股癌 Gooaye

EP636 | 🐚

MK 認為投資應聚焦未來展望而非過去成績,並指出 AI 時代下模型將趨於大宗商品化,真正的勝負在於硬體終端的採用廣度,以及軟體是否具備難以取代的「深度整合」能力。

一句話總結
MK 認為投資應聚焦未來展望而非過去成績,並指出 AI 時代下模型將趨於大宗商品化,真正的勝負在於硬體終端的採用廣度,以及軟體是否具備難以取代的「深度整合」能力。

主要討論話題

TOPIC 01
1. Applied Materials (AMAT) 財報揭示的產業瓶頸
MK 的觀點與推論:MK 強調看財報絕非看過去一季的 EPS,而是看 Guidance(展望)。AMAT 的財報確認了 HBM 疊加效應(從 12 層到 20 層)對材料沉積與 CMP(化學機械平坦化)製程是極大利多。此外,他指出目前市場真正的瓶頸在於「無塵室(Clean Room)」的建置速度,這解釋了為何先前台積電(2330)開出高額資本支出後,設備股卻未立即噴發。
TOPIC 02
2. 批判 Michael Burry 對 Palantir (PLTR) 的空頭言論
MK 的觀點與推論:MK 認為 Michael Burry 近期的分析有「過度擬合(Overfitting)」的傾向,即為了證明自己的偏見而刻意尋找特定失敗案例。Burry 拿 Google(GOOGL) 發長債類比網通泡沫,MK 認為這忽略了更多發債後依然穩健的公司。他直言 Burry 的 AUM(資產管理規模)甚至不如他認識的一些市場大哥,提醒聽眾「不要拜神」,當一個領袖的判斷開始脫離事實時,應果斷跳車。
TOPIC 03
3. AI 軟體的競爭格局:隨插即用 vs. 深度整合
MK 的觀點與推論:市場正處於 AI 殺估值階段,MK 提出一個簡單判斷標準:如果該軟體是「隨插即用(Plug and Play)」的(如視訊、簡單摘要、報表),極易被大廠內建 AI 取代。相反地,像 Palantir 這種需要派人進場串接複雜資料格式、建立本體論(Ontology)的「加值服務」,具有強大的信賴基礎與技術門檻,這類軟體並非土炮 AI 就能輕易擊潰。
TOPIC 04
4. AI 模型的大宗商品化 (Commodity) 與硬體終端的價值
MK 的觀點與推論:MK 大膽假設 AI 模型最終會變成像水電一樣的大宗商品,各家差距將微小到一般使用者無法察覺。他認為 Apple 選擇與 Google 合作是極其正確的戰略,因為重點在於誰掌握了「硬體採用的廣度」。如果手機終端能直接串接使用者的筆記、郵件並執行指令,使用者會產生極高依賴度,屆時底層模型是誰的根本不重要。
TOPIC 05
5. 美股回檔的心態調整與抄底邏輯
MK 的觀點與推論:目前台股績效極好(接近去年全年水平),但美股卻在水下。MK 觀察到 AI 正在各處「殺標的」,許多被嚇跌的標的其實基本面無虞。他已將心態調整為「等待掉下來的好貨」,並指出當市場因為一些荒謬理由(如 AI 最佳化路線會殺掉卡車司機)而亂殺標定時,反而是尋找介入的機會。

操作心法與建議

介入時機判斷:面對美股回檔,MK 拒絕「接掉下來的刀子」。具體做法是觀察股價是否踩到重要均線、數日甚至數週不再破底,或出現明顯的「破底翻」形態後才考慮切入。
中心思想與抄底:MK 認為抄底必須有中心思想,例如他曾在 Tesla (TSLA) 從 320 元一路抄到 280 元,雖然一度跌到 200 元,但因為對基本面有信心才能抱到回升。他強調:「出事情的通常不是你的公司,而是你的成本(買太貴)。」
類比分析法:他用硬體散熱來類比軟體競爭力——離晶片越近的散熱(如 Cold Plate)難度最高、競爭者最少;同理,越能深入企業底層資料、具有信賴基礎的軟體,其高毛利就越有合理性。

提到的股票 / ETF

金句摘錄

出事情的都不是你的公司,出事情的幾乎都是你的成本。

不要拜神,每個人在生涯某個階段都可能走歪,到時候記得要跳車。

你行你上。如果一家公司能維持超乎尋常的毛利,一定有它了不起的地方。

市場上有這麼多白痴,我不賺你的錢,誰要賺你的錢?

精選留言

25 歲全職做股票,淨值 2500 萬且有房有車,但女友家長認為不務正業、必須出門上班受社會規範,該如何處理?
建議「折衷處理」。可以去租一個便宜的小辦公室作為「交易室」,對外掛名「投資公司老闆」或「創投家」。MK 觀察到許多成功交易者會投資實業並掛實業的 Title,這能幫助融入社會並減少長輩疑慮。但最核心的是,結婚是兩人的事,只要女友支持,岳母的想法其實不重要。
股市熱起來一堆人問技術分析,是不是問 AI 就好?
沒錯。技術分析是量化與統計的產物,AI 討論波浪理論或數據統計甚至比人更有意思。相反地,基本面與產業最新的變化(如 AI 看不到最新的產品細節),才是 AI 容易瞎掰的地方,這部分更需要投資人自己的判斷。

風險提醒

AI 殺估值風險:市場目前對 AI 的預期過高,任何無法立即落地或被驗證的 AI 題材,隨時可能面臨劇烈回檔。
過度聚焦技術面:MK 提醒技術分析應作為了解市場情緒的輔助,而非唯一依據,尤其在行情過熱時,過度聚焦技術面容易迷失。