王華：ChatGPT市場低估左呢間公司！ Google

王華：ChatGPT市場低估左呢間公司！嘉賓：王華｜葳言大意︱Sun Channel︱20230228

https://www.youtube.com/watch?v=DDhJP_lN9jU&t=1316s 

00:00 本集精華  

00:53 節目開始－介紹嘉賓

01:33 ChatGPT的出現威脅Google？ 

05:39 ChatGPT市場低估左呢間公司？  

12 ChatGPT的應用  

09:24 NVDA在ChatGPT中的角色！AI成為股價的轉捩點？  

16:00 AI概念板塊的部署  

20:57 近期聰明錢的流動 

 

******************************************

 0:00
當然了 Google現在還會
0:02
就是會出類似ChatGPT的東西
0:04
但是第一就是
0:06
因為有Microsoft威脅它
0:08
因為有Microsoft威脅它
0:09
第二呢
0:09
即使它出了 它都要投入很多錢
0:12
所以大家就是純粹在
0:13
投資的角度方面就說
0:15
咦 對Google真的有很大的壓力
0:17
是 是的
0:17
是不是的 你同不同意
0:18
都是的 會影響到它的命根
0:21
因為我們去持有了很多年Google
0:22
但是見到說真的不對勁
0:24
但是你是不是太早說Google一定不行呢
0:52
好 葳言大意的第二集
0:55
繼續是Fred Wong 老朋友 認識了很多年
0:58
Fred再次介紹給大家知道
1:00
他是對沖基金的
1:01
基金專門投資科技
1:04
是軟、硬件
1:08
你都投資
1:09
不是只是硬件
1:10
而且半導體 再深入一點的話
1:12
包括AI 這個範疇
1:14
OK 所以上一集說得很有趣
1:17
將來的未來我們可以做什麼 什麼被淘汰
1:20
小朋友應該學什麼
1:22
所有人都會被影響
1:24
所以麻煩你看看上一集
1:27
那些比較軟性的東西
1:29
今集說一下怎樣賺錢
1:31
OK Microsoft Google經常說
1:34
因為Microsoft出了ChatGDP
1:37
那Google都還沒出
1:40
Google LaMDA它早些出的
1:42
其實Transformer最早的
1:46
人工智能一開始是RNN CNN
1:49
這些新的網絡
1:51
然後慢慢變成Transformer
1:53
Transformer變成了Generative Pre-trained Transformer（生成型預訓練變換模型）
1:56
即是GPT
1:58
然後再出ChatGPT
2:00
GPT就是AI...
2:03
OpenAI那間公司
2:06
Sam Altman
2:07
就是ChatGPT
2:09
但這個OpenAI這間公司是Microsoft入股的
2:13
是啦 現在是注了資
2:16
然後叫它買回
2:17
用回Microsoft Azure的Data Center
2:22
是啦 一個交換的條件類似
2:24
所以很精明的
2:25
但為什麼Microsoft...
2:26
Microsoft是發展了這個ChatGDP
2:30
那是Microsoft哪個人去做這件事
2:32
是不是它更加叻 叻過GPT呢
2:35
它現在就用在NewBing那裡
2:37
即是新的Bing
2:39
因為市場佔有率很小的
2:40
什麼叫Bing
2:41
Bing就是搜尋引擎
2:42
搜尋引擎
2:43
只有幾個百分比的市場份額
2:45
大部分都是Google
2:46
但這個NewBing就因為有了ChatGPT的功能
2:51
所以它就市場份額應該會慢慢放大
2:54
有很多人說威脅到Google
2:57
應該是會慢慢蠶食的
3:00
但幾快就不知道了
3:01
但現在似是會蠶食
3:03
NewBing是被譽為接近GPT 4.0
3:07
GPT有多少零?
3:09
現在暫時是GPT1 2大家都不知道的
3:13
因為它是很多公司裡面的內部用
3:15
去到3的時候就是LaMDA
3:17
LaMDA就是Google的GPT 就叫LaMDA
3:22
L-A-M-D-A的
3:24
不知道Large Model...
3:26
我全名不記得 叫LaMDA
3:30
那個也有內部測試
3:31
又被人關掉了 又說它產生了意識
3:34
不想被人關掉等等
3:37
然後很快就去到
3:39
隔幾個月就出了OpenAI
3:42
多人認識OpenAI這個ChatGPT的原因是因為
3:45
你用到嘛
3:47
LaMDA沒有給你用
3:49
我們在AI圈子裡面經常都說的
3:52
我都在YouTube講很多集的
3:54
我自己在YouTube講很多的
3:55
但去到ChatGPT之後大家覺得
3:57
哇 我都用到啊
3:59
那就驚人了
4:00
就覺得我摸到 我看到 我感覺到
4:03
所以那個就
4:04
所以ChatGPT其實不是好
4:06
不是說很厲害的東西
4:08
不是一個好大跳躍來的
4:10
並不是的
4:10
但是它因為給你用到
4:12
你覺得很貼身
4:13
而這個Facebook的Yann LeCun
4:16
就是世界上很出名的
4:18
那個AI的專家
4:20
他說其實你這個沒有什麼緊急情況的
4:22
就是沒有什麼湧現
4:24
剛才我講西部世界那樣
4:25
湧現嘛
4:27
那隻手無端端在電視機裡面
4:28
指著你自己 那個湧現嘛
4:30
那個維度提升了嘛
4:32
它沒有啊
4:32
它覺得ChatGPT沒有
4:34
根本上是沒有湧現這件事的
4:36
只不過是微型那樣升級
4:38
其實我覺得都是的
4:40
不過它因為給你用到
4:41
你就覺得很興奮
4:43
很恐怖 很恐懼
4:45
現在大家對Google的看法就是
4:48
當然了 Google現在還會
4:51
就是會出類似ChatGPT的東西
4:53
但是第一就是
4:55
因為有Microsoft威脅它
4:58
第二呢
4:58
即使它出了 它都要投入很多錢
5:01
所以大家就是純粹在
5:02
投資的角度方面就說
5:04
咦 對Google真的有很大的壓力
5:06
是 是的
5:06
是不是的 你同不同意
5:08
都是的 會影響到它的命根
5:10
絕大部分的收益都是來自廣告
5:13
如果你廣告搜索的部分
5:16
你的排位是沒那麼重要的時候
5:18
那是核心的
5:20
我們都是因為這樣而發覺說不對勁的
5:22
就是要沽了Google
5:24
因為我們持有了很多年Google
5:25
但是見到說真的不對勁
5:27
它這個是...因為大部分人相信
5:29
它未必是的 但大部分人相信
5:30
你就不要和相信的
5:34
但是其實錯的東西去拼了
5:36
因為還是在下降
5:38
但是你是不是太早說Google一定不行呢
5:41
Google不會輸的 其實
5:42
不是 50 50
5:43
Google它本身是Transformer的發明者
5:47
還有TensorFlow這個系統的發明者
5:49
它很厲害的 其實Google是在自己裡面做的
5:52
不開放出來的
5:54
還有GPT-1和GPT-2
5:56
即1.0 2.0是開放源碼的
5:58
很多人都可以抄的
5:59
但到了3 大家就不肯將它開放源碼了
6:02
所以現在慢慢就3, 4 這些其實是自己內部的
6:06
我覺得Google其實內部是有發展得很好的GPT
6:10
但是它沒有將它放出來
6:11
還有它找了英國的團隊 DeepMind
6:14
即是強化學習的專家
6:16
那個是AlphaGo的團隊
6:21
要找AlphaGo的團隊去加快它的GPT的進化
6:27
所以那個推力是很大的
6:28
因為現在我們說的ChatGPT
6:31
是在用的方法叫Reinforcement Learning
6:36
on Human Feedback
6:38
即是用人的反應去幫手強化學習
6:43
即AI有三種的
6:44
監督式學習
6:46
強化學習和無監督學習
6:49
其實前面那兩種就是現在最流行的
6:52
那強化學習就是DeepMind
6:54
即英國的團隊最厲害的東西
6:56
所以找了那個團隊去加深它
6:58
其實是有機會追上去的 我覺得
6:59
OK
7:00
也不像是落後很多的 不明顯的
7:03
明白
7:03
所以我覺得Google是很大機會的
7:05
因為大家
7:06
不是很聽到它的聲音就覺得它差一點
7:09
其實就應該不是 應該是低估了Google
7:11
Microsoft還有沒有炒很大的上升空間呢
7:14
Microsoft是應用 它是很好應用的
7:16
因為你的工作表旁邊有一個視窗
7:19
你叫它 例如我們寫簡報
7:21
我們對沖基金做得不好要寫悔過書
7:23
特別沒心機寫 是不是
7:24
就是做得好的時候很興奮 有得寫
7:26
那你做得不好的時候
7:28
那你想講回這個宏觀情況
7:32
例如預計宏觀情況
7:35
那你就可能寫幾句話
7:36
50字之內講一講這個月
7:39
與美股市場有關的宏觀情況
7:42
（簡報）馬上就出來了
7:43
然後下面再加我們的看法等等
7:46
那砌完就很方便的
7:47
很快的 真的
7:49
我就沒有這樣做過
7:50
但是其實我們試過的是可以的
7:53
你分不到的其實
7:54
所以你將來可以慳成本了
7:56
簡報也好 找AI來寫
7:58
是啊 不需要請那麼多人的 真的
8:01
是啊 所以很
8:03
我說Microsoft這隻股票
8:05
是啊
8:06
你覺得將來
8:07
OK的 因為你工作裡面是很合用的
8:11
PowerPoint 你幫它自動生成的
8:14
還有幫你去
8:15
將來是會幫你很多
8:17
那你就有兩個版本了
8:18
一個是沒有ChatGPT的
8:20
一個是有ChatGPT的
8:21
那你就收兩個價錢
8:22
它就幫你轉化為金錢
8:24
那你newbing
8:24
newbing本身它的收入都很小的
8:26
它就進攻Google的地盤
8:29
你以後就用ChatGPT去搜尋一些東西
8:31
它準確度是低一些的
8:33
但它下面有
8:34
下面可以給你一個來源
8:35
然後你自己按下去
8:37
去搜尋 其實變成兩步...它只會讓你選擇
8:41
ChatGPT幫你選了一個 你未必覺得是最好的
8:44
但它給你一個來源 你可以裡面再選另一個
8:47
人手可以再選另一個 所以那個傷害性很大
8:50
那是不是你們都要持有少少Microsoft
8:53
都要持有的 其實Microsoft和
8:57
但Google你沽了
8:59
其實我們正沽空Google
9:01
反手做完之後
9:03
通常我沽完之後都會多按一下
9:06
都會多按一下 再按一下
9:08
但是經常都會打兩邊的
9:11
有時候你斬完倉之後它就升上來
9:14
有時候都會這樣 但暫時來說Google就相對聽話
9:19
就是上上落落的
9:20
明白 明白
9:22
那Microsoft Google NVIDIA
9:26
是啊 NVIDIA
9:27
做硬件
9:28
是啦 NVIDIA 因為大家會覺得
9:31
無論誰贏都好 你都會用GPU
9:34
芯片 而且我認為是右腦
9:36
我們人的右腦是像GPU的
9:38
平衡運算的
9:41
左腦是順次序的 左腦是時間
9:43
右腦是空間來的 前後次序是左腦
9:46
空間是跳躍的 就是同一時間裡面的
9:49
不同的地區 不同的地方叫做GPU
9:52
所以現在我們用的是
9:55
AI是用我們的右腦的晶片
9:57
誇張一點講是 右腦的晶片
9:59
這個右腦晶片就是NVIDIA是最主要
10:03
因為它的Cuda很多人會用
10:09
而且很優化地將GPU變成一個一般用途
10:13
所以叫做一般用途的GPU 叫做GPGPU
10:17
這個很重要 令到股價是急升的 就不只是鎖在
10:23
只是做圖形處理 畫遊戲
10:27
這個我不明白 因為NVIDIA是做圖形處理的
10:33
但是我們講的Chat都是一些文字的東西
10:36
為什麼是用NVIDIA的GPU來做這個Chat
10:42
它將文字變成因子
10:45
然後因子...當作一個棋子
10:48
對ChatGPT來說 它就認得那個棋子的前後排列
10:54
或者我分析員經常講的
10:58
例如出現一個I字 它就會估計你後面是AM
11:03
它會較少估計是WAS
11:07
就是葳葳and I 之後應該係are
11:11
但是一般情況下 I是跟AM的 所以90%多機會都是跟AM
11:15
它就會當是AM的 它不知道什麼是AM 什麼是I
11:22
它是覺得I之後就是AM 它就分解
11:25
它是用一個分解的形式去處理的
11:27
但是GPU不是 例如是看圖片來的
11:33
你講的這個是文字來的
11:35
圖片其實是什麼呢
11:36
或者說GPU其實處理的是疊積
11:40
或者叫矩陣乘法
11:45
矩陣乘法就是
11:48
就是數學來的
11:49
這個就叫疊積 即是這樣乘法 類似疊積
11:53
那你文字其實只有一堆的 它來說是一堆的次序
11:58
一堆字的次序
11:59
所以它就將你文字變成因子
12:04
然後元素或者因子去堆砌
12:06
所以我經常說搬運工 其實它是搬來搬去的
12:09
它不是很明白的 因為它缺少了左腦
12:12
它不是完全沒有左腦 但是它很弱的左腦
12:15
左腦其實是CPU 它很少CPU
12:17
因此它的推理是很差的
12:19
它的理解是很差的 它不是很明白的
12:22
它的因果關係很差的 即是那個因果很差的
12:25
它無所謂很強烈的因果的
12:28
無論如何我不想說了 因為很技術性
12:32
那NVIDIA現在的股份都怎樣
12:35
但NVIDIA之前有些不好的消息
12:38
因為供應過剩芯片
12:41
但現在又有ChatGPT這件事
12:43
究竟好還是不好 現在是一個轉捩點
12:46
虛面先升上去
12:48
因為大家覺得ChatGPT的NVIDIA
12:51
三日三千字很多人都說的
12:54
AMD也會的
12:55
但是因為Cuda的原因
12:57
所以NVIDIA會是強一點的
12:58
因為大家習慣了用Cuda
13:00
習慣用TensorFlow
13:01
環境底下都是用NVIDIA的
13:03
所以就有個慣性
13:05
NVIDIA也很強 最近又很會做show 穿著皮外套
13:08
又和你說什麼DGX 什麼新產品
13:12
資料中心怎樣怎樣 它說很花哨的
13:14
所以它的情緒會先上去的
13:17
那就是虛變實 你的股價高 又吸引到人才
13:20
然後又變成實 但事實上就不是的
13:24
我們覺得實體不是這樣的
13:26
實體面不是的 這個很少人說的
13:28
因為其實人工智能那個演算法
13:32
我剛才說RNN CNN LSTM N就是神經網路
13:37
它是正在改善的 它的配方正在改善
13:41
它的配方改善可以令到少用GPU的
13:44
用少一點 不是不用 用少一點的
13:46
那例如Amazon就有一個叫Modo
13:52
Modo的方法
13:53
Modo的方法就會令到情態動詞
13:58
它就會令到...你五感好像人一樣
14:02
你只是看字
14:06
但當你可以聞到 又可以聽到
14:09
又可以摸到的時候
14:10
你的五感同時會判斷的
14:13
所以數據其實不需要那麼多
14:17
你都可以做到判斷的 原因是因為我們有五感
14:19
但現在你只是給它一感
14:22
所以如果增加不同的 這個都叫做維度
14:25
多幾個維度 它需要的數量是少很多的
14:30
第二就是簡單理解一點
14:33
Microsoft這麼好生意
14:36
Google都有自己的TPU
14:39
張量處理單元就可以取代GPU
14:43
是更加直接和更加為軟件特製的
14:47
所以Google就會...可能自己做很多TPU出來
14:50
TPU 現在不知道第二代還是第三代
14:52
不是GPU 是Tensor Process Unit
14:56
它的建築就不同了
14:58
但它就不是做一般用途的GPU
15:01
還有因為現在做推論
15:03
其實AR裡面可以分兩組的
15:06
就是做訓練和做判斷
15:11
現在最需求最大是訓練
15:13
是這個判斷的 判斷的消耗是很大的
15:18
另一個就是數據中心還是設備
15:20
或者是終端 數據中心就是你的核心
15:23
終端就是你的手機 電腦
15:26
這些就是終端 你可以分四格的
15:30
總之就是說 現在如果生意這麼好 大家都認識台積電的嘛
15:36
就下單給台積電 叫一些設計服務公司去設計一顆晶片
15:41
Google裡面也有人才去設計晶片的 請Motorola的人
15:46
每一家公司都會自己去設計晶片的 我相信
15:51
所以這麼大塊肥肉是不會這麼簡單留給NVIDIA
15:54
或者是AMD的 其實是不會的 那你的部署是NVDA是... 都是做多的
16:02
但是不知道什麼時候會掉轉的 隨時可能會掉轉
16:05
我經常說 市場這個就是我們以前那幾年做的
16:09
很多年前做得不太好 就是我們經常跟著實
16:12
發覺原來不是的 市場是跟虛的 是跟資金的
16:15
所以看資金流 時機就會準一點
16:17
當羊群是錯的時候推你 你真的不要和他對著幹
16:23
羊群什麼時候轉頭呢 那一下就一起轉
16:27
那你現在譬如 你是做多Microsoft NVIDIA
16:31
AMD都是做多的 做空的是Google
16:36
還有什麼部署 香港股份或者大陸股份呢
16:41
百度啊 你怎麼看
16:43
百度就好像沒有倉的
16:46
其他就跟Internet和跟那個多一些的
16:51
亞洲區其實這麼深的AI能力其實是少的
16:57
幾個原因的 因為原始碼
16:59
剛才我說第一代和第二代的原始碼有開放到
17:02
三代 四代沒有 跟著晶片又有些限制
17:06
就是很多限制 還有其他的一些限制
17:10
令到它行慢了
17:12
變相我就覺得是
17:14
在亞洲就形成不了一個主題
17:17
很明顯是主題在美國
17:20
所以將來是兩個世界有不同的
17:23
有中國的ChatGPT 有美國的ChatGPT
17:28
是不是將來是這樣
17:30
百度的文心一言可能是完全不一樣的
17:36
或者程度差很遠
17:38
可能它正在做一些很厲害的事情 我們不知道
17:40
可能將來會在做
17:41
但是暫時在媒體裡面就看不到很多
17:45
還有它很有趣的 有些是英文
17:47
你問英文 回答英文
17:49
有些ChatGPT是英文回答英文
17:52
它流暢過用中文回答
17:54
我不知道跟語言有沒有關係
17:56
也可能跟背後的引擎有關係 我這個就不知道了
18:01
不過在美國因為可以打
18:03
就是香港不用 你要翻牆才能看到
18:05
在美國有些人打
18:08
用簡體字搜尋一件事 譬如領導人
18:13
用簡體字搜尋到 （回答）很正面的
18:16
但是同樣一個人你用繁體字搜尋
18:18
哇 很負面的
18:20
因為可能香港 台灣都用繁體字
18:23
是同一個人 但是很不一樣的影響
18:27
因為用簡體字和繁體字
18:29
將來可能都是這樣
18:30
有可能
18:31
不同的世界 是不是
18:33
我們可以看看這一張的
18:34
這個就是總結
18:35
OK
18:36
這個就是我們搞笑地叫CrabGPT
18:39
有很多原因 中文是蟹
18:40
是 台積電
18:41
是 台積電
18:42
我本身以前在RealTek做過晶片設計和管理工作
18:46
所以它本身RealTek就是蟹
18:49
不是推薦大家買RealTek 不是的
18:51
OK
18:51
也都不是推薦大家
18:53
我們講的基本面的優勢
18:55
但估價或者是另外
18:57
只不過我們講我們的部署
18:58
我們沒有投資建議
18:59
沒有目標價 沒有買賣建議
19:02
什麼意思呢
19:04
就是Google 微軟
19:06
是 就是前面那兩個爪
19:10
角力最厲害的
19:12
而它們的支持就是
19:13
就是這四個
19:14
這四個股票 全部都買
19:18
你是不是
19:18
現在你都有做多的部署
19:20
就是買這樣的
19:22
包括台積電
19:22
Intel我不是太記得
19:24
因為轉得比較快的
19:25
可能很少的 就算有都是
19:27
Intel和台積電都很少
19:29
做多或做空都很少
19:30
為什麼
19:31
因為台積電很多人都看股神
19:35
股神買我也不覺得好 因為我一直在學他
19:37
我一直覺得他買錯的
19:39
但是你不要和他對抗
19:40
因為大部分人相信股神多過相信我們
19:43
你不要和他對抗 你就一起買吧
19:45
你買很少而已
19:47
買很少而已 沽的時候當然一起沽
19:50
因為我發現他沽 應該是沒有偷步的
19:53
我猜是沒有偷步 所以沒怎麼偷步
19:56
它買的時候都沒有偷步
19:57
但是他宣佈之前是有偷步
19:59
很有趣 我有留意到他
20:01
因為很重要的 股票有沒有偷步
20:04
就代表它有沒有肉吃的
20:06
你偷步太多
20:07
你進去那一刻基本上是接火棒的
20:10
很多時候都是這樣
20:11
但是通常你現在不需要看美國
20:14
譬如現在的息口 大家又覺得不會這麼快下降
20:18
你覺得危不危險
20:20
綜合市場來說 其實是政治領先的
20:25
政治領先 資金流就是
20:27
大的資金流 或者是聰明錢的流動
20:30
其實是政治之後的 經濟是滯後的
20:34
那政治是怎樣的
20:35
政治領先 經濟滯後
20:36
下面才是個股的情況
20:39
現在的緊張度很嚴重
20:43
我們說說港股
20:44
你說的是美國和中國
20:47
世界各地
20:48
即是去全球化
20:50
即是你一堆我一堆
20:52
即是你組群 我也組群
20:55
我們舉個例子說香港
20:56
很多人
20:58
香港其實10月尾11月頭 大家都不信
21:03
就重新開放 其實有人買
21:06
有人買當然不是估計的 其實是知道的
21:09
我們不知道 但有人知道的 就買了
21:12
買上來的那些外國人是不太相信的
21:14
我覺得外國人的聰明錢是不太相信的
21:17
壓著它 但是那股力量太大
21:20
推了上去 推到幾千點上去
21:22
接著到1月份 我們估計應該是石油輸出國
21:27
那兩個 一個是北極那邊
21:30
一個是很熱的地方 那兩地的錢應該是進來的
21:34
所以炒起了10%的 一下子上去
21:37
中東
21:38
但是外國人是 有些外國人當然都要跟
21:41
會FOMO 但最有遠見的那些
21:46
或者是對這個最熟悉的還是不買的
21:49
因此他不斷買 又沽 又買 又沽
21:52
去到2月初的時候就開始 這股力量有點消減了
21:56
那也都翻轉了 它是沒有沽的
21:59
但是買慢了 就一直壓 壓 壓
22:01
所以壓到現在...
22:03
2萬邊
22:04
是的 那就穿（20000）的概率高一點
22:06
穿2萬
22:09
穿的概率高一點的 因為你看資金流
22:11
但是它一轉 我們又會轉
22:12
但是現在暫時看你推下去
22:14
你覺得會穿多少
22:17
很難說 但是就看這股力量會不會反過來沽
22:21
如果這股力量不反過來沽 應該有限 會慢慢下
22:25
但是這股力量一起沽 兩個一起下就恐怖了
22:28
其實現在大概是3股力量 1股是之前重開的力量
22:34
買了很多 有些疲態的 明顯是
22:39
甚至沽回頭 我估計是有些沽回頭
22:42
第二股力量就是剛才說的 石油輸出國那兩個地方 一個北面
22:47
一個很冷的地方 一個很熱的地方 那兩股力量又是慢了下來
22:54
買慢了的 它應該還沒反過來沽 但是買慢了的
22:58
這個一直都有壓力的 就一直壓下去
23:04
所以這樣拉扯 為什麼我說得這麼複雜呢
23:07
因為市場其實是像一個拔河的
23:09
它不是簡單說好消息就買 不是的 全部都在偷步的
23:13
經常說是通天特異功能的人在偷步
23:16
那這三部分的人都是通天特異功能的
23:19
通天特異功能的人都有力量的分佈 拉來拉去
23:24
但是基本上像是向上的那邊
23:30
其實就壓下去了
23:34
OK 所以你的意思是現在是向下的壓力就大了
23:41
是啊 傾向一點點
23:42
所以要買的就是暫時先等一下
23:45
現在是40:60了
23:47
那美國呢
23:49
美國呢就
23:50
你的部署是買還是沽
23:52
我們都是在沽的 美股主要是
23:55
我們主要是做空美股
23:56
但是那些全部都是美股來的 你持有那些股
24:00
我們是這樣的 我們是對半導體是看得很淡的
24:03
我們不相信台積電的魏哲家
24:07
真的很搞笑的 每次都說很厲害
24:10
接著台積電的CEO 他說
24:13
接著剛剛出來一月份初的時候就說
24:15
我們是差的 現在一季度二季度
24:18
三季度就反轉了
24:19
你不相信
24:20
這個人說話很有趣 我都不相信 我真的不相信
24:23
我很多次都不相信他的
24:25
然後就說第三季
24:26
現在看來第三季就死了
24:29
電子時報又說NVIDIA訂單很多
24:32
然後令到台積電第二季爆滿
24:35
怎麼可能呢
24:36
其實他不是說全部的 可能只有5納米就爆滿了
24:39
總之 其實市場都是過份樂觀的
24:42
覺得第一季第二季是到底部了 第三季反彈
24:46
我覺得不是 沒有什麼可能
24:47
所以你的意思是你持有美股 是持有軟件的股份
24:52
持有NVIDIA 剛才說的
24:55
也有硬件的啊
24:56
半導體 是的 半導體
24:57
那你剛才說...
25:00
做空半導體的指數
25:05
然後去做多
25:07
個別的股份
25:08
個別的ChatGPT相關的股份
25:11
哦 但是你看淡整個半導體板塊
25:15
但是因為ChatGPT 所以你才買AMD或者NVIDIA
25:19
剔它出來
25:20
哦 明白 所以我有點混亂
25:22
NVIDIA都是做空的排行第一名或第二名
25:23
NVIDIA都是做空的排行第一名或第二名
25:27
所以你整體倉的部署是做空的
25:29
就是整體是做空的
25:31
無論是美股還是港股
25:33
我講美股 亞洲我就不講了
25:36
美股做空的部署比較多
25:40
好 非常多謝Fred 多謝大家