2025年2月5日 星期三

EP779 雲端應用變成落地實現,高本益比修正250205

 

兆華與股惑仔250205

EP779 雲端應用變成落地實現,高本益比修正、低本益比提升?基期概念很重要,工業電腦、機器人、軟體的啟示!ft.紀緯明 小明同學

歡迎收聽 趙華與蠱惑在地779集

今天是2025年的2月5號

好 自從在這個封關之前

我們就感受到台股的波動是加劇的

那12年的一開始

我想大家也感受到這個震盪加劇這件事情

在川普上任之後

可能將成為2025年的一個新常態啦

要習慣 要習慣

好 那昨天有跟大家分享到

欸 這個關稅大轉彎

以及這個所謂的Deep Seek橫空出世之後

我們會把目光放在什麼呢

放在其實AI的普及會加速

其實這沒有什麼不好

只是伺服器的大廠可能會受到一點壓力啦

因為畢竟輝達這個GB200的延後

還有一些好像我們以後不見得需要這麼高的資本支出

這件事情會比較衝擊到原本的老AI

但是可以從今天的盤面上看到

昨天的推論又再一步的往今天的盤面上

所以我覺得市場是這樣

市場永遠都想要找題材

除非景氣真的有非常明顯的下修

那因為現在美國景氣也還沒有出現明顯要下修或衰退的狀態

那大家就在且戰且走中先歸納出要走的方向

今天盤面上很強悍的是什麼呢

就回到昨天有提到的

終端運用啦

邊緣預算啦

從雲端落地啊

回到機器人可能開發會變快啊

那還有就是日圓升息美元也強勢的情況下

工具機啊

工具機會變好也跟機器人相關

好今天盤面上工藝電腦啦

機器人啊是率先就通通往上跑的

這個也是市場聯想力的一環

因為同樣的不會因為幾天而已

這個產業的市況就會有非常嚴重的改變

那當然風暴的核心

昨天看起來像CPU這類的

我們還是需要一點點時間來釐清

但今天也有一些新的新聞喔

是講說傳統的光收發模組

需求就會變大

現在很有趣

以前是長那些很先進的

要高速傳輸

要CoreOS

要什麼什麼

現在回過頭來

要HBM

現在回過頭來

沒關係

傳統的需求會變大

好我們先來歡迎這個

人很新但是也很傳統

哈哈哈哈

古奇雙分析師紀偉銘小銘同學

各位聽眾朋友大家好

就是人很年輕

但思想很老成嗎

怎麼這樣子講的

哈哈哈哈

不知道該怎麼形容

好新年到了

那我們先來解釋一下今天的盤面

其實今天的盤面

對於喜歡操作中小型題材股的人來說

欸是一個還蠻不錯的

有很多熟悉的股票

他又來了

好例如亞光又來了對不對

大銀為台灣精銳又來了

欸訊德開盤不到10分鐘就鎖漲停板了

研華這個就是我們常提到的一個激起的想法

去年工藝電腦其實下半年的狀況並不好

但是也因為這樣激起相對低

今天研華受到外資的加持告訴大家

他確實有受惠所謂的機器人或是邊緣運算等等的

調高目標價

工藝電腦蹲了半天

這個我們也講了很久

可能會是今年的顯學

那今天看起來跑起來的

那軟體已經好了三天了

滑紅資等等的

所以今天在相關的

還是圍繞在這個DeepSeek開發之後

AI的應用普及化

來延伸到今天的盤面上

關稅的衝擊反而在今天看起來大家比較不擔心了

先來請教小明分析師

因為第一天跌830點

然後第二天市場離線的方向

第三天現在市場決定把這個方向投注在

非常多的中小型熱門股上面

但這個對投資人來說

我們在第一季的操作上

是不是腦子也要稍微轉換

因為我還記得我們在農曆年前也有跟大家分享過

我覺得2025年

他這個操作難度一定不低

然後特別是在我們的選股邏輯上

因為我們花了一段時間聊說

我們在操作上跟2024年會不會有什麼不同

我覺得當時我們有聊到一個很重要的重點

就是你要去了解什麼叫做基期

股價的基期也好

或者是基本面的基期

這些東西都是在2025年需要去關注的

所以像今天

研華外資出報告以後

然後帶動了工業電腦

因為工業電腦也是我們在農曆年前

我記得我們也聊了蠻久的時間

因為為什麼就一直提到基期的想法

那工業電腦是去年

這2024上半年有一度

其實大家的業績都非常好

股價也跟著一起上去

因為講到機器人

或是講到所謂的AI

其實工業電腦也算

工業電腦也是一個科技之母

所以本來都覺得還不錯

但後來他們到了五六月之後

研華自己也有講

客戶有提前把貨給拉了

後面的後繼有點無力

從那一天開始

其實工業電腦就處於一個比較壓抑的狀況

對 因為去年下半年的時候

整個工業電腦的族群

原本我們還是蠻有期待說

他能不能走一個復甦

或者是營收慢慢的爬上來

可是剛好這個營收開出來的數字

跟我們預期完全相反

他是慢慢的往下走

可是我們到了2025年以後

他就變成是一種

我認為是一種優勢

因為他基期很低的情況之下

他今年的營收

你也不用求他有什麼大爆發

他只要稍微成長一下

那個年增率放在

去年那些什麼基期很高的個股

光通訊

或者是你說這些設備股

可能這些我們說的工業電腦廠

他們的營收年增率一開出來

都會比這些傳統的去年很好的

還要來得更漂亮

所以等於是他們有機會

可以抓到市場的資金題材

那另外一方面的話

很多的工業電腦

包含我想這個5258的紅寶

比較少人在提

可是因為他在做這個POS機

對 然後他賺很多錢

這家公司很有趣

他常常會有一些市場傳聞

但是他

我覺得工業電腦

一個很有趣的事情是

其實大部分的工業電腦

都是賺錢的公司

這件事情跟你去買

BPU或CPU

或是機器人

是有點不一樣

大部分的工業電腦

其實都是賺錢的

紅寶也是一家賺錢的公司

但紅寶就每一年都會有人

跑來跟我說

公司內部告訴你

明年他要做9塊

或什麼之類的

後來都沒有

對 目前沒有看到

可是紅寶有沒有賺到6塊

有啊

他還是有

但紅寶現在他

據我了解

因為剛好有公司是

跟他算是供應商的關係

是有努力在他的產品的組合上

是有在做一些調整的

所以也是一個

可以大家關注

有沒有轉股更好的一家公司

對 因為為什麼會舉這件例子

就是因為這幾年

我們有操作過

那當然就是小故事不斷

當然就代表的是說

這間公司或整個族群

他們會三不五時有題材

可是我們真的以基本面來講

他就是有賺錢

他本益也不高

可是你要去思考

公益電腦就這樣

跟資通訊軟體有點像

有一點像

就是都有EPS

以前都把他當高殖利率股

可是現在資通訊軟體

又開始亂飆一通

這種東西我覺得很有趣的是

他也是2025年的機會

因為你過去有些本益比

可能只給10倍到15倍的

今年變成我們講到邊緣AI

然後這些AI應用

開始往這個所謂的中端

就靠近的時候

過去這些低本益比的

然後我們說高殖利率的

他們反而有機會受惠於

所謂的本益比上調

他EPS不用漲很多

稍微成長一點點

然後結果你本益比一打上去

股價很容易就會動輒

漲個60% 漲個80%

所以工業電腦是我們聊過

其中一個族群

那網通我覺得也是一樣

可是我覺得回過頭來講的話

因為畢竟我們新春說

要開紅盤 開紅盤要大漲

結果沒有

是大跌

那我覺得這件事情

也要給投資朋友一個想法是

不用苛責自己

原因是因為你要想

他們沒有要苛責自己

他們要苛責老師

苛責老師

苛責節目跟老師比較快

對啦 好 我們能夠理解啦

因為大家還是蠻有期待

可是你要去思考的是

在過年期間是因為什麼樣的利空

第一個就是Deep Seed

然後再來第二個就是關稅

那我想這兩件事情

其實都跟景氣循環

是沒有直接的關係

所以它變成是你呢

真的在做一個所謂的

比較長時間尺度的規劃上

你原先也不應該

或者是你根本就不應該知道

會有這樣的事件出來

所以它是一個

我們沒辦法去預測的東西

那我覺得這種東西

你就不需要去特別歸咎

都是因為我在農曆年前

其實它就是我們在股票市場裡面

投資一定會遇到的事情

就是你沒有想到的

那我們能做的是什麼

當事件出來以後

包含在農曆年期間

其實我們也沒休假啦

你Deep Seed出來

大家就會問說

老師這個衝擊真的很大嗎

他真的有這麼厲害嗎

他是不是造假

好 因為過年期間

我還有收到券商的報告

所以可見得有很多的研究員

是沒有辦法休息的

除了這個Deep Seed之外

川普的上任之後有一些發言

他們也得follow

對 這個國際金融事件

我們在農曆期間

只要啦 國際股市有開

我們都還是得多少關注一下

那當然因為Deep Seed

我沒有說應該怎麼樣

它跟這個模型

我對它算有認識

早在R1之前

其實V3是去年12月的事

當時就出來了

我當時看到這個模型

因為它的這個論文是開源的

然後我們就知道說

確實中國有一些方法

演算法 增六技術

它當時沒有用增六

那個時候還沒有用到增六這個詞

可是我們看到了

它的演算法是開源的

你說它真的造假嗎

其實也沒有

可是我覺得市場上面

大家在看的資訊

都會第一時間

哇 什麼600萬美元的成本

其實那個

我覺得不能這樣子看

就是昨天有跟大家分享

就是這不是新的AI語言模型

其實幾個月前

我記得好像上我們啾啾鞋

就是有一些

我們還比較熟知的科技YouTuber

就已經講過了

然後抖音 小紅書上

其實都有人分享過

他們在測試這個東西

只是剛好就是在農曆年期間

他可能把一些比較完整的資訊

給揭露出來

例如說我開發這個

只要580萬美元

對比起這個確實GDP有多低

然後我們的增六技術如何如何

比較完整資訊出來的時候

剛好又有很多的AI股

已經漲到非常高的本益比

正愁沒理由

剛剛小明同學講到一個很重要的

現在低本益比有在提升

那高本益比有在修正

這就是現在盤面上

很明顯的現象

你也可以說

從雲端跑到終端

例如說開盤第一天

像華碩微星的大漲

對 雲端跑到終端

AIPC你都覺得不好的

顯卡你覺得好像普普的

突然都大漲起來了

好 雲端伺服器就消風了

但你也可以說是

高本益比修正

低本益比提升

這些都是這三天上盤面

已經告訴我們市場決定這個樣子

而且我認為這樣子的趨勢

還不會停下來

因為你資金

通常你像看在農曆年前

大家都不太動

可是你到了農曆年後以後

因為我還記得農曆年前我們聊過

投信有很多的資金是壓在CPU上的

結果你一回來以後

CPU變成重災區

所以這個是資金板塊上的移動

那它不會是一天兩天的事情

代表是這些低本益比的個股

他們還有評價上調的空間

所以我認為

在接下來的話

我們一定要很習慣的是

你會有很多這種所謂的

爆炸式的 橫空出世的AI技術

然後它會忽然出現在

我們的這個視野裡面

然後我覺得大家

不應該把它當成威脅

因為所有能夠讓AI的技術

或者是成本降低

我認為對於整個科技的推進

都是相當有幫助

而且它可以加速的是

我們所謂的應用的落地

也就是你說過去我們有聊過

你說七巨頭

他們每年花個幾億美元

在投資伺服器上

台灣一般中小公司

哪有可能做這種事情

所以你這一種讓成本降低下來

我或許不用追求這麼好的效能

但我希望有一個專屬於我公司的

但我訓練這個模型

我不用花這麼多錢

所以我反而認為

對於整個AI的領域產業

還有包含技術的落地

更貼近我們的生活

Deep Seek這類型的

所謂的我們看到的

這些新的語言模型出來的時候

我們會發現

它其實對於我們來講

我認為長遠來看是一個利多

然後再來的話就是關稅問題了

關稅問題也是被問到爆

那我們也聊過

我覺得這些東西

農曆年前我們都有先幫大家預習

那你說關稅的問題的話

因為你說墨西哥跟加拿大

好像暫停緩震一個月

可是我記得我們有跟大家提過一件事情

就是關稅對於川普來講

它只是一個工具

它是工具

它不是目的

它可是一個厲害的商人

商人不會在一開始就把籌碼說死

但商人會把對自己最有利的方式壓在這邊

看我能談到什麼樣的程度

沒錯

他就是會

他有在

因為川普有出過書

他在裡面就想過了

他其實會不斷的施加所謂的極限壓力

然後把你逼上談判桌

他不會一次把牌全部打光

那我覺得對於川普第二任期

也就是我們說的川普2.0

對資本市場來講是好事

原因是因為我們看過1.0了

在他第一次上來的時候

我真的印象很深刻

他一直在喊說我要對中國課稅

我要對誰誰誰課稅

那個時候很多人不把它當一回事

不相信他真的會課

結果川普真的給你課下去了

所以當時對於資本市場衝擊其實是大

可是你在這一次

我想應該沒有人會覺得川普是在跟你開玩笑

他說課真的會課

可是就像剛剛趙華講的一樣

川普是一個商人

唯利是圖

那他的目的是要讓美國再次偉大

所以他在做的每一件事情

你今天你看加拿大跟墨西哥

他願意在政策上面讓步

或者是稍作配合

那川普也是覺得OK

我們有轉圜的空間

可是你說像中國

他如果沒有願意去配合

他說我要反制

那這種就是你美國當然不可能軟下來

那你關稅就是得課下去

可是下一步我們要去思考的是

川普是不是也有講過要對台灣晶片課稅

對 好

2月10幾號

現在不是很確定

因為通常當天前面搞不好還要發假文

但是還說到最高可能課到100%

然後我這邊也是幫大家科普一下

因為做研究員

我們還是要對他這些所謂課稅的法源依據

還有他接下來可能會發生的過程幫大家釐清

首先美國在課稅

他會有所謂的三種途徑

第一種就是這一次川普對美國

對墨西哥加拿大跟中國所用的

這個IEPA國際緊急經濟權力法

那他就是

他的訴求不是你危害到我國家的經濟的問題

他的訴求是什麼

你今天有非法移民

有毒品的問題

我可以用這個法源

去對你做出相對應的經濟制裁

然後這樣子的話

他是可以直接用行政命令

所以速度非常的快

他一上任可以馬上發布

可是你對台灣

台灣有什麼非法移民到美國嗎

或者是台灣有什麼毒品到美國嗎

至少好像我們比較沒聽到啦

所以你要用IEPA去對台灣課稅

難度目前想不到

他要用的是什麼

他要用的是1974年的貿易法

這個貿易法的話

就是我們常聽到301條款

可是301條款的話

他有什麼問題

他有分成三種

第一種就是他必須要先做調查

也就是他有一個清單

如果你在這個清單上面

他已經過去調查過了

例如說晶片或者是冰箱或是汽車

他已經調查過了

那他調查過了

理論上他真的可以用行政命令

馬上對你課稅

而且關稅的稅率理論上無上限

所以100%是課得到的

那再來呢

如果他不在這個清單裡面呢

那他可能就要先做所謂的301的調查

那至少至少呢

你要做什麼樣

你至少要兩到三個月

久一點你可能要到三季甚至一年

所以我現在還不知道

他到底要用什麼樣的法源

來對台灣的晶片課稅

這是第一個啦

那我們剛才講到有三種途徑

那第三種就是川普有講了

我要對全世界一起課稅

這個很難

這件事情我覺得做不到

因為他真的要送這個

眾議院跟參議院

這個難度我覺得很高

所以我們重點還是要再關注

接下來到底對台灣課稅的機率大或小

我認為他會是一種談判籌碼

他要跟台灣拿一些其他的東西

或許他最後不會對台積電課稅

或許他不會對晶片或半導體課稅

但是他可以要求台灣怎麼樣

你多花一點錢嘛

你買一點我們的軍工嘛

你買一點我們的什麼產品嘛

讓我們的這個貿易逆差不要這麼的大

所以川普他有一點這種相裝無間

那種意在沛公

他其實不一定真的是想要對你這件事情開刀

但是他有他想要拿到的利益

因此我認為投資朋友在接下來的四年時間裡面

也是皮要繃緊一點

因為有的時候你不能直接看到新聞

就直接去做解讀

而是你要去理解到說

到底川普做這些所謂的政策

他背後的意義是什麼

也不要把川普當笨蛋

他真的不是笨蛋

他很聰明

當然不是啊

就是因為有人會覺得他好像是狂人

做什麼事情就是

狂人跟笨蛋不能畫上等號

但是狂人當然會讓大家覺得有一點點

是不是衝動

但是不是

他其實應該都有所謂的老謀深算

沒錯真的

他真的是老謀深算

所以我們在今年看這些新聞上面的話

大家在解讀

我覺得有什麼問題

或者是有什麼最新的資訊

我們也都會來幫大家及時更新

就不用自己嚇自己啦

反而是有這種利空

把股價殺下來

就過去的經驗來講

我們回頭看幾乎都會是一個短線上面的好賣點

但是當然節目也有跟大家分享說

你還是要釐清你手上的股票

他的性質是哪一種

像例如說我們雖然講了很久的工業電腦

但不是見得大家對他都有興趣

因為低本益比低波動嘛

所以大家就覺得沒興趣嘛

可是至少這樣的公司在他漲的時候

怎麼講

第一是如果你沒有蹲點

其實你有時候你不敢追

然後第二是當他漲的時候

你不會覺得他他不應該

你不會覺得很很怎麼講很誇張

因為現在可能風就是輪到他們身上

他們也都是有獲利的

可是如果你報的是像BBU或是CPU這種公司

可能你對技術型態就要有一定的掌握

但是他們會不會再起來呢

其實我們也有聊到

有三大熱門題材一直在輪流

就是剛剛講CPU BBU機器人

三個一直在輪流

那封關前漲的是誰

封關前漲的就是CPU跟BBU嘛

就是沒有任何的理由啦

就資金現在就是在封關前要把你炒到最高

真的就是那樣一個氣勢

可是機器人是從12月中開始

他就開始休息了

上癮先帶頭休息還記得嗎

然後投信本來買壞也賣了一些

覺得怎麼好像做不上去

機器人休息

可是開春的第一天機器人就沒有跌

所以你就會發現

這三本柱

這三個現在是輪迴了機器人

機器人就變得很強

一噴又是噴漲停的

那代表什麼

代表其實市場的資金

對於熱門題材這件事情是沒有放掉的哦

不要因為800多點就驚到

可是如果你手上的是熱門題材

你要知道你現在該做的是誰

或是你該極快的停損或極快的介入

這個事情本來就要有一定的譜

那CPU的話現在必須觀察了

因為CPU已經歷經過

華仁勳說不會那麼快

魏哲嘉說不會那麼快

然後現在是DBSIG告訴你不用那麼快

可是今天我又看到新聞在跑了

傳統的光收發模組運用可能會大幅增加

誰在做光收發模組

其實很多所謂的光通訊廠商

本來就是有在做光收發模組

回到他們的本業

還不是回到他們的未來

所以會不會用這樣的題材再繼續run

我們也可以拭目以待

但可以看得出來

市場對於這三本柱輪流的這個心是沒有死掉的

因為資金啦

畢竟我們說資本是逐利的啦

然後大家都想賺錢

你一定會往那種最熱門啊

最強勢的股票去走

可是就市場在波動

那你也沒有辦法去預測說

我們下一次會輪動到哪一個

那對於2025年的操作

我個人會比較偏好啦

這是我個人的偏好

我會喜歡在這一種

可能他還是比較冷的時候

他沒有在大漲大噴狂噴的時候呢

我反而會想要在這種時間點

先進去蹲

因為你說在大漲的過程裡面

我們也知道大概從去年的第四季以後

股價的慣性就不是很連續

所以呢

我們只要常常去你說追高啊

或者是稍微追的貴一點

很容易就會燙到

那在今年你說第一季

這個狀況看起來也沒有要改變

那資金呢

也是很聰明

大家都有共識的時候呢

那反而是這種所謂的漲上去貴的估值高的

或者是呢

已經這個位階很高的資金就不想去追

所以他反而會想要去看那種

過去沒動

這就形成了一個

所謂剛剛提到的這種資金或板塊

他們在輪動的一個

一個這個叫做

一個想法啦

他的這種一個因子一個因子

那這樣子的因子目前看起來沒有人要消退

所以我覺得大家在說現在的機器人

他有沒有一個回溫

我覺得他機器還是算低哦

因為他12月這樣子修正下來

你說上銀大銀微

這個我們過去聊過的

那你傳統的這一種精密機械

他說真的也是獲利

其實在今年會開的出來

所以我認為這種已經經歷過修正的股票

那可能在短線上面他已經漲了一兩天

大家不要覺得好像他強一兩天

然後呢就覺得他很貴

你要去看的是

你至少把這個K線你可能拉個一個月兩個月

你會發現他的這種位置大概都還是在偏在右下角的位置

所以你說去操作機器人有沒有搞頭

在今年一定還有搞頭

對我個人還是很看好機器人這種落地的應用

所以大家在如果有在操作機器人的話

我反而會覺得他是在現階段

現階段哦

我覺得現階段是一個資金蠻喜歡的避風港

然後動能也夠強

然後有一些真的獲利數字也不錯

那當然龍頭指標都要台灣精銳嘛

然後上銀大銀微

我覺得還是往這一種就是人氣比較高的熱門的有量的公司

不要做太投機了

我覺得2025年不是一個太投機的年

那你只要是往這種所謂的熱門的

然後真的是有基本面在做支撐的個股

我覺得在操作上面的話

會讓大家會有一個比較值得期待的獲利空間

那既然是走傳統風嘛

我們也可以看到例如說BBU

他們可能現在就覺得也不見得要用到BBU

就回來看傳統的電源供應類的

這也是一個我覺得很奇妙的事情

那傳統的電源供應類

我們也就什麼台達電啦

光寶科啦

這種很傳統的

他們不是沒有BBU

像台達電也有BBU

可是佔營收很小嘛

如果今天要回歸傳統

我覺得有時候選股反而沒有那麼的困難

可是那CPU

我覺得還有就是

我覺得他真的還有可能會因為大家覺得光受發模組會好

這件事情

然後本來就有EPS的公司還是會得到加持

例如寰宇就被迫自結

他12月的EPS嘛

那有一個0.31

也不要說去把它乘以12啦

我覺得這樣也是有點那個

但確實市場是這麼想的

寰宇KY自己也知道

但他就是有獲利的公司

他的獲利來自於光受發模組

所以現在有一些CPU的公司回過頭來

他們本來就在做光受發模組

而且有EPS

會不會風是最後輪一輪回到他們的身上

我覺得這也是一個可以觀察的

總之不管是BPU

不管是CPU

不管是機器人

機器人當然還延伸出有精密機械類

視覺類什麼類

那個機器人範圍其實非常廣

那大家都會有一套自己的說法

而且有EPS的公司會出來

工業電腦也是

資通訊軟體也是

所以有時候我們在下跌的時候看到金管會

或者是說證交所出來說

我們台股的這個體質是很健全的

我必須說

台股很多公司的體質真的是不錯

但是台股的結構是比較不健全

例如說你都一直在漲台積電

就可能很壓縮到其他一些沒有沾到AI邊的公司

那今天昨天這兩Round下來

我會覺得台股現在的結構還反而健康一點點

就是有題材

然後他也有體質的公司

就剛剛講的低本益比有可能會再往上拉

讓大家可以平衡一點

高本益比修正

低本益比平衡

指數你都是不動的

指數你永遠都是2萬2到2萬4

其實真的無聊到一個炸裂

可是裡面的股票變動

可能在今年我們在思想上就有點轉換

那這個的話就是我們剛才在一開始提到

我覺得接下來這種資金從高到低的狀態不會改變

原因就是真的

因為你說現在的資金

台積電漲很多

或者是原本那些很貴的

雖然真的他們你說光通訊CPU

他就是回到原先他的本業獲利貢獻

他現在你說他有真的有什麼CPU的產品嗎

目前至少我們沒有看到

要記得

今年就算大家再怎麼講CPU

CPU也不會對這些廠商有什麼貢獻

他們有EPS都是來自傳統的光通訊產品

沒錯

這件事情一定要先釐清

那剩下來就是資金到底喜不喜歡

願不願意給他多少倍的本益比

買他未來的夢想

那我覺得應該是怎麼樣

我覺得現在應該要聊一下過年期間

反而是我有點想要問兆豪

因為我自己

怎麼反過來問我了

我蠻感興趣的

像我們自己在做

我自己本身會在過年期間去看財經的新聞

那我比較好奇的是你在過年

你也會看這些嗎

我不看我怎麼跟你聊這些

這我不知道

對啊

每天都看啊

每天都要看

當然啊

不是

他不是工作啊

我不曉得對小朋友來說怎麼樣

很多人

因為我有說像之前也會有人問我說

要怎麼做功課啊

我常常聽了就忘啊

我就會提醒

就是如果今天真的是入門的聽眾朋友一件事情

就如果你是入門

或者是說你有興趣

但是每天只是聽聽

那絕對是不夠的

因為我除了自己的本業是從做記者出身的

本來就在跑公司

本來就在看產業

本來就在採訪經理人或什麼的

到現在

他已經變成我生活的一部分了

就算是六或日

我都會去注意有沒有什麼樣的財經訊息

第一時間丟到我們的群組去

我就是那個很煩的人

那但是我覺得很有興趣啊

因為這樣子我就會知道

接下來可能會產生什麼樣的變化

過年期間我當然也會覺得

哇 台積電一天跌十幾趴

ADR一天跌十幾趴

灰黨一天跌十七趴

這件事情到底背後我們要怎麼看多還是看空還是誤殺

對 他會自然的產生興趣

他不是一個工作

他不是一個job

對對對對

原來是這樣

所以當然會看啊

只是我沒有跟你討論而已啊

我只是不好意思騷擾你們而已啊

謝謝 謝謝

沒有沒有

謝謝什麼

沒有 謝謝

就是我怕

就算我過年期間LINE小明

小明也不見得會理我

我怕我沒做功課被你發現

因為我就發現小明就不見了

然後我就不用跟他討論了

對 漢偉哥又跑去日本了

所以也不用討論了

然後艾倫都沉迷在呱呱樂也不用討論了

對耶 他在呱呱樂

所以大家我喜歡平常討論的對象

我都沒有在過年的時間煩他們

我們回來再把這些該做的功課惡補起來啦

那好啦

我覺得以整個這樣子的狀況看起來的話

我們還是要回過頭了

我覺得現在投資朋友包含我們自己在面對到很多的一些問題

大家還是比較偏向沒有信心

但我必須承認是因為我們在當分析師

或者是我們已經有自己一套的這種交易邏輯

那變成我們在觀察這些市場

包含像是在過年期間的時候

你看到台積電跌這麼多

ADR碼跌很多

然後NVIDIA跌這麼多

當時我們以美股來看的話

納斯達克也留了一個超級大的跳空缺口

可是在我們農曆年回來以後

事實上這個納斯達克的跳空缺口就已經被回補起來了

所以在第一天我們新春開紅盤那天

台股跌了800多點嘛

然後也真的留了一個跳空缺口

雖然當時我一直覺得說

這個跳空缺口應該是要把它回補回去的

可是如果我們時間倒回去兩天之前

我想大部分的投資朋友會比較沒有信心

會比較害怕

會覺得怎麼辦

我第一天跌了800點

那是不是接下來要開始往下修正走空頭了

那我們很容易一跌就會想

我們今年是不是要進入到空頭年

言論也會跑出來

這是今年我覺得在

我們也可以跟大家大膽預測

在接下來只要有大跌

這樣子的言論一定都還會再出來

可是我還是要跟大家強調的是

我認為今年不會是空頭年

就算我們以過去的這10年來講

股市的週期三牛一熊

我們今年也才第三年而已

你要讓它馬上進入熊市

過去的慣性不支持

然後再來的話就是經濟數據

景氣循環也告訴我們今年呢

其實以台灣來講

今年的經濟成長率會逐季成長

因為去年是逐季成長率是逐季下滑

所以一樣是基期的問題

所以今年的經濟成長率大家會看到

台灣的好像這個GDP年增率怎麼越來越高

所以今年對於台灣來講

它不會是一個衰退的一年

對於台股

那我們也觀察到了很多的經濟數據

那大家也可以去看美國公佈的

ICM就業指數

或者是聯準會的這些和批書

然後這些官員的發表

大部分都會告訴你說美國的經濟

應該目前看起來動能都還是很強

特別是製造業也開始回溫

所以我們呢

我們還可以把目前的景氣循環定調為

還在成長期哦

它不是在高原期

它沒有那種停頓

它還在一個成長的階段

所以既然還在成長的階段

一般來講股市的高點不會在這個時候出現

這也是為什麼我們對於

不論是美股也好

對於台股也好

我們覺得呢

其實股市應該都還有高點可以期待

那當然以產業來講

我們還是要注意一件事情就是

我自己還是會比較疑慮的是說

上半年比較會是像AI伺服器廠商端的

有一點點空窗期的問題

因為你還是比較仰賴在

輝達這邊的訂單比較多嘛

我想這個事情是

也沒有因為這幾天有這個Dipstick事件

我們就會完全不一樣的

第一個我覺得這個還是

所謂的老AI

所謂的廣達鴻海啦

他們體型也比較大

我覺得他們在上半年的營收空窗市場

要什麼時候去怎麼講

接受這件事情

而重新賦予他們未來高成長的評價

這個時間點我覺得可能需要關注

他可能沒有辦法馬上

現在又覺得

啊他們已經殺那麼低了啊

馬上急衝

因為他們真的會面臨到

這個訂單延後的一些效應

那台積電第一季的狀況

我覺得還是要觀察

即使這個課了晶片的關稅好了

他都可以轉嫁好了

可是市場會害怕

我覺得還是會害怕

然後再加上說

他還有一些事情在美國

是要跟美國政府談的

這些都可能形成一個

在第一季的一些變數

當然台積電本人的體質

我個人覺得沒有問題

可是市場的傳言

或是真的有一些對他

第一季的營收造成一些衝擊

例如輝達的訂單等等的

他可能都會不斷的在盤面上

來回洗刷大家的信心

所以就切記不要在大漲的時候

硬追

其實這個是一個不變的法則

就像我說工業電腦

我們兩個在年前講工業電腦

可是他可能都不動

可能90塊的立端

90塊的飛捷

愛訊110

大家其實是沒有興趣的

研華跌到400塊以下

大家是沒有興趣的

可是今天全部都漲停的時候

或是漲半根以上

大家可能很有興趣

那就要小心了

因為我們當然也希望

他像資通訊軟體

可以多漲很多

可是他可能也可能

這股性的問題

漲一兩天

他又沒有了要等很久

對 因為過去就是這個樣子

但如果你對這個基期投資

或是對他們

其實跟AI也是息息相關

而本益比又非常低的情況

有信心是應該用蹲點的方式

用一點點時間來換取你的安全感

我覺得這個是蠻重要的

那你要去釐清

到底現代的局勢對誰有利

才能讓你的安全感更加的建立

要不然就會變有點隨波逐流

對 我覺得我們在聊天的過程

或過去這樣子

跟大家討論的一些議題

其實我不知道投資朋友

有沒有發現

我們很喜歡用的是一個

大局來看

所以我們當然會去跟大家聊說

今天的行情哪些比較強

哪些比較弱

可是我們花了很長時間的篇幅

是在跟大家聊說

我們如果把這個所謂的結構

我們用更高的這種角度

去看資金怎麼跑

去看產業的基期高低

我覺得用這樣子的角度

這是要怎麼講

對於一般投資朋友來講的話

因為大家不可能說

我每天又要上班又要盯盤

那你當然的

你取而代之的

你就是必須要用

剛剛趙樺講的

你用一些時間去換取空間

這個才是我認為

對大部分投資朋友友善的一種做法

除非你像我們每天都在盯盤

無時無刻都在看

那你當然可以就是

今天什麼強

甚至你盤中什麼東西再強

他的盤中的資金輪動

我們其實都能夠掌握到

可是至少在我的認知裡面

這不是適合大部分投資朋友的

然後再來的話

就是基期的這一個概念

真的啦 今年真的超級重要

我覺得這個還會一直聊下去

基期的問題

然後工業電腦也是

其實這個也算是一個過去的痛

因為講到工業電腦

今天看到愛訊漲停

有一點不舒服

你知道嗎

為什麼

因為之前我大概在2023年底的時候

當時我們就知道

工業電腦特別是愛訊

他手上的訂單

我們已經知道很滿了

然後他的這個

因為當時是在2024年上半年的時候

交期交了非常多的貨

然後這一些資訊

我們大概在2023年底的時候

就對這個產業已經有了一個

算是共識

算是業內的一個共識

然後當時的愛訊

你說他基本面不好嗎

沒有啊 本益比11倍

結果他股價就是這樣子

從90 80 70

他一路往下殺

然後當時我們就覺得

怎麼一間好好的公司會這個樣子

當然之後我們還是停損掉了

然後所以你看到今天漲停

你就覺得

怎麼會這個樣子

好吧 那我再多囉嗦一句好了

今天工業電腦有次檔

我的感受特別深

第一檔 研華

為什麼會一直follow研華

因為研華在這個金融海嘯的時候

他是一家40塊的公司

可能大家都已經不知道了

然後研華那時候

現在可能不一樣了

那時候就是

反正因緣際會我有去單車環島

然後有跟研華董事長劉克正

他也去單車環島

你們一起環嗎

我知道他 他不知道

OK

好 這些都是以前的事情了

但重點就是在

他是一家很好的供應電腦龍頭

那當然之後股價水漲竄高

後來研華開始修正的時候

我就一直注意他

但對我來說還是很貴

因為他就三四百塊錢

只是我就覺得說

當今天這個龍頭如果發威

那整個供應電腦就可能有機會了

這是第一個觀察點

然後另外三家公司就分別是

愛訊 力端跟飛捷

力端是因為我跟阿格力

有一個頻道

那力端是我們曾經都非常看好的公司

他背後還有台達電

他背後有

好像還有華碩是不是

他有大佬在背後支撐

可是他就是非常典型

在2024年的上半年營收不錯

突然雪崩的

就突然變超級年減

然後我們就說

蛤 好吧

之後就也有漲

其實那時候我記得好像90塊

漲到120還多少

其實也不錯

可是後來又跌回去

跌到90還多少

然後就變成一場空

所以那時候想好吧

原來這個供應電腦

雖然他們

他們的營收會有這麼大的一個波動性

對 那是我們誤判的

這是力端

但現在我又重新看力端

只是力端要注意

力端現在的營收沒有比

比其他的那些供應電腦

其實是比較不好的

對 公司在2025的上半年

還是比較保守

對 但是是不是可以超前部署

我覺得大家可以觀察一下

因為去年畢竟他也是一家賺錢的公司

應該有四塊以上的公司

好 那飛捷呢

飛捷是另外一位

就是中國中中總

對 有跟觀眾朋友有分享過的

那後來因為他也是很溫吞

就非常多人不耐煩的說

飛捷到底還沒有救

後來中總就有兩次出來說

其實飛捷

他就是跟機器人是有關聯性的

只是市場並沒有把這個題材灌到他身上

可能因為飛捷成交量比較低或什麼

但今天飛捷也是一個漲停板

也是創下一個波段高

好 愛訊就跟小明同學一樣

我不斷的聽到

其實愛訊的訂單很好

我不斷的聽到愛訊還發了可轉債

而且有意願要把價格拉上去

讓大家可以轉換嗎

因為發可轉債的公司很多都希望

我真的不要還你錢

我還你股票就好了

這一路聽他就一路從80塊

90塊

100塊

140

所以我對供應電腦真的是頗有感情

也頗為複雜

但是我覺得至少我沒有錯過

沒有錯過

對對對對對對

對啦

因為就我覺得今年還有機會的話

他還是有所謂的操作空間

因為你說這種兩年沒動

或者是過去呢

傷害我們這麼深的股票

我們總是還有機會怎麼樣

初戀總是最美

不行不行

講這個會被罵

你小心一點

這要小心一點

你沒有在聽

我們的意思是呢

就是呢

這些過去我們可能曾經認為他很好的股票

那在今年他確實真的基本面有辦法跟上來的話

不妨大家可以回頭去看

因為你說資金真的要把一些舊的題材一直炒一直炒嗎

其實冷飯熱炒炒到後面

大家也會有點麻痺啦

所以我們市場需要一點新的這種所謂的題材

特別是一講到機器人

一講到這種所謂的邊緣AI

很多的裝置

我認為你說AI真的要直接應用在我們生活嗎

對我來講

我覺得在我們所謂的消費端之前

應該工業端會先開始應用

所以你說工業電腦

他們好像以前大家都覺得跟這種什麼POS機啊

或點餐機比較有關

可是實際上你說他們在看到的這兩年的AI發展上

有不少公司其實都有往這種所謂的工業

所謂的機器人的這一個領域去做發展

然後他們要先陸續送認證

所以如果在過去這兩年裡面有去送認證的

如果按照過去這種產業的時間點來講

應該在今年

認證應該過的都要開始陸續過啦

那這些認證一旦過了以後

接下來的話就是要怎麼樣去設計產品

然後到產品量產

他可能就會是到了甚至延續一整個2025年的story

所以這個工業電腦

真的是今年不能錯過的一個族群

這也是我們的一個個人小感想

好那今天也很謝謝小明同學

那看到自己有在follow的產業

真的有所謂本益比往上提升都是開心的

但是也要提醒現在就是一個

大家在交換

雲端變落地

高本益比修正變成低本益比往上

大家可能要適應一下這樣的一個狀況

那當然最重要的每一次節目都會提醒

注意您自己喜歡的屬性

你手上的股票是什麼屬性

這個才是最重要的

不代表你喜歡積極的股票就不能衝衝衝啊

對啊像我們今天晚上

雲翔哥也會來

雲翔哥跟小哥兩位哥

就是一直在衝衝衝衝衝衝

一天兩天的事情

喜歡這樣子的也沒有問題

但是不要變成套牢變存股

然後存股變標股的時候又捨不得

就是處理或是不會處理

這些都很可惜

好那我們今天的節目就先到這邊囉

跟我們的股後宰朋友說掰掰吧

聽眾朋友大家掰掰


Ep.68 工業電腦質變後的機會? 211228

 podcast MoneyDJ理財網

https://www.youtube.com/watch?v=AMMU-XwkEpQ

Ep.68 工業電腦質變後的機會? 211228

歡迎收聽Money DJ財經新聞

第一線記者帶你看懂產業大小事

哈囉我是慶翔

大家聖誕節過得怎麼樣呢

我們Money DJ今年最好的聖誕禮物就是

重返蘋果商業類排行榜一字頭

快點歡呼聲

聖誕節那天有沒有被我們的那個

神秘椰蛋驚喜給嚇一大跳呢

至少我本人是嚇一大跳的

因為心潔跟汪汪把那個回覆

雪片般的留言這個重要的任務交給我

今天節目的最後要來好好跟大家說一說了

而今年真的是快要過完了

你有沒有什麼新年新希望呢

今天要來跟大家一起度過的是

盈慈

哈囉大家好我是盈慈

盈慈先來跟大家說一下你的新年新希望好了

我的新年新希望

最近讓我感觸比較深的就是

希望可以不要再讓我一直奔波了

奔波

好私人好私人的願望

我才剛從

剛去高雄三天

然後

出差

對然後

昨天剛回到台北嘛

但今天馬上又要再去彰化

而且我去高雄之前是先去苗栗再去高雄

真的很誇張欸

就是從中部到南部

然後今天特別回台北錄音

然後再去南部的概念

對對對

但真的的那個新年新希望是

希望Money DJ團隊明年大紅大紫

一定是要大紅大紫

打敗古埃

發下豪語

好啦有聽上禮拜DJ有事嗎的聽眾朋友

一定知道我說的那個關鍵字的概念

然後你知道我在那個YouTube上面

就有看到有DJ粉給我們的關鍵字

都是很讓人開心的

包含這個Robert Hsiao就給了三個讚啊

然後還有日玉真好他就說

Money DJ的關鍵字就是

認真專業資訊分享者

還有一個我的粉絲李大龍說

慶祥的關鍵字是正妹

好啦我不是私心要鋪陳這個

太讓人開心的留言

要說的是

你知道今年我們跑線

或者是聽眾朋友一定常聽到關鍵字

其實就是缺料的問題

幾乎每個族群都會遇到這個困境

但當中有一個族群影響真的是

可以說是海嘯第一排

讓今年的營運狀況確實有點不如預期

但是也出現了一個產業的質變

而明年看起來各家廠商的營運狀況

也是一個各自發揮

到底誰發揮的比較好

就要讓吟慈來好好幫我們說一下了

而這個族群就是我們在9個月前

很精準的時間

9個月前跟大家來介紹過的工業電腦

而當時整個訂單真的是

不知道大家還記不記得

就是疫情復甦

然後整個訂單復甦非常快

但是這段時間好像變化的更快

到底發生什麼事情呢

好的

真的我們算過

我們回去回推精算

發現是9個月前的事情

沒錯 發現是9個月前的事情

時間過得好快喔

但那個時候呢

就是因為

其實也已經經歷了一整年的疫情了嘛

然後就陸續傳出

欸這就是歐美啊

各地都要解封

陸陸續續都解封

嗯哼

對 然後

其實大部分的廠商也就說

欸客戶都訂單就是

快速的回溫

因為他們本來就是以歐美的這種

營收占比比較高嘛

可能都有個6、7成以上

這樣子

對啊 然後他們就本來大家都很高興說

哇 大家接單都接得不錯欸

但真的誰也沒想到

真的 你也沒想到

對 我也沒想到

可能每一間公司的董事長也都沒想到

沒錯 連花老闆沒想到

對 就是

就是他們這個產業的特性

因為做的東西都是少量多樣嘛

那工業電腦它

就是不像其他產業

它就是在處理缺料

長短料這一塊的話更難解決

所以呢 就是

他們的生產就幾乎都大delay

可能交期

也許過去只要什麼

長的話一個月好了

但現在可能什麼

四、五個月的訂單都還沒交出去

就真的很慘

然後 嗯

因為他們就是你只要缺一個小元件

然後組不起來

東西就是出不去嘛

那像有廠商就說什麼

因為一個可能一塊美金的東西

然後影響一個一台一千塊的產品

就是一千美金的產品

對啊對啊 就卡住

所以

然後就算組裝成功的話

又有缺櫃嘛

塞港的問題

然後可能運費太貴

客戶也不願意拉

就說那你等等

嗯哼

所以各種出貨

對 出得很辛苦

嗯哼

所以其實上次不知道大家還記不記得

就是我們已經介紹過

整個工業電腦它的應用在哪裡啊

什麼的

比較基本的

那這一次我們就不囉嗦

那重要的是

現在到底市場的需求在哪裡

那是什麼東西來推動

到底為什麼訂單需求這麼強

那有沒有什麼疫情之後的變化呢

嗯 基本上就是除了本來遞延的

就是沒出的貨要出嘛

就要補起來

那疫情之後呢

就是這種無人的商機

譬如說Pulse機台啊

然後有一些那種自助結帳的服務

譬如就是有點像iPhone機台的那種

喔 那種

對 就是這種自助的結帳的服務啊

或是check in啊

什麼的這種kiosk機台

然後跟一些ATM的太舊換新的

因為銀行就是經歷這一次

他們也比較希望可以

趕快數位轉型嘛

然後就是主要是在這個零售業啊

然後金融業的數位轉型的商機

有被大家重視到這樣子

然後另外比較特別的

我覺得比較新的是

就是因為各國都陸陸續續要推基建計畫嘛

那各國其實都有

譬如說交通那種軌道運輸

然後也會新建一些什麼水利設施啊

然後什麼農林漁牧

其實基本上都會重新蓋一些他們的

養殖場啊或是什麼的

對 那或是新能源這一塊的話

就是譬如說會蓋太陽能電廠啊

風力發電的機器等等

這些其實他們都有控制器的需求

然後這個都是IPC廠的領域這樣子

對 這個是比較新的

那還有一個譬如說電動車

電動車有一些廠商就說

他們就開始投入這個人機介面

譬如說你要去充電

你一定要做一些選項嘛

對 就是那一台人機介面的東西

喔 那個也算一個IPC的領域

跟充電槍裡面的控制器

都是算是工業電腦迎來的一些新的商機

喔 所以其實工業電腦的需求

還是各個應用領域都還蠻強的嘛

那可是這段時間就是九個月以來

是不是也出現了一種產業質變的感覺

感覺是那種 怎麼講

時事造英雄嗎

或者是說潮水退了

好像只好有些人沒有穿褲子了

這種感覺呢

相信聽眾朋友一定都聽過

就是大者恆大

那這個情況呢

就是現在如果用在缺料這邊

然後來看工業電腦

其實大家就知道

因為大廠面對缺料缺櫃這種

它採購量夠大

那所以它叫料比較會有規模嘛

然後也可以比較有議價的能力

對 那小廠就是除了它容易叫不到料

那它就只能被迫去現貨市場掃嘛

那其實更別提說

今年缺料的時候是連研華這種大廠

都一定要到現貨市場去掃的

對 那大家知道現貨市場其實

價格很黑

很黑 真的很黑

是一個小零件

漲個什麼十幾二十倍

都是有可能的

就反正你很缺你一定要跟我買啊

那所以價格就會拉比較高嘛

對啊 對啊

然後

嗯 你想就是一台

他們要組裝一個機台裡面

可能有幾千幾萬個

這種小的元件需要那個

所以零零總總加在一起

當然就是很可觀了嘛

這個生產成本壓力是增加很大的

所以今年就陸續續有一些

就是

廠商出現虧損的狀況嘛

所以也讓人家有看到說

欸 這產業是不是

未來你要找一個

大廠或是你們要

一起

幾家小廠集結

聯盟

對對對

這種感覺

找人互助合作的這種感覺

這個重要性是有顯現出來的

所以其實供應鏈這個產業

其實有一個文化

聽眾朋友可能沒聽過

也可能聽過

那趕快進入

很快的進入我們的彩蛋時間

好的

那今天的彩蛋時間呢

就是要跟大家說

其實呢

過去工業電腦都一直有併購啊

或是合作的案子

但最主要呢

他們就是希望可以透過水平的整合啊

或是垂直的整合

比如說結合彼此的優勢

去切入不同的應用領域

或是說

喔 你有一些產品

那我

我是有通路

我們可以這樣子彼此互補

那我記得研華董事長曾經說過說

2010年的時候就預測說

今年的市場上

會有50個billion

是500億個物聯網的裝置

但其實現在只到

可能20%左右而已

就是為何這個發展會這麼不如預期

其實就是因為

整個生態系的建置

要一步一步的

慢慢的來

那它的

其實花的時間真的比預期的久

因為之前的5G啊

AI的技術也還沒有這麼普及

還有就是每個應用領域的產業

Knowhow都太不一樣了

博弈有博弈的Knowhow

電動車有電動車的

太陽能有太陽能的

所以

就是在彼此透過交叉持股啊

或是策略合作

這其實對工業電腦是很重要

因為他們本來可能只是懂得做板子

做一些裡面的控制器

他並不懂我

我要切入的這個應用領域的這個產業

他的Knowhow在哪裡

所以他就需要找

在這個產業裡面的人

合作這樣子

講幾個比較

過去比較有名的合作案

譬如說

嘉士達就吃下友通

那友通後來又再吃下奇揚啊

然後工具機的羅生這樣

那近期比較大型的合作

就是振華電跟聯想

他們一起合作

然後去搶這種

全球前500大的這種企業客戶

然後跟華碩的話呢

就是有一些代工商

然後廖建的這個彼此的支持

然後林華跟友達也是啊

友達成為林華吃過20%的

最大法人股東

然後兩個人之後就是

兩間公司接下來就會一起朝著這個面板

相關的事業去發展這樣子

就智能的面板

然後

最近動作很頻繁的還有化漢

就是

他們和Google就深度策略結盟啦

這些都是類似的案例這樣子

那比較特別的是說

過去比較少跟別人合作的

算是老大哥研華

那今年研華

也算是難得釋出善意

就說呼籲小強可以跟

研華有一些譬如說投資股

就是讓研華去投資他們股權這樣子

就是研華董事長劉克正就說呢

研華願意投資同業部分股權

那第一個呢是可以幫助提升毛利5%

然後因為研華的採購量是同業的可能

5到10倍

然後第二呢是共享研發跟IP

這樣就可以協助同業降低成本這樣子

聽了剛剛的彩蛋時間

有沒有覺得真的是這個產業

真的是要一直合作啊

然後才能讓自己的

整個營運狀況啊

或者是未來的發展性更強

那銀絲你自己有沒有聽過

比方剛剛講研華

他為什麼一定要跟別人併購

剛剛除了提升毛利率啊

或者是用共享IP這樣的方式去做

那其實這種大廠跟小廠之間的差異

到底是什麼呢

嗯其實最主要就是劉克正他有說

就是透過研華集團這種

大的集團

然後他們有比較高附加價值的產品

然後他們也可以幫助提升同業的本益比啊

比如說研華的人才品牌軟體品牌

都可以帶領企業就是

進入這種整個

一個解決方案的領域這樣子

那而且專業領域太多了絕對做不完

所以不會有什麼大家彼此競爭的問題

了解

就是他知道說

他深深的知道說這個市場

這個IPC啊AIOT的市場是很碎的

然後絕對不是他自己吃得下來的

了解

所以他願意投資

對不對

那比方說像研華或安晴

你剛講說那個毛利率會提升

那個概念是什麼啊

我們可以就是我們稍微找了幾

就是大廠跟小廠來對比這樣子

那我們用研華跟安晴來比

就是說研華營收規模大概是安晴的10倍

那毛利率也差到差不多10個百分點

那有很多小廠可能像炎陽啊艾遜啊

他們的營收規模也是

研華大概十分之一左右

不過就是他們產品夠利基吧

然後在談的時候有守住這個毛利率

所以本身的毛利率可能有個35到40%

那如果有研華的投資的話

說不定就可以更好啊

就是有大廠投資在料件就是面對

因為未來也不確定說到底這個料件

會不會有缺料

對對對

缺料的問題是不是會一直持續下去的嘛

所以有這種大廠的幫助也是蠻可以

蠻可以關注的啦

對啊

那研華也表示說就是目前它其實一直都有在看一些案子

所以相信明年可能會有一些新的投資案可以期待

所以感覺這個產業有點往比較怎樣

兩極化的方式去發展嘛

那你有沒有觀察到比方說

在這種缺料的狀況

但是有這種逆勢成長的小廠呢

有啊

這邊提到一家就是振華電8114

那它主要就是做POS跟Kiosk的這種機台的廠商

它過去一年大概出貨五到六千台左右

然後比較分散啦

譬如說戲院的一些買票機呀

或保齡球館的check in的入場的買票的機台呀

對或是機場你要報到的機台

對主要都是一些標準品再加上一些客製化

然後

嗯像是我最近去那個植物春秋案

這是一個業配嗎

哈哈

不是業配這個名字跟你說嘛

好啦反正去按摩的

對某一家按摩店

然後就發現欸他們新增了這個Kiosk的收費機台

就讓你可以自己結帳這樣子

就不用對著人

那我查了一下就說

這間這個按摩店大概有十九

在全台有十九家分店

那一間就只有一台

所以你就想

可能如果比較大的

店的話可能每個場域有

就是可能擺個幾百幾千台

那小的幾十台也會有

就是它是一個真的少量多樣的概念

就比方說按摩店就是二十台這樣的量的感覺

然後可能保齡球館又是二十台這種感覺

對對對

那振華店呢它今年第四季開始呢

就是有客戶拉集單

然後美國主要是這個美國餐飲業者

它就它要在戶外裝Kiosk

對然後

嗯振華店它今年就是因為有華碩幫忙很多

所以在料件上相對其他小廠可能好一點

對所以呢

它這個訂單的達交率有到七到八成

比其他小廠可能五成好很多這樣子

那近幾個月它營收就是還蠻快的快速的爬升

從六億多就是現在已經九億多一個月了

對那毛利率也有從31%成長到大概36%

所以業績是真的有起色

所以主要是因為振華店它們下面有一個叫瑞船的子公司嘛

然後這個公司是組裝這個代工IPC的廠商

那華碩今年其實持這個瑞船也有到30%

那明年看起來持股的比例還會再增加到45%左右嘛

對對對

就是它們會合作最主要是透過這個瑞船這樣子

然後那在明年展望的部分呢

振華店它就說在POS這邊就它已經跟聯想合作了嘛

那它們就是主要就想要切入這個全球前500大客戶的市場

那是已經開始有一些效益顯現

所以它接單規模已經可能從過去三百五百台

單筆的話提升到千台以上

那公司最近比較有好消息是說它又拿到一個新的

它自己拿到的

全球前250大企業的訂單

然後它是說這種大客戶都是

它的旗下可能是一萬家店以上在全球

所以這種需求很大嘛

然後訂單可以吃得比較大也可以吃得比較久

就陸續把這些交完的感覺

對對

那除了振華店之外呢

還有沒有什麼廠商也是走這種比較

怎麼講利基型的市場

然後看起來這種延續性也是比較強的呢

我這邊有想到一檔是叫紅寶5258

就是

它們總是

就它們是專門做這個

IC晶片讀卡機

然後POSE設備的廠商

就是我們以前

要插卡或是讀

就結帳的時候

對反正就讀卡或是刷卡機

這樣子

對對對

傳統的那種刷卡機

那它是大概1993年的時候在台灣成立的

然後它差不多

1997年做出第一代讀卡機吧

偷偷說那時候我才一歲

因為我跟這家公司

你居然在那邊

好啦

哈哈哈哈

我就不說我幾歲了

哈哈

就是跟這家公司差不多是同期

在成長著狀

在一起跟讀卡機一起

所以對我就覺得蠻感人的

哈哈哈哈

所以現在到底怎樣

現在還有這種讀卡機嗎

現在不都是那種BB的那種嗎

但它也有就是跟著一起成長著狀

好啦

哈哈哈哈

所以它現在需求是那個換機嗎

就是改成這種BB型的

就是它

一來是

因為現在電子

就是從傳統的刷卡轉型

成電子支付嘛

對要BB的

有這個換機潮

對那二來呢

就是它們也有稍微往外就是拓展

譬如說去佈局那種自動販賣機的

的結帳的系統

也是那種BB的那種

對對對

然後或者是

之後電動車你要充電嘛

充電樁是不是就要算錢啦

也要BB

也會有一個支付設備

所以它們也有開始往那邊走

這樣子

了解

所以它們主要的市場是在

聽起來好像全球都有這些據點嗎

而且聽起來好像這個

好像這要認證時間是比較長

因為比必定是要跟錢相關的東西

燕翔真的都講到重點

是沁翔

哈哈哈哈

喔不

你竟然

Merry Christmas

哈哈哈哈

抱歉抱歉

太想燕翔了

對啊

燕翔現在在休假

順便

By the way

真的

就是呢

那個

它們在全球

大概有50個國家

都有它們的據點

這樣子

就它們產品行銷到這50個國家這樣

然後呢

每到一個地方

公司就要跟當地的金融機構

做認證

那一個認證可能

可能半年一年以上

甚至兩三年都要

甚至兩三年都要 很久欸

就它幾乎每年

每天幾乎都在認證是不是

對欸

那個它們的總經理就說到

就是曾經跟我說一句

他就說

我們每天都在驗證

這是我們的日常

怎麼聽起來有點浪漫

哈哈哈哈

我們的日常

我當下聽到這首

我就想起我的愛團

什麼

茄子蛋有一首歌叫日常

然後就想

它裡面歌詞本來是那個

把笑容變成日常

然後它們現在就

把認證當成日常

哈哈哈哈

很煩欸

幹嘛那個

美聲小天后

要躺下

好啦

反正就是因為它們一直在認證

然後其實它們也是

因為等於說進去以後就會比較

更在這個產業茁壯的感覺

那目前它們缺料

或是它們訂單的達交率有多少

因為聽起來好像還是缺料問題還是在嘛

它們

我印象中好像是說大概五成左右

還是只有五成

畢竟小廠嘛

搶料比較辛苦

不過它們今年毛利率並沒有比較

比較差

比往年低很多

還是穩定

主要公司說是產品組合的關係

喔了解

對啊

對啊

嗯哼

所以這家公司其實過去好像

是不是沒有什麼人提到

就好像很少聽到

在市場上聽到紅寶這個名字

反正我這次去參加法碩嘛

那董事長他就提到就是說

目前訂單的能見度

是已經接到每年六月了

這個訂單的量啊

金額相比去年同期都是好幾倍

就比今年還會再成長的概念

那雖然還是要考量這個缺料的問題嘛

所以

工廠就是

到底能不能正常出貨

這是要持續就是很審慎的看待

但是他自己就是

應該是說

其他人就是幫他算一算

因為他自己也不敢講得很明確

但是大家幫他算一算

就是如果缺料的狀況

然後產能什麼比較沒有問題的話

他接下來單月的營收

就可能從四億多跳到六七億

就是保守

如果都順的話

對對對

保守預估的話

就是很大幅度的成長嘛

了解

然後新業務那邊

剛剛有提到

就是他跑去佈局這個

電動車充電樁的支付設備

那大家就蠻看好他後面的狀況

主要是

他的一些認證

在歐

在歐洲在美國的一些認證

也算是陸續都告一段落啦

雖然是他們的日常

日常已經

就還是有新的

還是有新的要繼續

但有一些舊的比較大型的認證

是已經差不多告一段落了

ok

這個效益是開始要顯現了

這樣子

所以聽起來除了振華電啊

然後鴻寶

這兩家廠商感覺是

各自擁有自己的競爭優勢

看起來明年的營運狀況

都還蠻值得持續觀察的

那到底這波海嘯

我可以用海嘯這個字嗎

就是缺料這個海嘯當中

還站得住腳之外

那有些其他小廠到底多可憐

我很好奇

因為你剛剛講說

很多今年都開始虧損了嘛

小廠就很可憐

多可憐

就是

工業電腦我們算了一下

大概

上市櫃大概30家

嗯哼

那今年

隨便這樣晃一眼過去

至少有5家是有出現虧損的

是超過15%

對對對

這算一算就是超過15%

去年其實疫情剛開始的時候

反而沒有這麼多人出現虧損欸

反而是現在就是

因為生產也有問題

出貨也有問題

就整個

當下來

然後成本又墊高

嗯哼

所以虧損的狀況就比較明顯

了解

對那最慘的時候

大家就說有一些料

可能交期是52週

這什麼意思

就是明年

就是

我今年Q2下的料

我明年Q2才拿的到

所以概念是明年Q2

會不會這個缺料的狀況會比較緩解

概念上是這樣

但是你也不知道

就是

供應商會不會突然52週

又再加個26週

誰知道呢

也是

欸可是像你剛剛講說

有一些掃料這種狀況

其實讓整個現貨市場

如果價格一直在往上抬

那如果它

呃沒有轉嫁出去

它毛利一定會有差嘛

其實像我們會去看說

欸那兩大廠像是煙華的

毛利其實從過去40%左右

就會掉到

比方今年到36%

然後像化漢也從25%到21%

那接下來工業電腦這些廠商

他們對毛利率的看法怎麼樣

其實齁

大家看的還是相對比較保守一點啦

比起這種因為訂單成長很多

然後營收可能有個雙位數成長這樣子

那大家對毛利率是看

如果能夠持穩今年就算不錯了這樣子

因為價格呢

該轉嫁的

能轉嫁的已經轉了

喔齁

還有呢

他們通常會有時間差

大概會遞延個一到兩季

因為它就算Q2的時候

很辛苦的狀況下

它也要到

可能Q4甚至明年Q1

才會反應到財報上

對對對

才能真的開始漲價這樣子

然後

也有一些客戶不願意完全吸收嘛

所以大家就是

反應

彼此

彼此分攤嘛

對呀

大家share一下

共體時艱啦齁

那像煙華就說

有一些晶片的缺口還是有到三成以上

因為他們會希望可以替換一些料嘛

在設計上就更改

除了這個方法

希望可以

透過這個方法希望可以緩解的話

其他可能就是

真的就是只能透過漲價

去緩解自己的成本壓力

嗯哼

不只有一家廠商提到說

自從我們的護國神山

台積電

宣布調漲以後

又要漲價

那他們

他們那時候我記得

成熟製程是說

價格的

調漲要到15%到20%

那先進製程可能調漲個10%

嗯哼

就自從他講完之後

所有IC的供應商都

在今年第四季啊

每年第一季都要調漲

又要漲價了

那這漲價幅度一定是

跟著這個嘛

至少會跟著這個漲

嗯哼

但是呢

你看研華他說他

因為這樣他也要轉價

然後他是明年第一季會開始漲

OK

根據不同產品幅度調漲的

那個是3%到6%

所以就等於說你的元件一個

要漲快兩成

然後他只能轉價

3%到6%這樣的概念嗎

對啊

所以其實是真的蠻辛苦

所以可能明年毛利率還是要觀察一下啦

那其實現在整個供應鏈

我剛剛講的這個

需求都不錯啊

但是長短料的問題

好像欸

好像在52週之後也會陸續緩解

然後毛利率可能也陸續反映在一些報價

那現在要觀察的重點還有什麼呢

現在我覺得兩個觀察的重點

一個是訂單的能見度

這就是

比較好的地方

然後第二個是擴產

了解

好那我先來講訂單能見度

就剛剛都有提到說有一些廠商呢

好一點的話

他現在訂單打交率大概七八成

對不對

那不好的話可能五成而已

所以呢大家就是說

可是訂單就是一直這樣堆積堆積上去

對就到明年的感覺

對對對

所以呢

就希望可以

透過這個逐步料件的這個供應的改善

然後

畢竟剛剛說了嘛

我去年最不好的時候

我Q2叫的料

今年Q2也

該來至少總要來一批吧

你不全來你總要來一批吧

對啊

就慢慢這樣子如果下半年料件有變順啊

訂單有陸續交完

那訂單能見度其實也都在嘛

所以明年IPC廠的營收

幾乎大家都是有望看個雙位數成長啊

大家都是這樣子講的

對啊對啊

那毛利率的話可能下半年比較有機會吧

如果料件不要再讓他們去現貨市場掃的這麼辛苦的話

可能下半年有機會可以回溫

對那擴產這邊呢

主要就是想跟大家說

因為現在幾乎每一家出來開法說

都說訂單到明年啊

到後年甚至都沒有問題這樣子

就是這種無人商機啊

電動車的需求啊

新能源的商機

這些也是長期的趨勢

他們未來可能5年10年都只會更蓬勃的發展而已

所以呢其實工業電腦的終端的需求是很被看好的

那這要從哪裡體現

我覺得就我自己的觀察

我會覺得說

廠商在低迷的時候如果還願意投資擴產

對那這就很明顯了

對就表示還是中長期看好這個產業

對啊對啊

他就是趁低迷的時候趕快擴

這樣才可以迎來後續的這個爆發性

報復性成長

沒錯

那我這邊就

就是簡單的就列了幾個啦

就是像化漢嘛

他就在歐洲建了新廠

嗯哼

對那他是說未來每年的這個產值的貢獻有個150億元以上

了解

那研華呢也在桃園啊中國都有擴產

預計明年產能是會比現在新增個3到4成左右

對那友通呢也有在擴產

對那他就是擴新廠啦

那新廠的空間是倍增的

未來可以隨著就是他的需求調整

對那菱華也是搬到新廠去

然後有公司就說會新增這個系統啊面板產能

這邊就是有強調出他跟友達的這個合作

對對對

他們明年應該是有蠻大的可以值得期待的地方

然後這個小廠的話

比如說愛訊他五月也買了新的廠

也買了新的地這樣子

那明年就會完成這個搬遷啊

然後作業

然後

他們是說新廠的規劃呢

是足夠支應未來三到五年愛訊的成長

就每年可能雙位數成長都是沒問題

所以看起來這些廠商蠻不少都是在擴產這邊持續的努力

看起來他們也對中長期整個產業的趨勢跟需求都還是持續的看好

所以今天節目也跟大家說

欸其實整體來說

供應鏈這個產業其實正在歷經一個很大的轉變

那明年整個訂單能見度也長

那毛利率也機會回溫

當中除了這個大者很大的廠商之外

其實有一些逆勢成長的小廠也還蠻值得持續的追蹤的哦

而加上整個擴產的計劃之下

看起來這個產業的方向還是中長期還是可以看比較正向的

那最後就要來請吟慈跟我一起來回覆聽眾留言的時間了

這也是那個心潔跟萬萬交付我這個禮拜的任務

就是這禮拜其實我算了一下

在蘋果podcast的這個平台上

總共有超過30個新留言

哇好多哦

這讓我們團隊要哭了

就是在那個你知道

就是聖誕佳節要看一下大家的留言

那今天我要給大家回饋的方式就是

等一下吟慈會唱一首歌

反正不管今天節目的長度有多長

或是你們的名字有多難唸

我也真的是要一一的點名吟慈

好的

那我們從第一位開始是這個

Scott Fan Chang

他說我們分析的很清楚

而且他說你們會越來越好的

好感人哦

謝謝

然後下一位是這個

LSLF

DJ

我們的好朋友

對有出現過了

對他就說這是天下掉下來的禮物

你也是我們的禮物啊

真的

好的然後下一位是KEC807

他說我們是優質理財頻道

然後還有

三口九日

然後堅持做就對了

支持

真的還有我們的好朋友

柚子凱希

悠悠

謝謝

然後還有這個標題是

支持啦哪次不支持

感謝這個Carrie Ray

然後還有

Dave King 1999

他是1999年出生嗎

偷偷問

想知道

然後他說可不可以討論這個

半導體化學材料產業公司呢

我們也來order我們的記者

好的馬上

還有這個燒鴨飯好吃

然後他的標題竟然是帥到現在

是誰

就是又帥又愛吃沙燒的朋友

帥到現在

沒錯

還是是我們

還有

是哪一位同仁

哈哈哈哈

好的下一位是YuanSS

他說我們是優質節目

然後他跟

喔他跟心潔跟萬萬

歡呼一下說你們很棒

有他們都聽到你的聲音了

還有這個薪水大偷

薪水小偷

薪水

他到底是大偷還是小偷

他的名字是薪水大偷

但是他的那個

標題是薪水小偷

好酷

然後還有心潔粉

他是這個

他是Sean0807

0807

然後還有

一位Master Kevin Lin

然後他說

喔一般投資人在閱讀法人報告之前

這是很好的資訊來源

感謝

然後有一位

旭陽

旭陽嗎

旭陽或許陽

感謝您的支持

然後下一位是SmallMakaka

SmallMakaka

剛剛你知道我們在那個

想說要念一下大家的名字

就覺得你的名字超可愛

真的很可愛

SmallMakaka

可是他說不會講幹話拖時間

怎麼辦我今天節目好像有點過長

等一下還要唱歌

喔唷我今天很忙欸

不唱了啦

不行

不要唱啦

還有一個是

我是員工

然後他標題是無害丸子

還有這個

下一位是HCYCC

謝謝

還有泰瑞報紙秀

然後還有這個日文的名字

英詞

欸桑です

他說他是欸桑

欸桑

欸桑

好謝謝你

然後還有這個

A0987

6654321

這是你的電話嗎

好想打打看喔

然後還有敲帥

然後還有一個也是

那個半澤晨

謝謝

還有一個我們的老死

老粉不死

老死

他叫什麼我看一下

他叫什麼

歐亞嗎

歐亞

好像有

你好像有留戀過欸

好像有印象

好啦還有一個那個

先忘66

然後圓魚

然後中元節愛玉好吃

我們剛剛已經搜尋中元節愛玉好吃

到底在哪裡

對是哪裡的中元節

好啦還有

然後阿健

然後FRJOSHA

還有這個

贊舞廣告

真的我們都沒有廣告

也沒有業配

還有我們的好朋友RoundJ

還有這個

G00

LJX

然後還有世界的窗

好感謝你們

太感人了

我一一回完大家的留言

真的是要哭了

真的太感人

像我每次唸完這個留言

跟每次看完你們的那個

鼓勵之後

都會覺得

喔很感人欸

真的

好啦

要不要唱歌

要不要唱歌 繼續

幫你鋪陳那麼久

幫你鋪陳那麼久 運氣破下去的動力

好啦要唱一首那個

感謝大家的歌啦

好不好

蛤我不知道唱什麼

唱兩句就好了

大家在那個

新年的最後有沒有

那我一樣唱我的愛團

就是茄子蛋

他們

他們就是有一首新歌

是跟那個蕭煌奇一起

我們不是在幫他們打歌嗎

好有

可以尋求一起合作的機會

那我要幫你5 4 3 2嗎

5

4

3

2

寫一條歌

寫你我娘娘

那首是咱女生高天的背影

一條歌有你跟我的腳印

順順的唱

又做花順順的走

掌聲

快點

喔唷你每次

你知道聽到你的歌聲

或是我們去唱歌的時候

就會覺得很感人

就是每次聽你就是

很給大家一個溫暖的感覺

謝謝 謝謝 謝謝

其實你知道我的新年新希望

就是希望我可以在

每次的節目裡面

把Money DJ團隊的產業分享啦

或者是研究產業的經驗

能夠更精準

然後更簡單易懂的方式

來分享給我們的聽眾朋友

然後讓大家可以在

一個很短的時間內

可以得到一點什麼

不管是一句話呀

或者是一個小故事

或者是一個

可能只是一個很小的觀察點

都你們

讓你們在比方做產業研究呀

或甚至是投資的時候

可以有一點助力

當然這些除了我們一直在努力的

這些項目之外

也希望你們

就是我很私人的希望

就是

希望你們每次在聽我說話的時候

能夠有感受到一點點溫暖

或者是陪伴的感覺

而特別是在這種年底

真的很濕的

外面只有12度的天氣

裡面可以有一點點溫暖的感覺

希望大家都能吃飽穿暖

讓大家新的一年都能夠

健康平安

並且持續收聽我們的節目囉

掰掰


2024年6月26日 星期三

 

https://www.youtube.com/watch?v=kkbEcsHke9k

那時間還沒到我不太會去設定這個那在7分鐘之後就開始我先去休息一下 The Nha Trang I'm going to make a table. 1 tbs of butter 1 tbs of flour 1 tbs of baking powder 1 tbs of baking soda 1 tbs of baking soda 1 tbs of baking soda 1 tbs of baking soda 1 tbs of baking soda 1 tbs of baking soda 1 tbs of baking soda 1 tbs of baking soda 1 tbs of baking soda 1 tbs of baking soda 1 tbs of baking soda反正有什麼問題可以先留言反正就等下後續中途我們反正就是順便一個直接 q & a 的部分那看平常有在用股票起貨的遇到一些問題像最近應該其實蠻多之前就是已經像比如像台積電大半年都是正價差初期正價差只有0.幾到1塊錢後面都拉到正價差到2塊多甚至有一度到3塊多其實都蠻大那像這種情況就是就像我之前講他的換算成年利率的一個部分的話已經超過3%以上的話這個通常來講不建議啊那就是直接換成股票的方式去運作那還蠻多指數型的或是像 ETF 型的那怎麼樣去搭配配置成你自己的期貨的一個方式像股票期貨其實指數也算是一個期貨就是大型的 ETF 期貨這樣子而已那有問題就是留言吧留言我們就直接在線上直接回答我們以後可能盡量可能採取本來是捲組本來是一個月一次那這時間會比較久所以可能之後下半年因為其實我的巡迴講座已經講完了所以比較時間上會比較充裕以後可能是我們每個月就採取兩呃比如說雙週四比如第二週或第四週或是一三週二四週好了因為一三會有一三五的問題二四周來搭配做兩個禮拜的一個行情的一個分享跟所謂的一些的教育訓練的課程比如說當下有什麼樣的類股或是期貨選擇權該注意像昨天就很明顯的是七月份的選擇權就是蠻異常的一個扣的部分就增加蠻多那這種蠻異常增加蠻多的話,其實有些人會解讀怎麼樣的方式買電力股居多缺電啊為什麼今天剛好有一個一個投信的戴超級機器人來問我為什麼買電力股居多啊缺晶片你知道高階的晶片是很缺沒錯但是電力更缺啊你會發覺電力更缺每個行業都需要啊對啊啊晶片現在來講是因為是 AI高階這一塊目前是很缺沒錯但是你要想的電力什麼股都缺啊開玩笑連軍工醫療生技各行各業都缺沒有錯但是你要想的這電力什麼股都缺啊開玩笑連軍工醫療生技各行各業都缺那他缺的廣泛程度更多而且缺口就以臺灣而言就缺口更大阿不然你看有沒有各區三不五時都停電不是不是說停電跳電華晨呃重電我不會去看因為其實重電華不管是華晨重電我不會去看因為其實不管是華晨,市電,中興電來看的話他的重點其實有在聊就是產能的問題嗯遇到實際下單操作不太熟如何踏出第一步就像買股票一樣買個兩張的意思買一口就等於是買兩張的意思概念是這樣時間到了咩還有一分鐘,最後一分鐘7點半就準時開始來查略一下股票期貨是個還不錯的一個工具但是整個運用很多人好那7點半那我們現在開始就是講一下股票期貨的運用時機跟方式那7月份的異常call那個等一下我後面再分享給大家基本上來股票期貨的運用通常我會把它分成幾個類別呃我先講我自己平常在做呃會運用到股票期貨的原因跟指數期貨概念是一樣就是其實就是我是常目前反正幾年是常態性多頭的那我習慣是滿倉的一個做法那滿倉做法基本上你滿倉做法你像我會提倡的Cover Call那你試想一下比如說1000萬你買1000萬的股票買進去那你手邊不是都沒錢嗎那你還做什麼Cover Call就不可能嘛那所以變成說我們在做有些的股票的部分好像廣達 四季鋼這些都會轉成相對來講換成股票期之前台積電也是一樣但是因為台積電的增加差太大轉成現股那比如說我買一口的廣達好了那以廣達現在來講的話大概是60萬那60萬的話我其實我準備大概多少我只要準備五分之一不到那我只能準備10萬塊就可以做廣達期貨的一口的概念去做那做進去之後是不是剩下50萬50萬其實我會放在期貨的保證金因為是一樣是用60萬再做廣達期貨只一口兩張的概念那四季鋼也是一樣就是六十幾萬那你一樣買一口等於是買兩張張的概念那市集剛也是一樣就是六十幾萬那你一樣買一口等於是買兩張也六十幾萬兩個加起來就一百二十幾萬那事實上用保證金就只有20萬左右那剩下空的100萬這100萬就是我要做couple code之後再運用調整那通常來講的話這個東西我的運作方式在於說這個在資金裡上其實是呃不是太缺乏資金的時候你槓桿倍數沒有開太大的時候那股票期貨的運用方式就是用這樣子那剛才試想一下如果我今天是完全空手沒有單子的人那我其實市場啊比如像廣達市集剛各買一口好了那事實上來講120幾萬的資金要照理講120幾萬但是我們股票期貨做只花了20幾萬而已那你去試想一下那這樣子方式來講120幾萬的資金要照理講120幾萬但是我們股票起碼做只花了20幾萬而已那你去試想一下那這樣子方式來講的話我還可以控出將近有100萬的資金100萬的資金如果今天不考慮加差我100萬一年我還可以多生出1.78%利息等於是光利息收入還可以1.7萬那1.7萬來講的話扣除每個月的轉賬成本所以在一口了不起算100塊200200块,2000多块钱我还可以省下当年将近有1万5的交易成本那扣除现在来讲说是正价仓所以为什么我们要算那个正价仓的幅度不能超过3%以上,基本上2.5%以上就已经有点犹豫了3%以上的话就比较不考虑好,那这样的考虑下来的话就是说它如果在2.5%以内的话我为什么其实有时候比定存还高一点你还是用因为为了我剩下空出来的资金可以做cover call这个平均cover call的做法平均大概是好歹再怎么烂你至少一年有3-5%的一个概念模式所以这个东西拿来控制你的交易成本多的增加他的转仓其实是划得来那这样的做法来讲的话变成说我的习惯性的是股期的运用是我一直在讲期货选择权是辅助股票现货交易的所以我是拿来用辅助说我的股票交易的时候把资金控出来部分去做cover code运作的一个概念那这种做法的话通常在股票期货他是呈现平价差或是正价差只有在两个%左右上下甚至更低的话这个时候状况我就会去运用那甚至有些时候是股票期货他是呈现逆价差有出现过特别是以往年其实有出圈期的时候曾经有弃权弃席或是什么样股票我曾经有棄權棄息或是怎麼樣股票其實我曾經有逆價差的時候這個其實狀況裡面你更我如果是長期要持有的人我更需要更一定要去把股票賣掉換成股票期貨才運作那這種做法其實對很多人剛才講說不曉得怎麼賣出第一步事實上你就可以事實上賣出第一步的概念來講去挑出那種股票期貨的正價差幅度就是每年轉差每年轉差我怎麼看每年轉差你去看今年12月份的個股期貨算起來跟現在的股票價格有沒有多超過1%以上的或1.2%以上有超過1过1%以上的或1.2%以上有超过1.2%以上的那就不考虑有在1.2%以内的这些股票期货的部分我就当做我把这两张股票的买的方式直接买一口远月份的一个股票期货等于就是直接买两张的股票的概念这样我就可以长期的放下去放到12月最早放到12月那你如果不太想转仓你直接远月份看起来这样换算起来看可不可以说这样子放时间比较长那基本上我会习惯是用仅月份原因是在于说我还是需要流动性的一个考量因为实际上越远的月份它的流动性越来越差那所以用这种方式去考量这运作的话就是我就换成股票期货去运作那是刚才就讲了那我如果像是广告市集刚刚买一口事实上等于是各买两张的需要120万的资金的时候那我放进来期货的保证金也是基本原则上如果不开刚刚就是放120万可是你下进去的时候发觉只用20万而已还空出100万干嘛所以这个状况里面的话通常这种运用的方法我会给大部分人建议来讲说好你就当做是用融资买股票你就留五六十万的资金在期货保证金的账户上剩下的五六十万的六十万的部分就放银行去放定存去升那个利息那为什么多放一些每个月在转仓或者是如果大盘这些个股在回挡修正的时候补保证金的问题这些可以忽略掉就省略掉不太会出现这个问题所以用这样子来讲的话就是模式来讲的话相对性來講就不會造成說你資金遺産但是你剩下一半的保證金就放銀行去升利息為什麼你放期貨保證金沒有錢啊你說60萬能算多少60萬好歹一年也將近有快一萬塊利息一個月也將近有800塊啊叫他減嘛對不對你加個油可能加個三三四公升二三四公升也差不多當作出去玩也可以或者吃一頓大餐也行啊何必把這個錢當備在那邊對不對對啊你放在那邊對對營業員也沒什麼貢獻對企業公司就增加利息收入而已這沒有必要好所以這個東西來講說變成說你如果是足額保證金的狀態不開槓桿的話就是利用這種模式那為什麼其實如果是足额保证金的状态不开杠杆的话就是利用这种模式那为什么其实会要多放一些保证金刚才讲20万那你我多放个五六十万还能还有30万要干嘛事实上因为我的模式在于说我的持股现股的部分除了这些以外还有比如说还有其他的股票大概这样大概有50档左右那这些股票我把它當成合成起來相當於一個大盤加權指數的概念那為什麼可以把這個方式因為裡面一些權值股像台積電仿達像鴻海有一點點那像比如說還有富邦青啊這些權值股這些前十大權值股裡面有一些會跟大盤的聯動係數其實還是相對來高有蠻高的那我會用這樣子把它當成是权指数的概念那也就是说同样我的股票有120万的部分可不可以把它视为是有买了一口小台对不对有些是股票期货有些是现股那股票期货是省下来的钱省下一半的钱就是当保证金嘛剩下来的钱就当那个放银行去损利息那有些股票是买现股的期貨是省下來的錢省下一半的錢就是當保證金嘛剩下來的錢再當放銀行去存利息那有些股票是買現股的部分我做什麼我就把它放成那個做股票出借那像比如說像高麗都還可以借到4%以上那像世紀剛都還可以借到1.7%像還有一檔那個兩三年前買的那個什麼祥明8091的部分有一借都是借了大半年以上甚至借了一整年都沒有還那個利率都可以借到1.2到1.6之間那也不錯啊那概念就變成說你偶把相對來講買的股票一樣還是有利息收入的概念去做那好不管有沒有出借反正都還是股票就等於是你自己手上還有股票期貨那我把它組合起來像120萬當做一口我就可以賣出價外的選擇權扣賣出一口為什麼我看要賣出周的還是月的啊比如說賣月的來講的話我會抓一個區間間距我們現在上周昨天啊前天就寫說間距至少1200點那因為是選擇權那權利金波動異常的位置大概是1200點是比較明顯那基本上為什麼我們會選�择卖价外因为我们最主要是还在赚股票上涨这一段的1200点这个区间里面在上涨的过程里面不会因为选择权而把我的获利绩效吃掉所以要卖远一点你当然我可以卖个500点可以很近可是涨超过500点你的股票获利就變成持平了因為有什麼被選擇權的扣給吃掉了那我要被吃掉的間距我會拉大一點為什麼我主要是要賺股票的上漲這一段的空間我不是要賺錢權利金是輔助是搭配用的不是他不是最主要的你的獲利來源否則你會看這這兩年漲這麼多你如果只是因为赚这个权利金那你会发现你行情其实错失的更多这种概念来讲cover code的做法的所以为什么股期的运用这样运用下就是同样在满仓的状态之下用股票期货的运用呃组保证你的钱足额够的时候这种运用方式就是空出你的那个资金的部分可以做cover code的运作甚至有时候资就是控出你的资金的部分可以做Cover Code运作甚至有时候这些控出来的资金的时候可以做加减码调控的时候这个资金就是有必要的否则你买完了之后一般买股票通常要买的直接再借出来你直接不要花钱吗我问股票期我又不用花钱而且还可以省利息这个差别就是这样的状态里面像之前以前都还用那种直接的话你发现那我直接借出来的钱再去用那如果股票期用的话事实上因为我要避险的资金其实期权的方式的资金不需要那么多可以用这种方式来运作那刚才你讲说手续费很低手续费很低对这个是属于说你如果是要做短线上的话那你会发觉说手续费当然低很多那像比如说我今天早上就是有去充开机店那个我买955然后买957这样子光这两块钱基本上一块钱差价就可以赚钱了你用现股基本上是不会赚到钱那用股票起货做一块钱基本上一块钱差价就可以赚钱了你用现股基本上是不会赚到钱那用股票期货做一块钱就已经赚钱了这概念来讲的话就是说就是要交易成本相对很低那这种交易成本低特别是股价越高它的效益性会越强那通常来讲其实也不用的50块以上的股價股票期貨這個交易成本就會差很多那其實很多期貨商或是期貨營業員大概跟你講說股票期貨的交易所需費稅金其實很低所以說實在的股票期貨基本上你如果被收超過30塊以上我覺得那個都是都是相對貴蠻多的你自己去評量有些可能他有些什么服务性比较好的那你就认了吧对那不然正常来讲的话其实市场上应该是价格其实也没有那么高那也就是说这种状况里面去运作的话你会发现说一买一卖手续费可能就不到100块然后税金加起来可能就100块那也就是说这样的状况里面你像台积电你随便买一张,不要说两张你光一张的那个税金你看快100万了嘛100万你跟税金的话就多少钱?3000块了那这样子其实你会发觉说这个倍数差了,还是手续费的话差10-50倍,这种状态里面就差蛮多好,那基本上剛才講說Sale code原價外來吃下完整上漲這個我等一下再繼續再回答那再來就是股票期貨來講的話,有些如果你的稅率相對比較高比較多的人那你比較高比較多的人,就剛才講說如果股票期貨在轉,這個所謓的跟现股的价差比较低像最近这个应该这十几年来台湾的股票的出权期的那个模式在十几年前以前几乎是出权的比重会比较高很多那你会发觉最近这十来年出息的比重越来越高了这种状态里面除息比较高的话这个用股票期货的一个调整会相对来讲会慢慢的会比较适合为什么第一个除息如果你的所得税率高或是分离客户28%来计算的话你计算一下有些如果殖利率太高的现金股息的个股他如果个股期如果股价是差不多的那基本上他就可以做成换股票期货然后把你的股期,如果股價是差不多的那基本上他就可以做成換股票期貨然後把你的股票賣掉那一樣有參加除息那除息一樣參加這個方式來參加的話那相對來講在這個除息的部分就不用納入你的所得不用納入二代結盤像之前去年還前年的時候有那個長榮減資嘛你去看嘛減資一樣啊你用股票期貨去運作的時候減資下來那個錢一樣是減資下來那你一樣股票期貨運作的時候一樣下來那個錢馬上其實當天其實這個調整權利金那個契約金的調整的時候這個方式其實都會給你去補償那補償的狀況之下你會發覺說那當天的錢比如說我减值或是除息的钱通常可能要隔半个月那像股票期货的运用方式来讲的话不用,我除息当天钱就直接拿到手所以在资金的运用弹性的空间上来讲的话它会好非常多所以像这样来讲刚才讲的第一个方式是如果足额快我要去省下一些资金做弹性运用的时候就用股票起货那要考量的是转仓每年的转仓的正价差的一个成本不能高过2.5%以上就会考量3%以上就不考虑那再来就是如果是你要比较偏向短线交易的部分那股票企业来讲的话它运用方式的话就是它的交易成本比较低不过我这边来讲还是一样奉劝就是短线交易尽量就我个人不代表市场尽量避开做短线交易做多做爽只是爽到营业员跟企业公司那对你的绾效有沒有比較好我不知道那我要常常我跟有來聊的人我會講其實就很簡單你怎麼評量今年年初你要做的這一檔股票或股票企業從年初買到現在它的損益數字跟你一直衝來衝去的损益数字哪一个比较好哪一个比较好就做哪一个方式那以我的方式就是抱着会比冲来冲去好所以我会用抱着方式去做所以事实上来讲这样做因为我还要搭配cover call那对我来讲就更好那我会习惯这样子运作那再来就是股票期貨其實在運作的時候呢有幾個地方的部分通通要避開這個其實很多營業人可能不太了解或者第一個剛才講就是一個正價差的幅度過大的時候這個東西包含每個月轉倉都是正價差的時候這個比較不建議好像之前台積電現在台積電也是一樣就正價差幅度過大這個我就不建議去做台積電現在台積電也是一樣就正價大幅度過大這個我就不建議去做那有些人講說那如果他是比較偏短線上短線上歸短線如果是你是屬於長線上來講的話這一種來講就不是第二種方式是在於說他本身的流動性並不是太高的狀況之下股票期貨要做可以口數要降低不是说每一档股票期货都可以去运作这样去调整那这种的做法的话通常你就要去考量这个方式去运作那有时候你会看到有时候股票期货在运作的时候常常有时候在比如说现在是7月然后8月9月7、8、9月有时候几个月份不同的状况的时候价格不同你会发现说像上次我有提到那个台积电的部分你会发现光12月份它就比现股高多了几块钱到了8、9块钱的一个甚至有到多了8、9块钱这么高的一个价格那8、9块钱代表是什么它已经基本上就已经�價差是超過1%以上甚至有到1%多以上那這種狀況甚至還在那時候曾經一度高達11塊多那11塊多你去想在台積電900多塊11塊多是高達1.3%到1.4%一年等於是高了2.6% 2.7%這個就剛好講的就是整年度高的增加他快將近3%這樣不錯那這個增加在他路過的如果今天像以前我們是自營部的話这个就刚刚我讲的就是整年度高的挣价它快将近3%这样不做那这个挣价如果今天像以前我们是自营部的话因为自营部就不缺钱反正钱多只要有利益就做那这种中房来讲成本又低通常这种做法就会变成我会去空很多的那个台积电的原价外挣价它可能10来1块甚至11 12块的股票期货,11、12塊的股票期貨買同等值的股票去對鎖那對鎖我只要鎖住7月8、9、10、11、12半年鎖完之後,剩下股票要做結算價嘛對不對做結算價,因為股票是多單嘛那多單的部分就是在結算那一天呢從12點半到1點半做均價模式把它賣掉為什麼做均價模式?做均價模式之後合成起來的結算價就幾乎是一樣那直接就結算掉,這個東西來講年化利率將近3%的套利空間就出來了這種做法就適合在製銀部在做那考量稅率什麼問題那個其實就稅率就很低那基本上就不用看那這種做法的話就是在於有時候在儲權期忘記的時候有時候那個氣息的價差如果過大的時候這張股票剛好你有的時候那記得如果說它呈現利價差蠻大的那反正你不是要短線操作你也要長期持有的时候记得就当下就马上把这股票期货股票直接卖掉换成股票期货的赌它会怎么既然有溺价差这种千载难逢的机会那尤其越大越好这种代表是怎样你可以直接把你的成本降低一下像我之前就一直在提就讲说世纪刚從去年的8月1號開始股票期貨上市之後他每個月轉倉就-0.6 0.7甚至0.8 還有到0.9 莫名其妙後來去查一下原來是很多那個發那個公司債到了價內很多人因為是已經到價內是空期貨去做幣錢去對數結果把它空下來就空成逆價差結果光那幾個月平白無故送你6塊錢的幾個月平白無故送你六塊錢的幾個月累積下來送你六塊錢的利價差那你是想成本我用股票期貨這樣爆爆爆爆就這樣子爆半年多就是省下六塊錢反而成本降低了六塊錢所以你會發現說那這個時候為什麼不用股票期貨當然得用股票期貨所以概念是這樣所以很多的方式你可以去運用那像剛還有一個部分就是說像前昨天還前一往前這直播要講的那個很多做空單的部分那做空單的部分去買股票因為為什麼股票容易買那同樣反過來有沒有人去買買多單然後去放空股票的部分當然可以是這樣做但是你放空股票有些有券的問題嘛所以這些人會用股票期貨去運作來走那這個東西我要考量是期貨的那個正例價差的差別跟股票期貨的差別像如果現在期貨跟股票期貨都有一點呈現是小多的正價差那這種狀況呢如果今天股票期貨這裡像如果現在像期貨跟股票期貨都有一點呈現是小多的正價差那這種狀況呢如果今天股票期貨它的正價像台積電這些權值股的正價差都還蠻大都保持在1% 2%以上甚至2%多以上的話那指數期貨它是平價差甚至是逆價差的狀態之下那我可不可以反過來做空這些一攬子的全值股的那个那个所谓的股票期货然后去买加钱指数也可以啊但是你要留意一下就是因为你空这一篮子的加钱那个全值股的一个股票期货的时候你会漏掉是一块就是我们昨天在讲说相对性有些比较平常不动的这些全值这些股票的时候那这些股票你相对性是没有空到它变成是用期货来讲买期货是买到它那这些股票会不会是强弱就会影响到你的这个操作策略的运作所以像这种做法相对性比较不多的原因是在于说因为这个东西一般来讲的话我们通常是买股票是买强势的所以通常来讲为什么这种做法跟前两天在直播在讲的是说我买我空一篮子的期货但是买一篮子空期货买一篮子的股票的这种机会比较多反而反向过来的就比较少因为他比较不符合效益而且相对性的效益是比较差所以这个原因來講是說這個做因為以前在製銀什麼東西都做什麼東西要搞搞出來發現說這個真的真的有可行性比較多這可行性比較小然後後來有些東西做一做甚至被電到電電到就覺得莫名其妙幹嘛做這個白癡的動作但是常常就是遇到這種問題所以也就是說股票局位的運作方式大概就是這幾種方式大家去思考呃不是說哎常常很多音樂到这种问题所以也就是说股票局位的运作方式大概就是这几种方式大家去思考不是说常常很多营业人跟你讲说这两张股票两张股票对我也知道是两张股票但是什么时机点该出手什么时机点不该出手那这种有时候这种做法的话如果你是报长期的话基本上就是还是一样我们这个产业基本面不变那你如果是要短线上的话那技术分析或筹码不变那你如果是要短线上的话那技术分析或筹码分析这当然一样那短线上的话如果你的量不大股票期货的量也够大的话那适合就是用股票期货去运作cover去做的那你如果是长期来讲的话就是除非你要你如果要资金才去运用的话股票期货也可以运用如果都不考量的话那正常其实还是建议是不是在股票里面去运作如果都不考量的話那正常其實還是建議是不是在股票裡面去運作那這樣子會比較好一點大概就是股票期貨運用的方式大概是幾種然後我們現在來找一下幾個 qa 的問題就是剛才講說第一步怎麼踏出去那就是你找出長期的你想要做的持股那有兩張的就把兩張股票賣掉直接換股票期貨一换股票取回一口就接下来就是每个月转账这样就试着做就好七月份的扣有异常就是因为昨天行情其实在跌的时候甚至在平板的时候你看七月份的扣我有截图在那一张在粉专上面大概是在价外的1200点也就是说23300点以上的这些选择权出现了问题出现了既然是指数在下跌CALL的权利金居然在上涨这个就不符合常规那我要讲一下CALL在上涨是代表很多买房是有些买房进场但是不是看多我要给大家的是不一定为什么不一定因为它有可能是相对性是做什么动作空期货Buy Call在对它有些人可能是有些人玩Gamma的有些人可能在玩什么其他策略的这些东西的做法可能会有这样甚至像之前像以前有个朋友叫D神一个同事那像他做法可能會有這樣甚至像之前像有以前有個朋友叫D神有個同事那現在他的做法就是選擇權買兩邊買很多買個幾千口那幾千口之後剩下保證金幹嘛如果瞬間殺個1000點他開始反向的買期貨多單為什麼因為他的put已經買好了在那邊可能交換1000點那你疊1000點就開始買期貨那再疊?因為他的PUT已經買好了可能交換1000點嘛,那你跌1000點就開始買期貨,那再跌1200點,再買,1300點再買,他會買的期貨的量跟那個BUYPUT的量基本上是互抵調可能就是互抵調,所以往下跌的風險會不會有出現很大功能不會,但是他在賺什麼?如果今天期貨反彈三五百點三五百點他賺掉平常之後光這個期貨賺的錢比他買兩邊的權利金更好那代表他那一次的合約基本上一定穩贏的那如果有彈起來更多,這賺更多那彈起來之後,又再來刷洗一次重的話,那他會賺更多但是這種做法相對性就是要賭要抓出那個會有大行情的波動的時候他才會去做那像什麼時候狀況裡面比如說哎股票股票市場的現股市場爆大量或是有一些所謂的漲跌的漲跌幅的一些所謂的指標的一些股數哎加公司加速的變化比較異常的時候這些幾個幾幾個指標過濾下來發覺統計下來一些股数加公司加速的变化比较异常的时候这些几个几几个指标过滤下发掘统计下来他的相对性接下来行情波动大的时候像这种策略就可以出手但是你要记得这种策略出手的时候通常如果行情不动的不太动的话他光一天以他部位来讲他之前就吃饭的时候在我几年前吃饭的时候在分享说如果指数如果都不太动的话一天光权利金损失消耗就是几百万那这样子你敢不敢扛这样的问题我这种概念一下我那个刚才讲Cold的异常就是这样子那代表很多人在买但是很多人在买的话权利金很高所以昨天的我的方式就是那你在买权利金高很多吗那我的持股也沒有什麼沒有想動的時候那我本來就cover call那你既然漲高了就當然是賣就賣一些嘛所以昨天當然賣了一些call就往上去賣就是加外1200點以上的call就賣一些為什麼當做如果沒有上去當做配息就權利金補償沒有漲上去當做我的補償ok 啊你沒問題啊反正月反正就是扣除周的月我還可以賣多多多賣一賣那接下來W1的合約開始要做了我也會持續在賣扣那會用籌碼表位置去看他的位置點在哪,就像我們今天在講說為什麼看23000點差點壓力因為之前前面累積的幾天的籌碼量23000點本來压力因为之前前面累积的几天的筹码量23000点本来就卖方就比较重加上昨天的夜盘23000也是卖方今天有没有突破23000点有啊可是你会发觉23000点的call从头到尾始终都是站在卖方这个是之前有跟我讲说就算你要做多做多到这个位置關卡點他都沒有測的時候至少我要尊重一下那所以你後面今天壓下來其實並沒有什麼我是覺得就很正常所以我今天的做法來講的話就是做他這個區間就是23000點做一個最高點的然後這樣下來後來慢慢這個區間有慢慢的往那個22950點的位置去移嘛所以大概就在这个中间其实差不多所以到最后这个部位其实小赚一点钱其实很正常的概念的方式好那再来就是手续费很低对股票期货是足额保证金做这其实很适合但是有超过太多的你只要留一半就好了比如两张股票是60万你放30万保证金30万就放银行成立息,真的不要放保证金里面没有任何意义C扣远价外吃下来完整的上涨空间可以抵消正价吗对,没错,就像台积电来讲的话刚才讲说每个月转2块多吧,你如果用股票期会去做的话那你会试想一下,比如说1050元的扣或是1030元的扣就是距离我还要涨个7、80块�或是1030元的扣就是距離我還要漲個七八十塊錢或是漲10%的空間的位置點這個扣的權利金大概可以抵掉你的正加差的部分差不多有這樣的幅度可以去運作這個東西可以做但是它的缺點是那如果漲10%以後我就賺不到這個概念是這樣所以你要放那如果是這樣的方式的話我寧可是說我抓15%那抓15%的方式的話增加他的幅度會比那個扣的權利金還要多一點嗎多一點沒有關係為什麼因為我省下來資金就該我可以資金當下來的時候我可以用台企運用的時候這個可以做所以遠遠價外的扣可以來抵消增加成本是可以但是要強調你主要是要賺上漲波本是可以但是要强调你主要是要赚上涨波段的钱不是要赚权利金的钱所以波段的这个空间是主要考量的原因权利金是次要的考量原因期货建议凹单吗如果我是长期要投资要转仓我是转仓那个就不是要凹单了我是长期要放的至于凹单你房企长期要放的至于凹单你如果觉得你的买进这档股票的呃原油都不见的话那当然是砍掉如果都不在了那当然是就砍掉那就不会去凹了那如果这个你买进的这档股票的理由都还存在那当然这是我就会继续放对呀期货最大的风险是怎样怎么让自己毕业哦期货最大的风险是怎样怎么会让自己毕业期货最大的风险就是杠杆开太大比如刚才讲我说60万60万两张股票60万丢进来那你买一口差不多花多少钱10万块左右而已那10万块左右我刚才讲说为什么放30万那30万放怎样你这样放保证金里面30万你如果看到我还20萬我可不可以下第2口,可以耶那可不可以放第3口,也可以耶那外面的30萬如果你沒有移出去30萬你可不可以放6口那也沒有問題,問題出現一個你如果放到6口槓桿倍數是開6倍以上那問題來了,下跌10%你就等於是賠60%你可不可以下7口,也可以下到7口你下7口之後,如果下跌10%是賠70%兩根跌停板再見了可是剛才我們來講是說我用30萬來做一口然後另外30萬放銀行兩根跌停板是多少錢兩根跌停板60萬,兩根跌停板12萬,你30萬扣掉12萬,你還18萬保證金都還不用補這個東西為什麼就這樣子期貨的風險在哪邊?就是貪婪不知道你自己要畢業為什麼要畢業因為你把部位的風險槓桿倍數開太大那你為了要避免這個畢業的方式你要怎麼去控制?你去買的這個期貨合約要用合約值來算不要用保证金就像我你如果买一口小台子你现在是算两万三千点好了代表现在是代表一百一十五万的合约值所以你买一口小台子代表你就要心理准备我是用我在买一百一十五万的股票那么多我用保证金六万可不可以做可以啊现在保证金六万块做一口问题是你要想着你用六万可不可以做可以啊现在保证金六万块做一口问题是你要想着你用六万块是在做一百一十五万这个杠杆倍数会不会太大会那你如果不想太大如果只是开两倍一百一十五万除以二多少你好歹也要准备个五十几万吧对不对那你如果就算开个三倍你至少放个四十万差不多概念这样子这样子来讲才可以避免你会被畢業的一個現象那40萬放裡面保證6萬還有34萬要幹嘛你不用放那麼多,放個20萬,20萬放銀行去存利息這樣子那你有剩下其實剩下之間再做cover call其實都綽綽有餘了這概念去做這樣才不會讓你去畢業,長期有個股期可持有個股期可以持有個股期可以我現在持有廣島一年多廣島持有一年多啦世紀剛現在快去年八九十十一十二一二三四五六也存了十個月啦這概念可以持只要他的正價差年度這個年化的每個月每個月轉倉的成本合計起來這個正價差的利率低於2.5%以下的以現在的利率來算,低於2.5%以下的我還是會用股票期貨長期持有,就每個月轉倉轉倉轉倉反正,這樣子狀況可以金融股用股票期貨來做槓桿配置合適嗎?正加差的耗損,對啊所以正加差的耗損,就剛才講的啊,就是你要考慮它一整�加差耗損對啊所以增加的耗損就剛才講的啊就是你要考慮他一整年度的耗損多少我現在講的2.5%以內你目前來看的話我是可以接受我最大容忍範圍就到3%啊如果超過3%的話我就不要那你的耗損就剛才講的我們要講的那個耗損增加差耗損我可不可以用很遠價外的那個CALL來補補一些我是覺得這種方式是可以运用的好不好这样可以运用的方式怎么样图表,筹码怎么样图表化图表化这个东西要问Excel的高手,基本上我有看过几个网友,应该好多,我已经看过好几个版本有写出来,但是我不会用我只是用别人写出来版本而已这个可能要问Excel的高手才可以選擇成代表可以我只要有選擇籌碼不就可以代表我可以了可以啊但是我要記得選擇全籌碼表的部分只限當天的運用會有效你要長期運用的話一天一天做但是一天做一支累積起來去算的話這個參考的比重是當盤這個籌碼表的參考比重可能會70-80%以上剩下的期間前面幾天的累積可能會參考就是20-30%的概念而已那所以像今天來講籌碼表很明確跟你講說23000點就是SEKO部分就是打死部隊後面越賣越多代表23000點過不去再來22950點的PUT今天神經一度現股就是跌破到了22900點的時候你會發現22950的SELLPUT口數也擋在那就以當盤來講這個數據以當盤來講參考的比重很高但是有甚至有到七八成但是你如果要長期去運作的話你就要考慮前面幾天甚至更久以前的成但是你如果要长期去运作的话你就要考虑前面几天甚至更久以前的成本你要把它给回推回来那一般来讲我会只抓一周一周再抓前面大概三五天的一个数据这样累积去看所以像今天来讲的话就很明确的是大概就两万三上下左右概念这样因为后来的调整上来的筹码反正就是昨天夜盘跟白天在做Self的概念这个底�調把它底調下面的支撐力有往上移但是上面的壓力並沒有往上調太多所以的概念就是說以當盤跟前幾天累積這個可以做但是記得以當盤的百分之七八十為主剩下兩三成你如果要流暢跟他去玩這個部分這個比重盡量一定要把它壓到原本的部位如果你可以做十口,頂多留個一兩口兩三口的概念就是了不起就這樣子的方式去做你不能說真的所有的部位都流暢跟他去玩這樣會被咬到假說期貨在78912都正價差正價差不多的數值不多某期貨78912月都正價差差不多增加差不多的數值不多某期或7、8、9、12月都增加差差不多的增加差數值差不多數值差不多,如果是長期要持有的話是每個月的增加差都差不多嗎那就是我剛才講的換算每個月轉倉的成本這樣累積下一整年有沒有超過那個百分比就2.5%以下分比就2.5%以下OK啦,2.5%以上就是看你要不要轉那3%以上我就不考慮,就換成現貨這個概念是做的,你就是每個月加差轉倉算去起交所調高保證金的意義是什麼因為就是他一直要控制槓桿倍數在20倍上下左右指數上漲自然保證金已經會調對,那指數下來保證金可能是他槓桿倍數在20倍上下左右指數上漲自然保證金已經會調對那指數下來保證金可能是他槓桿倍數降到87倍之後可能降到15 16倍的時候他又會把它提高那個保證金就會降下來讓槓桿倍數再回去這個只是純粹是那個槓桿倍數的調整的起角度的部分流動性個股個股選因為流動性是否能交易的標的也不多當然了個股選可以做的部分的話目前只有少數的幾檔而已像台積電其實就很少聯電有些有些然後也金融股這些如果真的各股選其實很少這量真的太少所以相對不建議大家再去做這個動作像除非像台積電CPU我們這做法我們就是掛架等掛架等掛架等而已有就有中沒中就拉倒那通常來講的話有時候我們自己要做稍微量比較大一點的時候通常會做一個巡架跟去跟起腳手做巡架可是這不是一般人會去做的東西所以呃這樣做然後簡單的雙哎教學雙C嗎好比如現在來講我講一下今天兩個籌碼的數據今天盤中這樣一路往上找的時候其實你會發覺說23000點是關卡就是Cellcode的位置那我們之前講嘛我的Cellcode通常會擋在那邊你23000點是壓力我就退一檔或兩檔就是23050或者是23100我去做Cellcode同樣的今天在夜盤開出來的時候退一檔或兩檔就是23050或者是23100我去做C-code同樣的今天在夜盤開出來的時候夜盤的數據是22800點的PUT它是賣方式相對就開始出現1000多個比較多的那一樣我要退嘛就22750 22700像這種來講就是雙C就是C就是會C到這個地方兩邊都各C一口在這邊就是Code的大量的退一檔到兩檔,就是50到100點Put大量的50點到100點的地方去做雙C,我的習慣性是這樣那這個雙C來講的話,就在就是看著盤中的籌碼表它的數值有沒有變化如果它是往多方調5000口上去那我的部分就是Put或是Code的部分再往上去那我的部分就是put或是call的部分再往上去調一組,比如說我是賣23100那變成23150再賣一口往上調那put的部分就會往上調100點比如說22700會變成調22800就是這樣子慢慢去做壓縮其實就是雙c的壓縮一直往上隨著往上去調但是這種調法,你會記得這種調法的話就是貼著盤面去調,那這種調法其實我是覺得很累因為我不喜歡這樣調一調去所以像這種調法,像以往在以前像在置頂部,為什麼一天可以做17萬個一直調一調,一直調一調行情一直做上下上下調調到後面前面幾分鐘要做什麼單根本就不知道做下來會不會真的比較好我覺得不一定耶真的是隨著這樣行情走有時候真的好有時候不好可是真的花費太多時間我一直在想其實希望的是大家學的是把時間空下來去研究好的策略研究好的公司跟產業去做這樣其實會比較好從賣場支撐壓力口數大於多少就會像以今天來講的話超過3000口就很明顯了就不會過了你像23000點你去看一下3000口的code累積到3000口的量大概是在12點多就已經累積出來了那接下來是22950的PUT到結算的時候一點左右的時候那時候還有幾點的權利金結果你會發覺他已經到了3000口那大概也不用看了那個大概也不會跌下去那個時候雖然雖然殘留價值3.5點你這樣照賣反正那個都會歸零就收一收這種做法基本上單一鋁業家超過2000口以上就可以稍微出手3000口以上大概就壓力就很大四五千口就不用看了很難去撼動的概念除非是我之前講你的對應出來另外一邊的口數更大其實你要看支撐壓力我是覺得不用去看支撐壓力之前就我跟我講就是畫圖嘛你如果這個數字看不出來就畫圖那個圖形會很明顯就像現在圖形就一樣很明顯就是23000點本來是一個高峰一個大蠻頭這個形狀或者是大蠻頭是往22950稍微往下移一點就是這個很明顯就這個區間你這個區間畫出來雙C我就C在這個它會凹下去賠錢的地方這兩邊我就直接賣一賣就好了所以這個支撐壓力就這樣就出來就直接做這兩邊就可以了當盤的選擇權籌碼表啊這個就是看那個籌碼表那個我的YT上面有啊就直接用這個方式直接你自己去做一張之後你自己圖形就會出現了好不好對啊上面直接有 ok好今天的 Q&A 也問到這還有沒有其他問題有問題就盡量問對啊然後如果各位其實有做股票取貨或是呃有興有做股票取貨或是呃有興趣做股票取貨或是做cover code類似像這種東西其實就歡迎就隨時然後我們接下來群組的直播是在7月3號晚上的7點然後接下來就是7月16號會有一堂就是也是免費線上的大家就是跟着讲接下来下半年的产业选股的趋势方向跟所谓的微型台值要上市微型台值上市之后再做避险的调整会更精细会更好因为现在台值小台值一口就100多万问题是我这上午10万我要做这种避险这个做法会去调所以这个比例上来讲的话到时候微型台子跟選擇權搭配運用的方式會有更多元化那我們7月16號會有一些線上的課程線上的講座來再做講這一塊然後個股期一般我看一下個股期一般是比較推薦每個月轉賬嗎如果有如果剛才講的我是比較傾向每個月因為我要流動性的問題如果遠月份的我是比较倾向每个月因为我要流动性的问题如果远月份的总计的价差比每个月的转仓还便宜直接买远月份如果你要做长期的话这样子做就好这样省你的交易成本交易次数这样成本可以降低就是怎么做成本最低就做哪个方法那你如果不是考虮流動性的問題的話那就是哪一邊最便宜就是遠月份直接遠月份比如說增加他5塊錢可是我每個月轉倉只只有1.2那1.2的話6個月長相7.7塊多7塊多比5塊錢高那我當然直接買直接買遠月份增加他5塊錢就好不要每個月去转还浪费多浪费两块钱懂吗就这样的观念是做呃直播流浪我会放在那个youtube上面的群组群组就之前讲有一些条件呢1000人群组不是不是不是500人的群组对啊呃基本面会参考什么方法本益比现金流不会我会考虑这个可能比较少接触听我来讲我一直是看的是产业趋势我不再看本益比跟现金流什么折线法我只看现在这个时间点往后两三年去看哪些产业它的产值产量会比现在好就买那些如果你相信只是AI产业会越来越好那你就相信台积電在未來兩三年它晶圓的代工的產值會更高獲利會更強那我就買它如果沒有就不買它那就像我看能源類台灣缺電兩三年後需要的電力更大這個東西來講的話綠色電力要更大那我就會買如果你覺得不需要綠色電力那麼大那就不买它甚至放红它多有可能概念是这样不是看本益比的现金流而是看产业趋势从现在这个时间点看往后试着站在往后两年的那个时间点回过头来看现在有什么东西在两三年后是很需要而且量现在是缺太多比较多的就买这个产业世纪钢的护城世纪钢的护城有啊就几个第一个他的所谓的钢购的那个所谓的成本整个成本来讲的话比韩国的SK集团的成本低了那再来就是就是它的護城就是那個海上的作業平台船的成本這個東西在國內來講的話平均一天就是40萬歐元1000萬台幣左右這個東西來講的話你從韓國過來這成本就更高所以韓國已經不用考慮它進不進真的問題了再來國內有沒有競爭對手要進來有進來可以啊我就之前司機剛的他的優勢是在誰有港口嘛而且要省水港那你是想誰有港口誰拿天否則你要做這港口要多這麼大一座要組裝廠房要那個24小時可以做的那個這種廠房台灣誰來如果有那就代表競爭像24小時可以做的這種廠房,台灣誰來如果有,那就代表競爭沒有,我幹嘛去看這方式關係就這樣子所以它的庫存額其實有蠻多的所以基本上這樣子然後軍工股的看法軍工股,我覺得是一陣一陣很多可能就是我反而覺得就是以AI加能源這兩組其實能源也是跟AI相關所以AI在這企業的話能源類一定要用很多所以像上次我6月從6月14號後來最後面加碼就是換掉股票剩下的資金就是換成世紀豐田跟鴻德能源那個世紀豐電跟宏德能源嘛那世紀豐電就套了就是那時候加碼的部分賠錢嘛,到今天是賠錢那宏德能源賺到一根多的漲幅那今天208塊那時候才173塊半賺了快兩根就一樣嘛比一比比世紀豐電好嘛整體上來講還算不錯啦還可以的對啊隱藏股萬達寵物對啊,萬達寵物比一比,比四季風電好嗎?整體上來講還算不錯啦,還可以的對啊隱藏骨萬達寵物,對啊,萬達寵物,這個就是之前有講的隱藏骨為什麼現在人數在人越來越少,而且講來聽來是生小孩真的很耗成本更耗精神我真的是養小孩養條狗跟貓還不一樣,可是你會發現養狗養貓那個一樣所以這個產業就是一樣為什麼找萬達寵物你發覺說未來趨勢一樣現在年輕人不生小孩不養小孩就是養寵物養寵物這個市場其實還會再成長就像我們年紀大的一樣如果小孩子都出去了年紀大也可能養寵物這概念一樣我也想說這產業�趋势嘛你从过几年回头看什么东西会可能会成长的机会很高就买这个东西而已嘛所以问拿宠物也是这样看法对啊新贵股票是不是会考虑新贵股票我不管我不是考虑新贵或不是新贵或是创业版我只考虑未来这个产业会不会成长会成长管你是不是在现在就算未上市人買我也買對呀重電看法出現的問題是產能重電有些屬於是人才的一些的部分不夠所以不是產能的問題所以重電其實他已經到了某個高原期的一個狀態所以配置是會配置一點但是不會配置他不會是主我的不會是我的主角啦,我這樣可以看狗狗嗎?我沒有養狗狗大概就這樣子,還有嗎?創新版的操作除了200萬限制都跟股票一樣的錯誤方式,對啊沒錯就是一開始,那時候得要創新版有財力限制的證明說持股庫存要超過200萬以上後來去用就有了AI這陣子的IP點IP不一定跟AI有相關IP是客製化晶片不代表完全是AI但是客製化晶片有它的市場我是覺得還是可以可以長期性還是不錯AI醫療建議嗎我覺得有機會對呀這個東西AIT但是國內我不曉得之前有人看說長家智能但我不曉得這是東西真的能實現的機會有多大未來這個東西我才會覺得去看那生技股這個我比較弱所以我比較不敢去判斷現在操作股票還會停損嗎我現在操作股票不會停損但是我會加重避險的模式去運作概念是這樣子籌碼課的教學嗎巡迴已經講完了如果大家各件事如果你們自己有人有場地有那個的話就安排你們有場地的話接下來就是跟我們講我們就直接去講就好了創意怎麼看就一樣創意事情都一樣長期基本上還是有它的市場只是這個比重它算是主菜是 AI 跟能源嗎這些都是配菜就配菜一點點那配菜一點點就是當小菜點心都放著這樣概念而已對啊崇瑪克就是主要還是台北啦你如果三五個人大家有約一約直接約個時間出來就直接講一下就可以他外縣市的我們就沒有辦法就是你要有你人約可是我們真的要跑一趟這會比較麻煩大概就這樣還有沒有其他問題沒有的話這樣快一個小時等一下要跟老婆去運動一下不然肚子太胖了那我們今天就先直播到這那如果大家如果還有什麼問題歡迎留言到那個粉專或是YT留言給我們我們看到的話我們再一直回覆給大家好不好對啊啊群組條件有興趣的話就是FB私訊給我們留下你的line id給我們我們再再幫你聯絡好不好好謝謝好拜拜我们再帮你联络好不好好谢谢拜拜

2024年6月15日 星期六

https://www.youtube.com/watch?v=lXLBTBBil2U
Jensen Huang, Founder and CEO of NVIDIA
  Jensen, this is such an honor. Thank you for being here. I'm delighted to be here, thank you. In honor of your return to Stanford, I decided we'd start talking about the time when you first left. You joined LSI Logic, and that was one of the most exciting companies at the time. You're building a phenomenal reputation with some of the biggest names in tech, and yet you decide to leave to become a founder. What motivated you? Chris and Curtis. Chris and Curtis, I was an engineer at LSI Logic, and Chris and Curtis were at Sun. And I was working with some of the brightest minds in computer science at the time, of all time, including Andy Bechtolsheim and others building workstations and graphics workstations and so on and so forth. And Chris and Curtis said one day that they like to leave Sun and they like me to go figure out what they're gonna go leave for. And I had a great job, but they insisted that I figure out with them how to build a company. And so we hung out at Denny's whenever they dropped by, which was, by the way, my alma mater, my first company. My first job before CEO was a dishwasher, and I did that very well. And so anyways, we got together, and it was during the microprocessor revolution. This is 1993. And in 1992, when we were getting together, the PC revolution was just getting going. You know that Windows 95, obviously, which is the revolutionary version of Windows, didn't even come to the market yet. And Pentium wasn't even announced yet. And this is all right before the PC revolution. And it was pretty clear that the microprocessor was going to be very important. We thought, why don't we build a company to go solve problems that a normal computer that is powered by general purpose computing can't? That became the company's mission, to go build a computer, the type of computers, and solve problems that normal computers can't. And to this day, we're focused on that. And if you look at all the problems that in the markets that we opened up as a result, it's things like computational drug design, weather simulation, materials design. These are all things that we're really, really proud of. Robotics, self-driving cars, autonomous software we call artificial intelligence. And then, of course, we drove the technology so hard that eventually the computational cost went to approximately zero and then enabled a whole new way of developing software where the computer wrote the software itself, artificial intelligence as we know it today. So that was it. That was the journey. Yeah. Thank you all for coming. Well, these applications are on all of our minds today. But back then, the CEO of LSI Logic convinced his biggest investor, Don Valentine, to meet with you. He is obviously the founder of Sequoia. Now, I can see a lot of founders here edging forward in anticipation. but how did you convince the most sought-after investor in Silicon Valley to invest in a team of first-time founders building a new product for a market that doesn't even exist? I didn't know how to write a business plan. And so I went to a bookstore. And back then there were bookstores. And in the business book section there was this book and it was written by somebody I knew Gordon Bell and this book I should go find it again but it's a very large book and the book says how to write a business plan and and that was you know highly specific title for a very niche market and it seems like he wrote it for like 14 people and I was one of them. And so I bought the book. I should have known right away that that was a bad idea because Gordon is super, super smart. And super smart people have a lot to say. I'm pretty sure Gordon wants to teach me how to write a business plan completely. And so I picked up this book. It's like 450 pages long. Well, I never got through it. Not even close. I flipped through it a few pages and I go, you know what, by the time I'm done reading this thing, I'll be out of business. I'll be out of money. And Lori and I only had about six months in the bank. We had already Spencer and Madison and a dog. So the five of us had to live off of whatever money we had in the bank. And so I didn't have much time. And so instead of writing the business plan, I just went to talk to Wilf Corrigan. He called me one day and said, hey, you left the company. You didn't even tell me what you were doing. I want you to come back and explain it to me. And so I went back and I explained it to Wilf. And Wilf, at the end of it, he said, I have no idea what you said. And that's one of the worst elevator pitches I've ever heard. And And that's one of the worst elevator pitches I've ever heard. And then he picked up the phone, and he called Don Valentine. And he called Don, and he says, Don, I'm going to send a kid over. I want you to give him money. He's one of the best employees LSI Logic ever had. And so the thing I learned is you can make up a great interview. You could even have a bad interview. But you can't run away from your past. And so have a good past. Try to have a good past. And in a lot of ways, I was serious when I said I was a good dishwasher. I was probably Denny's' best dishwasher. I planned my work, I was organized, I was me some plus, and then I washed the living daylights out of the dishes. And then they promoted me to bus, I was certain I'm the best busboy Denny's ever had. I never left the station empty-handed. I never came back empty-handed. I was very efficient. And so, anyways, eventually I became a CEO. I'm still working on being a good CEO. You talk about being the best. You needed to be the best among 89 other companies that were funded after you to build the same thing. And then with 69 months of runway left, you realized that the initial vision was just not gonna work. How did you decide what to do next to save the company when the cards were so stacked against you? Well, we started this company called for Accelerated Computing. And the question is, what is it for? What's the killer app? And that came our first great decision. And this is what Sequoia funded. The first great decision was the first killer app was going to be 3D graphics. And the technology was going to be 3D graphics. And the technology was going to be 3D graphics. And the application was going to be video games. At the time, 3D graphics was impossible to make cheap. It was million-dollar image generators from Silicon Graphics. And so it was a million dollars, and it's hard to make cheap. And the video game market was $0 billion. So you have this incredible technology that's hard to commoditize and commercialize, and then you have this market that doesn't exist. That intersection was the founding of our company. And I still remember when Don, at the end of my presentation, Don was still kind of, he said, one of the things he said to me, which made a lot of sense back then, makes a lot of sense today, he says, startups don't invest in startups, or startups don't partner with startups. And his point is that in order for NVIDIA to succeed, we needed another startup to succeed. And that other startup was Electronic Arts. And then on the way out, he reminded me that Electronic Arts' CTO is 14 years old and had to be driven to work by his mom. And he just wanted to remind me that that's who I'm relying on. And then after that, he said, if you lose my money, I'll kill you. And that was kind of my memories of that first meeting. But nonetheless, we created something. We went on the next several years to go create the market, to create the gaming market for PCs. And it took a long time to do so, we're still doing it today. We realized that not only do you have to create the technology and invent a new way of doing computer graphics so that what was a million dollars is now, you know, three, four hundred, five hundred dollars that fits in a computer. And you have to go create this new market. So we have to create technology, create markets. The idea that a company would create technology, create markets defines NVIDIA today. Almost everything we do, we create technology, we create markets. That's the reason why people say we have a, you know, people call it a stack, an ecosystem, words like that, but that's basically it. At the core, for 30 years, what NVIDIA realized we had to do is in order to create the conditions by which somebody could buy our products, we had to go invent this new market. And it's the reason why we were early in autonomous driving, it was the reason why we were early in deep learning, it was the reason why we were early in just about all these things, including computational drug design and discovery. All these different areas we're trying to create the market while we're creating the technology. And so that's, okay, and then we got going, and then Microsoft introduced a standard called Direct3D. And that spawned off hundreds of companies. And we found ourselves a couple years later competing with just about everybody. And the thing that we invented the company, the technology we invented 3D graphics with, the consumerized 3D with, turns out to be incompatible with Direct3D. So we started this company, we had this 3D graphics thing, million dollar thing, we're trying to make it consumerized 3D with, turns out to be incompatible with Direct3D. So we started this company, we had this 3D graphics thing, a million dollar thing, we're trying to make it consumerized. And so we invented all this technology. And then shortly after, it became incompatible. And so we had to reset the company or go out of business. But we didn't know how to build it the way that Microsoft had defined it. And I remember a meeting on a weekend and the conversation was, we now have 89 competitors. I understand that the way we do it is not right, but we don't know how to do it the right way. And thankfully, there was another bookstore. And the bookstore is called Fry's, Fry's Electronics. I don't know if it's still here. And so I think I drove Madison, my daughter, on the weekend to Fry's, and it was sitting right there. I think I drove Madison, my daughter, on a weekend to Fry's, and it was sitting right there, the OpenGL manual, which would define how Silicon Graphics did computer graphics. And so it was right there, it was like $68 a book. And so I had a couple hundred dollars, I bought three books. I took it back to the office and I said, guys, I found it, our future. And I handed out, I had three books. I took it back to the office and I said, guys, I found it, our future. And I handed out, I had three versions of it, I handed it out, had a big nice centerfold. You know, the centerfold is the OpenGL pipeline, which is the computer graphics pipeline. And I handed it to the same geniuses that I founded the company with. And we implemented the OpenGL pipeline like nobody had ever implemented the OpenGL pipeline, and we built something the world had never seen. And so a lot of lessons are right there. That moment in time for our company gave us so much confidence. And the reason for that is you can succeed in doing something, inventing a future, even if you are not informed about it at all. And it's kind of my attitude about everything now. When somebody tells me about something and I've never heard of it before, or if I've heard of it and never, don't understand how it works at all, my first thought is always, you know, how hard can it be? And it's probably just a textbook away, you know, you're probably one archive paper away from figuring this out. And so I spent a lot of time reading archive papers, and it's true, it's true. You can Now, of course, you can't learn how somebody else does something and do it exactly the same way and hope to have a different outcome. But you could learn how something can be done and then go back to first principles and ask yourself, given the conditions today, given my motivation, given the instruments, the tools, given how things have changed, how would I redo this? How would I reinvent this whole thing? How would I design it? How would I build a car today? Would I build it incrementally from 1950s and 1900s? How would I build a computer today? How would I write software today? Does it make sense? And so I go back to first principles all the time, even in the company today, and just reset ourselves. Because the world has changed. And the way we wrote software in the past was monolithic, and it's designed for supercomputers, but now it's disaggregated, so on and so forth. And how we think about software today, how we think about computers today, just always cause your company, always cause yourself to go back to first principles. And it creates lots and lots of opportunities. The way you applied this technology turns to be revolutionary. You get all the momentum that you need to IPO and then some more because you grow your revenue nine times in the next four years. But in the middle of all of this success, you decide to pivot a little bit the focus of innovation happening at NVIDIA based on a phone call you have with this chemistry professor. Can you tell us about that phone call and how you connected the dots from what you heard to where you went? Remember, at the core, the company was pioneering a new way of doing computing. Computer graphics was the first application. But we always knew that there would be other applications. And so image processing came, particle physics came, fluids came, so on and so forth. All kinds of interesting things that we wanted to do. We made the processor more programmable so that we could express more algorithms, if you will. And then one day we invented programmable shaders, which made all forms of imaging and computer graphics programmable. That was a great breakthrough, so we invented that. On top of that, we invented, we tried to look for ways to express more sophisticated algorithms that could be computed on our processor, which is very different than a CPU. And so we created this thing called CG. I think it was 2003 or so. C for GPUs. It predated CUDA by about three years. The same person who wrote the textbook that saved the company, Mark Kilgard, wrote that textbook. And so CG was super cool. We wrote textbooks about it. We started teaching people how to use it. We developed tools and such. And then several researchers discovered it. Many of the researchers here, students here at Stanford was using it. Many of the engineers that then became engineers at Nvidia were playing with it. A doctor, a couple of doctors at Mass General picked it up and used it for CT reconstruction. So I flew out and saw them and said, what are you guys doing with this thing? And they told me about that. And then a computational, a quantum chemist used it to express his algorithms. And so I realized that there's some evidence that people might want to use this. And it gave us incrementally more confidence that we ought to go do this, that this field, this form of computing could solve problems that normal computers really can't and reinforced our belief and kept us going. Every time you heard something new, you really savored that surprise. And that seems to be a theme throughout your leadership at NVIDIA. It feels like you make these bets so far in advance of technology inflections that when the apple finally falls from the tree, you're standing right there in your black leather jacket waiting to catch it. How do you find the conviction? Always seems like a diving catch. Always does seem like a diving catch. You do things based on core beliefs. You know, we deeply believe that we could create a computer that solves problems normal processing can't do. That there are limits to what a CPU can do. There are limits to what general purpose computing can do. And then there are interesting problems that we can go solve. The question is always, are those interesting problems only or can they also be interesting markets? Because if they're not interesting markets, it's not sustainable. And NVIDIA went through about a decade where we were investing in this future, and the markets didn't exist. There was only one market at the time. It was computer graphics. For 10, 15 years, the markets that fuels NVIDIA today just didn't exist. And so how do you continue with all of the people around you, our company, NVIDIA's management team and all of the amazing engineers that are there creating this future with me, all of your shareholders, your board of directors, all your partners, you're taking everybody with you, and there's no evidence of a market. That is really, really challenging. The fact that the technology can solve problems and the fact that you have research papers that are used that are made possible because of it are interesting, but you're always looking for that market. But nonetheless, before a market exists, you still need early indicators of future success. You know, we have this phrase in the company, is, you know, there's a phrase called key performance indicators. Unfortunately, KPIs are hard to understand. I find KPIs hard to understand. What's a good KPI? You know, a lot of people, you know, when we look for KPIs, you go gross margins. That's not a KPI, that's a result. You know, you're looking for something that's an early indicators of future positive results, okay? And as early as possible. And the reason for that is because you want early want that early sign that you're going in the right direction. And so we have this phrase, it's called EOFS, you know, early indicators, E-I-O-F-S, early indicators of future success. And it helps people, because I was using it all the time, to give the company hope that, hey, look, we solved this problem, we solved that problem, we solved this problem. The markets didn't exist, but they were important problems. And that's what the company is about, to solve these problems. We want to be sustainable, and therefore the markets have to exist at some point. But you want to decouple the result from evidence that you're doing the right thing. Okay, and so that's how you kind of solve this problem of investing into something that's very, very far away. And having the conviction to stay on the road is to find as early as possible the indicators that you're doing the right things. And so start with a core belief, unless something changes your mind, you continue to believe in it. And look for early indicators of future success. What are some of those early indicators that have been used by product teams at NVIDIA? All kinds. have been used by product teams at NVIDIA? All kinds. I saw a paper. Long before I saw the paper, I met some people that needed my help on this thing called deep learning. At the time, I didn't even know what deep learning was. And they needed us to create a domain-specific language so that all of their algorithms could be expressed easily on our processors. And we created this thing called KUDNN, and it's essentially the SQL, SQL is in storage computing, this is neural network computing, and we created a language, if you will, domain-specific language for that. Kind of like the OpenGL of deep learning. And so they needed us to do that so that they could express their mathematics. And they didn't understand CUDA, but they understood their deep learning. And so we created this thing in the middle for them. And the reason why we did it was because even though there were zero, I mean, these researchers had no money. And this is kind of one of the great skills of our company, that you're willing to do something even though the financial returns are completely non-existent or maybe very, very far out, even if you believed in it. We ask ourselves, you know, is this worthy work to do? Does this advance a field of science somewhere that matters? Notice, this is something that I've been talking about, you know, since the very beginning of time. We find inspiration not from the size of a market, but from the importance of the work. Because the importance of the work is the early indicators of a future market. And nobody has to do a business case on it. Nobody has to show me a P&L. Nobody has to show me a financial forecast. The only question is, is this important work? And if we didn't do it, would it happen without us? Now, if we didn't do it, would it happen without us? Now, if we didn't do something and something could happen without us, it gives me tremendous joy, actually. And the reason for that is, could you imagine? The world got better. You didn't have to lift a finger. That's the definition of ultimate laziness. And in a lot of ways, you want that habit. And the reason for that is this. You want the company to be lazy about doing things that other people always do, can do. If somebody else can do it, let them do it. We should go select the things that, if we didn't do it, the world would fall apart. You have to convince yourself of that. That if I don't do this, it won't get done. That is, and if that work is hard, and that work is impactful and important, then it gives you a sense of purpose. Does that make sense? And so our company has been selecting these projects, deep learning was just one of them. And the first indicator of the success of that was this fuzzy cat that Andrew Ng came up with. And then Alex Kershavsky detected cats, not all the time, but successfully enough that it was, this might take us somewhere. And we reasoned about the structure of deep learning, and we're computer scientists, and we understand how things work. And so we convinced ourselves this could change everything. And anyhow, but that's an example. So these selections that you've made, they've paid huge dividends, both literally and figuratively. But you've had to steer the company through some very challenging times, like when it lost 80% of its market cap amid the financial crisis because Wall Street didn't through some very challenging times, like when it lost 80% of its market cap amid the financial crisis, because Wall Street didn't believe in your bet on ML. In times like these, how do you steer the company and keep the employees motivated at the task at hand? My reaction during that time is the same reaction I had about this week. Earlier today, you asked me about this week. My pulse was exactly the same reaction I had about this week. Earlier today, you asked me about this week. My pulse was exactly the same. This week is no different than last week or the week before that. And so the opposite of that, you know, when you drop 80%, don't get me wrong. When your share price drops 80%, it's a little embarrassing, okay? And you just wanna wear a T-shirt that says, "'Wasn't my fault.'" But even more than that, you just don't wanna, you don't wanna get out of your bed, you don't wanna leave the house. All of that is true, All of that is true. All of that is true. But then you go back to just doing your job. Woke up at the same time. Prioritized my day in the same way. I go back to what do I believe. You gotta gut check, always gut check back to the core. What do you believe? What are the most important things? And just check them off. Sometimes it's helpful to, family loves me? Okay, check. And so you just got to check it off. And you go back to your core and then go back to work. And then every conversation is go back to the core. Keep the company focused back on the core. Do you believe in it? Did something change? The stock price changed, but did something else change? Did physics change? Did gravity change? Did all of the things that we assumed, that we believed, that led to our decision, did any of those things change? Because if those things change, you gotta change everything. But if none of those things change, you change nothing. Keep on going. That's how you do it. In speaking with your employees, they say that you- And try to avoid the public. In speaking with your employees, they've said that your leadership- Including the employees. I'm just kidding. No, leaders have to be seen, unfortunately. That's the hard part. I was an electrical engineering student, and I was quite young when I went to school. When I went to college, I was still 16 years old, and so I was young when I did everything. And so I was a bit of an introvert, kind of, you know, I'm shy, I don't enjoy public speaking. I'm delighted to be here, I'm not suggesting. But it's not something that I do naturally. And so when things are challenging, it's not easy to be in front of precisely the people that you care most about. And the reason for that is because, could you imagine a company meeting, which is our stock prices dropped by 80%? And the most important thing I have to do as the CEO is this, to come and face you, explain it. And partly, you're not sure why, partly you're not sure how long, how bad, you just don't know these things, but you still gotta explain it. Face all these people, and you know what they're thinking. Some of them are probably thinking we're doomed, some people are probably thinking you're an idiot, and some people are probably thinking we're doomed. Some people are probably thinking you're an idiot. And some people are probably thinking something else. And so there are a lot of things that people are thinking, and you know that they're thinking those things. But you still have to get in front of them and do the hard work. They may be thinking of those things, but yet not a single person of your leadership team left during times like this. And in fact- They're unemployable. That's what I keep reminding them. but yet not a single person of your leadership team left during times like this. And in fact- They're unemployable. That's what I keep reminding them. I'm just kidding. I'm surrounded by geniuses. I'm surrounded by geniuses. Other geniuses. Unbelievable. NVIDIA is well known to have singularly the best management team on the planet. This is the deepest technology management team the world's ever seen. I'm surrounded by a whole bunch of them, and they're just geniuses. Business teams, marketing teams, sales teams, just incredible. Engineering teams, research teams, unbelievable. Yeah. Your employees say that your leadership style is very engaged you have 50 direct reports you encourage people across all parts of the organization to send you the top five things on their mind and you constantly remind people that no task is beneath you can you tell us why you've purposefully designed such a flat organization, and how should we be thinking about our organizations that we design in the future? To me, no task is beneath me because, remember, I used to be a dishwasher, and I mean that. I used to clean toilets. I cleaned a lot of toilets. I've cleaned more toilets than all of you combined. Some of them just can't unsee. I don't know what to tell you. That's life. And so you can't show me a task that's beneath me. Now, I'm not doing it only because of, whether it's beneath me or not beneath me. If you send me something and you want my input on it, and I can be of service to you, and in my review of it, share with you how I reason through it, I've made a contribution to you. I've made it possible for you to see how I reason through it, I've made a contribution to you. I've made it possible for you to see how I reason through something. And by reasoning, as you know, how someone reasons through something empowers you. You go, oh my gosh, that's how you reason through something like this. It's not as complicated as it seems. This is how you reason through something that's super ambiguous. This is how you reason through something that's incalculable. This is how you reason through something that's super ambiguous. This is how you reason through something that's incalculable. This is how you reason through something that seems to be very scary. This is how you seem, do you understand? And so I show people how to reason through things all the time. Strategy things, you know, how to forecast something, how to break a problem down, and you're empowering people all over the place. And so that's how I see it. If you send me something, you want me to help review it, I'll do my best, and I'll show you how I would do it. In the process of doing that, of course, I learned a lot from you. Is that right? You gave me the seed of a lot of information. I learned a lot, and so I feel rewarded by the process. It does take a lot of energy sometimes, because in order to add value to somebody, and they're incredibly smart as a starting point, and I'm surrounded by incredibly smart people, you have to at least get to their plane. You have to get into their headspace. And that's really hard. That's really hard. And that takes just an enormous amount of emotional and intellectual energy. And so I feel exhausted after I work on things like that. I'm surrounded by a lot of great people. A CEO should have the most direct reports by definition because the people that reports to the CEO requires the least amount of management. It makes no sense to me that CEOs have so few people reporting to them, except for one fact that I know to be true. The knowledge, the information of a CEO is supposedly so valuable, so secretive, you can only share it with two other people, or three. And their information is so invaluable, so incredibly secretive, that they can only share with a couple more. Well, I don't believe in a culture and environment where the information that you possess is the reason why you have power. I would like us all to contribute to the company and our position in the company should have something to do with our ability to reason through complicated things, lead other people to achieve greatness, inspire, empower other people, support other people. Those are the reasons why the management team exists. In service of all of empower other people, support other people. Those are the reasons why the management team exists. In service of all of the other people that work in the company, to create the conditions by which all of these amazing people volunteer to come work for you instead of all the other amazing high-tech companies around the world, they elected, they volunteered to work for you. And so you should create the conditions by which they could do their life's work, which is my mission. You probably heard it. I've said that pretty clearly, and I believe that. What my job is is very simply to create the conditions by which you could do your life's work. And so how do I do that? What does that condition look like? Well, that condition should result in a great deal of empowerment. You can only be empowered if you understand the circumstance. Isn't that right? You have to understand the context of the situation you're in in order for you to come up with great ideas. And so I have to create a circumstance where you understand the context, which means you have to be informed. And the best way to be informed is for there to be as little layers of information mutilation between us. And so that's the reason why it's very often that I'm reasoning through things like in an audience like this. I say, first of all, this is the beginning facts. These are the data that we have. This is how I would reason through it. These are some of the assumptions. These are some of the unknowns. These are some of the knowns. And so you reason through it. And now you've created an organization that's highly empowered. NVIDIA's 30,000 people. We're the smallest large company in the world. We're a tiny little company. But every employee is so empowered and they're making smart decisions on my behalf every single day. And the reason for that is because they understand my condition. They understand my condition, I'm very transparent with people. And I believe that I can trust you with the information. Oftentimes the information is hard to hear, and the situations are complicated, but I trust that you can handle it. A lot of people hear me say, you're adults here, you can handle this. Sometimes they're not really adults, they just graduated. I'm just kidding. I know that when I first graduated, I was barely an adult. But I was fortunate that I was trusted with important information. So I want to do that. I want to create the conditions for people to do that. I do want to now address the topic that is on everybody's mind, AI. Last week, you said that generative AI and accelerated computing have hit the tipping point. So as this technology becomes more mainstream, what are the applications that you personally are most excited about? Well, you have to go back to first principles and ask yourself, what is generative AI? What happened? What happened was we now have the ability to have software that can understand something. They can understand why, you know, what is, first of all, we digitized everything. That was, you know, like, for example, gene sequencing. You digitize genes. But what does it mean? That sequence of genes, what does it mean? We've digitized amino acids, but what does it mean? And so we now have the ability, we digitize words, we digitize sounds, we digitize images, videos, we digitize a lot of things, but what does it mean? We now have the ability through a lot of studying, a lot of data and from the patterns and relationships, we now understand what they mean. Not only do we understand what they mean, we can translate between them. Because we learned about the meaning of these things in the same world, we didn't learn about them separately. So we learned about speech and words and paragraphs and vocabulary in the same context. And so we found correlations between them and they're all registered, if you will, registered to each other. And so now, not only do we understand the modality, the meaning of each modality, we can understand how to translate between them. And so for obvious things, you could caption video to text. That's captioning. Text to images, mid-journey. Text to text, chat GPT, amazing things. And so we now know that we understand meaning and we can translate. The translation of something is generation of information and all of a sudden you have to take a step back and ask yourself, what is the implication in every single layer of everything that we do? And so I'm exercising in front of you, I'm reasoning in front of you, the same thing I did 15 years ago when I first saw AlexNet some 13, 14 years ago, I guess, how I reasoned through it. What did I see? How interesting? What through it. What did I see? How interesting? What can it do? Very cool. But then most importantly, what does it mean? What does it mean? What does it mean to every single layer of computing? Because we're in the world of computing. And so what it means is that the way that we process information fundamentally will be different in the future. That's what NVIDIA builds, you know, chips and systems. The way we write software will be fundamentally different in the future. The type of software we'll be able to write in the future will be different, new applications. And then also, the processing of those applications will be different. What was historically a retrieval-based model where information was pre-recorded, if you will, almost. You know, we wrote the text pre-recorded, and we retrieved it based on some recommender system algorithm. In the future, some seed of information will be the starting point. We call them prompts, as you guys know. And then we generate the rest of it. And so the future of computing will be the starting point. We call them prompts, as you guys know. And then we generate the rest of it. And so the future of computing will be highly generated. Well, let me give you an example of what's happening. For example, we're having a conversation right now. Very little of the information I'm conveying to you is retrieved. Most of it is generated. It's called intelligence. And so in the future, we're going to have a lot more generative. Our computers will perform in that way. It's going to be highly generative instead of highly retrieval-based. Then you go back and you're going to ask yourself, you know, now for entrepreneurs, you've got to ask yourself, what industries will be disrupted therefore? Will we think about networking the same way? Will we think about storage the same way? Will we think about, would we be as abusive of internet traffic as we are today? Probably not. Notice we're having a conversation right now, and I don't have to get in my car every question. So we don't have to be as abusive of transformation, information transporting as we used to. What's going to be more? What's going to be less? What kind of applications? You know, et cetera, et cetera. So you can go through the entire industrial spread and ask yourself what's going to get disrupted, what's going to be different, what's going to get nude, you know, so on and so forth. And that reasoning starts from what is happening? What is generative AI? Foundationally, what is happening? Go back to first principles with all things. There was something I was going to tell you about organization. You asked the question, and I forgot to answer it. The way you create an organization, by the way, someday, don't worry about how other companies' org charts look. You start from first principles. Remember what an organization is designed to do. The organizations of the past where there's a king, CEO, and then you have all these, the royal subjects, the royal court, and then e-staff. And then you keep working your way down. Eventually, they're employees. The reason why it was designed that way is because they wanted the employees to have as low information as possible because their fundamental purpose of the soldiers is to die in the field of battle, to die without asking questions. You guys know this. I only have 30,000 employees. I would like none of them to die. I would like them to question everything. Does that make sense? And so the way you organize in the past and the way you organize today is very different. Second, the question is, what does NVIDIA build? An organization is designed so that we could build whatever it is we build better. And so if we all build different things, why are we organized the same way? Why would this organizational machinery be exactly the same irrespective of what you build? It doesn't make any sense. You build computers, you organize this way. You build health care services, you build exactly the same way. It makes no sense whatsoever. And so you have to go back to first principles. Just ask yourself, what kind of machinery? What is the input? healthcare services, you're built exactly the same way. It makes no sense whatsoever. And so you have to go back to first principles, just ask yourself what kind of machinery, what is the input, what is the output, what are the properties of this environment, you know, what is the forest that this animal has to live in? What are its characteristics? Is it stable most of the time, you're trying to squeeze out the last drop of water? Or is it changing all the time, being attacked by everybody? And so you got to understand, you know, you're the CEO, your job is to architect this company. That's my first job, to create the conditions by which you can do your life's work. And the architecture has to be right. And so you have to go back to first principles and think about those things. And I was fortunate that when I was 29 years old, I had the benefit of taking a step back and asking myself, how would I build this company for the future, and what would it look like? And what's the operating system, which is called culture? What kind of behavior do we encourage, enhance, and what do we discourage and not enhance? So on and so forth. And anyways. I want to save time for audience questions, enhance and what do we discourage and not enhance? So on and so forth. Anyways. I want to save time for audience questions, but this year's theme for View From the Top is Redefining Tomorrow. And one question we've asked all of our guests is Jensen, as the co-founder and CEO of NVIDIA, if you were to close your eyes and magically change one thing about tomorrow, what would it be? Were we supposed to think about this in advance? I'm going to give you a horrible answer. I don't know that it's one thing. Look, there are a lot of things we don't control. You know, there are a lot of things we don't control. Your job is to make a unique contribution. Live a life of purpose. To do something that nobody else in the world would do or can do. To make a unique contribution. So that in the event that do or can do to make a unique contribution so that in the event that after you're done, everybody says, you know, the world was better because you were here. And so I think that to me, I live my life kind of like this. I go forward in time and I look backwards. I live my life kind of like this. I go forward in time, and I look backwards. So you asked me a question that's exactly from a computer vision pose perspective, exactly the opposite of how I think. I never look forward from where I am. I go forward in time and look backwards. And the reason for that is it's easier. I would look backwards and kind of read my history. We did this, and we did it that way, and we broke that problem down. Does that make sense? And so it's a little bit like how you guys solve problems. You figure out what is the end result that you're looking for, and you work backwards to achieve it. And so I imagine NVIDIA making a unique contribution to advancing the future of computing, which is the single most important instrument of all humanity. Now, it's not about our self-importance, but this is just what we're good at, and it's incredibly hard to do. And we believe we can make an absolute unique contribution. It's taken us 31 years to be here, and we're still just beginning our journey. And so this is insanely hard to do. And when I look backwards, I believe that we made, I believe that we're going to be remembered as a company that kind of changed everything. Not because we went out and changed everything through all the things that we said, but because we did this one thing that was insanely hard to do, that we're incredibly good at doing, that we love doing, we did for a long time. I'm part of the GSB lead, I graduated in 2023. So my question is, how do you see your company in the next decade as, what challenges do you see your company would face and how you are positioned for that? First of all, can I just tell you what was going on through my head? As you say what challenges, the list that flew by my head was so large that I was trying to figure out what to select. Now, the honest truth is that when you asked that question, most of the challenges that showed up for me were technical challenges. And the reason for that is because that was my morning. If you were, you know, chosen yesterday, it might have been market creation challenges. There are some markets that I, gosh, I just desperately would love to create. I just, can't we just do it already? You know? But we can't do it alone. NVIDIA is a technology platform company. We're here in service of a whole bunch of other companies so that they could realize, if you will, our hopes and dreams through them. And so some of the things that I would love, I would love for the world of biology to be at a point where it's kind of like the world of chip design 40 years ago. Computer-aided design, EDA, that entire industry, really made possible for us today. And I believe we're going to make possible for them tomorrow. Computer-aided drug design, because we're able to now represent genes and proteins and even cells now, very, very close to be able to represent and understand the meaning of a cell, a combination of a whole bunch of genes. What does a cell mean? It's kind of like, what does that paragraph mean? Well, if we could understand a cell like we can understand a paragraph, imagine what we could do. And so I'm anxious for that to happen. I'm kind of excited about that. There's some that I'm just excited about that I know we're around the corner on. For example, humanoid robotics. They're very, very close around the corner. And the reason for that is because if you can tokenize and understand speech, why can't you tokenize and understand manipulation? And so these kind of computer science techniques, once you figure something out, you ask yourself, well, if I've got to do that, why can't I do that? And so I'm excited about those kind of things. And so that challenge is about those kind of things. And so that challenge is kind of a happy challenge. Some of the other challenges, of course, are industrial and geopolitical and they're social. But you've heard all that stuff before. These are all true. The social issues in the world, the geopolitical issues in the world. Why can't we just get along things in the world? Why do we have to say those kind of things in the world? Why do we have to say those things and then amplify them in the world? Why do we have to judge people so much in the world? All those things, you guys all know that. I don't have to say those things over again. My name is Jose. I'm a class of the 2023 from the GSB. My question is, are you worried at all about the pace at which we're developing AI? And do you believe that any sort of regulation might be needed? Thank you. Yeah, the answer is yes and no. We need, you know that the greatest breakthrough in modern AI, of course, deep learning and it enabled great progress. But another incredible breakthrough is something that humans know and we practice all the time. And we just invented it for language models called grounding, reinforcement learning, human feedback. I provide reinforcement learning, human feedback every day. That's my job. And for their parents in the room, you're providing reinforcement learning human feedback all the time. Okay, now we just figured out how to do that at a system systematic level for artificial intelligence. There are a whole bunch of other technology necessary to guardrail, fine-tune, ground, for example? How do I generate tokens that obey the laws of physics? Right now, things are floating in space and doing things, and they don't obey the laws of physics. That requires technology. Guard railing requires technology. Fine-tuning requires technology. Alignment requires technology. Safety requires technology. Guard railing requires technology. Fine tuning requires technology. Alignment requires technology. Safety requires technology. The reason why planes are so safe is because all of the autopilot systems are surrounded by diversity and redundancy and all kinds of different functional safety and active safety systems that were invented. I need all of that to be invented much, much faster. You also know that the border between security and artificial intelligence, cybersecurity and artificial intelligence is going to become blurry and brillary and we need technology to advance very, very quickly in the area of cybersecurity in order to protect us from artificial intelligence. And so in a lot of ways we need technology to go faster a lot faster okay regulation there's two types of regulation there's social regulation I don't know what to do about that but there's product and services regulation know exactly what to do about that okay so the FAA the FDA the NHTSA you name name it, all the Fs and all the Ns and all the FCCs, they all have regulations for products and services that have particular use cases. Bar exams and doctors and so on and so forth. You all have qualification exams. You all have standards that you have to reach. You all have to continuously be certified. Accountants and so on and so forth. Whether it's a product or a service, there are lots and lots of regulations. Please do not add a super regulation that cuts across of it. The regulator who is regulating accounting should not be the regulator that regulates a doctor. You know, I love accountants, should not be the regulator that regulates a doctor. I love accountants, but if I ever need an open-heart surgery, the fact that they can close books is interesting but not sufficient. And so I would like all of those fields that already have products and services to also enhance their regulations in context of in the context of AI okay but I left out this one very big one which is the social implication of AI and how do you how do you deal with that I don't have great answers for that but you know enough people are talking about it but it's important to subdivide all of this into chunks doesn't make sense so that we don't we don't become super hyper-focused on this one thing at the expense of a whole bunch of routine things that we could have done. And as a result, people are getting killed by cars and planes. And it doesn't make any sense. We should make sure that we do the right things there. Very practical things. May I take one more question? Well, we have some rapid fire questions for you as view from the tradition. OK. I was trying to avoid that. OK, all right, fire away. Fire away. Well, your first job was at Denny's. They now have a booth dedicated to you. What was your fondest memory of working there? My second job was AMD, by the way. Is there a booth dedicated to me there? I'm just kidding. I love my job there. I did. I loved it. It's a great company. If there were a worldwide shortage of black leather jackets, what would we see you wearing? Oh, no, I've got a large reservoir of black jackets. I'm the, I'll be the only person who is not concerned. You spoke a lot about textbooks. If you had to write one, what would it be called? I wouldn't write one. You're asking me a hypothetical question that has no possibility of. That's fair. And finally, if you could share one parting piece of advice to broadcast across Stanford, what would it be? It's not a word, but have a core belief. Gut check it every day. But have a core belief. Gut check it every day. Pursue it with all your might. Pursue it for a very long time. Surround yourself with people you love and take them on that ride. So that's the story of NVIDIA. Jensen, this last hour has been a treat. Thank you for spending it with us. Thank you very much.. you

EP779 雲端應用變成落地實現,高本益比修正250205

  兆華與股惑仔250205 EP779 雲端應用變成落地實現,高本益比修正、低本益比提升?基期概念很重要,工業電腦、機器人、軟體的啟示!ft.紀緯明 小明同學 歡迎收聽 趙華與蠱惑在地779集 今天是2025年的2月5號 好 自從在這個封關之前 我們就感受到台股的波動是加劇的 ...