Author Archives: 發財橘子

我請Gemini幫我分析ondas大漲的原因，歸納出中小型科技股飆股具備那些共同特徵，最好是可以用XS，寫出中小型科技飆股的選股腳本，或是直接告訴我，還有那些股票具備這些共同的特徵，AI告訴我，Ondas大漲的三大要件是一，具有強大政策/預算支持的利基市場，二，擁有專利或獨特行業認證，三，具備具體的「催化劑」(Catalyst) 事件，然後出現合約負債及營收高成長，以及機構法人持股比例穩定上昇等現象。以下是Gemini的回答

Ondas Holdings (ONDS) 在 2025 年至 2026 年初的表現，是典型的「高風險、高回報」小型科技股（Small-cap Tech）從邊緣走向市場焦點的教科書案例。其股價在一年內漲幅超過 700%，並在 2026 年初持續維持強勁動能。

從 Ondas 的崛起過程，我們可以歸納出這類小型科技股要迎來「大漲」（甚至成為數倍股）通常需要具備的五大關鍵條件：

1. 核心業務切入「剛需且高增長」的宏觀敘事

小型股若要大漲，單靠技術是不夠的，必須站在當前的「風口」上。

• Ondas 的做法： 該公司從單純的工業無線技術轉向 「無人機防禦 (Counter-UAS)」 與 「國防自動化」。在 2025 年地緣政治緊張、無人機威脅激增的背景下，這類需求從「選配」變成了各國政府的「標配」。
• 關鍵條件： 公司的主攻市場必須具備高度的宏觀確定性（例如：國防預算增加、AI 應用落地、能源轉型），且市場天花板（TAM）要足夠大。

2. 從「概念」轉向「訂單」的實質拐點

小型股常被批評為「講故事」，要破解這一點，必須有明確的業績爆發。

• Ondas 的表現： 2025 年第三季營收年增率高達 581%。更重要的是，它在 2025 年底連續拿下價值千萬美元的合約（如歐洲機場無人機防禦、政府邊境保護專案）。
• 關鍵條件： * 營收增速： 出現「曲棍球棒式」的增長。
  • 待執行訂單 (Backlog)： 訂單量遠超當前市值所隱含的預期。
  • 落地能力： 產品從測試階段進入正式的大規模部署。

3. 關鍵權威的「背書」與「驗證」

小型科技股面臨最大的問題是信任。

• Ondas 的突破： * 監管驗證： 旗下的 Optimus 系統是首個獲得美國 FAA 認證的小型全自動無人機系統。
  • 巨頭合作： 與 Palantir 的策略合作，將 AI 能量導入其無人機平台，這等於是得到了業界頂級玩家的認可。
• 關鍵條件： 是否獲得政府（國防部、交通部）的正式許可？是否與產業龍頭簽署合作協議？這些都是股價脫離「投機」進入「投資」範疇的訊號。

4. 戰略性的組織優化與品牌升級

這類公司往往需要展現出「我準備好長大了」的姿態。

• Ondas 的動作： 2026 年初更名為 Ondas Inc.，並將總部遷往佛羅里達州的西棕櫚灘（國防科技與金融人才匯集地），同時任命前美軍高級將領（如 Patrick Huston）擔任營運長。
• 關鍵條件： * 管理層換血： 引入具備規模化運作經驗、或具備深厚產業人脈（如軍方背景）的高層。
  • 業務集中化： 剝離非核心資產，專注於利潤最高、增長最快的產品。

5. 機構投資者的「共識」形成

當散戶還在猶豫時，大資金的入場是推升股價的主力。

• Ondas 的數據： 在 2025 年下半年，包括 Renaissance Technologies (文藝復興)、Citadel (城堡) 與 Vanguard (先鋒) 等知名機構都顯著增加了持股。
• 關鍵條件： 成交量異常放大、機構持股比例上升、且券商（如 Needham, Oppenheimer）開始調升目標價。

總結分析表：小型科技股大漲的篩選清單

風險提示： 小型科技股大漲後通常伴隨著高波動與股權稀釋（Ondas 亦有多次增資）。分析這類標定時，除了看增長，也要注意其 現金流消耗率 (Burn Rate) 是否能支撐到盈利。

 要將 Ondas (ONDS) 的大漲邏輯轉化為 XScript 選股腳本，我們需要將「產業風口、營收爆發、機構進場」這些抽象概念，轉譯為市值、營收動能、籌碼集中度與價格結構等量化指標。

以下為您整理出四個核心維度的 XScript 邏輯與腳本範例：

1. 規模與流動性：鎖定「小而美」的標的

Ondas 的起漲點市值通常在 2 億至 5 億美元之間。在台股環境中，我們可以鎖定股本較小但具備基本流動性的標的。

• XScript 邏輯：
  • 總市值介於 20 億至 100 億台幣。
  • 股本小於 20 億。
  • 每日成交量大於 500 張（確保不是殭屍股）。 

2. 營收拐點：尋找「曲棍球棒式」增長

Ondas 的關鍵在於營收從幾百萬跳升至數千萬。這在 XScript 中可以用「單月營收年增率」與「營收創高」來捕捉。

• XScript 邏輯：
  • 最新單月營收年增率 (YoY) > 50%。
  • 營收連續 2-3 個月遞增。
  • 營收創下近 12 個月新高。 

3. 機構共識：法人與主力大戶的佈局

小型股若無法人背書，容易變成一日行情。我們需要監控「投信」或「關鍵主力」的連續買超。

• XScript 邏輯：
  • 投信近 5 日買超佔成交量比例增加。
  • 大戶持股比例（如 400 張以上大戶）開始上揚。 

4. 價格動能：技術面突破

當基本面與籌碼面準備就緒，我們需要一個「發動訊號」，通常是帶量的價格突破。

• XScript 邏輯：
  • 股價站在 60 日線（生命線）之上，且 60 日線趨勢向上。
  • 股價突破過去 20 日的整理區間。
  • 量比（當日成交量 / 均量）顯著放大。  

操作建議與進階思考

1. 「合約負債」指標： 對於像 Ondas 這種接單型的科技股，您可以額外加入 GetField(“合約負債”, “Q”) 的判斷。若合約負債年增率大增，通常代表未來幾個月的營收非常有保障。
2. 停損與波動： 小型科技股漲起來很快，跌起來也毫不留情。建議搭配 ATR (真實平均幅度) 來設定移動停損，不要單純看百分比。
3. 產業過濾： XS 選股可以設定「產業細分類」，您可以勾選「半導體」、「通訊網路」或「電腦週邊」，以符合 Ondas 的科技屬性。

 我根據上述的這些條件，及Gemini寫的Xscript腳本，寫了一個選股腳本如下

 // 合約負債年增率 > 30% (代表訂單能見度高)
Condition1 = GetField("合約負債", "Q") > GetField("合約負債", "Q")[4] * 1.3;
// 監控價格異常波動但尚未噴發 (帶量橫盤)
Condition2 = Volume > Average(Volume, 20) * 2;
Condition3 = High < Highest(High, 60) * 1.05; // 在高點附近整理，等待突破 
Condition4=getfield("普通股股本", "Q")<100;
if condition1 and condition2 and condition3 and condition4
then ret=1;

但因為目前XS的選股腳本，美股無法使用合約負債這個欄位，所以甘脆請AI幫我找出還有沒有像ONDAS這樣的股票，以下是它的回答

根據您提供的篩選邏輯——「強大政策預算支持」、「專利/行業認證」以及「具體催化劑 (Catalyst)」，在 2025 年末至 2026 年初的市場環境下，除了 Ondas (ONDS) 之外，以下幾家專注於國防科技、潔淨能源 (SMR) 與生物醫療的中小型科技股也展現了極其相似的增長路徑：

1. 國防與無人機防禦系統 (C-UAS)

這個領域與 Ondas 的路徑最為接近，主要受到 2026 年美國 $1.5 兆美元歷史性國防預算的直接推動。

• ParaZero Technologies (PRZO)
  • 政策支持： 全球軍事預算轉向「不對稱作戰」，對小型自動化無人機防禦系統需求大增。
  • 技術認證： 專精於智能自動化無人機降落傘與安全系統，擁有專利保護。
  • 具體催化劑： 2025 年底成功完成其 DefendAir C-UAS 平台的首次實機展示，正式從研發階段進入訂單落地期。
• Red Cat Holdings (RCAT)
  • 政策支持： 受益於美國政府對於「非中國製」無人機供應鏈的強制性要求（NDAA 合規）。
  • 技術認證： 旗下的 Teal 2 無人機具備美軍最高等級的 ISR（情報監偵）認證。
  • 具體催化劑： 2026 年初預計拿下美國陸軍大規模採購合約的最後驗證階段。

2. 小型核子反應爐 (SMR) 與微反應器

這類公司符合「政策支持（零碳排政策）」與「剛需（AI 資料中心巨大的耗電量）」兩大條件。

• NANO Nuclear Energy (NNE)
  • 政策支持： 2026 年初美國國會舉行聽證會，旨在簡化 SMR 的監管障礙以支持 AI 資料中心供電。
  • 技術認證： 正在開發 KRONOS 便攜式微反應器，與頂尖大學進行專利技術合作。
  • 具體催化劑： 2026 年 1 月的政策聽證會與其原型機驗證里程碑。
• NuScale Power (SMR)
  • 政策支持： 能源部（DOE）的多項補助計畫支持。
  • 技術認證： 第一家獲得美國核能管理委員會 (NRC) 設計認證的小型模組化反應爐公司。
  • 具體催化劑： 與大型科技公司（如 Amazon 或 Google）簽署電力採購協議（PPA）的落地預期。

3. 精準醫療與專業認證設備 (MedTech)

醫療科技股的大漲往往來自於 FDA 認證（即最強大的行業進入許可）。

• KORU Medical Systems (KRMD)
  • 政策支持： 醫療保險 (Medicare) 對於「居家輸液」報銷政策的擴大支持，旨在降低醫院負擔。
  • 技術認證： 2025 年 12 月 30 日向 FDA 提交了其 FreedomEdge 系統的 510(k) 認證申請，用於遞送乳癌標靶藥物。
  • 具體催化劑： 預計 2026 年上半年獲得 FDA 正式核准，將產品線從小眾市場擴大至高獲利的腫瘤科市場。

用AI+XQ作功課，目前的心得是透過跟AI的對話，比之前更快更廣泛的找到一些會影響股價的關鍵要素，慢慢的整理出，在什麼樣的盤勢下，在什麼樣的投資哲學下，應該用那些選股條件來架構自己的交易策略，我一直在思考及實驗AI對於金融操作者會帶來什麼影響，以上是到目前為止的小小心得。

在Tread 上看到有網友分享大陸股神楊永興的尾盤選股八法，試著嚐試AI+XQ，把這套交易方式寫成XS的腳本，以下是這次實驗的過程。

Tread上的文章說楊永興在短短 16 個月內，把 100 萬做到 1 個億，他的方式特別適合散戶去操作，尤其是資金量不大、偏好短線操作的人。

Tread介紹尾盤選股八大步驟如下

1、收盤前半小時打開漲幅排行榜，把所有漲幅 3%–5% 的加入自選。

2、量比小於 1 的全部剔除。

3、換手率低於 5%，以及高於 10% 的全部剔除。

4、市值低於 50 億，以及高於 200 億 的全部剔除。

5、成交量持續放大的留下，不穩定的剔除。

6、選出短期均線搭配 60 日線向上 的。

7、判斷分時圖，強於大盤 的留下。

8、剩下的尾盤創新高就是目標，不跌破均線再進場。

於是我就把Tread的文章複製貼上給Gemini

底下是它的回覆

這套由「民間股神」楊永興總結的尾盤選股法，核心邏輯在於**「避開盤中的波動風險，捕捉次日的溢價機會」**。

這種策略非常適合追求資金效率、不希望承受盤中劇烈洗盤壓力的短線投資者。以下我為你深度解析這八大步驟背後的交易邏輯，並整理成易於實踐的檢查清單：

🔍 楊永興「尾盤選股法」邏輯拆解

這套方法本質上是在尋找**「強勢且有資金持續流入的中小盤股」**。

💡 為什麼這套方法對散戶有效？

1. 時間成本極低：
   只需要在收盤前 30 分鐘集中操作，不需要全天盯盤，避免了盤中被洗盤（Whip-saw）的心理折磨。
2. 確定性更高：
   尾盤的價格最接近收盤價，主力在尾盤的動作通常代表了對隔天走勢的態度。如果能在收盤前維持在高位，說明主力有信心承受隔天的拋壓。
3. 複利效應：
   楊永興的核心在於「快」。如果不漲就走，漲了就留，這種高周轉率在行情好時能產生驚人的複利。

⚠️ 實務操作中的隱藏陷阱

雖然步驟明確，但在執行時要注意以下幾點：

• 止損是靈魂： 短線操作的靈魂在於止損。如果隔天沒有出現預期的跳空高開或衝高，應果斷離場。
• 環境優先： 如果大盤（加權指數）當天放量大跌，即使個股符合這八條，也建議空倉。
• 「市值」的定義： 楊永興當時操作的是 A 股，市值 50-200 億人民幣（約 200-900 億台幣）。如果你操作的是台股，建議將市值範圍微調為 50 億至 300 億台幣。

這套選股邏輯非常清晰，非常適合將其寫成自動化選股腳本（如 XScript）。

您會希望我嘗試將這套「尾盤八步」邏輯轉化為具体的選股腳本（如 XScript 或 Python 邏輯），方便您直接在平台上測試嗎？

我請Gemini寫成Xscript的腳本，它寫了一個選股腳本及一個策略雷達腳本給我，選股腳本完全沒有問題，但策略雷達腳本則因為引用了一些沒有支援的欄位而Fail

不過AI給的code附註還蠻清楚的，所以很快就依著它給的code改成可以跑的程式碼

我把尾盤八法分成選股腳本+盤中策略雷達兩部份

選股腳本如下

// 邏輯：漲幅、量比、換手率、市值、趨勢、強於大盤

input: MinMarketCap(50, "最低市值(億)");

input: MaxMarketCap(500, "最高市值(億)");

// 1. 量比 > 1 (今日成交量高於過去 5 日平均量)

variable: VolRatio(0);

VolRatio = Volume / Average(Volume[1], 5);

condition1 = VolRatio > 1;

// 2.換手率在 2% - 10% 之間

// 注意：需確保欄位有資料，若無資料可改用 (成交量 / 發行張數)

variable: TurnoverRate(0);

TurnoverRate =getField("週轉率", "D");

condition2 = TurnoverRate >= 2 and TurnoverRate <= 10;

// 3. 市值篩選 (預設台幣 50 億 - 500 億)

condition3 = GetField("總市值(億)", "D") >= MinMarketCap 

         and GetField("總市值(億)", "D") <= MaxMarketCap;

// 4. 成交量持續放大 (今日量大於昨日量，且呈現溫和遞增)

condition4 = Volume > Volume[1] and Volume[1] > Volume[2] * 0.8;

// 5. 均線多頭排列 (短期均線 > 60日線，且 60日線向上)

condition5 = Average(Close, 5) > Average(Close, 20)

         and Average(Close, 20) > Average(Close, 60)

         and Average(Close, 60) > Average(Close, 60)[1];

// 綜合判斷

if condition1 and condition2 and condition3 and condition4 

   and condition5  

then ret = 1;

outputfield(1, VolRatio, 2, "量比");

outputfield(2, TurnoverRate, 2, "週轉率");

outputfield(3, GetField("總市值(億)", "D"), 0, "市值(億)");

策略雷達腳本如下

// 腳本名稱：楊永興尾盤強勢股監控
// 執行頻率：1分鐘線
// 適用對象：台股上市櫃股票

input: MonitorTime(130000, "監控開始時間(HHMMSS)");

// ---------------------------------------------------------
// 基礎過濾條件
// ---------------------------------------------------------

// 取得當前價格與昨日收盤價計算即時漲幅


// 1. 漲幅在 3% - 5% 之間
condition1 = (closed(0)/closed(1)-1)*100>=3
and (closed(0)/closed(1)-1)*100<=5;


// 2. 即時量比 > 1 (今日成交量高於過去 5 日平均量)
variable: AvgVol5(0);
AvgVol5 = Average(GetField("成交量", "D")[1], 5);
condition2 = GetField("成交量", "D") > AvgVol5;

// 3. 成交量持續放大 (今日量大於昨日量)
condition3 = GetField("成交量", "D") > GetField("成交量", "D")[1];


// 4. 價格位置：位於當日高點附近 (尾盤創新高之意) 

condition4 = Close >= (High * 0.98) ;

// ---------------------------------------------------------
// 觸發時機控制
// ---------------------------------------------------------

// 僅在 13:00 之後且 13:25 之前觸發 (尾盤黃金 25 分鐘)
if CurrentTime >= MonitorTime and CurrentTime <= 132500 then begin
if condition1 and condition2 and condition3 and condition4 

then Ret = 1;
end;

把選股腳本用在策略雷達的腳本作為run的標的，就可以很接近尾盤八法的精神

當然參數的部份要請大家自己再視台灣的情況及自己的經驗去調整

這是我這陣子實驗AI+XQ的過程中，一個比較可以拿出來分享的例子，心得是AI寫的XS code，最常犯的毛病，是常常用getfield  get盡世間萬物，也許可能把它當成AI在對著XQ語法團隊許願吧。 不過用這個方式去學習的好處是，AI吐出來的XS Code真的是整整齊齊，從宣告參數變數到附註，蠻多寫法對我這個文組生，都是一種學習。

以上是透過AI+XQ學習尾盤八法的過程，報告完畢。

台積電到底還能不能繼續抱？是這兩天股票市場最熱門的話題之一，  我想透過7 大市場力量這本書的理論框架，為台積電設下幾個觀察點， 用來決定台積電能不能繼抱 。

在七大市場力量這本書裡，所有擁有未來超額利潤的公司，可以整理出七大驅動獲利優於市場預期的力量，茲以台積電為例，說明這七大力量的定義

1. 規模經濟 (Scale Economies) 

• 分析： 半導體製造是典型的「高固定成本」產業。台積電透過巨大的產量分攤了昂貴的研發與設備費用。
• 量化數據：
  • 資本支出 (CapEx)： 2025 年預計投入 400 億至 420 億美元（高於 Intel 與三星），其中 70% 用於先進製程。
  • 市場份額： 在純晶圓代工市場市佔率約 72% (2025 Q3)，先進製程（7nm 以下）幾乎處於壟斷地位。
  • 利潤表現： 毛利率長期穩定在 53%-60%，展現了極強的營運槓桿，即營收增加時，單位成本顯著下降。

2. 網路效應 (Network Economies) 

• 分析： 台積電創立了 OIP (Open Innovation Platform)。當越多晶片設計公司（Apple, Nvidia）使用台積電，就有越多 EDA 工具商（Synopsys）和 IP 授權商（ARM）為其優化。
• 力量點： 競爭對手（如 Intel Foundry）不僅要蓋工廠，還得建立這套數十年的生態系。對設計商而言，在台積電投片意味著有最豐富的「現成工具」可用。

3. 轉換成本 (Switching Costs)  

• 分析： 晶片設計與製造是高度耦合的。一旦 Nvidia 的架構是基於台積電的製程參數（PDK）設計的，要轉向三星製造，需要重新設計電路，並面臨產品延遲的風險。
• 量化指標： 產能利用率 與 長期合約。台積電與大客戶（如 Apple）的合作深度，使其客戶在產品週期內幾乎不可能轉單。

4. 流程能力 (Process Power)  

• 分析： 這是台積電最難被模仿的力量。同樣一台 ASML 光刻機，台積電的良率 (Yield) 就是比對手高。這種「組織知識」存在於數萬名工程師的日常作業細節中。
• 量化數據： 台積電的 ROIC（資本回報率） 長期遠高於資本成本（WACC），這證明了其製造效率的卓越。例如 3nm 製程的量產速度與穩定度遠超同業。

5. 反向定位 (Counter-Positioning) 

• 歷史分析： 這是台積電 Power 的起源。當年 Intel 是 IDM（自己設計、自己製造），它不敢轉型代工，因為怕幫對手代工會損害自己的晶片競爭力。台積電選擇「純代工（Pure-play）」且「不與客戶競爭」，這讓 Intel 明知代工是好生意，卻因為利益衝突（Cannibalization）而遲疑了 30 年。

6. 壟斷資源 (Cornered Resource) 

• 分析： 台灣擁有全球最密集的半導體人才庫與產業鏈集群。
• 力量點： 這種「工程師紅利」與「24 小時輪班文化」是稀缺資源，對手即便在美國砸錢蓋廠，也難以複製這種高效率的人才密度。

7. 堅實品牌 (Branded Capital) 

• 分析： 台積電的品牌價值在於「技術領先」與「誠信」。
• 表現： 在科技圈，”Made by TSMC” 代表了品質保證。這種品牌力讓它在產能吃緊時擁有強大的 定價權 (Pricing Power)，客戶願意支付溢價以確保產能。

根據這本書上的說明，我們可以整理出這七大力量，具體表現在財報數據上，大致如下表

把這樣的概念套在台積電上面，我們就可以做出以下的台積電長線檢查表

台積電選股指標檢核表

台積電下週四要開法說會（1/15），很多朋友聚焦在未來的資本支出金額上，我比較想要了解的還是在上面這張表的這五項，特別是後面這兩項。

這本書帶給我們的最大啟發是，科技股在每個品類上，幾乎都是贏者全拿，於是我們在投資科技股時，可以聚焦在挑戰原本王者，且具備其他六種力量其中幾種的公司，然後看這家公司是不是持續在增強這七種力量，力量愈全面，其長期創造的利益愈大。

我們每天看到一堆的新聞及市場觀點，也可以去審視這些新聞對這家公司的這七大力量有沒有影響？ 過去的美積電事件，未來特斯拉自駕系統能帶來多大的效益，OpenAI與Googl在LLM上 誰會勝出，都一樣可以在這樣的標準下來審視。

因著目前的熱門投資焦點還是AI相關的科技股，我們繼續來從相關的書中，來探討美國的投資高手是怎麼投資科技股。

今天來討論的是納瓦爾寶典這本書

納瓦爾·拉維肯（Naval Ravikant）是印裔美籍天使投資人、創業家，創辦了AngelList（全球最大新創募資平台），投資過Uber、Twitter等公司。

以下是Gemini分析這本書，針對投資科技股，最值得學習的四大洞見：

一、 識別「無許可槓桿」：代碼與媒體 (The Age of Infinite Leverage)

Naval 將槓桿分為三類，這對於挑選科技股至關重要：

1. 勞動力（Labor）： 需要管理，最難規模化。
2. 資本（Capital）： 需要許可，且具備風險。
3. 代碼與媒體（Code and Media）： 這是 「無許可槓桿 ，也是科技股最強大的競爭力。

• 投資洞見： 優先挑選 「邊際複製成本趨近於零 的公司。
  • 軟體 (SaaS) 與 AI： 寫好一次程式碼，可以同時賣給 1 個人或 100 萬個人，其成本幾乎不變。這就是 Naval 所說的「在睡覺時也能賺錢」的資產。
  • 實戰應用： 觀察公司的「營業槓桿（Operating Leverage）」。當營收增長遠快於成本增長時，這家公司才具備 Naval 式的財富爆發力。

二、 複利的力量：玩長期遊戲 (Play Long-term Games)

Naval 認為，「生活中所有的回報，無論是財富、關係還是知識，都來自於複利。」

• 投資洞見： 在科技領域，市場通常傾向於 「贏家通吃（Winner-Takes-All） 。
  • 複利需要時間，因此 Naval 主張與「長期的人」共事。應用在投資上，這意味著要尋找具備網路效應（Network Effect）的公司，因為網路效應是複利的加速器。
  • 量化思維： 您在 XScript 中篩選標的時，除了營收成長，更應關注「留存率（Retention）」或「客戶生命週期價值（LTV）」，這些是複利能否持續的關鍵。

A = P(1 + r)^n

註：在科技投資中，r（增長率）由槓桿驅動，而 n（時間）則由護城河決定。

三、 專長與護城河：追求「無法被訓練」的技能 (Specific Knowledge)

Naval 提到一個概念：「專長（Specific Knowledge）」是無法透過培訓獲得的，否則社會就能培訓其他人取代你。

• 投資洞見： 評估科技公司時，看它的核心競爭力是否容易被「自動化」或「外包」。
  • 如果一家公司的產品純粹靠補貼獲客（如早期的外送平台），那不叫專長。
  • 真正的專長在於「獨家數據累積」或「極高的轉換成本」。這也是為何 Naval 高度看好 AI 與專有數據結合的原因。

四、 判斷力（Judgment）高於努力

「在槓桿時代，一個正確的決策可以帶來千倍的回報。」Naval 認為，投資者的工作不是努力工作，而是具備清晰的判斷力。

• 投資洞見： 不要參與「零和遊戲（Status Games）」，要參與「正和遊戲（Wealth Games）」。
  • 避開雜訊： 科技股常有過度炒作的議題（如某些幣圈項目）。Naval 的準則是：如果一個決定你無法百分之百確定（If you can’t decide, the answer is no），那就不要參與。
  • 專注於決策質量： 對於資深 PM 來說，這意味著要看公司的產品路徑圖（Product Roadmap）是否解決了社會「想要但還不知道如何獲得」的問題。

這本書提醒我們，投資科技股本質上是在投資「規模化」的藝術。

Naval 指出，代碼和媒體是不需要他人許可就能規模化的槓桿。在財務報表上，這體現為極高的毛利率。

• 意義： 每增加一個客戶，公司幾乎不需要增加額外的銷貨成本。這排除掉需要大量人力的「勞力密集型」科技業。

2. 營收連續成長：複利遊戲 (Long-term Games)

Mahaney 認為營收是科技股的生命線。

3. 研發費用率 ($R\&D > 10\%$)：專長 (Specific Knowledge)

Naval 提到，專長是無法被輕易訓練或取代的技能。

• 意義： 持續的高研發投入是科技公司建立「技術護城河」的代價，這是將利潤轉化為未來競爭力的表現，防止被後進者自動化或取代。

4. 董監持股佔比：責任 (Accountability)

Naval 強調：「沒有責任，就沒有權利；沒有風險，就沒有回報。」

• 意義： 確保管理層與股東利益一致 (Skin in the Game)。當公司股價下跌時，管理層感受到的痛苦與你一樣。

5. 營業利益率提升：規模化能力 (Operating Leverage)

這是科技股最迷人的特質， 當營收成長帶動盈餘以更高比例增長時，這家公司才真正擁有了 Naval 所說的「在睡覺時也能賺錢」的機器。

我根據AI的分析，找到了營業利益成長率要大於營收成長率的關鍵篩選標準，以下是對應的腳本

input:n(2,"連續n季符合條件");
value1=getField("營收成長率", "Q");
value2=getField("營業利益成長率", "Q");
if trueall(value2>value1,n)
then ret=1;

透過AI尋找書中及文章中的洞見，並且把它形成自己的選股條件之一，我會持續進行這樣的實驗，有更多心得，再來跟大家報告。

這兩年，大家注意力常聚焦在像Nvdia這類的大型科技股，要怎麼投資這類的股票呢? 前兩年有看過一本書，是美國一位長期研究網路股的分析師寫的，他的結論是「在不確定的科技世界中，尋找具有大規模潛在市場、強大產品創新力、且營收持續增長的領頭羊，並在市場恐慌導致的股價『脫臼』時大膽買入。 我覺得這段結論，可以做為我們長期投資美股的參考依據。

這本書的原名是：《Nothing But Net: 10 Timeless Stock-Picking Lessons from One of Wall Street’s Top Tech Analysts》，台灣翻譯成“精準選股”。

作者是華爾街頂尖網路股分析師 Mark Mahaney 。他在科技產業擁有超過 25 年的分析經驗，曾任職於摩根士丹利、花旗及 Evercore ISI，並長期蟬聯《機構投資者》排名第一。

這本書並非生硬的財報教科書，是他在經歷過網路泡沫、金融海嘯、科技巨頭崛起（ Amazon、Netflix）與隕落（如Yahoo!、AOL）後總結出的實戰法則。

以下是書中的 10 大核心投資洞見與實戰策略：

1. 要勇於認錯 

承認失敗是選股的一環。書中列舉了如 Blue Apron 或 Groupon 的案例，提醒投資者當管理層動盪或客戶價值主張（Value Prop）消失時，必須果斷止損。

2. 即使選對，過程也會很痛苦 (There Will Be Blood… Even When You Pick the Best Stocks)

即使是亞馬遜 (AMZN) 或 Netflix (NFLX)，在成長過程中都曾遭遇超過 50% 甚至 80% 的跌幅。波動不代表公司壞了，投資者必須具備心理韌性才能抱住長期贏家。

3. 不要玩「季度賽」 (Don’t Play Quarters)

不要過度反應單一季度的營收或 EPS 微幅不如預期。科技股的價值在於長期趨勢，短期預測營收是否精準到小數點後兩位，對長期獲利幫助不大。

4. 營收成長高於一切 (Revenue Matters More Than Anything)

對於成長型科技股，營收成長率（Top-line growth）比盈餘（Earnings）更重要。

• 關鍵指標： 尋找能連續 5–6 個季度保持 20% 以上營收成長的公司。

5. 產品創新是引擎 (It Don’t Mean a Thing, If It Ain’t Got That Product Swing)

觀察公司是否能持續推出新產品或改進現有服務。如果一家公司停止產品創新（如當年的 Yahoo!），它的生命週期就進入了倒數。

6. TAM（潛在市場規模）越大越好 (TAMs—The Bigger the Better)

優質公司必須處於一個巨大的「潛在市場規模 (Total Addressable Market)」中。例如 Amazon 從書商擴展到雲端 (AWS) 與廣告，就是不斷擴大其 TAM 的過程。

7. 追隨「客戶價值」，而非財報數字 (Follow the Value Prop, Not the Money)

如果產品真的幫用戶省了錢、省了時間或帶來快樂（例如 Netflix 提供的性價比），錢自然會隨之而來。

8. 管理層最重要  

觀察 CEO 是否具備願景、技術背景以及對產品的熱情。創辦人領導的公司通常比職業經理人領導的公司更有創新動力。

9. 估值是「藝術」而非「科學」 (Valuation Is in the Eye of the Tech Stockholder)

科技股很難用傳統的 P/E (本益比) 來衡量。他建議使用 P/S (股價營收比) 或 EV/EBITDA，並結合成長率來判斷估值是否合理（例如：P/E 低於其成長率）。

10. 尋找「脫臼」的高品質股 (Hunt for DHQs—Dislocated High-Quality Stocks)

這是全書最精華的實戰建議。

• DHQ 定義： 當一家基本面（營收成長、市場地位、創新能力）依然強勁的公司，因為市場情緒、總經因素或暫時性的雜訊導致股價從高點回落 20-30% 時，就是最好的買點。

Mark Mahaney 的核心哲學是：「在不確定的科技世界中，尋找具有大規模 TAM、強大產品創新力、且營收持續增長的領頭羊，並在市場恐慌導致的股價『脫臼』時大膽買入。」

我請Gemini針對上述的洞見，幫我制定美股的選股腳本，它的回答如下

要將 Mark Mahaney 的「科技股投資十誡」轉化為 XScript 程式碼，我們需要將感性的投資洞見量化為理性的篩選條件。

以下為您開發兩組核心腳本：一組針對 「營收高成長性」，另一組針對 「DHQ（高品質脫臼股）」。

1. 營收持續高成長篩選 (Revenue Persistence Screen)

邏輯基礎： Mahaney 強調營收成長比盈餘更重要，理想標的應具備連續 4-6 季 20% 以上的增長。

// 腳本名稱：營收高速增長持久賽
// 適用對象：尋找處於擴張期的科技領頭羊

input: RevGrowthLimit(20, "營收年增率門檻(%)");
input: Quarters(4, "持續季度數");

// 檢查過去 N 季的單季營收年增率是否都達標
variable: i(0), isPersistent(true);

isPersistent = true;
for i = 0 to Quarters - 1 begin
if GetField("營收年增率", "Q")[i] < RevGrowthLimit then
isPersistent = false;
end;

// 加上成交量過濾，確保流動性
if isPersistent and V > 500 then ret = 1;

outputfield(1, GetField("營收年增率", "Q"), 2, "最新一季營收年增率");
outputfield(2, GetField("營業利益率", "Q"), 2, "最新一季營益率");

2. DHQ 尋找高品質「脫臼」股 (Dislocated High-Quality Hunter)

邏輯基礎： 當高品質公司（高成長、有獲利能力）因為市場因素導致股價從高點回落 20-30% 時，是最好的進場點。

// 腳本名稱：DHQ 高品質脫臼股篩選
// 邏輯：基本面強勁 + 股價近期大幅回檔

input: DropFromHigh(20, "回檔幅度門檻(%)");
input: GrowthThreshold(20, "基本面營收增長門檻(%)");
input: LookbackPeriod(240, "回溯最高價的天數(約一年)");

// 1. 計算股價是否「脫臼」 (Dislocated)
variable: highPrice(0);
highPrice = Highest(GetField("最高價", "D"), LookbackPeriod);

condition1 = Close < highPrice * (1 - DropFromHigh / 100);

// 2. 判斷是否為「高品質」 (High-Quality)
// 營收年增率高 且 營業利益率為正 (代表有實質獲利能力，非純燒錢)
condition2 = GetField("營收年增率", "Q") >= GrowthThreshold;
condition3 = GetField("營業利益率", "Q") > 0;

// 3. 排除趨勢徹底轉壞的情況 (例如跌破年線太遠可能基本面出大事)
// 我們尋找的是「脫臼」而非「骨折」，加入移動平均線參考
condition4 = Close > Average(Close, 240) * 0.85;

if condition1 and condition2 and condition3 and condition4 then ret = 1;

outputfield(1, (Close/highPrice - 1) * 100, 2, "較一年高點跌幅%");
outputfield(2, GetField("營收年增率", "Q"), 2, "營收年增率");

3. 科技股估值平衡篩選 (EV/Revenue vs. Growth)

邏輯基礎： Mahaney 建議使用 P/S 或 EV/Revenue。我們可以篩選「成長性高於估值倍數」的標的（類似科技股的 PEG 概念）。

// 腳本名稱：科技股性價比篩選
// 邏輯：營收年增率 / 股價營收比 (PSR) > 門檻

input: PSR_Limit(10, "股價營收比上限");
input: RatioThreshold(2, "營收成長對比PSR的倍數");

variable: psr(0), revGrowth(0);

psr = GetField("股價營收比", "D");
revGrowth = GetField("營收年增率", "Q");

// 確保營收增長是 PSR 的 N 倍以上 (例如成長 30%，PSR 只有 5，比例為 6)
if psr < PSR_Limit and psr > 0 then begin
if (revGrowth / psr) > RatioThreshold then ret = 1;
end;

outputfield(1, psr, 2, "PSR");
outputfield(2, revGrowth, 2, "營收年增率");
outputfield(3, revGrowth / psr, 2, "性價比評分");

補充說明

1. 對美股： 由於 Mark Mahaney 主要分析對象是美股，若您在 XQ 中使用這些腳本，建議直接應用在 「美股清單」 標的。

2. 產業過濾： 建議在選股中心先勾選 「軟體服務」、「半導體」 或 「網路通信」，因為這些邏輯（尤其是營收高於盈餘）在傳產或金融股並不適用。

3. 質化觀察： XScript 雖然能篩選出「脫臼股」，但 Mahaney 強調的 「管理層」 與 「產品創新」 仍需結合您平台上的新聞與產業報告來做最後定奪。

以上都是Gemini給的文字，我一個字都沒有修改，有想法後透過AI把想法變成XS的腳本， 似乎愈來愈可行，有興趣的朋友可以一試。

一個產業，整體來自營運的現金流量，代表這個產業整體的永續力，也代表這個產業創造現金的能力，長期追蹤這個數字，可以了解這個產業目前所處的狀態。

要追蹤這個數字，在XQ中自訂指標的腳本如下

Group: _group();//宣告群組
var: _i(0), _size(0);
_group = GetSymbolGroup("成份股");//指定群組的商品
// 檢查是否有資料
_size = GroupSize(_group);
if _size = 0 then return;
// 迴圈運算前，初始化變數
value1 = 0;
value2 = 0;
value3=0;
// 迴圈計算每一檔成份股數值
for _i = 1 to _size begin //大迴圈會跑遍每一檔成份股
if CheckSymbolField(_group[_i], "Close") then begin //確認股票當天有資料
// 實際要計算的內容===開始===
// STEP 1 換期時數值歸零
if GetSymbolFieldDate(_group[_i], "來自營運之現金流量", "Q") > value1 then begin //如果成份股有人提前公佈數值，目前計算的都歸零
value1 = GetSymbolFieldDate(_group[_i], "來自營運之現金流量", "Q");
value2 = 0;
value3 = 0;
end;
// STEP 2 同樣期別時，數值計算
if GetSymbolFieldDate(_group[_i], "來自營運之現金流量", "Q") = value1 then begin //依最新的資料期別進行統計
value2 = value2 + 1;
value3 = value3 + GetSymbolField(_group[_i], "來自營運之現金流量", "Q");
end;
// 實際要計算的內容===結束===
end; 
end;
// 要繪製的指標
// 
plot(1, value3, "整體來自營運之現金流量");

以下是一些這個指標跟細產業股價指數的對照圖

一個相對成熟的行業，市場對它的估值有一定的標準，這個標準，會體現在整體的殖利率上。整體殖利率高到一定程度，會進入超賣區，股價進入築底區，相反的，整體殖利率太低，資金會離開，尋找CP值更高的行業。

用來追踨細產業殖利率長期走勢的自訂指標，腳本如下

Group: _group();
var: _i(0), _size(0);

var: _Health(0);

_group = GetSymbolGroup("成份股");

// 檢查是否有資料
// 
_size = GroupSize(_group);
if _size = 0 then return;

// 迴圈運算前，初始化變數
//

value1 = 0;
value2 = 0;
value3=0;
// 迴圈計算每一檔成份股數值
// 
for _i = 1 to _size begin //大迴圈會跑遍每一檔成份股
if CheckSymbolField(_group[_i], "Close") then begin //確認股票當天有資料

// 實際要計算的內容===開始===
//getSymbolFielDDate("請填入正確的商品ID", "殖利率", "D")

// STEP 1 換期時數值歸零
if GetSymbolFieldDate(_group[_i], "殖利率", "D") > value1 then begin //如果成份股有人提前公佈數值，目前計算的都歸零
value1 = GetSymbolFieldDate(_group[_i], "殖利率", "D");
value2 = 0;
value3 = 0;
end;

// STEP 2 同樣期別時，數值計算
if GetSymbolFieldDate(_group[_i], "殖利率", "D") = value1 then begin //依最新的資料期別進行統計
value2 = value2 + 1;
value3 = value3 + GetSymbolField(_group[_i], "殖利率", "D");
end;
value4=value3/value2;




// 實際要計算的內容===結束===
//

end; 
end;

// 要繪製的指標
// 
plot(1, value4, "平均殖利率");

以下是一些細產業的相關圖形，供大家參考

不同的行業市場給的合理平均殖利率會不一樣，景氣循環股跟內需型股，這個指標會較具參考意義

一個細產業所有成份股的本業獲利加總，很能說明這個產業目前的發展情況，當整體產業是在虧錢，通常會加速淘汰賽，往往是另一波產業新格局的起點。當一個產業整體獲利創長期以來的新高，代表這個產業有了新應用，新市場。

下面這個腳本是用Group語法寫出來的自訂指標腳本，

Group: _group();//宣告群組
var: _i(0), _size(0);
_group = GetSymbolGroup("成份股");//指定群組的商品
// 檢查是否有資料
_size = GroupSize(_group);
if _size = 0 then return;
// 迴圈運算前，初始化變數
value1 = 0;
value2 = 0;
value3=0;
// 迴圈計算每一檔成份股數值
for _i = 1 to _size begin //大迴圈會跑遍每一檔成份股
if CheckSymbolField(_group[_i], "Close") then begin //確認股票當天有資料
// 實際要計算的內容===開始===
// STEP 1 換期時數值歸零
if GetSymbolFieldDate(_group[_i], "營業利益", "Q") > value1 then begin //如果成份股有人提前公佈數值，目前計算的都歸零
value1 = GetSymbolFieldDate(_group[_i], "營業利益", "Q");
value2 = 0;
value3 = 0;
end;
// STEP 2 同樣期別時，數值計算
if GetSymbolFieldDate(_group[_i], "營業利益", "Q") = value1 then begin //依最新的資料期別進行統計
value2 = value2 + 1;
value3 = value3 + GetSymbolField(_group[_i], "營業利益", "Q");
value4=average(value3,4);
end;
// 實際要計算的內容===結束===
end; 
end;
// 要繪製的指標
// 
plot(1, value3, "整體營業利益");
plot(2,value4,"4季移動平均");

應用在細產業指標上，可以畫出每個細產業指標的整體營收。

以下是一些細產業跟整體營收的對照圖，供參考

產業整體的研發費用，代表細產業的競爭狀態，持續堆高的研發費用，是一種淘汰賽，市佔率大的公司有利，研發費用也代表一個產業的景氣更迭，長期維持一定程度研發費用的產業，如果連續兩季研發費用創新高，往往代表產業有了應用，這常常是產業開始走向新方向的訊號。

產業整體研發費用的自訂指標，樣本如下

Group: _group();//宣告群組
var: _i(0), _size(0);
_group = GetSymbolGroup("成份股");//指定群組的商品
// 檢查是否有資料
_size = GroupSize(_group);
if _size = 0 then return;
// 迴圈運算前，初始化變數
value1 = 0;
value2 = 0;
value3=0;
// 迴圈計算每一檔成份股數值
for _i = 1 to _size begin //大迴圈會跑遍每一檔成份股
if CheckSymbolField(_group[_i], "Close") then begin //確認股票當天有資料
// 實際要計算的內容===開始===
// STEP 1 換期時數值歸零
if GetSymbolFieldDate(_group[_i], "研發費用", "Q") > value1 then begin //如果成份股有人提前公佈數值，目前計算的都歸零
value1 = GetSymbolFieldDate(_group[_i], "研發費用", "Q");
value2 = 0;
value3 = 0;
end;

// STEP 2 同樣期別時，數值計算
if GetSymbolFieldDate(_group[_i], "研發費用", "Q") = value1 then begin //依最新的資料期別進行統計
value2 = value2 + 1;
value3 = value3 + GetSymbolField(_group[_i], "研發費用", "Q");
end;
// 實際要計算的內容===結束===
end; 
end;
// 要繪製的指標
// 
plot(1, value3, "整體研發費用");

研發費用是季資料，所以要跟季線搭在一起對照著看，如下圖

這是很典型研發費用一直在加碼進行淘汰賽的行業

這是研發費用突然創長期新高後產業有了新方向的Sample

產業整體營收月增率，如果連續數月上昇，代表整體景氣很明確的處於復甦狀態，連續數月下跌，代表整體產業進入衰退期，大部份的時候，月營收月增率總是漲漲跌跌，所以連續性的上漲或下跌，就變的很值得注意。

整體產業月營收的畫指標腳本樣本如下

input: _calcType(1, "計算方式", inputkind:=Dict(["加權平均",1],["簡單平均",2]), quickedit:=true);
Group: _group();
var: _i(0), _size(0), _lastestMonth(0);

var: _sumEarning(0), _earningCount(0), _avgEarning(0);
var: _sumWeightedEarning(0),_sumCapital(0);

_group = GetSymbolGroup("成份股");

// 檢查是否有資料
// 
_size = GroupSize(_group);
if _size = 0 then return;

// 迴圈運算前，初始化變數
// 
_sumEarning = 0;
_sumWeightedEarning = 0;
_sumCapital = 0;
_lastestMonth = 0;
_earningCount = 0;

// 迴圈計算每一檔成份股數值
// 
for _i = 1 to _size begin //大迴圈會跑遍每一檔成份股
if CheckSymbolField(_group[_i], "Close") then begin //確認股票當天有資料

// 實際要計算的內容===開始===
//

// STEP 1 換期時數值歸零
if GetSymbolFieldDate(_group[_i], "月營收月增率", "M") > _lastestMonth then begin //如果成份股有人提前公佈數值，目前計算的都歸零
_lastestMonth = GetSymbolFieldDate(_group[_i], "月營收月增率", "M");
_earningCount = 0;
_sumEarning = 0;
_sumWeightedEarning = 0;
_sumCapital = 0;
end;

// STEP 2 同樣期別時，數值計算
if GetSymbolFieldDate(_group[_i], "月營收月增率", "M") = _lastestMonth then begin //依最新的資料期別進行統計
_earningCount = _earningCount + 1;
_sumEarning = _sumEarning + GetSymbolField(_group[_i], "月營收月增率", "M");
_sumCapital = _sumCapital + GetSymbolField(_group[_i], "股本(億)", "D");
_sumWeightedEarning = _sumWeightedEarning + GetSymbolField(_group[_i], "股本(億)", "D") * GetSymbolField(_group[_i], "月營收月增率", "M");
end;

// 實際要計算的內容===結束===
//

end; 
end;

if _calcType = 2 then
_avgEarning = _sumEarning / _earningCount
else
_avgEarning = _sumWeightedEarning / _sumCapital;

// 要繪製的指標
// 
plot(1, _avgEarning, "月營收月增率");

把這個腳本應用到細產業指標裡，呈現的畫面如下圖

這個指標對景氣循環股是有其參考價值