逆市場操作仍有機會賺錢
逆市場操作仍有機會賺錢
2004.08.01 | 人物

繼6月博達事件之後,投資人對於選股更加謹慎,盡量避開財務狀況可疑的上市公司;7月初聯合投信爆發因為持有債信評等不佳上市公司的可轉債,引起投資人恐慌性贖回,造成公司準備金不足,被迫將基金轉手其他投信公司。接二連三的負面事件,使得投資人再度失去信心,就連最常被當作保守投資的債券型商品也失去光環。
當投資人對股市與債市逐漸失去信心之際,愈來愈多投資人把資金放在平衡型基金上,希望藉由專業經理人的雙向操作,還能在充滿不確定的市場中,賺取穩健獲利。《數位時代雙週》專訪曾獲選今年年度最佳基金經理人,目前擔任摩根富林明平衡型基金與價值成長基金的經理人詹祖光,談談他是如何拿捏股票與債券的投資比重,以及對現階段市場混沌不明時,他給投資人資產配置的最佳建議。

**達到預設目標,
就開始減少持股

**
投資環境變化愈來愈大,平衡型基金在四年前開始募集時,就是將追求絕對報酬的概念帶給投資人,藉由股債比率的調整,讓投資人能夠賺到穩健的獲利。
投資最重要的是,要先想清楚這個投資標的預期的報酬是多少?預計擺多久?目標清楚才是決定操作的關鍵因素,絕不能因為市場上的投資氛圍熱絡,受到媒體炒作影響,因此如果是買熱門股,應該抱著短打的心態;相反地,如果是長線布局,就要選擇股價慢慢向上、基本面穩定的公司。
基金選股,也是看持有時間長短,再決定要買什麼樣的股票。持股比重高低,跟著大盤起伏做判斷,要找出一個相對位置,像是今年3月,感覺市場氣氛有點過熱,同時股票的報酬率已經達到今年設定目標,雖然當時各方面的經濟數據都顯得很樂觀,就是應該賣出獲利,勇於退場的好時機。
今年3月,我選擇在友達、奇美股價接近70元時賣出,賣掉之後,股價還是繼續漲,但是從面板大廠公布的各項數據來看,30%年成長率固然很吸引人,但是不足以反映長期的獲利能力;再加上基本面的供給與需求並不平衡,因此,眼光放長一點,從現在的時點來看,就不會懊惱沒有賣在最高點,一般人習慣看到有明顯下跌趨勢才賣,通常已經為時已晚。

**認識債券商品,
獲利大有機會

**
股票投資是平衡型基金主要的盈虧來源,基金經理人也會把95%以上的心力放在股市,債券部位則是投資組合中固定報酬的來源,穩定基金績效表現。
值得注意的是,基金的投資組合中持一定比率的可轉換公司債(簡稱可轉債),殖利率高於定存,投資風險比股票略高。過去價格跌破百元的可轉債意味著公司債信有問題,但是受到博達事件影響,以及部分基金贖回壓力較大,使得許多公司的可轉債不得不賤價拋售,目前許多可轉債的價格已經跌過頭,券商也開始留意債信不錯、營運狀況良好,但價格超跌的可轉債進行套利交易。
投資可轉債時,要避免遇到第二個博達有幾個訣竅:除了詳讀財務報表外,還要瞭解公司未來一年的財務規畫中的還款計畫是否合理?以及過去的信用如何?像是投信公司手中都沒有博達,正是因為博達的債信不佳。
另外,一般投資人因為專業知識不夠、時間不足,無法準確掌握資訊,如果要對投資標的更有把握,除了財務報表之外,也應該留意該公司的歷史剪報,觀察主管或執行長過去的公開發言是否與後來表現相符合,如果是講一套、做一套的公司,就要列入特別觀察名單,不要冒然投資。

**靜待市場落底,
第三季逢低布局

**
台灣的債券市場因為規模太小,相較於國外債券市場顯得不成熟,國內的債券基金也比較偏向貨幣基金。不過,未來債券商品將朝向兩極化的發展,一是走向容易受到利率走勢而產生變動性的債券型基金,以及相對保守的貨幣型基金。
過去幾年來,因為不景氣,投資人很難找到報酬率還有2%以上的固定收益商品,因此當績效表現相對突出的債券型基金一堆出,投資人就會為了多賺1%的獲利,而把錢一股腦兒都投入。
事實上,買基金和投資公司一樣,不能只看績效,還要從其他各方面著手。就像這一波股市空頭會持續到什麼時候,沒有人抓得準,但是可以從幾個指標來看:一是券商的研究報告顯示建議賣出,股價也沒有繼續破底,就表示指數已經接近底部。
許多投資人都還抱著「不甘心」的想法,再加上外在環境不如預期樂觀,從陸續發布的半年報也發現,部分公司的盈餘也開始往下走,因此,我預估第三季真正的底部還沒有出現,但是第三季,對投資人而言,應該是適合慢慢逢低布局的時點。

詹祖光小檔案
出生:1968年
現職:摩根富林明平衡
摩根富林明價值成長基金經理人
經歷:怡富投信基金管理部基金經理人
怡富投信基金管理部總體經濟暨產業研究員
京華投顧產業研究員
績效:根據投信公會統計(至今年6月底止),國內股票債券平衡型基金中,JF平衡基金、6月、1年、3年各期績效均排名第1名,績效表現優異。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓