EP519 | 💐 — 2025-01-01

本集主要市場話題

• 2024 年度回顧與 2025 年展望(投資報酬歸因、風險控管心得)
• 「小鬼股」(微型股)兩年操作心得全面回顧(選股邏輯、收貨/出貨技巧、部位控管)
• 被動指數投資(ETF)的角色與定位
• QA 中談到的 AI Agent、房仲自動化、記憶體/傳輸晶片等產業趨勢

謝孟恭的觀點與看法

• 回顧 2024 年:自認達成多項目標(增加家庭時間、優化交易工作、降低工時);投資報酬「大概有五成以上是機緣跟運氣」,但認為可控的另一半是下檔風險與虧損的控制。感謝 2020 年疫情帶來的多頭機會,認為 2019 年以後股票圈普遍是很好的年冬。
• 對節目本身的態度:即將滿五年,他刻意不想紅、標題隨便下 emoji 以降低被大量討論的機率,跟一般網紅心態相反;很欣慰不同持股風格(主動/被動/指數)的聽眾都能從節目中有所收穫。
• 對一般投資人的建議:仍主張多數人最適合從「四字大盤 ETF」被動投資入門,即便他自己是以主動選股為主、被動部位很小;強調如果投資變成家庭負擔、走火入魔,就不是一件好事。
• 小鬼股(微型股,他的定義:買進時市值低於 50 億)兩年操作心得回顧(自 2023 年開始的新策略):
  • 選股邏輯:先用量化篩選找出爹不疼娘不愛、沒什麼籌碼、形態不特別好看(但非長期左上右下式破底)的小型股,再看年報認識公司業務為優先(先看業務,三大財報是後面的事),尋找「未來有發展潛力、有搭上趨勢」的故事。
  • 收貨手法:每天小量買進慢慢收籌碼,判斷未來三到五個月可能有利多消息時會加速買進(甚至刻意買到漲停逼出隔天的籌碼,藉此加速收貨)。
  • 除了量化研究,也會主動寫信詢問公司、參加股東會拜訪 IR,甚至幫忙投資標的介紹客戶或潛在合作機會——他認為這是 2023 年以前從未有過的體驗。
  • 操作心法與中大型股完全相反:小鬼股要敢買回檔、敢承受三到五成的深度拉回,因為流動性差、情緒暴衝暴跌,散戶容易在恐慌時「跳樓」出清籌碼;逢低承接這些籌碼常能在之後兩三週內迎來一波不錯的反彈。反之當籌碼湧入、大家搶進時,他會反手先賣一點降低成本、保留銀彈,等散戶追高套牢後再接手他們認賠殺出的籌碼。
  • 用「魂系遊戲」比喻操作差異:中大型動能股比較像靠「等級/裝備」(資訊差、資金、槓桿)取勝;小鬼股更像純技巧通關的魂系遊戲,參與者少、變因少,認知能力與實力可以被更純粹地體現,是「肯努力就一定有回報」的領域,不像中大型股有時「東西是好的,但市場就是不買單」。
  • 部位控管:小鬼股組合中最大單一部位約占整體小鬼股倉位的五到六成,小鬼股整體約占他總投資組合的兩成,他認為風險可控;並提到李嘉誠曾將 Zoom 部位做到占其個人投資組合三分之一的故事,期許自己押的某檔小鬼股未來也能出現類似的巨大成長。
  • 風險意識:仍會在空頭來臨時逢高減碼小鬼股部位,因為這類標的體質相對脆弱、流動性差,大空頭時容易首當其衝;減碼與部位上限控管是他因應的方式。

提到的產業與趨勢

• AI Agent(代理式 AI):他認為 2025 年市場趨勢的看法可能與一般認知相反,不特別看好單純的 AI 新創,而是優先關注「本來就掌握既有客戶、既有軟硬體服務」的公司如何把 AI 功能升級疊加進既有服務——舉例說明市場原本認為 CRM(他點名的既有軟體服務商)會被 AI 取代,結果被證明判斷是錯的,因為它能把 AI 功能整合進既有龐大客群。
• 房仲/買車買房服務的自動化:認為這類需要談判的服務業反而是軟體/AI 最優先想要取代的領域,舉 Tesla 交車幾乎全流程軟體化為例,並認為台灣房仲業的高抽傭結構會持續吸引自動化工具介入(已出現 360 度線上看房等嘗試)。
• 威盛(2388,他明確點名):認為這檔標的的基本面資訊(投片數字、合約負債反映的訂單狀況)在他的同業圈裡幾乎已是「公開資訊」,早就反映在股價裡,知道資訊不代表就能賺到錢。
• 雙向式靜默液冷(Immersion Cooling)/OMNIVA(他明確點名的公司):據他所知 NVIDIA 下一代產品(從 H100 到 B100、B200、GB200 一路演進)目前都未採用 Immersion 方案;OMNIVA 先前也傳出財務付款遞延的狀況,雖尚未完全放棄該產品線,但目前呈現「半失敗」狀態,故事要發酵可能還需要更長時間。
• Trainium(AWS 的 AI 晶片)生態系:他表示市場對 Inferentia 系列的討論度已明顯降溫,焦點轉向 Trainium 及其成套供應鏈(含 Optics 光學元件、整櫃與交換器相關題材),並點名 3661 這檔個股正反映此題材的動能(另有一個代號逐字稿記音為「23457」,語意不清、疑似辨識誤植或合併了多支代號,無法確認實際對應標的,故不予採用)。
• 達發(他明確點名,DSP 與 SerDes 晶片供應商):他認為這是台灣同時把 DSP、SerDes 都做得很好的公司,並提到親自在聯發科尾牙上聽過達發團隊介紹產品。

本集出現的具體投資建議(歷史紀錄,非現在立場)

• 達發:謝孟恭在 QA 中明確點名這家公司,理由是它在 DSP(數位訊號處理)與 SerDes(高速序列化/反序列化傳輸)晶片領域都做得很好,認為其估值雖然一直偏高,但「做的東西真的很香」,後續應該蠻有機會——不過並未提供具體買賣點或進出場時機。

提問箱 QA 回應(僅列與市場/產業/個股相關的提問)

• 一位聽眾(暱稱逐字稿記音不易確認,原文寫作「地位17.5到18公分」)問 AI Agent 產業:2025 年 OpenAI 開放 API 並收費,AI Agents 產業走勢是否會是大公司主導應用面百花齊放、又是一場軟體淘汰賽,是否該直接買 ETF 因應?孟恭回應:認為看法應該相反,應優先關注既有客戶/既有軟硬體服務公司把 AI 疊加進現有服務(如 CRM 案例),而非單純追逐新創 AI 公司;順帶指出提問者誤把 GVI(債券 ETF)當成科技相關 ETF。
• 士林金高丸(自稱前同事叫他 Freddy)問:掛號、買車買房這類需要談判的民生服務業是否不易被 AI 取代?孟恭回應:認為恰恰相反,這類靠談判抽成的服務(尤其房仲業的高抽傭結構)正是軟體/AI 最優先想要介入取代的領域,並以 Tesla 幾乎全自動化的交車流程為例佐證。
• 臺積飛高高問威盛(2388)的看法,提到合約負債走高、判斷在手訂單應該不錯,並詢問雙向式靜默液冷的投入狀況。孟恭回應:2388 的投片/訂單數字在他的同業圈裡幾乎是公開資訊,早就反映在股價裡,知道資訊不代表能賺到錢;另外提到 OMNIVA(靜默液冷公司)目前 NVIDIA 下一代產品仍未採用其方案,加上先前傳出財務付款遞延問題,目前呈現「半失敗」狀態,故事還需要更長時間發酵。
• YZKKOKK2025星希望問:市場傳言 Inferentia 系列將被淘汰、只剩 Trainium,詢問看法,並請說明 DSP 晶片與 SerDes 晶片的差異。孟恭回應:確認 Inferentia 討論度已下降,市場焦點轉向 Trainium 生態系(含 Optics、整櫃、交換器相關題材),點名 3661 等個股正反映此題材;並以類比方式解說 DSP(訊號運算處理,如抗噪耳機)與 SerDes(高速序列化/反序列化傳輸)的差異,同時點名台灣廠商達發在這兩塊領域都做得很好。

觀點變化(對比先前)

考古回填,觀點演變由綜述階段處理。

一句話總結

謝孟恭在跨年集完整回顧 2024 年成果與兩年來的小鬼股(微型股)操作心法,強調風險控管與耐心才是報酬核心,並在 QA 中分享對 AI Agent、房仲自動化,以及 Trainium 生態系等產業趨勢的看法。