三位基金經理人笑傲股市的秘訣
三位基金經理人笑傲股市的秘訣
2003.08.15 | 人物

《數位時代雙週》特別邀請了三位投資標的分別為台股、生技、美股,且操作績效傑出的基金經理人,分享自身的操盤經驗,儘管標的不同,操盤哲學也不盡相同,但選擇擔任工作壓力極大的基金經理人,卻是他們共同無悔的選擇。

**謝靜慧(凱基投信投資管理部資深協理)
以價值型投資法則,選擇長期標的
**管理壓力,遠比紓解壓力來得重要,」擔任基金管理人至今已滿6年的凱基投信投資管理部資深協理謝靜慧,一語道破多年來的職場心得。由她操盤的凱基開創基金,在今年2月至8月半年間,以淨值成長35.8%的績效,在各檔以台股為標的的基金中,高居榜首。
選擇基金作為理財工具,原則是「長期」、「穩定」的增加財富,但對股市是全民運動的台灣來說,「基金跟著變相扭曲成短期的買賣,」謝靜慧指出。瀏覽各主要財經網站,針對各檔基金,從日、週、月、季、半年、一年……各種績效排行,不停的檢視各檔基金,以供投資人參考,也因此直接造成各經理人肩上沉重的績效壓力;而台股多散戶的特色,也經常使得投資人一看當下基金績效不理想,就解約自己下場玩股票,「很多菜籃族,對產業現況也能侃侃而談,好像捲起袖子,就可以去生產DRAM了,」她開玩笑說。
對謝靜慧而言,如何面對強大的壓力,她選擇從工作上去做自我管理。「基金經理人最大的挫折,來自看法不被市場認同,」她指出,在每一檔股票進出前,都經過仔細研究或是親自走訪公司,再進行判斷,以價值型投資法則,去選擇長期產業趨勢向上的標的,但市場變數很大,難免會碰上買股票後大跌、賣股票後大漲的情況,「若頂不住這樣的壓力,很可能會做出更錯誤的判斷。」

**親自挑選團隊成員革命情感共拚績效

**
為了避免獨自承受來自市場的壓力,謝靜慧藉由親自面談,選出與自己理念相同的研究員加入。「一個人的力量,怎麼去面對全世界?」她指出,目前她手下的研究團隊共有5人,藉由每天不斷的互動討論,達成對個股前景的判斷,培養革命情感,在流動頻繁的投信業,2年多下來,整個團隊沒有一人離開,「儘管短期市場不認同我的判斷,但我知道這條路上並不孤單,」在面對大盤上下起伏時,使得她多了一份安穩的感覺,並把壓力轉換為整個團隊的責任。
「重視基本面分析的,要執行信念,耐得住短期不被市場認同的寂寞;選擇技術分析的,則要堅持理念,不要因市場大漲大跌而失去判斷線圖的冷靜,」選股重視基本面分析的謝靜慧,道出多年來操盤的哲學,而這也是她繳出亮眼成績單的關鍵。

傅子平(德盛全球生技大壩基金經理人)
以平常心面對股市起伏,以長期投資心態來操盤

草莓族」會想讓你聯想到什麼?「外表光鮮亮麗、一旦遇到挫折就亂了方寸的新新人類」、「無法吃苦耐勞,抗壓性低、常常換工作的社會新鮮人」……當同事爭相為草莓族下定義時,德盛全球生技大壩基金經理人傅子平聽完之後,竟眼睛一亮,脫口說出,「這樣我該來看看製造抗憂鬱藥物的藥廠,現在的股價表現如何」。
員工編號是第七號的傅子平,從退伍後便進入台灣德盛安聯資產管理公司,從生技產業研究員做起,在研究單位多年紮實的訓練,讓傅子平累積雄厚的產業知識基礎,當去年德盛安聯要在台灣募集第一檔生技基金時,傅子平便是公司首推操盤的不二人選。
流行感冒與癌症至仍今沒有解藥、難以臆測的傳染病以及人口逐漸老化等現象都是造成生技產業總是供不應求的原因,因此全球生技產業的發展趨勢將是一路向上。但是在募集之初,傅子平便遇上了全球股市的大空頭,道瓊工業指數跌破八千點,NASDAQ指數只剩1500點,面對不久前才將資產交到自己手上的投資人,傅子平回憶說,「當時的壓力真的很大」,但是冷靜看清楚指數漲跌的邏輯之後,傅子平判斷那是生技類股的底部浮現,便決定在五天內將持股增加到90%,「看對趨勢,就要熬得住」,也正因為當時傅子平能夠理性地放手一搏,才能創造今天高達20.86%的傲人績效。

**實地走訪醫療需求深耕醫療生技領域

**
投資生技產業的知識門檻不亞於電子產業,德盛安聯集團旗下、長期關注生技產業的生技產業研究平台,提供全球基金經理人充分的資訊,但是重視Grassroots(草根性)的特性,卻是德盛安聯與其他市場上同樣擁有生技基金的基金公司最大的不同。除了研究員蒐集二手資料外,還有更多特約研究員,會親自到民間醫療院所,了解醫生用藥的真實情況,掌握第一手消息。
從研究員到基金經理人,傅子平認為兩者最大的不同,在於研究產業已經不是為了專注技術提昇,而是幫助自己瞭解手中持股獲利的可能性。剛升格為人父的傅子平,從陪妻子到醫院產檢、生產,或是定期帶新生兒到醫院打預防針時,他都不忘利用空檔與醫護人員聊聊,「親身體驗Grassroots的精神」,往往幫助傅子平從數據資訊中跳脫,進行更周延的持股佈局。
相較於台股基金經理人每日review績效的壓力,「生技產業產品週期較長,基金經理人一定要用長期投資的心態來操作」,因此面對股市的起起伏伏,「堅守原則比追逐績效更重要」,或許就是傅子平讓手中基金表現相對穩定的魔法。

陳愛萍(日盛美國成長基金經理人)
內化產業知識,師法外資操盤模式

當了三年的證券研究員,陳愛萍決定接下海外基金經理人工作時,就知道自己未來的工作形態將是「內在壓力大於外在壓力」。個性直爽樂觀的她,並沒有特別抒解壓力的方式,因為她早已透過「一週六天、一天十四小時」的工作模式將「壓力化為行動」。
「選對股票、打敗類股指標(benchmark,例如費城半導體指數)」幾乎是所有基金經理人的最大壓力來源;但是陳愛萍卻覺得管理海外基金最大的挑戰在於,如何「有系統而精準」地消化龐雜的市場資訊。
因此陳愛萍練就一套有效管理資訊的方式:由於時差的關係,陳愛萍每天張開眼第一件事就是先在家看美國股市的前日表現,如果手中持股在盤中有異常表現,一進公司便會開始蒐集相關資訊以找出原因,並和國外券商電話討論,以便在晚上開盤前,完成下單、改單的設定。
此外,閱讀雅虎財經新聞以及Bloomberg(彭博通訊社)的重要訊息是陳愛萍每日必做的早課,雪片般的大量國外券商電子郵件報告、大型投資銀行最新的投資策略、專業機構的技術分析以及海外基金市場資金流向等,都是陳愛萍必須時時去掌握的重要資訊。

**快速掌握金融脈動保持高度企圖遠見

**
除了練就一身上山下海找資訊的好功夫外,操盤時間不到一年的陳愛萍,對自己的期許很高,「我的競爭對手都在美國市場,外資的操盤模式才是我學習的對象。」
陳愛萍發現,國外的分析師對於公司的財務狀況瞭若指掌,而台灣分析師則喜歡高談自己對研發技術的瞭解;國外分析師會從資產負債表中去推算未來兩三年該公司究竟可以賺多少現金,但台灣分析師只看損益表,往往只能做短期的判斷。因此除了「拚績效」之外,陳愛萍期許自己「像國外知名分析師一樣,能將產業知識內化到解讀財務數字上,進而做出正確的判斷」。
陳愛萍是國內少數擁有CFA(Certified Financial Analyst,美國特許財務分析師)資格的基金經理人之一。在一般大眾的認知中,CFA資格可以幫助陳愛萍取得更多更高薪的工作機會,但是陳愛萍認為,考CFA只是想檢視自己的知識基礎是否紮實,「考取之後,才是督促自己學習金融新知的開始」。操盤致勝的關鍵在於快速掌握脈動,保有高度的企圖心與遠見,陳愛萍這位六年級的基金經理人未來的表現,值得期待。

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