股癌EP 620 免費逐字稿(附專有名詞解釋/節錄)：
上集聊到的衛星相關，最後發展跟我自己猜的有點像： 它跟之前軍工股有點類似 在美股的表現比較好 台股也有表現好的，不過很多是突破一根之後，回兩三根那種走勢 像這樣的走法，在我們角度就沒那麼喜歡，所以不會第一時間立刻再去加碼。 但這個趨勢我還是蠻肯定的，原因除了股價有動之外，還有： 現在越來越多衛星／太空相關新聞 包含 SpaceX、Starlink 持續發射衛星 美國政府也有表態，在接下來的太空時代，要持續保持全球領先地位 再來所謂的「美國觀」，就是那種跟官方一起被視為一體的 NASA、國防承包商之類，
有些表現沒有 SpaceX 那麼強，但顯然之後會有很多官民合作、聯合項目，把整個市場再放大。 所以有可能在 SpaceX IPO 那個時間點，會是整個太空／衛星題材最熱的高點。
在那之前，應該都可以持續找機會。
最近我也開始看一些 AI 軟體方面的應用。 我們都知道 AI 的建置大概可以分三層： infrastructure（基礎設施）：伺服器、晶片、機房、網路設備 platform（平台）：雲平台、模型平台 software（軟體應用）：真正讓一般人用到的服務 跟當年的網路建設狀況很像。 那現在基礎設施是不是已經演完了？
我覺得未必。
像記憶體廠的財報，看起來就是在跟你講： 記憶體超級缺 大家在瘋狂拉貨 而且不只是 HBM（High Bandwidth Memory，高頻寬記憶體，主要用在 AI 伺服器）而已 連 DRAM（動態隨機存取記憶體，一般電腦／手機的主記憶體）、NAND Flash（快閃記憶體，用在 SSD 等儲存裝置）都很緊 這種缺貨狀況可能還會持續一陣子。
基本上我覺得明年的消費性電子（手機、PC 那種）上半年表現應該不會太好，甚至整年都不會太好，可能是衰退狀態。 再來，AI 伺服器採購告一段落之後，如果缺乏消費性需求支撐，價格要回落的速度也可能會很快。 只是我目前還沒看到價格要回落的跡象，整體還是非常強勢。
所以記憶體類股真的是走得比我想像的久。
我原本以為可能明年年中報價開始正常化，股價搞不好在今年年底就先走完，沒想到還在繼續噴。
這就是我錯過的那一段。 但我們還是會持續觀察它對其他東西的影響。
除了記憶體之外，美股這邊的光通訊族群也還是走得非常好，最主要就兩檔： Lumentum（光通訊元件廠，做光收發模組等） Coherent（光電／雷射、光通訊相關） 都維持非常強勢。 台股這邊，禮拜五散熱族群也又一次要去摸前高。 所以我會覺得這個 transition，從 infrastructure 要跑去 software，可能還沒這麼快發生，
硬體還有戲。
光看股價的表現就感覺還沒演完。 但我們自己有提早去注意一些新故事。
最近我看到一個標的是 Lemonade（線上保險公司）。
這家公司大概在 2021 那時候，在市場上算是熱門題材，那時候大家都在看 ARKK（木頭姐那檔 ETF），裡面買了很多成長股，Lemonade 也是當時市場上的一個焦點。
我以前好像也有買賣過，印象中比較偏題材炒作。 最近注意到它跟 Tesla 有一個合作。
簡單來說，它可以透過 Tesla 的 API（應用程式介面），取得你身為駕駛的行為數據，以及車子在自駕系統啟用時的狀況，然後拿這些數據來幫你算保費，給你一個客製化的保單。 大家可能會想說：
「奇怪，Tesla 不是自己也要做保險嗎？」
為什麼民間業者還有肉可以吃？還能跟 Tesla 合作？」 原因大概是這樣： Tesla 本身當然也很厲害，它同時擁有車跟軟體所有的數據，可以看得到一切。
但問題是 Tesla 在「後勤維修」這一塊，蠻多車主其實不太滿意，包括我自己。 因為它車體一體成型，維修價格通常比較高；再來維修都要排很久，出保不一定順利，跟一般傳統車廠比起來，這可能是某種「詬病」。 Lemonade 就是鎖定這個痛點。
它知道你雖然也是一家軟硬體整合公司，也想做保險，但你在保險後勤處理、效率上，不一定比我們這些專業保險公司強。 它的模式有點像反過來：
他們是「AI 科技軟體公司」，剛好在營運保險業務，而傳統保險公司是「保險公司想要加 AI」。
本質上就不太一樣。 在這個合作裡，因為有 Tesla API，Lemonade 也拿得到同樣的駕駛數據，
所以在保費計算上也可以很精準。 接著它要挑戰的是什麼？ 它認為自己在後勤維修、理賠流程、客戶服務上可以做得更好 保費又能夠跟 Tesla 自家保險比有競爭力 而且它不是只賣你車險而已。 既然我從你車上拿到這麼多資料，知道你的使用習慣，
就可以順便問你： 「你家裡的住宅險要不要一起保？」 「你出國的旅遊險要不要一起在我這邊買？」 透過這些數據做 bundle（綑綁銷售）跟 upsell（向上銷售），
就不只是單純的車險。
這讓我突然覺得，AI 在保險業上其實是一個蠻好的應用場域。 傳統保險的做法是用「群體數據」： 你住在哪個郵遞區號 你這附近的人大概是怎樣 年齡、性別 好比在台灣，男生去投保車險通常比女生貴。
我自己去保險的時候才知道這件事——大家認為男生比較危險。
某種程度上合理，我們也懂。 但現實是，有些男生開車超小心，把車當小老婆在養；也有些「三寶」其實是女生。 這就是群體統計沒辦法反映個人差異。 現在有了這些新的工具、更快速的分析，
理論上保險可以做到： 從「抓一群人貼一個標籤」，變成「直接分析你個人的行為來計價」。 像我看到創辦人在 X 上面回答一個問題：
有人問他說：「晚上開車時數越高，保費就會被調高，是不是很不公平？」 他回答說： 如果你晚上開車很多，但你都用 AP（Autopilot，自動輔助駕駛），那就不會調高。 可是如果你晚上開車多，又都自己猛開、不用 AP，那保費貴是合理的。 他們已經看到這麼細的東西，
用你的駕駛習慣、開車時間、急煞、車距、搶黃燈頻率，去算出更精準的保費。 這樣算出來的保費，合理性一定比過去只靠郵遞區號、年齡、性別那套高很多。 以前是： 一群人一起納保 好駕駛幫爛駕駛分攤成本 未來可能變成： 每個人都有專屬的風險 profile 保費真正做到「量身訂做」，但又是靠軟體自動跑，不需要大量人力 傳統上，聽到「客製化保單」大家會想：
「靠，那保險業務員不是要多一大堆人？」 但現在變成：我一次把系統寫好之後，
後面就是 pure 軟體，成本是固定的，營運槓桿會直接跑出來。 這就是一個很酷的 idea。 當然一樣有風險： 如果模型算出來的結果很糟，賠付率過高 像 Lemonade 過去也曾被質疑現金流、賠付率 當財務狀況轉好之後，它才有辦法說服市場：
「其實這個模式是 OK 的，有機會吃掉很多既有保險公司的市場。」
很多人會問一個問題，我自己也會想： 「如果 AI 這麼好用，那傳統保險公司不會做嗎？」 答案是：會做，只是轉彎比較困難，原因有幾個： 公司最終就是人 有一群人會直接被這些軟體影響到飯碗 在內部會議、簡報裡，他們會想盡辦法列出一堆理由說這套軟體不能用 故意放大軟體犯錯的案例，不看整體數據 就像 Tesla 只要出一個車禍，一定會上新聞寫「Tesla 車禍」。
但別的品牌天天有車禍，不一定會被寫出來。
因為人有濾鏡，為了流量、為了自己的利益，會扭曲事實、強調不該被放大的案例。 後台系統跟資料的問題 一堆資料放在不同的 DB、不同的格式 以前開發小系統的人早就離職 你現在說要導入新系統，把所有歷史資料串起來，沒人會修、沒人會改 光是要做這些轉接、整合，就是一個大工程，
要花很多時間跟錢。 資金與決策保守 看到要花很多錢導入新系統，就會猶豫 會說「我們再看看 AI 對我們生計的影響，確定會影響再來動」 等他們真的動起來，可能已經晚了兩三年，被新創超車 這就是典型的破壞式創新，為什麼很多成熟大企業明明有錢、有資源，最後還是被新創幹掉。
Nokia、很多老牌手機廠、傳統影音租片店對上 Netflix 的故事，都差不多。 它們會長得很大，是因為有既有制度和結構；
但在關鍵時刻，這個制度和結構反而變成阻礙。
我自己並沒有去買 Lemonade 的股票，先講清楚。
它最近是先噴出去，我才看到它在漲，又剛好看到台灣這邊幾家數位保險相關的東西，我才去做這段研究。 所以這絕對不是任何推薦。
其實我們節目從來不是在推薦股票，比較像是： 「我們注意到一些有趣的現象，覺得有意思，就拿出來聊。」 十個研究題材，最後真正在部位裡面的，可能只有一兩個。 我只是想跟大家分享一下，我最近發現 AI 在保險業上，有可能幫他們做出結構性改革。 我們鎖定的對象，會比較偏那些新創的保險軟體公司，跟傳統保險公司本質上差一點： 傳統保險公司是：在既有的保險公司機器裡，加 AI、加科技 這些新創是：本來就是 AI 科技軟體公司，剛好在營運保險業務 最後誰會贏不知道，要再觀察。
只是最近看 Lemonade 的數字，跟 Tesla 合作，會覺得這個東西有可能是新的東西。
如果在電動車上可行，那未來其他領域也可能出現類似應用。 以前要設計一個這種保險產品，要算這些東西成本很高，在台灣還要過一堆管理機關，流程很麻煩。 如果主管機關願意放手，從業人員願意採用新工具，
就有機會出現新的一番氣候。
後面 Q&A 部分，挑有涉及投資／半導體／商品結構的問題整理
有一位聽眾在上集內容裡聽到我說「某個族群動起來了」，就來問： 「某股動起來這件事，具體是怎麼判斷？
設備股當天開紅多，上漲大概 3%，隔天又有漲有跌，那怎麼分辨是資金真的輪到這個題材，而不是只是巧合？」 他還舉例說：2330（台積電）這幾天也漲，但大家不會說「現在是半導體製造剛起飛」，想知道我是怎麼抓的。
我的做法其實很簡單，跟你分享一下。 第一，我們一般不會用台積電、聯發科當族群指標。 你很少會聽到有人說： 「聯發科在漲，所以 IC 設計股全部都在漲。」
「台積電在漲，所以半導體製造股都在漲。」 不會這樣抓，因為它們是全值股。
全值股在動，不一定代表整個族群在動，有時只是外資要拉指數，拉台積最方便。 所以我們會看一點「中小型」的族群股。 比如你講的設備股也好，或是像 IC 載板（ABF / BT 載板，用來承接晶片、連接到 PCB 的高階封裝基板），
我們會看這個族群裡幾檔主要的——像欣興、景碩、南電這幾檔，如果： 剛好都在關鍵位置 一起放量突破頸線往上走 那我們就視為： 「有可能資金要往這個地方匯聚。」 我要強調：是**「有可能」**，不是一定。 確認的方法是： 如果後面真的持續走出去， 在震盪過程中相對大盤比較強，跌得比較少、反彈比較快 那就會一邊打、一邊加碼 我不會一開始就梭哈，而是先下試單。 假設本來打算在這個族群放 1000 萬，
第一次可能只放 100 萬，就是「插旗」，等他真的站穩重要價位，就再加 200、300 萬，最後如果走出大波段，甚至可以再上槓桿。 如果只是某一天漲 3%，隔天又吐回來，甚至創新低，那可能就只是： 有人試著拉一下 或者某一家外資出了報告 但籌碼太重、車上人太多，拉不上去 這種就像前陣子全新那樣，市場一堆人說要發報告要拉，結果車太重，上不去。 這在市場上很常見。所以有些時候它不是「巧合」，而是「有人想拉，但失敗了」。
重點是，不要去追求「絕對正確答案」。 很多人會以為「厲害的投資人就是每次都對」，但事實上比較像： 十個題材裡可能只有三到七個會對 但對的時候可以賺很多，不對的時候賠很少 整體還是正的。 所以我的邏輯比較像： 「我觀察到資金『有可能』往哪個方向走，
那我就先插一點旗，看他走不走得出來。」 如果你期待的是一個標準答案，這市場會讓你非常痛苦。
還有一位聽眾問到： 「台指期正二 ETF，長期表現和台指期有落差，是不是因為每次轉倉、期貨價差造成？選正二 ETF 時應該看什麼？會不會挑特定時間進場，例如除權息前有逆價差才進去？」
這邊簡單講一下： 正二 ETF（2 倍做多的指數型基金，有內建槓桿），長期一定會因為轉倉成本、期貨價差、管理費等等，跟指數有誤差。 要選的話，我會先看 費用率（管理費＋保管費），
這是長期拖累報酬的東西。轉倉技巧也重要，但那個比較不透明，只能看歷史績效大概感覺。 我不會在什麼「特定點」才佈局正二，比較像是：當市場情緒很激烈、大家都在喊多喊空的時候，才可能把這種槓桿工具拿出來用一下，平常我是不太會碰。 我不是「無腦 all in 正二」那派的人，我對任何東西都沒有辦法無腦長期重壓。
歐伯彙整 股癌 EP620懶人包：
1️⃣ 太空／衛星題材 衛星股走法有點像之前軍工股：
美股表現較好，台股是少數個股強、常出現「噴一根、回兩三根」。 美國政府＋SpaceX／Starlink 不斷加碼太空，未來官民合作案會把市場做大。 粗略節奏：SpaceX IPO 前都是找機會的區間，IPO 附近可能是題材最熱點。
2️⃣ AI 硬體 cycle：
記憶體還沒演完 AI 架構：Infrastructure（硬體）→ Platform（平台）→ Software（應用），現在硬體還沒結束。 記憶體狀況： HBM（高頻寬記憶體，AI 伺服器用）、DRAM（主記憶體）、NAND Flash（快閃儲存）都在缺。 價格目前仍很強，看不到明顯回落跡象。 他原本以為記憶體行情今年底差不多，但實際「漲得比預期久，這段被他錯過」。 美股光通訊（Lumentum、Coherent）很強，台股散熱又在摸前高 → 硬體戲還沒落幕，soft 只是開始浮出來。
3️⃣ AI × 保險：Lemonade × Tesla 模式 Lemonade 與 Tesla 串 API：
直接讀取駕駛行為（急煞、車距、夜間開車時數、有沒有用自駕 AP…）。 用「行為數據」來算保費，而不是只看年齡／性別／郵遞區號。 商業邏輯： 善用軟體，把保單「客製化」但不增加太多人力 → 營運槓桿超大。 不只車險，還可以順勢賣住家險、旅平險 → bundle & upsell。 傳統保險難轉型原因： 內部既得利益者擋、放大 AI 失誤個案。 老系統、資料分散，整合成本高。 決策保守，「等確定有影響再動」，結果被新創彎道超車。 他自己 目前沒買 Lemonade，當成 AI 在保險業的結構性案例在研究，不是叫人去買。
4️⃣ 「某個族群動起來」他怎麼判斷？
不看台積電、聯發科這種權值股當指標，那常只是拉指數。 會看：族群裡幾檔「代表股」是不是： 同時在關鍵位置 一起放量突破頸線 操作節奏： 先用小部位「試單插旗」，確認相對強勢（跌得少、彈得快）再加碼。 有時候只是一家外資想拉、但車太重拉不上去，也很常見。 核心：不是在找絕對答案，而是在做「有機率的劇本」。
5️⃣ 台指期正二 ETF 的定位 長期績效一定會跟指數有落差：
期貨轉倉成本＋價差＋費用率一起磨損報酬。 挑正二會看： 費用率（管理費＋保管費）優先。 使用時機： 只在市場情緒很極端、想短期放大部位時拿出來用一下。 他不是「無腦長抱正二」那派，任何工具都沒辦法無腦 all in。
