量化分析 - 鴻海 (2317.TW)
更新於 2024/12/10閱讀時間約 2 分鐘
投資理財內容聲明
- 文內如有投資理財相關經驗、知識、資訊等內容，皆為創作者個人分享行為。
- 有價證券、指數與衍生性商品之數據資料，僅供輔助說明之用，不代表創作者投資決策之推介及建議。
- 閱讀同時，請審慎思考自身條件及自我決策，並應有為決策負責之事前認知。
- 方格子希望您能從這些分享內容汲取投資養份，養成獨立思考的能力、判斷、行動，成就最適合您的投資理財模式。
風險跟警語
- 此分析是依據過去數據做量化，但投資是投資未來，而非過去。
- 未來的預測充滿不確定性，實際結果一定會有差距。
- 此文章並非投資建議。
- 2022/12/11 分佈文章時，作者我沒有持有或間接持有鴻海 (2317.TW) 股票。
財務分析
營運分析
鴻海（2317.TW）營運從 2007 年後：
- 表現每況愈下。
- 自由現金流一直以來都不穩定。
- 投入資本回報率 (ROIC) 也是慘。
成長分析
- 以十年來看，鴻海 (2317.TW) 依舊維持成長，但放緩了許多。
- 以五年來看，雖然營收持續提升，但沒有反應到獲利上。
價位分析
- 計算方式是用每季最低的股價來計算出本益比跟淨值比。
本益比 (PE) 分析
淨值比 (PB) 分析
評論
單純用過去價位來看，鴻海近幾年（2018~2022) 的估值很低，但便宜也是有理由的。由前面的財務分析已經可以顯示出來，鴻海近期營運表現已經停滯很久，投入資本回報率 (ROIC) 也很差勁，只有 5~8%。一間公司投報率低，也沒有穩定的自由現金流，交易在淨值附近，我也不太驚訝。
佈局價位
投資是投資未來，而非過去。如果投資人可以明確判斷鴻海未來可以改善營運狀況並提高獲利，那在估值低時佈局，除了享受未來獲利的提升，也可能受益到未來估值的提高而獲取更多的報酬。
但羅馬不是一天造成的，鴻海電動車的佈局，也不是兩三年就可以成功的，就算成功，也不代表能改善獲利結構。
用淨值來計算
以鴻海近期的表現，個人會用淨值比1來做分析，但風險是，如果鴻海獲利表現再差下去，可能會永遠交易在淨值下。
鴻海 2021 年底的淨值為每股 95.91，五年前（2016）的每股淨值分別為 71.60（數據來源: MorningStar)，這樣五年下來平均每年成長為 6.02%。
(95.91/71.60)**(1/5) - 1= 0.0602058~= 6.02%
最新一季的每股淨值為 100.33，用上述前五年的平均成長率來推估 2027 年底鴻海的每股淨值為 134.39 元。
100.33 * (1+0.0602058)**5= 134.3945604~= 134.39
用年化報酬率 12%、15%、18% 來推算佈局價位分別為每股 76.26、66.82、58.74元。
// 12% 舉例134.39/(1+0.12)**5= 76.256495~= 76.26
想要快速查閱年化報酬率，可以參考此連結。
結論
這邊只是提供一個範例，去計算佈局價位，鴻海未來有可能交易在更高的淨值比或是更低，如果你拿槍逼我買鴻海，那我會等到 70 以下再開始佈局。
留言0
查看全部
你可能也想看
Google News 追蹤
*合作聲明與警語：
本文係由國泰世華銀行邀稿。
證券服務係由國泰世華銀行辦理共同行銷證券經紀開戶業務，定期定額(股)服務由國泰綜合證券提供。
剛出社會的時候，很常在各種 Podcast 或 YouTube 甚至是在朋友間聊天，都會聽到各種市場動態、理財話題，像是：聯準會降息或是近期哪些科
隨著金融科技的進步和大數據的普及，量化交易（Quantitative Trading）逐漸成為投資領域中的一個熱門話題。無論是機構投資者還是個人投資者，越來越多的人開始使用數據和算法來輔助交易決策。量化交易以其嚴謹的數據分析、快速的交易速度和客觀的交易決策，吸引了大量投資者的關注。這篇文章將帶你深入
引言 在金融市場中,許多交易者對量化交易抱有誤解,認為只要有好的技術和模型就能穩定盈利。但事實上,真正成功的量化交易不僅需要紥實的技術基礎,更需要深刻的市場洞察和豐富的實戰經驗。本文將通過實戰案例,揭示量化交易成功的真正要素。
一、市場洞察：量化交易的基石
市場微觀結構的深層理解 以2023年歐
下週影響美股最重要的事件就是NVDA 11/20的財報, 我們上一篇已經討論過關於NVDA財報前一週的Sell Side 與Buy Side觀點（基本面分析）, 本篇將透過NVDA過去四次的財報前後對股價的影響, 我們利用量化分析科學與數據呈現, 跟各位分享財報對股價觀察的重點, 並且透過
我們做實驗的目的，
往往是想要量化「確定的不確定性 Certain Uncertainty」。
什麼是「不確定性 Uncertainty」？
其實就是無法透過控制各種變因來控制下來的現象。
在做實驗的時候，
就算你已經把實驗條件盡量控制一樣了，
其實實驗的結果每次還是會有一些差異。
Jim Simons，被譽為「量化交易之父」。1938年4月25日生於美國麻薩諸塞州紐頓，自幼便展現對數學的高度興趣。他曾說：「數學是他唯一喜歡的科目，希望未來能成為數學家。」
本文章記錄了我在2023年8月透過Finlab課程和自己的研究開發出的一個量化投資策略程式，回測顯示年化報酬率達到99%。該策略在大盤不穩或空頭時期具有避免持股的特性，並在8年的回測中實現了驚人的資產增長。從2024年開始，我將開始實際將這一策略應用於市場，並在文章中記錄相關的實際操作。
大客戶特斯拉產線調整，華孚短期訂單可能受到遞延或影響，再加上執行長馬斯克說:高利率可能會削弱電動車的需求，導致公司近期股價劇烈回檔。
但換個角度想，產線調整是長期還是短期現象? 高利率時代近期是不是隨著FED漸漸轉鴿後，明年已經有看到降息的署光呢? 那現在會不會反而是個機會呢?
股票投資其實方式不難, 講簡單也就選股與擇時。
分析也不難：技術分析, 基本分析,
高等的就質性分析與量化分析。
講簡單是很簡單，圍棋也是黑白兩色, 路數卻是千變萬化, 但道理是萬流同歸。
主動投資的新手大多從技術分析學起, 基本分析需要財報知識, 需要時間學習, 但技術分析未必足夠,
一場千人的AR智慧眼鏡技術體驗活動，糊里糊塗地設計並回收了民眾體驗完的回饋資料，結果事後面臨不知道該如何分析的窘境。筆者受託協助給予專業分析建議，恰好趁此機會，把過程中分析思考脈絡與可能用到的統計分析方法整理記錄下來，可供有需要的人參考，也避免重蹈覆轍。
*合作聲明與警語：
本文係由國泰世華銀行邀稿。
證券服務係由國泰世華銀行辦理共同行銷證券經紀開戶業務，定期定額(股)服務由國泰綜合證券提供。
剛出社會的時候，很常在各種 Podcast 或 YouTube 甚至是在朋友間聊天，都會聽到各種市場動態、理財話題，像是：聯準會降息或是近期哪些科
隨著金融科技的進步和大數據的普及，量化交易（Quantitative Trading）逐漸成為投資領域中的一個熱門話題。無論是機構投資者還是個人投資者，越來越多的人開始使用數據和算法來輔助交易決策。量化交易以其嚴謹的數據分析、快速的交易速度和客觀的交易決策，吸引了大量投資者的關注。這篇文章將帶你深入
引言 在金融市場中,許多交易者對量化交易抱有誤解,認為只要有好的技術和模型就能穩定盈利。但事實上,真正成功的量化交易不僅需要紥實的技術基礎,更需要深刻的市場洞察和豐富的實戰經驗。本文將通過實戰案例,揭示量化交易成功的真正要素。
一、市場洞察：量化交易的基石
市場微觀結構的深層理解 以2023年歐
下週影響美股最重要的事件就是NVDA 11/20的財報, 我們上一篇已經討論過關於NVDA財報前一週的Sell Side 與Buy Side觀點（基本面分析）, 本篇將透過NVDA過去四次的財報前後對股價的影響, 我們利用量化分析科學與數據呈現, 跟各位分享財報對股價觀察的重點, 並且透過
我們做實驗的目的，
往往是想要量化「確定的不確定性 Certain Uncertainty」。
什麼是「不確定性 Uncertainty」？
其實就是無法透過控制各種變因來控制下來的現象。
在做實驗的時候，
就算你已經把實驗條件盡量控制一樣了，
其實實驗的結果每次還是會有一些差異。
Jim Simons，被譽為「量化交易之父」。1938年4月25日生於美國麻薩諸塞州紐頓，自幼便展現對數學的高度興趣。他曾說：「數學是他唯一喜歡的科目，希望未來能成為數學家。」
本文章記錄了我在2023年8月透過Finlab課程和自己的研究開發出的一個量化投資策略程式，回測顯示年化報酬率達到99%。該策略在大盤不穩或空頭時期具有避免持股的特性，並在8年的回測中實現了驚人的資產增長。從2024年開始，我將開始實際將這一策略應用於市場，並在文章中記錄相關的實際操作。
大客戶特斯拉產線調整，華孚短期訂單可能受到遞延或影響，再加上執行長馬斯克說:高利率可能會削弱電動車的需求，導致公司近期股價劇烈回檔。
但換個角度想，產線調整是長期還是短期現象? 高利率時代近期是不是隨著FED漸漸轉鴿後，明年已經有看到降息的署光呢? 那現在會不會反而是個機會呢?
股票投資其實方式不難, 講簡單也就選股與擇時。
分析也不難：技術分析, 基本分析,
高等的就質性分析與量化分析。
講簡單是很簡單，圍棋也是黑白兩色, 路數卻是千變萬化, 但道理是萬流同歸。
主動投資的新手大多從技術分析學起, 基本分析需要財報知識, 需要時間學習, 但技術分析未必足夠,
一場千人的AR智慧眼鏡技術體驗活動，糊里糊塗地設計並回收了民眾體驗完的回饋資料，結果事後面臨不知道該如何分析的窘境。筆者受託協助給予專業分析建議，恰好趁此機會，把過程中分析思考脈絡與可能用到的統計分析方法整理記錄下來，可供有需要的人參考，也避免重蹈覆轍。