Toen de 10-jarige Amerikaanse staatsobligaties bijna 5% bereikten, was de eerste reactie van velen: Hoge rente = banken verdienen geld. Maar het is niet zo simpel. De meest comfortabele situatie voor banken is niet "hoe hoger de rente, hoe beter", maar: hoge opbrengst op leningen, maar de kosten van deposito's mogen niet te snel stijgen, en tegelijkertijd mag de economie niet instorten. Dus als ik nu naar bankaandelen kijk, verdeel ik ze in drie categorieën. Grote commerciële banken zoals $JPM en $BAC bekijk ik vooral op netto rentemarge, kredietgroei en slechte leningen. Investeringsbanken zoals $GS en $MS volg ik meer op wanneer IPO's, fusies en overnames en handelsactiviteiten echt terugkomen. En er is een groep regionale banken met een hoger risico, omdat ze meer afhankelijk zijn van depositokosten, commercieel vastgoed en de kwaliteit van lokale leningen. Dus als de Amerikaanse staatsobligaties blijven stijgen, zal ik niet direct roepen "bank bullmarkt". Het ideale scenario is: rente blijft op een relatief hoog niveau → de economie raakt niet in recessie → bedrijven blijven lenen → er breken geen slechte leningen uit → de kapitaalmarkthandel wordt weer actief. Dan zitten banken echt comfortabel. De slechtste situatie is juist: hoge rente, maar de economie wordt door die hoge rente kapotgemaakt. Dan is de rente die ze uiteindelijk verdienen, misschien niet eens genoeg om de slechte leningen te dekken.

gpt heeft hier de wereld veranderd $NVDA gpu $MU $SKHY opslag Twee onmisbare hardwarecomponenten die hier misschien door het nieuwe model van gpt een vlucht nemen!

Onlangs heb ik de kwartaalrapporten van $DELL, $AVGO en $HPE gelezen, en ik word er steeds zekerder van: Het grootste probleem van AI-hardware is nu niet of er bestellingen zijn, maar of er genoeg producten te koop zijn. De nieuwste kwartaalomzet van HPE is 12,21 miljard dollar, een stijging van 33,7% op jaarbasis, en ze hebben hun verwachtingen voor het hele jaar en volgend jaar opnieuw verhoogd. Wat echt de moeite waard is om te bekijken, is niet hoeveel ze hebben overtroffen. Het management benoemt direct de producten die nu het meest schaars zijn: Geheugen, NAND, CPU's, Drives. Deze zin verklaart eigenlijk de hele AI-hardwaremarkt. Servers blijven uitbreiden → DRAM/HBM blijft schaars → NAND/SSD vraag blijft stijgen → CPU's en netwerkapparatuur nemen toe → Uiteindelijk heeft dit effect op optische modules, stroomvoorziening en vloeistofkoeling. Als je de recente kwartaalrapporten samenvoegt: $DELL: AI-server backlog van 95 miljard dollar $AVGO: AI halfgeleideromzet +221% $HPE: zegt direct dat de vraag veel groter is dan het aanbod Drie verschillende bedrijven, maar hetzelfde antwoord: AI CapEx is nog lang niet gestopt. Daarom kijk ik nu naar AI-hardware en focus ik me niet alleen op $NVDA. Wat echt interessant is, is de volgende laag: SK Hynix / $MU — Geheugen $SNDK — NAND/SSD $ANET — Netwerken $LITE / $COHR — Optica $VRT / $ETN — Stroomvoorziening Vroeger maakte de markt zich zorgen: Zal er wel vraag zijn naar AI-servers? Nu lijkt het steeds meer: Klanten willen kopen, maar de toeleveringsketen kan niet leveren. Zolang deze situatie blijft, vind ik het moeilijk om negatief te zijn over AI-hardware. De volgende echte kans is misschien niet "de volgende NVDA". Maar: Het volgende product dat schaars begint te worden.

Nu het conflict in het Midden-Oosten escaleert, zullen er meteen mensen zijn die $LMT, $RTX, $NOC gaan kopen. Maar ik denk dat de meest gemaakte fout bij defensieaandelen is: Oorlog zien en dan achteraan rennen. Want wat echt de winst van defensiebedrijven in de komende jaren bepaalt, is niet hoeveel raketten er vandaag worden afgevuurd, maar of landen na de oorlog hun voorraden blijven aanvullen, het defensiebudget verhogen en langlopende contracten tekenen. Dus ik kijk bij defensie niet alleen naar de krantenkoppen. Ik kijk liever naar drie dingen: Backlog, Book-to-Bill, capaciteitsuitbreiding. Bijvoorbeeld, als een defensiebedrijf een kwartaalomzet van 10 miljard dollar heeft, maar nieuwe orders van 20 miljard dollar binnenkrijgt, betekent dat dat het niet leeft van oude orders, maar dat de toekomstige inkomstenstroom nog steeds groeit. Dat is ook waar $LMT, $RTX, $NOC nu echt interessant zijn. Raket-, onderscheppingssystemen, luchtverdediging, gevechtsvliegtuigen: als die gebruikt zijn, worden ze niet de volgende dag aangevuld, maar kost het jaren om ze opnieuw te produceren. Dus de echte investeringslogica na een oorlog is niet: "Vandaag is er oorlog, dus defensie stijgt." Maar: Na een wereldwijde daling van wapensvoorraden, wie gaat de komende jaren de magazijnen weer vullen? Op korte termijn kijk je naar oorlog. Op lange termijn kijk je naar orders. Ik bestudeer defensie liever als niemand het over oorlog heeft, dan dat ik meteen ga meedoen als de raketten net zijn geland.

Als er geen verrassingen zijn, kunnen we deze maand een nieuw hoogtepunt zien $NVDA eerlijk gezegd is het echt eng….. $GOOG zal waarschijnlijk nog lang duren $TSLA misschien in het volgende leven🤣

Van schoenen verkopen uit de kofferbak tot het worden van het krachtigste sportmerk ter wereld, en nu eruit gegooid worden uit de S&P 100. Ik herinner me nog dat ik in 2021 op de middelbare school al die verdomde prijsverhogingen voor Nike moest betalen en het waren er zelfs meerdere keren zoveel $NKE is in die 60+ jaar bijna een geschiedenis van een Amerikaans consumentenmerk. In 1964 richtten Phil Knight en zijn atletiekcoach Bill Bowerman Blue Ribbon Sports op. In het begin hadden ze niet eens hun eigen schoenen, ze importeerden gewoon Onitsuka Tiger uit Japan, wat nu ASICS is, en Knight reed zelfs met de auto naar atletiekwedstrijden om schoenen te verkopen. In 1971 veranderde het bedrijf officieel van naam: NIKE. Datzelfde jaar werd de Swoosh, die later honderden miljarden dollars waard zou zijn, geboren. In 1984 gebeurde er iets cruciaals in de geschiedenis van Nike: Michael Jordan werd getekend. Air Jordan redde niet alleen de basketbalschoenbusiness, maar veranderde ook het hele bedrijfsmodel van sportschoenen, celebrity endorsements en streetwear-cultuur. In 1988: Just Do It. Nike veranderde van een bedrijf dat sportschoenen verkocht in een wereldwijd cultureel icoon. In de daaropvolgende decennia brachten Air Max, Jordan, Dunk, Air Force 1 en andere hits Nike naar de nummer één positie in de wereld van sportschoenen. Eind 2021 had Nike een marktwaarde van meer dan 260 miljard dollar. Maar hier begonnen ook de problemen. Een van Nike's grootste fouten in de afgelopen jaren was te veel vertrouwen op DTC. Ze wilden minder afhankelijk zijn van retailers zoals Foot Locker en JD, en alle consumenten terughalen naar de Nike-app, de officiële website en eigen winkels. Op korte termijn levert dat een hogere winstmarge op. Maar de bijwerkingen zijn duidelijk: slechtere kanaalrelaties, minder exposure, tragere productinnovatie. De afgelopen jaren hebben Hoka, On, Adidas, Anta en Li Ning de markt agressief veroverd, terwijl Nike steeds meer leunde op oudere schoenmodellen. Dit is vooral duidelijk op de Chinese markt. De omzet in Groot-China daalde in het laatste kwartaal direct met -17%. De totale omzet voor het fiscale jaar 2026 is slechts 46,4 miljard dollar, ongeveer gelijk aan het voorgaande jaar en zelfs lager dan de 51,4 miljard dollar in 2024. De nettowinst daalde ook van 5,7 miljard dollar in 2024 naar ongeveer 3,1 miljard dollar nu. (SEC) De aandelenkoers is nog dramatischer. Eind 2021 was de marktwaarde van Nike ongeveer 264 miljard dollar. Nu is dat nog maar ongeveer: 57 miljard dollar. Een krimp van bijna 80%. En deze week gebeurde er iets heel symbolisch: Nike werd officieel uit de S&P 100 verwijderd. De vervanger die erin kwam, is: $PANW. Tegelijkertijd kwamen ook binnen: $DELL $ANET $SNDK Een server, een AI-netwerk, een cybersecuritybedrijf, een opslagbedrijf. En eruit gingen: Nike, Simon Property, Colgate, Honeywell Aerospace. (News Release Archive) Dus ik denk dat het echt interessante aan deze aanpassing niet is: "Nike is ten onder gegaan." Maar: De weging van de 100 kernbedrijven in Amerika verschuift van traditionele consumentenmerken naar AI en technologische infrastructuur. Nike bouwde destijds een consumentenimperium op dankzij Jordan en merkmarketing. Nu is de markt het meest bereid om waardering te geven aan: servers, netwerken, opslag, beveiliging. Natuurlijk is Nike nog lang niet dood. Sinds Elliott Hill terug is, zijn de groothandelskanalen hersteld, kortingen verminderd, en wordt er opnieuw ingezet op hardlopen en sportprestaties, met tekenen van herstel in Noord-Amerika. (https://t.co/UpMwU9WAm0) Maar het probleem is: Nike hoeft niet meer te bewijzen of het nog een goed merk is. Maar: Of dit meer dan 60 jaar oude consumentenimperium nog een nieuwe generatie Air Jordan kan creëren.

Veel mensen zeggen dat opslag een cyclisch aandeel is, het stijgt nu alleen vanwege prijsstijgingen, maar zal vroeg of laat dalen. Ik dacht vroeger ook zo, totdat ik veel tijd heb besteed aan het bestuderen van AI. Je ziet, het trainen van een groot model met GPU kost tienduizenden kaarten, maar wat AI echt laat draaien is niet alleen rekenkracht, maar ook data — en data moet worden opgeslagen. Je kunt NVIDIA niet kopen, maar het is moeilijk om geen SSD te kopen. In de toekomst zal AI niet gebrek hebben aan data, maar aan opslagruimte. Als de hele wereld video's, 3D en Agents gaat genereren, zal opslag veranderen van een "cyclisch product" naar "infrastructuur". Als je dat beseft, zal het misschien niet een paar keer zijn, maar een heel tijdperk. "Maar ik denk nog steeds dat opslag vroeg of laat zal dalen" 🤔 (behalve mijn $SNDK😘 zie tienduizend dollar)

$ZEC is weer gek gestegen, maar deze stijging is niet volledig te danken aan spotkopers. Deze stijging overtreft $BTC in een week of zelfs een maand! ZEC wordt momenteel rond de 1190 dollar verhandeld, met een stijging van bijna 18% in 24 uur, en een hoogste punt van 1204. De eerste katalysator is de Grayscale ZCSH spot ETF: sinds de lancering op 25 augustus is het beheerd vermogen gestegen van ongeveer 305 miljoen dollar naar 415 miljoen dollar, waardoor institutionele instroom echt op gang komt. De tweede laag is de terugkeer van het privacy-munt narratief, waarbij de markt opnieuw handelt in on-chain privacybehoeften. De derde en meest krachtige laag: na het doorbreken van de 1000 dollar werden veel shortposities gedwongen om terug te kopen, waarbij de vorige ronde ongeveer 34,5 miljoen dollar aan shortposities werd geliquideerd, en hefboomfondsen de stijging verder versterkten. Maar ik wil één ding benadrukken: er zit duidelijk een short squeeze-element in deze stijging, de futures-activiteit is sterker dan de spotkopers, hoe steiler de stijging, hoe sneller de correctie kan zijn. Qua niveaus is 1200–1205 de huidige weerstand, bij een stevige doorbraak kijken we naar 1250, en pas bij het doorbreken van 1250 is er kans op een stijging naar 1300; aan de onderkant kijken we eerst naar steun rond 1120–1100, bij verlies daarvan kan een terugval naar 1050 volgen, en 1000–1020 is de belangrijkste grens tussen sterk en zwak in deze beweging. Mijn mening is simpel: op dit niveau niet achter de prijs aanlopen, en ook niet tegen de trend in short gaan. Of wacht tot er rond 1100 een volumeafname en stabilisatie is, of wacht op een doorbraak boven 1205 gevolgd door een pullback ter bevestiging, er is geen comfortabele kans in het midden van het bereik. #ZEC现货ETF首日成交额1480万美元

Veel mensen begrijpen één ding niet: Waarom voelen softwareaandelen zich vaak niet goed als AI-hardware sterker wordt? Omdat AI-hardware en software vaak strijden om hetzelfde budget. Het jaarlijkse budget van een bedrijf is beperkt. Als dit jaar besloten wordt om 10 miljard dollar extra uit te geven aan het bouwen van AI-datacenters, waar gaat dat geld dan eerst naartoe? GPU's, servers, HBM, netwerken, optische modules, opslag, stroomvoorziening. Met andere woorden: $NVDA, $AVGO, $DELL, $MU, $ANET, $LITE, $SNDK... De hardware neemt het geld eerst in beslag. Het probleem met software is: Kan AI bedrijven direct helpen geld te besparen, geld te verdienen of de ARPU te verhogen? Als het antwoord nog onzeker is, is de eerste reactie van de CFO vaak niet om tien extra SaaS-abonnementen te kopen, maar om eerst de kern van de AI-infrastructuur op te bouwen. Dus het meest opvallende fenomeen in de eerste fase van AI is: Explosieve CapEx, softwarebudgetten worden ingeperkt. Dit is ook waarom veel SaaS-bedrijven de afgelopen tijd door de markt in twijfel werden getrokken: Is AI echt hun groeipunt, of vervangt het hen direct? Maar hardware is anders. Ongeacht wie het AI-model uiteindelijk wint, moet het eerst: trainen, inferentie doen, data opslaan, verbinden en van stroom voorzien worden. Dus hardware verdient het geld van: "AI moet bestaan." Software verdient het geld van: "AI moet succesvol worden gecommercialiseerd." Dat is het grootste verschil tussen beide. Hardware ontvangt eerst het geld. Software moet later de ROI bewijzen. Daarom geef ik in de vroege AI-cyclus natuurlijk de voorkeur aan hardware. Maar dat betekent niet dat software altijd verliest. Het echte scenario zou moeten zijn: Fase één: hardware explodeert eerst. Iedereen bouwt massaal datacenters. Fase twee: software begint zijn beloftes waar te maken. AI-agenten, enterprise AI, dataplatforms beginnen echt te factureren. Fase drie: de markt beoordeelt opnieuw wie winst kan behouden. Dus mijn grootste oordeel over AI is altijd hetzelfde gebleven: Hardware en software zijn niet permanent tegenstanders, maar hebben een verschillende volgorde van winstrealisatie. Hardware verkoopt nu zekerheid. Software verkoopt de toekomst. En in een omgeving met hoge rente en hoge waarderingen, geeft de markt meestal eerst: aan degenen die al orders hebben binnengehaald.