這篇會截圖外資報告中的重點句，讓你知道：這一句表達的是什麼，代表price in了什麼，你會發現，很多報告，分析師都已經直接把答案寫在裡面了。

我也拿了過去的設備股案例(LRCX、AMAT、KLAC)當成歷史對照組，讓我們能夠提升把握度，知道光通下一次re-rate可能需要看到什麼。

2026 年3月，LITE在 OFC 公布了一個非常驚人的長期展望(來源於LITE OFC簡報），公司認為 Optical AI TAM 從 2025 到 2030 年可以用大約 40% CAGR 成長，從18B到2030年達到90B；背後來自 OCS、Scale-out CPO、Scale-up CPO、Cloud Transceiver 等需求。公司甚至進一步給出：5B年營收的時後，毛利率可以到 45–48%；8B年營收的時後，毛利率可以到 49–52%，營益率38–42%。

看到這，你可能會覺得：TAM成長空間超大，利潤還可以變這麼高，LITE又該Re-rate了。

但這時後，UBS的報告標題直接寫了：CPO and OCS expands Lumentum’s TAM and LT targets but priced in.

But priced in這三個字，比前面 90B TAM 還重要，因為公司告訴你的是“未來可能有多好”，UBS 告訴你的卻是“市場已經相信它會有多好”，甚至他寫：investors were already discounting the high end of the outlook(投資者已將預期的高水平納入考慮了)

UBS根據市場當時討論判斷，當時 Buyside 已經在想 CY28營收$8–9B以及EPS 約 $30，可是當時Bloomberg、Koyfin、FactSet，看到Consensus EPS = $11.75，很多人會開始算：如果未來 EPS 可以做到 $20、$25、甚至 $30，那不是還有很大上修空間嗎？

但其實，當時股價可能早就在用 $30 想事情了，所以只是Consensus 還沒有上去，不代表市場還沒有想到。

第一章｜一家公司會經過三種完全不同的定價階段

• 宋分三階段：①估值擴張 → ②基本面跟上 → ③估值壓縮

• 為什麼 PE 下跌，不一定代表股票變差？

• 第一階段不一定是「EPS 不動、PE 上升」：要看股價主要在交易什麼。

• 為什麼一家公司走完③之後，還可能重新回到新的①′？

第二章｜一個新利多只是第二階段數字變得更好，還是真的足以重新開啟第一階段？LRCX 早已演過一次

• 2019 年 LRCX：週期復甦也能帶來估值擴張，但不等於結構性 Re-rate。

• 2020～2021 年真正改變估值的不是需求變好，而是「每一片 Wafer 需要的設備變多了」。

• 為什麼 WFE 變大不夠，Value Capture 增加才重要？

• AMAT、KLAC 告訴我們：產業 TAM 變大，不代表每家公司都值得重新估值。

• 把設備股的歷史帶回光通：什麼樣的新故事才有資格重新打開①？

第三章｜LITE：第一輪估值擴張早在 2023 年就開始了，現在市場已經在等第三個故事

• 2023 H2：去庫存尾聲＋AI Datacom，第一輪①估值擴張開始。

• 2024：PE 下來、EPS 上去，市場從①走進②基本面跟上。

• 2025 H2：1.6T、OCS、CPO、ELS、Scale-up/out/across，重新打開新的①′。

• 為什麼 2026 年連 Scale-up 都已經不能算「新故事」？

• Consensus ≠ 市場預期：為什麼 LITE 最大的風險，是 Buyside 已經跑得非常遠？

• LITE 下一輪真正要證明的，不是需求更好，而是 2028～2030 Earnings Power 再被改寫。

第四章｜COHR：市場已經相信光通很好，但獲利可能還沒有追完

• COHR 的 AI Datacom 故事已經進入②基本面跟上。

• 為什麼 COHR 的利潤結構和 LITE 不一樣？

• 同樣是 Buyside 比 Sellside 樂觀，為什麼 COHR 和 LITE 的解讀完全不同？

• COHR 還有一部分報酬可能來自營收、利潤、EPS 自己追上，並不是 PE 再擴張。

• OCS、PhotonLink、Multi-rail：什麼只是新產品，什麼才可能真正增加 Value Capture？

第五章｜CIEN：EPS 明明還在上修，為什麼市場已經從估值擴張走進基本面跟上？

• CIEN 是最漂亮的「EPS ↑＋PE ↑」第一階段案例。

• EPS 翻倍、股價超過三倍：多出來的報酬從哪裡來？

• 為什麼 PE 從高點回落，不代表已經進入③估值壓縮？

• 市場已經替長成長週期付錢之後，下一步考的是獲利能不能追上。

• DCI、Scale-across、DCOM、Hyper-Rail 已經不是完全新的故事；Distributed AI 還要證明什麼？

第六章｜下一輪估值擴張，到底需要什麼？不是更多 Beat，是長期模型被改寫

• TAM 變大不夠：要大到足以改變長期模型。

• 新架構要讓每單位算力需要的光學含量永久提高。

• 成長週期必須被延長，不是只多一兩季訂單。

• Margin、ROIC、競爭位置與 Value Capture 必須真的改變。

• 最終訊號：市場開始用一套不同的估值框架看這家公司。

第七章｜LITE、COHR、CIEN 下一個真正值得追的 Re-rate Catalyst 是什麼？

• LITE：Scale-up、ELS、NPO、新 OCS 應用，能不能再次改寫長期 Earnings Power？

• COHR：PhotonLink、OCS、Multi-rail 能不能讓公司從「賣更多產品」變成「拿到更多 Optical Value」？

• CIEN：Distributed AI 能不能讓 WAN 從傳輸網路，變成 AI Compute Architecture 的一部分？

• 同樣都是光通，三家公司正在考完全不同的考卷。

• 「宋分三階段」不只可以看光通，也可以帶去研究 AI 半導體、雲端、資安、軟體與 Cycle 股。

第一章 | 一家公司會經過三種完全不同的定價階段

假設一家公司原本 EPS 是 5 塊，市場長期給它 20x PE，股價大約5 × 20 = 100。

有一天，市場突然發現這家公司可能有一個新的產品，可能有一個新的市場，可能是公司原本只能賣一個零件，未來卻可以拿下整個系統，也可能是市場突然發現這家公司未來五年的 TAM，比原本想的大很多。

這時候營收還沒進來，EPS 也還沒有上修多少。可是市場已經開始願意說：「如果這件事情是真的，這家公司未來的成長週期、利潤、ROIC、TAM，可能都不一樣。」

於是 PE開始往上跳：20x → 25x → 30x。EPS 還是 5，但股價從100飆到150。

這就是第一階段 ① 估值擴張(敘事建立)：市場開始相信新的未來，因此「願意支付的估值」上升 (典型的案例是EPS跟營收都還沒進來，但也有案例是EPS已經動了市場才發現，所以會EPS/PE同時上升，只是第一階段的股價驅動力主要來自估值擴張)

接下來，故事開始真的發生了，新產品開始出貨，營收開始進來，毛利率上升，營業槓桿出現。分析師開始上調營收、獲利、目標價、市場預期共識一季一季往上修，EPS從5 → 7 → 9 最後上修到12，這時候就進入第二階段 ② 基本面追上估值

這個階段公司基本面通常看起來是最漂亮的，你每天看到的都都是Beat and Raise/不斷被上修的預期/Backlog創高/利潤創高/EPS創高，但偏偏也是這個階段，要開始變得更小心，因為要分清楚：這些數字是在創造一個新的故事，還是在把市場一年前就相信的故事做出來而已？(第二階段的股價驅動力來自EPS，估值幾乎是持平或小區間震盪)

最後會來到第三階段，假設 EPS 還是從12 → 14 → 15，公司沒有衰退，甚至還在成長，但是市場開始發現TAM 已經比較清楚了，成長開始正常化，沒有狂飆了，供給開始跟上，產品開始成熟，競爭開始增加，下一代產品對於業績的增量貢獻也沒有上一代那麼驚人。於是PE會瞬間縮水，30x → 25x → 20x，這時候你會看到一個最讓投資人困惑的現象：公司明明還在成長，EPS明明還在增加，股價為什麼不漲了？

因為獲利上修，但估值下修，這就是第三階段③估值收縮(成長放緩)

這裡有一個非常重要的地方，這三個階段不是① → ② → ③ → 結束。一家公司完全可能在③之後，再出現新的東西，例如新的架構、新的TAM、新的Value Capture等等，市場又會突然發現：「等等，我以前對這家公司未來的想像，又太小了」那麼：③ → ①′，新的估值擴張階段又會開始，接著：①′ → ②′ → ③′，再走一次。

所以今天這篇光通，我們把過去兩年的機構報告攤開，一篇一篇往回走，看市場到底是從什麼時候開始相信這些故事，又是從什麼時候開始不再滿足於這些故事。

只要你能判斷一家公司現在走到①、②，還是③，你下一個要找的證據就完全不同。

而這件事情，我想先帶你回到另一個 AI基礎設施產業(設備)，因為今天光通正在發生的事情，設備股已經走過一次了。

下一章，我們來看 LRCX。

第二章｜一個新利多只是第二階段數字變得更好，還是真的足以重新開啟第一階段？LRCX 早已演過：不是單純需求變好，是「每一片晶圓需要的設備變多了」

前一章我們講到，一家公司可以走：① → ② → ③ ，而如果新的 TAM、新架構、、新 Value Capture 出現，又可能重新回到新的①′，但這裡有一個問題：我要怎麼知道，一個「新利多」只是第二階段數字變得更好，還是真的足以重新開啟第一階段？

我認為最適合拿來跟今天光通比較的，是LRCX，因為現在我們研究光通，最關鍵的一個問題是：AI 算力每增加一單位，所需要的光學含量，會不會也結構性增加？

而十幾年前市場研究 LRCX 時，也探究過非常類似的問題：NAND 每往下一個世代走，同樣一片Wafer 所需要的蝕刻跟薄膜沉積，會不會結構性增加？當時如果答案只是：NAND 景氣復甦、客戶重新開始買設備，那只是週期。但如果是：晶片架構本身改變，讓每一片 Wafer 永久需要更多設備製程，那就不是普通的復甦了，我們往下看。

2019：第一次估值擴張，只是「壞消息差不多反映完了」

當時記憶體還在很深的修正裡，DRAM庫存很高，NAND Capex很弱，市場還在爭論2020 到底會不會復甦？這時候 UBS 的 LRCX 報告有一句非常漂亮：As more of the cycle begins to get priced in, we modestly increase the multiple(隨著週期因素逐漸被市場消化，我們小幅提高了倍數）

接著在報告最後，這一句也非常重要：“expectations have been reset”

UBS 當時把 LRCX 的目標倍數從11.5x小幅上調到12x，但它也還不願意直接給回完整的 14–15x，因為記憶體週期還沒有真正轉向

這裡有第一個非常重要的觀念：PE 上升，不一定代表市場發現新的結構性故事，有時候只是EPS預期已經被砍很多、壞消息大家都知道、市場開始相信谷底快到了、PE先回升，這種階段叫做週期性估值倍數擴張(Cyclical Multiple Expansion)

可以看到我下方放的forward PE，2019-2020估值從最低接近8x提升到18x，

雖然它也是第一階段的一種，但和我們真正想找的結構性re-rate不一樣。

2019 年市場想的是「LRCX 明年應該會比今年好。」不是「LRCX 這家公司未來應該永久值更多倍。」

2020～2021：事情開始不一樣了

到了 2020 下半年，市場開始發現LRCX 不是只在等記憶體的Capex 回來，它在 WFE 裡面的 Value Capture 可能正在增加。到了 2021 年 1 月，UBS 報告出現一句：logic transistors could also start to stack vertically beyond 3nm, the same concept, in principle, to what is happening today in NAND(邏輯電晶體也可能在三奈米之後開始採用垂直堆疊技術，從原理上講，這跟現在NAND正在發生的情況一樣)

這已經不是“NAND明年需求會比較好”，是半導體架構正在從平面往垂直化走了，這對LRCX特別重要，因為結構越垂直、層數越多，需要的蝕刻跟薄膜沉積製程也會跟著增加。換句話說：同樣一片 Wafer，LRCX可以賣進去的設備含量變多了，而這種變化，才有資格讓市場重新思考一家公司的長期估值。

到了 2021 Q1，UBS 幾乎已經把這個新故事寫完整了，他在2021/4/21的報告寫上：“LRCX looks set to gain ~100bps of WFE share this year and should remain a consistent share gainer, especially as logic structures start to build more vertically.”（LRCX 今年預計將在晶圓廠設備市場獲得約100 個基點的市佔率，並有望持續擴大，尤其是在邏輯晶片結構開始向垂直方向發展的趨勢下)

這一句可以拆成兩件事：

第一個：WFE變大。代表整個半導體設備市場變好。

第二個：LRCX WFE Share變大。代表同樣一塊設備市場裡，LRCX可以拿走更多。

而後者才是結構性re-rate最關鍵的地方。

市場不再只是在算全球明年蓋多少 Fab？開始算：就算整體 WFE 一樣大，因為製程架構改變，LRCX在每一美元WFE裡是不是可以拿更多？

這就跟今天光通的問題完全一樣，今天如果只是AI Data Center 明年多蓋 20%，它可能只會把光通公司的營收往上推，但估值不會變，可是如果每多一美元 AI 算力，光學含量也在上升，那才是re-rate關鍵。這時候不是只有故事，估值倍也真的一起上去了，同一份 報告裡：CY22 EPS $31.42 → $36.03，同時目標倍數從19上調到20倍，目標價從590上調到725。

這裡就是非常漂亮的獲利上調+估值也上調，因為如果只是第二階段基本面跟上，通常你看到的主要是獲利提升，估值未必還會繼續增加。但這時候市場同時提高獲利跟估值，這就是我會認定：新的第一階段① 已經成立。

接下來，基本面真的追上來了，2021 年 4 月那季，LRCX NAND System 營收創新高，UBS直接指出主要來自：96L / 128L investments。

換句話說，之前市場想像的層數提升帶動蝕刻跟薄膜沉積也提升，開始真的反映到營收了，這就是第二階段② 基本面跟上開始

接著， 2021 Q2：EPS還在高檔，估值卻開始不動了

到了 2021 年 7 月：LRCX營收仍然很好，NAND 營收仍然 +61%，Foundry營收+79%，業績仍然 Beat。

但是你看 UBS給的估值倍數還是18X，完全不變，目標價745上修5塊到750，幾乎沒變。

前面是新的架構出現，市場發現LRCX的Content / Wafer可以提高，估值提升，

到了這時候，這個故事大家都知道了，接下來公司要做的是：把它交出來，營收、EPS成長，所以這時候市場主要在交易的是獲利，不是估值，這就是 Earnings Catch-up(基本面跟上)。

然後到了 2022，第三階段真的來了

2022 下半年記憶體Capex 開始大幅下降，再加上中國出口限制，UBS當時預估 2023 WFE 年減超過20%。而 LRCX 又因為記憶體曝險特別高，直接進入大幅坎獲利預期，這時候這時候目標估值倍數大約14X，因為獲利跟估值下修，可以看到UBS 22Q3的LRCX的目標價變成450。

對比前一輪市場曾經願意給接近20x，這就是第三階段③ 估值收縮

因為市場已經把那一輪結構性re-rate的故事Price 完了，接下來短期獲利又進入下行週期，這就是週期股最痛的一段。

但真正重要的來了：LRCX 後來又走回①′(新的第一階段）

如果故事到這裡就結束，那這個案例還不足以回答今天光通最重要的問題，我們想知道的是：走完③之後，到底什麼東西才能讓市場重新開啟新的①？

設備股的答案在 2023 下半年開始出現。

2023 年初的故事很普通，記憶體支出已經掉很多，市場在猜是不是底要到了？這跟2019很像。如果只是2019，那只是週期性估值倍數擴張①，甚至 2023 Q2，中國成熟製程設備需求突然很強，EPS比預期好，但這樣還不足以結構性re-rate，因為營收增加，不代表成長週期永久增加。政策驅動的搶設備、提前拉貨、供應鏈囤貨，都可以讓獲利很好，但不代表公司長期獲利結構改變，這點跟今天光通的「訂單排到明年」非常像，訂單訂滿不等於新的第一階段。

真正開始不一樣，是 2023 年 7 月報告裡這一句：This time we also have AI that will benefit memory demand as the installation of AI compute infrastructure over the next 4-6Qs catalyzes a bigger demand flywheel. （這次我們有AI這個利多因素，未來4到6個季度AI運算基礎設施的部署，將激勵出更大的需求成長飛輪效應，從而提振對記憶體的需求)

就是這一句開始改變估值函數。

因為市場原本想的是：記憶體底部cycle要走完了，庫存消化完，會有週期性的恢復，走一個很傳統的典型的cycle，但現在新的變數AI開始出現了，未來的結構不一樣了。

所以故事開始從「記憶體會復甦」變成「AI可能改變下一輪記憶體需求的強度與週期」，這才是新的①′萌芽。

但光有 AI 還不夠，如果只是AI需要更多HBM，所以記憶體需求更高，那只是營收提升，真正讓 LRCX 特別受惠的，是下一輪記憶體不是單純多蓋產能而已，是技術提升本身就對 LRCX更有利。到了 2024，市場開始看到：HBM/Advanced DRAM/NAND技術提升、GAA、先進封裝等等，這些不是同一個 cycle裡「量再多一點」，是製程複雜度本身又再提高。也就是含量與強度都再次上升，這就是新的①′。

LRCX從2019-2024的估值階段如下圖

這個案例告訴我們的是：新的第一階段，不是「原本的好消息更好」而已，是市場開始用新的變數重新計算公司。

所以如果把這套方法帶回今天的光通，我們要看的就不是1.6T明年會不會再多賣20%？也不是CPO今年是不是比預期早一季？這些很可能只是維持在第二階段②，只是做得比預期好。

真正能重新開啟新的①′，必須是：市場突然發現，AI串連架構讓每一單位算力所需要的光學含量永久變多了；或者某一家公司原本只能拿一層 Value，未來卻可以拿兩層、三層。

我這邊還想補充，LRCX 還告訴我們一個更重要的警告，不是所有看起來很「結構性」的故事，最後都會成功。因為我同時間也研究了AMAT 和 KLAC，AMAT 的案例告訴我們：市場變大不夠，你最好還要能拿到更多 Share。

例如 2020 年 AMAT 預計 WFE share增加約 140bps，DRAM新產品開始貢獻，這才讓市場開始看到不只是 WFE復甦，而是公司在同一美元 WFE 裡捕捉更多價值。

KLAC 則提供更好的反例，原本2019 年 UBS甚至直接把 KLAC叫做估值重估的典型案例，而且當時 UBS幾乎沒有調 EPS，就直接把倍數從13x提高到14x，但是後來市場才發現製成的複雜增加，不代表 KLAC一定可以如預期取得更多 WFE Share，就是差在每一家公司的value capture的能力。所以光通我們必須更謹慎，因為現在光通的故事我們都知道，Scale-out/up/across越來越大，CPO/NPO/OCS/1.6T...，但是歷史告訴我們「整個產業需要更多光通」只是第一層，誰拿走這些新增的價值？才是重點

所以接下來，我們把這把尺拿回今天的 LITE、COHR、CIEN，看看市場已經把「很旺」Price 到哪裡了？

第一家公司，我們就從現在市場預期跑得最遠的 LITE 開始。

第三章｜LITE：第一輪估值擴張早在 2023 年就開始了

前面我們把「宋分三階段」重新定義完之後，現在把它放回 LITE。

我原本在整理外資報告的時候，一度把 LITE 第一輪的估值擴張放在 2024 年下半年，因為2024 上半年，JPM 對 LITE 還在用大約13～14x 的倍數，一直到 2024 年 11 月，才把目標估值上提到大約 17x，但我去對照上面這張forward PE的時候，發現完全錯誤。

我們可以看到2023 年中，LITE 的PE 大約還在12倍左右，但從 23 H2 開始，估值瞬間快速往上，衝到快25倍，到24H1甚至超過55倍，而同時，市場對於未來12個月的EPS預估卻是往下的(紫色線)，

所以 LITE 第一輪的第一階段① 估值擴張23H2 已經啟動。

那2023 H2，市場在買什麼？有兩層。

當時市場首先是認為舊週期可能要反轉了，LITE前面經歷了非常痛苦的電信去庫存的週期，所以 23 H2最先出現的預期差是去庫存尾聲，即將迎來24年新的上行週期，

這本來就足以讓一個被市場當成週期性re-rate的故事。但同一時間，另一個完全不同的故事開始冒出來了：AI Datacom(AI 數據通訊），AI 集群需要更高數據傳輸，800G 開始加速，下一代 1.6T 開始進入Roadmap，光學含量開始增加，市場開始priceAI故事，這兩個故事在 2023 H2 疊在一起。

2023 年 8 月公司也表示： Datacom Chips 因AI Capacity建置出現明顯需求，並預期 2024 Telecom + Datacom營收恢復成長。

但這一輪還不是後來那個完整的結構性AI光通re-rate，當時第一輪的re-rate是週期恢復性re-rate+AI早期故事re-rate。

然後到了 2024 年中，事情開始改變。PE一路向下，但EPS開始提升，這就是典型的②基本面跟上估值

這邊有一點很重要：第二階段不是股價一定跌。第二階段的意思是：股價報酬的來源開始改變。

第一階段主要靠估值擴張，第二階段主要靠獲利成長，所以只要 EPS 長得夠快，即使PE 60x → 40x，股價仍然可能上漲，甚至漲很多。

但這時候市場的考卷已經換了，前面考的是：故事有沒有可能成真？ 現在考的是：你到底交不交得出來？

但如果故事到這裡結束，LITE 就只是很普通的①→②→③，偏偏它不是，因為到了 25H2，PE跟EPS同步向上了，因為市場又看到了一個新的故事。這一次，故事已經不是「去庫存結束+AI受惠」而已，市場開始看到的是更結構性的東西：1.6T/OCS/CPO/ELS/Scale-up/out/across....，這些東西跟“明年800G多賣20%”最大的差別是：它們開始碰到真正會改變長期模型的變數：TAM ↑ 成長週期 ↑每個系統裡面的光學含量↑新增市場 ↑利潤結構↑ Value Capture ↑，這時候市場再次重新思考：「LITE 2028、2029、2030 的獲利成立，是不是又比我們原本想的大？」

只要這個問題重新出現，公司就有可能從第二階段重新打開新的①′ 第一階段：估值擴張。

然後呢？市場前面買的故事，LITE真的交出來了嗎？有，而且交得非常漂亮。

所以從 2024年業績低點之後，市場對 LITE 未來十二個月營收的預估不只是小幅修正，從大約1.3B一路上修到6.27B。

不只有營收，LITE 的EBITDA Margin 從2024 年轉負，一路V轉，現在已經來到約35%。

所以這不是只有AI 很熱門 → 光通需求很好 → 營收上升這樣簡單粗暴的故事，已經是營收往上衝、利潤往上衝、整個獲利結構都往上衝，這就是為什麼 2026 年的 EPS 共識可以如此快速往上修，但問題不是 LITE 好不好，是市場知不知道它很好？

投資最麻煩的地方就在這裡：公司很好，不代表這是一個新的資訊。

2026年2 月，JPM 出了一份 Optical sector preview，寫“market TAM expectations have now been raised by over $5 bn for 2026”

“average valuations to now exceed 30x on CY27 earnings for the cohort”

”both investors and ourselves remain cautious about the high bar for execution this sets for optical companies”

(市場對於 2026 年整體潛在市場規模（TAM）的預期，目前已被調升了超過 50 億美元，COHR目前已超過了CY27 預估的30 倍，無論是投資人還是我們自己，對於這（高估值）給光通公司所帶來的超高執行力門檻，都依然保持謹慎態度)

這三句已經把 2026 年光通的定價狀態講得非常清楚，當整個產業平均估值已經超過 CY27的 30 倍，市場比較的就不再是：需求好不好？ 是「實際發生的結果，有沒有比已經非常好的預期還要更好？」

這就是第二階段最麻煩的地方，公司可以非常好，財報可以 Beat，Guidance 可以 Raise，Backlog 可以創高。但如果這些東西本來就在市場的考卷裡，它們做的事情主要是在讓基本面追上前面的估值，而不是開啟下一輪估值擴張。

更麻煩的是，Sellside Consensus也不一定是真正的市場預期了，UBS 當時估計，Buyside 對 LITE CY28 EPS 的期待大約已經來到 $50，但UBS 自己的模型只有約 $33.41。因為假設下一季 LITE Revenue Beat EPS Beat Guidance Raise，Sellside 紛紛把 EPS 往上修，但市場比較的可能已經不是 UBS 的 $33，是$50。這就是為什麼有時候你會看到公司財報超好，股票卻沒有漲，因為市場可能早就在跟Buyside預期比較。

而且，其實到2026 年，連「Scale-up」都已經是舊的故事，2026 年 3 月的 JPM OFC report 已經開始非常具體討論：Scale-across Bandwidth 約 WAN 的 14x，Scale-out 約 50x Scale-up 甚至約 500x

這就是判斷「下一輪第一階段」最容易犯錯的地方，Scale-up 的 TAM 很大，不代表 Scale-up 還是一個新的故事，一個故事大不大，跟市場知不知道它很大，是兩回事。

那接下來呢？LITE有第三輪的第一階段嗎？當然有，但下一個催化劑不能只是1.6T 很好/Scale-up 很大，因為市場已經知道這些事情。

要看：Scale-up、ELS、OCS、CPO、NPO，以及新的利潤結構裡，有沒有任何一個東西，最後大到足以讓市場再次重寫 LITE 2028～2030 的獲利能力？

如果沒有，那現在再好的數字，都主要是在完成第二階段市場需要的東西：讓基本面追上前面已經跑掉的估值。

但如果有一天新的證據讓市場發現：TAM 比想像更大、成長週期比想像更長、每個系統裡面的光學含量比想像更多、LITE 能拿到的 Value 比想像更多，或者新的產品組合讓長期 Margin 結構再次改變——那才可能重新打開：①″ 第三輪第一階段：估值擴張。

不過在回答「光通下一輪 Re-rate 到底還缺什麼」以前，我們還少兩塊拼圖，因為 LITE 的考卷，不代表整個光通產業的考卷。

下一章，我們先看 COHR，你會發現，同樣都是光通，市場對 COHR 的期待，跟 LITE 已經不完全一樣了。

第四章 | COHR：市場已經相信光通很好，但獲利可能還沒有追完

如果只看新聞，你會覺得光通在交易同一個故事：800G/1.6T/CPO/OCS/Scale-up/across，客戶訂單排到未來一年甚至更久。所以很自然會得到一個結論：既然都是光通，那它們現在應該都在同一個定價階段。

不，產業在什麼階段，不等於每一家公司都在同一個階段，因為市場不是只在 Price這家公司基本面好不好？市場還在 Price大家已經知道它有多好？LITE 跟 COHR就差很多。

Read more

有不少讀者提出新的標的希望能夠加入Coverage Universe，我都會記下來在季底與Founder們討論與投票，會在下一季初宣布新增/刪除的Coverage。

那我們開始更新本月的Coverage吧！

NVDA

Part 1 | 研究底稿(無變動)

Part 2 ｜本月新增證據(每月更新)

Part 3｜Investment Dashboard(每月更新)

Part 4｜Valuation Dashboard（每月更新）

上個月市場共識：

本月市場共識：

Part 5｜Monthly Conclusion（每月更新）

一句話更新：

本月最大的變化，是 NV真的開始把 AI Factory 從「需要客戶自己出資購買的設備」，推向「可以被資本市場融資、重新部署並持續產生收入的生產性基礎設施」，進一步強化我對 NV從 AI 基礎設施供應商走向 AI 運算平台的假設。

本月最大的驗證：

NV開始主動建立 AI Factory 的「資本供給層」，從 OpenAI 的長期租約、NVIDIA 提供信用支持，到與 Apollo、BlackRock、Blackstone、Brookfield、高盛與 KKR 建立融資平台，再到參與能源基礎設施，NVIDIA 正在解決的已經不只是「GPU 不夠」，而是誰有能力把 AI Factory 蓋出來？如果 AI Factory 最終真的成為下一代企業 IT 基礎設施，那麼降低建置與融資門檻，本身就是擴大市場規模的重要能力。而這也讓我開始更認真思考NVDA的產品可能不再只是 GPU，是整座 AI Factory了。

本月最大的風險：

市場對NV「AI Factory 可投資資產」最大的質疑，不是需求，是資產折舊。AI Factory 可以被融資的前提，是金融機構相信它未來可以持續產生現金流，而且即使原本客戶退出，設備仍具有足夠的剩餘價值。

但新一代 GPU 持續快速提升效能，代表「還能使用」不代表「還有相同的經濟價值」，因此目前最大的未知數之一，是 H100、B200、Rubin 等 AI 運算設備的經濟壽命到底有多長。

如果舊設備可以持續出租、轉移給其他客戶，而且 CUDA 與軟體持續提高其生產效率，黃仁勳的「AI Factory 是生產性基礎設施」論述會越來越成立，反過來，如果新一代產品推出後，舊設備的租金、使用率與轉售價格快速下降，那麼 AI Factory 更接近快速折舊的科技設備，而不是長壽命基礎設施，這會直接影響整個融資模型。

下個月我最關注的事情：

我會開始把觀察重點從「AI Factory 蓋得多快」進一步往「AI Factory 蓋好之後能不能持續產生現金流」移動，我會特別往這些方向觀察：企業 AI Factory 是否從試點走向大規模部署、AI Factory 使用率與推理需求是否持續提高、舊NVDA GPU 的租金、使用率與剩餘價值、NVDA是否持續把 GPU 採購擴展成完整 AI Factory 採購

AMD

Part 1｜研究底稿

Read more

首先非常感謝各位 Founder的支持，說實話我也沒想過會有不少讀者第一批就當我的 Founder，當初也很猶豫到底要不要成立 Founder’s Circle，因為它不是「多一個訂閱方案」，是我的股東夥伴的概念，所以當一個年度即將結束的時候，我會把我一年內所有錯誤、成長，以及哪些投資觀念因市場而改變都寫成最真誠的年度投資人信給你們，也會詢問你們是否希望我調整專欄的系列方向等等。

現在，我要開始收集第一期的提名與QA：

① Coverage Universe 季度提名與調整
② Founder Letter Q&A 問題募集

這封信也想一次跟大家說明接下來會怎麼進行。

Read more

而近期不少讀者，又開始面臨到被多空雙巴的痛。股票漲的時候不敢買，突破了追進去，結果一追隔天就跌，跌破五日線又趕快停損，停損之後市場再反彈，又重新追回去。

從我的角度來看，「停損到底要設多少」，跟「為什麼總是被多空雙巴」，這兩個問題都出自同一個根源：你沒有搞清楚自己現在到底是在交易，還是在投資？這個問題比「停損設 10% 還是 20%」重要太多了。

因為你連自己到底在做哪一種遊戲都不知道，那你後面的買進、停損、加碼、減碼，甚至看多看空的判斷，都會混在一起。

真正讓一個人被市場多空雙巴的問題在於：你在買進之前，根本沒有先定義「什麼證據出現，才代表我真的看錯了」。

所以股價一跌，你就只能拿「價格」來判斷自己到底對不對。

股票漲，你覺得自己看對了，股票跌，你開始懷疑自己，再跌一點，你轉空，結果隔天反彈，你又重新看多。

最後你會發現，你的觀點根本不是根據基本面形成的，你的觀點，只是價格的附屬品。

投資和交易，差別不是持有多久

這件事情我覺得一定要先講清楚，因為太多人會把「持有時間」拿來定義自己到底是在投資還是在交易，持有一年叫投資，持有一天叫交易。

其實完全不是。

你買進一家公司，持有三年，但如果你每天都因為股價突破就買、跌破均線就賣、RSI 超買就減碼、跌破支撐就停損、突破前高又追回來，那你就算持有三年，你還是在交易。

反過來，一個基金經理可能只持有一家公司兩個月，但他的買進原因是：市場低估了未來兩年的獲利預期，這個錯價很可能在下一季財報、下一次展望，或下一個催化劑出現之後被修正。

雖然投資期間很短，可以這是一個“投資”。

所以區分「投資」和「交易」的，不是時間，是你的報酬準備從哪裡來？

什麼叫投資？ 是你願意為一個資產未來能夠創造的價值付錢。

你買一家公司，不是因為你覺得它明天會漲，是因為你認為，這家公司未來能夠產生的現金流、獲利能力、資產價值，最後會高於市場今天給它的價格。

所以投資者買的不是一張股票，買的是一個未來的經濟結果。

例如你今天買 NVDA，如果是投資，你的邏輯不會只是「AI 很強，所以 NVDA 會漲」，

你必須一路往下推：AI 基礎設施持續成長，帶動 GPU 需求，需求跟產品週期繼續推動 NVDA 的營收跟獲利，公司的競爭優勢、軟體生態系、定價權跟客戶黏著度沒有被破壞，未來幾年的 FCF 高於市場今天隱含的假設，最後才得到「目前價格具有吸引力」這個結論。這才叫投資。

所以真正的投資，不是「這支股票會不會漲？」是「這家公司未來會創造多少價值，而市場今天為這個未來付了多少錢？」

那什麼叫交易？交易在賺的東西完全不同，交易賺的是價格行為。

更精確一點說，是你相信自己對某一段時間內的供需、動能、趨勢、波動、籌碼或市場行為有 edge，所以你認為價格往某個方向移動的機率，和市場現在呈現出來的風險報酬不對稱。

例如你看到 NVDA 突破 200 ，成交量放大，動能增強，壓力要被突破了，你預期更多趨勢交易的資金也會進來、CTA、短線資金會跟進，所以下一段價格可能往 220 移動，於是你買。

你根本不需要知道 NVDA 2030 年 FCF 是多少，也不需要知道五年後資料中心市占率是多少。

因為你下注的是「接下來這段價格行為，我認為自己有正期望值。」

這就是交易。

所以交易者賺的是什麼？不是企業長期創造價值本身，是價格從 A 移動到 B 的過程。

這段價格移動可能來自動能、突破、均值回歸、事件、籌碼、流動性、波動率、統計套利，甚至只是市場暫時性的供需失衡。

只要他有一個可以重複執行，而且長期期望值為正的系統，這就是一門非常完整的專業。

交易沒有不好，問題是什麼？是你明明在做交易，卻以為自己在投資，

甚至，看到這裡了，你還是不知道自己是在交易還是在投資。

投資者和交易者，研究的是兩個完全不同的方向

投資者看的是「我為什麼願意擁有這個資產？」

交易者研究的是「我為什麼認為這個價格接下來會往某一個方向移動？」

而且這也決定了「什麼叫做你錯了」，假設一家公司明天突然跌 30%，可是公司的營收、EPS 預期、競爭地位、長期成長假設全部沒有改變。

如果你的第一反應是「跌破支撐了，我要跑。」沒有問題，但你要承認：你在做的是交易，因為你的退場機制是由價格決定的。

反過來，如果你買進的原因原本是企業價值，那你就不能因為價格本身下跌 30%，直接推論自己的投資假設已經錯了。

你必須重新檢查的是：營收、利潤有沒有變？EPS 有沒有變？競爭優勢有沒有被破壞？市場是不是只是重新要求更高的風險報酬？你原本估值裡的關鍵假設到底哪一個被推翻了？

這就是兩個世界最根本的差異。

很多人會告訴我「我不是短線客，我是長期投資。」

但你如果問他：「那你為什麼買？」

他回答：「因為突破年線。」

「為什麼賣？」

「跌破月線。」

「那為什麼又買回來？」

「因為重新站回季線。」

那你到底投資了什麼？

你沒有分析公司的商業模式、盈利能力、競爭優勢、未來現金流，也沒有討論市場現在到底給了多少估值，你只是把一個交易訊號持有得比較久。

這就是很多人最容易搞錯的地方，他不是投資者，他只是持有時間比較長的交易者。

更經典的是，很多人的「長期投資」，是從一筆沒有成功停損的交易開始的，

一開始「短線突破，我先進場」跌了之後：「再看看」再跌：「公司基本面其實不錯」再跌「我本來就看長期。」

最後跌了 40%，突然變成「我是價值投資者」

這不是投資，這叫：把一筆沒有按照原始規則執行完的交易，重新命名成投資。

投資人，在買進之前就知道自己到底在買什麼，交易者，在進場之前也知道自己的交易 setup 什麼時候失效。

最危險的，是兩邊都沒有。

投資者，買進之前至少要問自己四個問題

第一：我到底買的是什麼？

不是「我買 NVDA」，而是「我正在買 NVDA 未來哪一段價值」？

是 GPU 需求？是 CUDA 護城河？是推理營收？是 AI 工廠的 value capture？還是某個尚未被市場充分定價的新成長曲線？

你一定要知道你下注的是哪一段。

第二：為什麼市場低估它？

市場認為 A，我認為 B。

如果你說不出來，那你不是在找錯價，你只是覺得：「大家都說這家公司很好」

第三：這個價值最後怎麼變成 EPS / FCF？

也就是從商業的角度，一路推到營收、利潤、EPS / FCF，最後推到估值。

這也是為什麼我一直在寫 Coverage Universe，因為研究不是「公司很好」就夠了，是把一個故事一路轉換成可以被驗證、可以被定價、也可以被推翻的模型。

第四，最最最最重要，卻最會被忽略：什麼事情發生，我會承認自己錯了？

如果你真的是投資者，不是說：「我相信這家公司」

是要說：「我目前有一個假設，而且我知道什麼證據會推翻它。」

—

讓你被多空雙巴的根源，不是股價漲跌

很多人買進股票之前，花了大量時間研究自己為什麼會“對”，但幾乎沒有花相同時間研究：我最可能錯在哪裡？

所以一旦市場下跌，他根本不知道該看什麼，股價跌 5%，開始懷疑，跌 10%，開始想停損，跌 15%，開始看空，隔天漲 8%，又覺得自己是不是賣錯，這就是多空雙巴真正的來源。

因為你沒有一個「不會跟著價格改變」的判斷框架。

所以你的研究框架裡面，一定要寫上“投資失驗”，

假設你看多記憶體，原因是 AI 需求、HBM 需求、DRAM價格跟供給失衡，那麼你不能只寫「AI 很強，所記憶體長期看好。」

你要寫：如果DRAM報價開始持續惡化、庫存累積、供給紀律失效，而且 EPS 預估開始被市場連續下修，那我就不能再把這個下跌解釋成「只是波動」，

這就是反證條件。

如果你事前寫好了，股票跌 10% 時你不會那麼慌。

因為你知道：價格跌了，但我原本設定的 利空證據有沒有出現？

如果沒有，你可以繼續觀察。

如果有，那你就不應該再用「長期基本面很好」安慰自己。

這就是紀律。

為什麼有人今天做多、明天做空？

很多人看起來非常靈活，今天市場大漲，轉多，隔天市場 risk-off，轉空，再隔一天反彈，重新轉多，看起來好像非常貼近市場。

但你仔細問：

「你今天為什麼看多？」「因為昨天大漲，而且AI需求很強。」

「那你明天為什麼看空？」「因為今天市場 risk-off。」

「那你後天為什麼又轉多？」「因為資金又流回科技股。」

你會發現一件很可怕的事情：他的投資假設根本沒有存在過。

他的決策的路徑是這樣：價格變化 → 找一個故事解釋價格 → 再根據這個故事改變立場。

不是：基本面 → 建立假設 → 等待證據 → 調整機率 → 改變倉位。

第一種是追著價格跑，第二種才叫更新投資假設。

為什麼人會喜歡一直轉多轉空？

因為這件事情會提供非常強的控制感，不管市場怎麼走，你都可以在事後找到一個故事解釋，心理上很舒服，好像自己永遠知道盤要怎麼走。

但投資者要回答的是：在目前價格下，我認為哪一種未來狀態的機率最高？什麼證據出現，我會改變這個機率？

所以你今天可能是 Bull 65%，明天股價跌 3%，你不需要突然變成 Bear 80%，你可能只是從 65% 下調到 60%，如果公司展望優於預期，你可以從 60% 回到 70%，如果產業數據開始惡化，你可能從 70% 降到 50%。

這叫做根據證據改變觀點。不是：漲＝多，跌＝空

技術分析沒有錯，錯的是你搞錯了自己在玩什麼

專業的交易者同樣有完整系統：設定 → 入場 → 停損 → 部位大小 → 期望值 → 出場

例如突破 100 ，102 進場，96 視為失效，風險是 6 塊，目標 118 美元，預期風險報酬比約 1：2.7，

這個交易者非常清楚「我不是在判斷這家公司值多少，我是在交易這個”設定“」

所以跌破 96，他離場，只因為他的交易假設失效了，這完全合理。

所以危險的不是交易，也不是技術分析，是你用交易系統做決策，卻用投資的心態承受結果。

你因為突破買進，這是交易，跌破支撐，按照設定出場，還是交易。

可是跌破之後你不願意執行，突然開始告訴自己：「公司長期基本面很好」

什麼？你的遊戲規則怎麼突然換掉了？

更糟糕的是，反彈之後你又開始看技術面。

這就是最典型的：多空雙巴。

為什麼趨勢交易特別容易被「雙巴」？

市場本來就不是永遠趨勢。

當市場處於明顯趨勢時，順從趨勢會很舒服，突破之後可以延續，回踩之後可以再走一段。

但當市場進入區間震盪，假突破與假跌破就會大量增加。

突破，追進去，假突破，停損，跌破，反手做空，假跌破，再停損，洗到你怕。

所以有時候你一直被雙巴，不代表技術分析沒用，只是你的策略不適合目前的市場。

如果市場又進入事件驅動狀態，像是CPI、Fed、財報、地緣政治、利率突然大幅變化，那所有漂亮的技術型態，今天一個頭條就可以全部重新定價，交易者必須接受這件事情。

這也是為什麼專業交易最重要的不只是勝率，而是倉位規模、期望值跟風險管理。

那機構不是也會用基本面買進，卻被規定跌 20% 就砍倉嗎？

我要補充，有人可能會說：「可是有些基金明明是基本面投資，風控還是會規定虧 15% 或 20% 要減碼，這不是突然變交易了嗎？」

這裡一定要分清楚：投資判斷和風險管理，是兩套不同系統。

一個基金經理可以非常相信自己的假設，可是基金承擔的不只是「這個假設最後會不會對」。

它還有最大回撤限制/單一部位上限/流動性風險/客人贖回/風險預算等等，

所以有時候風控要求你在 -20% 降倉，不代表風控在說「你的基本面假設錯了。」

它說的是：「即使你最後是對的，我們也不能讓這個部位在答案公布之前，先把整個基金殺死。」

這也是很多散戶很難理解的地方。

你可以在基本面上仍然看多，但因為波動率上升、投資組合相關性上升、資金贖回、總部位過高，先把部位從8%降到4%，但不是要你從多頭變成空頭。只是你的風險預算改變了。

所以專業的投資系統，至少要分三層：

敘事假設：我怎麼看這家公司。

估值：這個看法值多少錢。

部位：即使我看對，我今天願意承擔多少風險。

這三件事情不能混在一起。

這也是為什麼 Hedge Fund 的「多空」常常被散戶誤解

很多人看到 Hedge Fund 同時 Long 和 Short，就覺得「他們自己是不是也不知道市場到底會漲還是跌？」

不是，就是因為他們非常清楚自己想賺哪一段報酬，所以才需要把其他風險拿掉。

假設一個基金非常看好 AMD。

他的假設是，AI加速器市場繼續成長、MI 系列競爭力改善、hyperscaler採用率增加，而且 AMD 未來兩年的 EPS 可能高於市場共識，所以他想 Long AMD。

可是他同時知道，AMD 是高 Beta 股票，如果明天 Fed 轉鷹、10Y 上升，整個半導體一起跌，AMD 很可能跟著跌 5%。

但這個基金真正想下注的，並不是「那斯達克明天一定漲」，它想下注的是：AMD 的公司基本面會比市場今天定價得更好。

所以他可能 Long AMD，同時 Short Nasdaq Futures。

這個 trade 真正想賺的是AMD 的 Alpha，不是 Nasdaq 的 Beta。

這就是 Hedge。

他不是一半看多、一半看空，是「我看多 AMD，但我不想順便下注整個那斯達克。」

這是完全不同的概念。

再舉一個例子。

假設 Long NVDA、Short AMD，不一定是在說「NVDA 是好公司，AMD 是爛公司。」

可能只是「我認為兩家公司都會受惠 AI，但 NVDA 的獲利預期修正、護城河會比 AMD 更強」所以下注的是NVDA > AMD。

如果 NVDA +10%、AMD +5%，賺錢。

甚至 NVDA -10%、AMD -20%，一樣賺錢。

這時候你就會發現，機構投資很多時候不是在看：「市場到底會漲還是跌？」

它在看：「哪一個資產相對另一個資產被錯價？」

Long AVGO / Short MRVL 也是一樣，不一定是看多 AVGO、看空 MRVL。

可能是認為整個 AI Networking 都會成長，但 AVGO 的 ASIC、Networking、AI Factory value capture，比市場現在反映得更多。

所以它下注的是：AVGO 相對 MRVL 的 Alpha。

這跟散戶每天問「明天到底多還是空」，完全不是同一個遊戲。

機構甚至可以看多市場，卻同時持有大量空單

因為總暴露不等於淨暴露，假設一個基金：

Long $200M，Short $150M，總曝露是 $350M，淨暴露(多)是 +$50M，這個基金還是偏多，

只是它真正的市場方向暴露，可能只有 +$50M，另外大量暴露，是來自相對價值跟選股。

所以你看到一個基金很多 Long、很多 Short，不要第一時間解讀成「他們自己也不知道方向。」可以更深一層看：「這個基金真正的 bet 到底在哪裡？」

這才是機構思維。

散戶為什麼特別容易被多空雙巴？

因為散戶通常沒有把風險拆開。

你買 NVDA，以為自己只是下注「NVDA 會漲。」

但實際上你同時暴露在：NVDA 基本面、AI 產業、半導體 Beta、那斯達克beta、利率、風險偏好、估值倍數、定位。

所以如果那斯達克因為殖利率上升跌 5%，NVDA 跌 8%，你很容易：「是不是我的 NVDA 假設錯了？」不一定。

有可能只是：你原本想買 Alpha，卻順便買了一大包 Beta。

如果你連自己真正承擔哪些風險都不知道，價格一變，你當然很難判斷到底是哪一層出了問題。

Michael Burry 最值得學的，不是「他很會做空」

很多人看到 Michael Burry，第一印象就是：「他不是一直做空嗎？」

但我覺得Burry 最值得學的是：他非常重視「市場共識到底可能錯在哪裡？」

2008 年的 housing trade 不是：「房地產漲很多，所以我要放空。」

他是一路往底層拆抵押貸款發放、次級貸款、承銷標準、抵押貸款池、違約率、證券化、分層結構、CDS定價。

最後是一整套：「市場現在給這些抵押貸款證券的定價，沒有正確反映底層信用風險。」(我覺得超強)

這才叫空頭假設。

所以真正的空頭，不是比較悲觀的人。是：他有一套完整的模型，去解釋市場到底“低估”了哪一個風險，

同樣的思考也可以套到現在 AI，如果市場相信 AI capex 最後可以轉化成非常高的經濟報酬，那利空不應該只是「AI 漲太多了。」

真正的 Bear Case 應該問：如果 AI infra的經濟壽命比會計折舊年限短呢？如果 GPU 的經濟價值衰減速度比市場想像快呢？如果 AI capex 的 FCF conversion 不如預期呢？

那你才能一路往下推：折舊 → 獲利 → 自由現金流 → 估值。

這才叫做空。

但我也不會因為 Burry 做空，就覺得厲害的人都應該看空。

Burry 很會找市場共識的漏洞，但任何強烈的逆向思維框架都有一個風險：當市場真的進入長時間的結構性成長時，你也可能長時間站在市場另一邊。

所以我會把 Burry 當作「怎麼建立 Bear Case」的教材。不是「怎麼永遠做空」的教材。

所以 Bull / Bear 到底是什麼？

一般人對 Bull / Bear 的理解是：

Bull = 覺得會漲。

Bear = 覺得會跌。

但我認為：

Bull Case = 哪些條件成立，公司的價值會顯著高於市場現在價格？

Bear Case = 哪些條件成立，公司的價值會顯著低於市場現在價格？

所以 Bull / Bear 不是情緒，是兩套可以被驗證、可以被證偽的模型。

所以真多空雙巴不是因為市場太難預測，是你從來沒有真的同時建立 Bull Case 和 Bear Case。

市場漲的時候，你只看得到 Bull Case，市場跌的時候，你突然只看得到 Bear Case，你的觀點永遠跟著價格一起改。

但成熟的投資人是：

現在 Bull 60%、Base 30%、Bear 10%。

股票跌 10%，不是直接變成：Bull 0%、Bear 100%。

是重新檢查證據。

也許變成：Bull 50%、Base 35%、Bear 15%，那可能只是先不加碼。

如果新的證據繼續惡化，變成：Bull 30%、Base 40%、Bear 30%，那就應該降低部位。

如果最後變成：Bull 10%、Base 30%、Bear 60%，這時候你就不能再叫它「正常波動」

這叫：假設正在被破壞了

所以，跌 10% 到底要不要停損？

現在我們終於可以回到文章一開始那個問題。

「停損到底要設 10%，還是 20%？」

答案是：如果你連自己是在投資還是交易都不知道，這個問題根本沒有辦法回答。

如果你是交易者，你的停損可能是價格/設定失效，10%、5%、3%，甚至根本不需要用固定百分比，都可能合理。

但如果你是基本面投資者，真正的停損應該是假設失驗，跌 10% 本身沒有任何神奇意義。

股票跌 20%，公司沒變、EPS 沒變、你的核心假設 沒變，也許只是估值壓縮。

反過來，股票只跌 3%，但你原本最重要的客戶取消訂單、競爭優勢開始消失、EPS預估被大幅下修，那你反而應該非常警覺。

所以跌 20% 不一定代表你錯，跌 3% 也不代表你還是對。

你要看的，不是跌幅，是什麼證據改變了？

當然，基本面投資者也不能永遠不停損，

如果 每股盈餘邏輯破裂，競爭優勢邏輯破裂、資本配置惡化、估值假設完全改變，你還一直告訴自己：「我長期看好」

那不是紀律，叫固執。

最後，我希望你寫下這兩欄

以後每一次建立一個 Position，不要只寫：Why I’m right。

旁邊一定要再寫一欄：What would prove me wrong。

而且不要寫模糊的東西。

不要寫：「如果公司變差，我就賣。」

要寫得非常具體。

什麼數字？什麼客戶？什麼利潤？什麼價格？什麼市占率？什麼競爭變化？什麼 EPS？

因為只有這樣，當市場真的跌 10%、20%、30% 的時候，你才有辦法回答：這只是價格波動，還是我假設正在失效？

如果你從來沒有在買進之前定義「什麼證據會證明自己錯」，那你最後唯一能依賴的東西就只剩下：價格。

當你只能靠價格判斷自己對不對，你就非常容易落入：

上漲 → 看多 → 追進
下跌 → 看空 → 停損
反彈 → FOMO → 再買
再跌 → 再停損

這就是多空雙巴。

因為你沒有一個不會隨著價格每天改變的判斷系統。

-

三大meta平台全部被鎖死中，已申訴，但不期待帳號回來，

沒關係，看自己還擁有的就夠了，keep going，不要看自己沒有的/失去的，

今天的小事只是明天的大事，今天如果你覺得這個坎太高，跨不過去，是因為今天的自己還不夠強大，等你夠強大的時候，就會開始覺得這個坎變低了

Life is 10% what happens to you and 90% how you react to it.」—Charles R. Swindoll

-

宋分

《美股送分題》

如果你點進這篇文章，是想知道現在 $345 的 Google 到底低估還是高估，這篇文章不會直接給你答案。這篇文章不是要告訴你 Google 今天值多少，但我會告訴你：Google 在什麼證據出現之後，才值得我認為它「值更多」。

因為現在的 Google，到底是一組 AI 資產組合，還是一個真正的 AI 生態系，證據還不足，當然這也是Alpha所在。而這兩個答案，會導致我們在 DCF 裡輸入完全不同的核心假設——不同的營收成長、利潤率、資本支出、自由現金流，以及資本報酬率。所以，我可以先告訴你，在「Google 只是優秀的 AI 資產組合」這個較保守的假設下，我願意給它多少價值。但如果我要告訴你 Google 完整的「AI 生態系價值」是多少，我們都還需要更多證據。

這篇文章跟過去的《市場解碼深度》不太一樣。過去我比較常從一個投資概念出發，像是 Value Capture、估值、資本配置，再拿不同公司當案例。那比較像是我把過去研究之後得到的「結果」告訴你。但這一次不一樣。因為上週 Google 同時出現了管理層重大變化，以及 SemiAnalysis 對 Gemini / GCP 戰略完全不同的解讀，這些新資訊開始挑戰我原本放在 GOOGL Coverage Universe 裡的核心假設，不少讀者問我該如何思考。

而平常也有不少讀者問我：一個分析師在寫出一篇 Note 之前，面對一個新消息，腦袋裡到底經過多少層思考，最後才會產生我們看到的那個結論？

所以今天，我不要一開始就拿出「結果」，我直接跟你一起走一遍研究「過程」，這篇文章叫做：分析師的手稿。平常你看到的研究報告，只會告訴你看好理由是什麼、目標價是多少、風險在哪裡，但你不會知道，分析師到底經過多少 A 到 Z 的思考，才產生最後那個 Z。所以這一次，我邊思考 Google，邊把過程直接攤開，當一個分析師看到一個可能推翻原本假設的新聞時：他第一個想到的是什麼？哪些只是噪音？哪些才是證據？什麼時候應該改變原本的投資假設？什麼時候應該改 Model？什麼時候才值得改估值？

這些過程，才是這篇文章真正想公開給你的東西，而且這篇文章不會用一個目標價結束，我會用一個「不同商業模式對應不同估值」的區間結束。也就是：

如果 Google 只是 Asset Portfolio，我願意算多少？

如果 Google 成為 AI Platform，我需要改變哪些核心假設？

如果 Google 最後證明自己是一個 AI生態系，又有多少協同價值值得被放進 DCF？

我會告訴你：今天哪些價值我願意算進去，哪些價值我暫時不算。

所以讀完這篇，你不一定會得到「GOOGL $345 便宜 15%。」

但你會得到三樣東西：

① 一個 Google AI 的估值框架：AI 資產組合 → AI 平台 → AI 生態系

② 一套判斷 AI 生態系是否真的存在的方法：技術整合→ 使用整合→ 經濟整合

③ 一套你可以自己追蹤的證據鏈：附帶率 → 每位客戶收入 → 合約金額擴張 → 利潤率 → 自由現金流 → 增量資本報酬率

而這一次，我不會先告訴你 Google 最後是哪一種，我們讓證據自己告訴我們答案。

第一章｜Google 到底正在成為一家什麼樣的公司？同一組 AI 資產，為什麼可能對應三種完全不同的估值

• Jeff Dean 離開、Hassabis 角色改變，市場到底在擔心什麼？

• Google 正在退出 Frontier AI，還是重新配置 AI 資源？

• 為什麼「Gemini 第一名」從來不是我的核心投資假設？

• Google 的三條路：Frontier AI、AI Infrastructure、AI Ecosystem

• 同樣的 TPU、Gemini、GCP、Search，為什麼放進不同的商業模式，估值可以完全不同？

• 真正值得研究的不是 Google 有多少 AI 資產，而是這些資產最後會不會互相增加價值。

第二章｜資源從 A 移到 B，不代表公司放棄 A：分析師到底怎麼判斷 Google 是「退出」還是「重新配置」？

• 為什麼 CAPEX 不是策略，資源最後被拿去做什麼才是？

• 為什麼 Jeff Dean 離開，不等於 Google 放棄 Frontier AI？

• 分析師真正要看的四種資源配置：資本、人才、算力、產品

• Hassabis、Gemini、TPU、GCP 的位置正在怎麼改變？

• Google 為什麼可能不是把 Frontier AI 丟掉，而是把它重新嵌入更大的 AI 商業系統？

• 策略是公司說自己要做什麼，證據是客戶最後真的在做什麼。

• 從「Google 正在重新配置」到下一個真正重要的問題：重新配置之後，有沒有創造新的經濟價值？

第三章｜一張漂亮的 AI 生態系圖，不代表真的有飛輪：Google 的每一個箭頭，到底有沒有經濟價值？

• 為什麼「產品可以互相使用」≠「生態系成立」？

• Google AI 飛輪：TPU → Gemini → GCP → Enterprise → Search / Workspace → 現金流 → 再投入 AI

• TPU → Gemini：技術整合，還是成本優勢？

• Gemini → GCP：模型產品，還是雲端需求產生器？

• GCP → Enterprise AI：Cloud 成長，還是整個 AI 堆棧開始被消費？

• Gemini → Search / Workspace：使用量增加，還是經濟價值增加？

• Stage 1 技術整合 → Stage 2 使用者整合 → Stage 3 經濟價值傳導

• 為什麼真正的 Alpha，不是提前看到 Google 有 AI 生態系，而是提前判斷這個生態系會不會產生額外經濟價值？

第四章｜Google 最危險的情況，可能不是 AI 做不好，而是每一塊都做得很好：資產組合和生態系到底差在哪？

• 為什麼「很多好資產」不等於「一個好生意」？

• SOTP 與生態系估值，到底差在哪裡？

• 什麼才叫真正的協同，而不是產品綑綁？

• Google 的四種協同：營收、成本、入口、資本

• 為什麼同一筆 AI CAPEX，可以同時創造 TPU、Gemini、GCP、Search、Workspace 的價值？

• 反過來，如果每一項 AI 投資都各自有 ROI，卻沒有互相強化，Google 最後仍然只是資產組合。

• 真正值得追蹤的不是 AI 營收，而是 Attach Rate、ARPU、合約擴張、留存、Margin、FCF、增量 ROIC。

• Google 的核心估值公式：獨立資產價值＋協同價值－AI 投資成本

第五章｜市場什麼時候，才願意為 Google 的「生態系」付錢？協同溢價不是 PE + 5 倍

• Microsoft：市場到底什麼時候開始把「Windows + Office + Server」重新理解成企業平台？

• Apple：為什麼同一個存量客戶，可以被持續變現很多次？

• Google 自己過去：Search、YouTube、Android、Chrome 如何從產品集合逐漸變成平台？

• 市場不是為「生態系」三個字付錢，而是為成長週期、利潤、資本效率與 ROIC 的改變付錢。

• Google 的三種估值 Regime：

  • 資產組合：SOTP

  • 整合式平台：成長與利潤假設上修

  • AI 生態系：正式把協同價值放進估值

• 為什麼「Gemini 第一名」不是 Google Re-rating 的必要條件？

• 真正的 AI Premium 有三層：AI 能力溢價 → AI 成長溢價 → AI 生態系溢價

• 市場不是在為 Gemini 本身付錢，而可能是在為「Gemini × Google 既有入口」所創造的額外價值付錢。

第六章｜如果 Gemini 沒有贏下 Model War，Google 還值得多少 AI 溢價？

• 把三種 Google 放到同一張桌子：

  • Google A｜Frontier AI Winner

  • Google B｜AI Infrastructure Winner

  • Google C｜AI Ecosystem Winner

• Gemini 第二名，Google 為什麼仍然可能是 AI 時代最大的價值捕捉者之一？

• 為什麼 Model Winner ≠ Economic Winner？

• Google Q2 財報真正值得看的，不只是 AI 營收，而是AI 營收 × CAPEX × FCF × 資本效率

• 反向 DCF：不同 AI 經濟效益，如何對應完全不同的 Google 價值？

• 真正的估值差異，不是替 Google 貼一個更高 PE，而是改變未來 5–10 年對營收、利潤、CAPEX、FCF、ROIC 與成長週期的假設。

• 最後回到 Coverage Universe：我現在到底要追蹤哪些證據？

  • 附帶率

  • 合約金額擴張

  • Margin / FCF

  • Alphabet 增量 ROIC

• Google 的真正優勢，不是擁有最多 AI 資產，而是有機會讓同一筆 AI 投資，在 Alphabet 的不同業務中重複捕捉價值。

• 這個假設正在被證明，但還沒有完全被證明。

第一章｜Google 發生了什麼？當 Jeff Dean 離開、Hassabis 轉身，我開始重新思考 Google 的 AI 假設

如果你沒有看新聞，也會看到X上、Threads上大量的文在說Google又不行了，到底發生什麼事？Jeff Dean 離開 Google，創辦新的公司 Discovery Loop，Demis Hassabis 不再負責 Google DeepMind 的日常營運(消息說他原本也要走，是先被留下來)，轉任 Alphabet Chief Scientist / Google DeepMind Chairman，由 Koray Kavukcuoglu 接手更偏日常營運的 AI 領導工作，這確實不是一般的高階主管異動而已，而且在敏感的時間點。

Jeff Dean 與 Hassabis，長期以來幾乎就是 Google AI 最具代表性的兩個人物，這次調整發生在 Gemini 面臨 OpenAI、Anthropic 等競爭，以及 Google 對最新 Gemini 版本的進度受到市場關注的時間點，因此市場自然會開始懷疑：Google 是不是正在重新思考自己的 AI 戰略？

路透社對這次調整的描述也非常直接：Google 正在進行 AI 領導層的大幅重組，而新的架構更明顯地把 AI 研究、產品化與商業化重新排列。接著，SemiAnalysis 又發表了一篇更加挑釁的標題：Gemini is Cooked but GCP is Cooking如果把這篇文章最核心的觀點濃縮成一句話，它提出的是一個更值得投資人思考的問題：Google 是不是正在把 AI 戰略的重心，從 Frontier AI 重新配置到 TPU、GCP 與 AI Infrastructure？

這兩件事情放在一起看，市場很自然就會形成一個故事：Google 原本想在 Frontier AI 跟 OpenAI、Anthropic 競爭，但 Gemini 的進展沒有完全符合市場期待。於是 Google 開始把更多資源放到自己真正有優勢、而且更容易貨幣化的地方：TPU/GCP/AI Infra。如果這個故事是真的，那麼 Google 可能正在做一件非常理性的事情：放棄最難賺錢的 AI 戰爭，去擁抱更容易產生現金流的 AI 生意。

但問題來了，我並不確定這就是正在發生的事情，這也是為什麼，這次事件讓我開始重新思考自己原本放在Coverage Universe 裡的核心投資假設。還是要講清楚一件事情，因為太多太多投資人會把模型第一跟股價還有一家公司的成敗掛勾在一起，而我原本對 Google 的假設就不是Gemini 要成為全世界最強的模型，也不是TPU 一定要把 NVDA的 GPU 市占率搶下來(接下來的段落也會講到為什麼)，如果我的投資假設是這麼簡單，那 Google 的研究其實會變得非常容易。Gemini benchmark 贏了股價就噴，輸了股價就崩，TPU 拿到 Anthropic、Meta 或其他客戶，漲，TPU 沒有打敗 NVDA，跌。如果這種研究方式，就低估了 Google，因為 Google 最特殊的地方，不是它擁有某一個最強的 AI資產，是“它可能是這個世界上少數同時擁有 AI價值鏈多個關鍵環節的公司”Google 有自己的TPU，有自己的模型Gemini，有雲端GCP，有全球最大的搜尋入口，有 YouTube，有 Android，有 Chrome，有 Workspace。所以我想驗證的是Google 能不能把這些看起來分散的 AI assets，串成一個會自己強化自己的 AI 生態系？這和「Gemini 是不是第一名」是完全不同的問題。

我原本看到的谷歌是一個飛輪。假設 Google 的 AI 策略最終真的成功，它不應該只是TPU 賣錢、GCP 賺錢、Gemini 賺錢、Search 賺錢，這些東西各自成長。有意思的情況應該是TPU提供更便宜、更可控的 AI算力給Gemini，Google 可以用自己的基礎設施更有效率地訓練跟推理，而GCP再把這些 AI能力賣給企業，然後企業開始增加 AI工作量，接著帶動更多 Gemini / Vertex / Data / Security / Agent 的使用，讓GCP 的 AI營收增加，進而Google 取得更多現金流，再投入 TPU、Data Center、AI Infra，反過來讓整個 AI堆棧更強，如果這個循環真的開始轉起來，Google 的 AI 投資就不只是「怕搜尋被 AI 顛覆，所以要防守。」而是Google 正在利用原本的 Search、Cloud、Android、YouTube、Workspace 等資產，建立一個新的 AI成長平台。這兩個故事，對估值的意義完全不同。

這也是為什麼，我在Coverage Universe 裡，把 TPU 開始對外銷售視為一個非常重要的證據，因為我的想法不是Google 找到一個新硬體生意，是Google 的 AI 生態系開始向外擴張，原本 TPU 主要服務 Google 自己，現在其他公司也開始使用 TPU。如果這些客戶進一步使用 GCP、Gemini、AI services、Data、Security、Agents……那麼 TPU 對外銷售就不只是一筆硬體營收，它可能是Google 把自己的 AI基礎設施變成整個 AI 生態系的入口。這是我原本的想法。

但上週，我開始懷疑自己是不是把兩件事情混在一起了？因為同一個現象，可以存在另一種完全不同的解讀，TPU 對外銷售，我原本看到的是生態系往外擴張，但你也可以把它解讀成Google 找到了一個比前言模型更容易貨幣化的 AI生意，對吧？這兩個解讀表面上看起來非常接近，但它們其實代表兩家完全不同的 Google。

第一種 Google：TPU → Gemini → GCP → Enterprise → Search / Workspace / YouTube / Android，每一個業務都會讓下一個業務更強，這是一個AI生態系。

第二種 Google：

TPU → 賣 TPU

GCP → 賣 AI Cloud

Gemini → 自己慢慢做

Search → 自己變現

YouTube → 自己變現

每一個業務都非常好啊，甚至每一個都可能成為數十億、甚至數百億級別的生意，但它們彼此之間沒有產生多少額外價值，這就是一個AI 資產組合。

而這就是我現在重新研究 Google 最重要的地方，因為「很多好資產」和「一個好生態系」完全不是同一件事情，假設今天 Google 有TPU 很強、GCP 很強、Gemini 很強、Search 很強、YouTube 很強、Android 很強、Workspace 很強。我們很容易下意識地認為這家公司一定比只有其中一項能力的競爭對手更有優勢。但投資人很容易忽略：這些資產放在同一家公司裡，到底有沒有創造額外的價值？如果沒有，那麼 Google 其實只是一堆非常優秀的生意集合在一起，你可以把它們全部拆開來估值，TPU 一個估值，GCP 一個估值，Gemini 一個估值....，最後全部加起來，這就是Sum-of-the-Parts(SOTP)，但如果這些資產真的互相強化，那事情就完全不同，TPU 降低 Gemini 的成本，Gemini 提高 GCP 的價值，GCP 帶來更多 Enterprise AI workload，Enterprise workload 又增加 Gemini、Data、Security、Agent 的使用，Gemini 又可以進入 Workspace，AI 又可以改變 Search，Search、YouTube、Android 又提供 Google 巨大的入口，更多 AI 使用再回頭增加 TPU需求，天啊，這時候Google 的價值就不只是這些業務的簡單加總。因為A 的存在讓 B 更有價值，B 又讓 C 更有價值，C 再反過來增加 A 的需求，這才是我想找的AI飛輪。

但這不是一個漂亮的商業故事而已，這裡我想先停一下。因為如果我只是跟你說生態系很好，所以 Google 應該給更高估值，你還是會大問號，因為這就是我把過去研究後的“結果”告訴你，但今天我要攤開過程給你看，為什麼生態系會溢價？我們首先需要一個歷史上的參照物，因為生態系溢價不是我自己發明一個好聽的名詞，市場過去真的會因為一家公司從「一堆產品」變成「一個平台」，重新理解它的獲利品質、生長週期、ROIC 與 估值，所以來吧，上案例，又是熟悉的微軟。

—

案例｜MSFT：當「很多產品」開始變成「一個平台」

2014 年的MSFT已經是一家非常巨大的公司，FY2014 營收約86.8B，營業利益約27.8B，Office 很大，Windows 很大，Server 很大，Xbox 也在成長。但市場給它的估值並不高，2014 年底MSFT的 P/E 約16倍，沒錯，才16倍喔，關鍵就在於：市場怎麼看這些獲利的未來？

如果你是一個投資人，在2014年看MSFT，你可能會看到：Windows是一個業務、Office是一個業務、Xbox是一個業務，他有很多產品、很多客戶、很多現金流，但這些東西比較像“一組非常好的軟體資產”。

然後納得拉開始做了非常重要的事情：把MSFT從“產品公司”，往雲端 +平台公司推。2014 年MSFT已經明確把 Azure、Office 365、Dynamics、Enterprise Mobility 等雲端服務放在同一個策略框架裡，當時商業雲端年化營收已經有大概4.4B，MSFT也明確把自己的方向定義為「雲端作業系統」與生產力/平台型公司。注意，這時候 Azure 的故事並不是「MSFT多了一個雲端業務」，開始改變市場認知的是「Azure 可以和 Office、Security、Identity、Developer tools、Enterprise data 一起賣」，Azure 不只是 Cloud、Office 不只是 Office、GitHub 不只是 GitHub、Security 不只是 Security，它們開始”共享“客戶、數據、入口、開發者生態系、企業合約，這時候市場開始看到的就不是「MSFT有很多產品」而是「MSFT有一個企業 IT 平台」

而這個差異最後真的反映在估值上，剛剛說到2014 年底MSFT PE大概16倍，2021年到35倍了

納得拉上任後十年間，MSFT股價累積漲幅超過 1,000%

換句話說，單看PE，市場願意付給MSFT的價格，在這段期間大約增加了一倍以上，但我要特別強調這不代表MSFT的 PE 從 16x 變 34x，全部都是因為「生態系」，當然這中間同時發生了Azure 高速成長+Office 365訂閱化、Cloud business mix 改善、利潤結構改善、recurring營收增加、資本配置改變、市場對雲端的估值框架改變。

所以值得我們學的是：當市場開始相信不同業務之間存在真正的交叉銷售 與資本效率優勢時，它對這些獲利的品質與成長週期的理解會改變，估值才可能因此發生結構性的 rerating。

這就是為什麼我要重新思考Google 的 TPU、GCP、Gemini、Search、Workspace 到底有沒有互相增加價值？因為如果有，Google 最終可能也會遇到一個類似的估值問題：市場應該把 Google 當成一堆業務加起來，還是一個 AI平台？

我現在可以把 Google 未來可能走向的三種狀態，放到更具體的估值框架裡:

路線一｜Google 成為前沿AI公司

這個世界裡，Gemini / DeepMind是 Google 最核心的 AI資產，TPU 是武器，GCP 是入口，Search / Android / Workspace 是應用層，Google 的估值動能會比較接近：模型領先 → AI採用率提升 →變現 → 營收成漲→ 帶動利潤市場願意給溢價的是”技術領先地位“，如果 Google 最終證明 Gemini 能長期站在前沿AI第一梯隊，那市場會願意相信Google 擁有下一代 AI intelligence 的核心資產。

路線二｜Google 成為 AI基礎設施公司

第二種完全不同，Google 不需要成為最強的前沿模型，它的優勢可能是TPU、資料中心、GCP、雲端、企業AI基礎設施，在這個世界裡，Gemini 甚至不需要每一次 benchmark都第一，它只需要夠好、夠便宜、夠容易部署，而且能夠和 Google 的 infra深度整合就夠了，那市場看的就會是：TPU需求→GCP AI工作量→使用率→營收→利潤→現金流，這時候 Google 的 AI價值，會更接近一個大型 AI 基礎設施平台，這種 Google，甚至可以在 Gemini 不是世界第一的情況下，仍然創造巨大的 AI經濟價值。

路線三｜Google 成為 AI 生態系公司

這才是我原本在Coverage Universe 最大的假設，Google 根本不需要在前沿模型與 AI 基礎設施之間二選一，它的優勢是把兩者以及原本擁有的巨大入口全部串起來，TPU→Gemini→GCP→企業AI→Workspace / Security / Data / Agents→搜尋→YouTube→Android→Chrome→更多 AI入口→更多 AI使用→更多算力需求→TPU，這是一個完全不同的故事，在這個世界裡，Gemini 不一定要是每一次 benchmark 的第一名，因為 Gemini 的價值，不只來自 Gemini 本身。

它的價值來自：它可以同時進入 Google 擁有的”所有入口“，TPU 的價值，也不只來自 TPU營收，它的價值來自它可以讓整個 AI 堆棧的經濟更好，GCP 的價值也不只是雲端營收，它還可能成為企業進入 Google AI 生態系的入口，這時候 Google 最有價值的東西，就不是任何單一資產，而是資產之間的關係。

到這邊，我的頭腦會開始做一個非常粗略的估值思想實驗，不是目標價，也不是我現在對GOOGL 的正式估值，我只是想先感受一下：「Google 最終被市場理解成什麼公司」，本身就可能造成非常大的估值差別。

假設未來某一年，Google 的正常化EPS 是15，如果市場認為它只是“資產組合”，給20X PE，那就是300塊，如果市場開始相信它是高品質的AI生態系，給30倍，就是450塊，如果市場進一步相信它是一個AI平台，給35倍，就是525塊。

（再次強調，20x、30x、35x 不是我現在對 Google 的目標估值，EPS 15 也不是我的預估，這只是每次在進入深度研究的時候，腦海一定會先跑過的一個思想實驗)

這也是為什麼，我一直說重點不是Gemini 好不好，如果 Gemini 不是前沿模型的贏家，但 Google 可以把 TPU、GCP、Gemini、Search、YouTube、Android、Workspace 串起來，市場應該給它什麼樣的估值？

那你可能會說：「那不就是 Google 有很多業務，所以應該給高 PE？」不是，這也是這篇文章最重要的地方。我不是在主張資產越多 → PE 越高，事實可能剛好相反，如果 Google 有十個業務，但每一個都需要獨立投入資本、獨立獲客、獨立建立入口，而且彼此沒有交叉作用，那麼你反而很難給它很高的溢價，因為十個業務≠ 十倍價值(前幾篇有提到intel就是什麼都做但PE卻不高)，真正值得溢價的是一美元資本投入，能不能同時提升多個業務的經濟？

如果 Google 投入1塊 的 AI Capex，TPU 得到價值，GCP 得到價值，Gemini 得到價值，Workspace 得到價值，Search 得到價值，YouTube 得到價值。那麼這1塊的邊際收益就可能遠高於“我只為一個業務投 1塊”，這也叫做協同溢價，而這也會讓我們最後回到一個比PE更底層的東西：ROIC。

如果 Google 的 AI生態系真的成立，我們最終應該看到的不只是AI營收成長而已，而是Google 投入的 AI 資本，能不能在整個 Alphabet 的多個業務裡同時產生回報？如果可以，那麼 AI Capex 就不再只是成本，它開始變成整個Alphabet的生產性資本。

這也是為什麼，這一次我還不能下定論 Google最近的事情是利多還是利空，因為目前我們看到的，還只是一組新的證據，Jeff Dean 離開、Hassabis 角色改變、Gemini 面臨重新評估、TPU 對外擴張、GCP AI 商業化加速、SemiAnalysis 提出 Gemini / GCP 完全不同的價值判斷。這些事情可以拼成一個利空故事：Google 正在退出前沿AI，但也可以拼成一個完全不同的利多故事：Google 正在把 Frontier AI 的能力，重新嵌入一個更大的 AI 基礎設施+入口生態系。

目前我認為兩個假設都還值得研究。甚至還存在第三種可能：Google 真的只是找到了一堆很好的 AI 業務，但它們最後並沒有形成我原本期待的飛輪。

如果是這樣，Google 仍然可能是一家非常成功的公司，只是成功，不代表市場應該給它同樣的估值，所以我要研究的是：Google 正在成為一家什麼樣的 AI 公司？是前沿AI公司，靠 Gemini / DeepMind 在最前沿模型競爭中取勝？還是AI 基礎設施公司，靠 TPU、GCP、Cloud，把 AI compute 變成一門巨大的生意？還是AI生態系公司，讓 TPU + Gemini + GCP + Search + YouTube + Android + Chrome + Workspace 之間開始互相增值？這三種 Google 都有可能成功，但三種 Google 的估值邏輯完全不同。

這也讓我重新看待這一次的管理層洗牌，我現在不會再把問題停留在Jeff Dean 離開，是利空還是利多？這太表面，我要研究的是Google 最重要的人才、資本與決策權，現在正在往哪裡移動？如果 Google 正在減少AI的資源，把最重要的人才、capital、compute 都移向 TPU / GCP / infra：那比較接近退出前沿AI領域 / 重新配置資源。但如果 Google 只是把AI從一個獨立的目的地，重新放進TPU → Gemini → GCP →入口這個更大的系統裡，那就不是退出，而是生態系內部的資源重新配置。

這兩者看起來可能只差幾個字，但對 GOOGL 的估值，可能差非常多。

所以，接下來我想做的研究：

我不想先預測 Google 最終是哪一條路，我想反過來讓證據告訴我答案。

首先，Google 最近到底是在退出前沿 AI，還是在重新配置資源？如果是重新配置：資源到底被配置到了哪裡？然後再往下一層：重新配置之後，這些資源有沒有形成新的飛輪？最後才是最重要的一層：TPU、Gemini、GCP、Search、YouTube、Android、Workspace，到底是一個真正的 AI生態系，還是一個非常優秀的 AI 資產組合？

因為如果是前者，Google 可能拿到協同溢價，如果是後者，市場最後可能還是回到SOTP，而這兩種 Google，即使擁有完全一樣的營收，也可能值得完全不同的估值。

所以這一次，我想重新驗證的是Google 把 AI 的能力、人才、資本與基礎設施重新配置之後，這些東西最後到底有沒有讓整個Alphabet 變得更有價值？因為如果答案是 yes，那麼 Google 不需要每一場 AI 戰爭都贏。它只需要讓每一場 AI 投資，都同時提高Alphabet 裡其他業務的價值。而如果答案是 no，那即使 TPU、GCP、Gemini 每一個都成為成功的業務，Google 仍然可能只是一家擁有很多非常好的 AI 業務的公司。

這兩者之間的差距，可能就是 Google 下一個估值重構的差距。

接下來，我們就從最容易被市場直接下結論、卻最容易看錯的地方開始：Google 把資源從一個地方移到另一個地方，到底代表「退出」，還是代表「重新配置」？

因為在投資裡，資源移動本身不是答案，資源為什麼移動、移去哪裡，以及移動之後創造了什麼？這才是答案。

第二章｜是退出戰場還是重新配置資源？資源從 Gemini 移向 TPU / GCP，真的代表 Google 正在放棄前沿AI嗎？

第一章最後，我留下了一個問題：Google 最近到底是在退出戰場，還是在重新配置資源？這個問題看起來很簡單，但我認為，這是投資研究裡一個非常容易犯錯的地方。因為我們太容易把「資源從 A 移到 B」直接翻譯成「公司放棄 A 了」，但這兩件事情完全不是同一件事，一家公司把資本、人才、算力從一個地方移到另一個地方，至少有兩種可能：

第一種：退出戰場。A 做不好了，所以公司降低投入，把資源撤走。

第二種：重新配置資源。A 仍然重要，只是公司發現 B 的邊際報酬更高，因此重新配置資源。

表面上看起來，兩家公司都可能出現A 的資源下下降，B 的資源上升。但對投資人而言，這兩個故事的意義完全不同。如果是退出，原本的投資假設正在失效，如果是重新配置資源，投資假設沒有消失，只是價值捕獲的路徑正在改變。所以這一次，我想先建立一個更基本的判斷方式：一家公司的資源移動，到底什麼時候才叫「戰略撤退」？

第一個錯誤：把資本配置當策略本身

投資人最常看到的是 CAPEX，因為 CAPEX 最容易量化，今年投多少，明年投多少，AI data center 花多少，TPU 花多少，所以很容易產生一個錯覺：公司把錢投在哪裡，就是公司的戰略。其實不完全是。因為真正的策略是：公司希望透過這些資源，最後取得什麼樣的經濟地位。同樣花100億，一家公司的目的是建立前研模型，另一家公司可能是建立 AI基礎設施，第三家公司可能是用 AI 提高 Search、Cloud、Workspace 的變現程度，三家公司都可能增加 AI CAPEX，但它們想要捕捉的價值完全不同。所以我在研究 Google 時，不會只看「TPU 投資是不是增加」要看下一層：「這些 TPU 最終被拿去做什麼？」這個問題，比 CAPEX 本身重要得多。

Read more

為什麼投資人要這麼痛苦呢？因為我們總是在試圖找到一個答案：

「什麼時候買才不會跌？」

「什麼時候買才不會後悔？」

「什麼時候停損才不會賣在最低？」

「什麼時候重新買回，才不會買在最高？」

散戶一直試圖找到一個「不會讓自己賠錢、也不會讓自己後悔」的買點，可是根本沒有這種東西。

你今天買進，明天可能跌。你今天不買，明天可能漲。你停損之後，它可能繼續跌。也可能第二天就開始反彈。你等它跌到更便宜，它可能再也不回來。你終於忍不住追進去，它也可能剛好回檔。

市場沒有一個價格，可以同時讓你擁有最低風險、最高確定性、最高預期報酬，而且買完之後永遠不後悔。

如果真的有這種價格，所有人都知道，那它也就不可能便宜。

所以真正的投資紀律，不是找到那個「完美買點」，是接受自己永遠不知道完美買點在哪裡，然後建立一套即使自己沒有買在完美位置，也能活下去的投資方法。

而為什麼機構跟散戶，在面對同一個市場時，做出來的行為會完全不同？

—

散戶害怕的，不是虧錢，是「後悔」

我們先回到最簡單的一個場景，假設今天一家公司股價是100，你研究完覺得：這家公司未來三到五年的獲利成長，我願意在這個價格承擔風險。

所以你買了，結果第二天跌到 95，你開始：哎呀買太早，接著跌到 90：早知道 90 再買。跌到 80：我就知道，我應該等。

這時候你可能會做兩件事，

第一種：繼續等，因為你想買得更便宜。

第二種：停損。

但如果一個月後股價從 80 漲回 100，你又會陷入另一個心理陷阱：「現在 100 我怎麼買？」「我 80 才賣掉耶。」

再漲到 120：「現在追很蠢吧。」150：「算了，這支股票跟我無緣。」

你會發現，一開始你只是因為風險而賣掉，最後卻變成：因為你曾經賣過，所以你永遠不敢再買。

這就是投資裡很常見的心理陷阱，散戶不是只害怕虧錢，也害怕：再次證明自己錯了。

散戶一直在追求一種不存在的東西，那就是： 「買完之後，市場最好立刻證明我是對的。」

因為只要買完跌了，我就開始後悔，買完漲了，我就覺得自己很厲害（尤其很多投資人會說：我昨天才買，今天就賺三千塊，厲害吧？我每天都要賺錢！）

所以我們會慢慢形成一個非常危險的投資習慣：把「短期價格對不對」當成「投資決策對不對」。但這兩件事情根本不一樣。

你今天買進一家公司的價格是100，隔天跌到 90，這只能告訴你：市場今天願意用 90 報價。

它不會直接告訴你：你的五年投資假設是錯的。

反過來也是一樣。你買 100，隔天漲到 110，也不代表：你的投資研究突然正確了，可能只是市場短期情緒改變。

真正的問題還是：我的投資假設有沒有改變？

而不是：我今天賺錢還是賠錢？

價格是結果，不是答案。

—

市場從來沒有「最後一班車」

這也是最近被問到最多的問題：這一波過了，還有下一波嗎？會不會再也賺不到了？要不要跳上去追了？

我完全理解，因為市場一旦開始上漲，人腦會自動產生一個非常強烈的錯覺： 「如果我現在不買，以後就沒有機會了。」

但市場從來沒有最後一班車，你可以錯過一段行情，可以錯過一檔股票最漂亮的起漲點，甚至可以錯過整個產業最早期的第一段行情。這些都沒有關係，真正危險的是，因為你錯過第一段，所以你開始逼自己一定要抓住第二段。於是股票漲 5%，你沒感覺，漲 10%，你開始注意，漲 20%，你開始焦慮，漲 30%，你開始覺得：「最後一班車了。」

然後你在原本根本不會買的位置，突然決定：「算了，我先進去再說。」

這就是 FOMO。

而且最危險的地方是，FOMO會讓你把「我想投資」和「我不想後悔」混在一起。

這是兩件完全不同的事情。

—

那FOMO 到底從哪裡來？

很多人以為 FOMO 就是貪婪，其實不是，FOMO 通常是四件事情同時發生。

第一個，是比較。

你看到別人賺錢，朋友賺了，社群有人貼對帳單，有人說：「我早就買了，我今年300%了」，你開始想「為什麼我沒有？」

所以你害怕的不是股票上漲。是別人參與了，而你沒有。

第二個，是反事實思考。

你開始想：「如果我上個月買100萬……」「如果我當時沒有賣……」「如果我早知道……」

你開始活在一個「不存在的世界」，那個世界裡，你已經賺了很多錢。

可是我要提醒你： 「本來可以賺到的錢，不是你的錢。」

市場只計算你真正持有的部位，它不會把你「本來可以賺」的錢放進你的帳戶。

第三個，是稀缺感。

人類對「可能失去」的東西非常敏感。所以當股票開始快速上漲，大腦會把它重新定義成：「機會正在消失。」

於是你不再問：「這個價格合理嗎？」

你開始問：「如果我現在不買，以後是不是買不到？」

這時候你已經不是在分析投資標的，你是在跟時間競賽。

第四個，也是最重要的：後悔。

你害怕未來的自己回頭看今天，然後說 「你當初為什麼不買？」這就是 FOMO 最深層的來源，你不是害怕股票漲，你是害怕未來的自己責怪現在的自己，所以你開始買，但這筆交易的真正目的，已經不是賺錢。是消除後悔。

不要用一筆交易，去治療自己的焦慮。

因為市場沒有任何保證，可以替你消除後悔。

所以散戶會在兩個極端之間來回擺盪，同一個人可能上個月不敢買，這個月瘋狂追，再下一個月恐慌賣，然後再下一個月不敢買回。

看起來好像每一次都是不同的問題，但底層是一樣的：他一直在尋找一個「這次我一定不會後悔」的決策。

所以他永遠在：恐懼 → 觀望 → FOMO → 追高 → 回檔 → 恐懼 → 停損 → 不敢買回 → 再次FOMO，這是一個循環。

而市場真正厲害的地方，是它非常容易利用人類的這個循環。

因為市場永遠會讓你覺得：「如果你現在不做決定，就永遠來不及了。」

—

而這就是機構和散戶最大的差別：0 和 1

機構的世界裡，很少有真正的 0 和 1。

散戶很容易是：看好 → 100%，看錯 → 0%，FOMO → 100%，害怕 → 0%

機構則比較像一個旋鈕：100%→ 80%→ 60%→ 40%→ 20%→ 0%，

也可以反過來：0%→ 10%→ 20%→ 30%→ 50%→ 70%，

這個差別看起來只是「分批」，但背後是一個完全不同的投資哲學。

散戶通常只看到：「我要不要買？」

機構在問：「我現在應該承擔多少風險？」

這是兩個完全不同的問題。

—

真正的機構思維，不是「我看多還是看空」

這是我非常希望大家理解的一件事情，很多人以為基金經理人每天都在做：看多、看空，

機構很多時候更接近：我現在有多少曝險？如果風險上升，我要減多少？如果基本面繼續驗證，我要增加多少？如果估值變得不合理，我要降低多少？

所以一個基金經理人可以：長期看多一家公司，但持股只有 20%，也可以長期看空市場，但短期仍然保留 10% 的曝險。

因為觀點和倉位不是同一件事情，這是散戶最容易混淆的地方。

「我很看好」不代表「所以我現在應該 All in。」

「我有點擔心」也不代表「所以我現在必須全部賣掉。」

—

為什麼機構喜歡分批？

因為他們知道一件散戶很難接受的事情：答案不會一次公布。

你今天研究一家公司的時候，你知道的資訊可能只有 70%，剩下的 30%，要等財報、客戶、競爭、產業景氣、管理層執行、市場資金一個一個出現。

所以你如果一開始就要求自己「我要在今天做出100%正確的決定。」，你是在要求自己預測未來。

但機構更常做的是：先用一小部分資本，換取更多資訊。例如：第一筆 10%，公司開始驗證：再增加 10%，第二次財報繼續支持：再增加。

市場風險突然升高：減少。估值過高：再減。這是用倉位管理不確定性。

—

所以分批不是「不知道答案」，是承認答案會慢慢出現

分批是一種非常高階的心理訓練，我不需要現在就知道全部答案，我只需要知道：「現在這個價格，值得我拿多少資本去換取未來的可能性？」這是一個完全不同的思考方式。

你不再需要「買在最低。」你只需要「第一筆可以在哪裡？」

你不需要「一次買完。」你只需要：「什麼條件出現，我願意增加？」

你也不需要「永遠不賣。」你只需要「什麼條件出現，我願意降低曝險？」

這時候投資突然變得輕鬆很多，因為你不再跟市場要求：「現在就證明我是對的。」

—

所以真正的機會，有時候不是「第一時間買到」

這句話我非常希望大家記住：你不需要買到第一個 10%。如果你看懂的是一個可以持續數年的趨勢，你真正需要的，是參與那個趨勢，而不是證明自己比所有人早。

很多散戶會把「我沒有買在起漲點」理解成「我錯過了。」其實不是。

如果一家公司未來五年的價值創造才剛剛開始，你買在第一天還是第三個月，可能根本不是最重要的事情。

真正重要的是，你有沒有建立一個足以參與這段價值創造、又不會讓自己在中途被洗出去的部位，這就是部位管理

—

投資裡根本沒有「不後悔的買點」

所以我們再回到最開始的問題，現在要不要追？我不會直接告訴你「不要追」因為這又變成另一種預測。

我會問：如果你昨天完全沒有看過這檔股票，今天第一次看到它，你會不會根據現在的價格、估值、資產配置與投資期限，建立一個部位？

如果答案是「會」，那你接下來要討論的是：買多少？而不是：要、還是不要買？

你可以買 10%，也可以等下一個訊號再增加，甚至你可以今天先不買，但這個「不買」應該是因為目前的風險報酬比不符合你的要求。

而不是：「我沒有買到前面那一段，所以我現在很害怕。」

反過來，如果你問自己：「如果沒有這一段上漲，我本來會不會買？」

答案是：「不會」「我只是看到別人賺錢」「我只是怕它繼續漲」

那就很清楚了：你現在想買的不是資產，是想消除 FOMO。

—

真正成熟的投資人，不追求「永遠不後悔」

因為他知道後悔是投資的一部分，你買了，可能後悔沒有再等等。你沒買，可能後悔它漲了，你賣了，可能後悔賣太早，你沒賣，可能後悔沒有鎖利。

你永遠都可以找到一個更好的「如果」，所以真正成熟的投資人最後追求的，不是 「我要怎麼做，才不會後悔？」而是「如果我這次做錯，我能不能承受？」

前者要求你預測未來，後者要求你管理風險，前者追求完美，後者接受不確定性。

—

「分批」是一種紀律，不是一種技巧

很多人把分批買進理解成「我怕買高。」其實不是。

分批的意義是：我允許自己不知道，我不知道是不是最低點，所以我先買一部分，我不知道基本面會不會繼續驗證，所以我保留資金，我不知道市場會不會突然去槓桿，所以我不把所有選擇權一次用完。

我不知道未來會不會出現更好的價格，所以我不急著一次買滿，你會發現，分批真正管理的不是價格，是人的心理。

因為當你只有 10% 的部位時，股票下跌，你還有能力研究，股票上漲，你也還有能力增加。

但如果你一開始就是 100%，下跌會讓你恐慌，上漲會讓你害怕賣掉，你每一個決定，都開始被「我已經投入這麼多」綁架。

所以不要一次把自己的選擇權全部用完。

—

因為市場永遠不是只有一次機會

這也是我最後最想跟大家說的，我們太容易把投資想成一扇只有一次機會的門：

「這波沒買到，完了」

「這支股票沒在最低點買。」

「我停損了，以後再也買不回來」

「這次 AI 浪潮如果錯過，人生就沒有下一次」

可是市場不是這樣，市場比較像一座車站，一班車開走了，不代表永遠沒有下一班，你可以錯過，可以下車，可以換車，可以等，甚至可以重新回到原本的月台。

真正危險的不是你錯過了一班車，是你因為錯過一班車，開始追著車跑，這就是 FOMO。

而另一種人則是因為曾經搭錯過一班車，所以從此站在月台，再也不敢上車，這就是停損之後，再也不敢買回。

—

最後，我想把這篇和上一篇文章連在一起

上一篇文章，我寫了一句：槓桿真正偷走的，不是你的本金，是你的選擇權。

因為有槓桿的人，市場一下跌，就可能被迫賣出，他沒有等待的權利。

但這一次，即使你沒有槓桿，即使你活到了答案公布的那一天，你還是可能因為恐懼，而失去下一次下注的能力。

你也可能因為 FOMO，在最不合理的時候，把自己的選擇權一次用完。

所以不要讓槓桿剝奪你的等待權，也不要讓恐懼剝奪你的重新下注能力，更不要讓 FOMO 逼你一次用完所有的選擇權。

你可以停損、可以錯過、可以賣錯、甚至可以承認自己看錯。

但你必須讓自己保有下一次重新評估的能力、下一次重新建立部位的能力、下一次重新下注的能力。

—

真正的投資能力，不是找到完美買點

真正的投資能力不是知道最低點在哪，是不知道最低點在哪，但知道自己願意承擔多少風險？

不是我知道它一定會漲，是我不知道它什麼時候漲，但我知道如果我的假設被驗證，我願意增加多少部位。」

這才是機構思維和散戶思維最大的差別。

散戶想知道答案，機構管理概率，散戶想找到完美買點，機構管理部位，散戶想避免後悔，機構接受不確定性。

你不需要買在最低點，也不需要賣在最高點，你甚至不需要每一次都做對。

你只需要做到：不要讓一次錯誤，決定你接下來二十年的投資行為。

真正摧毀複利的，不一定是一次大跌。有時候是你停損之後，再也不敢買回來。

有時候是你錯過一段行情，然後為了追回「本來可以賺到的錢」，開始 FOMO。

有時候則是你太看好，一次 All in，把未來所有的選擇權都用完。

所以投資要追求的，不是我怎麼才能永遠不後悔？因為這根本做不到。

而是：即使我今天做錯，我明天還有沒有下一步？

只要有，你就還在市場裡，你就還可以研究，還可以等待，還可以重新估值，還可以重新建立部位，還可以重新下注。

所以市場從來沒有最後一班車，真正重要的不是你有沒有搭上這一班。

是二十年後，你還有沒有能力繼續站在月台上，等待下一班車。

為市場永遠都會有下一班車，可怕的不是你錯過了一班。

是你因為害怕再次犯錯，從此不敢上車。

宋分

《美股送分題》

所以市場不是這樣運作的，甚至你會發現，同樣都是科技公司，市場替它們估值的方法全部不同，為什麼有人看PE？有人看DCF？有人看EV/Sales？有人甚至看PB？

難道分析師只是挑一個自己喜歡的公式嗎？不是，市場不是一直發明新的估值工具，市場只是一直在解決新的問題。

請你先不要往下看，我想請你花 30 秒回答一個問題：下面四家公司，你覺得哪一間最便宜？

請先停下來，不要急著往下滑，心裡先選一個答案。

如果你的答案是：「PE 最低那一間。」或是「EV/Sales 最低那一間。」

那這篇文章，就是寫給你的。

因為……市場不是先選估值公式，再決定一家公司值多少錢，正確的順序剛好相反。

我收到最多的問題之一，就是：

「宋分，可以幫我算一下 NVDA的 DCF 嗎？」

「ORCL現在 PE 只有十幾倍，是不是很便宜？」

「這家公司到底該看 PE、PEG 還是 EV/EBITDA？EV/Sales？」

「到底多少倍 PE 才算合理？」

如果是十年前的我，我可能會直接開始算，打開 Excel，建立模型，輸入成長率、毛利率、折現率，最後得到一個合理價。但經過十年的研磨，第一個反應一定是先思考：為什麼這家公司可以用這個方法估值？

這聽起來像是在鑽牛角尖，但它其實是投資裡最重要的一件事，很多投資人一開始就把順序搞反了，我們總以為估值應該是這樣：公司 ⭢ 選一個估值公式 ⭢ 算出合理價

但市場真正的思考方式是：商業模式⭢ 未來會產生什麼樣的現金流？⭢ 市場真正相信的是什麼？⭢ 選擇估值方法

注意，估值工具排在最後，不是第一步。

也很多人覺得，只要學會 DCF，就算學會估值，也有人認為，只要找到一家 Forward PE 很低的公司，就是找到便宜股，但如果事情真的這麼簡單，市場就不會每天有人賺錢，也每天有人賠錢。因為困難的不是按計算機，是回答這些問題：這家公司五年後會長什麼樣子？它的成長可以持續多久？今天賺的錢，是不是十年後還能賺？它現在投入的一塊錢，未來到底能不能變成更多的現金流？這些問題沒有一個是單純按一按Excel 可以回答的。

所以看一家公司必須先判斷：它到底屬於哪一種商業模式？因為不同的商業模式，市場看的東西完全不同。Apple，市場看的可能是穩定的自由現金流。微軟，市場看的可能是未來十年的現金流複利。美光，市場看的不是今年，是下一輪景氣循環的獲利能力。PaloAlto，市場關注的是 ARR、平台化能力，以及未來自由現金流。而ORCL，市場爭論的不是 EPS，是今天投入數百億美元蓋 AI Data Center，未來到底能不能產生足夠高的資本回報？看到這裡，你應該會發現一件事，這五家公司都很優秀，但市場根本沒有用同一把尺在衡量它們。

所以，我想請你再回頭看看文章一開始的那四張圖，如果今天只看PE、EV/Sales、營收、PEG，你真的有辦法回答哪一家公司最便宜嗎？我相信，大部分人的答案都會是：不能。因為決定估值的不是那個倍數，是倍數背後代表的商業模式。

這也是我寫這篇文章的原因，這篇文章，我不打算教你背公式，因為 PE、PEG、DCF、EV/EBITDA，網路上已經有太多人教了，我想分享的，是另一件事情：市場到底在替什麼定價？當你知道市場真正相信的是什麼，你自然就會知道為什麼有些公司適合看 PE、有些公司適合做 DCF、有些公司應該看 EV/Sales，有些公司，例如ORCL，如果一開始就急著套估值公式，很可能第一步就走錯了。

這一篇不會教你背公式，是帶你真正站到分析師的位置，陪你一步一步思考：

今天市場到底看得見什麼？又看不見什麼？最後再跟你一起，從零開始，完成一份ORCL的估值模型，希望當你看完最後一頁，你學會的不只是DCF，還可以開始理解市場，到底是怎麼思考一家公司。

第一章｜為什麼市場需要估值？

• 為什麼同樣都是20倍PE，有人覺得便宜，有人覺得昂貴？

• PE真正回答的是什麼？

• PE最大的限制：E真的代表未來嗎？

• 為什麼apple可以用PE，其他科技股不可以？

第二章｜DCF不是另一種估值工具，它是所有估值方法的起點

• 為什麼分析師最後還是把DCF，變回Forward PE？

• 為什麼所有估值最後都回到現金流？

• 為什麼DCF算出來的股價跟現實中股價有落差？

• 分析師用DCF最大的目的不是算目標價，是為了什麼？

第三章｜市場不是發明很多估值方法，是一直在解決新的問題

• 當公司還沒開始賺錢，市場怎麼估值？

• 市場願意給PLTR 100倍EV/Sales，在買什麼？

• SNOW營收一直增加，為什麼EV/S直接垮掉？

• CRWD既然開始賺錢了，為什麼市場還在看EV/Sales？

第四章｜為什麼有些公司，市場寧願看EV/EBITDA？

• EBITDA到底要用在什麼公司？

• 折舊到底是不是成本？

• 為什麼Data Center讓Oracle開始出現估值爭議？

• 市場討論的是CAPEX，不是EBITDA

第五章｜如果今年根本沒有「正常獲利」，怎麼辦？

• Book Value代表什麼？

• 美光：市場看的不是PB，是PB背後的ROE

• 為什麼Visa PB可以20倍，JPM卻只有2倍？

• PB其實是在替下一輪景氣定價

第六章｜真正的分析師，估值前，先選對尺

• 分析師第一眼到底在看什麼？

• 一張Decision Tree，快速找到估值工具

• Oracle為什麼是特殊Case？

• Coverage Universe估值整理

• 估值練習題

第七章｜Oracle：分析師如何一步一步算出一家公司的真正價值？

Step 1 市場真正的分歧是什麼？（不是找新聞，是找市場真正還不知道答案的地方）

Step 2 拆開商業模式（SOTP） Legacy OCI

Step 3 開始建立Revenue Model 不是猜營收 是建立Driver

Step 4 估Margin 不是看歷史Margin 是理解它為什麼改變

Step 5 估CAPEX 市場真正爭論的地方

Step 6 建立FCF 讓Income Statement真正流進Cash Flow

Step 7 建立DCF 開始估值

Step 8 Sensitivity Analysis 到底哪個假設最重要？

第一章｜為什麼市場需要估值？

我們先忘掉所有公式，我們用最簡單的情境來走一遍假設今天有一家飲料店，今年賺100萬，請問，如果有人願意花1000萬元買下這家店，你會怎麼思考？很多人第一個反應會是：1000 萬好像有點貴。但到底是貴還是便宜？怎麼算啊？ 其實，現在你心裡已經開始做一件事情，只是你沒有發現：你正在回答一個最原始、也是所有投資都會問的問題：我要花幾年，才能把這筆投資賺回來？

如果這家店一年賺100萬，你花1000萬買，代表大約10年回本，如果另一家店一年賺200萬，價格還是1000萬，代表只要5年回本。即使你從來沒有學過 PE，你心裡也會直覺認為第二家比較便宜。 注意，你剛剛根本沒有用任何估值模型，沒有打開 Excel，也沒有計算折現率，但是你已經開始用 PE 的思維在思考了，沒錯，這就是PE。

很多人以為PE（Price / Earnings）只是一個倍率，其實不是，PE 給你的答案是：市場願意花多少年的獲利，去買下這家公司今天的獲利能力？(這句話不懂也沒關係，PE就是你上面在思考飲料店的問題) 所以，PE 的本質不是一個數學公式，是一個非常生活化的概念：如果今天買下這家公司，大概需要多久才能回本？

這也是為什麼很多教科書會說：20 倍 PE，大約代表 20 年回本，10 倍 PE，大約代表 10 年回本。但我要提醒大家，這個說法只對了一半，因為它偷偷藏了一個非常重要，而且幾乎所有投資人都忽略的假設：PE 最大的前提，不是 P，是 E。

我們回到剛剛那家飲料店，假設今年還是賺100萬，你還是花1000萬買下來，看起來一切都沒有問題。但是，就在準備簽約之前，老闆突然跟你說了一句話：「不好意思啦，今年只是剛好有賺100萬，明年可能只剩20萬元。」你傻眼，但現在你還願意花1000萬嗎？我相信，大部分人的答案已經變成：不願意。

奇怪的是，價格沒有變喔，一樣是1000萬，今年獲利也沒有變，還是100萬，照理說，PE 還是10倍，那為什麼你突然覺得它變貴了？ 不是 PE 算錯了，因為你開始懷疑今年賺的100萬，到底能不能代表未來？ 這就是 PE 最重要，也是最容易被忽略的底層假設：PE 成立的前提，是今年的 Earnings，可以合理代表未來幾年的 Earnings。 如果這個假設成立，PE 就會是一個非常有效率的估值工具，因為你不需要把未來十年的獲利一筆一筆算出來，只要今年的獲利具有代表性，今天的 Earnings，就可以近似未來很多年的平均 Earnings。但是，如果今年的獲利只是特例，那 PE 就開始失效，因為E 已經失去了代表性。

所以你會發現，重要的從來不是Price，是E 到底有沒有代表未來的能力？

—

分析師視角｜市場不是在替Apple的成長定價，是在替「可預測性」定價

很多人一直以為Apple 看 PE是因為它是一家成熟公司或者因為它市值很大，不是。我們來做一個思想實驗，假設今天，分析師請你預測Apple五年後EPS，你會不會很容易想到8、9、10、11....大概就在附近，不同分析師可能會有一點差異，有人寫9.8，有人寫10.3，但是大家的答案通常不會差得太遠。

現在我們把公司換掉，今天不是Apple，是一家剛成立兩年的AI新創公司，請你預測五年後EPS。你敢嗎？可能30，也可能0，甚至公司五年後可能已經不存在。所以真正的差別是Apple未來的現金流，非常容易預測。很多人以為市場是在替Apple的成長定價，但市場定價的是“未來現金流的可預測性”。因為當未來十年的商業模式沒有出現重大改變，分析師去年建立好的DCF，今年大部分假設都還成立，所以市場沒有必要每天重新建立一套DCF，大家沿用原本那套對未來現金流的假設。每天只需要更新今年EPS、明年EPS以及Forward PE就已經足夠，所以Apple並不是不用DCF，Apple只是不用每天重建DCF(也就是說，市場在幾年前已經幫Apple建立過DCF，並轉化為forward PE了)

PE不是DCF的替代品，PE是建立在一套已經被市場接受的DCF假設之上(要記得喔)，

只要公司的商業模式、競爭優勢與未來現金流沒有出現重大變化，市場就不用每一天重新估一次未來十年的現金流，而是直接沿用原本那套DCF世界觀，然後用Forward PE作為每天交易的共同語言。

這是Apple過去10年的EPS，不要只看它有沒有成長，請看它是不是可以預期？雖然不是每一年都高速成長，但是它幾乎沒有出現從7掉到2，市場買的就是這份可預測性。

但是如果今天Apple突然宣布未來五年投入3000億打造Apple AI Cloud。請問市場第一件事情會做什麼？很多人以為PE從25倍變30倍，其實不是。

第一件事情一定是：所有分析師重新建立DCF。

因為改變的不是PE，是“未來十年的現金流”，等新的DCF建立完成，市場才會重新得到新的合理PE，然後再回到每天用PE交易。所以決定估值工具的不是公司大不大也不是成熟不成熟，是未來現金流有沒有發生足以讓市場重新建立DCF的重大改變。Apple目前沒有，所以市場沿用原本的DCF，每天用PE交易，這也是為什麼Apple的PE往往比很多公司更具有參考價值。

那我們再往下看這一家的EPS:

這就是美光的EPS

來談談PE失效的案例：為什麼美光的 PE 只有 6 倍，卻不一定便宜？

如果看到這裡，你可能會開始產生一個新的疑問，既然 PE 的底層邏輯是今年的 Earnings，可以合理代表未來幾年的 Earnings，那是不是代表PE 越低，就越便宜？

很多投資人就是停在這一步，看到一家公司PE 6倍，哇，好便宜！ 但市場上有一種公司，會讓這個想法完全失效，就是景氣循環股

我們不要急著講美光，先回到剛剛那家飲料店，假設現在又有一家新的店，今年它賺了100萬，你花1000萬買下它，看起來還是10倍 PE，是不是很合理？但是這一次老闆不是跟你說：「明年可能變成80萬。」而是告訴你：「今年剛好遇到夏天特別熱，今年珍珠奶茶突然爆紅，所以今年賺100萬，正常情況，其實一年大概只賺40萬」你還會用100萬去算10年回本嗎？當然不會，因為你已經知道今年100萬只是“景氣最好的一年”，代表這家公司賺錢能力的，不是100萬，是40萬。

這時候如果你還是覺得10倍PE，好便宜，你已經掉進第一個估值陷阱，因為你把景氣高點，誤認成公司的正常獲利能力。美光就是最典型的例子，但是市場上幾乎沒有分析師會因為看到美光只有6倍 PE就直接喊買，因為大家都知道美光的獲利本來就是一條波浪，記憶體產業有景氣循環、有供需循環、有價格循環，今年 EPS很可能只是整個 Cycle 的其中一個時間點，它不是公司的「正常獲利」。

我們來做一個更極端的例子，假設有兩家公司，A 公司的五年 EPS 分別是30 30 30 30 30，B 公司五年 EPS 分別是30 5 25 8 28，請問如果今天兩家公司今年 EPS 都剛好是30，PE 都是6倍，它們真的一樣便宜嗎？答案當然不是，因為A公司的30代表的是它長期都能賺30，但是B公司的30很可能只是景氣高峰，明年可能就只剩5，如果你今天用30去算PE你會得到6倍，如果明年真的變成5，市場價格沒有變PE瞬間變成36倍。請問到底哪一個才是真的？都是真的。因為PE 本來就是Price ÷「今年」Earnings。問題不在於公式，問題在於“今年，到底是不是一個具有代表性的年份”？這也是為什麼市場分析美光，不會去討論現在PE多少，討論的是「現在位於景氣循環的哪一個位置？」如果今天位於Cycle Bottom，今年 EPS 很差，PE 可能高得嚇人，甚至100倍，但是大家反而開始買，因為市場相信下一輪EPS會回來，反過來如果今天位於Cycle Peak。今年 EPS 漂亮得不得了PE 可能只剩5倍，市場卻開始賣，因為市場知道今年的獲利很可能就是這一輪最好的時候。

這就是很多投資人最容易誤解的一件事情，PE 低，不一定便宜，PE 高，也不一定昂貴，真正重要的是今年的 Earnings，到底有沒有代表性。如果今天的 Earnings只是景氣循環的一個點那市場真正想知道的就不再是今年賺多少，而是一個完整景氣循環平均可以賺多少。這也是為什麼分析師研究美光重點是在研究HBM 需求DRAM 價格NAND 價格供給庫存AI Server，甚至中國廠商的產能等等，很多人以為，這些是在研究產業，其實不是，他們真正做的一件事情是“今年的EPS，到底距離正常化的Earnings還有多遠？”，如果今天DRAM價格開始反彈，分析師不是因為價格高興，而是開始重新估正常化的Earnings，如果HBM滲透率提高，分析師會開始重新估下一輪Cycle正常可以賺多少？所以你看到所有研究，最後都只是在回答：今年的E，到底有沒有資格拿來算PE？因為只有找到正常化 Earnings，PE 才重新有意義。

很多人看到這裡可能會想問：那分析師是不是每天都在重新算PE？不是。 分析師真正每天在做的事情，是重新判斷：「正常化 Earnings有沒有改變？」DRAM價格上升、HBM滲透率提高、中國供給減少，這些事情最後全部都是在算：這家公司一個完整景氣循環，真正可以賺多少錢？ 當這個答案改變，PE自然就改變，所以市場研究HBM AI Server DRAM 是大家都在重新估那個真正具有代表性的E。

但是事情並沒有這麼簡單，有時候市場甚至連正常化 Earnings 都很難估。例如如果今天正好位於景氣循環谷底，公司獲利接近零，甚至虧損，PE開始完全失去意義。但是公司真的沒有價值嗎？未必。因為它可能還有大量工廠、大量土地、大量設備、大量DRAM產能，所以市場開始問另一個問題：如果今天獲利不能代表公司，那能不能先回頭看它到底擁有多少資產？這就是PB，但是PB真的只是Price ÷ Book嗎？我們後面，再慢慢拆。

—

機構視角｜25倍PE，代表的從來不是25年回本

很多人看到一家公司25倍PE，認為25 年才能回本？太久了吧？這其實又是一個很常見的誤解。如果這家公司未來每年的獲利都完全不成長，那確實可以理解成25 年左右回本，但是現實世界不是這樣，公司獲利不是固定的，它還是會慢慢增加，你看像是AAPL從2016的2.08緩緩成長，2025已經成長到7.46，再加上 Apple 每年持續大量回購股票，EPS 本身也會因為股本下降而持續提升，所以如果一家公司現在市場給25倍PE，買的不是今天這 8元還是6元，是未來很多年逐漸成長的獲利能力。所以PE 並不是在告訴你一定要 25 年才能回本，它真正做的事情，是把未來很多年的獲利，濃縮成今天的一個倍率。

也就是說，PE 並不是估值，它只是估值的捷徑，所以不要把PE想成一個公式，更不要把PE想成一個答案，PE其實只是市場把一整套對未來的DCF假設，濃縮成一個每天方便交易的數字。所以真正改變PE的是“市場對未來現金流的想像”，因為真正的估值一直都是“未來很多年的現金流”（你接下來會懂為什麼是現金流)，只是如果今年EPS已經足夠代表未來市場就不用每一次都重算DCF，直接看PE就可以得到非常接近的答案，所以PE不是另一種估值它其實只是DCF在特殊情況下的近似值。

—

那為什麼同樣都是 20 倍 PE，有些公司便宜，有些公司卻很貴？

如果看到這裡，你已經知道了一件事情，PE 最大的前提，是今年的 Earnings，可以合理代表未來幾年的 Earnings。但事情到這裡，還沒有結束，因為市場每天都在討論A現在 25 倍 PE，很貴，B 35 倍 PE，不便宜，天啊美光只有 6 倍 PE，好便宜。

請問，如果你今天只看 PE，是不是代表美光最便宜？答案不是，甚至很多時候，結論會完全相反，因為PE 從來不是一個「價值」本身。PE 只是市場把對未來的期待，壓縮成今天的一個數字(這句話，我希望大家先記住，因為它會徹底改變你之後看待估值的方法）

我們再回到剛剛那家飲料店，假設現在有兩家店，兩家店今年都賺100萬，而且兩家店都賣1000萬，所以兩家店都是10 倍 PE。如果只看 PE，你一定會說兩家一樣便宜。但是如果我告訴你，第一家飲料店，未來五年每一年都還是賺100萬元，但第二家飲料店，今年100萬、明年120萬、後年150萬、第四年180萬、第五年220萬，請問現在兩家店還一樣便宜嗎？當然不是，第二家明顯更值得花1000萬元買下來。奇怪的是，它們的 PE 明明一模一樣，都是10倍，為什麼你的答案改變了？所以決定一家公司價值的，不是今天賺多少錢，是未來”一共“會賺多少錢，

今天的100萬，只是未來所有現金流的一個起點，如果未來每年都只剩100萬，那今天100萬的價值，就沒有那麼高，但如果未來每一年都會持續增加，今天這100元的意義，就完全不同。所以同樣都是10倍 PE，第一家公司市場買的是一台未來五年都沒有太大變化的印鈔機，第二家公司市場買的卻是一台未來每一年都會印更多鈔票的印鈔機，PE 一樣，但市場買的東西，完全不同。這也是很多投資人第一次接觸估值時，最容易產生的誤解，大家常常說：A 現在 25 倍 PE，B 現在 35 倍 PE，所以B比A貴，但大家都少問了一個最重要的問題：市場預期這兩家公司未來的獲利成長，一樣嗎？如果答案不一樣，那兩個 PE，本來就不能直接比較。

假設A未來五年EPS 每年成長 5%，B 未來五年EPS 每年成長 15%，請問市場願不願意多付一點價格，去買未來成長更快的公司？大部分人的答案都是願意。因為你買的不是今天，你買的是未來五年的成長，所以很多人一直以為PE 高 = 很貴。這句話少了一半，真正完整的說法應該是：PE 高，但如果未來成長更快，它不一定貴。反過來，PE 很低，但如果未來獲利開始衰退，它也不一定便宜。這就是為什麼市場上會出現一句非常經典的話：Price is what you pay. Value is what you get. 你今天付出的價格（Price）只是股價，真正決定 Value 的，永遠都是未來能拿回多少現金流。

到這裡，我們可以把 PE 的本質，再往下一層拆解。很多人認為PE 衡量的是今天的獲利值多少錢，其實不是，PE衡量的是“市場願意用今天的獲利，去代表多少未來的獲利”。注意這兩句話的差別，第一句是在看現在，第二句是在看未來，所以PE 雖然看起來只用了「今年 EPS」，但它真正反映的是市場對未來很多年的期待。所以PE 不是一個估值公式，它更像是一種“市場共識的濃縮結果”，市場先判斷這家公司未來會不會成長？成長多久？成長品質高不高？風險大不大？最後才把這些對未來的預期，濃縮成今天的一個 PE。（市場願意給的PE = 未來成長+可預測性+競爭優勢+資本配置能力+風險），所以PE不是原因，是市場最後寫出來的答案。

如果你看到這裡，我希望你開始忘記一句很常聽到的話：A 25 倍 PE。 真正有意義的問題不是Ａ現在幾倍 PE？ 真正有意義的問題應該是：市場為什麼願意給 A 25 倍，而不是 15 倍？ 當你開始回答這個問題，你就已經不是在背估值公式，是開始理解市場到底是在替什麼定價。

而如果今天Apple PE成立，原因是今年的E足夠代表未來，如果今天美光PE失效，原因是今年的E，只是景氣循環的一個時間點。那市場最後一定還會遇到第三種公司，它不是景氣循環，也不是成熟公司，它最大的問題是今天的E，本來就不是市場想看的東西。例如MSFT/ORCL/NVDA...市場爭論的不是今年EPS，而是AI到底能不能替它們創造未來十年的現金流？ 如果今天市場想估的是未來十年，那請問還能不能只用今年的E？不能。 這時候市場不是放棄PE，是回到所有估值方法最原始的一個問題，未來所有現金流，今天到底值多少？這就是DCF。

下一章我們就來聊聊：股票值錢的，到底是什麼？

第二章｜DCF不是另一種估值工具，它是所有估值方法的起點

你以為DCF是第二個估值工具，不是，DCF才是整篇文章真正的主角。

先來聊聊估值到底估的是什麼？如果第一章，我們回答的是PE 到底在衡量什麼？那第二章，我們要回答一個更根本的問題，也是所有估值方法共同的祖先：股票到底值的是什麼？ 很多人第一個反應會說當然是獲利啊，也有人會回答是營收或者EBITDA，這些答案都不能說錯，但它們都只是“過程”，答案其實只有一個：未來最後能回到股東口袋裡的現金。

這一句話看起來很抽象，所以我們一樣先做一個思想實驗：

如果今天給你兩個選擇，你會選哪一個？

A：現在立刻給你100萬。

B：五年後給你100萬。

你會選哪一個？我相信99%的人都會選A，因為今天拿到100萬你可以放銀行賺利息、買ETF、買房子、創業、投資股票，甚至就算什麼事情都不做，今天拿到100萬元心理上的安全感也比五年後拿到100萬高得多。所以我們每天都在替「時間」定價，今天的100萬和五年後的100萬，雖然數字一樣，但是價值不一樣，這就是所有估值方法最底層的第一個觀念。未來的錢，本來就沒有今天的錢值錢。

很多人第一次學DCF，老師就開始講Discount Rate/折現率/WACC/Terminal Value，聽到都暈了，但其實DCF 最核心的概念只有一句話：未來的現金，要先搬回今天，才能跟今天的價格比較。折現，不是數學，它只是把一個每個人每天都在做的生活選擇變成一個可以計算的模型。

好，我們再把剛剛的思想實驗往前推一步，假設今天不是只有一筆錢。而是第一年100萬，第二年150萬，第三年200萬，第四年250萬，第五年300萬，請問如果今天有人要把這五年的現金流全部賣給你，你願意花多少錢？ 這一次事情開始變難了對吧，因為第一年的100萬和第五年的300萬不能直接加起來，因為第五年的300萬要等五年，第一年的100萬一年後就能拿到。所以，你的腦袋開始自然想到一件事情是不是應該把第一年、第二年、第三年……每一年的錢都先換算成今天值多少然後再全部加總？ 如果你剛剛有這個想法，恭喜你，你已經開始在做 DCF。

真正的問題來了。股票到底在買什麼？很多人以為股票就是買EPS，但我們來做另一個思想實驗，假設現在有兩家公司A 公司營收100億，EPS 10元，B 公司，營收100億，EPS也一樣是10，請問它們值一樣多嗎？很多人第一反應是一樣啊，營收一樣，EPS也一樣，應該差不多？

但是如果我再補充一個資訊，A公司每一年賺到的10元，最後真的都變成現金，公司可以自由分配，不論是發股息、回購股票、投資新產品還是保留現金，這10元是真真正正流進公司的錢。但是B公司雖然帳面上每一年都賺10元，可是它每一年都還要再投入12元去維持工廠，更新設備增加機器，最後公司帳上幾乎沒有剩下任何現金。請問現在這兩家公司還一樣值錢嗎？答案當然不是。為什麼？因為EPS本質只是一個會計概念，它代表的是按照會計準則來看公司今年賺了多少錢，但是它不代表這些錢真的存在銀行帳戶裡。

舉一個最簡單的例子，假設一家工廠今年賺了100億，看起來很漂亮，但是隔年公司馬上花了95億元去蓋新工廠、更新設備、買GPU、建Data Center。請問最後真正留在公司口袋裡，可以自由運用的現金還剩多少？可能只剩5億，也就是說公司可以同時做到EPS 很漂亮但是現金很少，甚至自由現金流是負的。

看到這裡你應該開始理解為什麼真正的估值不是看EPS而是看自由現金流，因為只有真正剩下來的現金才是股東最後有機會拿到的價值。不是每1元EPS，都等於可以回到股東手上的1元。這也是為什麼，市場最後估的是現金流，不是獲利。

如果你今天真的把整家公司買下來，你會在意的是今年帳面賺了多少嗎？還是未來十年它到底能替你賺回多少現金？答案很明顯，如果今天這家公司未來十年每一年都能穩定替你創造大量現金，那即使今年EPS沒有特別高，它依然可能是一家很有價值的公司。反過來，如果今年EPS非常漂亮但未來十年，都需要不斷投入更多資本才能維持現在的規模，那今年漂亮的EPS可能只是表象，所以決定公司價值的不是今年帳面賺多少，是未來到底有多少現金，最後能回到股東手上。

—

DCF算的，不是股價，是公司的內在價值（Intrinsic Value）

如果看到這裡，你應該已經接受了一件事情：股票真正值錢的是未來可以回到股東手上的所有現金。但是新的問題來了，如果今天真正有價值的是未來十年甚至二十年的現金流，那請問今天到底應該值多少？這就是DCF真正存在的原因。

很多人第一次接觸DCF，都以為它是在「算股價」，不是，DCF做的事情是：估算這家公司真正值多少錢（Intrinsic Value）。這個觀念非常重要，因為股價（Price）和價值（Value）本來就是兩件事情。市場每天交易的是Price，但是基金經理人想知道的是Value，如果今天一家公司值300元，市場只賣200元，代表市場現在正在用比內在價值更低的價格出售這家公司。反過來如果今天公司真正只值300元，市場卻願意付400元，代表市場現在對未來抱有更高的期待。

所以DCF不是在預測股價，DCF是：如果我對未來的假設全部成立，今天這家公司合理應該值多少？ 請注意這一句話，因為它會顛覆很多人對DCF的想像。很多人以為DCF是在找答案，DCF做的是把你的假設，翻譯成價格。

假設你相信AI未來十年仍然高速成長，那你建立出來的現金流就會比較高，DCF算出來的合理價值自然就比較高。如果另一位分析師認為AI需求兩年後就開始放緩，那他建立出來的現金流就比較低，最後DCF算出來的合理價值自然也比較低。你會發現兩個人用的是同一個DCF同一個Excel甚至同一個公式最後目標價卻完全不同。

因為DCF反映的是你對未來的看法，所以DCF重要的不是Excel，是“你的假設”，這也是散戶最容易誤解DCF的地方，很多人下載一個DCF模板，開始調整折現率，要8%還是9%?，Terminal Growth要2%還是3%? 最後得到一個漂亮的目標價，然後覺得算完DCF了。但如果今天我問你為什麼NVDA未來五年Revenue可以成長25%，不是15%？為什麼MSFT Azure可以維持30%以上的成長？為什麼ORCL現在投入的500億美元CAPEX，最後真的能轉成自由現金流？如果回答不出來，那其實你並沒有完成DCF，你只是完成了Excel，DCF困難的地方不是折現率，是你到底憑什麼相信未來會長這樣？

這也是分析師每天真正做的事情，他們每天看的不是DCF公式，是法說會、財報、供應鏈、競爭對手、客戶、AI需求、RPO、CAPEX、產品Roadmap，因為這些資訊，最後都只會影響“未來的現金流” 所以DCF的流程是：理解產業⭢理解公司⭢建立EPS model⭢建立獲利能力(margin)⭢推導未來FCF⭢最後才放進DCF

看到這裡你應該開始理解為什麼很多分析師會說Excel只占DCF工作的10%，真正花時間的是前面的90%。

—

分析師視角｜分析師用DCF最大的目的不是算目標價，是在找：市場跟我哪裡不一樣？

假設市場共識，NVDA未來五年FCF CAGR 20%，但是我研究供應鏈、HBM、ASIC、Inference，最後我認為應該至少30%，那DCF自然算比較高。所以DCF真正告訴我的，不是NVDA值250還350，它告訴我的是：市場低估了未來十年的現金流。

所以分析師用DCF是在找“假設差異”，例如市場認為Azure 35%，我認為Azure 42%，市場認為Oracle OCI Margin 20%，我認為28%市場認為NVDA Terminal Growth 4%，我認為6%，最後得到不同目標價，因為我跟市場相信的世界不同。

—

分析師視角｜為什麼分析師最後還是把DCF，變回Forward PE？（大家最在意的一題)

如果一路看到這裡，你可能開始有一個很大的疑問，既然DCF才是在估公司的真正價值，那為什麼每次看到分析師報告最後寫的卻都是 35X PE，目標價650元？而且為什麼我們看到的NVDA MSFT都是PE？沒看過用DCF的呀？

我們再做一個思想實驗，假設今天不是買股票，是買整家公司。例如今天你真的把一家飲料店整間買下來，從今天開始，所有未來二十年的現金全部都是你的，請問你最在意什麼？答案很簡單：未來它到底可以替你賺多少錢？所以如果今天是收購一家公司，Private Equity/企業併購/私有化，大家最在意的都是未來所有現金流，所以DCF非常合理，因為你真的準備把這家公司一直持有下去。但是股票市場每天發生的事情不是“有人買下整家公司”，而是投資人彼此之間一直互相交易。今天你買給我，明天我再賣給下一個人，一年後，下一個人再賣給第四個人。所以股票市場每天在發生的事情不是公司值多少。而是“下一個人願意花多少錢跟我買”？ DCF估的是價值，PE估的是市場願意怎麼交易它

很多人一直以為DCF跟PE是在回答同一個問題，不是，DCF回答的是：如果今天把整家公司買下來，它未來所有現金流加總，今天值多少？PE回答的是：一年後，市場願意用多少倍數跟下一個人交易它？

所以DCF估的是內在價值，PE估的是市場價格，它們本來就不應該一樣。所以，Buyside真的在意的是DCF嗎？在意，但是不是你想的那種在意。很多散戶以為Buyside建立DCF是為了得到目標價，其實是在驗證這家公司，到底是不是一台真正會印現金的機器？

假設今天一家AI公司，營收每一年都成長50%，新聞天天報導，股價一直創新高，請問Buyside第一件事情是把PE調高嗎？不是。他們會思考：如果今天，沒有任何人願意再借它錢，沒有任何人願意再投資它，它還活得下去嗎？如果今天所有CAPEX都只能靠自己賺的現金，它還能不能維持成長？如果答案是不能，那代表它只是一直靠外部資金長大的公司。並不是一台真正能自己印鈔票的機器，所以DCF存在的目的不是為了得到一個漂亮的目標價，是驗證公司的商業模式，到底有沒有能力長期替股東創造自由現金流？這就是Buyside最重視的Downside Protection。

那Sellside為什麼最後又回到PE？這就是大多數人百思不解的地方

如果Buyside都先建立DCF，為什麼Sellside最後還是寫目標價35X PE？因為股票市場每天交易的不是DCF是PE，假設今天你建立DCF算出MSFT合理價值650元，但是交易員明天早上九點半打開Bloomberg，他想知道的是現在市場到底便宜了多少？請問他每天會重跑一次DCF嗎？不可能，因為DCF不是每天會變，真正每天在變的是：市場情緒。所以分析師最後一定會把DCF重新翻譯成Forward PE。

假設DCF算出合理價值650元，明年EPS 20元，那代表合理PE就是32.5倍。如果今天市場突然因為恐慌跌到25倍PE，交易員不用重跑DCF他立刻知道：市場現在正在用比合理估值更悲觀的方式交易這家公司。所以PE的用途不是估值，是交易語言。DCF負責回答這家公司真正值多少，PE負責回答市場現在正在用什麼價格交易它。

所以，股價上漲，不是因為DCF改變，是PE改變。這也是很多投資人一直看不懂的一件事，例如今天Oracle DCF合理價值沒有改但是市場突然開始相信OCI真的可以變成AI基礎建設平台，請問會發生什麼事情？第一個改變的不是DCF，是市場願意給Oracle更高的PE，也就是Re-rating。所以很多大行情不是因為公司今天突然多賺100億，是市場開始重新定義這到底是一家什麼公司。以前Oracle是一家成熟資料庫公司，今天Oracle變成AI Infra Platform，請問市場願不願意給更高的估值？如果願意，股價就可能在財報還沒完全反映之前先開始上漲。所以推動股價的力量不是EPS是市場願意用多少倍數，看待未來。

這時候最關鍵的問題又來了，但你不是說DCF是永久價值 PE是現在的價值 那為什麼直接用DCF算出來的目標價去轉換成PE？這樣兩者的時間點有對嗎？

—

分析師視角｜為什麼DCF不能直接換成PE？真正要換的是「同一個時間點」

很多人看到這裡一定會納悶，前面我們一直說DCF估的是未來所有現金流折現回今天的價值，也就是今天的Intrinsic Value，但是後面又說分析師會把DCF換算成Forward PE。請問這兩個時間點，真的一樣嗎？答案是：只有在同一個時間點，才能互相換算。如果不是，就不能直接換。

聽的霧煞煞對吧，我們舉例：假設今天Oracle股價300美元。你建DCF，得到今天（2026）的Intrinsic Value = 320，代表，如果今天，你把Oracle整家公司買下來，在你的假設下，未來所有自由現金流折現回今天，值320美元。注意這是2026年的價值，不是2029，不是2030，就是今天，today!

但是，很多人想知道的是：如果Oracle三年後OCI真的成熟，市場會給多少？

這就不是DCF了，因為你問的是：2029年的股票價格，不是2026年的Intrinsic Value，兩者不同。假設今天Oracle因為大蓋AI Data Center，所以CAPEX非常高、FCF很低、市場很悲觀，你建立DCF得到今天合理價值320元，但是你的研究還告訴你：2029年OCI開始成熟，CAPEX下降，FCF開始快速成長，同時市場開始把Oracle從成熟Database公司重新定義成AI Infra Platform，請問三年後市場願意給Oracle的PE還會跟今天一樣嗎？很可能不會。因為市場看的公司，已經不是同一家公司，不是商業模式改變，是市場對商業模式的理解改變了，這就是Re-rate

所以很多人會犯一個錯，例如今天DCF 320，今天Forward EPS 10元，直接得到32倍PE，然後，三年後，EPS變成20元，你直接20去乘上32，直接說Oracle應該值640元，不對，因為32倍是2026年的市場評價，不是2029年的市場評價。2029市場到底給25倍？35倍？45倍？完全取決於三年後市場怎麼重新理解Oracle，所以PE，不是DCF算出來的，PE是市場在那個時間點，願意給公司的交易價格。

那分析師到底怎麼做？真正的流程是：

第一步建立一個：“今天的”DCF，確認Oracle“今天”至少沒有被高估太多，這是Downside Protection。

第二步開始建立：“三年後”的故事，例如OCI滲透率、RPO Conversion、CAPEX Intensity下降、Incremental ROIC提升、FCF Margin開始擴張，最後得到2029年的EPS，例如20元。

第三步分析：如果三年後Oracle真的完成轉型市場最可能願意給幾倍PE？不是DCF決定。是用可比公司+市場歷史+商業模式+當時市場情緒，最後假設35倍，目標價700美元。

所以真正的流程是：今天的DCF⭢確認今天沒有買太貴⭢建立三年後Business Model⭢推三年後EPS⭢判斷三年後市場願意給多少PE⭢得到目標價

這跟很多人想的不一樣，很多人以為DCF直接變PE，不是，改變PE的不是DCF，是三年後市場怎麼重新理解這家公司。DCF只是確保今天買它，不是買一台永遠不會印鈔票的機器。如果市場低估了未來的現金流，DCF會先告訴你：價值被低估。如果市場開始重新理解這家公司，PE又會告訴你：評價開始重新定價，

所以DCF和PE是一前一後，共同完成同一件事情。DCF負責找出真正的價值，PE負責觀察市場什麼時候，開始願意用更高的價格承認這個價值。

—

PE跟DCF講完了，我想講一下，其實DCF是估值始祖，照理來講第一章要放DCF才對，但第一章如果是DCF大家應該看不下去，但看到這裡，如果你還是懵懵懂懂，我想最白話的告訴你，其實所有的估值底層都是DCF，因為如同我上面所說，估值都是在估現金流，但如果基本面沒有太多改變的公司，因為DCF不會短期內更改，所以會一直使用PE，因為DCF早就在幾年前建立好了，當基本面要出現轉折的時候，才會重算DCF，

流程大概是這樣：Apple 建立DCF（很多年前）轉成Forward PE ⭢ 商業模式沒有重大改變 ⭢ 沿用DCF世界觀(不用重算DCF) ⭢ 每天交易Forward PE。

Microsoft 建立DCF ⭢ 前幾年都交易forward PE ⭢ AI出現改變商業模式 ⭢ DCF重算 ⭢ 轉化成合理PE ⭢ 開始交易新的forward PE

那你可能會開始有一個很合理的疑問，既然DCF這麼完整，為什麼市場還需要：EV/Sales？EV/EBITDA？PB？是不是所有公司最後都建立一個DCF就好了？不是。因為DCF有一個最大的前提，就是你必須能夠合理預測未來的現金流。

但不是每一家公司都做得到，有些公司今天還沒有穩定獲利，有些公司正在高速成長，有些公司商業模式正在改變，有些公司今年的獲利甚至完全不能代表未來。

如果今天，連未來現金流都還很難預測，DCF就不一定是最有效率的工具。這時候市場會先退一步，開始尋找：有哪些指標，比未來十年的現金流更容易預測，但又和未來現金流高度相關？於是EV/Sales、EV/EBITDA、PB開始慢慢出現，你會發現，市場不是發明很多估值方法，只是一直在解決不同公司的估值問題。

第三章｜市場不是發明很多估值方法，是一直在解決新的問題

市場不是先發明PE，再發明DCF，然後再發明EV/Sales，市場是因為一直遇到新的問題，才一直發明新的工具。

問題一：公司還沒開始賺錢，怎麼估？

如果一家飲料店一直虧錢，你會買嗎？假設今天有一家新的飲料店，第一年虧100萬，第二年還是虧100萬，第三年還是虧100萬，請問如果老闆開價1000萬，你會買嗎？我相信大部分人的答案都是：不會。 原因很簡單，一直虧錢，代表這家公司就沒有賺錢能力呀， 但是如果老闆接著補充一句，他說：「不是因為生意不好，是因為我一直在開新分店。」例如第一年，只有一家店，營收100萬，第二年變成兩家店，營收250萬，第三年四家店營收600萬。第四年八家店，營收1500萬，第五年十六家店，營收3200萬。但是因為每一年都把賺到的錢拿去裝潢新店租新的店面訓練新的員工，所以帳面上還是在虧損，請問現在你還會因為它今年虧錢就直接放棄嗎？

我相信很多人開始猶豫了，因為你開始發現原來虧錢不一定代表公司不好，有可能只是公司把今天賺到的錢全部拿去投資未來。

但是新的問題又來了，如果今天PE不能用，因為沒有E，那我們是不是直接做DCF？但是你真的估得出來這家飲料店五年後到底有幾家分店嗎？十年後會不會開始海外展店？每一家店最後能賺多少？成熟需要幾年？ 一家店到底能不能維持50萬獲利？完全不知道。所以不是DCF的問題，是你沒有足夠的把握，把未來估準，這就是很多高速成長公司的共同問題，不是沒有價值，是未來變化太快。

今天你可能認為未來五年每年開20家店，半年後管理層宣布明年要開80家，整個DCF全部重算，所以DCF不是不能用，是假設太多，只要其中一個假設改變最後的估值就可能完全不同。

那市場怎麼辦？市場只是退一步，這也是EV/Sales誕生的原因，市場開始思考，如果今天我沒有能力精準預測十年後的現金流，那有沒有一個指標今天就看得到，而且跟未來現金流高度相關？

我們再回到飲料店，如果今天你不知道它十年後一年賺多少，那你現在最想知道的是什麼？很多人第一個想到的是現在有幾家店？為什麼？因為店數越多代表未來成熟之後有機會賺更多錢。注意真正值錢的是店嗎？不是。真正值錢的還是未來每一家店可以替你賺回來的現金。店數只是你今天最容易觀察而且跟未來現金流高度相關的一個指標。

軟體公司也是同樣的道理，今天Cloudflare沒有店CRWD也沒有店，但是它們有另一個東西跟店數很像，就是營收，因為對很多高速成長的軟體公司來說營就是今天最容易量化也最能反映市場接受度、產品滲透率、客戶增加速度、商業模式擴張能力的一個指標。

假設今天有兩家飲料店，A店一年營收1000萬，毛利率70%，每一家成熟分店一年可以賺300萬，B店一年營收1000萬，毛利率只有20%，每一家成熟分店一年只能賺30萬，請問今天它們營收一樣你會付一樣的價格嗎？答案當然不會。因爲重要的不是今天賣了多少杯飲料，重要的是這1000萬元營收，最後到底能留下多少錢。

你有沒有發現故事又回到第二章，市場估值的不是營收，營收只是市場今天最容易觀察到的一個起點，真正決定價值的，依然是它未來能留下多少自由現金流。所以市場不是在替營收定價，真正定價的依然只有未來的現金流，營收只是市場今天能看到、距離未來現金流最近的一條線索。

那為什麼不是 Price/Sales，而是 EV/Sales？

如果剛剛那家飲料店真的準備賣給你，請問你會怎麼談價格？假設老闆跟你說：「1000萬」你覺得合理，成交，但是就在簽約前一天，老闆突然又跟你說：「不好意思，忘了告訴你，這家店還欠銀行500萬。」請問現在你是花多少錢買下這家公司？那500萬元銀行貸款是不是也一起變成你的？是。 也就是說，你接手這家公司總共付出的代價不是1000萬，是1000萬加上500萬，總共1500萬，

這裡第一個觀念就出現了，買股票跟買整家公司，是兩件不同的事情。

那如果公司銀行裡有很多現金呢？

我們再把故事往前推，假設同樣1000萬成交，同樣500萬負債，但是這家公司銀行帳戶裡放著300萬現金，請問你真的花了1500萬嗎？ 好像又不是，因為成交隔天銀行裡那300萬也是你的，等於你買完公司立刻就拿回300萬，所以真正花出去的成本變成1000萬＋500萬負債－300萬現金等於1200萬。

我們一路都沒有碰公式，但是你已經自己推導出真正買一家公司的成本，不是股價，也不是市值，是買下整家公司，你真正付出的代價，這就是Enterprise Value(企業價值)。很多人第一次看到Enterprise Value都直接背EV=Market Cap加Debt減Cash，其實就是買下整家公司真正需要花的錢。

很多投資人第一次看到市值（Market Cap）都以為那就是公司的價值，其實不是，因為如果今天真的有人把整家公司買下來，除了付給股東的錢，公司欠銀行的錢也會一起接手，所以真正買一家公司的成本是Enterprise Value。

所以市場真正比較的是整家公司

現在我們再回到剛剛那兩家公司A公司一年營收100億，沒有負債，銀行現金很多，B公司一年營收100億，負債200億元，現金很少。請問如果今天兩家公司股價一樣，代表一樣便宜嗎？當然不是，因為你真正買下B公司還要一起承擔那200億元負債，所以如果今天市場想比較：兩家公司每100億營收到底值多少真正該比較的是整家公司真正的價值，也就是企業價值EV，所以市場最後看的不是Price / Sales，而是EV / Sales。

但是，事情還沒有結束，新的問題又來了，如果今天兩家公司EV/Sales都是10倍，代表市場真的給它們一樣高的評價嗎？還是不一定，因為市場想知道的不是今天100億營收，而是這100億營收最後到底有多少可以變成真正的自由現金流，有些公司100億營收最後留下40億自由現金流，有些公司100億營收最後只剩5億，所以即使EV/Sales一樣，未來市場願意給的估值還是可能完全不同，這也是為什麼市場分析很多Saas公司甚至現在很多AI軟體公司，最後討論的還是這些營收，到底有沒有能力，慢慢轉成高品質的自由現金流。

所以股票真正值錢的一直都沒有改變，只是現在市場離現金流又退了一步，所以先看營收，只是因為營收比十年後的現金流更容易觀察，但是它代表的依然是未來創造現金流的能力。

分析師視角｜市場願意給PLTR 100倍EV/Sales，在買什麼？

PLTR的高估值大家都有目共睹，甚至25年已經到100倍EV/sales了，市場是不是瘋了？站在25年時看26年的角度，等於26年也不到100億營收，當時卻願意給100倍的企業價值，到底為什麼？

分析師看到的是另外兩條線，第一條營收、第二條FCF Margin。我們先看營收，過去幾年PLTR的營收幾乎每一年都在往上成長，從2021年的15億，一路成長到市場預估28年的170億以上，如果今天市場只是在替營收定價，那事情很簡單，營收增加一倍估值就應該增加一倍，但是真正重要的是下面那一列FCF Margin

Read more

然後慢慢發現，同一家公司，不同分析師，居然可以估出完全不同的目標價，有人給NVDA 20 倍 PE，有人給 35 倍，有人甚至願意給 50 倍。

如果估值真的只是數學，答案不應該只有一個嗎？

但真正開始當分析師之後，我才發現，估值不是先決定 PE，是先決定市場到底相信什麼。如果市場相信一家公司未來只能維持今天的樣子，即使今年 EPS 再高，PE 也可能持續下降。但如果市場相信一家公司未來正在改變自己的商業模式、提高價值捕獲能力、開始控制更多產業價值鏈，即使今天獲利還沒有完全反映，市場也可能提前重新定價。

所以真正困難的，不是算估值，是理解：市場到底為什麼願意給它這個估值？

這也是我在工作上，每天都在思考的問題，分析師研究的，不只是財報，也不是產品，

真正研究的是：哪一家公司，未來五年能夠捕獲更多的經濟價值？而市場，又願意為這個未來，提前支付多少價格？

所以這篇文章，我不會教你 PE 怎麼算，也不會教你 DCF 怎麼按計算機(這是接下來幾篇會分享的），今天我想先帶你看的，是分析師在估值之前，真正的思考流程。

為什麼 Apple 和 Intel，同樣都是科技巨頭，市場卻給了完全不同的估值？為什麼博通和 Marvell，同樣受惠 AI，研究框架卻完全不同？

為什麼有些公司，營收、EPS 都在成長，股價卻始終不動？又為什麼有些公司，財報還沒完全反映，市場卻早已一路創下新高？

當你開始理解市場真正定價的是什麼，你就會發現，PE真的只是結果。

真正決定一家公司的估值，一直都是：市場相信，它五年後會變成什麼樣的公司。

第一章｜真正決定一家公司的估值，不是今年賺多少，是市場相信它五年後會變成什麼樣的公司

• 為什麼 Apple 的估值體系會改變？

• Intel 做得更多，為什麼估值反而下降？

• Narrative Premium（敘事溢價）是如何形成？

• 估值真正重新定價的，不是 EPS，是未來。

第二章｜如果營收、EPS都是結果，分析師到底怎麼提早看見一家公司的 Value Capture（價值捕獲）正在改變？

• Value Capture 的四層因果鏈：能力 → 邊界 → 控制 → 經濟

• Broadcom：收購產品，還是建立能力？

• AI Factory 如何改變 Broadcom 的價值捕獲？

• 為什麼真正的價值邊界擴張，不是產品變多，是每一個能力開始彼此強化？

第三章｜分析師研究的，不是產品，是下一個 Value Capture

• 為什麼 Marvell 和 Broadcom 的研究框架完全不同？

• 收購產品，不代表建立能力。

• Celestial AI、XConn、Polariton，到底在拼什麼？

• 分析師真正追蹤的是：市場下一個重新定價的證據。

第四章｜市場定價的不是結果，是「相信結果會發生」的程度

• 為什麼有些股票一直創新高，有些股票卻一直橫盤？

• 宋分定價三階段：Multiple Expansion、Fundamental Catch-up、Multiple Compression

• 市場真正定價的，不是現在，而是不斷更新的相信程度。

• 為什麼同一家公司，在不同階段，可以擁有完全不同的估值？

最後｜理解市場，只是成為分析師的第一步

• 為什麼理解市場，不代表能打敗市場？

• 市場如何決定估值，只是第一步

• 真正困難的是：建立自己的估值框架。

• 從理解市場，到建立自己的目標價，分析師中間到底做了哪些事？

第一章｜真正決定一家公司的估值，不是今年賺多少，是市場相信它五年後會變成什麼樣的公司

如果你問一般投資人：一家公司的PE為什麼會提高？

大部分人的答案都很類似，因為營收會成長、因為獲利被上修、因為AI需求會變好、因為開始漲價...等等，這些都沒有錯，我原本也以為就是這樣，但我一直在用歷史案例研究市場過去二十年的大型re-rate，我發現很多真正的大型估值提升，都是從市場重新定義一家公司的那一天開始。也就是說，市場開始願意用不同的方法，看待同一家公司。

我們直接看案例：Apple，真的只是因為營收變好嗎？

很多人回頭看 Apple，都會認為：它本來就是一家很成功的公司，所以估值提高是理所當然。但如果把它的forward PE圖打開，你會看到，Apple 後期的估值提升，並不是因為 iPhone 銷量突然重新高速成長，相反的，iPhone 的出貨量在很多年份甚至沒有明顯增加。真正改變市場看法的是市場開始相信：Apple 不再只是賣一支手機，是開始建立一個完整的生態系(App Store/Apple Music/Apple Pay/iCloud/AppleCare..)

越來越多收入，不再只是一次性的硬體銷售，而是會隨著裝置持續產生。

這代表什麼？代表市場開始相信：未來同一位使用者，能替 Apple 創造的終身價值（Lifetime Value），正在提高。

於是，市場開始願意給它更高的估值，不是因為今年突然多賣了一千萬支 iPhone。

是因為市場相信：Apple 未來可以拿走比今天更多的經濟價值。

我們來細說Apple的案例：為什麼一家「成長變慢」的公司，市場反而願意付更高的價格？

如果「營收成長」真的能直接決定一家公司的 PE，那 Apple 過去十年的估值變化，就會變得很難解釋，我把 Apple 2015～2022 年的過去12個月的營收與未來12個月的forward PE疊在一起，第一眼看這張圖，最值得注意的是Apple 的營收成長，和市場願意給它的 PE，不是同步移動的，

你會覺得有嗎？不是營收一路成長，PE一路向上嗎？沒有，你看2019-2021的營收是停滯的(紫色線)，但PE卻飆上去(藍色線)。

2015 年，Apple 還處在 iPhone 6 帶來的超級換機週期，FY2015 Revenue YoY 高達 27.9%。照最直覺的估值邏輯來看，成長越快，市場應該越願意給高 PE，但當時 Apple 的 NTM PE，大部分時間只有約 10～15x。

反而到了 2019 年，Apple 全年營收衰退 2.0%，看清楚，是衰退喔，forward PE卻開始脫離過去長期約 10～17x 的區間，進入一輪非常明顯的估值擴張，到了 2020～2021 年，一度甚至突破35x。到這裡就出現了一個非常值得研究的矛盾：

為什麼 Apple 在營收成長最快的 2015 年，市場只願意給十幾倍 PE，反而當它到了2019年，營收衰退2%，變成成熟的公司之後，市場願意支付的估值卻變得更高？

如果我們只看營收，是找不到答案的，

Read more

這一週大家都知道25 歲的 Leopold發生了什麼事，一個比大多數人都更懂 AI 的人，最後還是輸給了市場，前OpenAI研究員，也是近一年 AI 投資圈最受矚目的人物之一，離開 OpenAI 後，成立了對沖基金 Situational Awareness，短時間內管理的資金規模快速擴大，成為市場討論的焦點，又是一個聰明絕頂的少年股神，他的投資邏輯與假設都很正確，AI 的大機會，在於支撐 AI 的整個基礎建設，GPU、HBM、資料中心、網路設備、電力基礎設施……隨著模型能力越來越強，這些需求都會跟著爆發。這套邏輯和我研究的方向高度重疊，或許也和大多數人高度重疊，所以他的趨勢方向完全沒有錯。

但就在過去兩週，整個 AI 基礎建設板塊出現劇烈的“局部去槓桿”，許多高beta個股短時間內大幅回檔，Situational Awareness 遭到Margin call，最後被迫出售公開市場持股，讓市場震撼的是後面發生的事情，就在市場完成這波局部去槓桿之後，MSFT財報掀開AI的轉折，開始證明AI 基礎建設開始出現投資回報，於是資金重新回來了、記憶體超級大力反彈，整個費城半導體指數一天大漲超過 8%，很多股票一天就上漲 15%、20%，甚至 30%。這一刻，他不是輸給了 AI，他是輸給了沒有等到 AI 被證明的那一天。

今年剛好我從業滿十年了，過去這十年也經歷了好幾次這樣去槓桿、多殺多的行情，我曾經親眼目睹被追繳的客戶跪在我們券商前面苦苦哀求，當然也有幾位在圈內的投資人離開了這個世界，而這兩週，我也收到很多讀者的私訊，有人滿手槓桿不知所措，有人在最低點停損，他們都沒有活到答案公布的那天，但這就是市場真正運作的方式，很多人會以為投資最大的能力是找到下一檔十倍股，但真正最難的能力，是讓自己一直留在市場裡，stay in the market.

市場不會在你看對的那一天就立刻給你獎勵，很多時候市場會先懷疑你、先折磨你、先讓你懷疑自己，甚至先把一群人淘汰。市場沒有義務，按照你的時間表來證明你是對的。

很多人會說：「市場在懲罰使用槓桿的人。」但我認為市場從來沒有想懲罰任何人，市場沒有情緒，也沒有善惡，它只是每天都在波動。

真正發生的事情是：槓桿，把原本正常的市場波動，變成了一場淘汰賽。

沒有槓桿的人，下跌時還可以等待、還可以繼續研究，還可以等待下一份財報、甚至可以選擇什麼都不做。但是有槓桿的人，當保證金不足的那一刻，他的選擇就只剩下一個：賣

不是因為他認輸，是市場已經替他做了決定。所以，我一直覺得槓桿真正偷走的，不是你的本金，是你的選擇權。沒有槓桿的人，可以決定什麼時候買、什麼時候等、什麼時候驗證自己的假設。有槓桿的人，卻把這個決定權交給了市場，而投資偏偏是一場需要時間驗證的遊戲。當你把等待的權利交出去，你就等於把投資最重要的武器，也一起交出去了。

很多人都以為，槓桿只是把報酬放大兩倍、三倍，其實它放大的不是報酬，是時間。原本你的研究是：「我相信 AI 五年後會成功。」可是當你用了槓桿，市場卻開始要求你：「你最好五天內就證明自己是對的。」這根本不是同一場遊戲。

你的研究，是站在五年的時間尺度，你的槓桿，卻只願意借你五天的耐心。而市場最殘酷的地方就在於——它永遠不會因為你的保證金快到了，就提前公布答案。

但是寫到這裡，很多人心裡一定有一個問題，如果槓桿這麼危險，為什麼還是有這麼多人使用它？

難道大家不知道風險嗎？不是不知道，是因為人性。

真正讓你開槓桿的，不是市場，而是你的大腦，以及你心裡那個急著變有錢的自己

很多人以為開槓桿，是因為貪婪。不是，是因為他沒有辦法接受，慢慢變有錢。

請你回想一下，你第一次想融資是在什麼時候？通常不是股災，是牛市。股票每天都在漲，身邊的人都在賺錢，有人一個月賺了你一年薪，有人分享對帳單。有人說：「如果當初歐印就好了。」慢慢地，你的內心開始出現一個聲音：是不是我太保守了？是不是我錯過人生最大的機會？是不是只要多壓一點，我的人生就改變了？

真正讓你開始使用槓桿的是：害怕錯過(FOMO)。可是真正危險的是，FOMO 並不會在牛市結束，它會一直存在。牛市你怕錯過上漲，熊市你怕錯過反彈，最後你的每一個決定都不是因為研究，是因為害怕。

第二個心魔叫做：延遲滿足。投資其實跟減肥非常像，所有人都知道每天運動、控制飲食，一年後身體一定會改變。可是真正做到的人非常少，為什麼？因為。人的大腦天生喜歡：立即回饋。今天跑步，明天最好瘦兩公斤，今天存錢明天最好財富自由，今天研究公司，下週最好股價翻倍。可是真正有價值的事情，幾乎都不是這樣，一家公司建立護城河需要十年，一個品牌建立信任，需要二十年，一個人的財富也是。所以投資最大的敵人，不是市場，而是你的大腦，一直催促你快一點。

第三個心魔叫做：過度自信。

這也是最危險的一個，尤其是研究能力越強的人越容易掉進去，因為研究越多越容易開始相信：我真的比市場懂。然後開始提高持股、開始集中、開始融資，最後不是因為股票不好是因為信心，大於了風險管理。所以真正成熟的投資人不是每天問自己：我有多大的把握？而是：如果我這次錯了，我還活得下去嗎？

第四個心魔，也是最少人討論的一個，我把它叫做：人生加速器。

很多人真正想開槓桿不是因為股票，是因為人生，他希望早點退休、早點買房、早點讓家人過好生活、早點證明自己。所以股票只是工具，真正推動他的其實是：他很著急。所以我一直覺得投資最大的敵人不是貪婪，是：急。急著成功、急著翻身、急著追上別人、急著追回虧損。可是市場有一個非常殘酷的規則，所有想快的人，最後都會變得更慢。因為槓桿會放大報酬，更會放大錯誤，一次爆倉可能讓你失去五年的複利、十年的複利、甚至一輩子的複利。

如果你認為，只有一般散戶才會輸給自己的情緒，那你就錯了。

華爾街也一樣，他們輸得更多。

真正殺死你的，不是市場，是你對自己的自信。

在金融市場歷史上，很多最著名的爆倉事件，都不是發生在一般投資人身上，是發生在全世界最聰明的人身上。1998 年，華爾街最傳奇的避險基金之一誕生，Long-Term Capital Management(LTCM)，這不是一家普通的基金，它的創辦團隊，有華爾街最頂尖的交易員，顧問裡還有兩位諾貝爾經濟學獎得主。

如果有人問當時的市場誰最懂金融？很多人都會回答：LTCM！

他們有世界最複雜的數學模型、最完整的歷史資料、最聰明的人才，甚至銀行願意借給他們遠遠超過一般基金的資金。因為所有人都相信：這群人，不可能犯錯。結果呢？1998 年俄羅斯債務危機爆發，市場開始出現模型從來沒有預料過的劇烈波動，原本只差幾個基點的套利交易，突然全部失效，真正壓垮他們的不是研究不是模型，是槓桿。

因為當你的槓桿高到一定程度，市場根本不需要證明你錯，它只需要讓你暫時不順，你就先死了。

最後LTCM 幾乎拖垮整個金融體系，FED不得不召集華爾街各大銀行共同救援，因為他們太聰明，聰明到太相信自己的模型了。二十幾年後，歷史又重演了一次。2021年Bill Hwang，Archegos Capital，如果你沒聽過這個名字沒關係，你一定聽過那一年很多銀行一次認列幾十億美元虧損。Credit Suisse/Nomura/Morgan Stanley/高盛...幾乎整個華爾街都受到影響。原因就是Bill Hwang重倉自己最有信心的股票(ViacomCBS/唯品會/騰訊音樂/百度..)，用總報酬交換（Total Return Swap）建立了極高的隱藏槓桿，市場只跌了一段，銀行開始追繳保證金，接著所有銀行一起賣，股價越跌保證金越高，保證金越高股票賣得越快，最後形成死亡螺旋，短短幾天超過兩百億美元的財富消失，Bill Hwang 的研究沒有錯，讓他失敗的不是研究，是市場沒有給他等待的時間。

如果你覺得這只是華爾街，離我們很遠，那我們再回到這一週的Leopold，OpenAI 前研究員，AI 領域最早的一批研究者，他的 AI 理解可能超過市場上 99% 的人，但最後他還是遇到了同樣的問題。

這三個故事，橫跨二十多年，投資標的完全不同，有人做債券套利，有人做媒體股票，有人投資 AI。但是他們都有一個共同點：他們都沒有輸給自己的研究，都輸給了自己的槓桿。

越聰明的人，有時候反而越容易使用槓桿，很多人以為開槓桿的人，是因為愛賭，我以前也這樣認為，但後來，我慢慢改變了想法。危險的人不是什麼都不懂的人，是懂很多的人，因為研究越深越容易產生一種錯覺：我比市場更了解這家公司。於是開始提高倉位，開始集中持股，最後開始使用槓桿，因為他相信自己的勝率足夠高，這也是心理學裡非常有名的一種偏誤：過度自信。當一個人對自己的判斷越有信心，他就越容易低估風險，高估自己的控制能力。甚至開始相信：這次不一樣。

可是市場最可怕的地方就在於，它不是考你有沒有 90% 的勝率，它只要抓到那一次剩下的 10%就夠了。這也是為什麼我越研究投資，越發現真正的高手從來不是最會預測的人，是“最尊重風險”的人，很多人每天都在問：「怎麼提高勝率？」但大型資產管理公司，每天問自己的問題其實是：「如果我這次錯了，我還活得下去嗎？」

這兩個問題，決定了一個投資人十年後的命運，因為真正偉大的投資人，從來不假設自己一定是對的，他們假設的是：即使我這次錯了，我也必須保留下一次出手的機會。所以他們管理的，不只是報酬率，是自己的生存率。

我後來慢慢理解一句巴菲特一直反覆提醒投資人的話：”To finish first, you must first finish.”很多人把投資想成一場百米賽跑，誰一年賺得最多，誰就是贏家。但巴菲特知道，投資其實更像一場沒有終點的馬拉松，真正重要的，不是你今年跑多快，是二十年後你是不是還在跑。

如果今天被淘汰的人是你，下一次，請不要再把等待的權利交給市場

如果你看到這裡，心裡很難受，因為你就是這兩週被追繳保證金的人，或是你就是那個在最低點停損的人。那我想先告訴你一件事情：請不要急著把這筆錢賺回來。

我知道，這句話很難，因為人最大的痛苦，不是虧錢，是看到自己賣掉的股票，又漲回去了。那種感覺，就像有人每天提醒你：「你本來也可以賺到。」於是，大腦開始出現一個聲音：「趕快追回來。」「這次我壓大一點。」「這次我一定可以。」

但很遺憾，市場最喜歡的，就是這種心態，因為每一次大虧損之後，人最容易犯下第二個錯誤，不是分析錯，是急著翻本。

我一直很喜歡一句話：第一個虧損，是市場給你的。第二個虧損，通常是你自己造成的。第一筆，你可以怪市場、可以怪黑天鵝、可以怪去槓桿。但第二筆，往往來自於你想證明自己、你想把面子贏回來、你想把失去的時間追回來。

可是市場不是賭場，它不會因為你昨天輸很多，今天就多給你一次機會。所以如果今天真的爆倉了，我希望你先做一件事情，不是研究新的股票，不是找下一個 AI，是打開你的交易紀錄，然後問自己一個問題：我到底是看錯了？還是我的倉位設計錯了？

這兩個問題，很多人一輩子都沒有分清楚，如果你的研究最後被證明是對的，那問題就不是研究，是你的資金管理，沒有讓你活到研究被證明的那一天。

很多人一直把投資能力理解成會選股票、會看財報、會算估值，可是我認為，真正的投資能力，是讓自己永遠有下一次出手的能力。如果今天你的資產跌了 20%，你還可以繼續投資，如果跌了 40%，你還可以等待，如果跌了 50%，你依然不用被迫賣出，代表你的投資生命，還在。可是如果今天跌了 25%，你就被融資追繳，跌了 30%，帳戶就被強制平倉。那代表不是股票結束了，是你的投資人生，被迫暫停了。

所以這幾年，我替自己建立了一個新的投資目標，以前我希望自己的績效，每一年都贏市場，一直看YTD，現在我希望的是二十年後，我還在市場裡。很多人看到這句話，可能會覺得太保守，20年太長了，都不知道人在哪了，但請想想，如果一個人真的可以持續投資二十年，中間沒有爆倉，沒有離開市場，沒有因為一次大跌失去本金。那他的複利，本身就是最大的優勢，愛因斯坦曾經說過一句很有名的話：「複利，是世界第八大奇蹟。」很多人記住了前半句，卻忘了後半句，複利有一個前提，就是你不能中途出局，如果今天你的本金歸零，複利也就結束了。

很多人問我，到底要不要用槓桿？槓桿沒有一定不好，但你要知道自己的能力，是否足以控制它？真正成熟的投資人，不是知道自己能做什麼，是知道自己不能做什麼。

巴菲特曾經說過：「風險來自於，你不知道自己在做什麼。」但我想加一句：更大的風險，是你以為自己知道。因為後者，才是大部分爆倉真正的原因。

那問題來了，如果今天你爆倉了，現在只剩下 30% 的本金，該怎麼辦？你還有機會嗎？

如果今天，你的本金只剩下三成(甚至更低)，大多數人現在最想做的一件事情就是：追回來！

因為你的大腦一直在算：原本100 萬，現在剩 30 萬，我要賺 233%才能回本，如果一年賺 20%，阿娘威不就要賺很多年？太慢了啦，於是你的大腦開始出現另一個聲音：「是不是再開一次槓桿？」「是不是抓到下一個飆股，就全部回來了？」「一次就好，我就收手！」請相信我，這不是你的想法，這是人類大腦的本能。

心理學有一個很有名的現象，叫做 Loss Aversion（損失規避），意思是失去一百萬的痛苦遠遠大於賺到一百萬的快樂。所以當本金剩下三成你的目標已經不是投資，是“消除痛苦”但真正危險的就是，當你的目標變成“回本”，你就不會再做正確的決定了，因為市場沒有「回本」這個概念，市場只有今天哪家公司值得買。可是你的大腦一直在想：我要快一點。於是你開始找最快、最大、最有機會翻倍，最後又走回同一條路了

所以第一件事情，不是追回本金，是“放棄回本”，這句話很殘忍，可是也是我覺得最重要的一句。因為只要你的目標還是100 萬一定要變回 100 萬，你永遠都會急。可是如果今天你接受：那 70 萬，已經是學費。突然整個世界改變了，現在你的任務不是追回 70 萬，是把剩下的 30 萬，照顧好。很多人不知道，真正厲害的投資人不是一直想著怎麼把錢賺更多。而是怎麼不要再失去剩下的錢，因為只要本金還在，時間就站在你這邊。

我想分享一個我自己的想法，如果今天我是那個剩下 30% 本金的人，我會做一件很奇怪的事情。

我會告訴自己：我今天不是一個輸了 70% 的人，我是一個重新擁有 30 萬的人。

這兩句話本金一樣，人生卻完全不同，第一句，你的眼睛一直看著失去的，第二句，你的眼睛開始看著剩下的。然後我會替自己訂下一個規則，未來三年我不要翻倍，我只做一件事情：證明自己，可以穩穩活下來。

很多人看到這裡，一定會想：太保守了。

可是你知道嗎？如果一個人真的可以連續三年都沒有犯大錯，他的投資能力，已經超過市場上大部分的人了。

我甚至會把券商的融資額度全部取消，是因為我知道，未來一定有一天，我又會忍不住。真正成熟的人不是意志力比較強，是他知道自己一定會犯錯，所以先把犯錯的機會拿掉就像要戒煙的人，不會每天把煙放在桌上，然後考驗自己的意志力，他會先把煙丟掉，投資也是如果你知道自己看到股票一直漲一定會忍不住融資，那就不要讓自己有這個按鈕。

可是很多人看到這裡，還是會忍不住想：我知道不要急，可是我就是做不到。

我知道因為真正困住你的不是理性，是你的目標。

那到底要怎麼克服？

我後來替自己重新定義了「成功」。

以前我希望一年翻倍、三年財富自由，現在我希望的是二十年後，我還在市場裡。

你會發現當你的目標改變，很多誘惑突然就消失了。

因為一個想跑一百公尺的人，一定會衝刺，可是，一個知道自己要跑馬拉松的人，根本不會羨慕前面衝最快的人。因為他知道比賽才剛開始。

如果你很想提高槓桿，很想 All in，很想重壓，你就問自己：我是想變有錢？還是我只是想“快點”變有錢？如果答案是第二個，不要下單，因為真正做決定的，已經不是你的理性，是你的情緒。

最後，很多人一直問：到底什麼時候我才能真正克服槓桿？

我的答案不是當你不想賺快錢的時候，是當你真正相信：慢慢變有錢，其實才是最快的路。

因為真正的富有從來不是靠一次豪賭，是靠二十年、三十年，一次又一次保住本金，讓複利不停工作。這也是為什麼，投資最難的，不是忍受虧損，是忍受「慢」。只有當一個人接受了慢，他才真正開始理解複利，也只有當他理解了複利，他才不再需要槓桿。

年輕的時候，我們總以為槓桿可以縮短成功的時間。

後來才發現，真正縮短成功時間的，不是槓桿，而是不要讓任何一次錯誤，中斷你的複利。

真正的財富，很少是一筆交易創造的

很多人一直相信，只要抓到一次NVDA、一次Bitcoin、一次 AI 革命，人生就翻轉了所以開始想：「如果我這次多壓一點，是不是人生就改變了？」

可是我研究了很多真正長期成功的投資人之後，真正的財富，真的很少是一筆交易創造的，是一百個正確決定，慢慢累積出來的。

巴菲特不是因為買了一次可口可樂才變成今天的巴菲特，也不是因為買了一次 Apple，他厲害的是，六十年來，他一直都還坐在市場裡。而他的每一個正確的決定，都替下一個決定創造更多本金，下一個決定，又繼續放大前一個決定，所以真正累積財富的，不是某一筆交易，是你有沒有能力，一直做下一筆交易。

很多人把複利理解成一個數學公式：本金 × 報酬率 × 時間。可是我後來發現，真正的複利，不是一個公式，是一種紀律。它依靠的不是高報酬，是不中斷。只要你還留在市場，企業會繼續成長，獲利會繼續增加，新的產品會推出，新的市場會打開，新的 AI 革命也還會繼續發生。可是只要有一次爆倉，你的複利就停止了，不是因為企業停止成長，是因為你已經沒有本金，陪它一起長大。

所以真正摧毀複利的，不是熊市，不是股災，不是衰退，是你提前離開了這場遊戲。所以我後來終於理解，為什麼真正的 Alpha來自於等待，很多人一直以為 Alpha 是更快知道新聞、更早知道財報、更厲害的估值模型，這些都很重要。

但真正最大的 Alpha 是：大部分的人，都沒有耐心。

企業創造價值，需要時間，AI 的投資，需要時間，護城河建立，需要時間，管理層執行策略，也需要時間。可是市場每天都在報價，今天一則新聞，明天一份財報，後天一個利率決議，股價每天都在變。於是大部分人開始追逐每天的價格，只有少數人，願意等待企業真正創造價值。

所以，等待，本身就是一種 Alpha，不是因為等待很神奇，是因為真正願意等待的人，太少了。

最後，我想分享一個我很喜歡的比喻。

想像今天你把一塊麵團放進烤箱，食譜告訴你，四十分鐘後它會變成一條漂亮的麵包。

可是你每五分鐘，就打開烤箱一次，看看它是不是長大了，十分鐘、沒有，十五分鐘、還沒有，二十分鐘你開始懷疑是不是酵母失效了？是不是食譜錯了？是不是隔壁那個人的比較好？於是你把麵團拿出來，重新揉一塊，隔壁的人也是同樣的材料、同樣的食譜、同樣的烤箱，唯一不同的是，他沒有一直打開烤箱，四十分鐘後，他的麵包成功了。很多人會說是不是他的技術比較好？不是，他只是願意等。

投資也是，研究，就是揉麵團，建立投資假設，就是把它放進烤箱。市場的波動，只是等待發酵的過程，很多人最後不是因為研究錯了，是因為每一次市場波動，都像打開一次烤箱。跌了，開始懷疑，漲了，開始追，跌了，又停損，最後真正被毀掉的，不是企業的價值，是自己的耐心。

所以今天，我想送給大家的，不是一句：不要用槓桿。

是另一句：請把你的本金，留給時間。

因為真正替你工作的人，不是槓桿，是時間。

真正替你創造財富的，不是一次豪賭，是二十年、三十年，一次又一次保住本金，讓時間把企業的成長，慢慢變成你的財富。

最後，我想把整篇文章停在一句我這十年最大的體悟：投資，不是比誰最早知道答案，也不是比誰賺得最快，是比誰有能力，一直留在市場裡，等到答案公布。

為市場最後獎勵的不是最聰明的人，不是最勇敢的人，甚至不是最早看懂 AI 的人。

是那些願意把麵包留在烤箱裡，直到它真正烤好的人。

研究，決定你能不能看見未來。

風控，決定你能不能活到未來。

報酬，只屬於那些既看得見未來，又活得到未來的人。

（這幾天財報一直在調整模型+發文，很多私訊跟留言要等等喔)

宋分

《美股送分題》

閱讀前說明

這份《Coverage Universe Update》，不是一份新聞整理，也不是一份每月財報摘要，是我的研究紀錄，應該說，它是我把分析師平常工作的研究底稿，整理成你們也能持續追蹤的版本。

在機構研究裡，覆蓋一家公司的工作，當然每天新聞要看要思考，但更重要的是，必須先建立一個長期投資假設，再持續用新的證據去驗證、修正，甚至推翻它。

每個月，我都會追蹤最新的產業變化、公司新聞、法說會、小作文與供應鏈資訊，判斷這些事件究竟只是短期雜訊，還是真的改變了一家公司未來創造價值的方式，每一季財報，我也會重新檢視假設是否需要調整。

我追蹤的不是一天兩天的股價，而是企業長期的價值，以及下一次可能帶來估值重估的關鍵。因此，每一期我都會回答幾個固定的問題：

• 我的核心投資假設有沒有改變？

• 市場目前接受這個故事到哪裡？

• 哪些新事件真正驗證（或推翻）了我的假設？

• 下一步最值得關注的催化劑是什麼？

不是每一則重大新聞，都足以改變一家公司長期的投資價值；真正重要的是，它是否改變了企業未來創造價值的方式。

因此，並不是每家公司每個月都會有大量更新。如果某家公司本月沒有出現足以影響研究假設的重要事件，我不會刻意增加篇幅，而是維持原有觀點，把篇幅留給真正值得討論的變化。

我希望這份內容，記錄的是我的研究如何演進，而不是新聞如何累積。

本系列內容規劃

目前，《Coverage Universe Update》將聚焦於四個部分：

• 建立每家公司的核心投資假設

• 本月有哪些事件真正驗證（或挑戰）這個假設

• 追蹤假設、敘事與市場定價的變化

• 整理目前的研究結論，以及下一步最重要的觀察重點

未來，隨著研究系統逐步完善，我也會逐步加入更多內容，例如：

• 每家公司簡易財務模型

• 重大事件如何影響我的模型，以及調整原因

• Forward PE 是否重新定價

• 合理價值區間

• 對短中期股價的看法

• 是否影響我的加碼、持有或減碼判斷

我的目標，是讓這份研究紀錄，逐步發展成一套完整的投資決策系統，而不只是新聞解讀。

目前追蹤公司包括：

NVDA、AMD、AVGO、MRVL、MSFT、AMZN、META、GOOG、AAPL、TSLA、MU、PANW、CRWD、TXN、ADI、SpaceX、OpenAI、Anthropic。

第一期，我會完整建立每一家公司的研究底稿，把目前的市場敘事、我的核心假設、驗證框架與期望失驗條件全部定義清楚，之後每個月的更新，都會建立在這份 Baseline 之上。

Investment Dashboard 評分方式

這份《Coverage Universe》不是在預測股價，是在追蹤一個長期投資假設是否持續被市場驗證，所以我會建立一套固定的架構，每個月根據新增證據更新自己的看法，不是因為股價漲跌就改變結論。

① 我認為這件事最後成功的機率是多少？

這不是我預測股價上漲的機率，而是我對這個長期投資假設成立的信心程度。

我會以 0～100% 表示目前的信心水準，並根據每個月新增的證據持續更新。

需要特別說明的是，這個數字不是一個精確的數學模型，是分析師持續修正投資信念的過程。

每個月在 Part 2｜本月新增證據 中，我都會針對每一項事件評估它對長期假設的影響（例如 +2、-1、+3……），最後再反映到整體成功機率上。

因此，成功機率不是一次決定，而是隨著證據逐步累積、持續更新。

② 到今天為止，證據累積多少？

代表目前支持這個假設的證據是否已經足夠。

★★★★★：證據非常完整，主要假設大多已被驗證。

★★★★☆：已有大量證據支持，但仍有部分關鍵環節需要持續追蹤。

★★★☆☆：證據開始形成，但仍有不少未知數。

★★☆☆☆：目前仍以推測為主。

★☆☆☆☆：只有初步想法，尚未建立完整證據。

③ 市場接受這個故事到哪裡？

這不是我的看法，而是市場目前相信到什麼程度。

很多投資機會來自於：我的假設已經建立，但市場還沒有完全相信。

如果我的看法與市場逐漸一致，代表 Re-rate已經發生一部分。

如果市場仍然沒有接受，而證據卻持續增加，那反而代表仍可能存在估值提升空間。

Coverage Universe 未來更新規劃

目前這份 Coverage Universe，主要聚焦在回答：我的長期投資假設，目前已經被市場接受到什麼程度？

因此，在每家公司中的 「市場接受程度」，代表的是市場是否開始相信這個長期假設，例如市場是否接受一家公司的定位正在改變、商業模式正在演化，或新的成長引擎正在形成。

這並不代表股價已經高估或低估，也不代表市場已經完全反映在估值上。

因為一家公司的股價，除了受到基本面與市場預期影響之外，還會受到估值、市場情緒、資金流向等因素影響。因此，「市場接受程度」與「估值是否合理」是兩件不同的事情。目前，我希望先建立的是一套追蹤長期假設是否持續被驗證的架構。

下一個階段，我將加入「估值」分析

未來幾個月，我會開始在每家公司加入 Forward PE 的追蹤與解讀。

但我不會只提供一張 PE 圖表，而是回答更重要的問題：

• 為什麼這個月 PE 提高（或下降）？

• PE 的變化，是否與基本面證據一致？

• 我的假設信心提高了，但市場估值卻下降，代表什麼？

• 市場已經接受這個故事，但估值是否已經反映過頭？

• 在目前的估值水準下，我會選擇增加配置、持有，還是降低配置？

我認為，真正的投資機會，不是來自於發現一家好公司，是來自於發現「市場接受程度」與「估值水準」之間出現了偏離。

因此，未來 Coverage Universe 將不只追蹤一家公司的長期假設，也會逐步建立我自己的估值框架，分享我是如何把基本面、敘事、估值與部位配置串成一套完整的投資決策流程。

NVDA

Part 1 | 研究底稿(這部分只有當我的核心假設改變時才會更新，所以通常數個月甚至一年都不會變動)

補充：因為這是第一版Coverage Universe，我想再把我對 NV下一階段的投資假設講清楚一點，

我的假設有兩層：

第一，AI Factory 最後會成為下一代企業 IT 基礎設施。

第二，如果第一個假設成立，我認為 NV最有機會成為 AI Factory 最主要的受益平台。

很多人看到第二句可能會覺得：

「NV現在不就已經是 AI Factory 最大的受益者了嗎？」

不是同一件事。

我用最白話的方式解釋，現在企業的 IT 基礎設施是什麼？

假設今天是一家大型銀行，它的企業機房裡可能有：

Dell、HPE 的伺服器、NetApp 的儲存設備、Oracle 的資料庫、VMware 的虛擬化軟體、SAP、Windows Server、Cisco 的網路設備。

為什麼企業每年都要花這麼多錢買這些東西？

因為企業每天都要跑 ERP、CRM、Email、Database、網站與各種內部系統。

換句話說，這些東西不是「想買才買」。它們已經變成企業每天營運所需要的標準 IT 基礎設施。

今天一家公司不可能突然說：「今年景氣不好，所以我們不要資料庫了。」

也不可能說：「今年省錢，所以 ERP 不用了。」

因為整間公司的營運流程已經建立在這些基礎設施上，這就是我所謂的「平台」與「基礎設施」。

那 AI Factory 是什麼？

假設未來每一家公司都有大量 AI Agent。一樣以銀行為例，未來可能有：客服 Agent、法遵 Agent、風控 Agent、信貸 Agent、投資 Agent、內部知識 Agent。

而這些 AI Agent 不是一年執行一次。它們可能每天 24 小時持續讀取資料、思考、推理、呼叫工具、做決策與執行任務。

這時候企業需要的，就不會只是一張 GPU，它需要的是一整套可以持續「生產智慧」的基礎設施。

這就是黃仁勳一直講的 AI Factory（AI 工廠），以前的工廠投入原料、生產汽車、手機或其他商品，未來的 AI 工廠投入的是電力＋資料＋運算資源。

最後生產出來的是：Token 與智慧，

所以 AI Factory 不是一張 GPU，它是一整套 AI 運算系統，包括 GPU、CPU、高速互連、網路設備、CUDA、NIM、AI 軟體、儲存、電力與散熱等完整架構。

我的假設是 AI Factory 最後會變成企業的「標準配備」

這才是我對 NV下一階段最重要的假設，

今天全球企業的標準 IT 配備可能是Server＋Database＋SAP＋Windows＋Cisco。

但如果未來 AI Agent 真正進入企業的日常營運，我認為下一代企業 IT 基礎設施可能會多出一個非常重要的東西：AI Factory。

到那個時候，企業真正採購的就不會只是：「我要買幾張 H100、B200 或 Rubin。」

而可能變成：「我要建立一套可以支撐整家公司 AI Agent 運作的 AI Factory。」

我們可能開始看到銀行、汽車公司、製藥公司、製造商，甚至大量財富 500 大企業，都開始建立自己的 AI 運算基礎設施。

這才是我想看到的事情。

目前大型雲端服務商與 AI 公司已經開始採購完整的 AI 運算平台，但真正的企業市場仍然非常早期。

這個月我們開始看到一些有趣的早期案例，例如日本開始出現銀行內部 AI 工廠，製藥、製造與機器人企業也開始採用 NVIDIA 不同的 AI 平台；歐洲則開始發展政府與企業可以自行控制資料的主權 AI 與私有 AI 基礎設施。

這些都是正向訊號。但距離我真正的假設成立——AI Factory 像今天的 Server、Database、ERP 一樣，成為全球企業的標準 IT 基礎設施——還有很長一段距離。

這也是為什麼我認為這裡仍然存在值得追蹤的預期差。

第二個假設：如果 AI Factory 真的普及，為什麼最大受益者一定是 NV？

這其實是另一個獨立的假設。

即使我判斷 AI Factory 最後會成為企業標準基礎設施，也不代表 NV一定可以拿走最大的價值。

因為企業理論上可以使用 AMD 的 GPU、自研 AI 晶片、不同公司的網路設備，也可能使用其他軟體工具。

所以我要驗證的第二件事情是：企業最後買的是「很多不同公司的零組件」，還是逐漸依賴 NV的完整 AI 運算平台？

這兩種結果對 NV的長期價值完全不同。

如果 NV最後只是提供 GPU，那它仍然主要是一家非常強大的 AI 晶片公司。

但如果企業建立 AI Factory 時，開始大量採用：GPU＋CPU＋NVLink＋Networking＋CUDA＋NIM＋AI Enterprise＋其他 AI 軟體與開發工具，

那企業買的就不再只是 NV的產品，它開始進入NV的生態系，這兩件事情差非常多。

真正的平台，不是客戶買你的產品，是客戶開始離不開你的生態系

這也是我為什麼一直強調NV下一階段最大的估值變化，不一定來自 GPU 又多賣多少。

而是市場有沒有開始把 NV從晶片供應商 → AI 基礎設施供應商 → AI 運算平台，重新定義。

這三個階段最大的差別，不只是本益比可以給幾倍，差別是市場相信你未來的現金流從哪裡來。

以前 NV主要是一家晶片公司的時候，市場最關心的是：今年賣多少 GPU？下一代產品賣得好不好？半導體景氣什麼時候反轉？現金流高度受到產品週期影響。

進入 AI 基礎設施階段之後，市場開始關心的是CSP今年要花多少 AI 資本支出？要蓋多少資料中心？需要多少 GPU？

所以現在大家才會一直擔心：AI 資本支出什麼時候見頂？

因為如果 NV的需求永遠只來自「蓋更多 AI 資料中心」，那麼理論上當基礎建設逐漸完成之後，成長速度就可能下降。

但如果我的下一階段假設成立，事情會變得完全不同。

如果 NV最後變成平台，現金流來源會從「建設 AI」變成「全世界持續使用 AI」這才是我認為最值得追蹤的地方。

如果未來全球企業每天都有大量 AI Agent 在運作，企業就會持續需要 AI 運算能力。

而如果這些 AI Agent、模型、資料流程與企業系統，都逐漸建立在 NVIDIA 的完整 AI 運算平台上，那 NV的價值就不再只是：

今年又賣了多少顆 GPU。

而是全世界企業每天都在使用建立於 NVIDIA 生態系上的 AI。

這有點像今天的MSFT，企業不是每年突然「想不想買 Microsoft」，很多公司的 Email、Office、Teams、Azure、Windows、身分管理與內部工作流程，本來就已經建立在微軟的生態系裡。

所以真正的平台價值不是「我的產品很好，所以你來買。」

而是「你的整個工作流程都建立在我的平台上，所以你很難離開。」

如果未來 NV可以做到這件事情，它才真正有機會成為我所說的AI Factory 的 Operating System，也就是 AI 工廠背後最核心的作業平台。

所以市場現在最常討論的是：

AI Factory 還要蓋多少？AI 資本支出還能成長多久？

但我想追蹤的是另外兩個問題：

第一，未來到底有多少企業會開始需要自己的 AI Factory？

第二，當這些企業開始建立 AI Factory 時，它們買的到底只是 GPU，還是會逐漸把整套 AI 運算架構建立在 NV 的生態系上？

第一個問題，決定 AI Factory 能不能成為下一代企業 IT 基礎設施。

第二個問題，決定 NV能不能從 AI 基礎設施龍頭，進一步成為 AI 時代真正的平台公司。

這兩件事情，就是我對 NV下一輪估值提升最核心的兩個假設。

Part 2 ｜本月新增證據(每月更新)

Part 3｜Investment Dashboard(每月更新)

Part 4｜Valuation Dashboard（每月更新）

上個月市場共識：

本月市場共識：

Part 5｜Monthly Conclusion（每月更新）

一句話更新：

Vera Rubin 正把 NV的競爭優勢從單一 GPU 進一步提升到完整 AI 運算平台，同時日本、歐洲與 AI Agent 的實際案例，也開始出現 AI 運算需求從大型雲端服務商，往政府與不同產業企業擴散的早期證據。

本月最大的驗證：

Vera Rubin 不只是新一代 GPU，而是將 GPU、CPU、高速互連、網路設備與軟體共同設計成一套完整的 AI 工廠架構，同時大幅提升每單位電力可以處理的 Token 數量、降低 AI 推理成本。這開始驗證 NV 不只是在提供更快的晶片，而是在降低 AI Agent 與 AI 推理大規模部署的成本門檻，讓完整 AI 運算平台的價值逐漸提高。

本月最大的風險：

目前大型 AI 工廠的需求仍然主要集中在大型雲端服務商、AI 公司、新型 AI 雲端業者與政府支持的大型專案，雖然已經開始看到金融、製藥、製造與機器人等產業的早期案例，但還沒有證明全球企業會形成廣泛、持續且大規模的 AI 工廠需求。如果 AI 推理與 AI Agent 最後沒有真正走進企業，NV仍然可能是一家非常強大的 AI 基礎設施公司，但我所期待的下一階段——從 AI 基礎設施供應商進一步成為完整 AI 運算平台——就可能無法完全成立。

下個月我最關注的事情：

我會優先追蹤 AI 工廠是否持續從大型雲端服務商往真正的企業客戶擴散，尤其是金融、製造、醫療與實體 AI 等產業，是否開始從測試與小規模導入走向正式、大規模使用。同時也要觀察企業採購 NV 的內容，是否開始從單純購買 GPU，進一步擴展到網路設備、軟體與完整 AI 運算平台。這將是判斷 NVIDIA 能否從「AI 基礎設施龍頭」進一步走向「AI 運算平台」最重要的下一步驗證。

AMD

Part 1｜研究底稿

Read more

股票市場裡，真的只要找到一個真正有效的方法，學會它、複製它，就可以開始穩定賺錢嗎？

不少讀者長期持有特斯拉，在這週徹底瓦解對特斯拉的信仰了，他的遠景都很美好，但現實是，你根本不知道要等多久？

原本以為robotaxi逐漸在不同城市落地、Optimus即將量產，各條現金流準備入帳，但現實確實馬斯克的一句：Optimus幾乎沒有成熟供應鏈、量產難度高，初期放量可能非常慢

同時，你也不知道當馬斯克的夢想成真時，特斯拉真的還有股東回報嗎？

有讀者跟我說，這一年來，他最大的收穫不是又學會了哪一種估值方法，也不是多研究了多少家公司，

而是慢慢知道一件事情：有些投資方法，即使它是對的，也不一定適合自己。

這句話，我以前其實也不太懂，因為我們剛開始學投資的時候，我們最常想了解的都是：

這個方法有沒有用？價值投資有沒有用？長期投資有沒有用？Buy the Dip 有沒有用？集中投資有沒有用？Momentum 有沒有用？技術分析有沒有用？

是不是只要找到一個真正有效的方法，學會它、複製它，就可以開始穩定賺錢？

可是後來我才發現，真正重要的問題是：

這個方法的等待時間、回撤幅度、資訊需求、資金效率與心理壓力，我承受得了嗎？

因為一套投資方法，不是脫離「人」獨立存在的，一套理論上非常好的策略，如果你永遠拿不住，一個最後可能完全正確的假設，如果你中間會因為不知道還要等多久而不斷懷疑，

一種長期預期回報很高的投資，如果它會讓你每天看盤、過度加碼、失去判斷能力，那麼它即使對別人來說是一個很好的方法，

對你來說，也可能不是。

很多人以為：只要長期方向是對的，我就可以等

很多人買特斯拉的時候，不是不知道它的風險，但看到的是一個非常大的長期故事，而且是別家公司沒有的故事，Robotaxi、FSD、Optimus、Energy、Physical AI，甚至未來特斯拉可能從一家電動車公司，逐漸變成一個真正的物理AI平台。如果這些事情最後真的發生，今天用汽車公司的框架去理解它，當然可能低估它。這個故事非常非常漂亮。

可是對於不適合的人來說，並不是他的假設錯了，反而是：我的假設可能是對的，但我不知道還要等多久？Robotaxi 什麼時候真正大規模商業化？Optimus 什麼時候開始對 Revenue 與 EPS 產生有意義的貢獻？市場什麼時候願意從 Auto Valuation，真正轉向 Physical AI Platform Valuation？2027？2028？2030？更久？不知道而更麻煩的是，即使最後真的發生，市場什麼時候願意提前 Price in，也不知道。這是很多投資人花了很多年才會發現的，因為一直都覺得不舒服，卻又不知道不舒服來自於哪裡，

很多人原本以為，只要自己相信長期方向，就可以等，後來才發現，自己高估了自己的等待能力。或者更精確地說，他們不是不能等，他們不能接受的是，我不知道自己到底還要等多久。

這兩件事情完全不同。

花了好久時間才知道，原來自己不喜歡「沒有時間的敘事」

這也是我自己的寫照，或許也是你現在的心路歷程，我後來才發現，原來不同投資假設的「時間結構」差非常多。有些假設，是有時間的，或許是下一季的財報、下一次產品週期、ASP、毛利率、CAPEX、每隔三個月，甚至每隔一個月，你都會得到新的證據，所以即使股票跌，你還是知道自己在等什麼，你可以一直問：我的假設有沒有被驗證？證據是增加還是減少？共識有沒有開始改變？現實跟預期的差距是在擴大還是縮小？市場 Price-in 到哪裡了？

可是有些假設，是沒有時間了，像是“人形機器人有一天會是一個巨大市場，對，我相信呀，所以是哪一天？不知道

Robotaxi 有一天可能改變 Transportation Economics耶，你也相信吧，但要等多久？什麼時候形成足以支撐估值的獲利？不知道。

市場最後可能會把特斯拉當成物理AI平台呢，但是什麼時候 Re-rate？不知道。

這種投資最困難的地方就是，你可能方向是對的，卻沒有辦法知道自己離答案還有多遠。

後來我才慢慢理解一個我以前很少思考的概念：“敘事的期間”

每一個投資假設，都有自己的期間，有些是三個月，有些是一年，有些是三年，有些可能要十年。而每一個投資人，其實也有自己的投資期間，有人真的可以等十年，有人適合一年，有人適合三個月，這裡沒有誰比較成熟，也沒有誰比較厲害。真正重要的是，你的投資方法，必須跟你的真實時區相容。

很多人嘴巴上說：「我是長期投資人。」可是股票一年沒漲就開始焦慮。跌 30%，開始懷疑，別的股票一直漲，開始 FOMO。這不一定代表你沒有紀律，它可能只是告訴你，你的真實投資時區，跟你以為的是不一樣的。而這件事情，只有真的在市場裡待夠久、真的虧過錢、真的等過，你才會知道。

投資有一種很貴的學費：最後證明你是對的，但你還是沒有賺到錢

這是我現在越來越重視的一件事情，我們以前很容易把投資簡化成看對、看錯，

但其實市場不是這樣，你可能方向看對、產業看對、公司看對，甚至五年後回頭看，你的假設全部都實現了，可是你還是沒有賺到那筆錢。

為什麼？因為你可能在第二年就受不了了，或者你在最痛苦的時候減碼，或者你因為不知道還要等多久，把部位越加越大，或者機會成本高到最後不得不離開。

所以「最後是對的」跟「這是一筆適合我的投資」，是兩件完全不同的事情，這也是我不斷經歷的體悟。

以前我會覺得只要一家公司最後會變得很厲害，現在買進，等就好了。可是後來我開始問另一個問題 Why this, now？不是只有Why this？喔，而是Why this, now？這家公司很好，我知道，這個產業十年後很大，我知道，可是為什麼我的下一塊錢，現在就要放在這裡？

這個問題，徹底改變了我後來看投資的方式。

Market is a Ranking Game, not just a Valuation Game

上週讀者Joanna留了一段話我非常喜歡，也很有感，

她說：很多人被巴菲特的「Mr. Market」理論洗腦，導致了「基本面明明沒變差，市場一定是過度情緒化、indiscriminate selling，所以這隻股票被超賣了」的錯誤解讀。

我覺得這是一個非常值得思考的問題。

我先說，Mr. Market 這個概念本身沒有錯，市場當然會情緒化，市場當然會錯價，恐慌時也真的會出現非理性拋售，

問題是，很多人只學到了這個概念的其中一半，最後變成：基本面沒壞 + 股價跌很多 = 市場錯了 = 我應該買更多。

這個推論中間其實少了非常多東西，因為基本面沒變，不代表 Ranking 沒變。

假設市場裡只有三家公司，原本A 的未來十二個月預期報酬率是 20%，B 是 12%，C 是 8%，所以資金最喜歡 A，很合理。結果市場環境改變，A 的基本面完全沒有惡化，營收沒有下修，EPS 沒有下修，長期故事也沒有改變，可是新的價格與新的資訊出現之後A 的預期報酬率變成15%，B 變成 25%，C 變成 18%。請問資金有義務回 A 嗎？沒有，A 沒有變差，A 甚至可能比以前便宜，但是它已經不是 Ranking 第一名。

Market is a Ranking Game, not just a Valuation Game.

估值當然重要，但估值從來不是孤立存在的。你不能只問A便不便宜？你還要問Ａ跟今天其他所有可以配置的資產相比，夠不夠便宜？你不能只問特斯拉長期有沒有價值？你還要問如果特斯拉的價值要五年後才驗證，而另一家公司未來十二個月就有 EPS Revision、Catalyst 與 Multiple Expansion，

市場上的資金為什麼現在要把同一塊錢放在特斯拉？

這就是部位管理，市場每天都在做的，就是一場巨大的 Ranking。

「基本面沒有變差」，可能是投資裡最容易讓人停止思考的一句話

這句話我自己以前也很常用，股票跌了，第一個反應：「基本面有變嗎？」

沒有，很好，繼續持有，但它只能回答：假設有沒有被破壞，它不能回答這還是不是最好的資本配置。這兩件事情差非常多。

假設一家公司，基本面完全沒變，但是催化劑往後延兩年，原本預期明年發生的事情，變成三年後，請問基本面有變差嗎？

長期來看，可能沒有，可是它的現值變了，資金效率變了，機會成本也變了，Ranking 也變了。

所以一家公司沒有變差，不代表它仍然值得占用你最多的資本。

這也是為什麼我現在越來越少只看「這家公司好不好？」

我更常看「從今天開始，它是不是我所有選擇裡最值得放下一塊錢的地方？」

這兩個問題完全不同。

為什麼不能直接 Copy 高手的操盤策略？

有一位讀者問我：「在成為高手前的學習階段，有過市場資訊太多太雜，有些資訊也不是很確定適不適合套用在自己身上的階段嗎？甚至有些思考可能是來自一些時常願意分享的高手們。」

當然有，而且我覺得這幾乎是每一個認真學投資的人一定會經歷的階段。

剛開始投資的時候，最大的問題常常不是知道太少，反而是知道太多，卻沒有自己的 Filter。

你今天看一個價值投資大師：「好公司大跌就是機會。」

明天看一個趨勢大師：「Never catch a falling knife。」

又突然一個長期投資人告訴你：「不要 Timing the Market。」

一個 Hedge Fund PM 告訴你：「錯了就 Cut，永遠先管理 Downside。」

巴菲特告訴你：「別人恐懼時要貪婪。」

動能投資者告訴你：「不要跟趨勢作對。」

成長型投資人告訴你：「Winners keep winning。」

還有人告訴你：「最大的機會永遠出現在沒有人要的地方。」

天啊，全部聽起來都有道理，到底要聽誰？

我後來才發現，這個問題一開始就問錯了，因為關鍵在於：他玩的，是不是跟我同一個 Game？

每一個高手說的話，都有一個你看不到的背後，這件事情非常重要。

一個高手告訴你：「這檔股票跌 30%，我加碼。」你看到的只有：加碼

但你沒看到的可能是他原本只有 2% 部位，他沒有槓桿，他手上有 30%現金，他研究這家公司十年，他的投資週期是五年，他可以接受 -50% Drawdown，他的投資組合還有二十家公司。

結果你看到：「高手大跌加碼。」你原本已經佔25%部位，還有槓桿，只研究兩個禮拜，然後也跟著加碼。

表面上你們做的是同一件事情，實際上根本不是同一個交易

所以我會跟你說，永遠不要只 Copy 一個高手的”動作“，你必須理解支撐這個動作的整套系統，他為什麼可以等？他為什麼可以承受回撤？他的安全邊際是什麼？他的資金期限是多久？他的部位大小是多少？他什麼條件下會承認自己錯？

如果這些東西都不知道，你根本沒有在“學”他的投資方法，你只是“模仿”他的動作。

所以現在看到任何高手的分享，你可以先問四個問題：

第一：他的投資期限跟我一樣嗎？

他說「這家公司很便宜。」請問是三個月？一年？十年？完全不同。

第二：他的組合內容跟我一樣嗎？

他買多少？0.5%？2%？20%？有沒有 Hedge？有沒有 Cash？

第三：他的安全邊際是什麼？

他是不是有產業經驗？更好的 Channel Check？更完整的 Model？

或者他的 Edge 根本只是他可以等十年。

第四： 這個方法需要什麼”特質“？

這題很重要，也是大家會忽略的，有些人真的可以股票跌 50%，三年不漲，每天照樣睡得很好。

你不行，不一定代表你比較差，只是這套策略的特質要求不適合你。

所以我現在不太相信世界上存在一套「所有人學會都會成功的最佳投資方法。」

因為”策略回報率“，最後還要乘上一個最重要的東西：你能不能長期正確執行它？

一個理論上 Alpha 很高，但每次都會讓你在最差的時間點犯錯的方法，

對你來說，可能根本沒有 Alpha。

—

投資成熟的過程，不是一直增加方法，是不斷刪掉不適合自己的方法

我覺得這是我這幾年非常大的改變，剛開始學投資的時候，我也什麼都想學，技術分析、籌碼、總經、財報、價值投資、成長股、Options、動能、波段。

全部都覺得會越多越好，可是後來我發現投資能力變成熟的過程，可能剛好相反，

我開始一直刪，這個我沒有安全邊際，刪掉，這個需要預測明天股價，我不擅長，這個需要一天盯盤八小時，我連開盤時間都會錯過的，我不適合。

這個需要承受 -70% Drawdown，我做不到，這個假設要十年才能驗證，我沒有辦法，這個策略會讓我一直加槓桿，最後失去理性，刪掉。

慢慢地，我的方法越來越少，可是我反而開始越來越知道自己在做什麼，

因為我後來終於知道自己到底靠什麼賺錢。

我適合的方法，不是「買好公司然後等」

以前如果有人問我：你是什麼類型的投資人？我都會說：科技股、成長股、長期投資。

但這些都太模糊，因為「科技股」不是方法，「長期」也不是我的邊際，直到我開始建立 Coverage Universe，

每個月追蹤我給的假設，找證據，推翻自己，搭配估值，全部給出綜合分數，思考回報率，我才發現這就是我最舒服的方式，

我喜歡知道，什麼證據出現，代表我更接近答案，什麼證據出現，代表我可能錯了，我喜歡有Checkpoint，我也喜歡有時間的期限，我不是不能投資遠景，但如果一個投資的絕大部分價值，都建立在一個不知道三年、五年還是十年後才會發生的事情上，它不適合占用我太大的資本，不是因為它不好，是因為它不符合我的投資系統，這是我花了不少學費之後才真正知道的事情。

市場資訊這麼多，我到底怎麼 Filter 雜訊？

這也是最近很多讀者問我的問題，每天打開市場，新聞，看到馬斯克又在X發文，連黃仁勳都進來X了，分析師報告，財報，訪談，YouTube，Reddit，總經數據，Fed，Options Flow，Insider Selling，供應鏈消息。

每一則都有人告訴你「這很重要。」如果全部都看，你永遠看不完呀。那到底怎麼 Filter？

我的答案很簡單，你之所以不知道怎麼 Filter雜訊，不是因為資訊太多，而是因為你還不知道自己到底在玩什麼 Game。

這件事情我自己也是後來才理解，如果你不知道你的假設是什麼，你的投資期限是什麼，你的邊際是什麼，你靠什麼賺錢。

那麼每一則新聞看起來都很重要、每一個高手都值得聽、每一次股價跌、你都不知道誰是對的。

資訊本身沒有Signal或Noise，是你的假設決定它是什麼，這是我Filter資訊最核心的原則。

假設今天有一則新聞：特斯拉中國單週交付下降 5%。重要嗎？不知道。

如果你的假設是：下一季 Delivery Beat。 那就非常重要。

如果你的假設是：2035 年 Optimus 成為一個巨大產業。那可能幾乎不重要。

反過來，今天 Optimus 新一代 Hand Dexterity 出現重大突破。如果你做的是下一季 Delivery Trade，可能沒有什麼用。

但如果你的假設是物理AI平台，那就非常重要。

所以資訊本身沒有 Signal 或 Noise，是你的 Thesis，決定它是 Signal 還是 Noise。

這也是為什麼兩個非常厲害的投資人，可以看到同一則新聞，一個非常在意，一個完全忽略，兩個人都可能是對的。

因為他們玩的不是同一個 Game。

我現在 Filter 資訊，只問三層:

第一層：這會改變我的假設嗎？這個資訊有沒有改變營收、毛利、TAM、競爭格局？原本核心假設有沒有變？

如果有，就重要。如果沒有，進下一層。

第二層：這會改變市場對它的期待嗎？這一層非常重要。

因為有些新聞，不改基本面，但是會改預期，例如公司本來就會成長 30%，這沒有變。可是市場原本預期 50%，現在開始只預期 25%。

基本面沒有變差，但Price-in 變了，這當然重要，因為股票交易的不只是現實中的狀況，是現實跟預期比的預期差。

第三層：這會改變他的Ranking嗎？這是我現在越來越重視的一層。

即使假設沒變，期待也沒明顯變，這個資訊，有沒有讓其他資產的 Risk/Reward 變得更好？

因為投資組合不是靜態的，如果另一家公司突然出現更大的 Earnings Upside、更低的估值、更明確的催化劑、更短的投資週期，

那麼即使我的原持股什麼都沒有做錯，它的 Ranking 還是可能下降。

所以我現在的 Filter 很簡單，假設、預期、排名，三個都沒有影響？關掉，不用看。

真正的 Filter，不是「少看新聞」，而是先知道自己的假設到底是什麼，

很多人會說「市場資訊太多，所以我要少看。」少看，不代表你會變厲害，如果你沒有假設的架構，你就算每天只看三則新聞，還是可能全部看錯重點。

真正有效的 Filter，不是減少資訊，是這個資訊會不會改變我的假設跟投資決定？

如果不會，它再熱門，也可能只是 Noise。

這也是為什麼我現在做 Coverage Universe，很重視一開始先寫追蹤事項，

因為如果你不知道自己要追蹤什麼，你最後就會變成什麼都追蹤，而什麼都追蹤的結果通常是什麼都知道一點，但不知道什麼最重要。

研究的價值，不是知道最多，是知道哪些東西改變答案。

為什麼很多人學越多，反而越不會投資？

剛開始投資，什麼都不知道，所以很單純。

後來看了很多書，追了很多高手，學了很多框架，懂了 DCF，懂了 PE，懂了總經，懂了 Options，懂了資金流，結果反而更不敢下決定。

因為每一個架構都會給你不同答案。

估值告訴你便宜了，動能告訴你趨勢壞了，總經告訴你流動性不好，基本面告訴你EPS還在上修，技術面告訴你跌破支撐，長線投資告訴你忽略雜訊

到底聽誰？答案是先決定你在玩什麼 Game。如果你做的是三年基本面re-rate，那麼明天 RSI 多少，可能不是最重要的。

如果你做的是兩週的趨勢盤，那麼2035 TAM，可能也救不了你。

沒有一個資訊永遠重要，也沒有一個架構永遠正確，真正重要的是它跟你的投資週期是否一致。

我這幾年最大的收穫，不是哪一檔股票賺最多

如果現在回頭看這幾年，我當然有很多做對的事情，也有很多做錯的事情。

有些股票賺錢，有些股票賠錢，有些研究後來證明是對的，有些假設被市場打臉。

但我後來覺得，如果一定要選一個最重要的收穫，可能不是我終於找到下一檔十倍股，而是我開始知道，哪些錢不是我該賺的，這句話很重要。

有人非常會做 Meme Stock，很好，那可能不是我的錢。有人可以拿一個沒有獲利、只有十年遠景的公司五年，很好，那可能不是我的錢。

有人每天做選擇權，一年可以翻很多倍，也很好，那可能也不是我的錢，有人可以在一家公司跌 70% 時，完全不受影響，因為他的投資週期是十年，很好，但我不需要逼自己變成他。

投資成熟不是市場上所有機會，我都要抓到。

而是我開始知道，哪些機會經過我的能力、性格與系統之後，真的能變成我的報酬。

如果你也繳了很多學費，我建議你不要只檢討「哪一檔買錯」

如果今年你這幾年有一筆很痛的交易，不要只問：我是不是選錯股票？

你可以再多問幾個問題：

我是不是總是在同一種類型的股票裡受傷？

我是不是每次遇到長週期的股票，最後都拿不住？

我是不是每次做趨勢，都買在最後一棒？

我是不是每次集中投資，最後都因為部位太大失去判斷能力？

我是不是每次使用槓桿，都會從研究公司變成每天盯 P&L？

我是不是嘴巴說自己是長期投資人，實際上只能接受六個月沒有報酬？

如果答案一直重複，那麼市場不是在告訴你：「這一檔股票選錯了。」

市場可能是在告訴你： 「這種投資方式，根本不適合你。」

前者會讓你換一檔股票，繼續用同樣錯的方法。

後者會讓你改變自己的系統。

真正值得檢討的是「哪一種錢，我一直賺得很痛苦？」

這是我覺得大家年底都可以做的一個 Review，把所有交易攤開來，不要只分賺錢、賠錢。再多分幾類，哪些交易你研究得很清楚？哪些你只是跟著市場？哪些你即使遇到回撤，還是知道自己在等什麼？哪些一跌你就完全失去方向？哪些你賺錢的過程非常穩定？哪些雖然最後賺錢，但每天都很焦慮？

這裡可能會出現一個很有意思的答案，有些錢，你其實一直賺得很痛苦，那很可能就是不屬於你的 Alpha。

因為一套真正適合你的方法，不代表它不會虧錢，也不代表它不會 Drawdown，而是當它遇到逆風時，你仍然知道自己在做什麼。

這是我認為非常重要的判斷標準。

好的投資系統，不是讓你永遠不犯錯，而是讓你知道什麼錯值得犯

我以前會希望建立一個系統，以後就不要犯錯，這是不對得想法，因為投資一定會犯錯！！！(這很重要)你一定會賣太早、買太早、看錯獲利、低估競爭、高估 TAM、錯過大牛股，這些都不可能完全避免。

真正好的系統，不是消除所有錯誤，而是讓你的錯誤，發生在“”你理解而且承受得起的範圍裡“”。

如果我做一個獲利提升的假設，最後 EPS 沒有上修，我錯了，可以，這是我願意承擔的錯。因為我知道，什麼證據證明我錯，我可以退出。

但是如果我買一個十年故事，三年後還不知道自己是對是錯，每天只能告訴自己：「再等等。」那對我來說，可能就是一種很難管理的錯誤，不是因為它最後一定錯，而是我沒有一個好的機制知道自己什麼時候錯。

這才是我真正不喜歡的地方。

最後，我想回答問我「怎麼 Filter 雜訊」的讀者

如果你現在覺得市場資訊很多、高手很多、方法很多、每個人講得都很有道理，你不知道該相信誰。我想告訴你，這是一個非常正常的階段，因為在你還沒有自己的系統以前，你一定會先借別人的系統，你會學巴菲特，會學經理人，會學分析師，會學交易員，會學你身邊賺大錢的人，這沒有問題，我們全部都是這樣開始的。

但是有一天，你必須開始做一件事情：停止問「誰的方法最好？」開始問：什麼方法適合我？ 然後慢慢建立自己的 Filter。

我的假設是什麼？我的投資週期是什麼？我的安全邊際又是什麼？我的容忍度是多少？我需要多久得到一次證據？我能不能承受一個沒有投資週期的假設？

我靠什麼賺錢？最後我玩的，到底是什麼 Game？

當這些答案越來越清楚，你會發現一件很奇怪的事情，市場的雜訊突然變少了。

不是因為新聞變少，不是因為馬斯克在X安靜了，不是因為市場不再有雜訊。

而是你終於知道哪些東西跟你無關，這可能才是真正的 Filter。

我認為投資最大的收穫，是終於知道哪些錢不是自己該賺的

以前我也會以為，投資進步的方式是知道越來越多，後來我才發現，真正的進步有時候是你開始刪掉越來越多東西。

刪掉不適合你的方法，刪掉你沒有 Edge 的交易，刪掉你承受不了的週期，刪掉會讓你失去理性的部位大小，刪掉跟你的假設無關的雜訊，也刪掉「高手這樣做，所以我也應該這樣做。」

最後留下來的東西，可能很少，但那才慢慢變成你的投資系統。

假設這週你對你的特斯拉很失望，但我想告訴你，這件事情給你的啟發不是：「我以後不要再買特斯拉」也不是「長期投資沒有用。」完全不是。

它讓你知道的是：一個故事很美好，不代表你適合用大量資本等待它。

你不是不能承受波動，你不喜歡的，是一個不知道什麼時候驗證、不知道還要等多久、甚至不知道市場什麼時候願意 Price-in 的敘事，

我喜歡證據、喜歡 Checkpoint、喜歡追蹤，喜歡知道：如果我是對的，接下來應該看到什麼。如果我是錯的，什麼事情會告訴我：你該重新思考了。

這是我的方法，但它不一定是你的，而這可能才是投資最有意思的地方。

我們花很多年，以為自己是在研究市場，研究股票，研究公司，研究高手。

最後才發現市場其實也一直在幫我們研究自己。

你能等多久，你能承受多少，什麼情況下會失去理性，什麼錢你賺得最舒服，什麼錢你每次都賺得很痛苦。

什麼方法讓你越做越穩定，什麼方法明明別人做得很好，到了你手上卻總是出問題。

這些答案，不會出現在任何一本投資書裡，因為只有市場可以告訴你，而且通常，它會收大量的學費。

所以如果你今年也犯了很多錯，甚至有一筆交易，把你好不容易累積的獲利吐回去，

我覺得真正值得檢討的，可能不只是「我哪一檔股票選錯了？」而是 「市場花了這筆學費，到底想告訴我什麼？」

也許答案不是你研究得不夠多，也不是你還沒有找到下一個高手可以學，而是你終於該開始知道自己適合怎麼投資了。

因為 Market is a Ranking Game，而投資人的成長其實也是一場 Ranking Game。

你不斷把方法重新排序，把資訊重新排序，把機會重新排序。

最後也把自己最擅長賺的錢重新排序。

後來的我，如果看到一個很好的投資機會，不會再只問：Why this？

我還會問：Why now？最後再問：Why me？

為什麼是這家公司？為什麼是現在？為什麼這筆錢，適合由我來賺？

如果第三題沒有答案，那麼即使它最後真的漲了十倍，我也開始能接受：那可能不是我的錢。

我覺得投資真正成熟的其中一個標誌，不是你終於可以抓到市場上所有機會，而是你看到一個別人賺很多的機會時，已經不再急著問： 「為什麼我沒有賺到？」

而是可以很平靜地知道：那不是我的 Game，然後回到自己的 Portfolio，回到自己的假設與敘事，回到自己的證據，

繼續賺那些真正屬於你的 Alpha。

因為最後真正能夠留在你帳戶裡的，從來不是市場上最大的 Alpha。

而是你有能力理解、有能力持有、有能力重複，而且在最糟的時候，仍然有能力按照自己的系統執行的 Alpha。

這可能就是我花了好整年，也繳了不少學費之後，才真正學會的一件事。也分享給你。

這週小孩比較鬧，到週日下午才把投資紀律擠出來，

希望還是讓你有不少收穫，

明天第一篇Coverage Universe終於要發出了，我很興奮，也很緊張，

因為那是我人生第一次公開我分析師的研究底稿，希望能幫助到你。

宋分

《美股送分題》

因為分析師不是在看公司現在有多少現金，分析師真正想知道的是這些現金，是怎麼來的？又會流向哪裡？五年後，會不會變成更多現金？

所以現金流量表真正的價值，不是告訴你公司昨天做了什麼。是在告訴你：管理層今天正在替未來布局什麼。

這也是我認為現金流量表最容易被低估的地方，真正會帶來大型re-rate的，不是現金本身，而是市場開始重新理解：這些現金，最後會長成什麼樣子。

所以這篇文章，我不會從教科書開始，我直接帶你走一次分析師真正的思考流程，從營運現金流、自由現金流、投資現金流、融資現金流，一路拆到Meta、Broadcom、Google、NVDA，最後你會發現，分析師不是在看財報，是在利用財報，一步一步驗證未來，並且調整機率與部位大小。

第一章｜營運現金流（CFO），同樣都是100億現金流，品質可能天差地遠

• 為什麼CFO比EPS更難作弊

• 四種完全不同品質的CFO：需求驅動、商業模式驅動、Working Capital驅動、SBC驅動

• 分析師如何判斷現金是真成長，還是假象？

第二章｜自由現金流（FCF），市場最大的錯誤，是把投資看成成本

• FCF真正代表什麼？

• 維持性CAPEX vs 成長性CAPEX

• 如何判斷管理層是在亂花錢，還是在投資未來？

• Meta 2022：分析師如何一路驗證AI投資，而不是等答案公布？

第三章｜投資現金流（CFI），管理層到底是在布局未來，還是在亂買公司？

• CAPEX只是開始

• 併購真正該追蹤的是ROIC，而不是價格

• AVGO × VMware：一次成功的資本配置如何帶來re-rate？

• GOOG × Wiz：GOOG追求的不是re-rate，是避免被de-rate，分析師現在正在驗證什麼？

• 要看AMZN投資 Anthropic的效益，該追蹤的不是Anthropic的估值

第四章｜融資現金流（CFF），公司是在求救，還是在利用資本市場變強？

• 三種完全不同的融資：現金回流型、槓桿成長型、續命型融資

• Apple、Broadcom如何利用債券市場放大股東報酬？

• Meta、Google、NVIDIA為什麼明明不缺錢，卻開始發債？

• NVIDIA建立Credit Market，背後究竟在布局什麼？

第五章｜把整個現金流量表串起來，分析師不是在看財報，是在更新機率

• 財報不是答案，是新的證據

• 如何把財報變成投資假說？

• 如何一步一步提高成功機率？

• 為什麼真正的Alpha，都來自答案公布之前？

Read more

很多人的情況不是今年沒賺錢，是今年本來賺了非常多，然後在短短幾天裡，把很大一部分獲利吐了回去，這件事情帶來的影響，比單純「股票跌了多少」更值得研究。

當一個投資人從年初到現在一路賺錢，他的心理通常會經歷一個過程：一開始，他在驗證自己的投資假設，後來他的假設一直被證明是對的，再後來股價一直漲，信心開始增加，部位也開始增加。最後，原本的「我認為這家公司被低估」，很容易慢慢變成「這就是今年最正確的交易。」可是當這筆交易突然反轉，最先被摧毀的通常都不是基本面，是人的信心。

這也是為什麼我聽到一句讓我覺得很可惜的話：「很多人已經不想研究了」這句話非常重要，因為如果你只從基本面研究市場，你可能會很困惑，CAPEX 有在這幾天突然崩掉嗎？哪裡冒出來的deepseek2.0？Kimi？HBM 的長期需求有在 72 小時內完全逆轉嗎？都沒有，可是股價為什麼可以跌成這樣？

因為市場從來不只有基本面，市場還有另外兩個東西：Alpha以及部位配置。

我認為，這三個字，正是現在每一個手上還有高beta，甚至任何今年熱門贏家的人，最需要重新學會區分的事情：敘事、Alpha、部位配置

從週五收盤後，我一直在思考這週末的投資紀律到底該寫什麼，最後決定寫這一篇來聊聊這三個東西。

你接下來真正要做的，不是猜下週一會不會反彈，是重新思考：我為什麼還持有這檔股票？

這週到底發生了什麼？先不要急著把所有事情都解釋成「基本面變了」

這幾天市場有很多理由可以拿來解釋下跌，Kimi K3、AI ROI、AI CAPEX 是否過度投資、半導體供給是否可能過剩、Oracle CDS 上升、地緣政治、高估值、交易擁擠，你可以找到十個理由，甚至千百萬個理由，但我一直覺得，投資最危險的一件事情，就是：股價常常先跌了，再回頭找一個最合理的故事解釋它。這很容易把「催化劑」誤認成「原因」，但催化劑，不一定等於真正的原因。

AI ROI 是這幾天才第一次有人提出來嗎？當然不是，從生成式 AI 投資週期開始，市場就一直在問花這麼多錢買 GPU，到底什麼時候回收？CSP每年增加這麼多 CAPEX，最後能不能轉成足夠的收入與現金流？模型效率越來越高，會不會有一天不需要這麼多算力？這些問題全部都不是新的。所以真正值得研究的不是市場開始擔心 AI ROI。

你應該想的是：為什麼同一個問題，偏偏現在開始有殺傷力？這才是重點。

我的理解是：因為市場環境變了。

當一個交易還在早期時，市場最在意的是：我是不是低估了它？但當一個交易已經漲了很多、部位變得擁擠、很多人賺了大錢，甚至開始使用槓桿時，市場開始在意的是：我還剩多少可以賺？這兩個問題完全不同，前者讓投資人尋找利多，後者讓投資人開始尋找退出的理由。

所以很多時候，不是市場今天才發現一個風險，是同一個早就存在的風險，在新的價格、新的持倉結構、新的獲利狀態之下，突然變得重要。

這就是為什麼我認為「漲多了」這三個字不能當成分析的終點，很多人會說：「好啦！講那麼多，不就是漲多了？」對，漲多了當然很重要，但「漲多了」不是完整答案，它代表的是：預期回報變了、部位配置也變了，以及投資人對壞消息的敏感度變了。

一檔股票從 100 漲到 300，同一個風險在 100 元時可能沒人在乎，在 300 元時卻可能變成所有人都在討論的問題。不是因為風險今天才出現，是因為價格改變了市場願意容忍風險的程度。

為什麼最痛的，反而是今年賺最多的人？

這件事情非常值得談，假設有一個投資人，今年靠記憶體賺了60%，一開始他只有 10% 部位，後來因為一直看對，加到 20%，再漲，加到 30%，開始開槓桿，

這是人性非常自然的結果，因為市場一直在告訴他：你是對的！你就是股神

每一次回檔都買，每一次買都賺，久了之後，你學到的不再是：我要管理風險。反而是：「回檔就是機會。」這就是趨勢交易最危險的地方，一套策略在有效的時候，會不斷強化你對這套策略的信仰，直到市場改變。

假設這個人年初 100 萬，靠記憶體做到 180 萬，他開始覺得今年非常成功，接著加槓桿，帳面一度來到 220 萬，可是短短幾天，跌回 160 萬。

他不會冷靜打開 Excel重新算2028 年 HBM TAM，他只會想的： 「我不能再把今年賺的全部吐回去。」這時候，市場行為就改變了喔，原本跌 5% → 買，現在變成反彈 5% → 賣，這兩個市場看起來可能是同一家公司、同一個基本面，但它的市場結構已經完全不同。

這也是我想特別提醒：基本面沒有問題，不代表股價應該立刻漲回去。

因為價格不是只有基本面決定，還有誰持有它？持有多少？成本在哪裡？有沒有槓桿？誰是下一個邊際買家？誰正在等反彈減碼？

這些全部都會影響價格。

當價格開始製造價格：你看到的可能已經不是「研究」，是去槓桿

市場有一個特性，下跌一開始通常需要理由，但跌到後面就不一定需要了，假設一開始是Kimi K3 → 市場重新討論 AI ROI → 半導體下跌，第一天，這可能還是敘事，可是第二天開始股票跌破支撐，槓桿部位觸發風控，基金降低風險，CTA、動能策略都改變訊號，Options Dealer在負 Gamma 環境下被迫調整避險，

原本賺很多的人開始保護年度獲利，這時候會發生：跌→去槓桿→賣→再跌→更多人失去信心→更多賣壓

到了這個階段，你再問：「到底今天又有什麼壞消息？」可能已經問錯問題了。因為價格本身，已經變成新的基本面，不是公司的基本面，是 Portfolio Manager 的基本面。

如果一個基金原本今年 +25%，這週變成 +12%，他的風險管理需求已經改變。如果一個槓桿投資人 Margin Requirement 上升，他不需要重新研究 HBM，他只需要賣！

這就是為什麼市場偶爾會出現：基本面沒有等比例改變，價格卻劇烈改變。

不是市場不懂你，是你看到的是不同層次的力量。

最危險的一句話：「公司明明沒有變差」

這裡我想談一個很重要的歷史教訓，

2000 年網路泡沫破裂之後，很多科技公司的長期方向其實沒有錯，網際網路沒有消失，資料流量沒有消失，企業數位化沒有消失，Cisco 賣的網路設備也沒有突然變成沒有人需要。

問題是什麼？市場在前面的繁榮階段，已經把太多未來提前放進價格，當預期、估值與部位走到極端之後，”產業長期是對的“，跟“現在這個價格值得買”，變成完全不同的問題。

這也是今天 AI 投資人一定要記住的事情，我不是說今天就是 2000 年，兩者的獲利能力、商業模式、現金流與產業結構都有巨大差異。

我要講的是另一件事情：不要用「產業方向沒有錯」來取代估值與 Alpha 的判斷。

AI 可以改變世界，HBM 可以長期需求很好，GPU 可以繼續成長，這些全部可以同時成立，

但是你的股票還有沒有 Alpha？是另一個問題。

第一層檢查：敘事——我原本賺錢的理由，還存在嗎？

如果我是這一波手上滿是高beta的投資人，我週末第一件事情不是看技術線，也不是一直祈禱：「下週會反彈吧？」

我會拿出一張白紙寫下：我當初為什麼買？

注意！不是現在重新發明一個理由，是「當初」，這非常重要。因為人在虧損時最容易做的一件事情，就是重寫敘事，

原本買 MU 是因為：HBM 供不應求 + DRAM 結構改善 + EPS 上修。

跌了之後突然變成：「反正 AI 長期一定會成長。」

不對！這已經不是原本的敘事！

所以第一步：把原始假設寫出來，然後逐條驗證。

例如記憶體，HBM 需求有沒有改變？供給有沒有超預期增加？ASP 假設有沒有改變？CAPEX 有沒有下修？

2027、2028 EPS Consensus 有沒有開始大幅下降？客戶訂單有沒有取消或延後？

如果答案都沒有明顯惡化，那你至少知道價格變化 > 基本面變化，

但是注意，這只能證明：敘事還沒破壞

它不能證明你應該繼續重壓，因為還有第二層。

—

第二層檢查：Alpha——它沒有變差，不代表它還是最值得放錢的地方

這可能是整篇最重要的一章，散戶最常問：「這家公司還好嗎？」

Buy Side 更常問的是：「它現在還是我 Portfolio 裡最值得持有的資產嗎？」

差別非常大。

假設 MU 的基本面完全沒壞，很好，可是如果經過這一輪市場變化之後，你重新估：MU 未來十二個月合理預期報酬 10%。

另一家公司：預期報酬 18%，而且風險更低。

你還需要因為「MU 沒變差」而把最大部位放在 MU 嗎？

不一定，這就是 Opportunity Cost。也是很多長期投資人最容易忽略的事情，一家公司沒有變差，不代表它仍然值得占用你最多的資本。

投資不是婚姻，基金經理人不會因為這家公司陪我賺了很多，就永遠持有他每天都在做相對比較，

如果今天所有部位歸零，重新給你 100 元：你還會把最多錢放在原本那一檔嗎？

這是一個非常殘酷，但非常有用的問題。

—

那我要怎麼知道「別人的 Alpha 比我大」？

你不可能知道。

因為Alpha 不是一個 Bloomberg上直接顯示的數字，沒有人知道未來誰一定漲最多。

機構真正做的是：建立一套 Expected Return Ranking。

簡單來說，你可以拆成三個部分：

1. 獲利Upside

未來 EPS 還有多少上修空間？不是 EPS 會不會成長，是Consensus 還低估多少？

這非常重要！一家公司 EPS 成長 50%，如果市場早就預期 50%，不一定有 Alpha。

另一家公司只成長 20%，市場原本預期 5%，反而可能有更大的預期差。

所以真正要找的是：現實扣掉預期

2. 估值Upside

即使 EPS 上修，市場願不願意給更高估值？或者現在的估值 已經太高？

不是單純說，20 倍便宜，40 倍貴。

而是現在這個估值，已經 Price in 多少成功？

3. 機率

你的假設成功機率是多少？

一個潛在 Upside 100% 的故事，如果成功率只有 10%，不一定比一個 Upside 25%、成功率 80% 的公司更有吸引力。

所以你要比較的是：Upside × Probability × Time，再考慮 Downside，這才接近 Buy side 的思考。

—

第三層檢查：部位配置——就算你是對的，現在誰要買？

這是這一波我認為最容易被忽略的問題，

假設你研究完記憶體敘事沒變，Alpha 也還很高，是不是立刻 All in？不一定。

你還要思考誰是下一個買家？

如果原本最積極的投資人已經滿倉，剛被去槓桿，年度獲利大量回吐，現在只想降低風險。那麼市場可能進入一段Fundamental Alpha 還在，但 Price Discovery 暫時失靈的狀態，這就叫做Positioning Reset。一個擁擠交易瓦解後，市場需要時間重新找到新的邊際買家，而且更麻煩的是上方會開始形成賣壓，因為很多人套在更高的位置。股票一反彈：「終於回來了，我先減一點。」再漲：「這次我不要再貪了。」

所以原本的Buy the Dip，會變成Sell the Rally。

這種市場結構修復需要時間。

所以「跌很多 + 基本面沒壞」絕對不等於買點

這句話我希望大家記住，很多人的操作公式是：好公司 + 跌 30% = 更便宜 = 加碼

這個公式缺了兩個變數：Alpha、部位配置。

跌 30% 之後，你應該重新問：

第一：敘事還在嗎？

第二：新的價格下，預期報酬真的提高了嗎？

第三：有沒有更好的選擇？

第四：那些要去槓桿的部位都清乾淨了嗎？

第五：我現在加碼，是因為新的 Risk/Reward 很好，還是因為我想攤平？

最後這題非常重要，因為「加碼」跟「攤平」看起來動作一模一樣，心理完全不同。

加碼是，新資訊讓預期回報提高，所以提高配置。

攤平是，希望成本降低讓自己舒服。

不要把兩件事情混在一起。

如果我是機構，這週末會怎麼開 Portfolio Review？

如果今天我是經理人，我會把 Portfolio 拆開，每一個持股都回答四個問題：

第一，敘事有沒有變？只講證據，不要講股價

第二，你現在的預期回報是多少？用新的價格重新算，不要拿三個月前的目標價

第三，如果今天沒有持股，你會買多少？如果你現在持有 10%，但今天從零開始只願意買 3%。

那答案已經很清楚，你不是因為看好才持有 10%，你是因為捨不得賣。

第四，Portfolio 裡有沒有更好的替代方案？這才是真正的 Alpha Comparison。

不是MU 好不好，是MU vs NVDA vs MSFT vs PANW vs CRWD vs Cash，哪一個預期報酬最好的？

這才是資本配置。

所以現在滿手高beta的人，到底該怎麼做？

分成四種人：

第一種：敘事壞了，而且Alpha下降

這是最簡單的，不要用「跌很多」當理由繼續持有。

如果你原本的核心假設已經被證偽，而且有更好的資金去處：該降低就降低。

投資紀律不是“堅持”，投資紀律是知道什麼時候承認假設錯了。

第二種：敘事沒壞，但Alpha明顯下降了

這是最多人會卡住的，公司還是很好，但市場已經 Price in 很多，

或者其他地方出現更好的風險報酬比，這時候你可以從 20% 降到 10%。

不是因為公司不好，是要讓你的投資組合保持最佳化。

這也是機構跟散戶最大的差別之一，散戶很喜歡非0則1，看多＝all in，看空＝一股不剩。

機構更多時候是在調整權重。

第三種：敘事沒壞、Alpha還高，但市場對它現在的部位結構很差

部位結構的意思就是現在誰持有這檔股票、持有多少、是否過度集中、是否使用槓桿，以及一旦價格反轉，這些部位會產生什麼買賣壓力。

我認為現在有一部分 AI硬體可能需要放在這個框架觀察，

這時候最危險的動作是：因為「我確定自己是對的」而一次把所有現金打完。

因為你可以基本面超級對，但時機錯誤，這時候比較合理的是：保留核心部位、降低槓桿，等市場部位結構開始穩定。

然後看壞消息是否不再創低？成交量是否正常化？Sellside 是否停止下修？股價是否開始重新對好消息有反應？這些都是市場結構修復的證據。

第四種：敘事沒壞、Alpha提高、市場部位結構開始修復

這才是最理想的加碼條件，不是因為跌30%了，是價格跌了，但獲利沒有同步下降，所以預期報酬上升，同時去槓桿也逐漸完成，市場開始重新出現邊際買家。

這時候加碼的勝率，跟第一天接刀完全不同。

這次真正該檢討的，不是「為什麼沒賣在最高點」

如果你這週吐回很多獲利，你不應該檢討自己為什麼在最高點賣？這是錯的檢討。

沒有人可以永遠賣最高，你真正應該檢討五件事：

1. 我的部位是不是因為一直賺而失控？

很多人不是一開始就重壓，是因為漲 → 加碼 → 漲 → 再加 → 槓桿，

最後在風險最高的時候，部位最大，這叫做順勢擴張部位，超危險

2. 我是不是把「看對」變成「不可能錯」？

今年一直賺，很容易讓人把信心變成確定性，

這是兩件完全不同的事情。

3. 我有沒有事先設定最大部位？

如果一檔股票從 10% 因為上漲變成 25%，你有沒有再平衡的紀律？

如果沒有，你是在讓市場替你決定風險。

4. 我是不是用了超過自己心理承受能力的槓桿？

槓桿最大的風險不只是爆倉，是它會讓你在最需要理性研究的時候，失去研究能力。

當每天的損益大到讓你睡不著，你已經不可能客觀看待證據。

你必須把部位控制在股票跌 30% 時，還能正常思考的 Size。

5. 我到底是在投資，還是在依賴行情？

如果一個人說：「我現在已經不想研究了。」

那你要問自己我之前真的有假設敘事嗎？

還是因為一直漲，所以覺得自己有敘事？

真正的敘事，應該在下跌時反而變得更重要。

因為那才是你決定：Hold、減碼、加碼、出場的依據。

我會給這一批今年賺很多、現在吐回很多的人一個「48 小時規則」

如果你現在情緒非常大。

不要立刻做兩件事情：

第一：不要因為不甘心，一次加回去。

第二：不要因為恐懼，把所有東西一次砍光，先把槓桿處理到即使再跌 20%，你還能正常思考，這是第一優先。

因為只要你還被迫看損益，你就沒有研究自由。

然後你可以做一張表，每一檔股票都寫：原本看好原因、為什麼改變、現在預期報酬多少、關鍵的下行風險、是否有更好的選擇、目標權重

然後我還是那一句，你問自己：如果今天我手上全部都是現金，我還會這樣配置嗎？

這一題非常有效，因為它會消除成本價、損益、後悔。

你只剩下一個問題：從今天開始，我的錢應該去哪裡？

資金會不會回記憶體？這是一個錯的問題

很多人現在一直問：「資金什麼時候回記憶體？」這個問題本身就有問題，因為資金沒有義務回來。

市場不是這樣：記憶體 → M7 → 記憶體 → M7。

資金會怎麼流動：不斷尋找下一個最高的Alpha，

如果下一個 Alpha 還是記憶體，資金會回來，如果是Saas、資金就去Saas，如果是資安、資金就去資安，

所以不是思考：「它會不會回來救我？」

是要想： 「我的持股，還有沒有能力重新成為市場最有吸引力的 Alpha？」

為什麼資金有時候會先回 M7？

很多人會說：因為大型科技可以穿越牛熊。這是沒有錯，但只說了一半。

M7 最大的優勢不是永遠有最高 Alpha，是當其他高 Beta 資產的 Alpha 優勢下降時，M7的現金流、資產負債表、商業模式、流動性、EPS 可預測性，會讓它們的風險報酬突然變得更有吸引力，所以不是因為市場害怕，所以回安全股，是當高 Beta 贏家不再提供足夠高的額外報酬時，市場開始重新思考：我為什麼要承擔這麼大的風險？

我想講一件可能比這次虧多少更重要的事情

牛市真正危險的地方，不是讓你虧錢，是讓一套有效的策略，看起來像永遠有效。

今年如果你靠高Beta賺很多，這是一件好事，代表你可能抓到了重要趨勢。

但是賺錢本身不代表你的風險管理是對的，有時候一套很差的風險管理，可以在正確行情裡創造非常漂亮的績效，直到第一次真正的逆風出現。

所以這一次最重要的，不是“我要不要把這幾天虧的賺回來？”千萬不要這樣想。

市場不欠你那筆錢，你的成本價也不重要，你今年最高賺多少，也不重要。

從今天開始真正重要的只有：如果現在所有部位歸零，我會怎麼重新配置這 100 元？

哪些敘事還成立？哪些Alpha已經下降？哪些新的 Alpha 正在形成？哪些交易部位結構還需要時間清理？

哪些股票只是跌很多？哪些股票是真的變便宜？

這些問題，才值得你花時間。

一檔股票跌很多，不代表 Alpha 一定變大

我想用三句話總結這一次市場給我們的課。

第一句：基本面沒有問題，不代表股價一定“立刻”回來。

因為一筆擁擠交易瓦解之後，部位結構與信心都需要時間修復。

第二句：股價跌很多，不代表Alpha一定變大。

因為你還要重新計算獲利、估值、成功機率，以及其他投資機會的成本

第三句，是我認為最重要的：

一家公司沒有變差，不代表它仍然值得占用你最多的資本。

這就是投資跟研究最大的不同，研究公司的時候，我們看這家公司好不好？

管理資產的時候，我們必須思考在今天所有可以選擇的機會裡，它還是不是最值得我把錢放進去的地方？

所以，如果你是這一批今年原本賺很多、這幾天卻一次吐回大量獲利的人。

我不希望你週末一直想：早知道我就賣掉啦！

也不要一直想它一定會漲回來。

這兩句話都沒有意義。

你應該做的，是重新打開你的投資組合，一檔一檔看：

敘事還在嗎？Alpha 還剩多少？部位結構修復了嗎？

最後再問自己一次：如果今天全部都是現金，我還會建立一模一樣的 Portfolio 嗎？

如果答案是 Yes，你至少知道自己為什麼留下來。

如果答案是 No，那你需要調整的是你的 Portfolio。

市場下一個 Alpha 會在哪裡，我不知道，也沒有人知道。

但投資人與分析師應該在證據改變時，願意重新排序。

因為市場不會記得哪一檔股票曾經幫你賺過最多錢。

資金也不會因為曾經離開高beta的某幾檔股票，就有一天必須回來。

市場永遠只會重新回答同一個問題：

從今天開始，下一塊錢放在哪裡，還能得到最好的風險調整後報酬？

而真正的投資紀律，就是不要因為過去的獲利、成本、信仰與不甘心，

讓自己失去重新回答這個問題的能力。

宋分

《美股送分題》

真正困難的不是估值，是分類，不同的分類，對應完全不同的估值方式，但真正的大型Re-rate，不是EPS突然暴增，是市場開始重新評估一家公司的分類。SpaceX已經上市，而接下來的Anthropic與OpenAI你想參與嗎？但不知道現在市場給的估值是否高估還是低估？

這篇文章會把分析師的估值思考流程全部手把手拆給你看，我不會討論模型能力誰比較強，也不會討論哪一家產品比較好。我直接帶你走一次分析師對於未上市公司的思考流程，當市場遇到一個從未出現過的新物種時，分析師到底怎麼建立估值框架？又是如何一步一步把「故事」轉換成「價格」？

第一章｜怎麼知道一家公司到底要放在哪個估值抽屜裡？

• 為什麼估值不是數學，而是分類

• 四問＋一機率框架

• Alpha來自哪裡

• 市場如何重新定價一個新故事

第二章｜分析師用什麼邏輯填上Anthropic與OpenAI的四問？

• 沒有財報怎麼研究公司

• 如何從公開資訊反推商業模式

• Anthropic的四問

• OpenAI的四問

• 為什麼第四問才是最大的Alpha來源

第三章｜如果Anthropic今天上市，分析師會怎麼估值？

• Step 1：分類

• Step 2：找Comparable

• Step 3：拆TAM

• Step 4：Scenario Analysis

• Step 5：Option Value

• Step 6：建立估值情境

第四章｜Anthropic募資到9650億，市場究竟在相信什麼？

• 私募估值與公開市場估值的差異

• 為什麼募資估值不等於市場價格

• 市場已經Price In了什麼？

• 市場還沒Price In什麼？

• Alpha究竟在哪裡？

第五章｜OpenAI呢？市場究竟在替什麼未來付錢？

三個抽屜：

• AI Search

• AI Application Layer

• AI Operating System

建立不同情境估值。

並拆解8500億美元到底代表市場相信了什麼？

以及市場還不願意相信什麼？

第六章｜如果我是基金經理，我會怎麼下注OpenAI？

• 如何把假說轉換成部位

• OpenAI如何加碼、減碼與停損

第七章｜如果我是基金經理，我會怎麼下注Anthropic？

• 如何把假說轉換成部位

• Anthropic如何加碼、減碼與停損

Read more

他問的是一個幾乎所有投資人都會遇到的問題，也是我今年最常被問到的問題：為什麼去年有效的方法，今年突然沒用了？

很多人遇到這種情況，第一個反應就是開始找新的方法，是不是均線要改？是不是停損設太近？是不是該學另一套技術分析？是不是現在應該改做左側交易？

可是，機構第一個討論的問題，不是該不該換策略？

是先思考這個市場，是不是已經開始獎勵不同的東西了？

投資人最大的錯覺：把成功歸因於自己的能力

這是我觀察最多的新手問題，只要一套方法連續成功三、四個月，很多人就覺得可以一招打天下了，就是突破買進！一路追追追！賺爛！然後就開始提高部位，開始相信自己的判斷，可是市場很殘酷，它最喜歡讓你在最有自信的時候，突然改變遊戲規則，

很多人在多頭市場建立自信，卻在空頭市場失去本金(痛)，因為他犯了一個所有投資人都很容易犯的錯：你只是站在風口的豬，卻不小心誤以為是自己的能力

現在的問題不是你的策略失效了，是市場開始不運行同一種策略了

很多人都以為：策略 → 獲利，就這樣一站而已，

可是機構的世界，比這多了一站：市場環境 → 決定哪一種策略有效 → 最後才決定你的績效

換句話說你交易的是市場，因為你的股票沒有變，你的策略也沒有變，改變的是：市場今天還願不願意獎勵這種行為？

很多人把市場簡化成牛市跟熊市而已，可是機構會去判斷現在的市場願意為什麼付錢？像23 年 AI 剛開始爆發，只要跟AI沾上邊都會漲，那時候我記得很荒謬，什麼AI馬桶AI掃把真的都在漲，而且幾乎只要突破，隔天就有人追，一路追都可以一路賺，因為市場相信未來幾年的 AI 投資會持續爆發，估值可以一直提高。可是後來呢？同樣是 AI，市場開始思考CAPEX 什麼時候回收？自由現金流什麼時候改善？這些投資真的能轉成 EPS 嗎？所以，同一家公司、同一份財報，市場給的估值開始不同，市場開始降低願意支付的本益比。也之所以，市場不只有熊市跟牛市，牛市中，還要去思考市場現在在走什麼盤

Jesse Livermore：真正毀掉他的，是他相信自己比市場更早知道答案

你們知道Jesse Livermore嗎？他從5塊美金的本金起家，在1929年美股大崩盤中大做空，賺上億之後晉身華爾街巨富！如果你不知道這個人，你應該也有聽過《股票作手回憶錄》，這就是收錄Livemore的各種投資哲學，為什麼突然提到他？因為他符合今天的主題，真正毀掉他的：是他相信自己比市場更早知道答案

大家都知道他做空爆賺，可是很少人知道，他的一生其實也經歷過好幾次破產，而且原因幾乎一模一樣！年輕時的Livermore，靠著“順勢交易”快速累積財富，市場往哪裡走，他就跟著往哪裡走，也就是一直在執行趨勢盤，可是當他越成功，他開始越相信自己的判斷，他開始不再等待市場告訴他答案，開始想比市場更早一步。他會想：「這裡應該到底了。」於是提前抄底，又或者：「這裡一定是高點。」於是提前放空。

可是沒有人這麼幸運的，市場沒有照他的劇本走，後來在《股票作手回憶錄》中，他留下了一句經典的話：“It never was my thinking that made the big money. It always was my sitting.”真正讓我賺大錢的，不是我的判斷，是我的耐心。

很多人第一次看到這句話，都把重點放在「耐心」，但我有另一個體悟：耐心是其次，重點是“不要急著證明自己比市場更早知道答案”，市場沒有義務照你的時間表走，也沒有義務證明你的判斷是對的。

我看過真正的高手，不是一直用自己既有的框架去硬幹，或是一直尋找新的策略，反而會先承認一件事：市場，可能已經開始用另一套規則在運作了，

這也是很多高手會跟你說的：交易，要保持彈性。並不是叫你一天做多一天做空這樣的彈性，而是你要採開放的態度，去接納市場正在運作別的規則

那下一個問題就是：如果市場真的換了規則，機構到底是怎麼知道的？他們每天，又是在更新什麼？

機構每天更新的是自己的決策

機構每天花最多時間討論的是：昨天晚上，有沒有出現任何新的資訊？這些資訊，會不會改變我們對公司的看法？如果會，它改變的是哪一層？

很多散戶的流程是：股價下跌 → 開始懷疑公司 → 開始懷疑自己的策略、懷疑人生

機構的流程是：新資訊出現 → 更新論文 → 更新估值 → 最後才決定要不要調整部位

股價，反而是最後看的

很多人最大的錯，就是用最重大的決策，去回應最短期的波動，例如股價跌了 10%，第一個反應：是不是公司掛了？不是說好下一季有大單？

其實有不同層級，可以想像成金字塔：

1.最下層是執行方式：我現在應該怎麼買？怎麼賣？部位多少？

2.中層是資金配置： 我的資金是不是該放到更好的 Alpha？

3.最上層是投資論文：我的核心假設還成立嗎？

越往下，越常調整，越往上，越不能輕易改。

這三層，就是我後來學到最重要的一件事情，不要一開始就推翻論文(也就是散戶一開始就認為是公司有問題，這就是推翻論文），應該先確認，你到底遇到的是哪一層的問題？

第一層：執行

這是最常調整的一層，也是很多投資人最容易忽略的一層，例如同樣看好NVDA，去年市場一路創高，你可能一次就買滿部位，因為去年突破之後，通常都有很好的延續性，可是如果今天市場開始震盪，我的第一個反應不是：NVDA不行了，而是要先思考第一層：我是不是該改變買法？(這就是執行面）

也就是說，以前100% 一次壓進去，現在20%、40%、60%慢慢買，等市場繼續證明，再慢慢提高部位。或者以前突破就追，現在拉回支撐再布局，又或者以前跌破某條均線全部停損，現在只降低部分部位，保留核心持股。你會發現喔，這些改變，都沒有改變我的論文(我還是認為NV很好喔)，改變的是“執行方式”。

第二層：資金配置

有些時候，光調整執行還不夠，因為當下改變的，不是市場節奏，是市場開始獎勵新的Alpha，這也是很多投資人容易忽略的地方。

大家都在問：「這家公司是不是好公司？」機構想的是：「它還是不是目前最值得配置資金的公司？」

這也是今年很多人學到的一課，手上一堆好公司啊，結果漲的都是別人的記憶體跟CPU，因為當市場有別人可以一直上修獲利、上修報價的時候，你手上再好的公司，沒有比別人上修速度更快，別人的alpha就更強，更容易被配置，你的公司還是好公司呀，只是你的資金，可能有更好的去處，所以我們常常會問自己一個問題：如果今天我的所有持股都歸零，我還會重新買回完全一樣的組合嗎？如果答案是否，那代表真正該調整的不是節奏，是配置

第三層：投資論文

最後才是最重要的，也是最少改的一層，通常股價波動，機構會再去確認並更新基本面，假設機構今天買的是美光，就會再確認一次報價、HBM供需狀況、CAPEX、上游設備供需狀況等等，假設HBM 仍然供不應求、DRAM ASP 持續上漲、EPS 一路上修，那機構論文都不改，會根據盤面情況去調整資金配置跟執行面而已，

可是如果有一天，三星良率快速提升，HBM 開始供過於求，那就不是執行跟資金配置的問題，就是論文直接重寫，重寫後，再去調整資金配置跟執行

很多散戶的流程是股價跌了 5%開始懷疑公司，跌了 10%開始懷疑產業，跌了 15%開始懷疑人生。

可是機構每往上一層，決策成本都高很多，假設是執行面，當天就可以改，如果是資金配置，可能幾週或一個月改一次，如果論文，可能一年就改一兩次，因為一旦論文一改，代表整個model甚至整個產業邏輯都要重新研究，推翻的成本非常高。

機構不會一直改方向，是一直更新機率

很多投資人對市場只有兩種看法：看多跟看空。

可是機構比較像是在更新機率，例如一開始，機構認為HBM 未來兩年仍然供不應求，信心有70%，接著美光財報優於預期，變75%，可是隔週，三星宣布良率明顯改善，信心下降到68%，再下一週，Google 大幅提高 CAPEX，信心又回到78%，部位的大小，也跟著信心調整，而不是跟著情緒調整，70% 的把握，配置 10%，80% 的把握，配置 15%，90% 的把握，才逐步增加到更高水位。

而不是昨天滿倉，今天清倉！市場每天都在變，我們該更新的，不是立場，是機率。

因為投資不是一場「證明自己是對的」比賽，是一場持續用新證據修正自己判斷的過程。那麼問題來了，如果每天都要更新，到底要更新哪些資訊？哪些訊號，真正代表市場開始改變？

不要猜市場，讓市場告訴你現在該用哪一套策略

如果你看到這裡，你可能會問我一個問題：「好，我知道市場每天都在改變。」「我也知道不能一直堅持同一套策略。」可是，我怎麼知道市場真的已經換規則了？

我以前也以為分析師每天都有什麼神奇的方法，可以提前知道市場要反轉，後來才發現：完全沒有啦！

分析師並沒有比市場更早知道答案，但是比別人更快承認市場已經改變。

很多散戶每天都在猜：是不是要轉空？是不是要開始崩盤？是不是要開始走牛？

可是分析師不猜，因為市場每天都會留下證據，真正重要的是：你有沒有把那些證據記錄下來？

我後來開始建立一份「Market Dashboard」

我後來慢慢發現，機構每天都在更新一份屬於自己的 Dashboard，雖然每一家看的指標都不同，但本質都一樣，他們都是在回答：「市場今天到底在獎勵什麼？」

所以現在，我每個星期都會更新三份 Checklist。

不是為了預測市場，是驗證：我的策略，是不是還適合現在的市場？

A. 論文Check（公司有沒有變？）

這永遠是第一步！

很多投資人一看到股價跌，第一件事情就是打開K線，開始看MACD要走綠沒，看KD彎了沒，可是機構第一件事情是打開自己的投資論文，

如果美光，HBM 是否仍然供不應求？DRAM ASP 是否持續上升？AI Server 出貨有沒有放緩？CSP CAPEX有沒有下修？EPS 是否仍然持續上修？這些答案全部都是：沒有改變。那我的第一個結論通常是：價值沒有變，先不要急著動。

B. 市場Check（市場開始獎勵什麼？）

很多人只研究公司，可是公司再好，市場如果開始不願意為它付更高的估值，股價還是可能整理很久。

所以機構會觀察：市場獎勵的是什麼？例如去年市場願意給 AI Infra很高的PE，可是後來市場開始比較誰真正開始賺錢。

公司沒有變，可是市場付錢的理由變了，這就是獎勵改變，如果你沒有發現，還一直用去年的方法交易，勝率自然會下降。

C. 策略Check（我的策略還有效嗎？）

很多人每天研究市場，卻沒有研究自己的策略。所以我現在會固定回答五個問題：

1.最近財報 Beat 的公司，是漲還是跌？

以前Beat，隔天就漲，代表市場願意獎勵超預期。可是如果最近開始出現Beat，股價卻一路跌。那代表的是“市場現在期待更高了”

2.EPS 一直上修，股價有沒有跟？

如果EPS 不斷提高，可是股價完全沒有反應，那通常代表市場開始壓縮估值。

不是基本面不好，而是PE 開始下降，市場開始重新定價。

3.強勢股還有沒有延續性？

以前突破，隔天再漲，第三天還有人追，代表動能很強，可是如果最近開始變成突破之後，第二天就跌回來，甚至跌破突破點，代表市場開始不願意追價。

4.資金輪動速度是不是越來越快？

以前AI硬體可以連續漲三個月，現在變成今天硬體、明天軟體、後天傳產，每天都在換，如果資金開始快速輪動，通常代表市場開始沒有主線，或者市場開始進入震盪。這時候還一直用趨勢策略，勝率自然下降。

5.最近十筆交易，我的勝率是多少？

這很重要！！！！！！不要只記今天賺多少、今天賠多少。

請開始記錄你最近十筆交易，成功幾筆？平均持股多久？是不是停損次數開始增加？

如果去年突破策略勝率70%，今年只剩40%，先觀察市場是不是已經開始換規則？

市場換了，不代表你的 Alpha 消失了

很多人看到這裡，容易得到一個錯誤結論，認為市場震盪，就該全部停下來，不，你要先看你的Alpha，到底有沒有改變？

如果今天供需沒有改，EPS 一直上修，市場只是因為估值開始整理，那你的Alpha 還在，只是市場短期不願意立刻反映，

這時候該改的是第一層的“執行”，先降低部位、提高耐心，等待更好的風報比。

可是如果市場開始獎勵另一種商業模式，例如AI基礎設施的Alpha開始下降，軟體的alpha開始提高，那就不是節奏問題，是第二層的資金配置問題，把資金重新配置到更強的Alpha，那如果是連論文都被推翻，那這時候就不是降低部位，也不是重新配置，就是重新寫論文。

所以市場開始不好做的時候，先不要想停損或不停損，先思考：我現在需要調整的，到底是執行、配置還是論文？

很多時候，讓投資人虧錢的不是因為策略不好，是你用改寫論文的方式，去解決一個原本只是執行的問題。

所有頂尖投資人，最後都在學同一件事情

這一篇的主題讓我想起很多美股大師的投資策略，有人做價值投資、有人做動能交易、有人做總經、有人做成長股，我以前一直想知道到底誰的方法最好，可是我後來發現，他們的方法完全不同，可是最後學會的事情，卻幾乎一樣。

不是更會預測市場，而是更會更新自己，這是以前我最大的盲點，或許也是現在的你的盲點，一起往下看吧

上面講過了Jesse Livermore，現在來講一下喬治索羅斯：真正厲害的人，不是沒有犯錯，是最快知道自己犯錯

大家可能都知道他放空英鎊大賺，一舉成名，可是如果你看他的訪談你會發現他很少談自己多會預測，反而一直談：修正，修正，修正！

他甚至分享過一個的習慣，每當自己的部位開始和市場背道而馳，他常常會背痛，不是真的背痛，是他在提醒自己：是不是有哪個地方，我沒有看見？是不是有新的證據？是不是市場已經開始改變？他會重新檢查自己的假設，如果證據改變，他就調整部位，因為新的資訊，值得新的決策，所以索羅斯才會說：重要的不是你對不對，而是你對的時候賺多少，錯的時候賠多少。

以前我一直以為，這句話是在講停損的重要性，但後來我慢慢get到，他的中心思想就是不要太執著於自己原本的觀點。

超級績效的Mark Minervini：真正讓他成為冠軍的，不是更會交易，是更會等待

如果你有看過 Minervini 的書，你會覺得他的交易系統很簡單，不就是突破、看成交量、做強勢股？

可是很多人不知道，他成功以前也曾經虧損很多年，他不停換方法，今天學均線，明天學波浪，後天學另一套技術分析，結果還是賠錢(就是所謂的韭菜)

直到有一天他開始把每一筆交易全部記錄下來，不是記今天賺多少，而是記：這筆交易是在什麼市場環境下做的？

後來，他發現了一件改變一生的事情，不是自己不會選股，是“自己一直在沒有趨勢的市場，硬要使用趨勢策略”

從那一天開始，他不再要求自己每天都要交易，如果市場沒有 Follow Through，如果突破成功率開始下降，如果領漲股沒有延續，他就降低部位，甚至什麼都不做。

所以他才會說出一句很有名的話：Cash is a position，以前我一直把這句話理解成現金很重要，後來才理解他的意思是“等待，也是策略的一部分”。

Stanley Druckenmiller：每天起床，都假設自己昨天可能是錯的

這是我現在每天都在做的練習，很多人每天起床都在找新的資訊，證明昨天的自己是“對的”，可是 Druckenmiller 每天都會重新檢查：昨天建立的論文，今天還成立嗎？有沒有新的資訊足以推翻昨天的結論？如果有，他就更新，如果沒有，他就繼續持有。

他曾經說過一句我非常喜歡的話：

Never invest in the present. It doesn’t matter what a company’s earning, it matters what they will earn.

很多人只記得後半句，我更喜歡前半句，因為它提醒我們，市場本來就在變，所以你的論文本來就應該持續更新。真正危險的，是“愛上自己的論文”

Charlie Munger：真正的紀律，不是永遠不改，而是在證據足夠時，勇敢改變

很多人談紀律都會把它理解成堅持+不要改+不要動，可是芒格給我最大的啟發完全相反，年輕時的他相信便宜，就是最大的安全邊際，可是投資了很多年之後，他慢慢發現很多便宜公司最後還是便宜，真正創造巨大財富的，反而是那些一開始看起來不便宜，卻擁有極強商業模式的公司。於是，他改變了自己的整套投資框架，因為證據一直在累積，我一直很喜歡一句流傳很廣、也很符合 Munger 思想的話：

如果一年過去，我沒有推翻自己一個重要的觀點，我會懷疑自己這一年到底學到了什麼(我真的愛死這句)

真正的紀律不是永遠不改，是建立一套流程，讓自己在證據足夠時，有勇氣改變。

以前，我一直以為頂尖投資人的共同點，就是他們比別人更聰明，

後來才發現，能夠讓他們穿越不同牛熊循環的，不是因為他們比較會預測市場。

是因為：他們都有一套持續更新自己的決策系統。

這也是我後來在分析師工作中最大的體悟，雖然我們很常在逆勢中堅持自己，努力推一個被市場錯殺的股票，可是很多時候，當下被錯殺，在那個當下，確實市場是有他的原因的，所以我也慢慢的調整自己，不是堅持證明昨天的研究是對的，而是再重新思考：昨天的結論，今天是不是還對的？

這也是我想把今天這篇文章送給大家最重要的一個觀念。

市場每天都在變，所以真正成熟的投資人，不會一直問：「今天要不要換策略？」

會先問：「今天，到底是哪一層需要更新？是執行？資金配置？還是論文真的變了？

很多時候，你需要改變的，不是整套投資方法，只是不斷更新它。

-

宋分

《美股送分題》

每一輪市場，都會開始討論“霸主要換人了”，但這件事，不是第一次，過去五十年，市場已經發生過三次，而且每一次，都有幾乎一模一樣的劇本。所以再十年後呢？如果SpaceX、OpenAI、Anthropic全部上市，Mag7還會是Mag7嗎？

市場每隔20~30年，就會重新選一次霸主，今天真正值得思考的，不是誰最強。

而是每一次霸主更替，背後到底遵循什麼規律？

第一章｜漂亮50：市場第一次相信「有些公司值得永遠持有」

• 二戰後，美國為什麼誕生漂亮50

• One-Decision Stocks 是什麼？

• 為什麼市場願意支付90倍PE

• 漂亮50不是死於公司，而是死於期待

• 市場第一次學會：故事可以改變估值

第二章｜PC革命：市場重新定價企業生產力

• 冷戰如何催生矽谷與個人電腦

• Wintel 聯盟如何改變企業世界

• Cisco 為什麼成為Internet的基礎建設

• 企業資本配置如何發生典範轉移

• 為什麼 IBM 能穿越兩個時代

第三章｜Internet革命：市場第一次相信「全世界都會上網」

• .com泡沫發生了什麼？

• Internet為什麼不是泡沫，而是太早

• Yahoo、Amazon、Google代表什麼？

• 市場重新定價的，不再是企業，是全球人口

• 平台經濟如何取代PC霸主

第四章｜FAANG：平台如何吃下全世界的注意力

• .com泡沫後，誰真正找到商業模式？

• iPhone如何讓Internet變成24小時在線

• AWS如何把雲端變成數位世界的水電

• 為什麼市場開始替平台支付最高估值

• FAANG真正掌握的是什麼控制點？

第五章｜Mag7真的要被取代了嗎？

• ChatGPT如何重新點燃AI敘事

• 為什麼AI重新定價的是整個價值鏈

• AI供應鏈大漲，代表霸主更替嗎？

• 歷史上的資金如何沿著價值鏈移動

• Mag7裡，誰最有機會成為下一個IBM？

第六章｜下一個十年，市場可能相信什麼？

• 敘事A：AI不是軟體，而是新的勞動力

• 敘事B：AI開始接管物理世界

• TAM如何再次被重新定義

• 哪些公司已經站在下一個故事裡？

• OpenAI、Anthropic、SpaceX會取代Mag7嗎？

第七章｜如果我是基金經理，我會怎麼調整Mag7、OpenAI、Anthropic與SpaceX的配置？

• 如何驗證Digital Labor敘事

• 如何驗證Physical AI敘事

• Mag7、OpenAI、Anthropic、SpaceX部位如何調整？

• 分析師真正追蹤的是什麼？

Read more

第一篇會員專屬文章將於明天（7/6）正式發布。

如果你決定加入，明天起就會開始收到第一篇《市場解碼深度》，之後也會依照會員內容規劃持續更新。我希望今天先用這封信，好好跟大家分享：為什麼我決定開始收費，以及《美股送分題》未來想成為什麼樣的研究品牌。

我一直在想，如果有一天，我不再需要追著每天的市場新聞跑，而是可以把更多時間投入真正有價值的研究，那《美股送分題》會變成什麼樣子？

這兩年，我寫了非常多免費文章，從最初著重在個股與產業，後來開始寫框架文、Re-rate、分析師研究流程、投資紀律，也從threads寫到電子報，我一直努力把自己平常研究公司的方式，用大家都能理解的語言分享出來。也因為這些文章，我認識了很多一路陪伴到今天的讀者，真的很謝謝大家。

但這一年，我也越來越確定一件事，真正有價值的研究，很難在一兩天內完成。有些文章，我會花上兩個星期甚至一個月查資料、閱讀、建立模型、反覆驗證假設，邏輯推演，只為了回答一個市場沒有人回答過的問題。例如接下來你會看到的：

• 為什麼 Anthropic 可以值一兆美元？

• 市場為什麼會把一家公司從「硬體公司」重新分類成「平台公司」？

• 下一個取代 Mag7 的霸主，可能會長什麼樣子？

這些內容，很難在一篇 Threads、一支 YouTube，甚至一篇免費文章裡完整說清楚。

所以，我決定把它們整理成更深度的系列。

我一直相信，一位好的分析師，不是因為比別人更早知道新聞，而是擁有一套能夠持續修正假設的研究框架。

《美股送分題》真正想分享的，也不是答案，而是分析師的思考方式。

一路追蹤《美股送分題》的讀者應該都知道，我很少直接告訴你：「現在該買哪一檔？」

我更在意的是讓你理解：

• 一家公司為什麼值得這個估值？

• 市場真正重新定價的是什麼？

• 哪些假設改變了？

• 什麼時候應該提高機率？什麼時候應該降低部位？

因為只有理解背後的邏輯，下一次市場出現新的機會時，你才不需要等待任何人給你答案。

這也是《美股送分題》一直想做的事情。

我希望寫的是一套「五年後仍然有價值」的知識庫

市場每天都有新的新聞，但真正好的投資框架，不會因為一家公司的財報、一則新聞就失效。我希望有一天，即使五年後 AI 已經不是市場最熱門的主題，當你重新打開這些文章，它依然能幫助你分析下一個新的產業。

例如，我寫 Anthropic的估值，不是因為它很熱門，是希望當未來 Databricks、Figure AI、Stripe，甚至下一家還沒誕生的新創公司上市時，你都知道如何建立自己的估值模型。我寫 Mag7，不是為了回顧歷史，是希望下一次市場開始討論新的 AI 霸主時，你已經知道市場是如何重新分類一家公司的商業模式與估值。

我希望大家付費買到的，不是一篇文章，是一套可以陪伴很多年的分析架構。

未來會員將固定收到三個系列

《市場解碼深度》（每月兩篇）

如果新聞回答的是：「市場今天發生了什麼？」，那《市場解碼深度》回答的是：「市場為什麼會這樣定價？」

每篇文章都會從一個市場真正的重要問題出發，拆解產業、商業模式、估值邏輯，再帶大家一步一步建立分析師真正使用的研究框架。

不是介紹一家公司，是讓你學會分析下一家公司。

《分析師底層系統》（每月一篇）

如果《市場解碼深度》是在分析市場，那《分析師底層系統》就是分享分析市場的方法，我會把自己平常研究公司的流程，一步一步拆開。

包括：

• 財報到底怎麼看？

• EPS 為什麼會上修？

• 現金流真正代表什麼？

• 分析師如何建立估值模型？

並加入更多實際公司的案例，而不是停留在教科書。

《Cover Universe Update》（每月一篇）

這不是新聞整理，也不是財報摘要，這是我每個月更新研究模型前思考的過程。

每個月，我都會固定更新我的 Cover Universe，包括：

• 市場共識 EPS 的最新變化，以及我如何解讀

• 公司最新策略、重大事件，我認為真正重要的是什麼

• Forward PE 是否開始重新定價

• 我的投資假設是否改變

• 下一個值得關注的催化劑

目前 Cover Universe 包含：

NVDA、AMD、AVGO、MRVL、MSFT、AMZN、META、GOOG、AAPL、TSLA、MU、PANW、CRWD、TXN、ADI，以及 SpaceX、OpenAI、Anthropic。

不過，我只會更新真正有變化的公司，如果沒有新的研究價值，我不會為了湊篇幅而硬寫，品質，永遠比數量重要。

未來也會持續依照會員需求調整 Cover Universe。

《會員討論社群》

所有付費會員都可以加入專屬substack討論區，除了可以和其他會員交流研究、分享法說會重點、討論產業趨勢之外，我也會在裡面觀察大家真正關心的問題。

很多未來的深度文章，都可能來自大家的討論。另外，我也會優先閱讀付費會員的留言，並盡可能回覆。會員提出的問題，也會成為未來文章的重要靈感來源。

為什麼要收費？

因為我希望把更多時間，投入真正的研究，而不是內容農場。

我相信真正有價值的投資內容，不是每天多看十篇新聞，是建立一套能陪伴你很多年的分析框架。如果有一天市場又出現下一個 NVDA，下一個 SpaceX，你不用等任何人告訴你答案，而是能自己建立假設、驗證假設、替它估值。

那我想，《美股送分題》的價值，就真正完成了。

會員方案：

一般會員:

原價：US$24.99 / 月

首波創始優惠：US$19.99 / 月

優惠至：2026/7/21（二）20:00（台灣時間）

年費：

原價 US$249

優惠 US$199

同樣到 7/21 20:00 截止。

只要在優惠期間加入，未來即使《美股送分題》調整價格，只要不中斷訂閱，都將永久保留：

US$19.99 / 月 或 US$199 / 年 作為第一批支持者的專屬價格。

Founder’s Circle（US$399/年）

如果你希望的不只是閱讀內容，而是陪伴《美股送分題》一起建立這個研究品牌，我也準備了一個 Founder’s Circle。

除了完整會員內容之外，你還將獲得：

• 《Annual Letter｜年度投資人信》：一年一封，分享我最大的錯誤、最大的成長，以及哪些投資觀念因市場而改變。

• 《Founder Letter Q&A》：每季一篇文字版深度問答，我會挑選 Founder 最值得討論的問題，完整分享我的思考。

• Cover Universe 提名與投票權：每季可提名新的研究公司，並參與 Cover Universe 的投票，最後，我會依照投票結果、市場重要性、研究價值，決定是否正式納入 Cover Universe，我希望這個 Universe，不只是我的研究名單，也能一起反映大家真正想深入研究的方向。

我希望 Founder 不只是支持者，也是真正參與《美股送分題》成長的一群人。

Founder’s Circle 將於第一階段開放，未來是否持續開放，將依社群規模再決定。

第一個月，我們就從這三個問題開始：

①《市場解碼深度》漂亮50、FAANG、Mag7，下一個霸主會是誰？

你將學會：

• 為什麼每一個科技浪潮，都會誕生一批新的「霸主公司」？

• 當下一個 SpaceX、OpenAI 出現時，如何提前辨識它是否具備成為下一代核心資產的條件，而不是等市場共識形成後才追高。

②《市場解碼深度》為什麼Anthropic值1兆美元？OpenAI值8500億？分析師如何替「從未存在的公司」定價

你將學會：

• 分析師如何替一家沒有公開財報、甚至尚未上市的公司建立估值模型。

• 如何建立 Bull / Base / Bear 三種情境，推導合理企業價值，而不是只憑感覺喊目標價。

• 未來無論是 OpenAI、SpaceX、Databricks，甚至任何 IPO 公司，你都能用同一套框架建立自己的估值模型。

③《分析師底層系統 #4》現金流量表不是記帳本，是分析師預測未來的地圖

你將學會：

• 為什麼真正的分析師看現金流，不是確認公司有沒有賺錢，而是判斷管理層正在把資本配置到哪些未來機會。

• 如何從 CapEx、自由現金流、融資活動與股東回饋，看懂公司是在投資未來、建立護城河，還是掩蓋經營問題。

• 透過 Google、Meta、NVIDIA 發債、Amazon 大規模資本支出，理解不同商業模式背後截然不同的資本配置邏輯，學會分辨哪些投資會創造未來價值，哪些只是高成本的資本消耗。

④《Cover Universe Update》

包含最新：

• Forward PE

• 市場共識 EPS 與解讀

• 重大事件解析

• Cover Universe 最新研究更新

• 我的最新觀點與投資假設調整

免費內容仍然會持續更新

我未來仍然會持續分享免費內容，包括：

• 備忘錄

• 投資紀律

• Threads 的分析師晨會講稿（新系列）

只是更新頻率可能會比過去降低一些，

因為我希望把更多時間投入真正需要花上數十個小時完成的深度研究。

我相信，免費內容，會繼續幫助更多人建立投資觀念。

而付費內容，則會帶大家更完整地走進分析師真正的研究流程。

最後，謝謝每一位一路陪伴《美股送分題》的讀者，

過去兩年，我分享的是自己的研究，

從今天開始，我希望和大家一起建立一套真正屬於長期投資者的分析框架。

我相信，市場會一直改變，新的產業會誕生，新的霸主也會出現，

但真正有價值的，不是追著市場跑，而是建立一套能陪伴自己很多年的思考方式。

希望未來很多年後，當我們再次回頭看今天，會發現這不只是《美股送分題》開始收費的一天，是一個研究品牌真正開始的第一天。

我們明天見。

宋分

《美股送分題》

還有另一種散戶：每次都看著自己帳上的成本，又看著股價一直往上，不敢加碼，一路目送，又或者是停損之後，股價又站回來，你始終忘不了上次停損的價格，死都不再買，甚至還從自選股刪掉，眼不見為淨。

幾乎90%散戶都有這樣的經驗：第一次建立部位在100元，後來公司公布了一份超乎預期的財報，股價漲到130，你告訴自己：不追高，等拉回

三個月後，公司又拿下新的大客戶，市場開始重新上修獲利預估，股價來到170，他發現距離第一次部位的100塊已經差了70%，這時候加碼，成本墊太高了，不可以。半年後，公司正式進入高速成長期，分析師紛紛調高目標價，股價站上230元。這時候，你每天都在看著股價，每天都希望它跌，每天都希望市場證明自己是對的。一年後，股價來到 400 元，最後，你什麼都沒做。

你不是沒有看懂公司，也不是沒有研究，真正讓你錯過整段行情的，不是能力，是自己的大腦，如果你也曾經有過這種經驗，這不是你的意志力不好，人類的大腦，本來就不是為了投資而設計的。

我們最大的敵人，不是市場，是「已經知道答案的自己」

假設十年前，有一位朋友來找你，他說：「我想創業開一家珍珠奶茶店，我相信它未來會變成全台最大的連鎖品牌，60嵐～」你會怎麼做？大部分的人，大概都會投一點點，先投十萬、二十萬，意思意思支持一下。那時候的你看到的只是一個夢想，不是一個答案。

十年後，假設這家公司真的開了上百家分店，公司價值成長了一百倍，這時候我們的大腦會開始出現另一個聲音：「早知道當初就 All in！」但這句話，本身就是一個錯覺，因為現在的你，是站在十年後，看著已經公布答案的人生，再回去批改十年前的考卷，當然你每一題都會，都100分，可是，真正做決策的人，不是現在的你，是那個還不知道未來會發生什麼事情的你。

十年前的你，不知道市場會不會接受這個品牌，不知道第一家店能不能活下來，不知道競爭對手會不會先把它打倒，更不知道自己的十萬，會不會就這樣消失？

今天你之所以後悔，只是因為另一個平行宇宙沒有發生，在那個平行宇宙裡，第一家店半年後就倒了，你的本金也跟著消失了。只是因為那個故事沒有成真，所以你的大腦，很自然的把它刪除了。我們總是高估自己當初的把握，不是因為我們真的那麼有把握，是因為答案已經公布了。

歷史最大的騙局，就是讓成功看起來像必然，但失敗的人，不會有人替他們寫傳記

每一次回頭看歷史，我們都會有一種錯覺，彷彿所有成功，都是命中注定。

我們會討論那些一路走到今天的企業，我們會說：「早知道就買。」「早知道就不要賣。」「早知道就重壓。」

可是，我們很少討論那些“沒有成功的公司”，因為市場只會留下倖存者，失敗的人，不會有人替他們寫傳記。2000年網路泡沫，大家現在只記得AMZN，卻忘了Pets.com，2020年，大家只記得NVDA，卻忘了Zoom、Teladoc、Peloton，市場永遠只會留下成功者被討論。

真正的歷史，不是一條直線，是一片墓園，只是我們今天站在墓園外，看見的只有仍然活著的那幾棵樹。

所以，每一檔十倍股，回頭看都像是必然，但真正身處當下的人，看到的都不是答案，是充滿雜訊的世界。因此，當你回頭責怪自己當初買太少時，其實是在要求過去的自己，用今天才知道的資訊做決策。這對任何一位投資人，都不公平。

新的證據，只是提醒你：該重新估值了

散戶和分析師，面對的是同一則新聞、同一份財報、同一家企業，但最後做出的決策卻完全不同，原因不是資訊量，是思考流程。

很多散戶看到一個利多，第一個問題通常是：「現在還能不能追？」

分析師看到同一個利多，第一個問題卻是：「這個利多，到底改變了企業多少價值？」

看起來只是換了一個問法，代表的是完全不同的投資邏輯。

散戶的流程通常是：看到利多 → 想加碼 → 想到成本 → 放棄

分析師的流程則是：看到利多 → 更新企業成功機率 → 重新估值 → 比較市場價格 → 決定部位

注意，真正重要的不是「更新機率」，是更新機率之後，還要重新估值。

因為新的證據，不是告訴你該不該買，新的證據，只是提醒你：該重新估值了。

真正困住你的，不是價格，而是成本

很多人以為，自己害怕的是高價，不，真正困住我們的，是自己的成本。

我們來想像兩位投資人，

第一位，在100買進，第二位，今天第一次認識這家公司，現在股價 220 元。

如果公司今天真正的內在價值是 350 元，誰比較容易買？答案：第二位。

因為他的腦袋裡沒有100 元，只有220和350元，而第一位呢？他的腦袋裡是220和100元，他的大腦根本不是在比較“現在值不值得買”， 是在比較“他當初買的價格”(這就是錨定效應)，但市場不會在乎你在幾塊買過，市場只在乎現在值多少，所以不管你幾塊買，市場認為這公司價值提升，股價就會提升。這就是很多投資人一輩子都跨不過去的心理障礙，市場從來不會因為你曾經買在 100 元，就特地回來等你。

市場也不知道你曾經在哪裡停損、加碼或賣出，那些價格，只存在你的記憶裡，存在於市場上的，只有今天的價值。市場從來沒有義務，回到你的成本價。

散戶停損後常常買不回來，也是一樣的道理，很多人停損之後，股票重新站回均線，財報開始變好，卻死都不買，甚至從自選股刪掉，眼不見為淨，原因是因為自尊，因為重新買就等於承認自己停損錯了，所以很多人寧願一路看，最後股票翻了五倍。這也是另一種錨定，只是錨定的不是成本，是錨定停損價，你的內心總是在告訴自己「我怎麼可以比停損價還高買？」

但我要打醒你：市場根本不知道你100元賣掉！！！！市場只知道現在值150。市場沒有記憶，只有你的大腦有。

很多散戶看到這裡，可能會想：「所以只要公司越來越好，我是不是就一路加碼？」不是，這也是很多人最容易誤解的地方。分析師不會因為看到利多，就直接提高部位，利多，只代表第一步完成了，真正重要的是第二步：重新估值。因為企業變得更好，不代表現在一定值得買，也有可能，市場早就知道了，甚至，比你更早知道。

如何克服心理障礙，重新買進

你會說，這些我都知道，但我還是無法跨越心理關卡啊，那巴菲特這句話或許可以幫助你：「如果你今天完全沒有持有這家公司，你還會不會買？」很多人把它理解成價值投資，但我覺得他的目的就是“把你的記憶歸零”

因為成本，會污染你的判斷，假設今天有兩個人同時看 MSFT，第一個人從 250 美元一路抱到今天，第二個人今天第一次打開財報。理論上，他們看到的應該是同一家公司、同一份財報、同樣的未來，但實際上，他們看到的卻完全不同。

第一個人的腦袋一直在想：「我成本才250，現在360好貴。」

第二個人的腦袋卻只會思考：「360值不值得？」

明明面對的是同一家企業，卻因為「記憶」不同，而得到完全不同的結論。

所以巴菲特這句話，是在逼自己做一件非常困難的事情：每一次決策，都把自己當成第一次認識這家公司。

不是問：「我賺了多少？」「我成本多少？」

是在問：「如果我今天完全沒有持股，我願不願意在這個價格，把它放進我的投資組合？」如果答案是願意，那代表你的研究告訴你，它依然值得配置。如果答案是不願意，那該重新檢討的就不是股價，是你的投資假設。

後來我也開始養成一個習慣，每一次準備加碼之前，我不是先問：「它是不是又創新高？」也不是先問：「我的成本是多少？」

我只問自己一句話：如果今天帳戶是空的，我還會不會在這個價格建立部位？

如果答案是願意，接下來我才開始重新估值，而不是重新看成本。

為什麼股價越高，風險反而可能越低？

很多散戶都有一個根深蒂固的觀念：股價越高，風險越高，風處不勝寒。所以看到一家公司從 100 元漲到 300 元，第一個反應就是：「太貴了，不敢買。」但分析師跟機構看到的是完全不同的世界，很多時候，股價越高，反而代表風險越低，是不是很反直覺？

我們來想像一家 AI 公司，剛創立時，只有一份商業計畫書，沒有收入、沒有客戶、沒有獲利，甚至不知道市場會不會接受它的產品。假設這時候它的估值是 20 元，請問風險高不高？非常高！因為你買的，不是一家公司，是一個夢想。

兩年後，它開始有大型企業客戶、開始產生穩定收入、開始獲利、開始產生自由現金流、續約率持續提高，商業模式也逐漸被市場驗證。此時股價漲到 100 元，請問它真的比 20 元的時候更危險嗎？未必，很多時候，它反而更安全，因為真正下降的，不是股價，是不確定性。

20 元的時候，你不知道產品能不能賣出去，100 元的時候，你已經知道有人願意付錢。20 元的時候，你不知道公司會不會倒，100 元的時候，你知道它已經建立了商業模式。20 元的時候，你買的是想像，100 元的時候，你買的是已經被驗證的事實。

所以分析師真正關心的，不是股價漲了多少，是兩件事情：

第一，企業的不確定性，是不是下降了？

第二，市場是不是已經把這件事情，全部反映在價格裡？

只有第一個答案是「有」，第二個答案是「還沒有完全反映」，分析師才會考慮提高部位。

分析師每天更新的，不是股價，是估值

真正的分析師，每天都在更新三件事情。

第一，企業有沒有變好？

新的產品、新的客戶、新的財報、新的管理層指引、新的產業趨勢。每一個新的證據，都可能提高原本投資假設成立的機率，但是到這裡還沒有結束

第二步才是真正的關鍵，市場有沒有提前反映？

如果市場還沒完全理解，企業價值可能提高了，但股價還沒有跟上。這就是估值上修的空間，可是如果市場早就交易這個故事，甚至開始過度樂觀，那即使企業真的變好了，也未必代表現在值得提高部位。所以分析師真正評估是：公司變好的速度，有沒有快過市場反映的速度？

最後才是第三步：決定部位。

企業更好，市場還沒完全反映，提高部位。企業更好，市場已經充分反映，可能只是繼續持有，甚至下修未來預期報酬率。所以真正的分析流程，不是利多 → 加碼

是利多 → 更新機率 → 重新估值 → 比較價格 → 決定部位。

很多散戶都有一個共同目標：一定要買在最低點！最好100買，110元就開始覺得可惜，120直接放棄，刪掉，換下一支，彷彿只要不是最低點，就是失敗。但投資不是價格的遊戲，而是機率的遊戲，

假設有兩個選擇，第一個機會股價100，但成功機率只有三成。第二個機會，股價已經漲到 300 元，可是企業已經證明商業模式，成功機率提高到九成。哪一個比較值得投資？很多人的直覺會回答：當然是 100 元。不，真正決定報酬的，不只有價格，還有你看對的機率。

很多散戶只看見價格，分析師同時看價格，也看成功機率。所以分析師追求的，不是最低成本，是在今天這個價格，仍然能不能買到最大的期望值。

你真正害怕的，其實不是成本，是後悔

很多人以為，自己害怕的是成本越墊越高，但如果誠實問自己，你真正害怕的不是成本，是後悔。

100 買進，200 不敢加碼，不是因為 200一定太貴，是害怕：「如果我今天加碼，明天就跌回來怎麼辦？原本100塊買好好的，200塊幹嘛要買」。100 元停損，120 元不敢買回，也不是因為 120 元一定不值得。是害怕：「如果我重新買進，不就代表我停損停錯了嗎？」

你會發現，所有的猶豫，都來自我們害怕承認自己曾經判斷錯誤，所以寧願錯過機會，也不要讓自己難堪，可是市場從來不會因為你昨天做錯，就懲罰你今天。

真正把你困住的，不是市場，是昨天那個不願意認錯的自己。

真正成熟的投資人，不是不犯錯，是願意讓新的證據，推翻昨天的自己。

宋分加碼三原則

很多人加碼，是因為股價漲，很多人不加碼，也是因為股價漲，真正應該影響部位的，不是價格。是企業價值是否改變，以及市場是否已經反映？

第一原則：證據增加，就重新估值

新的財報、新的產品、新的客戶、新的產業趨勢都不是加碼理由。它們只是提醒你重新估算企業價值。如果新的企業價值仍高於市場價格，再提高部位，如果市場已經提前反映，就算公司變得更好，也未必需要加碼。

第二原則：每一次重新決策，都忘掉成本

把自己想像成今天第一次認識這家公司。只問一句：如果我今天沒有持股，我還會不會建立這筆部位？成本，是歷史，價值，才是現在。

第三原則：接受更高價格，不等於接受更高估值

真正成熟的投資人，不會因為股價創新高就追。也不會因為股價創新高就放棄。他們接受的是：企業價值提高，而且市場仍然低估。價格可以提高，估值，不一定變貴。

很多人一直以為，投資最重要的能力，是找到一家十倍股，真正困難的，不是找到它。

是當它一次又一次證明自己時，你是否願意一次又一次更新自己的估值？

市場每天都在更新答案，企業每天都在創造新的價值，只有散戶，還活在昨天的價格裡。真正成熟的投資人，不會把成本當成信仰，他們把成本，看成一段已經完成的歷史。

真正決定未來報酬的，不是昨天買在多少，是今天企業究竟值多少。

下一篇《市場解碼深度》，我想接著回答另一個更難的問題：一家甚至還沒有上市、沒有完整財報的公司，例如 Anthropic、OpenAI，我們該如何把「新的證據」一步一步轉換成「新的估值」？以及，當企業價值改變之後，又該如何判斷市場是否已經提前反映？

因為真正的分析師，不是看到利多就加碼，是更新機率、重新估值，最後才決定部位。

你會期待這一篇嗎？

宋分

《美股送分題》

每一種投資策略，都有它應該接受的代價。

做短線的人，要接受不停停損、追高、換股的代價。

做價值投資的人，要接受有一段時間落後市場的代價。

買大型科技股的人，要接受它不一定每一波都領漲，但也會在市場回檔時一起波動。

很多人不是不能接受波動，而是買進之前，從來沒有想清楚自己到底在玩哪一場遊戲。

在開始之前，我想先說明一件事情，這篇文章不是在討論短線交易好不好，也不是在否定追逐強勢股的策略。

如果你有一套成熟的交易系統，能夠持續找到市場最強的族群，嚴格執行停損、停利，並且多年都能維持穩定績效，那是一條完全合理，而且值得尊敬的投資道路，市場上確實有很多人做得到，但這篇文章我想討論的是另一群投資人，那些選擇把大部分資金放在 大型科技股的人。

最近兩天科技股出現明顯回檔，許多今年漲幅很大的半導體開始修正，這些公司回檔，大多都能理解，就漲多了嘛，短線有人獲利了結，本來正常，

記憶體小回檔可以理解，可是像NVDA或是其他根本YTD沒漲的大科技股為什麼也一起跌？甚至有人開始懷疑：如果別人漲，它沒有特別漲，別人跌，它又跟著跌，那我到底為什麼還要持有大型科技股？我發現，很多人的困惑，其實不是因為下跌，是開始懷疑自己是不是買錯了。

所以，這篇文章想回答的，不是短線策略和長線策略誰比較好。而是：如果你的策略本來就是持有大型科技股，那你到底應該用什麼角度去理解它？又該用什麼標準去評價它？因為很多時候，真正造成痛苦的，不是股價下跌，而是你用錯了衡量它的方式。

我相信，這不是最近兩天才有人問，每一次市場修正，都會有人產生同樣的疑惑，

你開始懷疑自己持有大型科技股的意義，到底是什麼？

甚至開始懷疑是不是自己的投資邏輯出了問題？

是不是自己選錯股票？

是不是應該乾脆全部換成今年最強的族群？

如果你也曾經這樣想過，那我想告訴你，真正需要重新理解的，不是市場，是大型科技股存在的意義。

第一個誤會：很多人把「安全」理解錯了

多數投資人對大型科技股都有一個共同期待，他們認為大型科技股＝比較安全＝股價比較不會跌，但市場真正的”安全“不是這個意思，安全是指“企業價值比較不容易永久受損”，請注意，我講的是企業，不是股價。股價，可以因為市場情緒、資金流向、ETF調整、避險基金降低槓桿，在幾天之內下跌10%，

但是企業創造現金流的能力，不一定有任何改變，如果今天一家公司的產品還在賣、客戶還在增加、訂單還在成長、EPS沒有下修、自由現金流沒有惡化，那股價的波動，不代表企業價值已經改變，所以大型科技股的“安全”，不是每天都比別人抗跌，是當市場恢復理性之後，它的企業價值仍然站得住腳。

為什麼沒領漲，卻還是一起跌？

大家的邏輯是“沒漲 = 沒有人買＝沒有資金進入，那回檔的時候，它為什麼也一起被賣？

很多人會有一個很自然的疑問：如果今年市場追逐的是記憶體、CPU，那資金不是都跑去那些地方了嗎？既然NVDA、MSFT沒有像它們一樣大漲，是不是代表資金根本沒有流進去？如果沒有資金流進去，又怎麼會一起被倒出來？

這是一個很典型的誤解，因為大部分投資人把市場想像成一桶水，覺得水從 A 流到 B，A 就會沒水，B 就會很多水，

機構不是這樣運作的，它像是一個家庭預算，假設一家基金管理100億，其中MSFT持有 8%、NVDA持有 7%、Meta持有 5%、記憶體持有 2%，最近看好 HBM，所以新增 2% 的記憶體部位，很多散戶會以為一定是把MSFT賣掉 2%，但很多時候不是喔，基金可能只是新增現金投入、減少其他產業、或者只是讓MSFT不再加碼，也就是說MSFT並沒有被大量賣出，它只是沒有再獲得新增資金，所以你才會看到記憶體一路創新高，其他科技股盤整，這不是代表沒有人持有MSFT，只是新增資金選擇先追逐其他更高成長的機會

可是當市場開始降低整體風險時，遊戲規則又變了，現在基金不是在決定新增的 1 億要買誰？是在決定“我要把整體科技部位降低 10 億。這時候它賣的就不是”最近沒漲的股票“，是整個科技部位，因為對基金來說，MSFT還是持有 8%、NVDA還是持有 7%，它們一直都在投資組合裡，只是之前沒有繼續加碼而已，所以降低部位時，它們自然也會一起被賣。

沒有領漲，不代表沒有持有人，沒有新增資金，不代表沒有存量資金，這兩件事情，是完全不同的概念。很多大型科技股沒有大漲，只代表最近新增的資金更偏好其他題材；並不代表機構已經把原本的持倉賣光了。當市場風險偏好下降時，被調整的是整個投資組合，不是只有最近最熱門的股票，所以那些原本就是核心持倉的大型科技股，也會因為部位管理而一起下跌。大科技股不是「沒有人持有」，是它早就已經是大家投資組合裡的核心持倉了

買大型科技股，本來就不是為了賺快錢

我常看到一種很矛盾的期待，很多人會說：我想買最安全的公司，下一句卻是：「為什麼它沒有像別人一樣三個月漲 50%？」這兩個願望是互相衝突的，

你希望它是一家成熟、穩定、全球最有競爭力的企業，同時又希望它每一季都像市場最熱門的小型股一樣狂飆，世界上沒有這種公司，如果真的有，全世界所有資金早就全部買進去了。

如果你期待的是短時間內翻倍的股價，那市場給你的，通常也會是更大的波動、更高的不確定性，以及更高的失敗機率，反過來說，如果你選擇的是M7這種已經建立全球競爭優勢的大型科技公司，你買的本來就不是「最快」，是「最有機率」。很多投資人對大型科技股最大的誤解，就是不知道自己到底在買什麼。你買供應鏈，可能買的是景氣循環，你買AI應用，可能買的是市場正在快速提高的預期。可是你買M7這些公司，你買的是未來十年仍然持續創造價值的能力，這和短線飆股，本來就是兩種完全不同的商品。

很多人把大型科技股想成一台跑車，希望它每一圈都跑第一，可是我覺得它更像一台Le Mans耐久賽的賽車，二十四小時耐久賽真正重要的，不是第一圈最快，也不是第五圈最快，是二十四小時之後，它還能不能跑？很多車前面幾個小時快得驚人，可是最後引擎壞了、輪胎爆了，退出比賽。真正站上頒獎台的，反而是那台每一圈都很穩定、沒有犯錯、持續前進的車。大型科技股就是那台車，它不一定每一年都是市場最強，但它最有機率一直跑到最後。

那買大型科技股的意義，到底是什麼？

第一：企業價值更容易持續累積

真正優秀的企業，不是今年賺很多，是五年後仍然持續賺更多，大型科技股擁有更深的護城河、更多的現金流、更大的研發能力、更完整的生態系。

這些優勢，不是一次財報就能消失，所以即使股價短期波動，企業本身仍然可能持續創造更大的價值。

第二：未來更具有可預測性

機構追求的，不一定是最高報酬，是最高勝率，你很難知道一家小型AI公司五年後是否還存在，但你大概可以推估，MSFT五年後仍然是全球最重要的企業之一，

NVDA仍然會投入新的GPU，仍然會持續研發，仍然擁有龐大的開發者生態，這種可預測性本身就是價值，因為投資本來就是一場機率遊戲。

第三：當基本面沒有被破壞時，它更容易修復

如果需求沒有改變、產品沒有改變、競爭力沒有改變、EPS沒有改變，那很多時候改變的只是市場情緒，情緒可以很快改變，但企業價值，不會因為兩天的回檔就消失。

如果短線股漲更快，為什麼不一直做短線？

有些人會認為，在股市，不管你基本面有多強，只有每年賺錢才是對的，也有人會覺得賺的多的就是最厲害，不用基本面、不用什麼技術面、只要有消息面，其他都不重要，但我認為更重要的不是賺一次，你有沒有能力，一直找到下一個贏家？

當然如果你非常幸運，就剛好今年加入股市，也就剛好重壓到最飆的，然後也就剛好在最高點出掉拿錢離開股市，那就另當別論，但就我們以大多數的投資人來講，大家都是會持續活在股市裡的，所以有一套能力可以持續找到下一個贏家比只有看對一次來的重要。

我自己也是花80-90%的時間把大科技股研究到很深入的人，常常告訴自己，我還年輕，要的是在市場一直活下去。

很多人看到今年記憶體漲十倍，就會說：那我買記憶體就好了！

可是我想反問一個問題，去年呢？前年呢？五年前呢？十年前呢？如果你的策略真的是：永遠買當年度最會漲的股票。

那請問：明年的最強族群是什麼？後年的呢？五年後呢？真正困難的不是買到一次，是連續買對十次，十年！

很多人把投資看成「找報酬率最高」的，可是長線的機構比較像是在找「最高期望值」，例如A策略一年可能200%，但是成功率只有20%。B策略，一年可能25%，成功率80%，如果拉長二十年，哪一個比較容易累積財富？答案其實沒有想像中簡單，因為投資不是比一次，是比很多次。

你真的覺得巴菲特在股市幾十年會不知道科技股漲？也不知道小型股可以翻倍？他的資金量，你覺得會沒有人想要拜託他把某一些股票買起來嗎？一定都有，那他為什麼沒有全部去買？因為他知道，他的工作不是證明自己可以找到下一個十倍股，是建立一套可以持續贏四十年的系統，這才是真正的差別。

短線股，比的是這一次你有沒有看對。大型科技股，比的是十年後你還有沒有留在市場。這兩件事情，不是同一個遊戲，沒有對錯，取決於你想玩哪一種遊戲

假設有兩個人，

甲：每年都在換今年最熱門的股票。

乙：每年都持有MSFT，NVDA，AAPL這種持續創造價值的企業。

二十年後，真正拉開差距的，不是甲有沒有抓到一次200%，而是「甲曾經踩到幾次-80%」，因為複利有一個很殘酷的地方，賺100%只會變成2倍，但是跌80%，要漲400%才回得去。所以投資最大的敵人，不是少賺，是一次重傷。

這也是為什麼巴菲特一直說，第一條規則：不要虧錢！

真正的意思不是不停損（這邊大家都會誤會巴菲特是不停損的），而是不要讓自己遭受難以恢復的永久性資本損失。

我知道有些人會說：我就是會做短線，我一年可以找到好幾檔翻倍股。

如果真的能做到，而且能持續十年、二十年都做到，那當然是一條完全合理的路。問題是，真正的難點不是找到一檔，是建立一套可以反覆複製的系統。因為每年、每個時期的市場都是不同的題目，你現在賺錢，是因為你的系統有優勢，還是因為這一輪市場剛好站在你這邊？如果答案是後者，那就不能把一次成功，當成一套長期可複製的方法。

大型科技股不是讓你賺最快的錢，是讓你建立一套更容易複製、能跨越不同市場週期的投資系統。真正想在股市活幾十年的人，追求的不只是某一次致富，而是二十年後回頭看，這套方法依然有效，這也是機構投資人和許多成功投資者共同追求的目標。

長線大機構追求的，不是每一波都贏

很多散戶每天都在比較：今天誰漲最多？這個月誰最強？

但真正管理數百億美元的基金，很少用這種方式思考，他們更在乎的是：五年後，哪些公司還能持續成長？哪些公司的競爭優勢不容易被取代？哪些公司的獲利，十年後仍然有機會創新高？因為對他們來說，投資不是一場百米賽跑，而是一場馬拉松。

如果你的目標是三個月內賺最多，那大型科技股確實可能不是最佳選擇。但如果你的目標是十年後累積最大的財富，那問題就變成：十年後，誰最有機率還是產業領導者？

真正的複利，很少來自最快的股票，很多人以為複利 = 每一年都找到市場最強的股票。但真正的複利是「找到一家優秀的企業，然後不要一直換」，因為每一次換股，都代表你要重新判斷新的產業、新的管理團隊、新的商業模式。反而是那些持續創造現金流、持續提高獲利、持續擴大護城河的大型科技公司，更容易讓複利真正發生。所以，買大型科技股，本來就不是為了賺最快的錢。而是為了把自己的資產，放在那些最有可能穿越景氣循環、技術更迭和市場情緒的企業身上。

如果你想要的是三個月翻倍，那大型科技股可能會讓你失望；但如果你想要的是十年後仍然握有一家持續創造價值的企業，那它存在的意義，從來就不是「快」，而是「久」。大型科技股不是「報酬最大化」的工具，是「犯錯最少」的工具。很多人以為投資的關鍵是「找到最會漲的股票」，但對機構而言，更重要的是避免買到最後證明商業模式錯誤、競爭力消失、獲利無法兌現的公司。大型科技股之所以成為核心持倉，不是因為它每一年都會漲最多，而是因為它們最不容易讓你的投資假設徹底失敗。

巴菲特與 Apple ：不是天天領漲，但價值持續累積

2018 年，很多投資人開始抱怨Apple，因為那一年FAANG裡面Netflix一直漲、Amazon一直漲，很多SaaS公司每天創新高，Apple反而因為iPhone成長放緩，市場開始質疑智慧型手機是不是已經飽和？Apple是不是成熟公司？未來是不是只能靠回購？後來又變成AI跟Apple沒有關係。

如果只看短短一年，Apple真的沒有市場上那些熱門AI概念股精彩。可是巴菲特看的不是一年，他看的是：現金流有沒有一直增加？回購有沒有一直進行？生態系有沒有越來越強？用戶黏著度有沒有下降？答案全部是否定的，所以他沒有因為別人比較會漲，就換股票。後來很多當年的明星股消失了，Apple卻一路成為波克夏最大的持股，也成為波克夏歷史上最成功的投資之一。巴菲特賺的，不是因為Apple每天都最強，是因為Apple十年後，比十年前更值錢。

最折磨人的不是虧損，是別人的股票一直創新高，你的股票卻看起來很普通。

而真正偉大的投資，往往就是在那段最普通、最無聊、最容易懷疑自己的日子裡，慢慢累積出來的。

很多人買大型科技股期待的是每天都比別人抗跌。

所以每一次修正都會覺得：是不是買錯了？如果大型科技股也會跌，那我為什麼還要買？

但如果你的期待改成：我買的是一家十年後仍然有很高機率持續創造價值的企業。

那麼你看待每一次波動的方式，就會完全不同。

你買的，不是它今天會不會跌，是十年後，它是不是仍然比大多數企業更有能力持續創造價值。

如果你的目標，是找到永遠不跌的股票，那市場大概永遠都會讓你失望。

但如果你的目標，是持有那些在一次次產業變革中，仍然能提高獲利、擴大護城河、持續創造自由現金流的企業。

那麼短期的同步回檔，就不再是投資失敗的證明，而是投資這類企業必須接受的一部分波動。

真正的安全，不是股價永遠不跌。

真正的安全，是即使市場短暫錯價，企業仍然有能力用未來幾年的獲利，把自己的價值重新證明給市場看。

而我認為，這也是大型科技股存在的意義，不是讓你避開每一次修正，是讓你的資產建立在那些最有機率持續創造價值的企業之上。當你把「安全」從「股價波動」重新定義成「企業價值是否穩固」，很多市場回檔帶來的焦慮，也就會自然減少。

如果你今天買的是短線強勢股，那就用短線強勢股的標準去評價它。

但如果你今天買的是大型科技股，就不要期待它每天都像短線飆股一樣表現。

不同的策略，本來就應該用不同的尺去衡量。

宋分

《美股送分題》

讀者說：我有重壓啊，可是MU目標價400到了我就賣了，就一路目送他到1100了

台灣的朋友一定很有經驗，身邊散戶大媽超愛說：這隻好，20塊買，70塊賣！

然後過兩年已經漲到200了，大媽還在說：兩年前老王就跟我說可以買，底底key（台語），說70塊要賣，哎喔key嘎200

不管你是賣在400的MU，還是大媽賣飛的70塊，共同問題都是：沒有更新基本面

還有大部分散戶都有一個現象，看錯股票的時候可以抱很久，真正買到飆股了卻抱不久，買進一檔股票之後跌了30%，開始告訴自己：長期投資！基本面沒變！再等等！結果一抱就是好幾年，你完美執行了”長期持有“，但股價一落千丈。如果買進一檔股票漲30%，很多人馬上開始想：是不是太貴了？要不要先賣一半？落袋為安！結果你前腳剛走，股票後面又暴漲了 300%。然後你只能看著股價說：我早就知道它會漲。

這是不是很奇怪？

為什麼虧損的時候我們這麼有耐心，獲利的時候反而沒有耐心？

大家其實都很會選，但最後的結局，總是在正確的股票上只賺到塞牙縫的小錢，卻在錯誤的股票上虧了一屁股大錢。

散戶最大的誤解：獲利了結不等於風險管理

很多人認為賣掉獲利部位是在控制風險，甚至是把握住報酬，其實很多時候不是，只是在控制害怕失去的情緒，例如你看到帳面未實現損益100萬，就開始想像如果回吐50萬有多痛，你就選擇先賣，不是因為公司變差，是因為你不想承受未來可能後悔的感覺，所以很多人以為自己在做風險管理，其實是在做情緒管理。

機構也不是比較會選股，是風險定義不同，散戶認為股價下跌＝風險，機構認為投資假設被推翻＝風險，最後會導致完全不同的結果。

例如今年很多人買記憶體，買進理由可能是HBM供不應求、報價往上，半年後股價漲了100%，散戶看到的是「漲太多了」，機構看到的是：「HBM產能更缺了、報價半年前更高」，所以得到完全不同的結論。

為什麼你抱得住虧損卻抱不住獲利？因為你的標準變了。虧損的時候，你看的是故事，獲利的時候，你看的是價格。股票跌20%，你會說AI需求還在、公司很好、長期沒問題。股票漲50%你開始說PE太高了、漲太多了、先賣再說，有沒有發現？買進跟賣出根本是兩套系統，虧損時你看基本面，獲利時你看股價，這也是很多人永遠抱不到十倍股的原因。

彼得林奇說過一句非常一針見血的話：投資人因為害怕回檔而賣掉股票損失的錢，往往比真正回檔損失的錢還多。

(直接說中90%的韭菜們)

很多人一輩子都在重複同一個循環：賺 20% 賣掉、賺 30% 賣掉，然後興奮地去尋找下一檔股票，結果折騰了一輩子，從來沒有真正完整參與過那些 500%、1000% 的超級大行情。最後回頭才發現，問題不是選股，是持有。

散戶最大的問題：研究停留在買進那一天，再也沒有更新基本面

今年因為 AI 爆發，市場上很容易看到大牛股，但以歷史常態來看，十倍股通常長得很醜，現在你回頭看很多股票都是十倍股，甚至百倍，但它們都曾經回檔過-50%、-40%甚至-90%都有，數不清的大回檔，如果你當年真的持有，你也未必抱得住，因為十倍股很難是一條直線，通常都會是漲100%，回檔40%，再漲200%，回檔30%，最後大主升段漲500%。

AMZN在2000年網路泡沫後，曾經跌掉超過90%，如果你投了100萬剩不到10萬，抱得住嗎？可能抱得住，因為腳麻了，停損也只能收回十萬，所以你就放到回損平，解套馬上賣了，怕再來一次-90%連本金都拿不回來了，結果你賣在了它成為過去二十年最偉大企業的前夕，很多曾經解套賣掉的人甚至買不回來，因為現在的價格已經不是當年的價格了，我要表達的是，十倍股最大的敵人不是一次性的下跌，是中間的波動。

很多散戶其實停留在“買進那一天的世界觀”，認為“我買的時候合理價200”，當股價漲到 250的時候，你就鐵口直斷它一定貴了。問題是，如果這半年來公司的價值已經偷偷變成了 300 塊、甚至 400 塊呢？因為市場不斷在上修未來的假設。很多人會跟你說，股票要設定賣出的目標價，又或者更高階的專家會跟你說要設定”失效條件“，但如果你的失效條件是Forward PE 幾倍定義成失效條件，今年的飆股你早就全部被震下車了，後面的大主升段都跟你毫無關係。

問題出在哪裡？出在基本面沒有更新！

我們來看一下散戶跟機構買進之後的差異在哪裡：

散戶研究→ 建立投資邏輯→ 買進→ 看股價→ 賣出

機構研究→ 建立投資邏輯→ 買進→ 每季重新研究→ 更新模型→ 更新目標價→ 更新投資論文→ 決定是否繼續持有

看出來了吧，散戶的基本面研究，是一次性的，機構的研究，是動態+持續的。

例如年初EPS預估可能20塊，Forward PE 10倍，股價200，覺得合理，結果半年後EPS變25，股價漲到250，

散戶：PE從10變12.5了，變貴了。

機構：EPS已經從20變25了，目標價上調。

所以散戶看到股價變貴，機構看到價值變大，完全不同的世界。

在機構的世界裡，基金經理人根本沒有在跟股價死抱硬幹，不是在比耐心，是在做動態更新論文：

1. EPS 有沒有上修？

這是最基本的，很多人甚至買完股票直接不研究不follow了，市場已經從10塊上修到15塊也沒有發現，每天盯著股價，目標價到了，賣！

賣完才覺得奇怪，怎麼一直漲，翻一翻新聞發現人家已經上修到15塊

2. 成功機率(勝率)有沒有提高？

年初你研究某個新產品，可能像是AI PC好了，你認為成功的機率只有 30%，你可能只買了2%試單，半年後，客戶的訂單流出來了、大廠瘋狂拉貨、產業趨勢逐漸有模有樣，這時候AI PC成功機率已經變成了 70%，勝率大幅提升，就算股價變貴一點，它反而變得更安全，這一點是很多人會忽略的

3. TAM有沒有擴大？

這一點也是很容易忽略的，就像是今年CPU的TAM突然暴增，市場蛋糕直接變大好幾倍，公司的天花板被拉高了，原本的model也要全部重算，

所以，同樣看到股價從 200 漲到 300，散戶看到的是價格上漲，開始害怕，

機構看到的是價值從250變400，風險反而在降低。

除了更新基本面，也要更新部位，用千倍股Monster和失敗的GoPro案例探討部位調整

很多人以為，研究只是用來決定買或不買，其實還要用來決定部位大小，

就像我上週強調的：真正的績效，不是你看對幾次，是由看對之後你放了多少部位決定的

不知道有沒有人關注過怪獸飲料？MNST，過去二十年漲了不止10倍，是超過 1000 倍！也就是說，當年如果你傻傻放100萬，現在會變成10億，

但真正靠它變成億萬富翁的散戶極少，因為大部分人只更新了股價，卻從來沒有更新過它的論文故事。

我們回到它剛崛起的2003年，當時他還不是MNST，是一家叫做Hansen Natural快要被市場淘汰的傳統天然果汁老店，當時這家狗汁公司眼看著歐洲來的Red Bull在美國大賺，它決定用最粗暴的方式加入競爭：推出一款容量比紅牛大一倍、價格卻一樣的能量飲料，也就是我們今天看到的那一款印著巨大綠色爪痕的Monster Energy，結果2003年一上市，美國藍領階級、卡車司機和青少年嗨爆了，因為花同樣的錢，能喝到雙倍的咖啡因和能量，就是這麼簡單的崛起了

但是如果我們回到當時，那時候的怪獸飲料跟現在的AI幾乎面臨一樣的問題，雖然賣翻賣爛了，但當時華爾街根本不買單，市場當時的論文是：功能性飲料只是青少年一時的流行，就像蛋塔效應，很快就沒了，或是質疑這家公司只是個賣果汁的，根本沒有可口可樂那種全美分銷通路，它要怎麼跟紅牛和百事可樂打？當時的市場，每天都在用 100 個理由叫你賣掉它。

這就是最經典的“認知落差”，如果你是當時的基金經理人，你該怎麼面對這隻充滿爭議、卻在街頭瘋狂賣爆的大怪獸？

就像我在上一篇重壓提到的：機構也不是一開始就重壓的，散戶是先有結論，再找理由，機構是先有證據，再提高部位。

2003年： 第一次注意到功能飲料，覺得有機會但充滿不確定，勝率估 30%，你買了3%試單

2004年： 財報出來，營收增速遠超預期，原來這不是曇花一現，勝率提高到 50%。這時股價雖然漲了，不但不賣，反而把部位加碼到 5%

2005年： 它們的通路成功打進全美各大超商，勝率提升到 60%，部位調高到 8%。

2006年： 毛利率持續擴張，品牌護城河成形，勝率來到 70%，部位加大到 10%。

2007年： 競爭對手完全追不上它，勝率高達 80%，這時候，已經變成持股 15% 的第一大重倉股。

這時候MNST的股價跟四年前相比，已經漲了好幾倍了，但專業機構的做法卻是越買越多、部位越做越大。因為股價上漲，不代表風險上升；當你的論文不斷被驗證，這時候的股價上漲，反而代表風險正在大幅下降，散戶只看到股價變高了，就急著把部位從 10% 減碼到剩 1% 落袋為安，機構看到的卻是勝率大幅提高，不斷把部位從 3% 一路往上加碼到 15%，最有把握的時候，散戶的部位反而縮到最小

同樣的，當減碼的時候，機構也不是因為漲多了減碼，是當他們發現：原本預估的 EPS 開始下修、客戶開始出現砍單雜訊、或是原本缺貨的供需關係出現反轉。

這時候代表投資勝率在下降，他們才會把部位從 15% 逐步降回 10%、5%、甚至直接清空出場，不會死抱硬幹，機構的進退，看的是”勝率“，不是”股價“，我們也來看一個歷史案例GoRpo(GPRO)，就是大家都知道的那個運動攝影機

2014 年上市後，股價在幾個月內從24飆到98，可是論文只有一年就失敗了

2014上市初期（勝率 30%）： 產品在街頭和 YouTube 上瘋狂洗版，營收暴增，初始投資論文是“這不只是一台相機，它是一個極限運動的社群平台”，但因為不確定性高，一樣3%試單

2015 年中（勝率 40% → 暴跌至 0%）：

產品生命週期太長： 買了 GoPro 的人發現，第一代可以用三年都不用換，這不是「剛性消耗品」（它不像 Monster 喝完明天還要再買一罐）

競爭壁壘極低： 智慧型手機的錄影功能跟防水功能瘋狂升級，iPhone 拍出來的影片已經不輸 GoPro

財報現形： 2015 年底，GoPro 的庫存突然瘋狂上升，產品賣不動了

投資論文徹底破裂了，機構下車了，但這時候的散戶：套住，我要攤平，長期持有，但GoPro的股價一路從 98跌到剩下不到1塊

所以一樣是長期持有，為什麼有人抱到千倍股，有人卻抱到歸零？

因為很多人其實誤解了長期投資，散戶理解的長期投資是：買進 → 不動 → 等待

機構理解的長期投資是：買進 → 持續驗證 → 持續更新 → 決定是否繼續持有

Monster的投資人之所以能一路抱上去，是因為每一年都看到新的證據，通路持續增加、營收持續加速、毛利率持續提升、品牌護城河持續擴大，每一次財報出來，投資論文都比前一年更強，所以股價漲了五倍、十倍、二十倍，他們仍然有理由繼續持有。

GoPro完全相反，上市的故事很迷人，極限運動、內容平台、硬體生態系，聽起來每一個都像下一個 Apple，但一年後財報開始告訴你：用戶不會一直換機。原本的投資論文開始崩塌，這時候真正的長期投資人反而應該離開，因為投資論文已經失效了。

所以你會發現Monster 與 GoPro 最大的差別不是漲跌，是論文有沒有持續被驗證。

機構賣的不是股票，是假設，當假設越來越強，即使股價越來越高，他們還是會繼續持有，甚至繼續加碼。當假設開始崩潰，即使股價已經跌了很多，他們還是會離開，因為價格不是重點，勝率才是重點。

大部分散戶剛好相反，勝率提高的時候開始減碼，勝率下降的時候開始死抱，最有把握的時候部位最小，最沒把握的時候部位最大。所以就會變成看對股票卻賺不到錢，看錯股票抱到天荒地老。

所以你不是輸在研究能力，是輸在研究停止的那一天，因為市場每天都在更新，但你的認知卻停留在買進那一天，於是股價漲了三倍，你還在用三年前的目標價，EPS 已經上修兩次，你還在看第一次建立的模型。

上一篇重壓我談的是如何找到值得重壓的地方，這一篇真正想告訴你的是，當你終於找到它之後，你有沒有能力一路更新自己的認知？

真正的大報酬不是只有第一次看對，是來自第二次、第三次、第四次持續看對。

宋分

《美股送分題》