两年期美债收益率攀升4个基点 对加密市场有何影响
周四（5月14日）的纽约尾盘，美国国债市场经历了一场典型的“数据驱动”行情。美国10年期基准国债收益率最终上涨1.28个基点，收于4.4816%。不过，全天的走势远非一条直线，而是画出了一个耐人寻味的长尾“W”形。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
行情的关键转折点出现在北京时间21:50左右，也就是美股开市前后。当时，最新发布的美国零售销售数据不及预期，市场对经济前景的担忧短暂压过了其他因素，10年期收益率应声跌至日内低点4.4345%。然而，市场的犹豫并未持续太久，空头力量迅速回补，推动收益率一路反弹，最终触及4.4865%的日内高位后小幅回落。这种先抑后扬再探高的走势，构成了“W”形的右半边，显示出多空双方在关键数据后的激烈博弈。
短期债券的反应则更为直接。对货币政策更敏感的两年期美债收益率上涨了4.01个基点，报4.0172%，日内交投区间介于3.9501%至4.0193%之间。其涨幅明显超过长债，这导致关键的2年/10年期国债收益率利差收窄了约2.7个基点，至+45.811个基点。利差的收窄通常被解读为市场对远期经济增速或通胀的预期有所降温。
与此同时，通胀保值国债（TIPS）市场也传递出复杂信号。10年期TIPS收益率上涨2.06个基点至1.9837%，而两年期TIPS收益率则大幅攀升5.73个基点至1.0972%。短期通胀预期补偿的快速上升值得关注。相比之下，30年期TIPS收益率几乎持平，微跌0.12个基点至2.7418%，表明长期通胀预期保持稳定。
综合来看，周四的债市行情可以概括为：疲软的零售数据一度引发避险情绪，但市场很快将注意力转向其他因素，可能是对美联储政策路径的重新定价，或是技术性的头寸调整。最终，收益率曲线呈现“熊平”态势（短端升幅大于长端），反映出市场在权衡经济数据与政策预期时的微妙心态。
相关攻略
韩国股市刚刚迈入了一个新的里程碑。5月15日，韩国综合股价指数（KOSPI）盘中首次触及8000点整数关口，最终收涨0 27%，刷新了历史最高纪录。 这个数字背后，是市场情绪与资金流向共同作用的结果。全球投资者对韩国科技股，尤其是半导体板块的持续看好，构成了本轮上涨的核心推力。与此同时，市场对主要经
5月15日，东京股市日经225指数跌破62000点，为5月7日以来首次。此次回落可视为前期快速上涨后的技术性回调，市场基本面未发生根本逆转。短期波动受情绪、技术面及资金流动影响，后续需关注指数能否在关键位置企稳。投资者宜着眼长期，关注具持续竞争力的公司与产业趋势。
AI平台Bankr成功筹集近10万美元资金，计划为生态内开发者免费提供大语言模型推理服务，以降低开发门槛。同时，团队预告将先推出一款未公开细节的新产品，旨在吸引行业关注并逐步构建其生态竞争壁垒。
周四（5月14日）的纽约尾盘，美国国债市场经历了一场典型的“数据驱动”行情。美国10年期基准国债收益率最终上涨1 28个基点，收于4 4816%。不过，全天的走势远非一条直线，而是画出了一个耐人寻味的长尾“W”形。 行情的关键转折点出现在北京时间21:50左右，也就是美股开市前后。当时，最新发布的美
美股三大股指集体高开，道指涨0 79%，标普500与纳指亦小幅上扬。思科股价大涨15%创历史新高，主要得益于其第三财季营收158亿美元超预期，并获多家投行上调目标价。相比之下，英特尔股价则逆市下跌4%。
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭