凱基投顧對於華孚的投資建議和依據

凱基投顧給予華孚「增加持股」的評等，目標價為 205 元，其依據如下：

• 電動車輕量化和智慧座艙趨勢的受益者
• 華孚是電動車輕量化和智慧座艙趨勢的主要受益者。凱基投顧預計華孚 2024 年營收和每股盈餘 (EPS) 將分別年增 52% 和 75%。
• 電動車、與顯示器相關以及大尺寸零組件分別占華孚 2023 年第三季營收的 53%、80% 和 40%，顯示其產品符合目前汽車產業電動化、智慧座艙化和輕量化設計的趨勢。
• 華孚持續在汽車座艙、電子控制單元 (ECU)、電池和汽車安全結構零部件上推出更多產品，顯示其積極把握汽車產業輕量化趨勢的市場機會。
• 鎂鋁合金市場潛力巨大
• OEM 車廠看重鎂鋁合金在輕量化、高強度和吸震方面的優勢，並在汽車座艙中採用更多更大尺寸的顯示器，進而提升華孚產品的銷量和平均售價。
• 全球單車鎂鋁合金採用率不到 15%，而華孚在該市場的市占率為 10-15%，代表還有很大的成長空間。
• 製程和產能投資強化競爭力
• 華孚基於在手訂單和開發中的汽車專案，預計未來 3-5 年需求明確，並已制定相應的產能規劃。
• 憑藉 30 年的鎂鋁合金材料專業經驗，華孚持續投資生產更大尺寸結構件的模具、自動化設備和生產設備，以增強其競爭力。
• 凱基投顧相信，華孚憑藉完善的技術、均衡的生產資源和多元化的產能區域布局，已在搶占汽車產業鎂鋁合金市場的過程中站穩腳跟。
• 歐系客戶需求強勁
• 華孚管理層預計，由於歐系 OEM 車廠致力於推動電動車趨勢和提升乘客座艙體驗，因此需求將非常強勁，這意味著歐系客戶對營收的貢獻將從 2023 年第一季到第三季的 46% 大幅成長。
• 股價被低估
• 凱基投顧認為，華孚在全球電動車和智慧座艙趨勢中處於有利地位，但股價被低估。

投資風險

**NLM=Google NotebookLM

NLM的資料來源

官方說法：上傳 PDF、網站、YouTube 影片、音訊檔案、Google 文件或 Google 簡報，NotebookLM 就會運用 Gemini 1.5 的多模態理解能力生成摘要，找出主題之間的有趣關聯。 補充：

　　有人說，人的一生至少有三次翻身致富的大機會。這句話是錯的，因為不只三次，要加十倍，在股票市場，人一生至少有三十次抓到飆股一戰致富的機會，但很少人能把握機會，因為人通常都會犯傻、犯賤，不曉得哪根筋不對就會把到手的鴨子給丟棄。

　　所以，只要改掉這壞習慣，再加三條規則：第一、不要被套牢，第二、絕對不要被套牢，第三、永遠記住前兩條，再笨的人也能輕鬆從股市賺到大錢。

　　胡立揚的「農夫播種術」就是機械式+3%加碼一次-3%減碼一次，理論上只要抓到一次就翻身了。但實務上，在你抓到那一次以前你已經賠光了幾十次，①90%不是飆股②9.9%走勢顛簸，比如先讓你加碼五次然後減碼5次。所以那是不可行的策略，雖然你測試一百次有一筆會把期望值拉得很高，請參考【為何不要用農夫播種術】。

　　改良的方法，應該就是祖師爺的操盤法。①試單法，最多5次（個人用歷史回測結果是3次最佳）。②行情持續關鍵點，如箱型突破第二次進場點，如此不斷分段加碼，依超級績效說法，第二階段你有三個底部突破點。

　　胡立陽先生傳授自己研究出來的獨門股市操作招術—農夫播種術。他說，這是看到種鬱金香農夫培育種苗時想出來的；農夫把一些不發芽的種子拔掉，再對長得好比較可能開花的種子施加肥料，讓其有更多的養分成長。

   以投資某檔股票為例，依據收盤價為基準，跌了3%即減碼一筆，漲了3%則加碼一筆，如此持續操作下去，最後可以把好的股票留下去，在趨勢向上的個股中，一定可以賺到錢。

　　台股歷史高點12682直接再漲近一倍到2024年6月24日的22504，聽說房市大漲是因為很多人在股票市場賺了大錢，你是其中一份子嗎？如果不是，那就表示你的投資方法有問題，你必須調整你的投資策略。

從負面知識開始

　　「如果你學會摧毀自己的錯誤概念，就等於送給自己一個大禮。一查理．蒙格(Charlie Munger)

　　當然，量化交易有許多優點，如果是經果良好回測的量化交易系統比如海龜，那麼它本身就是一個印鈔機，幾乎是穩賺不賠。但是，一般只說其優點卻未說其缺點，先做個結論：散戶不能玩量化交易，WHY?如果十個字不能說清楚，那這說法就是有問題的，還好，我只需要四個字：資金不夠。

多元市場需要多少資金

　　海龜費斯說道：「提升整體交易穩健性的最有效方式之一，就是同時投資各種市場。如果你交易的市場較多，則比較容易遇到一、兩個較適合你交易系統的市場狀況。右你使用的是順勢操作系統，則投資較多市場，比較容易遇到正在走趨勢的市場。」

　　陰陽線型態會用到大量的型態資料，舉一個例子來說：要判斷K線是否為長實體，你必需判斷：實體>中心價5%且實體>價格區間50%。

　　以上用到幾種資料？如下段程式碼，[1]實體長度(LenEntity)，[2]中心價(mid_HL)，[3]價格區間(LenHL)，而且是每一天的資料(可能只用到一天，可能需要好幾天，最大15天)，如果每次要判斷是否為長實體就要重新計算以上資料，不僅沒有效率，腳本也會膨脹好幾倍。所以有必要將它一次全部計算好並儲存在array裡，這就是本段腳本的功用：取得基本資料，如上述[1][2][3]。