新手股票研究入門與投資心態邏輯指南（下）

大叔美股筆記 Uncle Stock Notes，《大叔美股筆記》，关于美股投资的产业洞察、政策趋势与财务分析。关注
  • 藍色備註是大叔的想法
  • 紅色備註是特別請大家要注意的字眼
  • 紫色備註是女兒喜歡的顏色，我只是拿來做分類

上一篇，我們從總體、產業、公司、財務一路談到法說會。但研究做得再漂亮，如果最後不知道多少錢可以買？買多少？如果錯了怎麼辦？今天大叔想談一些比較實戰的東西，請記住投資最後一定會走到四個問題：

  1. 這家公司值多少？
  2. 現在股價已經反映了什麼？
  3. 我願意承擔多少風險？
  4. 什麼情況出現，代表原本的投資論點錯了？

所以大叔想把估值、部位管理、停損停利、回測與投資心態串在一起。成熟的投資系統，不只是會找股票，而是從研究 → 決策 → 執行 → 驗證 → 檢討，都有一套可以重複使用的方法。

估值不是算出一個「精準目標價」

剛開始學估值，很容易掉進一個坑：一定要算出這家公司到底值 183 美元，還是 187 美元。但市場沒有這麼精準。估值有價值的地方，不是算出唯一答案，而是：

知道現在這個價格，背後需要哪些假設才能成立。

常見的方法包括：

  • DCF
  • Comparable Companies
  • Reverse DCF
  • Historical Multiples

沒有哪一種方法永遠最好。我自己比較喜歡的做法是交叉驗證。不同方法如果最後都落在差不多的區間，信心自然高一點；如果差很遠，反而代表你的假設值得重新檢查。

DCF 的用途，其實是逼自己把假設寫清楚

這點我想先講清楚。DCF 最大的問題是公式裡每一個數字都來自假設。營收成長率、利潤率、資本支出、WACC、Terminal Growth，只要其中幾個假設改變，估值結果就可能差很多。

DCF 的基本概念很簡單：把公司未來能產生的自由現金流，折算回今天值多少。

Terminal Value 常見寫法是：TV = FCF × (1+g) ÷ (WACC−g)跟以下

其中：

  • WACC：資金成本
  • g：長期成長率
  • 必須滿足 WACC > g，否則模型在數學上就不成立。

公式不難，難的是裡面的假設。只要營收成長、margin、WACC 或 terminal growth 稍微改一點，最後答案就可能差很多。所以如果有人告訴我，這家公司合理價值是 187.32 美元。我通常第一個想問的是你用了什麼假設？這就是為何我的估值都會放我自己的基礎設定。

DCF 一定要做敏感度分析

例如你可以把 WACC 和 Terminal Growth 做成矩陣：

例如WACC 從 9% 上升到 10%，估值可能出現明顯的下降。這代表這家公司 Duration 較長，估值對資金成本特別敏感。不同公司的現金流結構不同，敏感度也會完全不同。這不是 DCF 的缺點。這本身也是一條風險資訊。

Reverse DCF 有時候比目標價更有用

Reverse DCF 剛好反過來。它不是先估一個合理價值，而是從今天的股價往回推：市場目前到底要求這家公司未來做到什麼？

例如現在的價格可能隱含：

  • 未來十年 Revenue CAGR 25%
  • Operating Margin 最終提升到 35%
  • FCF Conversion 持續改善

接下來要研究的是這些市場已經放進股價裡的假設，到底現不現實？那研究問題就變得很實際，這些條件合理嗎？ 這種方法特別適合高估值成長股。很多股票不一定只是「貴」。更準確的說法可能是市場要求它不能犯錯。兩者差很多。

相對估值不是「比同業便宜就能買」

最常看到的說法：A 公司 P/E 20 倍。同業平均 25 倍，所以 A 公司很便宜，這不一定。

因為 A 公司也可能：

  • 成長比較慢
  • Margin 比較差
  • ROIC 比較低
  • 槓桿比較高
  • 週期性比較強

所以選 Peer，要比的是經濟特性。至少要看商業模式、成長率、margin、ROIC、客戶結構、資本密集度與財務槓桿。

不同倍數，適合不同公司

  • P/E適合獲利相對成熟、穩定的公司，但會受稅率、槓桿與回購影響。
  • EV/EBITDA比較適合資本結構不同的企業，但它最大的缺點就是：不管 CapEx。所以對很重資本的公司，單看 EBITDA 會太舒服。
  • EV/Sales常拿來看還沒有成熟獲利的高成長公司。但一定要搭配 margin。Operating Margin 30% 和 5% 的兩家公司，就算營收成長率一樣，也不應該拿到同樣的 EV/Sales。
  • FCF Yield成熟企業很好用：FCF Yield = Free Cash Flow ÷ Market Cap，很簡單，也很實際。

Forward 和 Trailing 不要混著用

例如：Trailing P/E = 50x，Forward P/E = 32x，表面上代表未來獲利會快速增加。但別忘了Forward 本身就是預測。所以更重要的是Consensus 到底靠不靠譜？

Mean 不一定比 Median 好

例如同業估值：16x、18x、19x、20x、42x。平均值很容易被 42x 拉高。實務上我常常更喜歡看：

  • 25th percentile
  • Median
  • 75th percentile

市場很少真的按照 Excel 的平均值在交易。

不同產業，一定要看不同 KPI

這也是研究最容易犯的錯：拿同一套模板研究所有公司。銀行不能拿 SaaS KPI 看。記憶體也不能只看 P/E。

  • 例如半導體：
    • Fabless 看：
      • ASP
      • Design Wins
      • Customer Concentration
      • Inventory
      • Foundry Capacity
    • Foundry 看：
      • Wafer Shipment
      • Utilization
      • Node Mix
      • ASP
      • CapEx
  • Memory 看：
    • DRAM / NAND ASP
    • Bit Shipment
    • Inventory Days
    • Utilization
    • CapEx
  • Semiconductor Equipment 看：
    • Bookings
    • Backlog
    • Book-to-Bill
    • Customer CapEx
    • Lead Time

全部都叫半導體。但驅動 earnings 的東西完全不一樣。航空業也是，常見 KPI 包括Load Factor = Revenue Passenger Miles ÷ Available Seat Miles

還有：

  • RASM
  • CASM
  • Yield
  • CASM ex-fuel
  • Fleet Utilization
  • Net Debt

Load Factor 創歷史新高，不代表一定更賺錢。如果票價掉得更快，照樣很痛。能源公司也一樣。

Upstream 通常看：

  • Production
  • Realized Price
  • Lifting Cost
  • CapEx
  • Proven Reserves
  • Hedge Book
  • FCF
  • Net Debt

所以好的研究框架是先找出這個產業真正的 earnings driver。

資訊來源也有等級

大叔建議大家建立自己的 Evidence Ladder，這能幫助你開始擁有自己的資料庫。

A+：監管與原始法定披露

  • SEC EDGAR
  • 10-K
  • 10-Q
  • 8-K
  • 政府統計
  • 央行資料

A：公司正式 Investor Relations

  • Earnings Release
  • Investor Presentation
  • Earnings Call
  • Investor Day

B：產業一手資料

Trade Association、供應商、客戶、Industry Conference。

C：專業金融資料

Bloomberg、FactSet、Capital IQ、Morningstar、LSEG。

D：新聞媒體

Reuters、Bloomberg News、WSJ、FT。

E：社群與 KOL

X、Reddit、YouTube。

E 級不是垃圾。它非常適合找題目、看情緒、找市場爭議。但它不適合直接當成核心證據。

社群可以告訴你該查什麼，但不應該直接告訴你該相信什麼。你必須具備足夠的判斷能力，如果嫌麻煩，這塊大叔可以幫助你。

好的研究，一定會做 Supply Chain Read-Through

這點就是大叔一直為何強力建議，你不能因為喜歡一家公司，就只研究它，你必須從上到下去理解，甚至競爭對手。

研究 NVIDIA，不應該只看 NVIDIA。還可以看TSMC、SK hynix、Micron、Microsoft、Meta、Google、Amazon，以及 Data Center Power。這就是 Supply Chain Read-Through。

有時候客戶、供應商與競爭對手透露出的資訊，比公司自己的 prepared remarks 更有用。因為它可以驗證公司講的故事，產業鏈其他人有沒有一起看到？這也是我認為 AI 未來真正能幫助研究的地方。不是幫你摘要二十篇新聞。而是把二十家公司串起來，看它們是不是在講同一件事。

資產配置往往比選對一檔股票更重要

研究到最後一定會碰到，我到底該買多少？投資組合不能只看「有幾檔股票」。還要看：

  • Stocks
  • Bonds
  • Cash
  • Real Estate
  • 其他資產

股票裡面又要拆：

  • Sector
  • Theme
  • Geography
  • Currency
  • Factor

部位大小，可以從「願意賠多少」反推

假設Portfolio = $100,000，單筆最大可接受損失 = 1%，也就是 $1,000。如果你的 thesis invalidation 大約在 -20%，那合理部位大約是 $1,000 ÷ 20% = $5,000，也就是 5%。

這只是 sizing framework，不代表實際最大損失一定只有 1%。

因為股票可能：

  • Gap down
  • 財報後跳空
  • 停牌
  • 流動性不足
  • Thesis Breaker 發生時已經跌超過 20%

要注意，這只是用來估算部位的框架。市場可能出現跳空、流動性不足或突發事件，因此「−20% thesis invalidation」並不代表你一定能在 −20% 出場。

停損不是只有跌幾%

我比較習慣分成三種。

  1. Price Stop，比較適合短線交易。例如跌破某個技術位置。
  2. Thesis Stop，長期投資更重要。例如：
    1. 市占率持續下降
    2. 毛利率結構性惡化
    3. 最大客戶流失
    4. Balance Sheet 轉差
    5. 核心產品護城河消失
    對長期投資更重要。比如：
    • 原本假設市占率會提升，結果連續數季下降
    • 原本押毛利率結構性改善，結果反而持續惡化
    • 核心大客戶流失，而且短期找不到替代
    • 資產負債表惡化到影響公司原本的成長計畫
    • 核心產品的競爭優勢被新技術取代
    重點不是看到一個數字變差就賣，而是判斷這是短期成本，還是原本 thesis 已經改變？
  3. Valuation Stop，公司沒有變差。只是股價漲到 risk/reward 不划算。這個就是大叔常說的好公司，不一定是好價格，但什麼是好價格，就是你跟市場願意花多少錢去買這家公司的股票，太貴也一樣可以減碼。

你以為分散，可能只是買不同名字的同筆交易

假設你持有GPU、HBM、半導體設備、Optical、Server、Data Center Power。看起來六家公司。但背後全部可能押在AI Infrastructure CapEx。所以Name Diversification ≠ Economic Diversification，股票很多，不代表風險真的分散。這也是為什麼我一直提醒大家，不要只看自己持有幾個股票代號，而是要看底層到底押了幾個不同的驅動因子。

當 AI Infrastructure 成為市場最熱門交易時，很多非 AI 產業可能因為資金擁擠而暫時被忽略。不代表它們一定比較便宜或一定會漲，而是提醒我們，資金過度集中在同一個 Theme，本身就是需要管理的風險。

Look-Through Exposure

每檔股票我會記：

  • Sector
  • Theme
  • Customer
  • Geography
  • Currency
  • Factor

例如 NVIDIA、Broadcom、Micron、Vertiv。公司完全不同。但共同 driver 都可能是 AI CapEx。AI CapEx 一旦出問題，它們很可能一起跌。

相關性真正問的是會不會一起出事

Portfolio Risk 的公式看起來很複雜。但其實可以問自己一句話：市場出事時，這些股票會不會一起跌？

你有 12 檔股票，結果全部是Large Cap Growth + Momentum + High Beta，那其實沒有想像中分散。

Stress Test 往往比單看 Volatility 更有用

你可以自己設定幾個情境：

  • AI CapEx -20%
  • 利率 +100bps
  • Semiconductor Inventory Correction
  • Major Customer Delay
  • Export Controls

然後問每檔股票會怎樣？最後你會更清楚：你的投資組合到底在賭什麼。這比「我有 15 檔股票，所以應該很安全」有用多了。這也是我會建議大家要自己做一張表格，幫自己股票做歸類。

Backtest 很好用，也很好騙自己

回測最大的問題叫Overfitting。常見陷阱包括：Survivorship Bias、Look-Ahead Bias、Data Mining、忽略交易成本，以及 Regime Dependence。

合理做法可以拆成：

  • In-Sample
  • Out-of-Sample
  • Walk Forward

但我認為比回測本身更重要的是留下你當時的預測。不然股票漲完再說「我早就知道。」這種回測準確率通常都接近 100%。

投資日誌，是最便宜也最好用的研究工具

每次投資至少可以記：

  • Thesis
  • Expected Return
  • Risks
  • Thesis Breaker
  • Position Size

半年或一年後回頭看。不要只問股票漲了嗎？其實要問自己的是我當初哪一個假設對了？哪一個錯了？

因為賺錢不代表研究一定對。有時候只是運氣好。

賠錢也不一定代表研究錯。市場短期本來就可能不認同你。

能讓能力進步的是Post-Mortem。

有時候不是你錯了，而是市場暫時不在這裡，但請注意機會成本跟時間成本，即使是長期投資，更需要設定所謂的thesis breaker. 發生什麼事情，必須重新檢視？

投資最難的，往往不是市場，而是自己

最常見的偏誤：

  • Confirmation Bias
  • Anchoring
  • Loss Aversion
  • Recency Bias
  • FOMO

成本價沒有魔法

很多人說等回到成本價我就賣。但市場根本不知道你買在哪裡。比較好的問題是如果我今天手上沒有這檔股票，我會不會用現在的價格買？

如果答案是不會，就應該重新想那為什麼還持有？

加碼不能只是因為跌很多

合理的加碼邏輯應該是Fundamentals 沒有變差，但價格下降，因此 Expected Return 上升。這時候加碼才有邏輯。股票腰斬，本身不是理由。有時候腰斬是提醒你 thesis 壞掉了。不要最後被玩壞是你自己。

跨境投資，最後要算是「真正到手的報酬」

海外投資不能只看股價報酬 + 股息。更應該看Net Return=Price Return+After-Tax Dividend−Fees±FX−Other Applicable Taxes ，Other Applicable Taxes 可能包括依個人身份、居住地與產品結構產生的其他稅負。

還要考慮：

  • Dividend Withholding Tax
  • ADR Fee
  • 交易成本
  • 匯兌成本
  • 稅務
  • Estate Tax

而且規則會受到國籍、稅務居民身分、居住地、投資商品與租稅協定影響。所以跨境稅務資料最好永遠加As of Date + 官方來源，今天的稅率，不代表十年後還是一樣。

如果讓 AI 幫你研究，重要的不是摘要，是可追蹤

AI 最容易做的是幫我找二十篇新聞，然後 summary。但這只是資訊整理。完整的 AI Research System 應該是：

Thesis→ Evidence→ Source Quality→ Financial Quality→ Earnings Call→ Valuation→ Portfolio Risk→ Decision→ Monitoring→ Validation

每一個結論都必須能往回追。例如你說「我認為這家公司值得買。」那我就應該可以一路往回找到：

估值假設→ 營運假設→ 產業證據→ 原始資料。如果追不回去，那就是 opinion。還不能叫 research。AI 不能只是把某一個來源的觀點重新講一次，而是要能找到原始資料、上下游資訊或第二個獨立來源做交叉驗證。

如果只能記住八個問題

每次研究一家公司，至少回答這八題，這個八題都是大叔每次都會問自己的，有時候我會寫進我自己的投資筆記。

  1. 公司怎麼賺錢？
  2. 產業為什麼會成長？
  3. 公司競爭優勢在哪裡？
  4. 未來三年最重要的 KPI 是什麼？
  5. 市場現在在 pricing 什麼？
  6. 我的估值是多少？
  7. 最大 downside 是什麼？
  8. 什麼情況代表 thesis 錯了？

如果這八題都回答不了，我通常會認為研究還沒做完。

最後大叔想說

股票研究的目的，不是讓自己每一次都猜對。這不可能。

要建立的是一套就算猜錯，也不會一次畢業，而且可以從錯誤裡持續修正的系統。

好的投資人未必最會預測。但通常很清楚三件事：

  • 自己知道什麼。
  • 自己不知道什麼。
  • 什麼情況代表自己錯。

投資做久了，我覺得這三件事，比「下一檔股票會不會漲」重要得多。

很多人剛開始研究股票，是想找到答案。做久之後才會發現，重要的不是答案，是方法。市場永遠會有新的 AI、新的政策、新的景氣循環、新的熱門股。名字一直換，故事一直換。但只要你的研究方法穩定，就算環境變了，你還是可以重新拆、重新估、重新驗證。不用急著成為一個很會預測市場的人。先變成一個知道怎麼驗證自己理論的人。這才是投資能用很多年的基本功。

免責聲明

大叔美股筆記歡迎各位投資同好共襄盛舉，為維護個人權益，在瀏覽各個投資筆記前，請先閱覽以下聲明，閱覽者將視為同意本聲明條款：

  1. 大叔美股筆記對於所發表之投資筆記、分析數據及參考資料內容，其立論依據皆係合法引用自網路上公開資訊以及合法管道取得之資料，不涉及任何抄襲等侵害智慧財產權之行為;對於閱覽者將大叔美股筆記所發表之投資筆記，在未經同意下，從事行銷推廣、背書代言、營利等商業相關活動，無論是否獲利，大叔美股筆記將採取法律行動追究其責。
  2. 大叔美股筆記所發表之投資筆記、分析數據及參考資料內容，不得作為任何交易之依據，閱覽者依筆記或數據資料內容進行任何投資行為所產生之風險及盈虧，未經自行了解判斷，而導致交易損失風險，應自行負擔，大叔美股筆記不對使用者之投資決策負任何責任。
  3. 大叔美股筆記所發表之投資筆記對於所提及之其他個人、公司或組織，大叔美股筆記均不對其交易安全、商品及服務內容負任何擔保責任，其間之所有交易、擔保、賠償責任及售後服務皆係存在於閱覽者與商品或勞務提供者之間，閱覽者如因商品或服務提供者發生任何變故或糾紛，大叔美股筆記不負任何法律責任。
  4. 大叔美股筆記中，涉及到其他個人、公司或組織之網站連結，對被連結之網站或其所提供之任何產品、服務或資訊，大叔美股筆記不擔保其正確性、真實性、即時性、及完整性。
  5. 閱覽者同意由大叔美股筆記保留修改本聲明之權利，如有變更，將公佈於大叔美股筆記社群平台上，不另行通知。

Disclaimer

Uncle Stock Notes welcomes all investment enthusiasts to participate. To safeguard your rights and interests, please read the following disclaimer carefully before reviewing any investment notes. By accessing or reading the content, you are deemed to have agreed to the terms set forth herein:

  1. All investment notes, analytical data, and reference materials published by Uncle Stock Notes are based on legally sourced information, including publicly available online data and materials obtained through lawful channels. No infringement of intellectual property rights, including plagiarism, is involved. Any unauthorized use of Uncle Stock Notes’ content for marketing, promotion, endorsement, commercial gain, or related activities—whether for profit or not—without prior consent is strictly prohibited. Uncle Stock Notes reserves the right to take legal action against any such violations.
  2. The investment notes, analytical data, and reference materials provided by Uncle Stock Notes are for informational purposes only and shall not be construed as a basis for any trading decisions. Any investment actions taken by readers based on such content are undertaken at their own risk. Readers are solely responsible for any profits or losses incurred, especially where decisions are made without independent evaluation and judgment. Uncle Stock Notes assumes no responsibility or liability for any investment decisions made by users.
  3. With respect to any individuals, companies, or organizations mentioned in the investment notes, Uncle Stock Notes makes no representations or warranties regarding the security of transactions or the quality of any products or services provided. All transactions, guarantees, compensation, and after-sales services are solely between the reader and the respective provider. Uncle Stock Notes shall bear no legal liability for any disputes, losses, or issues arising between readers and such third parties.
  4. Any external links to websites of individuals, companies, or organizations provided within Uncle Stock Notes are for reference only. Uncle Stock Notes makes no guarantees regarding the accuracy, authenticity, timeliness, or completeness of the content, products, or services offered on such linked websites.
  5. Uncle Stock Notes reserves the right to amend this disclaimer at any time. Any changes will be published on its official platforms without prior notice.
添加评论
点赞收藏
点踩分享查看原文
评论
?
参与讨论