
AI 牛市還沒完,但工程師要小心:美股下半年 5 個實戰節奏,我用 AI 工具盯盤一年後的心得
📍 文章快速導覽▼
30 秒快速總結: 小摩(J.P. Morgan)在 2026 年中展望說「AI 牛市還沒走完,下半年美股還有機會再攻高」,但同一份報告也警告,市場過度集中在 AI 板塊,一旦反轉風險最大。我是工程師,不是 trader,但我用 FinChat、Growin 跟了一年多美股 AI 概念股,整理出 5 個我自己的實戰節奏:分散入場、別裸買 SOXL、把 AI 工具當觀察員不是預言家、盯財報不是盯新聞、還有第 5 點——出金管會規定的合理額度。這篇不是叫你 All-in,是給你一個「工程師也能做」的版本。
你有沒有這種經驗——凌晨兩點,盯著 NVDA 的盤後報價,腦袋一邊算 ROI、一邊想「明天還要不要加碼」?我幹過。現在回想,那段時間的決策品質其實很差。
身為工程師,我們習慣寫 code 之前先讀 spec、跑單元測試,再上 production。但換到投資,常常連一張「自己的 dashboard」都沒有。AI 牛市敘事是對的,但敘事對 ≠ 你能靠它賺錢。下面是我用一年多時間整理出來的 5 個節奏,每一個背後都有一個我真實踩過的坑。
1. 先把「AI 牛市」這個敘事翻成你自己的數字

小摩的原文結論是:「2026 年下半年美股還有上行動能,AI 投資浪潮是核心支撐。」📰 富途原文報導 跟 騰訊財經轉載 同時引述。但這個結論是對機構投資人說的,對散戶沒什麼直接意義——我們要的是「我該怎麼對應」。
我自己轉譯的方式是:AI 牛市 = 半導體板塊 + 雲端基建 + 電力公用事業。這三條線就是小摩點名的受惠族群。
1.1 三條線對應的標的(截至本文撰寫 2026-06-18 的公開資料)
| 板塊 | 代表 ETF | 規模 / 費用率 | 風險 | 我自己的配置 |
|---|---|---|---|---|
| 半導體龍頭 | SMH(VanEck) | AUM 約 230 億美元、費用率 0.35% | 中 | 60% |
| 半導體中型 | SOXX(iShares) | 中等規模 | 中偏高 | 20% |
| 雲端基建 | SKYY、GRID | 視子產業 | 中 | 10% |
| 電力 / 公用 | XLU、UTILITY | 防禦性質 | 低 | 10% |
1.2 工程師才懂的換位思考
💡 重點提示: 把「AI 牛市」翻成自己的數字,意思是——不要看新聞標題買股票,看具體 ETF 的持倉結構。SMH 持倉前 10 大是 TSMC、NVIDIA、ASML 那一掛,你其實是在買「這些公司 AI 賺不賺錢」,不是在買「AI 這個概念」。
這是我從踩坑學到的。我一開始看到「AI 概念股」就亂買,結果買到一些根本沒實際 AI 營收的公司,純粹是名字沾邊的炒作股。後來我學乖了——只買持倉透明的 ETF,不買個股(個股我另外開了一個小帳戶專門玩)。
2. SOXL 是工程師的誘惑陷阱,沒有例外

講一個我自己很丟臉的故事。我 2025 年初看 SOXL 三天漲 40%,覺得「槓桿放大這不就該衝嗎」,結果兩週後回撤 35%。3 倍做多半導體的意思是:上漲 1% 你賺 3%,下跌 1% 你賠 3%。在波動劇烈的半導體板塊,這個數學是非常殘酷的。
📚 Threads 上蝦叔的整理 跟 Readmo 的 SOXL vs QLD 分析 都明確講:「半導體族群本身波動已大,搭配 SOXL 三倍槓桿,拉回時自然更猛爆,最大回跌幅度也可能遠超乎心理預期。」
2.1 SOXL vs QLD vs SMH 的選擇樹
| 你想做的事 | 推薦工具 | 原因 |
|---|---|---|
| 長期持有,看好半導體 | SMH | 1x 槓桿,沒有每日重置效應 |
| 中短期波段,有停損紀律 | SOXX(中型)或 USD(2x 槓桿) | 比 SOXL 溫和,但仍須設停損 |
| 短線搶反彈,閒錢不心疼 | SOXL(3x) | 風險極高,不超過總倉位 5% |
2.2 工程師視角的風控
身為工程師我們懂一件事:沒有 unit test 的程式不該上 production。SOXL 對你來說是「沒有 unit test 的 production」——一旦出 bug,你沒有 fallback。我自己的紀律是:
👤 個人經驗:我 2025 年那一次虧了大概 NT$45,000,金額不大但教訓深刻——不是工具壞,是我不配用這個工具。沒有對應的紀律就不要碰槓桿。
3. 把 AI 工具當「觀察員」,不是「預言家」

小摩報告說 AI 牛市沒完,但同一份報告也警告:「市場最大風險同樣來自 AI。」這句話很重要——AI 既是敘事也是風險。我們工程師要做的,是用 AI 工具去驗證這個敘事,不是讓 AI 工具告訴我們「該買什麼」。
3.1 我目前在用的三個 AI 工具
| 工具 | 強項 | 弱項 | 我用在什麼場景 |
|---|---|---|---|
| FinChat | 750+ 上市公司財報快速問答 | 中文支援弱 | 對個股財報做交叉查證 |
| Growin 個股健診 | AI 走勢分析,台股美股都有 | 免費版功能有限 | 每天早上掃一次自選股 |
| TradingKey 美股分析 | 機器學習選股評分 | 訂閱制偏貴 | 每週做一次板塊篩選 |
3.2 工程師會寫的「AI 工具監控腳本」
與其每個禮拜手動看 FinChat,我寫了一個簡單的排程(pseudo code,不用問我語言,你看得懂就好):
`pythondef daily_ai_stocks_check():
my_stocks = ["NVDA", "TSM", "ASML", "AVGO"]
for stock in my_stocks:
# 用 FinChat API 抓最新季報的關鍵指標
report = finchat.get_latest_report(stock)
# 比對我的 checklist(我自己定義的)
if report.revenue_growth < 0.20: # < 20% 季增
notify(f"⚠️ {stock} 營收增速放緩,看一下原因")
if report.forward_pe > 35: # Forward PE > 35
notify(f"⚠️ {stock} Forward PE {report.forward_pe},估值偏貴")
# 把所有警示寫到 daily_log.md,方便週末複盤
log_to_file(stock, report)
`
👤 個人經驗:這個腳本救過我兩次。一次是某 AI 晶片公司的 Forward PE 突然飆到 60,我手動查才發現是市場把它當「下一個 NVDA」在炒。當下我沒有追,反而減碼了一些。後來那家果然回撤 25%。
3.3 AI 工具的紅線
📊 金管會證期局在歷年的投資人宣導裡都講過一件事:任何「保證獲利」、「AI 自動選股保證賺」的廣告都是違規。我在 金管會官網 查到很多這類裁罰案例。如果你用的 AI 工具開始跟你保證報酬率,那就是在騙你。👤 我自己用 AI 工具的紅線:
4. 盯財報不是盯新聞——這是工程師最大的優勢

工程師最強的能力不是寫 code,是debug。我們習慣「看 log → 找原因 → 修程式」,這個能力用在投資上,就是「看財報 → 找變數 → 修持倉」。
小摩報告的支撐論點之一是「美國企業 2026 年盈利成長預估超過 22%」。📰 騰訊財經 2026-06-09 的報導 引述了這個數字。但這個 22% 是平均值,不是每家公司都有。我們要做的是——找出誰真的有 22%、誰只是被平均的。
4.1 三個我自己常用的財報訊號
| 訊號 | 意義 | 我怎麼查 |
|---|---|---|
| Forward PE(預期本益比) | 市場對未來的定價 | FinChat、Yahoo Finance |
| 營收季增 YoY | 業務還在加速還是放緩 | FinChat、SEC 10-Q |
| Capex / Revenue 比率 | AI 公司砸多少錢蓋基建 | 10-K、10-Q 現金流量表 |
4.2 排程式投資 vs 新聞式投資
工程師會懂一件事:cron job 比 event-driven 可靠。我投資的節奏是 cron,不是 event-driven:
👤 個人經驗:這個紀律讓我 2025 年 Q3 避開了一個坑。當時 AI 概念股集體回撤 20%,新聞天天寫「AI 泡沫破裂」,我朋友問我要不要先砍。我看了一下 NVDA 跟 TSMC 的 Forward PE,發現估值已經回到 25 倍以下——比回撤前便宜,但基本面沒變。我就按兵不動。兩個月後全部漲回來。
💡 重點提示: 新聞是噪音,財報是訊號。只聽財報——這是工程師能贏 trader 的唯一優勢,因為 trader 沒有你的耐心。
5. 在台灣買美股 ETF:合規、風控、節稅三件事

前面講的都是策略,但在台灣操作美股,你得先搞清楚管道。📊 金管會證期局 跟 165 反詐騙 兩邊的網站我會放在參考資料,但這裡先講三個工程師最常踩雷的點。
5.1 三個合法管道比較
| 管道 | 手續費 | 最低手續費 | 適合誰 | 我的選擇 |
|---|---|---|---|---|
| 券商複委託 | 0.1% – 0.25% | 通常 3-5 美元/筆 | 偶爾買、長期持有 | ✅ 我用這個 |
| 國內 ETF 連結海外 | 0.3% – 0.5% | 無 | 完全不想碰美股帳戶 | 備用 |
| 海外券商(如 Firstrade、IB) | 0 – $1/筆 | 視平台 | 頻繁交易、量夠大 | 不推薦新手 |
5.2 風控:單一個股或單一槓桿 ETF 不超過總資產 5%
工程師應該把這條寫進你的 CI/CD:每次進場前跑一個 risk check。
`bashif new_position_value > total_assets * 0.05: fail("❌ 單一持倉超過 5%,請重新評估")
if leveraged_etf_position_value > total_assets * 0.05: fail("❌ 槓桿 ETF 超過 5%,請重新評估")
if total_us_stock_exposure > total_assets * 0.30:
fail("❌ 美股總曝險超過 30%,請重新評估")
`
👤 我自己的版本更嚴格:美股總曝險不超過總資產 30%、AI 概念股不超過 15%、槓桿 ETF 不超過 5%。這不是建議,是我的 invariant——就像 production service 的 SLA,跌破就告警。
5.3 節稅:海外所得 NT$750,000 以上才要申報
很多人搞不清楚海外所得的稅制。簡單講:
我自己的做法:簡單一點,控制在 NT$500,000 以內的海外交易額。這樣連最低稅負都不用算。這是我的個人決定,不代表是法律建議——你自己還是要查一下當年度的規則,因為每年都可能調。
常見問題 FAQ
Q1:現在進場美股 AI 概念股是不是太晚了?
這個問題我沒辦法回答,因為「太晚」是看你的時間軸。你是 6 個月後要買房?3 年後要退休?還是 10 年後才會動用?📊 不同時間軸答案完全不同。👤 我自己的時間軸是 10 年以上,所以我用 SMA(簡單移動平均)的方式分批進場,不是一次 All-in。但我沒辦法告訴你「現在」是不是太晚——這是預測,我預測不來。
Q2:小摩說牛市沒完,那為什麼你還要提風險?
📰 因為小摩自己也在提風險啊。原文有一段講:「如果未來牛市出現逆轉,最有可能率先遭遇拋售的,正是如今資金最集中、估值最高、市場情緒最亢奮的 AI 板塊。」這不是我編的,是 富途原文 引述的。👤 我把這條擺出來,是因為我覺得散戶最常犯的錯就是只聽好消息。
Q3:AI 選股工具真的有用嗎?
對我有用,但有用在哪裡需要講清楚——它幫我省時間,不幫我賺錢。我每天早上掃自選股 30 分鐘,AI 工具可以幫我壓到 5 分鐘。但最終買不買還是我自己決定,而且決定依據是財報,不是我自己寫的 prompt。❌ 如果你期待 AI 工具告訴你「明天會漲」,那它在騙你。
Q4:複委託手續費 0.1% 貴不貴?
看你的交易頻率。👤 如果你一個月交易一次,0.1% 等於 1,000 美元交易額付 1 美元(最低手續費 3 美元,等於實際費率 0.3%)。如果你一個月交易十次,0.1% 就比海外券商划算。📊 詳細比較 Mobile01 2026 年的整理 寫得很清楚,自己去看。
Q5:工程師真的該投資嗎?我看同事都說要 All-in 0050。
同事的話聽聽就好。0050 跟美股 AI ETF 是完全不同的策略。👤 0050 是台股大盤 ETF,AI 概念股比重低;美股 AI ETF 是單押一個板塊。這不是哪個對哪個錯,是風險分散度的問題。我自己的做法是 0050 60% + 美股 AI ETF 30% + 現金 10%,但這是我的時間軸 + 我的風險承受度下的選擇,不一定適合你。
總結
AI 牛市還沒完,小摩的判斷我同意。但判斷對跟你的帳戶賺錢是兩件事。我這一年學到最重要的 5 件事:
如果你覺得這篇文章有幫助,歡迎分享給身邊也在想「工程師到底該不該投資美股」的朋友。投資這條路沒有標準答案,但有紀律跟沒紀律,長期下來差距會非常巨大。
參考資料 References
本文撰寫於 2026-06-18,所有引用來源於當日可查證。
關於作者
Ryan — RYAN生活黑客創辦人。前後端工程師,閒暇時間研究美股 ETF、被動投資與 AI 工具應用。投資風格:工程師紀律 + 紀律的工程師。
📚 延伸閱讀

LM Studio LM Link 實測:用手機免費存取本地 AI 模型
LM Studio 推出 LM Link 功能,iPhone 可以直接遠端連到家裡的本地 AI 模型,不需要 ngrok...

Claude Fable 實戰指南:三週實測能不能真的提升效率
我用 Claude Fable 跑了三週,把所有重複性工作都丟給它處理。這篇實測告訴你它到底能幫你做到什麼程度。...

Anthropic 三大模型比較:實測一個月後我選了 Claude Sonnet 4.5
Hacker News 上 Anthropic 為隱形 guardrails 道歉事件後,我花了一個月把 Claude ...

8 步在 Mac 安裝 OpenAI Codex CLI(從零到第一個 PR 的完整教學)
我花了兩個晚上把 Codex CLI 從裝到能跑通,整篇把每個步驟、每個會卡住的坑、每個 terminal 指令都拆給你...