🥬 韭菜王 @ 台大 ｜ 美股投資講座完整筆記
Top-Down 為輔，Bottom-Up 為主，Edge 量化在預期差
📅 2026-05-21
🎓 台大 / 經濟系邀請
👤 講者：白財（買方對沖基金）20 年從業
🎯 經歷：JPM FICC 部門出身、現任資深經理人
「金融市場交易的永遠是預期，不是現實。
股價會去定價 9 到 12 個月之後的未來——
你的 Edge 不是比別人會解讀公開數據，而是預判別人的預判。」
1開場：兩大框架與 Edge 定義
講者一上來就警告：不要過度依賴總經，總經沒有 edge
講者的開場警語：「我再講一次——不要過度依賴總經。如果今年你做總經、報酬率沒到 50% 以上，你就不合格。今天台股市場不是他的。」
兩大框架對比
🌍 Top-Down（自上而下）
經濟
→
產業
→
公司
例：CSP 資本支出高 → 投資 AI → 台積電 / 聯發科
❌ 基本沒 edge，當新聞看
🔬 Bottom-Up（自下而上）
公司
→
產業
→
經濟
台股研究員的訓練：直接從財報、做 Chain of Chain
✅ 超額報酬的關鍵
共識交易 vs Niche 交易：講者以記憶體為例——
• Consensus（共識）：SK Hynix、Samsung、Micron → 大家都買
• Niche：NAND Flash、SSD 儲存（如 SNDK）→ 超額報酬機會
能不能找到 Niche，取決於你的 Bottom-Up 選股能力。
Edge 的定義：認知優勢 = EPS 預期差
講者跟高盛朋友吃飯被問「你的 Edge 是什麼」，他回：「我們是韭菜王，沒 Edge。」朋友說 Edge = 認知優勢，把它量化成 EPS：
| 角色 | 對台積電的 EPS 估計 |
|---|
| 市場共識 | 100 |
| 外資普遍 | 120 |
| 你（如果有 Edge） | 160 |
| → 你先買，等外資開始上修目標價追你 → Edge 被市場驗證 |
「商學院出身的人在這行最沒用——你以為你只會翻財報書，別人不會嗎？最沒用的就是我們這種人，金融海嘯時最先被裁員。
有用的是物理系的（懂台積電製程）、醫學系的（懂藥物機轉）——你有他懂嗎？」
2聯準會常規會議 = 當新聞看
3/6/9/12 月公布 Dot Plot + SEP，講者直言：歷史從沒準過
FOMC 委員會的每個票委會在會議後在點陣圖上畫一個點，表達他對未來利率的看法。它只是溝通工具，目的是引導市場預期。
聯準會的 KPI = 菲利浦曲線
• X 軸：失業率
• Y 軸：通膨率
曲線上每一個點都是「最適當的利率」。
失業率太高 → 必須降息 ｜ 通膨率太高 → 必須升息
→ 央行是 backward looking 機構，「Data Dependence」資料依賴。
→ 「貨幣政策是缺什麼補什麼」。
「點陣圖從沒準過——我從業十幾年沒看過它準過一次。所以你聽到媒體說『今年點陣圖顯示降息一碼，可以買代券』——真的嗎？真的是這樣嗎？聯準會說的就會發生嗎？」
關鍵推論
| 傳統認知 | 講者觀點 |
|---|
| 降息 → 買股票 | 錯。經濟不好才會降息 |
| 大幅降息 → 股市大漲 | 反而崩盤。Trigger 衰退恐慌 → 財務模型下修「沒底」 |
| 跟著聯準會走 | 晚了。你要預判央行的預判 |
3預判失業率工具
講者 JPM 實習 FICC 部門出身，介紹兩個工具讓你比聯準會早一步
工具 A：FRED Initial Jobless Claims（免費 / 一般投資人）
📊 ICSA 初領失業金人數
每週四公布 / 比每月「非農」更領先
講者的判斷規則：
< 30 萬人 → 不擔心大幅降息風險 → 大膽宣布 Macro 沒問題> 30 萬人 → 小心，下個月失業率會反映
為何比非農準：非農要每月才公布，且五月公布的是四月份資料。ICSA 是 weekly → 更領先。
工具 B：Similar Web（付費 / 進階用）
🌐 網站流量追蹤工具
行銷系工具 / Hedge Fund 常用 / 台灣沒人用 / 美股 buy-side 必備
失業者要上加州/紐約州的勞工部網站申請失業補助，產生網站流量。Similar Web 可追蹤這些流量。
「在 Hedge Fund 我們的習慣：禮拜三去追蹤網站流量——因為禮拜四 ICSA 才公布，我們不想等到禮拜四。一個禮拜一次，很簡單。」
延伸用法：追個股結帳頁流量
Similar Web 不只能追失業金網站，任何「To C 上網訂購」行為都可追，包括：
• Apple 官網結帳頁
• Tesla 官網結帳頁
• 任何下單頁面
關鍵：要追蹤「結帳頁面」，不是首頁。結帳頁面才代表你接近刷卡。
實際應用案例：假設蘋果公布 iPhone 18。你追一週，發現首週銷量流量 vs 去年同期成長 30%。
→ 鴻海的備貨量絕對不夠。他不可能備超過 30% 的預期。
→ 不只買 Apple，回去買鴻海應變，因為會加單。
Tesla 也一樣，新車發布的首週銷量是關鍵——粉絲會去買，所以追第一週就好。
4預判通膨工具
官方 CPI 每月公布、有重大盲點；民間 Truflation 領先 2-3 個月
為什麼官方 CPI 不夠用？
租金是 CPI 中權重最高的項目之一，但官方租金每 6 個月才更新一次。原因：
① 公務員不夠多
② 統計局認為「租金不會大幅波動」
講者：「我同意統計局的想法，但作為投資人我們必須有更高頻數據。」
Truflation TruCPI-US（民間日更通膨指數）
📈 Truflation 機制拆解
每日更新 / 領先官方 CPI 約 2-3 個月 / 正相關但不完全貼合
資料來源：
- Zillow（= 台灣 591 租屋）→ 美國租金每日浮動數據
- 30+ 個數據夥伴
- 1300 萬個商品（涵蓋美國大型超市如 Walmart、Kroger 的日更物價）
觸發警報：當 TruCPI-US 升到 4 → 不用等 CPI 公布，股價就要跌了。
「我用過，基本同意他們的領先性。兩到三個月之間。不是完全統計，但 Correlation 是正的——基本上來到 4，你就不需要等到 CPI 公布。」
5非常規會議 = 無腦買股票
緊急降息 + QE 釋放，是過去 20 年最確定的買點
| 類型 | 動作 | 市場反應 |
|---|
| 常規會議降息 1 碼 | 觀望 | 不一定漲（甚至跌） |
| 大幅降息（緊急） | 短期 trigger 衰退恐慌 | 會跌，財務模型下修 |
| QE 釋放 | 無腦買 | 最確定的買點 |
| 「金髮經濟」（不溫不火） | 持有 / Bottom-up 選股 | 最佳長線環境 |
金髮經濟（Goldilocks）邏輯：所有東西很穩定 → 不確定性低 → 股價會動。
不需要做 Top-Down 分析（沒總經、沒問題）→ 直接 Bottom-up 選股。
「3 月 3 日宣布緊急降息——其實股票沒漲，很合理。等到 3 月 15 日宣布 QE、4 月 3 日宣布更大 QE——那才是真的進場點。QE 在過去 20 年已經成為常規貨幣政策了，下一次遇到時可以做選擇。」
6PMI 庫存循環（總經唯一有用的東西）
問卷對下個月的預判，且問卷對象是產業最關鍵的角色——採購經理人
為什麼 PMI 有 Edge？
• 它是 問卷對下個月的預判（不是 backward looking）
• 受訪者是 500-600 家美國企業的採購經理人——這個職位最知道訂單、庫存、Lead Time
• 採購自己也最謹慎、不敢洩漏內線（有法律風險）
• 但官方直接幫你拿到了這份「準內線」
「我們做 Channel Check 的時候最喜歡找採購——他知道 PQ（價格、數量）。但採購最有法律意識，他也最不敢講。」
「有一間台股很大間的公司（市值前幾名），我找他們的採購問先進封裝供應鏈——付他 3 萬美金不講、6 萬美金（一百八十萬台幣）也不講。他知道自己面臨什麼風險。」
「官方直接把這個東西貼給你啊，PMI 就是政府幫你拿到的準內線。」
問卷的關鍵問題
- 你下個月的新增訂單怎麼樣？
- 你的供應商庫存怎麼樣？
- 你的供應商交貨時間（Lead Time）多長？（如塞港時 15-16 週 = 4 個月 → 需求很強）
庫存循環四階段
①
主動補庫存
需求強 + 客戶缺貨
→ 漲價、限制擴產
（典型：被動元件、MLCC）
→
↑
↓
←
③
主動去庫存
打掉呆帳
認列虧損
例 NVDA 2022 GPU
NVIDIA 2022 主動去庫存案例：那時候還沒 AI 紅，NVIDIA 在某次財報中大跌——打掉所有消費性 GPU 庫存。為何打？
① 讓帳面乾淨
② GPU 是消費電子，下一代出來、前一代就沒價值
→ 一次認列呆帳 + 虧損，「我有多賣的就賺到了，沒賣出去反正我已經打掉了」
關鍵指標：新訂單 − 客戶庫存（50 為景氣分水線）
| 數值 | 意涵 | 動作 |
|---|
| 50 (中性值 N) | 景氣 neutral | — |
| > 50 | 景氣擴張 | — |
| < 50 | 景氣收縮 | — |
| 新訂單 60 − 客戶庫存 40 = +20 | 超強需求 | 進場 |
| 新訂單 50 − 客戶庫存 49 = +1 | 中性轉弱 | 觀望 |
| 低於 0 然後突破 50 往上 | 循環反轉 | 強烈買進信號 |
「以 Macro 角度，只有它（PMI 庫存循環）可以被相信，因為它告訴你一個很強的主動庫存循環即將到來。」
7Bottom-Up 起手 5 份資料
講者從業 20 年，每認識一間新公司都從這 5 份開始
① 10K（年報） — 認識產品的起點
「管理層會很開心、迫不及待告訴你很多資訊——因為他希望投資者了解他、買他股票、股價會漲。10K 是你了解一間公司的起點。」
② 最近 4 次法說會紀錄 — 跟上最新動態
10K 告訴你產品「是什麼」、法說告訴你目前營運狀況「為什麼好、為什麼不好、什麼時候會落地、轉折在哪」。
「貿聯 3665 為什麼上一季毛利率大跌？因為他吃了很多根鐵皮板——不去看法說你不會知道。」
③ 最近 4 次賣方會議簡報 — 知道市場預期
「銷售就是 sell side，他把報告賣給你。看這些簡報的目的不是『他說什麼就是什麼』，而是讓你理解市場預期在哪。」
「我同學前兩天問我：『台達電的 PSU、那個 VPU 裡面，怎麼只有 9 萬顆備用元件（MLCC），好像有點少？』」
「我說靠么，你覺得少不就是好事？你估 12 萬、20 萬，賣方只估 9 萬——他們會來追你、上修目標價。如果你估的對。」
④ 最近 1 次投資者日（Investor Day） — Roadmap
公布新的產品路徑、技術里程碑。例：
- Tesla 公布 FSD 進程、機器人時間表
- 台積電公布 N2 / A14 量產時程
⑤ 2 份賣方首次發起報告（新公司才要）
不只看 EPS 估計、營收估計，更要看論述內容——他看多/看空的點，跟你看到的有什麼不同。
822 法深入分析（每間公司一個 Excel）
講者 20 年都用這套，「不是每次都用，但新公司一定用一次」
建議：每間公司一個 Excel，每個項目一個分頁（Tab）。第一次建表花時間，之後每季更新各 1-2 小時。70 間公司 = 70 小時/季，有餘力。
第一頁：產品介紹（從 10K 抓）
把該公司的所有產品線拆出來——這是第 1 個 Tab。
第 6-22 項：深度分析項目
06
長期營收驅動因素
這家公司營收到底在成長什麼？
案例：海基電 → 第一大客戶是 Apple → 追 Apple iPhone 銷量。AI 時代則是看 CSP CAPEX。
07
週期性驅動
把消費旺季、年度節慶因素拿掉
案例：消費性類股第四季比第三季高很正常，不要當成長。
08
定價權（兩面）
分「對客戶」+「對供應鏈」
反映在毛利率。能漲價 = 對客戶定價權；能壓供應商 = 對供應鏈定價權。
09
暴露＆敏感度
看公司對什麼變數高度暴露
案例：台塑對油價暴露大、台積電對美中關係暴露大。
10
供應鏈管理
能不能鎖物料成本？
NVIDIA 經典作法：兩個供應商坐旁邊 → 競價 → 把方案無償給競爭對手 → 鎖 Bom Cost。
11
單位經濟
每個 unit 的產出長什麼樣
電商：ARPU；製造：每廠/每產線產出。在年報裡可以找到。
12
現金經濟學
公司現金怎麼用？併購/庫產股/還債？
NVDA 700 億現金案例（詳見下方故事）
13
成本結構
變動成本 vs 固定成本
影響利潤敏感度——固定成本高 = 滿載時利潤暴衝、低載時拖垮
14
增量利潤（Incremental Margin）
需求強時不擴產 = 好事
P × Q 邏輯：先漲價 → 新 P 才拉 Q → 營收指數跳動（詳見下方）
15
資本強度
融資渠道是否暢通？
反例 SMCI：客戶下單但他沒能力接（沒現金、產線不夠），可能要發 CB 或現金增資 → 貸入風險。
16
投入資本回報率（ROIC）
CAPEX / Revenue 越小越好
META 50% vs Google 38%（兩家都是廣告巨頭）→ 質疑 META 花錢效率。
17
資本使用
錢用去哪？分項列出
台積電 CAPEX 結構：75% 買設備、其中 35% 是 EUV → 推回 ASML 訂單。
18
管理層薪酬
薪酬 / 營收 比率
軟體股 30-50% 是常態（工程師薪水都很高），OpenAI 「聽說有幾千萬美金」。
19
對標機會
這個產業的競爭對手是誰？
Google 一定要找台積電嗎？把 Intel 18A / 14A Roadmap 寫在旁邊。
20
槓桿來源
多半來自主宰、舉債
看資產負債表：負債比、利息覆蓋率
21
競爭動態
領先公司通常領先 1-2 年；萬一被收窄就警訊
台積電 vs Intel 案例（詳見下方故事）
22
管理層決策優化
看執行力、看 Miss 之後怎麼改
偏好線下法說看管理層語氣／態度。茂達 2360 說「你們可以不來」→ 很跩。
+
主要會計部分
看產業 + 時期決定看哪個
軟體股看營收（毛利 70-80% 已固定）；製造業看毛利率；AI 早期看滲透率；AI 成熟看 EPS。
+
業務失敗點
這家公司會怎麼破老？
「他講得天花亂墜，業務失敗點是什麼？寫下來，警惕自己。」
+
商業動能
該產業整體 driver 是什麼
AI 動能 = CSP CAPEX。大膽預估 2027/2028 CAPEX → 推 NVIDIA 與 RAM 廠 Growth。
🔍 案例 1：NVDA 700 億現金的現金經濟學
「2023/24 年我去矽谷一趟。那時 NVDA 還在賣 H 系列伺服器（H100、H200），他們手上現金粗估 700 多億美金。我跟 Jensen 開小會，問他：『這麼多現金你要怎麼用？』」
「Jensen 說可能會做 buybacks（庫藏股）。我有點失望。」
「我建議他兩件事：
① 收購世芯 3661——堵死 AWS TPU 的後端代工，沒人幫 AWS 做 → 拖死他 3 年。
② 收購 Macom（MTSI）——光通元件廠。
Jensen 說：『收購世芯跟我們產品線衝突。』我說：『OK 我當然知道，你可以 Layoff 他啊。把世芯收購進來變成子集團——我是 AWS 股東我才不 care 世芯長怎樣。』」
「Jensen 沒收購、沒收 Macom。結果現在 TPU 從 800G 升到 1.6T，遇到 Cocker（封裝內部）的 channel loss 物理極限——必須轉光通訊，AWS 跑去找其他人做 OE。」
「我不能說 Jensen 做錯——我要先做錯，但這就是現金經濟學的判斷。」
🔍 案例 2：增量利潤的 P × Q 動學
營收 = P × Q。需求強 + 產能 100% 利用率 → Q 被天花板蓋住。
流程：
① 廠商對客戶說「不好意思，漲 10%」→ 下一季再漲 10% → 累積 +20%
② 客戶受不了：「你漲我可以接受，但我要貨啊！」
③ 廠商「OK」→ 開始拉 Q
④ 關鍵：Q 一跳動，是用新的 P 賣
⑤ 營收呈指數級跳動（P 與 Q 同時往上、乘積爆衝）
反向警訊：如果廠商在拉 Q 的時候降價回原價——這裡一定有問題。他為什麼沒辦法把漲價傳遞給客戶？很怪、要非常小心。
「所以很多人說『某公司月營收拍不出來，怎麼產能爬不出來』——不重要。等他 Q 開出來時，是用新的價格賣，那個營收跳動的速度很大。」
🔍 案例 3：台積電 vs Google vs Intel 的競爭動態
「Google 去年 Q1 跑去找台積電——要求 5 倍 EUV 產能。台積電本來就保守，不相信『你怎麼會有 5 倍需求？我擴不了。』」
「Google 出來，去找 Intel。所以他根本進來之前就有備案了。」
「台積電在今年 Q1 才緊急擴大 CAPEX、重新帶動先進封裝庫存，想把 Google 追回來。我告訴你追不回來——Google 既然下了那個訂單，他就要分散供應鏈了，不然天天被你掐脖子。」
「在你的 Excel 競爭動態頁——記錄 Intel 18A、14A 的進度。如果競爭距離被收窄了，會很明顯感覺到。」
🔍 案例 4：管理層決策優化（台積電積極擺脫 CoWoS）
「台積電把 CoWoP 拉前面——但我覺得 CoWoP 不會成功，因為玻璃太容易破了。CoWoP 是把中介層從矽換成玻璃，想做大尺寸面板封裝。」
「他們也在推 CoPoS——直接封在 PCB 上，圓形晶圓變方形面板，邊角不浪費 → 客戶花同樣的錢可賺回更多晶片。」
「為什麼台積電積極擺脫 CoWoS？因為 Intel 的 EMIB 也是 2.5D 封裝，跟 CoWoS 同等級。Intel 良率以前 80%，現在聽說 90%（壞片率 15%）——跟 99% 差很多，但也越來越近了。Intel 良率為什麼以前不好？沒有大客戶分擔晶圓壞片成本，客戶願意分擔 → 試錯成本降低 → 良率上來。」
「所以台積電必須往下一代封裝走。這就是管理層決策的優化線，記錄下來。」
🔍 案例 5：主要會計部分 — 看時期決定看哪個
「貿聯 3665 第一季毛利率爛——他不是做 AEC、光纖、Power Saving 嗎？都是 AI 題材，怎麼跌了 4 個跌停？」
「因為 AI 已經走了多年，現在 buy-side 看的是 EPS，不是滲透率了。你貿聯算不算回 EPS？不算 → 砍倉。」
「規則：
• 軟體股 → 直接看營收（毛利 70-80% 已固定）
• 製造業 → 先看毛利率
• 新興 AI（剛起飛）→ 看滲透率（Premature Trade）
• 成熟 AI（半導體現況）→ 看 EPS」
9終局：What's Priced In
22 法分析完之後，最難、最重要的一步
「你做完前面 21 個項目——全世界就你最聰明？跨界每個人都不懂、台灣 buy-side 都沒人會、投信都是笨蛋？」
「但分析做完，你要拆出來：哪些事情已經反應在股價，哪些還沒——這就是你的 Edge 在哪。」
「相信我這個真的很難，但我還是想要 push 每個人做到。前面 22 點是讓你建立認知，最後這一點是把認知轉成 Edge。」
10籌碼面 ①：Goldman Prime Insights（聰明錢追蹤）
台股不講（每天公布三大法人、太透明），只講美股
13F 是落後資料：法規規定季底後 45 天才公布，那時對沖基金可能早就賣了。所以 13F沒有 Edge。
Goldman Prime Brokerage（PB / PointBook）
高盛三個分部：
• Sell Side（賣方）→ 賣報告、做研究
• Buy Side（買方/自營）→ 操盤高盛內部資金
• Prime Brokerage（PB / 交易前台 Ground Desk） → 對沖基金來這裡開戶、下單
高盛統計旗下 PB 客戶（= Hedge Fund）的每週倉位變動，寫成 Sales Report。
每週五公布。
「找你的營業員拿 Goldman Prime Insights & Analytics 報告——他們一定告訴你『沒這東西』。」
「我跟你講，叫他去想辦法。你是他的客戶，不是嗎？我也買不到——所以我自己去高盛開戶，放一點錢就有了。」
實際應用：2026/1 對沖基金狂買半導體
📊 講者 2026/5/15 抓的最新版本
對沖基金倉位變動：
- 2025 年 7 月：開始大買半導體
- 2025 年 11 月：持續加碼
- 2026 年 1 月：狂買（最高峰）
- 2026 年 5 月：YTD 維持 +50-80% 報酬合理；翻倍可能（最近有回檔）
觀察規則
| 訊號 | 解讀 |
|---|
| Long 比例 ↑ | 做多動能強 |
| Long 連續 3 週同方向 | 留意，他們知道你不知道的事 |
| 反彈時看 Total Cover（空單回補） | 判斷是「真做多」還是「short squeeze 通單回補」 |
| 各產業細項 OW/UW | 知道資金 parking 在哪 |
聰明錢的「資源無上限」
「為什麼 Hedge Fund 是聰明錢？因為他們的資源真的很多，沒有上限。」
「他們去做 Channel Check、找獵頭（Black Hawk 黑夯克）挖人——以前找一個冒雷的人 3,000-5,000 美金，現在翻倍。」
「以前你不需要太 specific 的人，現在要找專門做 ABC 產品線、能告訴我『為什麼 xAI 800G 不拉了』的那種——這種要錢、很貴。」
「他們沒有資源費上限。一般像我們這種窮人，付 6 萬美金問採購供應鏈——他們不講。所以資源差就是 Edge 差。」
11籌碼面 ②：BoFA Fund Manager Survey（反向情緒指標）
Long Only 樣本、月更，極端時做 Contrarian Trade
樣本特性
- 對象：~150 位大型 Long Only 基金經理人
- AUM：管理數千億美金
- 頻率：每月公布
- 法規限制：基本上不能留 > 5% 現金（金融海嘯例外）
關鍵指標 1：現金水位
| 水位 % | 意涵 | 動作 |
|---|
| < 4% | 極度樂觀、沒子彈了 | 留心是否高點將至（下一個問題：他們還有什麼能賣？） |
| 4-5% | 正常區間 | — |
| > 5% | 危險時刻（如 2022） | 反向佈局，可能是底部 |
「2026 年 5 月的這份 FMS——現金水位 3.9%。基本上經理人是蠻樂觀的。」
「下一個問題很快就來：你還有什麼能買嗎？現金都這麼低了。」
關鍵指標 2：Overweight Equity %
問卷會直接問：「你目前 Overweight 股票嗎？」一群人說 Yes → 樂觀度高。極端時做反向。
關鍵指標 3：Tech / Healthcare 比率
分子科技股 ÷ 分母 防守性類股（Healthcare）。看資金 parking 在進攻還是防守。
關鍵指標 4：最後一頁的長期視角
FMS 報告最後一頁會放：當前倉位 vs 歷史倉位（20-30 年）。
講者的觀察：「現在 Tech 的倉位看似 OW，但放到 20-30 年的歷史長河——其實還低於歷史中位。所以以超長期角度，Tech 還沒到泡沫水平。」
12個股深度推薦
講者實際持有/觀察的標的，含完整邏輯展開
背景：剛從 Chapter 11 復活
「他曾經快破產了，遞交了 Chapter 11 破產法 11 章，啟動破產程序。為什麼不補（為什麼沒真的破產）？因為他撐到 HVDC 起飛。」
核心邏輯：HVDC 必須用 SiC（物理機制）
- HVDC（高壓直流）轉換路徑：800V → 400V → 再往下，全程必須用 SiC
- 為什麼是 SiC：高壓電會電死人，所以系統很熱。SiC 耐熱、穩定——這是其他半導體做不到的物理特性
- GaN 雖然也是寬能隙半導體，但競爭激烈（中國廠商、日本廠商夾擊）
講者持倉
- 小買一點
NVTS（Navitas）做 GaN
- 比較喜歡 WOLF
- 也喜歡
STM（同時做 SiC + GaN，搭 Volcanic 沃康的矽工題材）
🔥 Edge 版：通過台積電認證
「WOLF 通過了台積電的認證，台積電會用他——原本用的是 NF-O（英飛凌 Infineon）。」
「為什麼台積電還要找 WOLF？不是 NF-O 做不好——他是產業龍頭，不可能做不好。是因為 NVIDIA 下命令：只用一間風險太大，萬一 NF-O 產能開不出來怎麼辦？」
「WOLF 救了 NVIDIA / 台積電一把，作為第二供應源。」
「還沒官宣。所以你看，Channel Check 真的很重要——這次 Hedge Fund 的渠道功夫太厲害了。我們從 2-3-4 個渠道都看到 WOLF Component 已經出現在台積電廠裡了，有照片、有產品實物——產品有進來，就是進來了。」
背景：競爭對手是日本愛德萬（Advantest）
愛德萬長期是 ASIC/CPU 測試市場的用頭（龍頭）。但這幾年 NVIDIA 走美國製造、傾向用美系廠商 → NVIDIA 培養第二供應商，TER 上位。
「以前 TER 較貴所以不買，現在符合政府政策——我不要跟政府對著幹。NVIDIA 也有錢，多花點沒差。」
為什麼 CPO 測試是關鍵戰場
CPO（Co-Packaged Optics） = 把光引擎（OE = Optical Engine = EIC + PIC）封裝在 ASIC 旁邊。
測試為何難？萬一 OE 出問題，整顆 GPU 報廢 → 一顆 GPU 那麼貴，微軟、OpenAI 等買家絕不容忍。所以必須測試、測試、再測試。
TER 打入 CoPoS 平台的 Insertion 1/2/4
- CPO 測試流程分 Insertion 1 到 Insertion 4
- TER 在 Insertion 1、2、4 都看到聲音
- Insertion 3 用其他廠（不需要 TER）
- Insertion 2 跟 ByconCac（A-B-I-C-O-N-T-E-H） 組基台 → 機台名
WLT-D2
- Insertion 4 字毫（猜測）也在
🔥 核心 Edge：單面 vs 雙面測試的硬性要求
有人說「某廠單面測試打入台積電 CoPoS」——不可能。
因為台積電的硬性要求是雙面測試（光電同測）：
• OE 含 EIC + PIC，上面要測光、下面要測電
• 單面 = 要分兩個工：上一個流程測光、下一個流程測電
• 雙面 = 一次做完 → 維持「輸庫產出」（每分鐘要測完多少個 OE 才能進組裝）
TER × ByconCac 的 WLT-D2 = 雙面測試機台，這是 TER 的護城河。
三角合作關係
Teradyne
提供關鍵模組：精準對位、六軸 Alignment 機台、專利設計
ByconCac
提供光通訊組件、與 TER 共同設計 WLT-D2、負責量產（但有量產瓶頸）
漢測 / 漢策
台廠 EMS 廠 → 出組裝勞動力，幫忙加速量產
ByconCac 背景與量產瓶頸
「ByconCac 其實是德國人開的、被中國人收購——他在全球光融合 Coupling 領域最厲害，但以前訂單少（沒有光通訊需求，大家都用銅傳輸）。」
「2026/1 Jensen 跳出來說 Ruby Ultra 下半年要用 CPO——ByconCac 業績開始爆。」
「但他量產問題嚴重——以前訂單少所以人力組裝，一台機台組裝 2 個月。NVIDIA 要 500 台——『不要鬧了，你要組裝多久？』」
「所以找台股的 漢策（EMS） 幫忙：ByconCac 出關鍵模組與專利、漢策出組裝勞動力——機台在台灣組裝、出給 NVIDIA / 台積電。」
「第二代訂單應該在上修，因為量產瓶頸正在解。」
講者的「無腦選一檔」
「第三檔講者沒時間細講。我可能還是比較喜歡光通訊。Romadant 無腦選一下。」
估值錨點：用 2028 EPS
「現在沒人在看 2027 了——我沒一個班上朋友在跟我講 2027 年的 Romadant EPS，大家都講 2028。
『28 年你估多少？』
算了覺得『我估這個會不會太高？』
『不會吧，還好吧。』
→ 大家都這樣 priced 2028。」
其他台股建議
- 被動元件（主動補庫存循環、漲價邏輯）
- MLCC（回去看漲價）
- HVDC 相關（搭 WOLF SiC 題材）
- 電感 / 鉭電容 / 鋁電容
13QA 精華
現場觀眾提問實錄
Q1：講者的 Excel 模板長什麼樣？
沒帶來，但結構是：
- 第一頁：產品介紹（22 項都有專屬分頁）
- 每個項目一個 Tab，下面可以補充想法
- 建好後每季 maintain 一次（1-2 小時/間）
- 70 間公司 = 70 小時/季，有餘力
Q2：100 萬 → 1000 萬 → 1 億，策略會有不同嗎？
「我一開始也是 30 萬台幣（1 萬美金）起家。」
「不諱言：要開槓桿。我一開始開 10-20 倍——但時機很重要。」
「我兩次都是在 QE 時開的——告訴你無限 QE 你還不買股票？開槓桿還在等什麼？」
「20 倍意義：股票漲 5% = 你 +100%；跌 5% = 你 -100%。風險極大。」
「我不鼓勵大家——我真的不想講這個。上台後我已經不開了。但策略確實會改變，跟你的風險承受度有關。」
Q3：10 年期美債殖利率 4.6% 是不是高點？
「我不擅長猜頂。」
「我會看 FedWatch——升息預期是否下滑。現在升息預期上升到 30%——30% 的交易員認為升息可能出現（因為通膨油價）。」
「我會在乎那些人的預期有沒有降低 → 幫助債券殖利率下滑。」
「4.6% 不甜。5% 可能是、5.5% 可能是。但 4.6% 我不確定是不是高點。」
Q4：講者個人的避險方式？
「我做 Long Only——做空節奏抓不好。」
「最近沒地方躲、每個都在跌——砍 10% 去能源（換 RIG）。跟老闆說：『沒地方躲，躲去能源吧。』」
「Long Only 避險方式只有兩種：① 賣掉 ② 換到保守性類股 / 防禦股。」
14金句集
逐字稿中重複出現的核心觀念，整理成單句
1金融市場交易的永遠是預期，不是現實——股價定價 9-12 個月後的未來。
2聯準會點陣圖從沒準過——我從業十幾年沒看過一次。但每次媒體都當聖旨。
3大幅降息不等於股票漲，反而會 trigger 衰退恐慌、財務模型下修「沒底」。
4需求強時不會擴產——那是好事。先漲價→新 P 才拉 Q→營收指數跳動。如果降價拉 Q，有問題。
5商學院出身的人在這行最沒用——你以為你只會翻財報書？物理系/醫學系才有真 Edge。
630 萬翻 1000 萬不是 issue，問題是你的風險承受度。
7你的 Edge 永遠是市場上沒被 priced in 的那一部分。
8採購是產業最關鍵的職位——付 6 萬美金他都不講。PMI 是政府幫你拿到的「準內線」。
9跟你的營業員要 Goldman Prime Insights，他一定說沒有——告訴他去想辦法。
10聰明錢的 Edge 在於資源無上限——找獵頭挖人、Channel Check、付不封頂的費用問內線。
11「我不能說 Jensen 做錯——我要先做錯。」（700 億現金沒收購世芯/Macom 的反思）
12看財報報表時：軟體看營收、製造看毛利、新興 AI 看滲透率、成熟 AI 看 EPS。
13競爭領先者通常領先 1-2 年。一旦被收窄，你要立刻警覺——Excel 競爭動態頁就是用來抓這個。
14追 Similar Web 要追結帳頁，不是首頁。結帳才代表你接近刷卡。