關於 重組家庭缺點 ，我們在網路上蒐集到這些相關的討論、資訊與評價

#日本要準備開打AZ疫苗了

因為日本疫情急速升溫，原先施打的兩款mRNA疫苗供應已經跟不上施打速度，40與50幾歲年齡層的重症患者也在增加。厚生労働省在今天早上會議提案，準備動用AZ疫苗的施打，原則上是以"40歲以上"為暫時的施打對象。

日本厚勞省其實在今年5月就已經批准了AZ疫苗的緊急使用授權，但由於海外接種後的極少數血栓不良反應，先前才都把疫苗主力壓在兩款mRNA疫苗。但在這個全世界都忙著搶疫苗的緊急時刻，日韓等強國也都遇到疫苗供給不足的問題，偏偏疫情也在這個時刻升溫，大家都在跟時間賽跑吧！
--
思考點：

1.不是只有台灣買不到疫苗，全世界都在搶疫苗啊！如果全世界的疫苗供應是足夠的，那全世界的疫情就不會那麼慘了！就像昨天Pfizer的報告一樣，三劑BNT給它打下去，就不怕你Delta了！

2.日本每日施打目標是100萬劑，人口是台灣的五倍，再加上這些疫苗是必須接種兩回，需要極大量的疫苗供給。現在每天施打回數下降到70-80萬回，其中某個很重要的原因就是在疫苗數量不足。

3.每個國家有自己的疫苗接種作法。日本是參考歐美國家，將AZ疫苗接種在年長者身上，至少是40歲以上。

4.AZ是世界最多國家採用的疫苗，請大家不要因為媒體沒有科學根據的報導就亂黑AZ疫苗。

到底要施打mRNA或者腺病毒載體疫苗、或者高端使用的重組蛋白疫苗？這是您的生命、是您可以自己決定的，並不需要要求別人一定要跟您一樣的想法！每一款疫苗都有其優缺點，就選自己認為最安心的一款施打吧！自己的人生自己負責。

5.日本已經走到單日破萬確診的局勢了，走到哪裡都有可能被感染，甚至在家庭內也可能被家人傳染，加上很多感染者又是無症狀的。

在這樣的生活之下，必須顧及工作與經濟考量，「擔心被感染」或許已經不是重點了，而是要放在「即使不小心確診了、但打了疫苗可以預防重症的發生」這件事。所以日本在年輕或中年族群，一定要想辦法快點疫苗的接種，才是唯一正解！

6.日本開始大量施打AZ疫苗之後，如果後續跟mRNA疫苗相比也沒有太大問題，那在疫苗持續不足的情況下，應該就會繼續打下去。那之後在這短暫的期間，可能就比較沒機會再度贈送AZ疫苗給台灣與東協各國了嗎？

日本現在的疫情真的是比較急迫，希望他們可以打快一點！還是先救自己人為優先考量吧！因為日本也是第一次開打腺病毒疫苗，之後應該也會開始討論AZ+mRNA混打的話題吧！尤其是現在Delta變異株又成為日本的主流病毒，需要混打這樣更強的防護力。

7.AZ疫苗的製藥公司完整名稱為AstraZeneca，日文是アストラゼネカ，也可以簡稱アストラ製。

--
✅ 多和夢日本商品海外直送訂購教學
https://bit.ly/3nbQv0R
✅ 防疫新生活日本高階紫外光除菌消毒好物推薦
http://bit.ly/3oL7O8V

✅ KKday防疫應援食材箱
https://bit.ly/3BAYWd9
✅ 林聰明沙鍋魚頭限量開賣 🐟
訂購網址 https://bit.ly/2Si8c44

【龔成問答信箱】（Q20981-Q21000）

Q20981：

老師，我想問下隻金沙
根據2020年報數據
短期借貸: 0.21億美元
長期借貸: 70.44億美元
現金及現金等價: 8.61億美元

計出:
淨負債: 62.04 億美元
但現金 8.61億美元足以應付短期借貸，在這情況下是否不用太擔心企業財務出現問題?

龔成老師：

財務情況的確比過往弱左，但又未去到好有問題。

第一，佢現金流強，現時澳門已開始有翻D客，所以佢這方面無問題，根本好快就有資金翻。

第二，佢擁有的資產好有價值，所以就算有問題，要借錢或其他方法去得到資金，無問題，佢仍有好大條件去得到資金。

第三，佢所欠的大多是長期負債，短期負債唔多，只要日後澳門好翻，還錢或再借貸方面都無問題。

------------------------------------------------

Q20982：

龔Sir，我手上有好多以前買落嘅股票，蝕左好多好多，我諗緊好唔好賣左佢重新嚟過

請指教

390、592、3333、1339、1766、2006、2380、3623、144、1638、175、981、1810。不少都是高位買，3333在$25入，981$31入。

龔成老師：

最重要不是睇「賺蝕」，不是睇「買入價」，而是睇質素。

你要分析「之後的組合情況」，不是過去，是將來。應該持有那些優質股，比例如何，能為你帶來怎樣的長期財富。

你要分析你的投資目標，你想潛力股的比例多少？平穩股的比例多少？組合風險程度如果？

即是你想設計一個怎樣的投資組合？長期、優質、平衡、適合你。

相信你在選股，及買入時機，把握力都較弱。

吉利（0175）、小米（1810）可持有，中鐵（0390）、中芯（0981）、中國電力（2380）、招商局（0144）、恆大（3333）小注持有都得。

你可以重組一下你的組合。

我建議你之後，最好用「月供」模式，這個方法較適合你的。

你可以考慮盈富（2800），小注3067。

安碩恒生科技（3067）可長線。

這基金追蹤恆生科技指數之表現，而恆生科技指數，都是一些有質素的潛力股，例如阿里（9988）、騰訊（0700）、小米（1810）、美團（3690）等的新經濟類公司，長遠有潛力。所以有長線持有價值。由於基金有30隻股票，比起單一股票，風險能減低。

不過，現價都唔平，大約在合理區頂至略貴，因此，這刻不能大注投資。最好的策略，就是月供，或自行分注小注慢慢收貨（例如每月買一次、或2個月買可次），總之慢慢入，不能用盡現金，原理如同不斷儲貨，這樣就能平均買入價，減少風險。然後就長線持有。

------------------------------------------------

Q20983：

老師，我之前放咗700雖賺好少，但希望更低位入來長揸。但我資金只能二選一，買700就買唔到388，你意見？

2）941睇有無機會50附近入（但佢被美國限制所以有些擔心），還是舍此而投放388？

3）另我想請教我有一細寫字樓收租（現市價都跌咗成百萬，雖理解疫情有因但感覺自己都係投資錯），但當時買銀行係估到價，我日後買賣是否不應再以銀行估到價就作為安全線以此為到價位？

4）可以分享下要睇市況而步署？我好多時短線係高買低放，股無選錯但錯過賺錢的時機而回報差。好似700我幾次都早放（但都無後悔因技不如市），要點樣先可以唔低放？

5）我有6618想長線近期跌有些擔心，應止蚀？

另到底是否真要升一倍放一半？我700當年咁所以後悔（因160幾入300放400又放，最後剩極少至今）；9988上年入升極都無放有200入亦有170幾入）如今差不多打返原形，咁又錯過賺錢。

所以我按自己兩個案例來分析真的有些迷惘應點為止賺？

目標我都係想長線投資因好認同你講的，但又感市場升跌根本無定律（雖然三月跌多係入市機會）388當年我都163入過賺完走，如果持有至今都係幾倍。

所以是否應該說所有股票不能一概而論，真的要視變化而變化？我估700係想俾自己有個止賺位，但真去到一千想長揸的應該都唔會放，所以好認同你講估係無意義，但定不定及執不執止賺位？感謝🙏

龔成老師

1）賣出等跌再入，不一定成功的，如果是優質股，就應該長線。

至於現時2選1，要睇你本身的組合，如果你現時組合已有一定的科網手機相關股，就選港交所（0388）（但都要等回翻少少先買入）。

2）最重要睇長線的。始果見到近$50，都可以買入，合理價。

3）銀行估值是可以參考的，但只代表這物業當刻的估計市場價值。而我地作為投資者，要有分析長遠質素及價值的能力。

4）你不用理會短線。我地最重要是建立一個長期的「財富組合」，要優質，要平衡，要適合你的年齡與風險承受程度，新舊經濟各類股都要有。

同一行業不能太多，同一股不能太多。要平衡，建立後長期持有，不是買賣賺差價，而是成為你財富組合一部分。

5）京東健康（6618）由京東（9618）分折出來京東健康，將會來港上市。這股可長線。

其業務主要提供線上線下的醫藥出售和健康管理服務，業務布局包括醫藥電商、互聯網醫療、智慧醫療解決方案、健康服務等4個大板塊。

京東健康旗下京東大藥房，更是內地線上線下收入規模最大的零售藥房。其互聯網醫院，日接診量超過10萬次。

質素上，京東健康是有的。但由於估值難，不確定性大，暫時合理區頂至略貴，所以如投資，小注都可以。當然回翻1成更有值博率。

這股如本身有貨，可長線。

------------------------------------------------

Q20984：

阿sir 我想問下，你點睇大陸買樓投資？

我見珠海依加發展好好 又見樓價唔算太貴 想買黎等升值

龔成老師：

最重要睇當區的長遠發展，交通、配置，該地區長遠的經濟活動及發展，在國家裡的定位發展如何。

珠海基本上無問題的，長遠正面，你最重要睇翻當區的交通等，當然，都要睇翻租金回報率會唔會太低。合理價，都可考慮。

------------------------------------------------

Q20985：

老師你好，我有問題想請教下你。我今年想買樓，首置。我現金約有HKD300萬，首期約150萬，未計印花稅等雜費。

如果我買接近700萬既私樓會唔會好危險？我家庭收入約有5萬幾。平時無投資的。我又擔心失業會供唔起。如果我買630～650萬左右既居屋感覺上會唔會好d?

雖然供款上都係每個月差兩千幾。有無咩advice比到我？thanks

龔成老師：

如果按揭$550萬，假設你供30年，2%，即是每月約供$20000。

如果你家庭收入有$5萬，其實都可以進行，當然，你都要明白按揭就是負債，點都有風險的。

如果你擔心，在完成買樓後，持有$50萬-$80萬的現金，萬一失業等不利情況發生，你都可以有一定的備用現金支持住。我相信你留一定的現金，會較為安心的。

從長遠投資的角度，私樓會較好，但如果純自住，其實居屋都唔差。

------------------------------------------------

Q20986：

阿sir, 想再問如果我月供，是否只供2800都足夠? 還是可以加多一隻?

Sir, 再有多條問, 咁小米合價錢是22至24，如果到呢個價錢區，是否應該再入貨

龔成老師：

盈富（2800）這是一個「平衡組合的工具」，當中有52隻成份股，對股票組合有平衡作用。

所以，你可以用盈富作為核心，長期月供，但同時，可以加入其他股票（當然要有選股的能力）。

至於小米（1810）有潛力的，佢的產品性價比高，相信在全球好多個國家都會有市場，佢長遠只會進一步增長。

同時，佢建立的平台是佢長遠的增長動力，先賣手機，再利用手機的平台延伸銷售小米家電。長遠正面的。

這股可長線，現價合理區頂大約在$24，小注分注可以，但唔好入得太急，預佢股價仍波動。回多15%更有投資值博率。

------------------------------------------------

Q20987：

老師，我想放了5號仔換馬入中海油(883）、中芯(981)、3067或再追加小米(1810)；現有中生(1177)、福壽園(1448)及比阿迪。謝謝。

龔成老師：

我地最重要是建立一個長期的「財富組合」，要優質，要平衡，要適合你的年齡與風險承受程度，新舊經濟各類股都要有。

同一行業不能太多，同一股不能太多。要平衡，建立後長期持有，不是買賣賺差價，而是成為你財富組合一部分。

你先睇翻自己的年齡與風險，設計一個組合比例，然後睇翻現時的組合應該怎樣改善。同時，要考慮佢地現時的平貴。

你打算轉入的，都有質素，但你不能全集中在這些潛力股，同時這些股大多處貴水平。因此就算現價買入，也只能小注。

------------------------------------------------

Q20988：

老師，mpf應該點投資好？
而家凈係放哂預設投資

龔成老師：

由於強積金是超長期的投資，我地只要好簡單咁人生階段、風險承受能力去配置就得。例如年紀較輕就進取，中年就平衡分配，年長就保守，咁就得。

例如，假設你年輕，就可以進取的，可以將較多資金，投資在較為進取的類別，少少在平衡組合，咁已經得。同埋，強積金唔需要經常轉來轉去的。

我由初踏出社會開始，都是100%恆指的。

------------------------------------------------

Q20989：

老師，長線是指時間多久?
3800你建議止蝕嗎?有冇機會上升至$2.9?

龔成老師：

長線一般指5年以上，最少都要3年。我地買股票，就是買入企業，原理就是等企業成長，這當然要時間。

保利協鑫能源（3800）業務不穩，質素中等。不過不是無增長，是有危有機類。

佢主要為光伏行業製造多晶硅及硅片；銷售電力；開發、投資、管理及營運光伏項目。

市場炒緊佢前景，但當中存有不確定性，股價大上大落，佢的確可能會大升，但同樣可以大跌，無得估，這炒作不少，現時值博率未算好高。

如果你持有較多，宜減。

------------------------------------------------

Q20990：

老師你好，我係澳門人，想買樓，睇左你的《5年買樓4部曲》，並已睇了十幾個樓盤，然後發覺有些問題想問：

1. 書中提到不要執著買些靚樓，新樓，年輕樓。又貴管理費，總價又貴！！

以澳門樓做例子，澳門借貸最盡只能做到樓齡55年，即是若你現在買入樓齡35年的樓，只能供20年。

而以這幾個月的睇樓經驗，樓齡較大的樓呎價确實是較低，但買入後感覺將來已冇機會換樓（若買35年樓，10年後45年，好難搵人接手買，因買方只有10年時間供），加上樓齡大其實不能拖很長的還款額，變相每月供款都多，每月能存的錢少了。

若買新樓，的確又細又貴，但供款期可拖長，但是首期就高！ 但感覺將來易賣出（若買10多年樓，10年後只係20幾年樓齡，較易轉手，因買方有較長時間供）！

想請教老師如何在大細樓齡間做平衡？

2.我目標想要買3房，因將來有小朋友唔夠住。到底要買後生樓，保值些，呎數細d頭10年小朋友仲細住住先，10年後再換樓！

定一次過就買呎數大d, 但樓齡大，冇咩機會換樓，可能只能一直住這間？

因為書中都提到唔好用晒d錢買1間，留d繼續做投資
舉例：

a) 後生樓 10年 708呎 2房，750萬
首期清晒所有存款，管理費千幾

b) 30年樓 1280呎 大3房， 738萬
首期清晒所有存款

c) 37年樓 850呎 2房 ，550萬
比完首期後 還有1筆錢繼續投資，但之後唔夠住換唔到樓唔知點算好！

d) 26年 820呎 2房 ，620萬
比完首期仲剩小小錢 ，但10年後都比較大樓齡
呀sir如果上述狀況應該那個決擇較好呢！？

龔成老師：

1）如果有這個情況，你可以買入5-20年樓齡的樓，我相信是最平衡的。新樓由於一開始有溢價，所以一般都唔平，但去到5年，就已能有效反映真實價值。

你可以在這個樓齡內尋找。

2）（A）（D）都可以考慮。

（A）的物業，好處是樓齡較新，缺點是用盡了你的存款，以及面積在上述選擇中較少。

至於（D）資金及面積應該都適合你。至於樓齡方面，勉強都可以，雖然日後都有機會貶值，但算是上述中，仍可考慮的齡樓，因此，都是可考慮之選。

如果你想進行（A），其實可以儲多1，2年錢，之後先買（A）類的物業，這樣就更加穩健。

------------------------------------------------

Q20991：

請問一下京東健康同啊里健康比較，邊一隻質素比教好？同埋平安好醫生

龔成老師：

幾隻都是有質素，長遠有投資價值的，投資值博率其實好接近。

阿里健康（0241）與京東健康（6618）業務模式較接近。阿里健康是潛力股，佢營運醫藥電商、互聯網醫療等業務。

「醫藥電商業務」，這業務主要有兩種業務模式，由自營電商和天貓代運營，涉及非處方藥品、醫療器械、計生用品等。

另外，就是「互聯網醫療業務」，阿里健康與國內多家二三級醫院建立合作關係，患者可以通過阿裡健康、支付寶等平台，做到線上掛號、問診、諮詢用藥等等的服務。

這類股只建議小注持有，但你預佢股價上落大。

京東健康（6618）業務主要提供線上線下的醫藥出售和健康管理服務，業務布局包括醫藥電商、互聯網醫療、智慧醫療解決方案、健康服務等4個大板塊。

質素上，京東健康是有的。但由於估值難，不確定性大，暫時合理區頂至略貴，所以如投資，小注都可以。當然回翻1成更有值博率。

這股如本身有貨，可長線。

至於平安好醫生（1833）長遠有發展力。

佢係中國領先的一站式醫療健康系統平台，透過「移動醫療+AI」，為每個家庭提供一位家庭醫生，為每個人提供一份電子健康檔案、一個健康管理計畫。

平安好醫生係中國互聯網醫療健康市場的先行者，以平均月活躍客戶，以及在線諮詢量計，是中國最大規模的互聯網醫療健康平台。

企業的業務有潛力，本身有優勢，大環境的配合，都成了這企業的機遇，前景正面，不過財務數據未算好理想。

雖然長遠的企業價值向上，但股價在中短期，可以十分波動，因為市場以「前景」作估值，故此變化必然很大。好難得出平貴的準確數，只能估估下，作參考。

因此，低風險者未必適合投資，若投資者考慮這股，亦不能大注投資，買入後就耐心長線持有，等待這企業改變整個行業的情況，現價算合理區頂，但好波動，月供就得，如直接買入只能小小注。

------------------------------------------------

Q20992：

龔成老師, 你好, 我想問下一個問題. 我想問下關於基本面分析, 我睇左你個POST話基本面分析同長線持有才是王道, 其實我一直有個疑問. 就是基本面分析是怎樣管理風險?

甚麼情況下需要止蝕?因為如果中途基本面有可能會轉差, 如果到時才止蝕, 可能虧損會很大. 還有一個問題是, 如果長線持有, 那如何基本面分析製造現金流?

因為如果每次買股都是要5-10年後先有回報, 咁尼段時間D資金咪鎖死晒?

龔成老師：

如果我地見到企業的核心質素轉差，就要止蝕，有時的確會遲左，但當企業業務或大環境有明顯轉弱時，投資者是可以睇到的，雖然可能已下跌了部分，但仍要作出止蝕。

如果用一些技術位去進行止蝕，當騰訊（0700）、港交所（0388）這些股上升100倍，而中間有上上落落時，一定會因觸及一些技術位而止蝕了，根本賺唔到100倍的回報。

當我地進行人生財富累積，會運用「先增值，後現金流」作方法，年輕人應投資較多增值類資產，而較年長的，則應投資較多保守類項目，因為年輕人的財富系統未成形，同時負擔較少，可承受的風險度較高，所以會著重增值為先。

至於你「資金咪鎖死」的問題，對，是鎖死的，但反而對長遠財富增長最有利！

因為一般散戶，不斷賺左先，例如我多年前做銀行見到大量客戶買入隻港交所，佢地$15買，$20已有9成客賣出，就是佢地唔想鎖死資金，想賺左先，以為賣出，等跌可再買翻。到最後，錯過了10倍回報，這就是一般散戶！

希望你能放棄一般散戶的思維。

------------------------------------------------

Q20993：

阿sir, 如果我現時手上有50萬股票, 另外揸住60萬現金應該點運用好? 應否等大市回落等機會先入貨?

龔成老師：

首先，你要睇翻自己所持的，是否有質素的股票，如果無質素就要賣出。另外，要睇比例是否適合自己。

而$60萬，你可動用其中的$20萬-$30萬，現時舊經濟股合理，已經可以分注投資，新經濟股就在合理區頂，你最多小注好了，最好是等跌先入。你可按自己的年齡，風險承受程度分配投資。

------------------------------------------------

Q20994：

老師，我短炒輸左好多錢，我覺得自己好失敗！

龔成老師：

我20年前，是短炒者（應該有3-5年時間），投資幾年，輸足幾年，之後長線投資，就開始不斷賺錢。

每個人都有學習的過程，最重要是保持進步。希望你明白真正的投資之道，之後學翻正確的方法。

投資是一場馬拉松，加油！

------------------------------------------------

Q20995：

龔sir 有d問題想請教你 想問其實買股票1至2隻優質股長揸係咪已經好足夠 反而幾隻只會令資金分散？唔該你

龔成老師：

除非你是高階投資者，有很強的實力，否則，這是高風險行為。

因為你集中1、2隻股，如果該股出問題，對你組合會有好大影響，因此，建立一個平衡組合，能有效減少非系統性風險。

------------------------------------------------

Q20996：

老師，最近留意緊隻3319雅生活，想進行月供或分注買入，響財經apps見佢現在市盈率係26倍，預測市盈率係18倍，咁樣係代表住d咩？

龔成老師：

雅生活服務（3319）不錯的，佢無論在業務本質、規模、品牌、財務數據、前景，都是理想的，反映這企業有一定的質素。

加上這企業的背景因素，以及行業的發展，相信這企業的前景不差，有長線投資的價值。

整體是有長線投資價值的。現價合理，不過股價都會有時出現波動，投資宜分注進行。

至於市盈率，即是用上年度盈利，以現價除一除，就是26倍。

由於預測佢下年度的盈利增長，所以用以現價除一除，就是18倍。

------------------------------------------------

Q20997：

老師，我想上你堂，但又住得遠，點算？睇書先？

龔成老師：

睇書當然可以，但你要記住，唔好因為小問題而影響你增加知識，我幾年前未開澳門班時，每次都有澳門人，每一堂乘船來香港上堂的。

------------------------------------------------

Q20998：

龔sir,你好，我有兩件事想請教你。

美國十年期國債孳息率同港股有乜關係？為何美債孳息率升港股會大跌？

另外，想問下關於分注策略。應該係睇價格決定何時下一注，不理會每注間的時間長短？還是定每隔一特定時期便下一注，完全不理價格變化？

希望你能抽空解答。
謝謝。

龔成老師：

首先，利息就是企業資金的成本，所以會影響企業營運，從而對企業不利。加上利息會影響企業的估值，因此對股市都會有下跌情況。

另外在企業估值上，例如現金流折現法，當息率上升折現率會調高，這就最終令計算出來的企業價值減少。由於新經濟股現金流一般是較後期出現及較大，所以當折現率上升時，對這類股的影響會較大。

至於策略方面，兩隻都可以，如果你有企業估值的能力，利用價格去進行平均買入，會較好。但如果未有這能力，利用時間，每隔一段時間買入一次，會較好。

------------------------------------------------

Q20999：

龔Sir我現年45歲，已婚，有一個小朋友，現自住一層樓，仲有450萬按揭，要還25年。

我每月收入5萬，供樓2萬，保險儲蓄3千(供10年，已供1年)，2份基金月供1200各一，另日常支出約2萬左右

現有資產：大約100萬現金，40000股(1288)，3000股(1398)，4000股(0005)，全部長期持有，另外之前用左25萬買入咗隻收息基金(約6里息)，MPF 現有大約120萬，今個月開始月供股票1萬元(2800)，會係現有現金到扣數。

如果我希望可以：
1. 現有份工55歲要退休，估計到時層樓仲有200未供完，點樣可以令財富增加到退休時可以贖回層樓呢？

2. 係點樣可以係退休時財務自由，每月有穩定2萬至2萬5嘅收入呢？

3. 我知道買樓投資係一種致富途徑，我應唔應該用現有資金入市買多一層樓收租呢？

請指點指點，謝謝!

龔成老師：

1）以你這個年齡，財富有一定的增長力，每月投資$10000，10年，回報率10%，10年後都有$192萬，因此，你唔需要這刻投資大部分的工具。

我見你現時的投資，都是收息及銀行股，第一，收息股在你年齡，可投資，但不用全部集中。第二，你集中銀行股會有行業單一集中風險。

2）你現時開始月供盈富（2800）可以，如果有其他心水股，都可以加入（如果無，$10000盈富無問題），心水股宜選平穩增長類，如港鐵（0066）、領展（0823）等。

當我地進行人生財富累積，會運用「先增值，後現金流」作方法，初期投資較多增值類資產，而較年長的，則應投資較多保守類項目。

因此，你這10年可投資「平穩增長股」，令你財富增值，10年後，就集中轉為現金流類別。

以你的情況，我相信到時可以有$20000每月現金流。

3）你現時已有物業，因此，這動作唔需要太急。因為，第一，你會好集中在物業，第二，這是一個投資決定，而香港物業這刻的投資價值，只是中等，未算吸引，反而投資其他工具回報率更好。

因此，除非樓市下跌，否則這刻未必是好時機。

------------------------------------------------

Q21000：

你好，我想請教：

（1）我想知道[盈富基金]合理區至頂位範圍？每次買幾多股才可以達到回報？

（2）我於17.33及18.60買入[3067安碩恒生科技股]各300股，若股價不低於17元，是否不再買入？

（3）1448[福壽園]股價很難跌至7元以下，若在7.2—7.4買入是否可以？

龔成老師：

1）你預$30是合理區的中上部，以這刻的市況，去到$33大約是合理區頂，不過，這個數會變的。

至於買多少股，我地不會這樣分析的，因為回報率不是睇多少股的。另外，每個人的財務情況不同，你只要按自己的去決定投資多少%就得。

2）你預$17是合理區頂，如果你現金分配到3067的%已適當，就不要在$17以上加注。但如果你持有%不多，加上現金足夠，就算比$17高少少，都可以慢慢分注投資。

3）可以，你可以小注買入後，等跌先正式買入。

----------------------------------------------

若你有問題想向本人發問，可在龔成的fb專頁中（www.facebook.com/80shing）inbox龔成，但要注意如無特別聲明，有可能將問答放上網，當然，會將發問者的身份，以及有關個人資料的部分刪去。

另外，我所給予的各種意見，只是供大家參考，當中無任何銷售及推介，不涉及任何利益，其實大家應該要有獨立分析的能力，我只是給予一些方向及純參考模式。

由於提問人數眾多，見諒無法即日回覆，如果是普通的提問，預起碼要7天以上才能回覆，若然是較複雜的提問，起碼要10天才能回覆，希望各位能諒解。

迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI