「股市漁夫」創辦人莊志雄指，最近美股反彈，其中，中資股表現唔錯，甚至A股都做得好過美股，呢幾日炒憧憬俄烏停火，CSI中國互聯網指數升6%，滬深300指數升逾2%，都高過標指及納指，美股市寬要跌至2023年低位約20%，才會觸發較強勁嘅超買反彈，否則，彈幾日又跌過。佢續指，港股走勢唔錯，愈嚟愈多股份升穿長期平均線150天線，亦有超過一半股份企喺150天線以上。

在本集《Sparksine 廣東話讀書會》中，Isaac再次邀請到《捕魚投資學》的作者莊博分享寶貴的投資見解。莊博憑藉其豐富的金融背景和實戰經驗，深入剖析當前市場泡沫與AI熱潮後的投資策略。

本集重點內容： 

• 從TMT泡沫到AI熱潮的歷史對比與啟示 

• NVIDIA和Microsoft等科技巨頭的市場前景分析 

• 技術分析實戰：頭肩底等圖表形態的判讀技巧 

• 經濟不確定性下的資產配置建議

• 如果只有 1萬美金，可以如何投資

• 有沒有可能會出現的黑天鵝需要注意？

• Trump會如何影響我們的投資策略 

莊博不僅分享了他的專業分析，還開誠佈公地談及自己的投資失敗經驗，希望聽眾能從中學習，避開類似的投資陷阱。

無論您是投資新手還是有經驗的市場參與者，這場對話都將為您提供寶貴的投資智慧和實用的市場洞察。

注意：

本集《Sparksine 廣東話讀書會》的內容僅供教育及資訊分享用途，絕不構成任何投資建議或購買任何金融產品的推薦意見。節目中嘉賓及主持人的言論及分析不應被視為游說或要約，以購買、出售或交易任何證券、期貨、期權或其他金融工具。

所有投資決策均帶有風險，節目中提及的任何投資策略、市場分析或個股討論並非針對任何聽眾的特定投資目標、財務狀況或個別需要而編製。聽眾不應僅按本節目內容進行投資決策。

嘉賓分享的投資經驗及市場觀點為個人意見，反映其個人經歷，不保證未來表現。市場情況瞬息萬變，過往表現並不代表未來結果。

在作出任何投資決定前，聽眾應考慮各種金融產品的特點、個人投資目標、可承受的風險程度及其他因素，並尋求獨立的財務及專業意見。

《Sparksine 廣東話讀書會》及其製作團隊對聽眾基於本節目內容所作出的任何投資決策不承擔任何責任。

「股市漁夫」創辦人莊志雄指，股市中有兩個事項要留意，第一是估值，美股估值一向都超貴，他建議是「炒」而不是投資，且要看第二個因素--動力，去年美國指數上的動力是正面的，所以用「炒」的角度而言，用指數權重的工具會較好，可是今年特朗普「回朝」時，美股卻失去了動力，而在估值貴的情況下沒有動力會很麻煩，假如估值及動力變負面後，就會影響投資氣氛，即投資者情緒。

Lewis續指，要等投資者情緒去到極度悲觀才可以博美股反彈或回升，若要博回升，則要看到些基本因素改變，可以是估值跌到夠便宜，或是新政府做的事開始有效，成功幫美國政府減債，能提升美國政府效率，能控制通脹等，但這些改變不會是兩三個月的時間就可見的，而是需要一些長期的政策。

【名家給力場】特朗普回朝 美股升轉跌？(上)

「股市漁夫」創辦人莊志雄指，要判斷市場係咪risk-off，最主要睇資産價格表現，當中分為兩大類，一類係避險類資産，例如美債，另一類就係風險資産，例如股票。如果市場擔心環球經濟衰退，通常避險類資産，例如美債會做好。今次明顯見過去兩星期美債，特别係長期債交易所買賣基金(ETF)升幅較大。

Lewis又指，長期資産例如科技股，以往被視為優質資産，但今次反而跌得最多。雖然市場預料聯儲局今年減息空間由年初預計1至2次，變成接近3次，理論上有利風險資産，但仍都無阻科技股跌勢。

至於另一避險資産黄金之前做好，但今次都有輕微跌幅。

整體而言，佢認為目前市場可以話係risk-off狀態。

【名家給力場】美股有反彈難回升(上)

今次補習班邀請另一位經驗豐富的師兄 - 「漁文」 師兄。如何運用漁夫工具打造高效投資流程，剖析市場趨勢。透過漁夫會員影片及其他短評，靈活調整策略，並善用個人化篩選條件，助你迅速鎖定潛力股，提升投資決策力，穩握市場先機！

立即重溫補習班內容。

從一台刨冰機到45,000家店：蜜雪冰城的傳奇崛起

在1997年的河南鄭州，一位年輕人張紅超用一台自製的刨冰機，開了一家名為「寒流刨冰」的小店。當時的他可能想不到，這家小店將在28年後發展成為擁有超過45,000家門店的全球最大現製飲品企業。這就是即將在香港上市的蜜雪集團（2097.HK）的創業故事。

在科技飛速發展的2025年初，DeepSeek的誕生為全球AI產業帶來了一場深刻的變革。這款來自中國的開源大型語言模型不僅在技術表現上令人驚艷，更以其顯著的成本效益優勢，引發全球對AI產業的廣泛討論與深思。

成本效益的突破性創新

DeepSeek最引人注目的特點在於其驚人的成本效益比。根據Citi的研究報告，DeepSeek R1的預訓練費用僅為557.6萬美元，不到OpenAI GPT-4模型訓練成本的十分之一。在API定價方面，每百萬輸入tokens僅需1元（緩存命中）或4元（緩存未命中），每百萬輸出tokens為16元，約為OpenAI運行成本的三十分之一。這種顯著的成本優勢不僅改變了市場對AI訓練成本的認知，也為中小型企業參與AI發展提供了可能性。