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
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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