跳转至

2026-09-05｜TradingView市场热力＋前沿科技投资研究

今日核心结论

市场数据截至2026-09-04美股收盘。今天是周六，9月7日周一为美国Labor Day休市，下一个美股现金交易日为9月8日周二。

9月4日最大的市场变量不是AI需求，而是强于预期的非农重新抬升利率上限。美国8月非农新增16.2万人，失业率4.1%，平均时薪同比3.1%；10Y盘中升至约4.812%，9月加息概率一度升至65%左右。与此同时，AI/半导体内部却出现明显逆势强势，存储链成为当天最清晰的资金集中方向。

因此当前市场不是简单Risk-Off，而是：宏观折现率变差，但最强AI盈利/供需链仍能吸引资金。

一、TradingView市场热力

1. SPX500行业近7日/30日

口径：Sector SPDR ETF日线复算；近7日=8月28日→9月4日，近30日=8月5日→9月4日。

排名 行业 ETF 近7日 近30日 判断
1 能源 XLE +2.20% +11.78% 中期绝对最强，但9/4降温
2 科技 XLK +0.86% +0.74% 短线重新转强
3 公用事业 XLU +0.82% -1.33% 短线修复，中期仍受利率压制
4 医疗 XLV +0.17% +4.44% 30日趋势仍强
5 金融 XLF 0.00% +0.17% 中性
6 通信服务 XLC -0.85% +1.05% 短线回吐
7 必选消费 XLP -1.02% -0.88% 防御未取得领导力
8 工业 XLI -1.06% -5.95% 30日最弱
9 房地产 XLRE -1.24% -2.81% 久期压力
10 材料 XLB -1.39% -0.38% 弱势
11 可选消费 XLY -1.96% -3.14% 短线最弱

2. 强势板块

能源：趋势最强，但最新交易日出现降温

XLE近30日+11.78%，仍远高于其他行业；但9月4日XLE -0.87%，成交量约2603万股，高于9月3日约2408万股，属于高位回落且成交略增。Brent 9月4日收于约92.68美元、周涨7.6%，WTI约91.48美元、周涨近10%。因此能源趋势没坏，但短线不再适合把“油价上涨”简单外推成每天继续追涨。

科技：价格重新走强，但量能确认一般

XLK 9月4日+0.70%，近7日+0.86%；但成交量约507万股，低于9月3日约609万股。即价格强、量能一般。真正的增量来自半导体/存储内部，而不是整个科技全面扩散。

3. 弱势板块

工业

XLI近30日-5.95%，仍是11行业最弱。9月4日虽+0.41%，但更像超跌修复。若未来10Y下降而XLI仍持续落后，需要提高对非AI资本开支和制造业周期的警惕。

可选消费/房地产

XLY近7日-1.96%，XLRE近7日-1.24%。强就业数据重新抬升利率预期，对消费融资和房地产久期同时不利。

4. 股票扫描

强势股：可靠、高信息价值不足10只，不凑数。

股票 9/4表现 核心信号
SNDK 约+12% NAND/AI存储资金集中
MU 约+6.1% HBM/DRAM供需与AI存储
STX 约+6% 数据中心存储
WDC 约+5%~6% 存储链扩散

弱势股：同样不凑数。

股票 9/4表现 风险
LULU 约-17% 再次下调全年展望
ADBE 约-6.7% CEO交接＋AI竞争担忧
TSLA 约-5.9% Cybercab安全调查事件
HOOD 约-2% 高Beta风险偏好回吐

5. 异常波动与集中度

9月4日最值得记录的是指数偏弱，但存储/半导体明显逆势走强。SNDK约+12%，MU约+6.1%，STX/WDC约+5%~6%，半导体指数涨幅超过大盘。这属于非常典型的“窄主题资金集中”，不是全面Risk-On。

与此同时，美国股票基金截至9月2日连续第二周净流出，单周流出约111.2亿美元；科技行业基金净流出约13.9亿美元，货币市场基金净流入约487.6亿美元。资金面并没有确认全面风险偏好重新启动。

6. 美国经济日历

今天9月5日为周六，没有美国现金市场和常规宏观数据。9月7日周一Labor Day，NYSE/Nasdaq休市。

下周关键节点：

  • 9月9日：Employer Costs for Employee Compensation；
  • 9月10日：8月PPI；
  • 9月11日：8月CPI＋Real Earnings；
  • 9月15–16日：FOMC，9月16日14:00 ET公布决议。

真正决定9月是否加息的下一组核心信息已经从就业切换到PPI/CPI。

7. 市场环境

非农与10Y

8月新增非农16.2万人，显著高于市场预期；失业率4.1%，平均时薪同比3.1%。10Y盘中升至约4.812%，2Y升至约4.37%，市场对9月加息概率明显上调。

VIX

Cboe公开页面当前可可靠核验的最新完整值仍停留在9月3日附近；本次未取得9月4日VIX官方完整收盘值，因此不估算冒充实时数据。

QQQ / SPY / IWM

近7日：QQQ约+0.35%，SPY约+0.11%，IWM约+0.09%，排序为 QQQ > SPY > IWM。9月4日单日则IWM约+0.28%、QQQ约+0.18%、SPY约-0.39%。说明强非农并没有把成长股整体打垮，但市场宽度依旧有限。

8. 今日风险提示

  1. 10Y 4.80%仍是高估值AI的核心压力位；如果CPI/PPI继续偏高，5%会重新进入交易框架。
  2. Brent 90美元以上继续增加通胀尾部风险，但XLE已经出现高位降温，不宜把油价与能源股机械等同。
  3. 存储链第二天承接是最重要的AI宽度验证。若SNDK/MU/STX/WDC只有单日脉冲，说明是拥挤轮动；若持续强，则AI基础设施资金可能从GPU扩散到Memory/Storage。
  4. 美国股票基金连续两周流出，说明大盘尚缺乏“资金全面回流”确认。

二、前沿论文雷达

今日一句话研究结论

今天的新论文并不支持“继续堆更多Agent/更多参数”这一条简单路线，而是集中在：把真实Agent轨迹变成可复用训练环境、把长任务的最终奖励拆回每一步、以及把27B混合模型压进NVFP4。核心主线仍是“提高每单位算力、数据和交互产生的有效工作”。

本期达到A/B/C标准的高质量新增只有4篇，不足10篇，不凑数。

排名 论文 领域 机构 级别 商业化 投资关联
1 Terminal-Universe Agent/Coding 原摘要未可靠披露 B <1年 Agent训练基础设施
2 DRACO Agent RL 原摘要未可靠披露 B <1年 Long-Horizon Agent
3 NVFP4 W4A4 for Hybrid 27B LLM Inference/Quantization 原摘要未可靠披露 B <1年 NVIDIA：弱利好
4 THz-SynC AI Network 原摘要未可靠披露 C 3–5年 中性

Top 1｜Terminal-Universe

英文： Terminal-Universe: Turning Agent Trajectories into Scalable Terminal Environments

首次公开： 2026-09-03，v1；Preprint。

原论文： https://arxiv.org/abs/2609.04148

传统Agent训练最缺的不是轨迹，而是可再次执行、可验证的环境。Terminal-Universe从历史terminal agent trajectory恢复被修改前的文件和依赖，再补齐workspace，把“一次性演示”重建为可以反复生成新任务的environment。

关键数字：从公开轨迹构建 37.3k个task-sufficient environments；对Qwen3.5-27B做SFT后，Terminal-Bench 2.1单轮提高 11.9个百分点，EvoCode-Bench v2多轮MT@4提高 13.8个百分点。

真实性检查： 优势是任务可执行、反馈可验证；限制是恢复环境依赖completion agent，仍可能产生合成偏差，且尚未证明所有真实企业repo都能稳定重建。

商业化： <1年。

市场定价： 未充分定价。Agent公司未来重要资产可能不是“聊天记录”，而是能被重新运行和重新采样的任务环境。

上市公司映射： 中性，不强行关联。

Top 2｜DRACO

英文： DRACO: Fine-Grained Credit Assignment with Dynamic Rubrics for Long-Horizon Agent Training

首次公开： 2026-09-03，v1；Preprint。

原论文： https://arxiv.org/abs/2609.04094

长任务Agent经常只有最终一个成功/失败分数，但几十步行动中到底哪一步做错并不清楚。DRACO动态生成rubric，在整条轨迹结束后只评一次，再把评价重新分配到对应步骤，形成细粒度GRPO advantage。

关键数字：AppWorld相对base model +15.9个百分点，并且比使用稀疏真实reward训练的GRPO仍高 5.3个百分点；Tau-Bench相对base +5.3个百分点，即便没有frontier judge也超过多种reward训练设置。

真实性检查： 跨AppWorld和Tau-Bench具有一定泛化价值，但仍主要是benchmark，真实企业长任务中的reward drift和rubric偏差尚需验证。

商业化： <1年。

市场定价： 未充分定价。

上市公司映射： 中性。

Top 3｜NVFP4 W4A4

英文： Why Gated DeltaNet Survives 4-Bit Quantization: NVFP4 W4A4 for the Recurrent Half of a Hybrid 27B LLM

首次公开： 2026-09-03，v1；Preprint。

原论文： https://arxiv.org/abs/2609.04098

研究把Qwen3.8-27B中包括48层Gated DeltaNet在内的全部496个linear layer都量化到NVFP4 W4A4，而不是像早期方案那样把recurrent/gate部分保留在8/16-bit。

结果：5任务平均仅比BF16低 0.52，模型仅 17.5GiB，prefill速度提高 14%–19%，64K retrieval仍可保持；gate约11%的GEMM误差在非线性后被压缩到约2%输出误差。

真实性检查： 这是很有价值的系统实验，但核心验证集中在一个27B hybrid architecture，不能直接外推到所有Transformer/SSM模型。

商业化： <1年。

市场定价： 部分定价。

NVIDIA映射：弱利好。 原因是NVFP4推理生态的可用性提高，但不能据此推断GPU需求线性上升。

补充｜THz-SynC

论文： https://arxiv.org/abs/2609.04025

首次公开2026-09-03，v1。它尝试把光网络和THz无线rack-to-rack链路组合，用contextual bandit动态分配无线资源，优化All-to-All/AllReduce的完成时间和能耗。论文报告trace-driven simulation的delay-energy Pareto优于多种基线，但公开摘要没有给出足够统一的百分比，且没有真实数据中心部署，因此评级C，商业化3–5年，上市公司映射中性。

Emerging Research Cluster

方向 近7日 近30日 判断
Agent Harness / Training Environment 快速升温 明显形成聚类 从“收集轨迹”转向“重建可执行环境”
Agent Credit Assignment / Skills / Memory 快速升温 明确聚类 长任务训练开始系统解决每一步的责任分配
Inference Quantization 升温 持续强 FP4从纯Transformer扩到hybrid recurrent模型
HBM / Advanced Packaging 本期无强新增 产业仍强 没有新论文不等于产业Capex失效
CPO / Optical I/O 本期无强新增 仍活跃 不为覆盖主题而强行纳入普通论文

Strategic Research Signal

研究员推断： OpenAI、Anthropic、Google DeepMind、Meta、Microsoft、NVIDIA、Apple、Amazon、TSMC、Intel、AMD、Samsung、SK hynix、Micron、ASML过去24小时未取得足够可靠的一手研究发布，可以证明它们的研究战略发生新的重大改变，因此今天不制造“战略转向”。

更值得记录的是横跨研究界的共同变化：Agent研发从“模型更强”转向“环境、反馈、Memory、Skill、Credit Assignment更强”；推理侧则继续压低每token的memory/compute成本。 研究员推断，这对云厂商和模型公司的含义是：未来Agent毛利率的改善很可能更多来自系统工程，而不只是模型价格下降。

三、研究信号 × 市场信号

1. 研究升温＋市场同步走强：AI Memory / Inference Efficiency

市场上SNDK、MU、STX、WDC在9月4日形成明显存储链共振；研究侧NVFP4则继续证明推理可以在更低精度、更小memory footprint下保持质量。

两者并非简单“同方向需求”——量化反而降低单位模型内存需求——但它们共同说明：AI正在从只看GPU FLOPS，转向Memory Capacity、Bandwidth、Storage和推理效率的整体系统优化。 这是当前最值得继续跟踪的交叉信号。

2. 研究升温但市场尚未明显定价：Agent Training Environment＋Credit Assignment

Terminal-Universe和DRACO都解决一个真正生产问题：如何从历史执行中得到可复用训练资产，以及长任务里如何知道哪一步应该被奖励/惩罚。公开市场目前没有形成成熟纯标的。

判断：6–24个月高优先级。 如果这类方法持续有效，Agent公司的长期护城河可能从“基础模型API”转向“任务环境库＋执行轨迹＋技能/评价系统”。

3. 研究尚未充分证实但股票容易主题化过热：下一代AI网络/CPO二阶资产

本期没有出现足够强的新CPO/Optical I/O实验论文；THz-SynC也仍是trace-driven simulation。也就是说，市场对下一代AI网络的长期方向可以正确，但工程成熟度、收入时间、可靠性和客户集中度仍不能被TAM故事替代。

当前仍应坚持：技术方向正确 ≠ 当前股票价格正确。

今日最终结论

  1. 强非农重新把10Y 4.80%变成高估值AI的第一风险线。 下周PPI/CPI将比就业更重要。
  2. 能源仍是30日最强行业，但9月4日XLE出现高位降温；油价与能源股不能再机械同步交易。
  3. AI内部最有价值的新市场信号是Memory/Storage扩散。 如果SNDK/MU/STX/WDC在下个交易日继续有承接，说明AI资金宽度正在改善；否则更像单日拥挤轮动。
  4. 研究侧最大的新增不是新大模型，而是Agent训练基础设施。 Environment reconstruction＋fine-grained credit assignment可能是未来Agent可靠性和成本曲线的重要变量。

最值得盯的三个变量：10Y 4.80%、9月10日PPI、9月11日CPI。

主要来源