對人工智慧的一些思考

一直覺得自己是一名現實主義者、比起天馬行空的概念，

能否實行、如何實行的等問題更困擾我。

投資上，這種傾向使我趨於保守；

也但也助我避開了不少坑。

對於AI, 一直的疑問是為什麼是現在？

要知道人工智慧、或以前稱作機器學習已存在已久。

不少大公司早已將其應用於自身業務上。

例如Facebook, Netflix等科技巨頭一早已用AI推薦個性化內容.

而Amazon亦早於2012年已引入倉儲機械人Kiva Systems. 

不要忘記2017年蘋果已引入face ID, 

但這又算是AI嗎? 跟現在的AI有什麼分別? 

為什麼算力的需求沒有暴升?

Attention Is All You Need

一切要追溯到2017 Google的一篇論文, 我不是專家.

但這論文提出了一種全新的軟體架構, 使得同時處理大量數據變得可行.

只要你有GPU就可以. 

諷刺的是Google對此並不重視, 覺得大有前途的是openAI的illya sutskever.

更首先於2022年底推出chatGPT, 震驚世界.

要說Google保守的確是, 

但Google的CEO有表示過擔心這新技術有可能對現有的搜尋業務造成影響.

何況要是真的成功了, 花錢把它買下來就可以, 畢竟Google旗下還有DeepMind這顆棋子.

那麼到底現在的AI跟以前的AI有什麼分別?

我認為這次AI浪潮的主要分別在於這次是生成式的, 是廣義的.

不像以往machine learning都集中在單一, 狹隘的使用場景.

這是首次AI可以生成某種東西.

譬如寫code, summary, translation, 畫圖等等, 

而且亦是首次AI似乎能「理解」人類語言, 這是人機交互的一次大突破.

有人將AI比喻成電力, 互聯網等級的創新, 因為這次是通用技術的革新.

甚至有人擔心起人類會被機械完全取代.

對此, 不同人有不同的意見.

illya sutskever認為現時深度學習算法太沒效率, 認為現在應該回歸基礎研究.

Deep Mind的demis hassabis認為我們距離AGI還需要有一到兩個關鍵的技術突破.

Meta的Yann LeCun認為單靠大型語言模型(LLM)無法到達AGI, 我們需要世界模型.

但無論這此AI浪潮能走到多遠也好, 一點比較確定的就是:

AI is here to stay.

畢竟試過用AI寫code後, 很難再回到以前慢慢敲鍵盤的年代;

而用AI搜索的效率比用傳統互聯網搜索效率高太多.

作為投資者, 真正關心的不應是科技層面的突破, 而是經濟層面的價值.

很多技術突破並不能帶來經濟利益。

就像我們擁有超音速技術多年, 但為什麼沒有超音速客機?

一項技術可行不一定能帶來經濟收益.

以現時LLM來說, 訓練成本動輒幾十億，

而這只是前期成本，還有不斷微調，後訓練，

甚至每次跟模型的互動都在消耗昂貴的GPU資源。

在科網世界, 燒錢爭取市佔率,最後才考慮變現不是什麼新鮮事.

但不同於傳統科網股---每多服務一個顧客的邊際成本幾乎為零, 

openAI等大模型提供商每執行一個query, 背後都需要龐大的算力支持, 

而數據中心建設平均需要6-36個月時間，

也就是說, 現時對數據中心的投入, 實際上是對未來兩三年算力需求的部署。

更重要的一點是,模型正變得愈來愈商品化. 

不同模型之間的差距對使用者而言微不足道, 唯一的分別就只有價格.

若對手若有日推出更強大的模型, 你將被逼花錢再訓練一個更強的模型來回應.

正如微軟CEO Satya Nadella 在一次Podcast所言：

I can make the argument that if you're a model company, you may have a winner's curse. You may have done all the hard work, done unbelievable innovation, except it's one copy away from that being commoditized.

訓練大模型的know-How某程度上集中在一班AI工程師/科學家身上，

訓練的方法也沒有專利保護，理論上只要有人才、數據、算力，

就可以燒出一個大模型。

在這環境下，要一直保持模型性能領先，幾乎是不可能的事。

這也是為什麼Microsoft寧願放生openAI去找其他雲供應商

也不願為它背上天文數字般的資本支出.

歷史上不少先進技術的出現並沒有轉化為投資者的利潤.

紡紗機/紡織機的發明並沒有轉化為紡織商的利潤，而是令紡織品價大跌，

噴射引擎的發明並沒有改善航空公司的利潤率，而是令航空旅遊大眾化。

而這次AI很大程度上也在重複過去泡沫的模式,

新技術的出現, 資金瘋狂為想像的未來下注.

像上文提及的illya sutskever, 其實力無容置疑, 

但其成立的startup - Safe Superintelligence連基本的生意模式也沒有就獲得了50億的估值.

至於將來AI應用如何獲利, 誰又能獲取最大的經濟利益?

老實說, 我不知道.

但真正的風險不是來自對未來的未知, 

而是源於我們自以為「看懂」了未來.

在$45買入NVDA(最後一次@2023)跟$181買入的意義是完全不同的.

投資不是一場預測未來的比賽, 而是一場關於定價跟耐性的修行.

買入並持有, 市場自然會找到合適的估值.

若然最後市場的定價比買入價高當然好, 不然的話也是一種學費.

對市場保持敬畏, 我想是投資者在市場上生存的重要一課.

點評Nvidia FY26Q2業績

最近沒怎麼關注業績，也懶得出文。

但始終組合內很AI持股不少，股王出業績也一定要留意下。

只瀏覽了大數

FY26 Q2收入467億（Q1: 441億）

上半年收入已達908億。

管理層預期Q3收入540億（不計中國收入）。

全年下來，今年收入超過2000億應該沒問題。

而下半年毛利率預期有改善，

Q2 non-GAAP毛利率72.3%，預期Q3 73.5%,

Q4更進一步達到mid-70s.

因此下半年盈利應超過上半年，

個人預期全年賺non-GAAP eps約4.3.

以180股價計算，forword PE約42. 

電話會議上有分析員問及AI資本開支的情況，

Jensen, I wanted to ask you about your $3 trillion to $4 trillion in data center infrastructure spend by the end of the decade. Previously, you talked about something in the $1 billion trillion range, which I believe was just for compute by 2028. If you take past comments, $3 trillion to $4 trillion would imply maybe $2 billion trillion plus in compute spend. And just wanted to know if that was right and that's what you're seeing by the end of the decade. And wondering what you think your share will be of that. Your share right now of total

CEO黃仁勳回答： 

Thanks. As you know, the CapEx of just the top 4 hyperscalers has doubled in 2 years. As the AI revolution went into full steam, as the AI race is now on, the CapEx spend has doubled to $600 billion per year. There's 5 years between now and the end of the decade, and $600 billion only represents the top 4 hyperscalers. We still have the rest of the enterprise companies building on-prem. You have cloud service providers building around the world. United States represents about 60% of the world's compute. And over time, you would think that artificial intelligence would reflect GDP scale and growth and so -- and would be, of course, accelerating GDP growth.

And so our contribution to that is a large part of the AI infrastructure. Out of a gigawatt AI factory, which can go anywhere from $50 billion to plus or minus 10%, let's say, $50 billion to $60 billion, we represent about $35 billion plus or minus of that and $35 billion out of $50 billion per gigawatt data center. 

首先， 2028 AI相關的資本開支是上一季度由黃仁勳提出，

不過一個季度，又再劃大個餅，變成2030年達3至4萬億。

當然，當中一部分開支包括數據中心建設、ASIC晶片等其他開支。

不是只有GPU。

而個人統計所得：今年各科技巨頭的資本資出達3300億：

META: 65b

AMZN: 100b

MSFT:  80b

GOOG: 85b

合共3300億 (對比2024增超過40%）

NVDA上半年收入908億，908/(3300/2) ＝ 55%

相當於55%支出進了Nvidia口袋。

管理層指一間1GW的數據中心，成本約500-600億，

當中NVDA就佔了350億，也大概是58%.

至於將來，就視乎閣下對AI前景的看法。

若以黃仁勳的說法2030市場達三萬億，

而又假設Nvidia仍維持現時的市佔率，

那麼屆時的收入將過萬億？

個人持保留態度。

台積電FY25Q2業績短評

台積電於7/17盤後公佈了FY25Q2的業績，還是一如既往的穩。

先看2025上半年數字（美金）：

收入：556億，同比上升40%

毛利率：58.7%（2024上半年：53.1%）

營業利潤：273億，同比上升62.5%

淨利潤：238億，同比上升60%

每ADR盈利：$4.59

收入增長主要得益於AI需求的大爆發。

留意以平台劃分的收入分類，

於2025Q1, Q2， High Performance Computing佔了大概60%的收入。

兩年前，HPC只佔季度收入不足一半（2023 Q2: 44%）

可見AI需求對台積電的收入有多大影響。

根據管理層於說法會的陳述：

1. 2025財年收入預計同比上升約30%

2. 維持2025財年資本支出380-420億。

3. 2奈米製程將於2026投產，而預期比起3奈米，

有更佳的盈利能力。

4. 維持長遠53%毛利率的目標。

簡單估算一下：

今年收入預期有出901*1.3 = 1171億.

以42%淨利潤率計，淨利有492億美金，

每股ADR保守估計賺9-9.2.

預期市盈率約27倍. (245/9)

但重點應該是管理層對AI需求表現出強勁信心，

表示現時仍是供不應求，將來亦不太可能看到客戶突然大規模縮減支出。

這裡再重覆一次2024年管理層的展望：

For the five-year period starting from 2024, we expect our long-term revenue growth to approach a 20% CAGR in US dollar term, fueled by all four of our growth platforms, which are smartphone, HPC, IoT and automotive. 

什麼意思？即是2029年收入將超過2000億，

若能維持現時的利潤率，淨利潤將接近1000億。

乘以15倍PE，市值不難去到15000億。

視乎閣下的成本，若然以現價245買入（市值一萬億），

去到2029年15000億市值，5年CAGR約8%

但能否成真，讓我們拭目以待。

2025半年結

投資可以很簡單，正如《持續買進》一書所言，就只是Just Keep Buying。

但執行起上來卻不容易。

正如幾個月前，主流媒體無一不對特朗普關稅政策大肆評擊。

不單止無助於解決財政赤字，亦加劇通漲，

逼使聯儲局減慢減息，甚至重新加息。

其美國優先的政策主張，更有逆全球化的意味，使美國走上孤立主義。

而市場似乎亦有效率地反映了當前的政經環境，

於短短兩星期內下跌了15%！

想像一下，只雖短短兩星期，就蒸發了可能你過去一年的儲蓄！

更糟糕的事，這可能只是剛剛開始！

即使明知正確的做法是逢低買進，但在浮虧15%時，

仍有信心Stick to the plan. 這才是最難的部分。

尤其當下面對的是全新的狀況，特朗普的關稅可能只是更大規模經濟重塑的開端。

這時侯比起無腦買入，重新思考當下狀況再作出決定，才是人之常情吧？

坊間不少投資書籍主張持續買入，長期持有大盤指數，

卻很少給出背後的理由，到底是什麼理由驅使大盤指數長期向上，

又出現什麼情況才足以改變過去行之有效的計劃？（核戰？美元崩潰？）

這背後的思考才是持續買進的信心來源，

否則只會淪為教條主義。

個人而言，仍然繼續買入大盤指數，

最近一次買入VOO於6/17@552.

長遠而言，個人仍對美國的經濟充滿信心。

就以最近的AI熱潮為例，

Google DeepMind的創辦人Demis Hassabis出生於倫敦，

於倫敦大學學院完成博士學位。

Open AI的首席科學家Ilya Sutskever, 加拿大公民，

師承圖靈獎得主Geoffrey Hinton，於多倫多大學取得博士學位。

他們都不是在美國受教育，卻在美國撳起了人工智慧的浪潮。

我想，這反映了美國確實有獨特之處。

說回個人持股：

個人組合回報YTD： 1%

同期標普500指數 YTD： 5.22%

納指YTD：7.21%

組合現金：27%

Stock	portfolio %
VOO	17.29%
NVDA	14.80%
MSFT	13.96%
TSM	10.72%
US-T GOVT Note 4.25 31Dec'25	9.38%
US-T GOVT Note 2.75 31Aug'25	9.34%
AAPL	5.66%
AMD	5.06%
AMZN	4.19%
NTDOY	3.88%
DDOG	2.48%
TSLA	0.91%
900	1.78%
1830	0.53%

回報只有若有若無的1%，主要因為4/11減持了部分持股。

事後發現4/11已是近期低位，

低位減持的後果直接令組合嚴重跑輸大盤，

因為減持雖然令你避開更大的下跌，之後的升幅也與你無關。

尤其指數於隨後個半月反彈超過20%！

若然當初沒有任何操作，今天的回報應是5.5%！

要知道歴年來升幅最大的日子多半是熊市中的反彈。

所以，不要在fear and greed index位於極度恐慌時減持。

即使減持，也盡量以換馬為主，因為現金往往是長遠表現最差的投資標的。

VOO(+)

正如上文所說，一直在慢慢加注VOO。

現時已佔投資組合17%，為組合中最大持股。

AMD（＋）

先前減持了一半的AMD，

於AMD Advance AI 2025大會後補回了其中一半@130。

現時倉位為減持前的75%

一直很喜歡AMD這種underdog的故事。

由瀕臨破產到現時在CPU市場上跟Intel平分天下。

同樣的事情能否在AI市場上再上演一次？我不知道。

只知道有不少人跟我有同樣的渴望，

於AI大會上為AMD站台的Sam Altman便是其中一員。

而AMD確實交出了令人期待的路線圖，

MI350系列固然帶來了人驚喜的性能提升，

更為重要的是明年推出的Helios機架級解決方案。

MI350系列雖然在單個GPU上表現跟Blackwell GPU差不多，

但實際使用起來，有優勢的仍是Nvidia.

因為現實使用場景中，是多個GPU串連起來成為一個計算機群。

而能夠以超低延遲把多個GPU連結在一起，是Nvidia一個較少人知道的護城河！

但這次情況有點不一樣。

因為明年AMD將推出Helios機架級解決方案---首次將128顆GPU集成在同一機架內！

(ref: https://www.amd.com/en/blogs/2025/amd-delivering-open-rack-scale-ai-infrastructure-to-unlock-agentic-ai.html)

正如Lisa Su所言，AI的市場巨大，AMD不必成為贏家也能活得好好的。

在FY24, AMD的數據中心GPU業務收入約50億美金，

而AMD預計去到2028年，AI晶片市場將達到5000億美元！

即使只拿10%也足夠讓現時的年收入(FY24: 258億) 翻倍。

基於對蘇媽的信心，先買返少少繼續觀望。

最後，

當下市場熱炒TACO(Trump Always Chicken Out)，

但作為局外人，其實根本不能知曉實際決策的情況。

更遑論將投資決定建基於這種憶測之上。

然而，就像駕車一樣，目光放遠，車才會定。

對投資而言，重要的是投資的企業幾年後會變成什麼樣子。

要是企業發展一帆風順，股價自然會反映。

共勉之。

近況更新與近來操作的反思

個人一直主張買入並持有，time in the market better than timing the market.

然而在上個月特朗普的關稅政策下，還是減持了。

當初特意寫了一篇blog記下當時的操作，現在也寫一篇文記錄學到的功課。

先看結果：

YTD: -2.91%

減持後現金增加至30%，

Stock	portfolio
VOO	16.84%
NVDA	14.53%
MSFT	14.45%
TSM	10.54%
US-T Note 4.25 31Dec'25	10.19%
US-T Note 2.75 31Aug'25	10.13%
AAPL	6.16%
AMZN	4.42%
NTDOY	3.73%
AMD	3.10%
DDOG	2.47%
TSLA	0.94%
1830	0.77%
0900	1.73%

若然沒有減持，貫徹佛系持股的宗旨。

那麼組合的回報便是：+0.85%

結果是什麼也不做，回報還真的比較好。

若以標普500指數作比較，SP500也已經從關稅解放日收回失地。

像什麼事也沒有發生，年初至今回報2.3%

那麼是否無論任何情況也不應賣出？

回顧曾經買賣過的股票：

台積電（TSM）

2022年141買入的台積電，曾跌至62，現在211.

結果來看相當不錯，但過程起起伏伏，半導體週期性強，

但以結果來看，無視週期佛系持股的方法是可行的。

互太紡織（1382）

2016年11.78買入互太紡織，2018年5月於大約7元止蝕, 現價1.3元。

死守的話，現時股價只跌至原來的1/10！

AEON（0900）

2017年買入AEON，平均價5.73，於2019年曾暴升至8元，現價6.6.

計及6厘股息，回報率約7-8%

一些股票，買貴了，但前景向好，應該趁跌市加碼。

一些股票，買錯了，即使帳面虧損，也應該賣出。

一些股票高估了，譬如2019年的Aeon，可以賣出；

但即使沒有賣，仍可以賺到合理的回報。

當然也視乎你買的股票是什麼，對於真正優質的股票，回報可以數以百計，

因此最好的股票應該是買入後永遠不用賣出。

而這次賣出，時間尚短很難作出最後判斷，

但有一個教訓就是不要趁市場明顯恐慌時拋售。

什麼是明顯恐慌？

個人最近留意的指標是CNN的fear and greed index

(ref: https://edition.cnn.com/markets/fear-and-greed)

記得當初減持時指標大概在7左右，顯示市場極度恐慌！

而經過個多月的思考與沉澱，

現在個人對於AI的看法算是清晰了不少。

我認為它至少是一項有用的科技。

但什麼AGI，取代人類等等是誇大了。

在市場鼓吹AI取代人類工作的同時，

Google亦悄悄地宣布下年將會增聘工程師。

（ref: https://timesofindia.indiatimes.com/technology/tech-news/ceo-sundar-pichai-says-google-to-keep-hiring-engineers-because-/articleshow/121647784.cms)

而我想用AI幫我整理公司財報訊息，

還是錯漏百出，要人手核對。（順便問下各位AI大神可以點做？）

最後，並不是每個人都是股神，

要持股夠耐，除了耐心，還要有長遠的目光。

若然選股沒信心，那麼就很難長期持有，

不長期持有，就不能享受複利的威力。

共勉之。

新關稅下減持倉位的理由

有關注此博客的朋友大概知道我主張長期投資，佛系持股。

當中最重要的理由是股市長期而言都是向前上的。

縱觀多個已發展市場，美國、法國、德國、英國、韓國

其指數都是一條斜向上的線，即使斜率不同，但總體趨勢仍清晰可見。

要說原因，大概是資本主義運作良好，經濟總的來說是穩步向上。
最近再想深一層，還有的因素可能是錢愈來愈不值錢。
自從脫離金本位後，錢就不再有黃金在背後支持，
取而代之的是各國央行可以自由決定印多少銀紙，
當經濟需要刺激時，就放鬆銀根，當經濟過熱時就縮減銀根；
但總趨勢仍然是錢在貶值。比起錢一直在升值，
人們緊握手中的鈔票，央行更傾向於讓錢於經濟活動中流動起來。
這是所有操作背後最重要的假設！
要是股市不是長期向上，譬如說日本。
那麼整個投資邏輯就不成立。
但至少這假設直至現時為止在美國都是成立的。
當中經歷了很1970年代滯漲，2008金融海嘯，2020疫情，
股市仍是創新高。
這也是所有平均成本法，月供股票背後的基礎。
然後說回個人為什麼減持了手頭上的股票

個人組合: -15.77% 
現金：34%

不計債券(25%），股票持倉已降至約50%=(1-34%)*(1-25%)

AAPL(-):

蘋果現時正處於一個尷尬的時期，增長乏力，但估值處於歷史高位。

由蘋果造車失敗，到時現AI的落後(ref: Siri delayed to 2026)

蘋果正不斷尋找新的增長引擎但似乎有點缺乏方向。

現在更遭到關稅的打擊。

現時美國硬體銷售佔整體營收約30%，

硬體毛利率約37%。

但因為主要產能集中在中國，受關稅沖擊嚴重，

假設供應商跟蘋果受食一半，25%，

那麼整體毛利率將下降約7%-8%

當然蘋果可以選擇加價將成本轉嫁給消費者，但這是後話。

股神說因為加稅而沽售蘋果，想不到說的是關稅。

個人減持了40%的持股，平均售價202.

TSM/AMD/NVDA（-）：

Nvda減持33%@94. 

AMD減持了50%@85.

TSM減持了37.5%@146

主要原因是半導體相關個股佔組合比例太重，

一直想減持換馬去其他較不相干的版塊。

Adobe(-):

近年增長愈來愈慢，市場已大幅下修其估值。

當初買入的價值太高了，亦高估了該股擁有的護城河，

趁大市下跌減少非核心持股，於353清倉。

持股5年，虧損20%。

這次減持，一半是出於time the market, 一半也確實為了調整組合的權重。

曾經有人說過股票投資難就難在不知道消息有多少已被反映於股價之中。

正如Trump當選後，即使明知關稅將會是施政的重點，

股市還是一直向上。

直至對等關稅於美東時間4月2日盤後發表，市場才急速調整。

要time the market的話，

那麼你至少應在股價開始反映關稅消息之前就著手減持，

也就是說你的判斷基準必然不依賴於股價。

換言之，若然你判斷Trump當選後的關稅政策必然造成大跌市，

那麼你合理的減持時機應在當選的消息發佈後，

那麼你也應該錯過了過去11月至2月股市的升幅。

另一個問題就是你應該於何時重返市場？

因為判斷的基準不依賴於股價，

所以即使股市升穿了你減持的價位，你還是應該堅持己見，

直至你認為的基本因素已改善。

但不要忘記壞消息出盡也可以是升市的理由。

關稅對於蘋果的生意有多大影響，

相信一眾投行的精英必定OT把影響量化，

然後決定股價反映了多少影響，再決定買賣方向。

但一眾散戶跟不上分析員的步伐呢？注定就是蝕錢嗎？

個人還是認為股市長期向上的趨勢是最重要的假設。

跌市時應該專注於尋找有持續競爭優勢的企業，

買入並持有。

畢竟這次關稅戰的結果大概也會是中間落墨。

反彈太大的政策很難持續推行下去，

而且兩年後也有中期選舉，失去國會支持的總統施政也百般受阻。

美國是一個民主國家，講求制衝，極端的政策難以持久推進下去。

這個人為的衰退，或許是一個入市的好機會。

共勉之。

談Nvidia FY25業績與近期的暴跌

自踏入2025年以來，Nvidia股價就跌跌不休。

先是因DeekSeek緣故，下降17%；

再來就是業績後股價大跌.

作為最重倉持股，自然值得寫文紀錄一下。

那麼先來看看今年的業績是如何。

FY25(non-GAAP)

收入1305億， 按年上升114%

毛利率75.5%，毛利1985.3億，按年上升119%

營業利潤867.9億，按年上升134%

營業利潤率66.5%，比上年提升5.6%，主要得益於營運槓桿的改善。

拆分業務分類：

管理層預期FY26 Q1收入430億，non-GAAP毛利率71%

換言之收入按季增長9%，跟之前12%/17%/15%比較增速減慢。

而毛利率下降至只有71%，主要因為Blackwell產能爬坡較慢。

但管理層預期隨着產能提升毛利率有望回復至75%左右。

個人而言業績算是預期之內好。

毛利率稍為下降亦只為一次性，競爭狀況並沒有加劇。

放眼各科技巨頭2025年資本支出並沒有減緩跡象，

Meta, Amazon, Microsoft跟Google合共投資約3200億，

比上年約2270億提升超過40%。

當中大部分估計會落入Nvidia手中。

這樣看來，分析師一般預期盈利增長50%應該問題不大。

執筆之際，NVDA股價在110左右，預期市盈率只有26倍。

參考過去十年的歷史市盈率，最低時也有15-18倍。

對於DeepSeek對算力需求的影響，

黃仁勳表示訓練時算力需求或許會下降，

但DeepSeek等各大模型亦轉向了所謂Inference time compute, 

即是在回答前先仔細思考，再給出詳細答案。

運算需求仍然巨大。

而只要我們將目光放大，AI不會只局限於軟體

物理AI仍是將來重要的應用。

無論如何，股價已先行從高位140下跌了20%，

現時再選擇沽出感覺已慢人一步。

而現時倉位只佔整個組合15%，

即使下跌對整個組合傷害也不大，

所以暫時按兵不動。

最後，

我不否認AI將是不亞於互聯網的創新，

當年因為互聯網催生出新的商業巨頭如Amazon，

只是作為互聯網基建一部分的ISP估值卻不怎麼樣。

Nvidia會否步上同一命運？

其次，機械人的確能帶來生產力革命，但一台機械人要賣幾錢呢？

要是售價100萬美元，那麼我請一個工人不是更便宜？

最後還是最重要的問題，現時有誰能靠AI應用賺錢的公司嗎？

Facebook, Netflix之類一直有用AI改善自家的演算法，

但這跟現時燒錢的大型言語模型是兩回事。

以上問題我都無答案，歡迎各位留言講下自己睇法！

共勉之！

webb site的關閉

認識webb site是因為曾經有一段時期很沉迷細價股.

細價股要爆升的一個條件是要夠乾! 即股權集中, 街貨唔多.

除了直接去CCASS查看外, 另一個常用的網站就係https://webb-site.com/

而Webb site的創辦人David Webb亦是一名神人.

1986畢業於牛津大學數學系, 其後從事金融業. 

1991年被公司派往香港, 從此定居於香港.

1998年, 年齡只有32歲的David Webb就已經退休. 

隨後創立webb site分享自己投資的research. 

其投資風格鐘情細價股, 當年買入明暉國際亦是受其影響.

身家估計過億, 無奈於2020年患上前列腺癌, 現預期壽命只有幾個月, 

近年不斷有認識的名人離世, 

2023 - 查理蒙格

2024 - James Simons

實在令人惋惜!

台積電FY24全年業績快評

於2025/01/16, 台積電公布了FY24年的業績.

收入90.1b (yoy+33.9%)

毛利50.56b (yoy+38.2%)

毛利率 56.1%

營業利潤率54.7%

純利36.5b

每ADR賺7.04

FY25 Q1展望:

根據展望, Q1的業績相當於按年增長超過30%

管理層預期全年收入增長將接近mid-20%

資本支出約380-400億美金(FY24: 30b),

毛利率因為將因海外擴廠減少2-3%

更重要的是

For the five-year period starting from 2024, we expect our long-term revenue growth to approach a 20% CAGR in US dollar term, fueled by all four of our growth platforms, which are smartphone, HPC, IoT and automotive. 

AI應用在2024年已佔了台積電收入~15%, 當中包括GPU, ASIC, HBM controller.

而2025將會在2024年番了三倍的基礎下再次番倍, 可想而知需求有多瘋狂.

隨意估算一下今年的盈利, 按收入增長24%, 但因為毛利率下降2-3%, 

所以盈利增長打個95折, 只有22.8%增長即8.6

以200元率計, forward PE只有23倍.

我不知道現時買入是否好時機, 

但持有一間預期未來5年收入將番倍的公司,

應該不是個壞主意.

2024年結---AI狂潮的全面爆發

繼2022年尾openAI推出chatGPT後, 語言翻譯的問題算是全面解決了.

人們第一次可以用自然語言跟機械溝通, 

隨後更發現這些模型不只明白training set包含的語言, 

透過先進的pattern recognition,模型似乎也掌握了其他新語言.

研究人員稱這種現象為--湧現.

其後人們慢慢認識到transformer + LLM的架構帶來的能力, 

只要不斷餵以更大量的數據, 訓練更多參數的模型, AI的能力似乎沒有一個上限.

AGI統治人類似乎不再是天方夜譚.

在這樣的背景下, Nvidia由2023年升了2.4倍後, 今年再升1.7倍.

而個人組合亦因此受益.

個人組合回報YTD： 27.6%

同期標普500指數 YTD： 23.3%

納指YTD：28.6%

組合現金：13%

Stock	portfolio %
NVDA	16.7
TSM	13.1
VOO	12.29
MSFT	10.48
AAPL	10.38
US-T GOVT Note 4.25 31 Dec'25	8.28
US-T GOVT Note 2.75 31 Aug'25	8.18
AMD	5.01
ADBE	4.61
AMZN	3.64
DDOG	2.37
NTDOY	2.12
0900	1.24
TSLA	1
1830	0.59

個人組合沒有什麼大變動, 貫徹佛系持股的精神.

年內主要操作是減持NVDA, AMD, 加注ADBE, 

還有就是繼續加大債券的持倉比例和持續買進VOO

NVIDIA(NVDA)

上半年於87.2減持1/4, 錯失了其後>50%的漲幅.

以回報而言的確不理想, 但以風險管理的角度來看卻無可厚非.

本人並非AI專家, 只是不斷上網爬文看youtube以了解一下背後運作的原理.

這樣的認知水平無法說服自己孤注一擲.

若然不減持的話, 回報大概會上升2-3%, 但持倉就進一步集中在AI概念股上.

要長期在股市生存, 重點不是回報最大化, 反而是避免重大虧損.

正如巴菲特所言:

Rule number one: never lose money. Rule number two: Never forget rule number one.

個人而言, 一個多樣化的投資組合仍是長期生存的關鍵, 

自問不是股神的材料, 只是對投資有興趣而對選擇的版塊有所質重.

絕無理由為要爭取超額回報而讓自己有面臨滅頂之災的機會.

Adobe(ADBE)(+)

自2020首次買入後，經歷了2022因加息回調，2023因AI概念被炒高，

最近一次加注在2024年年頭，於$561加注平均成本為$460.

持貨4年，只是加個和，回報並不理想。

回顧過去幾年的收入：

2020: 12.9b (+15%)

2021: 15.8b (+22%)

2022: 17.6b (+11%)

2023: 19.4b (+10%)

2024: 21.5b (+11%)

可見收入增長愈來愈慢，尤其今年在加AI加持下，

市場預期Adobe收入增速應會提高。

可是最近管理層給出2025財年的收入預測：

相當於只有9%的增長

電話會議上分析師也毫不掩飾直接指出問題：

But apologies to state the obvious, but investors aren't, you know, that excited or are showing that excitement. The stock is a major under-performer on a year-to-date date. It's down again on an after-hours basis today. And I would point to it's the lack of acceleration that we're seeing in the numbers, right? Digital Media net new ARR this quarter grew just -- or in Creative Cloud grew 2%.

You're guiding to decelerating growth into the forward year despite all this innovation. And I think the question that it brings up in investors' mind is, is there some leak in the bucket, right? All this innovation, new monetization avenues, pricing going up, but the growth is going in the wrong direction. Like is there a part of the equation that's not working? Is there share losses? Is there something that we're not seeing that is taking away that momentum in the numbers that's not -- sort of not in the acceleration in the numbers, if you will?

管理層只是回應過去一年多次提高收入預測, 對目前增長勢頭感到滿意. 

在加大對AI的投資後, 變現的能力受質疑, 此乃其一.

其二是Adobe的確存在愈來愈激烈的競爭.

以視頻剪接為例, 除了自家的Premiere Pro外, 

市場上亦愈來愈多人開始用DaVinci Resolve.

另外, 隨著短視頻的興起, 視頻剪接的需求亦有所改變.

以往電影製作, 或廣告設計等專業的需求仍在, 

但更多輕量級的需求似乎用tiktok自帶的剪接功能即可. 

市場上對內容的需求的確愈來愈多, 但adobe似乎並沒有很好把握這些改變.

在Figma的收購案亦可看出管理層的確著急了, 

不然不會用200億收購一間收入只有7億的公司,

最後還以失敗告終.

雖然如此, 但Adobe仍是十分強大的公司, 旗下的PhotoShop仍是十分強大

而且2025年頭更會迎來一次漲價, 現時持倉只佔組合4.6%，影響不是很大。

更大的問題是減持後的資金出路, 在估值大幅下修的現在, 減持未必是最好的決策.

只有繼續且看且走.

展望2025年

正如Adobe因AI變現遭遇困難而估值下修, 

對整個AI市場而言, 變現仍是未來的重點. 

現時AI的生態中主要賺錢的仍是晶片生產, 隨後是出租算力的各大雲端廠商.

應用層面的公司仍普遍處於燒錢狀態.

個人覺得這樣的生態並不會持績很久, 業界仍然在等待一個殺手級應用. 

我並不是說AI就是一個泡沫, 只是任何新技術都需要時間落實. 

想當年愛迪生於1879年發明燈泡。然而20年過後，美國仍只有3%的家庭有電可用。

因為電網建設成本高昂而且初時電燈的成本遠遠比油燈貴，導致普及進展緩慢。

openAI最新的o3模型在推理上的表現的確令人驚喜, 但背後的計算成本呢？

最後, 無論AI是否泡沫，終將會為人類社會帶來翻天覆地的變化，

2025年注定是充滿改變的一年，希望各位讀者在風雨中砥礪前行！

共勉之！