流心的投資哲學

高估值的股票被清洗後，幸好台股沒有再大跌一根，我之前大概算了一下，台股如果一次跌到四萬整左右，大概很多正2加融資的都會被清掃出場，那就真的會有跳樓潮出現。 以流心常用的開車比喻來說，如果你永遠都愛開快車，那遲早會出事的，只是何時發生而已。 台灣在八月即將進行更逼真的演習，這次還會加上「行動網路受阻」的演練項目，各位可以想想，為什麼演習越來越逼真，是不是真的風險快發生了？ 我已經寫過不止一篇，務必小心維持率的問題。你可以積極買正2、向銀行借錢，但不要用融資或質押之類的工具，因為你絕對無法預料，當兩岸出事時，台股會不會連跌三根跌停，又或者網路會不會斷線，導致你的資金被卡住。極端狀況發生時，維持率可能再多都不夠。 坊間總是在說，台積電法說怎樣不好，其實那都是雞蛋裡挑骨頭，硬找理由而已。然後槓桿太高，要殺籌碼什麼的，或許那算是一部分的理由。而媒體絕口不提的，就是戰爭相關的議題，那才是流心認為外資賣股的主要理由。 有錢人都是很怕風險的，尤其是外資這種大型法人，而且他們的內線非常靈通，地緣政治相關的情報絕對比散戶還要靈通。既然地緣政治有風險，再加上槓桿過高，還不如賣股降風險，順便殺一波籌碼。 台股的基本面不是沒有成長空間，指數也不見得無法再創高點，但是在這種散戶異常積極、大戶超級保守的情況，堅持維持一個超高槓桿的部位，怕是對未來行情有些一廂情願。 有時候市場很像會獎勵不斷冒險的人們，只要你敢衝就能賺錢，而那些保守的人都像是傻子，不斷錯過賺大錢的機會。當保守的人避過一個又一個可能撞車的坑，而冒險的人在投資路上只要壓過一個坑，就可能撞得人車全毀。那時候他們才會知道為什麼要適時保守，但一切都為時已晚。 以流心自己投資來說，目前謹慎做多，只持有現股或原型 ETF，暫時不考慮開槓桿。很多個股即便經歷了大修正，就基本面來看仍然很貴，自己要慎選。

大跌的日子 (2026/7/17)，講太多先見之明的話反而讓人討厭。如果你想聽一些看法，我在 6/12 開始的文章可以全都看一遍，很多事情都已講過。 我只能說要注意風險，如果跌到質押斷頭、融資斷頭，那後面的反彈，甚至回升創高，就跟你沒關係了，保護本金絕對是投資最重要的事。 參考這篇文章( 勿把泡沫當成新常態 ) 寫過的看法，請你一定要小心 2021/4/29 開始的下殺模式是否重演。今天的位置很像是 2021/5/11 的位置，也就是說下週一不排除殺更大一根，清洗所有高槓桿籌碼。 流心目前為止的看法，仍然看好 AI 的行情，先前很多個股超貴，但台積電其實不貴。在殺融資殺槓桿的時候，台積電不跌根本殺不到，所以台積電只能捨命陪君子。 看了台積電 2026 Q2 法說之後，我反而對於台積電的信心更高了，行情在震盪修正的時候，抱好的股票是不用太擔心的。至於那些幻想用 2027、2028 獲利去算目標價的個股，就是另一回事。 至於 AI 產業的方向，已經漸漸從高階雲端伺服器，轉往對本地端的期待。這不代表 AI 雲端不再重要，這只是代表雲端和本地並行的機率越來越高，也就是這陣子談論的個人電腦發展路徑 (參考： 當初個人電腦的發展路徑 )。 比較值得一提的是最新的新聞，PrismML 和 Apple 洽談合作將 AI 模型放進 iPhone 裡面。坊間總是幻想說記憶體一定很缺，這不見得是對的，因為方法是人想出來的，總有方式可以壓縮記憶體的規格需求，來滿足本地模型的運行。 若未來的趨勢，是本地端 AI 開始發光發熱，那台積電的業績怎麼需要擔心？雲端 AI 晶片用不完的產能，可以轉供給本地 AI 晶片。AI 的需求是不可能減少的，目前單純是價格問題、成本問題，才導致發展的減緩，而不是 AI 再也不需要。 既然修正來得比想像中的早，投資者更要回歸基本面，去抱住真正掌握未來趨勢的股票。學習基本面，學會估值，不要去追買太貴的夢想股 (參考： 勿把泡沫當成新常態 )，這一切只是逐漸回歸正常而已。

蠻久沒寫基本面相關的文章，這篇教一下法人報告計算目標價的邏輯，順便提醒一些抱個股的，要小心股價高點可能已過，未來幾年也許都無法再回高點。 法人報告通常是根據「預期 EPS」乘上「合理本益比」去算出目標價的，下面分別解釋一下。 「預期 EPS」 是一種對未來獲利的預期，也許是對的，也可能是錯的，總之法人有一定的計算基礎，不一定都是坑人用的。既然都是預期了，就代表這不一定準。 「合理本益比」是怎麼訂的？有可能是參考同產業的其他股票，也可能是根據該公司獲利的成長速度來估算，成長越快的本益比就可以越高。不過，所謂的合理，也都是自己認為的。 既然目標價根據的，都是預期、自以為合理的數字算出來的，當這些預期或後續發展不順利時，目標價自然就大打折扣。 這陣子(2026/7/14)修正最兇的股票，他們的目標價都是一些根據 2027 或是 2028 年獲利，再給一個相對高的本益比算出來的。為什麼本益比給那麼高？因為法人都預期這些公司的成長可以很快。 所以當股票下跌時，持有者面對的懷疑就是，獲利是否還能如預期那麼好？成長真的能那麼快嗎？好像出貨有延遲耶，本益比是不是太高了？未來的訂單真的有那麼多嗎？ 而一般散戶的誤解，都是認為 AI 明明是大趨勢，這些公司業績都在成長，為什麼會跌成這樣？ 因為你忽略了這些股價到底有多貴 。 基本面是一個估值的藝術，之所以會說是藝術，是因為這本來就有預測成份，也有主觀成份。所以法人報告真正要看的，是他們推估的邏輯，和對市場未來的預測，而不是目標價本身。 時間越遠的預測越不準，就像颱風路徑預測也是如此。一個時間太過遙遠、看法過度樂觀算出來的股價，未來只要有任何一點不如預期，股價都只有修正的下場。 簡單來說，不是公司不好，單純只是股價太貴，這也是學基本面的價值。

從去年開始，流心就寫說 AI 算力就是人力包租公，以目前的發展來說，這種形容已經不夠精確。因為 AI 算力這個市場，已經演變出不同層級的算力，在價格上也出現越來越多差異化。 簡單來說，AI 算力開始展現出智慧層級的差異，最聰明的、實惠好用的、便宜堪用的。越聰明的算力收費越貴，而越普通的算力越便宜，甚至本地模型還接近免費，只需一開始的硬體購置成本。 而收費方式也開始從吃到飽，逐漸演變成用多少收多少。畢竟每一次的算力消耗，不只要攤平硬體建置成本，在計算時耗費的電力、水力，全都會耗費成本。 而企業在運用算力的方式，也從一開始叫員工拼命用，開始限制員工每日的使用上限，甚至根據工作需求開始區分。例如：困難的事用最聰明的 AI 模型，簡單的事就用便宜的 AI 模型，甚至本地模型跑一跑就好。 這些事情都在說明，算力確實有需求，但是成本壓力漸漸浮現。 對於 AI 基建公司花的硬體成本，或者 AI 模型開發商花的訓練成本，他們不能無止盡地提供免費算力給企業，因為他們也是燒錢得來的，他們一定要轉嫁給消費者。 就企業的角度，本來是無腦用，現在要謹慎地用，整個工作流程就需要重新規劃。而且最近也有些公司在吵，當他們在用 AI 的時候，會不會無形間也把很多公司優勢交出去？如何切割工作流、保護公司機密和優勢，變成很重要的事。 總結來說，對於提供算力的一方，成本需要分攤出去，對於使用算力的一方，工作需要重新規劃，這些都需要「時間」來磨合。 對股價來說，當 AI 基建擴張從無腦照單全收，到仔細斟酌評估，就會造成市場的冷靜期。最可能發生的，就是漲太貴的跌回，而太便宜的補漲，能夠持平的只剩下股價不算太貴的 AI 主力。 這不代表基本面的轉空，只代表股價需要整理，順便擠壓某些泡沫過多的個股，這反而對行情走遠是好事。而企業需要重頓內部工作流，重新審視資本支出的速度，也不是什麼壞事。 若市場選擇理性消化泡沫，或許就不必走到泡沫噴出，然後再重重摔落的局面。

想知道股票為什麼一直跌，就是該學基本面的時候。 市場有句話講得太好「漲時重勢，跌時重質」。股票氣勢強的時候，股票想炒到多高，完全取決於有沒有人還想追買。 當趨勢反轉下跌時，沒有質的股票可是沒人會接的喔。質指的是什麼？就是基本面，而接的人都是那些價值投資的大戶。 基本面只是股票的其中一個面向，並不是全部，股票不是不能漲超過基本面，但你自己要知道股票的評價面已經超漲，該跑的時候要跑。 不過這一、二年才進股市的新手，想必他們學到的就是題材面、漲價題材，只要聽說誰導入 AI 供應鍊，不然就是什麼元件開始漲價，股票就會噴。 每次的下跌，都是讓人痛定思痛的時刻，很多檯面上的贏家，都是賠錢後才開始學習的。 為什麼要學基本面、技術面？為什麼會要讀懂總經面？為什麼籌碼面也很重要？如果每個人什麼都不懂都能賺錢，那究竟誰要賠錢？ 學基本面可以得到什麼？ 你可以知道股票至少有幾元以上的價值，也可以知道股票跌到哪裡大概會有人想接。至於超出基本面之後，它無法讓你知道股票最高可以漲到多少，因為那取決於籌碼面和技術面。 延伸來說，你知道為什麼很多大戶都是基本面派的嗎？因為光是知道股票至少值多少錢，就讓他們有很多機會能低接股票。他們不用賺到股票超漲，不用懂技術面或籌碼面，只要賺到有把握的數字就出場。通常賺的報酬都是幾倍，不是幾%而已，做久了要不成為大戶都難。 學會基本面之後，流心最大的感觸就是，股價超漲後的修正，不是不報，只是時候未到。至於現在時候到了嗎？我也不確定，我唯一能確定的就是遲早會到。

幾年前投資時，流心常對於主力喜歡洗籌碼很不認同，覺得這些人都是壞人，為什麼要故意騙人下車，而不是單純根據基本面操作就好。 這陣子的盤 (2026/6/26)，已經充份解釋這件事情，只要籌碼一亂，行情就會暴漲暴跌。 當美股投資人瘋狂追捧半導體槓桿 ETF、韓股瘋狂炒作記憶體槓桿 ETF、台股也是一窩蜂買正2和借貸投資，這個盤就會變得暴漲暴跌，情緒面的影響遠遠大於基本面。 因為散戶的散，就是一盤散沙的散，他們並沒有明確的趨勢方向，不看基本面，就是跟著股價波動殺進殺出。 這種盤，對於槓桿型 ETF 非常傷，因為槓桿型波動耗損最大的罩門，不是小漲小跌，而是大漲大跌。 假設大盤跌 10% 再漲 11% 回來，正2是跌 20% 再漲 22%，下面看一點數學： 原型      ：1 * (1 - 10%) * (1 + 11%) = 0.999 = (1 - 0.001) = (1 - 0.1%) 正2槓桿：1 * (1 - 20%) * (1 + 22%) = 0.976 = (1 - 0.024) = (1 - 2.4%) 原型只是小耗損 0.1%，而正2在這過程就耗損了 2.4%。所以如果你不是很看好行情能一直漲，抱原型的心情會比較平靜，搞不好還能少虧錢。 籌碼亂，是否代表行情一定走空？不一定。 但籌碼亂，一定代表行情的波動會很大。 記憶體暴漲，對記憶體廠商很賺，但是對消費性產品就是壞事。所以我之前是預期消費向下，但 AI 還是能漲，所以指數仍然可以向上。至於現在的籌碼，已經亂到是否還有人能堅定看多？ 我認為很多聰明的大戶，都是選擇暫時退場或減碼觀望，等有新的趨勢或籌碼沉澱再說。

早期讀書的時候，教授有說過自己學生時代寫程式，是要排隊用打卡的方式寫的。那是個超大型電腦的時代，主機大到需要一整個房間才放得下。 回想自己讀小學時，才開始有家用電腦，我始終記得自己那時候用 DOS 玩的一些膠卷磁帶的遊戲。而且每過幾年就有電腦規格的更新，從 286 開始、386、486 等等，每次換電腦都覺得速度大幅提升特別爽。 而當今的 AI 很可能複製個人電腦相同的路徑。先是超大型電腦、再來是企業、學校用的中型電腦，再來是家家普及的個人電腦。 目前的 AI 需要大型基建，多數人要用的 AI，需要依賴雲端服務，而且需要訂閱和付 token 費用。不過流心之前寫過一篇(參考： AI 的擴散方式 )，這件事已經慢慢開始改變。 每當美國大型模型商推出新的 AI 模型，對岸緊接著就會推出可本地運行的同等級模型。或許模型之間還有一點差距，但重點在於大家以為 AI 的普及，只能依靠大型 AI 基建，流心看到的卻是，AI 只需要很低的成本就能使用。 前幾天和 AI 討論未來的 AI 發展路徑時，意外發現過去的個人電腦，也是很類似的發展路徑。也就是說，同樣的科技發展，人類早就經歷過了，現在只是換了一個題材，再經歷一次而已。 這讓流心對於 AI 取代人類的擔憂，稍微減輕了一些。而大型 AI 基建的短缺，或許不會像市場想像的缺那麼久，反而個人 AI 的需求，會慢慢取而代之。 按照這種路徑發展，我反而對未來的科技產業變得樂觀一些。如果未來的科技發展，不再侷限於大型 AI 基建，而是擴展成個人 AI 電腦，甚至各種小型 AI 裝置，那就真的是百花齊放了。