whenever there is a computing power leapforward, or
transportation speed breakthrough, there will be new applications and new start ups. Since 1980 Intel's 8086 for MITS, 286 for IBM., 386 for Compaq, 486/586 for Dell etc, to Nvidia's H100 for Open AI;
High speed internet has promoted video download like Netflix, Google and Amazon, mobile internet (4G5G) for iphone and meta
Moving robots would be most benefited by edge AI and maybe quantum computing.
By the way, I don't know any of the technical background of these moves. :)
不時上投資論壇潛水瀏覽，受益匪淺。時間長了，感覺不大好意思，那就寫點什麼回饋吧。論壇上牛人很多，珠玉在前，我小戶小資金上的這些破磚舊瓦就見笑了。
起的題目加上兩個大牛股，主要目的是抓眼球，寫文章沒人看也沒多大意思麼。吸引三幾個人看看，或者偶有一點啓發，那就算完成任務。 首先，定投大盤指數．收益率可以超過華爾街九成的基金經理，基本上沒有異議了。不定投的散戶，打敗大盤的機率會不會超過5％呢？估計很難。所以對定投大盤滿意，主要利用投資中最強大又有效的復利compounding effect來累積財富，下面的就不用看了。因為既花費大量時間與精力，又未必有良好收益，更兼冒不少的風險，何必呢? 如果既願意花精力，又甘冒風險，那不妨向下看，或者會有幫助。下面介紹一下我投資的一段經歷，給大家提供一個思路。 大概從17年開始投Tesla,當時從$330買(現價20？)，因為Model3未能量產production hell，股價不斷下跌,期間陸續補倉，一直買到$170。直至現金耗盡，佔了五成倉位。股價最終跌到$150。持股不動。為什麼這麼有信心呢？ 第一： 本人有機械與計算機專業知識，認為Elon Musk的造車方案技術上是行得通，只是Elon got stuck in the idea of machine building machines 。 第二：SpaceX上體現出，Elon Musk的機械制造與創新能力．完全可以移用到Tesla上來。果然後來就有了cyber truck 。 持股期間雖然套住，在股價最低時帳面損失差不多50%，但並不是很擔心。後來elon接受媒體訪問說當時Tesla幾乎破產，現金只夠維持一周，才覺得後怕，幾乎損失一半的資產。 當時豐田的市價在二千億美元，對Tesla的目標價是一千多億。在Tesla上升到目標價位後就全部出清。收益還不錯吧在兩三年內。 沒想到Tesla可以炒到一萬多億，對美國股市經驗還是不足。如果從車廠的角度看，現在豐田市值三千億，套用同樣標準，Tesla會是一千多億，當時估價還是有些基礎的。現在Tesla的估價是按自動駕駛autonomy driving, robotaxi, 機器人來計算的，與當年的估值邏輯完全不同。有沒有道理呢？見仁見智。 賣掉Tesla之後，不久之後就看中了Palantir，原因是： 1. 工作上為公司剛寫完了大數據的一個基於Spark的代碼庫library，知道未來幾年大數據技術發展Palantir有技術優勢。 2. 看到中國在大數據監控上的應用，不奇怪Palantir會在國安上會成功。 在Palantir自高位$40元下跌後，從$24不斷買入，直到$7元為止，也佔了小半倉位，股價最低時也有差不多60%的損失。所以前兩年帳戶總體還是虧損的、負收益。直到今年才有滿意收益。 Palantir今年一飛沖天，主要是上年造了新的AI平台產品AIP, 但在我投資時連影子都沒有，由於ChatGPT橫空出世才有了Palantir如此的成功。也是運氣好。一命二運三風水，四積陰德五讀書。時也命也。 這種投資方法，主要還是巴菲特長期投資優質企業的原則，不過就是應用在科技企業，投資在技術資產與經營方向，投資在經營者的眼光與執行能力，而不是資產負債表與金融表現。這方法至於長期可不可行，還是有待證明。 股市是否可以預測呢？我認為本質上從數學來說很難，美股基本上是一個反應靈敏、博奕充分的股市，所以我學會了不去預測大盤。當然對短線操作基本上也沒有太多心得，Tesla曾套超過50%，Palantir帳面損失60%。只是長期投資並且沒有槓桿，才迎來了收獲期。 這種方法的最大挑戰在於，要真正懂所買企業的技術與應用場景。我最大的失誤就是沒有買得上趕得上nvidia，主要是因為學習不夠快，當在車庫完成了一個AI robot arm prototype ，看懂了NVIDIA 的價值所在，NVIDIA 的股價已經從低點升上來幾十倍。買不下手了。眼光不夠，能力所限，沒辦法。 不過還是有一點得益，有了AI應用的切身體驗，希望在以後幾波的AI浪潮，拾上幾個小貝殼吧。 記得巴菲特說過從不看別人寫的研究報告來投資，似乎說中了Cathie Woods的最大的缺點？她應該就是看手下攢寫的研究報告來投資的，基金里二、三十個科技公司的股票，里面也有Tesla, Palantir ，但沒有起色的更多，她真懂哪個企業有前途？譬如其中的兩間公司，Okta我近期幾乎天天上面寫關聯代碼，DocuSign買房也用過，還行，如果要投資，我絕對只會在十分低位買入這些公司，因為沒有什麼技術優勢與護城河。一個文釆飛揚的寫了份Okta前景大好振奮人心的報告，另一個寫了份乾巴巴的Palantir 比較保守的報告，如果沒有相關專業知識，那如何去選擇呢？ 這種方法就是用專業知識投資相關領域的企業，看中它們的技術資產，以及發展的前景，而不是當時金融財務數據，算不算一種巴菲特的投資方法應用在科技公司的投資模式呢？ 希望以上經驗，可以提供多一個角度。其實也是自己投資美股六、七年的一個小結。至於長期而言是否可行呢？過十年再來匯報。 希望看完本文，不至於十分失望，因為不懂大盤走勢，沒有短期指標分析，無法提供任何投資建議，見諒。你只是在大牛市里，没见过泡泡破灭时会怎样的。最大的特征就是人人都会是股神。。。闭眼睛也可以挣钱。
历史了。。。
这个收获单单看买入卖出曲线是不可能得到的。所以各种分析方法都有用，case by case.
transportation speed breakthrough, there will be new applications and new start ups. Since 1980 Intel's 8086 for MITS, 286 for IBM., 386 for Compaq, 486/586 for Dell etc, to Nvidia's H100 for Open AI;
High speed internet has promoted video download like Netflix, Google and Amazon, mobile internet (4G5G) for iphone and meta
Moving robots would be most benefited by edge AI and maybe quantum computing.
By the way, I don't know any of the technical background of these moves. :)