HKEJ - Ivan Li 2026-04-17 [AI賭波會輸炒股有望贏錢] (AI)

早前本報引述外媒提到〈八模型投注英超 全蝕錢收場〉。AI賭波唔掂，十分正常，AI炒股又得唔得？難講。首先要定義，如何才算「掂」？筆者相信，AI賭波還是會輸錢，炒股卻會贏錢──皆因長賭近乎必輸，但長線投資應該必勝。AI要勝過人類，相信不難，只是AI用家要贏錢，又是另一回事。

美股再創新高，也有其他股市破頂。筆者看着身家回升，當然開心。同時間，歐聯進入八強階段，筆者也有小注怡情，當然輸錢收場。筆者投資多年，斬獲不錯。大跌市的年份會輸錢，但整體來看自2008年「輸身家」後，累計投資收益都是正數，一般年份都略為跑贏指數。另一方面，筆者投注足球賽事多年，一直輸，上賽季有幸獲得正回報，卻在今季「嘔凸」。

若筆者冰雪聰明，理應投資賭波兩得意；相反，若筆者是不學無術，理應炒股又輸買波又輸（坊間這種人不少）。為何在這兩個遊戲，表現差天共地？是投資特別醒目，賭波時則智商大跌？恐怕不是。關鍵是背後的遊戲規則：冷血的數學。投資和賭博的分別，表面看來不像讀書和打NBA的分野般大，但正是小小不同，結果相差千里。

投資「time is your friend」

作為「資深足球投注者」，筆者沒有道德包袱。不過，坊間經常把「投資」和「賭博」混為一談，筆者感到極奇怪以及厭煩。投資和賭博有何分別，筆者在《信報月刊》寫過，友欄涂國彬兄亦肯定可以寫上10萬字。

肯定的是，投資和賭博，相似之處甚多。問題是，小小的不同，才是關鍵。很多人只看「大同」，卻不看「小異」。男人和女人也很相似呀！但就是小小不同，便差天共地。人和黑猩猩也很相似呀，你怎不找黑猩猩談戀愛？

人人皆知長賭必輸，切忌「磨爛蓆」。最好不要賭，但若真的有人拿着槍逼你要賭，最佳策略是一次過買大或買細，大約有45%多一點的機會（若規則容許，有讀者提過，應該兩邊一齊買，然後抽身）。若將資金分成小注慢慢買，近乎是保證輸光。這不是什麼「風水陣」，「運氣用完」，而是數學。

投資卻是另一回事。無數例子和數據都證明，對投資者來說「time is your friend」。筆者投資路上做錯不少決定，但很少真的「後悔」，唯一就是沒有更早開始投資。筆者願意拿七位數字，換取早10年開始投資（當然，這可能只是事後孔明，即使筆者穿越回當年重遇自己，相信只會認為這位未來的我有病）。

那份「AI賭波輸清光」的論文，未經同行評審（peer review），筆者也未有時間細閱。論文的實驗方法類似回溯測試（backtest），以真實的賽季數字，歷史重演。禁止AI模型連上互聯網（否則可以出術），只提供當時可以拿到的數據，然後叫AI模型下注，結果，當然是全數輸錢，有些更破產收場。懷疑論者，可以質疑測試者下的指令未必精準，又或者將來AI會更進步。不過，筆者大膽相信，一般來說，AI賭波還是會輸錢。

博彩偏袒莊家

為什麼？因為賭波就是一個偏袒莊家的遊戲，賭波背後涉及的數據未必很多，AI革命之前已有人做分析。問題是，你很難敵得過殘暴的莊家優勢，這有點像一場買通球證的球賽，你再好波，還是難敵黑哨。

換個講法，AI輸錢不足為奇。應該比較的是，一般人表現又怎樣？相信多數人賭波，都是輸錢（否則莊家賺什麼？）。AI雖然輸錢，但可能比人類輸得少，勝過人類。

另一方面，AI炒股又如何？坊間有很多測試，聲稱AI炒股回報如何強勁，一個月回報150%，贏錢率九成！不過，筆者武斷相信，這些成績不可複製，也難以持續。十居其九是斷章取義，又或者cherry picking，只挑好的結果來講，忽視了千古的skill versus luck問題。背後目的不外乎是叫人課金，購買其「AI選股課程」，又或者根本是騙局。

因為，這些「AI炒股個個月賺150%，九成月份贏錢」的講法，似乎通過不了最原始的「瑞士山區肺測試」──若有如此好搵的主意，為何要和你分享？再犬儒點講，若AI模型如此神奇，那些AI公司就不會年年蝕錢，要藉生成色情圖像希望賺錢。

話說回頭，AI炒股要賺錢，當然不難！很多股市就是長升，亂買都贏錢。此外，大家都知，絕大多數人類都跑輸大市，所以AI要跑贏人類，根本並不困難。真實的情況極有可能是「大市勝AI、AI贏人類」。

世間本無事，庸人自擾之。AI要勝過人類，不難，因為AI理論上沒有情緒，應該坐得較隱。誇張點講，AI長買追蹤標普500指數的ETF，已經夠跑贏大多數人類，但如此表現是否叫「出色」，就見仁見智。

最後補充，「AI炒股出色」是一回事，但「你用AI炒股出色」又是另一回事。無數慘劇或意外都見到，電腦和機器，真的很少犯錯。十居其九，都是人禍。核電廠也好，空難也好，明明電腦有警示，人類卻可能嫌麻煩早早關掉警示，或者自作聰明無視之。放在AI炒股，也會是一樣。

「刷存在感」不容忽視

AI愈來愈進步，真的是好事？10年後的今天，你問AI，應該如何投資，如何做人處世。全能的AI告訴你，算吧啦，閣下資質平庸，少時不努力，人又衰格，心地又差，還是躺平算了，不要搞那麼多東西，收到如此「忠實」的建議，保證你掟爛電腦，上網出文鬧爆（很可能要靠另一AI模型才懂寫作）。

誇張？不。買波經買馬經的人，當然認為「準」或「有參考價值」才買，但即使是極準的波經馬經，你看賭仔會不會照單全收，第一場買這隻，決賽買這隊？當然不會。什麼都聽你的，我還有什麼意義？AI炒股可能比人類好，卻克服不了用家自己刷存在感的問題。數據每次都告訴你，別人恐懼時你要貪婪。去年「關稅解放日」，美股VIX升上50，AI一定告訴你是入市良機。又如何？無數人還是覺得，「今次不同」，還是應該「止蝕」，「增持現金」，最後是低位打靶，錯失反彈。不過，若凡事都聽AI，老子還有存在價值嗎？不可能的。

HKEJ - Ivan Ho 2026-04-17 [美股炒停戰憧憬淡友成助燃劑]

「美伊還未結束戰事，油價還在高位，還是等一等再入場，待戰事結束才進場穩陣一些。」這是不少散戶投資者周初的說法。可是當戰事正式結束，股市應早已大幅回升，到時才入市，其實已沒太多水位。投資者要取得高於指數升跌的超額回報，永遠不可能是當大家都不再恐懼時才出手。

TACO造就快速挾空倉

面對美股一口氣回升，一般散戶最多不買，但總有不少對沖基金因對沖戰事而建立空倉，也有不少膽大散戶跟沽，甚至是因為錯過了低位買入，賭氣而掉頭開淡倉。原因總是認為股市表現與經濟背馳，以及會刺破人工智能泡沫等。結果，是次美國總統特朗普在美伊戰事上TACO（Trump Always Chickens Out）的態度，以及Anthropic最近大量發布人工智能代理程式，又再一次令淡友成為股市的助燃劑，間接造就了創連升紀錄兼破頂的美股。

為什麼這樣說呢？特朗普先是威脅把戰事升級，投資者因而沽空或買入淡倉對沖，但他突然願意和談，雖然他仍對伊朗提出談不成隨時再打的說法，但雙方在停火期內已相當克制，兼且副總統萬斯說特朗普的底線是伊朗永遠不能擁核，兩國最終達成協議的機會已大增。至於霍爾木茲海峽，只要兩國就擁核問題達成方案，自然會重開，而海峽最終是否會收費，只要美國解凍伊朗資產讓伊朗有資金重建，我相信伊朗亦未必想與其他中東國家為敵去硬收過路錢。

AI變現漸成真 M7再得寵

從伊朗角度看，它也需向民眾交代停戰所得，而獲全面解除制裁則是一個選項。如此一來，市場360度轉向，相信最壞情況已過，自然會爭相平掉淡倉，兼追買與美伊戰事相關度較低的人工智能科技股。結果一下子造成了納指錄得連升最長紀錄，兼創出新高。總括而言，是次美股如大時代般急升破頂，與空倉突然需大量回補有一定關係。

除此之外，美股本年成也Anthropic，敗也Anthropic。雖然它的大量新發布令軟件股在第一季大幅下跌，拖累納指表現，但其客戶量大增，連帶Token使用量上升，市場看到人工智能應用變現的初型。去年第四季開始市場擔心科企天價人工智能基建投資無法收回成本，現在Anthropic獲得不少企業客戶而且算力需求增，算力供不應求，甚至開始加價，市場資金重新流入擁有算力的科企上，M7（科企七雄）中的雲企數日間大幅反彈，年內迅速由跌轉升，剛好為美股破頂助力。

最後，不少人聚焦媒體上油價高企的標題，油價現時仍處近百美元高位，難免令人較為憂心。回看這樣的油價水平，其實在2023年也維持了一段時間，對當時美國經濟未至於構成嚴重衝擊。由於美國是原油淨出口國，油價對美國影響可控，油價上升，惟不會沒供應。既然海峽重開看來只是時間問題，油價雖高但將逐步回落，因此市場已開始無視其對經濟的影響。這些都解釋了為何當美伊達成協議預期加深，資金即大舉回流美股。如果投資者抱着錯過了3月低位，認為沒理由未打完仗便入場，以及油價高企油股理應向好的想法，就平白錯過了過去數天龐大的升幅，兼坐守大幅回吐的石油股。

投資者需謹記，股市大部時間是反映未來的憧憬，而非現在發生的事。到憧憬的事情兌現，反而再沒有想像空間，股市往往逆向而行。正如美國與伊朗一旦正式停戰，股市屆時高開後，反而有機會出現明顯獲利回吐。

AI令人變蠢四大條件(AI)

近來最常見的AI焦慮，不是「它會否搶走飯碗」，而是更日常的問題：用得多，人會不會變蠢？學生用ChatGPT做功課，打工仔叫AI起email，programmer讓Copilot補function，analyst把資料丟進模型要它先寫摘要。這些做法當然省時，但本質上都是把原本要自己做的思考，暫時外判給機器，心理學把它叫做cognitive offloading。

問題在於，外判有價。今日你少寫一封email，少debug一段code，少自己搭一個分析框架，效率固然高了，練習也少了。這亦正正可能是它最危險地方：它幫你快，卻未必幫你長本事。

互補程度愈低 易「去技術化」

麻省理工學院兩位學者最近有篇研究值得和大家分享一下【註】。作者把AI的生產力拆成兩部分：第一部分，是AI不靠你本身能力都可以直接交到貨的產出；第二部分，是AI與人的能力互補的部分，也就是你自己愈有判斷力、經驗和基本功，AI愈能被你用得其所。與此同時，AI亦會減少練習，令技能慢慢折舊。

研究的理論有趣的分析是，即使你完全知道技能會流失，用AI仍然可能是理性選擇。今天趕deadline，老闆只看今季KPI，學生只求明天交功課，誰會為3年後的能力折舊而拒絕眼前的方便？於是一個可能的情況是，開始採用AI時產出上升，但長遠穩定下來之後，你的能力和產出反而比未用AI時更低。若制度本身又特別短視，名義上你的產出是增強，結果卻是個人能力比一開始不用AI時更差。

什麼情況最容易「變蠢」？第一，是AI太獨立，與人的能力互補程度太低。像文案寫作、初級分析、客戶服務，AI幾乎做晒，人只負責按掣和複製貼上。第二，是短視誘因太強。香港打工仔對這點一定不陌生。上司看「做事效率」、季度表現，員工為升職自然願意把更多工作丟給AI。這就是典型的誘因不配合，老闆拿到短期好處，員工承擔長期折舊。

第三，是技能沒有外部價值。若你學的只是公司內部prompt、專有工具和格式，離開公司未必有用，人便更容易放棄真正可攜帶的基本功。第四，是過早使用AI，尤其是新手。未識寫，就先學改稿。未識做model，就先問ChatGPT拿答案。研究的一個結論，正是在互補程度低的場景下，高手會愈來愈識用AI，新手則可能一路「去技術化」，最後沒有AI便做不到。

電腦程式工程師是最好例子。資深工程師用AI寫boilerplate、找bug、起單元測試，很多時候都屬互補程度高的情況，因為他知道哪段程式可用，哪段只是看似可用。但若新手連一些電腦程式的基本概念都未搞清楚，就靠AI生成一組程式再提交，短期像開了外掛，長期卻是把debugging能力直接典當。

長期恐培養不出中層人才

學生用ChatGPT做功課都一樣，若它只是幫你整理思路、指出盲點，可能是補習老師。假如它連答案、論證、例子都包辦，學生交到功課，腦袋卻沒有上課。顧問或分析員的處境更微妙。AI很適合起草稿、寫報告、整理訪談，但初級分析員原本就是在這些「苦工」中學會framing、取捨和判斷。如果一入行就把報告交給AI先寫，公司短期賺到生產力的提升，長期卻培養不出中層人才。

醫生的例子最能看出互補程度的分別。若AI只根據症狀自動給出流水式診斷，而醫生只是照單執藥，那就是互補程度低，久而久之臨床判斷會鈍化。若AI幫忙讀片、提示罕見可能、整理病歷，而最終診斷仍要靠醫生理解病人脈絡，那就是互補程度高。AI不是取代判斷，而是令好判斷更值錢。

換言之，AI會否令人變蠢要看情況。不過，在香港，我們的職場本來就重KPI、重速度、重即時交貨。教育上又長期迷信標準答案，補習文化本就鼓勵「最短路徑解題」。當AI把這條最短路徑壓到幾乎零成本，我們是會更聰明，還是只有更快拿到答案？

FB - Ivan Ho 2026-04-15 【又長文-點解係要拗買港股定美股？】

最近講美團及昨晚講美股的post，意外地出現較激烈的討論情況。大概是港股還叫人買，仲要買美團？美股仲叫人買？一定隨時崩盤。當中有些留言較明顯是源於政治取態，有些則是估值角度，前者我不作討論，僅一句是太強的政治傾向會影響對市場的判斷。

我集中講估值。如果以絕對估值（即PE/PB）等看，港股處多年來的中位水平，大家可參考下圖。但港股近年PE處企位原因，是成份股盈利增長減慢。我大概給一個概念，就是一旦企業盈利趨向零增長，10倍或以下PE其實很正常。相對美股，美股預期市盈率約20倍，但企業盈利以年率20%以上增長。故市場給予較高估值。如果再深入些看，美股炒得最熱的板塊，有很多股現時仍是虧損，那些股份是否存在很大的泡沫呢？這其實要看人工智能應用市場的發展，可以是，但也可以不是，很在乎於您的估算。港股相對美股令人感覺較實在，從好的角度是盈利都是實實在在的，但另一個說法，就是沒有盈利想像空間，一直是炒無咁差。所以很難用歷史盈利作絕對估值比較。

我自己其實中線及短線都有兼顧，中線是睇估值，而短線的確可以炒得很短。短炒我現在比較少作即市分享，因為唔係太多人拿捏到，而且總有buy and hold 策略既hater衝入嚟，我唔想花時間解釋太多，所以現在FB大部分時間都只是講sector，講指數range睇法，大家參考左就自己諗下點做。對於港股，中線我尚樂觀，且估值屬中間位，所以我是維持一定比例；但短線技術走勢弱，所以我減少左短炒；至於美股，中線估值略高，所以過市倉其實比例較低，但它短線動能明顯較強，所以我短炒的密度會較高。每個人都有不同策略，賺錢就好，實在毋須口誅筆伐他人。

講賺錢，我相信高手在民間，買美股及港股都一樣有人賺大錢，只是容易程度，美股較散戶友善，自己熟哪個市場多一點，便自行操作，不用特意挑戰，投資只是找最合適自己的投資方式。一入場講自己賺幾多，坦白說我有點無視這些人，因為講得這些，大多是我的一套就是王道的人，討論亦無得益，而且講賺得多，呢個世界永遠有人賺得比您更多。您睇人地既方法可能會輸，很多時只是那種方法不適合您。

最近美伊之戰，如果大家由頭有跟我跟到尾，其實我一直既重點，是市場預估與實際情況的落差。由最初睇跌，睇納指100會因戰事不會咁快作結而調整至23000，到我後來沒坊間那麼悲觀，覺得已見短底會大反彈，是源於實況與投資者主觀的差異，我能作這判斷是因為我大多數時間睇哂兩方面的資訊，亦不單單以技術分析作趨勢判斷。而這亦是我為何說市場分析有太多政治立場，又或是在事件主導市場中以純技術分析操作的盲點所在。

補充短線想法，挾埋正式開會日期，或者美股到時去到高位/破了高位，我不會追，但會定止賺，業績及挾淡倉是市場短期overshoot的動能。而港股要睇美股這浪帶到港股上多幾多。悲觀是26300又完，樂觀則是美伊有大進展油價再回，則是一日追回，再重試27000。最後要講下自己都一定有盲點，好像我是一個對某些股不喜歡就是不喜歡，喜歡就可能比較留戀的人，所以您聽我講那些股的看法/策略時，就要調節一下。

暫時講住咁多，太多大家未必消化到。謝謝收看。

HKEJ - Ivan Ho 2026-04-13 [高估值壓垮公司「護城河」]

美股市場有一個特性，就是每當有一個行業獲資金追捧，忽然不少公司都會被指是好公司而且有「護城河」，其盈利增長的預期，也會即時水漲船高。當前已有盈利的公司，其市盈率（P⁄E）可以幾何級數上升，至於仍然錄得虧損的，更是在無限憧憬下升得更多。到了某些時候，當行業或公司盈利增長未如預期或市場預期有所改變，股價便在短時間內打回原形。近日美股市場的主角、「大空頭」布瑞（Michael Burry）再對陣的Palantir便是一例。

「大空頭」沽Palantir已大賺

相信本欄讀者也知道布瑞一向不看好Palantir，甚至隔空與其CEO卡普（Alex Karp）爭辯。自去年起，布瑞多次公布買入其認沽期權長期看淡，原因是公司估值過高。本季Anthropic不斷公布新的企業用人工智能模型，布瑞指出從Anthropic對企業的收益大幅增長來看，它正在短時間內做了Palantir多年來才做到的事，而且會吃掉Palantir的「午餐」。他的想法是既然Palantir也是用Anthropic的模型來向客戶提供服務，那麼為何用戶日後不直接採用Anthropic？

這個看法可能較為主觀，甚至引來一眾Palantir死忠恥笑其不認識公司優勢與「護城河」。因為Palantir的行業經驗，讓它可以協助企業把公司業務用人工智能串連起來，而且能為企業帶來很多有用的建議。許多企業使用其服務後，亦增加對Palantir的訂單，企業自行使用Anthropic，可能得不到同樣的效果。這個想法新近獲得美國總統特朗普罕有地發文加持，指Palantir在美伊戰事中貢獻極大。

但無論如何，布瑞在Palantir股價200美元左右公布造淡，現時該公司股價已跌至130美元以下，喜歡的話，已可隨時「食糊」，死忠們大可繼續持蟹貨恥笑他。

布瑞同樣看淡輝達（Nvidia），惟暫時未取得甜頭，原因是輝達的估值水平不算高，對市場突如其來的憂慮有相當大的緩衝。Palantir美好故事的另一面，是當Anthropic變得更普及，大型公司的確有機會不再外判工作予Palantir，而是自行設立一個新的部門，將公司營運用人工智能串連，好處是調整營運或修正模型時更有彈性，情況有點像外聘一間專業公司，還是自行建立一個公司部門的分別。對於大公司而言，如果有足夠資源，長遠有可能採用自建團隊的模式。

究竟未來會否如此，尚待觀察，但任何會影響Palantir未來增長前景的憂慮，足對Palantir的股價構成壓力，原因是其股價本身已因樂觀的增長預期而在較高估值水平交易，一旦憂慮稍為改變預期，殺估值便會使Palantir股價大幅回落。這情況與一眾軟件股持續下跌的原因相近，也是由於原來的高增長預期被Anthropic橫空出現而受到衝擊。

盈利高增長低P/E才值博

在軟件股下跌之初，「護城河」之說大行其道，隨意在網上找尋，高盛、摩根士丹利、晨星等自2025年第三季起，持續發表報告指市場過度憂慮人工智能取代軟件股，亦極力建議客戶關注一些具「護城河」的軟件股，如今大部分建議股份之價格較當時低了一大截。本人不反對它們就某些股份擁有「護城河」而不易被即時取代的看法。可是，不易被即時取代，並不代表其未來增長情況會像以往般一帆風順，而且接入人工智能以加強自身「護城河」亦會帶來額外成本，影響毛利率。

最重要的是大家要想想，有「護城河」者是否等於什麼估值也是合理，有買貴無買錯呢？市場現在告訴大家，答案顯然不是，這也給一眾分析員大力打臉。

不少分析員定平貴，往往以同業平均值比較，但當整個行業估值被下調，最有「護城河」或估值相對同業便宜者，僅是跌得較小而非能逆勢上升。依「護城河」概念買股，只有在企業估值絕對偏低時才有效。什麼是絕對偏低？就是低市盈率而企業未來盈利仍可維持持續高增長。因應每間公司的業務及盈利增長不同，很難有統一的數值參考。本人認為軟件股的預測市盈率，如現時仍處於30倍以上水平，值博率不高，因為當一家公司被認為未來增長只有低單位數或僅持平，市盈率可回落至單位數字，Adobe及此前提及的騰訊音樂（01698），便是朝此方向發展。

張五常的歌手理論 (From Gemini)

張五常（Steven N.S. Cheung）是當代著名的經濟學家，他以實證和產權理論聞名。你提到的「歌手理論」，其實是他用來解釋勞動力契約、分成租佃（Sharecropping）以及生產要素定價的一個經典案例。

張五常非常擅長將複雜的經濟邏輯簡化為生活中的故事，他對「歌手與夜總會」的分析，核心在於探討為什麼不同的工作會有不同的計酬方式。

---

1. 核心邏輯：契約的選擇

張五常認為，任何經濟交易的本質都是「契約」。歌手在表演時，報酬通常有三種形式，這反映了不同的風險分擔與監督成本：

• 固定工資（Fixed Wage）： 夜總會付歌手固定的出場費。

  • 風險： 老闆承擔所有風險（如果沒客人，老闆虧大）。

  • 缺點： 歌手可能「出工不出力」，缺乏表演熱情，監督成本高。

• 固定租金（Fixed Rent）： 歌手租下場地，自己賣票，收入全歸自己。

  • 風險： 歌手承擔所有風險。

  • 缺點： 對於知名度不穩定的歌手來說，風險太高。

• 分成制（Percentage Commission）： 根據門票或酒水收入按比例分成。

  • 優點： 風險共擔，且歌手更有動力吸引觀眾，因為表現越好，收入越高。

---

2. 為什麼有些歌手能拿「分成」？

張五常指出，這取決於信息費用（Information Costs）。

在《分成租佃制》中，他論證了如果監督成本為零，任何契約形式的產出都一樣。但在現實中，歌手的「努力程度」很難被量化監督，因此透過「分成」讓歌手成為「合夥人」，能有效降低監督成本並提高生產效率。

關鍵點： 分成制不是因為剝削，而是因為在某些情況下，它是最能激發潛能、且交易費用（Transaction Costs）最低的一種制度安排。

---

3. 「歌手與醫生」的對比

張五常曾將歌手與醫生的收入做對比，用以說明**「租值」（Rent）**的概念。

• 一個頂尖歌手的收入，大部分來自於其天賦（不可替代的資源）。這種收入在經濟學上被視為「租值」。

• 如果政府對歌手抽重稅，只要稅後的收入仍高於他轉行去做其他工作的收入，歌手依然會選擇唱歌。這就是為什麼張五常主張，對高額「租值」徵稅對生產意願的損害，有時比對普通勞動徵稅要小。

---

4. 對演藝產業的觀察

張五常對歌手理論的應用還包括：

1. 捧紅效應： 唱片公司初期可能給歌手極低分成，這是因為公司在承擔「挖掘與推廣」的風險與成本。

2. 名氣的價值： 歌手的名氣（品牌）是一種無形的資本，其合約條件會隨著名氣的增長（租值的提升）而不斷重議。

總結

張五常的「歌手理論」本質上是交易費用理論在演藝行業的具體呈現。他讓我們明白，合約的形式（是拿死工資還是拿分紅）並非隨機，而是勞資雙方為了應對不確定性和監督難度，所達成的最優安排。