為什麼 DataDog 股票 8 月份下跌 17%?

發布日期:

科技股 Tech Stock


2023年9月8日金融快訊Market Briefing
根據標準普爾全球市場情報的數據, Datadog (DDOG) 的股價上個月下跌了 17.3% 。8 月 8 日,這家可觀察性和應用程序性能監控專家報告的第二季度收益超出了華爾街的預期,但投資者對管理層的前景感到沮喪。

過去幾年, Datadog 一直是成長型股票中的搖滾明星,實現了市場上最令人印象深刻的收入增長率之一。軟件和數據監控產品受到了尋求最大限度提高雲應用程序性能的客戶的強烈需求,而 Datadog 在產品質量和聲譽方面是行業領導者之一。

然而,在又一個季度增長放緩之後,投資者對這種說法不再那麼樂觀。Datadog 報告第二季度收入同比增長 25%,超出了分析師的普遍預期。這仍然是一個令人印象深刻的擴張速度,但趨勢顯然正在放緩。管理層下調了全年預測,確認近期不太可能加速。投資者對這一前景不以為然。

這是過去一年高增長軟件提供商的共同主題。宏觀經濟壓力和擔憂導致許多大型企業削減開支,並提高了對新交易的審查力度,從而延長了銷售週期。Datadog 及其許多同行的增長率因此大幅下滑,之前的高估值變得不可持續。自 2022 年初以來,Datadog 的市銷率和遠期市盈率均大幅下跌,但這兩個估值仍然足夠高,只要該公司的增長敘述受到威脅,該股就會面臨波動。

Datadog 的處境很奇怪。然而,許多問題可能會影響其未來幾個季度的收益,如果在經濟持續不確定的情況下出現市場低迷,該股可能會受到嚴重打擊。當經濟周期轉回擴張模式時,其收入肯定有可能加速增長。然而,最近的業績問題讓該公司的經濟護城河受到質疑。

儘管如此,Datadog 仍然是高增長行業的領導者,因此它應該在中期擁有堅實的需求催化劑。儘管上季度出現了一些引起投資者關注的困境,該公司仍然產生了近 1.5 億美元的自由現金流。最近的拋售並沒有讓該股變得便宜,但它為長期投資者創造了一個更具吸引力的切入點。

在如此動蕩的金融市場中,你會選擇怎樣投資?
一起深入了解資深投資者的美股交易策略。在投入股市之前,多認識美股市場,才可提高投資回報率。關注狂呼“個股分析”欄目,緊密跟蹤美股走勢,尋找更多投資機會。

點擊此處了解更多

免責聲明:本文章提供的信息僅供一般信息目的,並不應被視為投資建議。

返回網誌
1 / 8
  • 非侵入性產前檢查NIPT胎兒性別鑒定的優勢

    非侵入性產前檢查NIPT胎兒性別鑒定的優勢

    近年來,基因學和醫學的迅猛發展使得孕婦能夠通過簡單的DNA血液測試來檢測胎兒性別,這一進步大大簡化了傳統的檢查方式。現在,通過NIPT進行胎兒性別鑒定,孕婦可以在懷孕早期進行測試,這種方法不僅快速,而且更加精准。

    非侵入性產前檢查NIPT胎兒性別鑒定的優勢

    近年來,基因學和醫學的迅猛發展使得孕婦能夠通過簡單的DNA血液測試來檢測胎兒性別,這一進步大大簡化了傳統的檢查方式。現在,通過NIPT進行胎兒性別鑒定,孕婦可以在懷孕早期進行測試,這種方法不僅快速,而且更加精准。

  • SpaceX成功回收超重型助推器,開啟“可重複使用火箭”太空新競賽

    SpaceX成功回收超重型助推器,開啟“可重複使用火箭”太空新競賽

    SpaceX成功將“超重型”助推器回收,這一創舉標誌著太空探索歷史上的一個重要里程碑。這不僅是技術上的突破,更是在經濟上具有深遠意義的進展。通過回收助推器,SpaceX能夠顯著降低未來太空旅行的成本,這將使得太空探索變得更加可及。

    SpaceX成功回收超重型助推器,開啟“可重複使用火箭”太空新競賽

    SpaceX成功將“超重型”助推器回收,這一創舉標誌著太空探索歷史上的一個重要里程碑。這不僅是技術上的突破,更是在經濟上具有深遠意義的進展。通過回收助推器,SpaceX能夠顯著降低未來太空旅行的成本,這將使得太空探索變得更加可及。

  • AI引領科學創新:2024年諾貝爾化學獎再次聚焦人工智能

    AI引領科學創新:2024年諾貝爾化學獎再次聚焦人工智能

    諾貝爾三大科學獎中,有兩項頒給了與AI相關的科學研究,深刻反映了AI技朮在全球科研舞台上的崛起與影響。這不僅表明了AI技朮正在逐步成為科學研究的重要工具,也顯示出其在解決復雜科學問題中的潛力。

    AI引領科學創新:2024年諾貝爾化學獎再次聚焦人工智能

    諾貝爾三大科學獎中,有兩項頒給了與AI相關的科學研究,深刻反映了AI技朮在全球科研舞台上的崛起與影響。這不僅表明了AI技朮正在逐步成為科學研究的重要工具,也顯示出其在解決復雜科學問題中的潛力。

  • 人工智能變革:諾貝爾物理學獎背后的創新與挑戰

    人工智能變革:諾貝爾物理學獎背后的創新與挑戰

    兩位獲獎者運用物理學原理來訓練神經網絡,開發出為當今強大機器學習技朮奠定基礎的方法。他們的研究利用了物理學的基本概念,通過網絡結搆處理信息,促使機器學習在過去20年內實現了“爆炸式”增長,催生了如今廣為人知的人工智能技朮。

    人工智能變革:諾貝爾物理學獎背后的創新與挑戰

    兩位獲獎者運用物理學原理來訓練神經網絡,開發出為當今強大機器學習技朮奠定基礎的方法。他們的研究利用了物理學的基本概念,通過網絡結搆處理信息,促使機器學習在過去20年內實現了“爆炸式”增長,催生了如今廣為人知的人工智能技朮。

1 / 4
1 / 4
1 / 4