道琼斯指数期货下滑，因科技股推动的上扬失去动能
- 道琼斯、标普 500 和纳斯达克期货在特斯拉和 Meta Platforms 财报公布后下跌。
- 尽管业绩超出预期，特斯拉仍下跌近 5%，而 Meta 在公布第三季度更新后小幅走低。
- 交易员现在将关注宝洁、西部数据和洛克希德·马丁的关键财报。
周四欧洲时段，道琼斯期货下跌 0.58%，交投于 52,750 附近。标普 500 期货下跌 0.97%，交投于 7,720 左右，而纳斯达克 100 期货重挫 1.69%，交投于 29,500 附近。
随着投资者评估科技巨头特斯拉和 Meta Platforms 最新的季度财报，美国股指期货下跌。前一交易日由科技股领涨的反弹，在强劲的企业财报和对人工智能日益高涨的热情推动下，已在开盘钟声前开始失去动能。
盘前交易中，尽管特斯拉在盈利和营收方面均超出华尔街预期，但其股价仍下跌近 5%。与此同时，Meta 在公布强于预期的第三季度营收并给出对下一季度的积极展望后，股价小幅下跌 0.36%。市场参与者现在将注意力转向周四即将公布财报的知名公司，包括宝洁（P&G）、西部数据和洛克希德·马丁。
特斯拉削减资本支出，削弱对人工智能转型的乐观情绪
据德意志银行称，投资者的关注点仍牢牢集中在长期投资计划上，管理层指出，公司“将 2026 年资本支出计划从 1300 亿至 1450 亿美元区间小幅上调至 1350 亿至 1450 亿美元”。相比之下，德意志银行强调，“特斯拉在盘后下跌 -5%，此前其将 2026 年资本支出目标从 250 亿美元下调至 200 亿美元”，这一举动“引发了市场对其向人工智能和机器人转型速度的质疑”，尽管“当前营收和盈利接近预期”。
这一动能暂停发生在周三常规交易时段美国市场表现稳健之后，当时道琼斯和标普 500 分别上涨 0.69% 和 0.58%。科技股占比较高的纳斯达克综合指数领涨，上涨 1.05%，SpaceX 和 Super Micro Computer 强劲的财务业绩提振了投资者对人工智能需求的信心。
人工智能股票常见问题（FAQ）
首先，人工智能是一门学术学科，它试图在机器中重建人类的认知功能、逻辑理解、感知和模式识别。人工智能通常缩写为AI，它有许多子领域，包括人工神经网络、机器学习或预测分析、符号推理、深度学习、自然语言处理、语音识别、图像识别和专家系统。整个领域的最终目标是创造通用人工智能(AGI)。这意味着制造出一种机器，可以解决它没有被训练过的任意问题。
人工智能有许多不同的用例。其中最著名的是生成式人工智能平台，它使用大型语言模型(llm)的训练来回答基于文本的查询。其中包括ChatGPT和谷歌的Bard平台。Midjourney是一个基于用户创建的文本生成原始图像的程序。其他形式的人工智能利用概率技术来确定实体的质量或感知，比如Upstart的贷款平台，它使用人工智能增强的信用评级系统，通过在互联网上搜索与申请人的职业、财富状况和人际关系相关的数据，来确定申请人的信用价值。其他类型的人工智能使用来自科学研究的大型数据库，为可能在实验室测试的药物产生新的想法。YouTube、Spotify、Facebook和其他内容聚合器使用人工智能应用程序，通过收集和组织用户观看习惯的数据，向用户推荐个性化内容。
英伟达(Nvidia)是一家半导体公司，既生产专注于人工智能的计算机芯片，也生产人工智能工程师用来构建应用程序的一些平台。许多支持者认为，英伟达是人工智能革命的“镐和铲”，因为它构建了实现人工智能进一步应用所需的工具。Palantir Technologies是一家“大数据”分析公司。该公司与美国情报机构签订了大量合同，后者利用其Gotham平台筛选数据，确定情报线索，并提供模式识别信息。其Foundry产品被大公司用于跟踪员工和客户数据，用于预测分析和发现异常情况。微软(Microsoft)持有ChatGPT开发公司OpenAI的大量股份，后者尚未上市。微软将OpenAI的技术与必应搜索引擎整合在一起。
在2022年底ChatGPT向公众推出后，许多与人工智能相关的股票开始上涨。例如，英伟达在发布后的六个月内上涨了200%以上。华尔街的权威人士立即开始怀疑，市场是否正在被另一个科技泡沫吞噬。著名投资者斯坦利·德鲁肯米勒(Stanley Druckenmiller)持有Palantir和英伟达的主要投资，他说泡沫不会只持续六个月。他说，如果对人工智能的兴奋真的变成了泡沫，那么极端的估值将持续至少两年半，或者像20世纪90年代末的互联网泡沫那样长。在2023年中期，最好的猜测是市场没有泡沫，至少目前没有。的确，英伟达当时的预期市盈率为27倍，但分析师们预测，未来几年该公司的营收将出现极高的增长。在互联网泡沫的高峰期，纳斯达克100指数的市盈率为60倍，但在2023年中期，该指数的市盈率为25倍。
推荐文章
