“看涨期权”的过程而非纯粹押注泡沫破裂，目前现金仓位约20%，后续关注ETF/储备公司飞轮、AI融资与债务包装、链上清算传导等触发点。

泡沫识别：叙事、杠杆与硬约束的交汇

嘉宾与角色

  • 主持人：未透露姓名（来自“一团Research”的“这一周的猜想与反驳”节目）
  • 奥德赛（多次被称为“小杨/小奥/小安”）
  • 董珍（自述从事Crypto及挖矿相关投资研究；有时口误提到“袁鑫”，疑似自称或别名）
  • 裴彩（自述为比特币老矿工；主持人曾写作“裴才/培材/裴赛/裴佳”，应为同一人）

主题与风险提示

  • 主题：如何识别泡沫，围绕“杠杆率是否是最佳观察角度”、“BTC达125,000是否算泡沫”、“如何看待当前AI基础设施建设中的杠杆水平”展开。
  • 风险提示：全程不构成投资建议；加密与股票市场波动极大，可能损失全部本金，需谨慎。

结论先行（群体共识与分歧）

  • 群体共识：
    • 当前Crypto/BTC整体未呈现“泡沫破灭阶段”的典型征兆；BTC更像正常的涨跌周期。
    • AI基础设施呈现强叙事驱动，早期泡沫特征更明显（杠杆扩张与“跨巨头套娃”行为可感），但未见明确系统性风险外溢证据。
    • “叙事—杠杆—硬约束”的框架比单一“杠杆率”数值更贴近实际识别过程；“大量新手进场”是重要的早期指示器。
  • 主要分歧/未决：
    • 是否存在可操作的、跨周期稳定的定量杠杆指标；在AI与Crypto两域各看何处、看什么数。
    • 如果AI更泡沫化，减仓是否应更偏向AI权益（如特斯拉）而非Crypto？

奥德赛：核心观点与方法论

  • 对Crypto/BTC的判断：
    • 主观结论：当前不具备“泡沫破灭”的势能和阶段特征；即便出现回调，更接近常规波动。
    • 对BTC的“125,000是否泡沫”：不以静态点位判定；看叙事和杠杆的共振程度及是否遭遇硬约束。
  • 对AI基础设施杠杆：
    • 难以用单一数值衡量；可直观感知其在不断“卷入更多公司/机构”并以多样形式加杠杆（融资、互相绑定、长期订单等）。
    • 典型现象：在“AI改变世界”的强叙事加持下，收入基数较小的主体（如OpenAI年营收约百亿美元级别）仍敢于下万亿美元级订单，反映叙事带来的确定性幻觉与杠杆意愿。
  • 泡沫识别框架：
    • 不直接用“泡沫”一词（暗示“中空终归零”的偏见）；更偏好“叙事与杠杆在遭遇硬约束时的破灭”。
    • 两个维度观察：
      1. 是否存在“坚实的叙事”（如房价永远涨、永恒牛市、AI改变世界）。
      2. 参与者是否因叙事采取预测性行为并系统性加杠杆（反身性奖励最早追随者）。
    • 拐点机制：当叙事消散或遭遇硬约束（如FTX、Luna事件）时出现转折。
  • 现实观察与关注点：
    • Crypto中“储备公司/储备货币飞轮”叙事似有减弱迹象，筹资与杠杆推动力不足；提到“SPAT”表现走弱（疑指某类储备公司或相关资产）。
    • 对BTC未见同类负面信号。
  • Rebalance（再平衡）策略与动机：
    • 早在5月初已挂定抛，目标现金曾想提升至40%，目前约20%。
    • 再平衡动机不依赖预测涨跌或“识别泡沫”，而是基于：
      • 现金作为“看涨期权”的隐含价值随周期状态而变，需做权衡。
      • 用“灰度策略”应对“灰度市场”，拒绝二元化（0%或100%）决策，渐进平均减仓以优化风险/收益。
  • 指标与工具观：
    • “杠杆率”是视角非单指标；如同DCF本质仍是定性（折现率、寿命、增速皆是假设）。
    • AI侧可追踪融资规模、利率、债务水平及债务打包形态；Crypto侧关注ETF创新与“储备公司/飞轮”结构；等待“狂热模式”显性化再定量跟踪。
  • 仓位与周期判断：
    • 当前20%现金虽不高，但假如BTC杠杆不高，相应熊市时长与深度也有限，故仓位结构可接受。

裴彩：问题聚焦与策略考量

  • 归纳与逼问：
    • 对奥德赛观点的理解与确认：这轮Crypto未出现深远叙事与相应债务结构；即便BTC到125,000也非泡沫破灭；AI泡沫成分更高。
    • 追问是否存在定量杠杆指标；为何执行Crypto减仓而非AI相关（如特斯拉）；再平衡系统的动因与目标是否基于泡沫识别。
  • 关注策略执行：
    • 关切再平衡的完成度与动机；探询当下AI与Crypto仓位调整计划与现金目标。

董珍：框架化识别与跨案例对照

  • 文献与框架：
    • 引用《Bubbles and Crashes》（Goldfarb & Kirsch；王川推荐）：“新手交易员大量入场”是泡沫的重要特征；投资民主化（门槛降低）加速泡沫形成。
    • 高分泡沫叙事的特征（摘要）：易理解、高TAM、能引发情感共鸣、可切身使用等；NFT、Web3等在多条维度上“高分”。
    • 框架并非铁律：作者曾在2019年将特斯拉判为泡沫，事后显示框架有误差与相关性非因果性的问题。
  • 对当前市场的观测：
    • BTC侧：未见大量“新手人群”（工人阶级、家庭主妇、学生等）疯狂涌入；MSTR买家仍偏机构（对冲基金、保险资金），IBIT流入平缓；整体不具“强FOMO”氛围。基于此，称BTC为泡沫较困难。
    • AI侧：援引霍华德·马克斯的观点，近期两家私人债务公司破产更像信用周期的内生波动，并非AI叙事导致的系统性风险；与2008年式的银行间强相关性不同。
    • 链上侧：近期DeFi/借贷/理财协议与资金库的爆雷，呈现“资产相互嵌套、循环贷”的链式清算（提及Morph等），更贴近泡沫破灭/系统性风险的导火索机制。
    • 资产结构差异：这一轮链上爆雷主体持有BTC比例不高，更多是稳定币与DeFi资产；与FTX时期（大量BTC与Luna关联、以某类“GRB借贷”开展）不同。当前“GRB借贷”与链上稳定币的强关联未见，是否能触发更大杠杆冲击存疑。
    • 经验与行为：有经验的投资者经历过暴跌，风险偏好下降，不易再度催生泡沫；当前BTC持有群体更“有经验”，与链上“套娃杠杆”群体存在割裂，BTC的泡沫特征不显著。
  • 仓位与风控：
    • 现金比例约20%（此前<15%，受王川对AI泡沫反复提醒影响逐步提升）；若期权被行权，现金可至≈25%。
    • 面临两难：
      • 一方面希望加现金以应对可能的杠杆爆破、便于抄底；
      • 另一方面对短期流动性改善（下月有降息预期）抱有希望，担心过早卖出错失上行。
    • 战术选择：风险资产大致按市值配；在“过早卖出风险”与“现金过少风险”之间动态权衡。
  • 行业价值捕获的不确定性（历史类比）：
    • 航空、无线电、内燃机、PC等技术革命时期，利润究竟落在哪个环节（制造/内容/平台/零部件/服务）并不确定；
    • 类比AI与Crypto：未来价值捕获可能在芯片（英伟达/台积电）、平台（微软）、稳定币层、渠道发行、传统金融（贝莱德/摩根大通）、MEV、主链（以太坊/波场）、“储备公司”等不同环节，需持续复盘与动态配置。

泡沫识别的实操维度

  • 叙事强度：
    • 是否存在“坚实叙事”，如“永恒牛市/房价永远涨/AI改变世界”。
  • 杠杆迹象：
    • 金融创新与杠杆扩张是否广泛出现（ETF结构的演化、储备公司飞轮、互相套娃的融资安排）。
    • 机构/公司间的高额绑定（订单、战略投资、互换性安排）是否基于叙事而非现金流。
  • 新手进场：
    • 面向大众（非专业投资者）的参与度是否激增（显著民主化入口、文化圈层参与、明星涌入）并伴随FOMO。
  • 硬约束与触发：
    • 监管与清算的硬约束、资金链断裂、关键参与者倒闭（如FTX/Luna）是否出现并导致叙事转向。
  • 系统性关联：
    • 杠杆链条之间的相互嵌套程度、关联性的强弱（银行/券商/基金/链上协议），是否具备级联放大的条件。

当前市场脉络与观察清单

  • Crypto/BTC：
    • 观察ETF净流入（如IBIT）、“储备公司”（MSTR等）资本动作；
    • 关注储备货币/储备公司飞轮是否重启或继续弱化；
    • 跟踪链上资金嵌套与清算链的扩展（稳定币与DeFi的风险传导），是否波及BTC主盘。
  • AI基础设施：
    • 跟踪融资规模、利率、债务打包、互相绑定交易；
    • 观察私人债务违约事件的数量与关联性是否提升为系统性；
    • 关注“巨头套娃”式杠杆（OpenAI/英伟达/微软之间）是否进一步加深。
  • 宏观与流动性：
    • 关注降息与流动性改善的节奏与预期差；
    • 利率变动对风险资产估值与杠杆意愿的边际影响。

仓位与再平衡：实务要点

  • 当前状态：
    • 奥德赛与董珍均约20%现金；奥德赛曾设想至40%，但尚未达；董珍若期权被行权，现金可至≈25%。
  • 策略逻辑：
    • 再平衡不以“识别泡沫”为必要条件；核心在于：
      • 现金的期权价值随周期变化，需动态提高或降低；
      • 避免二元化极端决策，采用渐进、均衡的灰度策略。
  • 风险权衡：
    • “过早卖出错失上行” vs “现金不足错失抄底”，双风险对冲下逐步微调。

亮点与关键纪要

  • 方法论亮点：用“叙事—杠杆—硬约束”的三角框架替代单一“杠杆率”指标；将泡沫理解为叙事与杠杆的自我强化在硬约束处的断裂。
  • 识别指标：大量新手进场（投资民主化）是高辨识度信号；强叙事与多样杠杆创新互相强化是早期泡沫的典型肌理。
  • 市场判断：BTC当前不具泡沫破灭征兆；AI具早期泡沫成分但暂未显现系统性风险外溢。
  • 操作策略：现金维持约20%，视流动性与杠杆热度变化动态再平衡；优先监控ETF与“储备公司飞轮”、链上清算链条与AI融资杠杆结构。

行动建议（非投资意见）

  • 监测清单：
    • Crypto：ETF净流入、储备公司资本运作与飞轮状态、链上杠杆嵌套与清算事件对BTC的传导。
    • AI：融资/债务扩张的节奏与结构、私人债务违约的相关性与规模、巨头之间的互相绑定强度。
    • 宏观：降息/流动性边际变化与市场预期差。
  • 仓位管理：
    • 在不确定性高企的阶段，维持或小幅提升现金缓冲，通过渐进再平衡而非一次性调整；
    • 以“灰度策略”应对“灰度市场”，避免基于单点位或单指标的冲动决策。

未尽问题与后续讨论方向

  • 是否能构建一套跨资产、跨周期可比的定量“杠杆热度指数”（兼容不同金融创新形态）？
  • AI相关私人信用事件若增多，是否会从“内生周期波动”演化为“系统性风险”？
  • Crypto中“储备公司/储备货币飞轮”若持续弱化，是否会转化为负向反馈的下跌循环？对BTC的二级影响如何？
  • 行业价值捕获的路径如何在AI与Crypto中演化？应基于何种信号进行赛道再配置？