價值成長投資董事長暨執行長 投資資歷:30年
專業資格及背景:中華民國合格證券分析師、中華民國會計師高考審計及格、東海大學法律學士班、台中技術學院應用商學系
擅長:財務會計、財務報表選股、證券分析、價值成長投資、公司法、證券交易法、所得稅法、個體經濟、投資心理學。
二十歲開始股市投資至今30年，憑藉價值成長投資法，成功打敗1997年亞洲金融風暴、2000年網路泡沫、2007與2008全球金融海嘯、2015年陸股崩跌、2018年美中貿易戰、2020年新冠肺炎、2022年俄烏開戰、2025年對等關稅,依一般公認會計原則有連續26年獲利的輝煌成就。
2010年4月創辦價值成長投資擔任董事長暨執行長至今
為不讓讀者誤解，本部落格假設讀者為:
1.對商業與經濟活動及會計具有合理的認知，並願意用心研讀財務報表的資訊。
2.了解財務報表之編製，表達及查核均隱含對重大性之考量。
3.了解某些財務報表金額之衡量因使用估計，判斷及對未來事件之考量而存有先天之不確定。
4.能以財務報表資訊作成適當之經濟決策。
Apple 的新品發表會，對消費者而言，是一年一度的科技盛宴，對投資人而言，真正值得看的卻不是新產品有多酷，而是管理階層如何利用有限資源，讓企業未來創造更多現金流
2026 年 Apple 秋季發表會，最值得注意的不是規格，而是產品策略正在出現更明顯的高階化
首次推出的摺疊 iPhone Duo，價格直接站上約 2,000 美元，搭配 iPhone 18 Pro 與 Pro Max，顯示 Apple 並未選擇以低價搶市場，而是繼續利用品牌與生態系建立更高的價格帶
這背後真正值得研究的，是「定價權」
一家企業如果必須靠降價才能增加銷量，護城河通常沒有想像中深
投資最困難的問題，往往不是「這個東西便不便宜」，而是：
「在預計投入的資金下，現在買它，是不是最好的選擇？」
舉個例子，一張日版超級達克萊伊 ex SAR，市場有人開價7,600元。假設卡況為A+，沒有明顯白點、刮痕或凹痕，7,600元確實具有一定吸引力。
但問題是，若自己已經持有一張。
這時真正需要思考的，就不只是價格，而是心理與資本配置。
投資最容易犯的錯，不是算錯一個數字，而是從一開始就問錯問題。
一張日版超級達克萊伊 ex SAR，曾經以12,000元成交，後來市場出現8,500元的價格。
第一個念頭很自然：
「原本12,000元，現在只要8,500元，便宜了3,500元。」
但如果從葛拉漢與蒙格的角度來看，這句話裡面其實藏著一個危險的錯誤。
《牛奶可樂經濟學》提醒我們，生活中的每一個選擇都有成本，而成本不一定立即出現在帳面上
投資也是如此
我們容易看見買進與賣出的價格，卻常常忽略時間、注意力與機會成本
每一次交易，除了手續費與稅負，也可能失去持有優質企業的時間
投資人不應把「不交易」視為什麼都沒做
美國最新公布的8月非農就業數據，表面上是一份相當漂亮的報告
8月非農就業增加16.2萬人，遠高於市場原本約5.3萬至5.6萬人的預期，失業率維持在4.1%，勞動參與率則由61.4%升至61.6%，平均時薪年增3.1%
如果只看經濟基本面，這是一個偏正面的消息
美國就業市場沒有明顯崩壞，企業仍然持續創造工作機會，消費者也因此仍具有一定的收入基礎
但是對股票市場而言，好消息不一定是好消息
《牛奶可樂經濟學》真正有意思的地方，不只是解釋生活中的經濟現象，而是提醒我們，人做出的每一個選擇，背後都有誘因、成本與心理因素
投資也是如此
我們以為自己是在分析企業，其實很多時候是在與自己的情緒交手
當股價上漲時，貪婪會告訴我們還會更高，當市場下跌時，恐懼又會告訴我們事情一定出了問題，看到別人靠一檔股票快速獲利，又容易產生害怕錯過的心理，最後在價格最高的時候追進去
這些行為看起來各不相同，本質上卻都是同一件事
很多人認為投資要提高勝率，只要判斷正確的次數夠多，就可以賺錢
但從機率論來看，這個想法並不完整
投資真正重要的不是單純的勝率，而是期望值
期望值是把所有可能發生的結果，按照發生機率加權後得到的平均結果
勝率高不代表一定賺錢，勝率低也不代表一定不值得投資
最近看到台灣卡店分享一支談卡牌收藏的影片，其中提到一個值得投資人深思的現象，大約八成玩家在入坑兩、三年內便退出市場，而原因通常不是失去興趣，而是資金耗盡
這其實與股票投資沒有太大不同
很多人進入市場，第一個問題是「能賺多少」，真正成熟的投資人，第一個問題卻應該是「如果判斷錯了，我會不會出局」
投資最重要的不是預測未來，而是管理自己面對未來的不確定性
《孫子兵法》說：「善戰者，先為不可勝，以待敵之可勝」
近年人工智慧快速發展，算力成為 AI 產業重要的基礎建設
算力簡單來說就是運算能力，也就是計算系統在一定時間內完成運算工作的能力。CPU、GPU、NPU 都能提供運算能力，而大量晶片、伺服器、網路設備與資料中心整合後，就形成大規模的算力
AI 模型越大、使用者越多，需要的運算能力就越高。這也是 GPU、AI 伺服器、HBM、先進封裝、資料中心、電力與散熱設備需求增加的重要原因
然而，從價值成長投資的角度來看，算力需求成長只是研究的起點
產業成長，不等於企業價值成長
投資本質上是一件面對不確定性的事情
沒有人知道股價明天會漲還是跌，也沒有人能確定一家企業五年後究竟能賺多少錢，因此投資不能只依賴預測，更重要的是理解機率
談到機率，可以從頻率派與貝葉斯派兩種思想理解
頻率派認為，機率可以透過大量重複試驗所呈現的長期頻率來估計
例如一套交易策略經過 1,000 次甚至 10,000 次交易，如果勝率長期維持在某個區間，就可以利用這些資料估計策略的歷史表現
