道瓊斯指數期貨下滑，因科技股推動的上揚失去動能
- 道瓊斯、標普 500 和納斯達克期貨在特斯拉和 Meta Platforms 財報公佈後下跌。
- 儘管業績超出預期，特斯拉仍下跌近 5%，而 Meta 在公佈第三季度更新後小幅走低。
- 交易員現在將關注寶潔、西部數據和洛克希德·馬丁的關鍵財報。
週四歐洲時段，道瓊斯期貨下跌 0.58%，交投於 52,750 附近。標普 500 期貨下跌 0.97%，交投於 7,720 左右，而納斯達克 100 期貨重挫 1.69%，交投於 29,500 附近。
隨著投資者評估科技巨頭特斯拉和 Meta Platforms 最新的季度財報，美國股指期貨下跌。前一交易日由科技股領漲的反彈，在強勁的企業財報和對人工智能日益高漲的熱情推動下，已在開盤鐘聲前開始失去動能。
盤前交易中，儘管特斯拉在盈利和營收方面均超出華爾街預期，但其股價仍下跌近 5%。與此同時，Meta 在公佈強於預期的第三季度營收並給出對下一季度的積極展望後，股價小幅下跌 0.36%。市場參與者現在將注意力轉向週四即將公佈財報的知名公司，包括寶潔（P&G）、西部數據和洛克希德·馬丁。
特斯拉削減資本支出，削弱對人工智能轉型的樂觀情緒
據德意志銀行稱，投資者的關注點仍牢牢集中在長期投資計劃上，管理層指出，公司"將 2026 年資本支出計劃從 1300 億至 1450 億美元區間小幅上調至 1350 億至 1450 億美元"。相比之下，德意志銀行強調，"特斯拉在盤後下跌 -5%，此前其將 2026 年資本支出目標從 250 億美元下調至 200 億美元"，這一舉動"引發了市場對其向人工智能和機器人轉型速度的質疑"，儘管"當前營收和盈利接近預期"。
這一動能暫停發生在週三常規交易時段美國市場表現穩健之後，當時道瓊斯和標普 500 分別上漲 0.69% 和 0.58%。科技股佔比較高的納斯達克綜合指數領漲，上漲 1.05%，SpaceX 和 Super Micro Computer 強勁的財務業績提振了投資者對人工智能需求的信心。
人工智能股票常見問題（FAQ）
首先，人工智能是一門學術學科，它試圖在機器中重建人類的認知功能、邏輯理解、感知和模式識別。人工智能通常縮寫為AI，它有許多子領域，包括人工神經網絡、機器學習或預測分析、符號推理、深度學習、自然語言處理、語音識別、圖像識別和專家系統。整個領域的最終目標是創造通用人工智能(AGI)。這意味著製造出一種機器，可以解決它沒有被訓練過的任意問題。
人工智能有許多不同的用例。其中最著名的是生成式人工智能平臺，它使用大型語言模型(llm)的訓練來回答基於文本的查詢。其中包括ChatGPT和谷歌的Bard平臺。Midjourney是一個基於用戶創建的文本生成原始圖像的程序。其他形式的人工智能利用概率技術來確定實體的質量或感知，比如Upstart的貸款平臺，它使用人工智能增強的信用評級系統，通過在互聯網上搜索與申請人的職業、財富狀況和人際關系相關的數據，來確定申請人的信用價值。其他類型的人工智能使用來自科學研究的大型數據庫，為可能在實驗室測試的藥物產生新的想法。YouTube、Spotify、Facebook和其他內容聚合器使用人工智能應用程序，通過收集和組織用戶觀看習慣的數據，向用戶推薦個性化內容。
英偉達(Nvidia)是一家半導體公司，既生產專註於人工智能的計算機芯片，也生產人工智能工程師用來構建應用程序的一些平臺。許多支持者認為，英偉達是人工智能革命的「鎬和鏟」，因為它構建了實現人工智能進一步應用所需的工具。Palantir Technologies是一家「大數據」分析公司。該公司與美國情報機構簽訂了大量合同，後者利用其Gotham平臺篩選數據，確定情報線索，並提供模式識別信息。其Foundry產品被大公司用於跟蹤員工和客戶數據，用於預測分析和發現異常情況。微軟(Microsoft)持有ChatGPT開發公司OpenAI的大量股份，後者尚未上市。微軟將OpenAI的技術與必應搜索引擎整合在一起。
在2022年底ChatGPT向公眾推出後，許多與人工智能相關的股票開始上漲。例如，英偉達在發布後的六個月內上漲了200%以上。華爾街的權威人士立即開始懷疑，市場是否正在被另一個科技泡沫吞噬。著名投資者斯坦利·德魯肯米勒(Stanley Druckenmiller)持有Palantir和英偉達的主要投資，他說泡沫不會只持續六個月。他說，如果對人工智能的興奮真的變成了泡沫，那麽極端的估值將持續至少兩年半，或者像20世紀90年代末的互聯網泡沫那樣長。在2023年中期，最好的猜測是市場沒有泡沫，至少目前沒有。的確，英偉達當時的預期市盈率為27倍，但分析師們預測，未來幾年該公司的營收將出現極高的增長。在互聯網泡沫的高峰期，納斯達克100指數的市盈率為60倍，但在2023年中期，該指數的市盈率為25倍。
推薦文章
