流心的投資哲學

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。

這篇單純閒聊正2，回顧個人過去經驗，文章可能比較長。 流心曾經有講過，自己最早的時候就是指數投資 (約 2008 年開始)，但是撐不久，很快就放棄了。撐不久的原因，一個是行情起起伏伏，看不到什麼成果，另一個是報酬微乎其微，年化報酬個位數百分比，感覺有投資跟沒投資差不多。 過去的指數投資，和現在的借貸槓桿，整個社會的投資風氣，其實差距非常大。現在的正2報酬，是可以讓人翻身的驚人報酬，再加上借貸管道也便利很多，以前真的沒多少人敢借錢投資，也不方便借，現在卻很多人敢借錢出來投資。 至於指數投資的風險，個人最震撼的經驗，就是 2020 年疫情時，那時候我總資金大約一千萬，全都在股市裡面，跌下去帳面損失快 30%，其實還蠻恐懼的。現在新進的投資人是否能克服這種帳面修正的恐懼？我也不確定，或許當所有人都很有信心一起求翻身時，這種帳面回檔很容易挺過去。 不過真正的投資考驗，還是像 2000 年或 2008 年這種至少腰斬的修正。 台股自從 2008 年以來，大概都是 20% ~ 30% 左右的中型修正而已，若以正2來說，大概就是跌 50% ~ 60% 左右，若這些人真的扛得過去，還真的扛過去就沒事了，帳面獲利很快就會翻正。 但如果是 2000 年或 2008 年這種，原型指數就腰斬的大修正呢？正2大概會跌掉 80%。這是什麼概念？就是無論你前面累積多少資產，就是跌到只剩先前的 1/5。你真的覺得扛得過去嗎？而且這二年的大修正後，經歷了蠻長的時間，股市才漲回前高，不像這幾年修正後很快就創新高。 就我所知，很多 2022 年以前鼓吹全押正2的人，在經歷過 2022 年之後，都開始變成部分正2，搭配部分現金，做一些資產配置，因為他們真的怕到了。如果這些人經歷了中型修正都變成這樣，那如果經歷大型修正後，還會不會有人推薦正2？ 講到這邊，論點好像變成完全不推薦正2，其實也不是這樣。流心之前在談論槓桿相關文章就有說過，以正2這種槓桿型 ETF，比較適合搭配原型 ETF 或是現金，以資產配置的方式投資。在資產配置的情況下，正2的績效會很類似借錢投資，那種損耗嚴重的問題也可以減輕很多。 延伸來說，很多人在研究投數投資時，都會分析單筆投入好，還是定期定額投入好。這其實是陷阱題，真正的答案要看你投入時所處的景氣位階。(推薦愛榭克的著作「景氣循環投資」) 當你投入時，是處於榮景期，很多股票都相對貴的時...

昨晚是美股的四巫日，行情沒有出現大家預期的修正，反而迎來的是暴漲。比較特別的是流心之前說的控盤股(參考： 控盤的痕跡越來越明顯 )，不再看到被人為壓抑的痕跡，反而看到的是放飛自我。 一個行情之所以能泡沫，需要很多背景環境配合。明顯的科技革新、新的產業願景、溫和的金融環境、鼓勵做多的政策支持。 我本來以為鳴槍的人會是蘋果 WWDC，結果群眾反而很冷淡 (我個人是蠻期待 Siri AI 的)。沒想到群眾對於川老大的話還是比較買單，畢竟槍一直都在他手上。 流心最近寫的文章都是偏空的文章，不是說我不再看好行情，而是群眾對於未來產業的想像，有很明顯的瑕疵和誤判，但在泡沫時只有無腦的樂觀，單純不吐不快而已。 真正想傳達的想法只有一個，你要知道自己身處泡沫，然後積極迎接這個泡沫，並且在泡沫破滅之前離場。 一年前流心堅持喊多，說必然發生 AI 泡沫行情。一年後你再回過頭來看，或許會發現我說的 AI 泡沫，真的按照先前預估的方式結束。(參考： AI 的擴散方式 ) 泡沫行情的特別在於，它會將未來幾年的漲幅一次漲完，「獲利」都還沒跟上，但是「股價」已經先漲完了。至於最後獲利到底會不會跟上，也已經不再重要，先知先覺的投資人早已獲利了結，而後知後覺的散戶卻在車上等待獲利出現。 如果 AI 最終的泡沫真的起跑，或許行情所剩時間已經不多。做完這波史詩級的行情，流心未來很可能不會再寫理財相關文章。 我認為未來的世界會很不一樣，AI 全面取代工作的時代，外星人公開現身的時代，是否還有傳統個人理財的空間，還是世界會漸漸演變成無條件基本收入的社會，真的很難說。 記得要「選擇良善」，你的選擇會直接決定自己會走向更美好的世界，還是更糟糕的世界。

不知有沒有人注意到蘋果這次 WWDC 釋出的架構，其實有分五種模型，其中部分是本地模型，而部分是雲端模型。另外，輝達和超微也釋出自己的 AI PC 晶片，而蘋果的 Mac Mini 或 Mac Studio 本身就很適合跑本地模型。 這代表 AI 的戰線已經擴展到本地裝置端，並不是所有的 AI 需求都一定要依賴雲端。 目前 AI 雲端算力的需求還很缺，但其實真正願意導入 AI 的就少數幾家大公司，而他們的算力需求，照流心自己的預估，應該是一個固定的量，只是這個量目前還未被滿足，你才會看到很缺的狀況。 你可以思考看看，當這些雲端算力的需求，突然間被滿足之後，那算力的價格會掉得多快？ 最近也蠻多公司開始檢討算力的支出費用，因為 AI 導入初期，為了鼓勵員工使用 (用來淘汰他們自己？)，token 用越多考績越好，結果很多人都亂用一通。現在 AI 算力開始照用量計費，公司突然發現很多支出都沒有創造產值，才開始重新制定算力額度和調整考績判斷。 由此可知，當一家公司的算力用量過多，很可能反過來壓抑算力的需求，因為費用太貴。 流心今天也看到一篇值得省思的文章 (忘了出處)，大意是這樣，有人把一些本來 AI 的需求做成軟體放到 GitHub，這樣就不用一直花 AI 的費用。其實軟體發明的目的本就是如此，把一些固定的需求做成軟體，就能夠重複使用。 當企業發現 AI token 花費過高時，將需求重新轉化為軟體，也是可以預見的事情。這個轉化或許不是全部，仍然需要 AI，但是軟體和線上 AI 併行，應該是可以預見的作法。 總結來說，AI 的發展不會停，但是對於雲端算力的需求，或許有一天會快速到達滿足點。因為企業對於 AI 的導入，除了幾個前沿大型公司以外，剩下的企業導入 AI 應該都是漸進式的。而企業為了降低 AI 成本，除了採用本地端模型，也可能讓軟體和 AI 併行，而不是全面置換的方式。(除非有一天算力變得超級便宜) 寫這篇只是預告未來可能的發展，順便澆一點冷水。當所有散戶都開始興奮時，流心已經在思考何時退場的時機。AI 相關企業未來的「獲利」肯定非常好，但是超漲的「股價」卻是另一回事。行情持續看多沒有改變，但還是要保持理性。