發表文章

好財報也能殺很大？前摩通高管教你看懂「(1+R)^N」：真正決定估值的不是獲利，是能滾多久

圖片
你是否也遇過這種情況：公司營收、獲利雙雙超預期，財報漂亮得像教科書，結果股價卻跌得讓人懷疑人生？ 答案很簡單： 散戶多數時候只看「現在賺多少」，但真正決定估值的，是「這筆錢能複利多久、用什麼效率複利」。 一、基本面真正在看什麼？不是獲利數字，是「價值創造的持續性」 Vincent用一個所有人都懂的公式，把企業價值講得極為清楚： ( 1 + R ) N (1 + R)^N 這公式跟銀行複利完全一樣。 R R  = 每年能賺到的報酬率 N N  = 這種高報酬能持續的年數 公司價值不是看「今年賺多少」，而是看它能不能像複利一樣，把錢滾得又久又穩。 他最常用的指標是 ROIC（Return on Invested Capital，投入資本報酬率） ： ROIC = NOPAT（稅後營業利益） Invested Capital（投入資本） \text{ROIC} = \frac{\text{NOPAT（稅後營業利益）}}{\text{Invested Capital（投入資本）}} ROIC = Invested Capital （投入資本） NOPAT （稅後營業利益） ​ 關鍵條件： ROIC > WACC（加權平均資金成本） \text{ROIC} > \text{WACC（加權平均資金成本）} 真正創造的經濟價值可進一步寫成： EVA = ( ROIC − WACC ) × Invested Capital \text{EVA} = (\text{ROIC} - \text{WACC}) \times \text{Invested Capital} 如果公司借錢成本是8%，卻只做出5%的報酬，那借越多、虧越多，這就是在破壞價值。真正好的公司，是用相對便宜的錢，去賺到明顯更高的報酬，而且還能一直滾下去。 二、同樣獲利、同樣ROIC，為什麼估值差這麼大？四大關鍵 + 實際案例 1. 存續期 N N 有多長 案例：海運 vs 可口可樂 前幾年港口塞港時，航運公司賺到爆，ROIC高得驚人，但市場給的本益比卻很低。原因很簡單：大家認定這是「一次性紅利」，塞港問題解決後，運價就會回到正常水準， N N 非常短。 反觀可口可樂，品牌與祕方幾乎不受景氣影響，消費者不會因為景氣不好...
張貼留言
閱讀完整內容

FieldSense

FieldSense 最遠可以發展成一套「個人生命場域陪伴系統」：不只是分析工具，也不只是電子寵物，而是能長期理解使用者、陪伴生活節奏，並在需要時連接真人服務的平台。 它真正有價值的核心是： FieldSense 理解我現在的狀態，Buddy 記得我走過的路，必要時還能讓真人接住我。 五個發展層次 階段 產品形態 使用者感受 1. 互動式分析工具 場態分析、雷達圖、易經場象、每日建議 「它幫我看懂現在的自己。」 2. 活著的 Buddy 作息、表情、AI Motion Director、花園與散步 「它不是圖示，而是生活在我身邊。」 3. 長期記憶型夥伴 Journey Memories、時間線、月度故事、個性形成 「它記得我，而且越來越懂我。」 4. 個人陪伴助手 AI 對話、主動關心、生活回顧、溫和行動建議 「它知道現在應該說話，還是安靜陪伴。」 5. 人機協作陪伴平台 AI 初步陪伴、Field Brief、真人聊天與預約 「需要真人時，我不用重新解釋一切。」 最理想的完整形態 1. Buddy 成為真正的「數位生命」 Buddy 不只是播放固定動畫，而會根據： 裝置時間與日夜節奏 FieldSense 場態 使用者最近的活動 長期形成的 Buddy 個性 過去的珍藏記憶 季節、天氣與特殊日期 自然產生動作、表情和回應。 例如使用者最近處於 overload，Buddy 不會一直跳躍催促，而會降低動作幅度、靠近小窩、使用較安靜的文字；若是 breakthrough，Buddy 才會明顯慶祝。 2. 建立「Personal Field Memory」 FieldSense 可以逐漸形成一套私人生命資料層： 哪些場態經常出現 什麼事情容易消耗使用者 哪些活動真正有幫助 情緒與生活節奏如何改變 哪些記憶被反覆珍藏 Buddy 與使用者共同形成的故事 重點不是監控，也不是替使用者貼標籤，而是讓使用者回頭看見： 「原來這半年，我已經走了這麼遠。」 3. 從回應式 AI 進化成主動陪伴 成熟後，FieldSense 不必等使用者提問才有反應。例如： 連續幾天處於高負荷時，Buddy 主動建議休息 很久沒有回來時，不責備，只溫柔歡迎 某段珍藏記憶滿一年時，Buddy ...
張貼留言
閱讀完整內容

Taste, Class, and Field Manifolds: Reconstructing Bourdieu and Wendt via Suou Quantum Field Theory

I-Hsien Chou ORCID:  0009-0004-8649-4087 Independent Researcher / Quantum Social Science Working Group Abstract This paper constructs a rigorous axiomatic framework combining  Social Quantum Field Theory (SQFT) historical paradigms and the  Suou Quantum Field Theory (Suou QXFT)  to reconstruct classical sociology and contemporary quantum social science. Traditional sociological theories remain constrained by Newtonian mechanistic paradigms, rendering them incapable of modeling non-linear phase transitions, rapid subcultural shifts, and symbolic capital dissipation. We review the epistemological evolution from Newtonian determinism to SQFT field ontology. We evaluate Alexander Wendt’s quantum social ontology ( Quantum Mind and Social Science ), demonstrating how his non-relativistic quantum mechanical (QM) model suffers from single-particle limitations and decoherence vulnerabilities. By elevating the discourse to Quantum Field Theory (QFT) mathematical formalizat...
張貼留言
閱讀完整內容

易經六十四卦之量子場論詮釋

圖片
  將《易經》六十四卦與量子場論（Quantum Field Theory, QFT）進行跨界詮釋，是一個非常迷人且具有深刻洞察力的思想實驗。這兩者雖然相隔數千年、語境完全不同，但它們在核心的本體論（Ontology）上，都共享了一個極其相似的微觀視角：世界不是由孤立的「實體」組成的，而是由動態的「場域」與「關係」所編織而成的矩陣。 摘要 本研究旨在探討中國古代經典《易經》的哲學架構與現代物理學核心理論——量子場論（Quantum Field Theory, QFT）之間的本體論內在聯繫。文章提出，將《易經》六十四卦視為某種「資訊物理學」的場域狀態函數，進而將太極、陰陽、八卦及六爻演化，分別與量子真空基態、正反粒子激發、自由度、以及多粒子散射矩陣（S-Matrix）進行概念映射。研究表明，《易經》的變卦機制與量子場論中的自發對稱性破缺及相變具有高度的形式一致性；而錯、綜、復、雜的卦象推演，實質上對應了相對論性量子場論中的時空對稱性操作（C, P, T 變換）。本詮釋為跨學科對話提供了一個全新的視角，揭示了東方直覺本體論與西方數學理性在宇宙底層結構認知上的趨同性。 關鍵詞 ：易經；量子場論；量子真空；散射矩陣；自發對稱性破缺；CPT 對稱性 一、 引言 《易經》作為中國傳統思想的源頭活水，其核心在於建立了一套符號化的動態宇宙模型。傳統易學以「生生不息」與「陰陽交感」來解釋萬物的生成與轉化。而在現代物理學中，量子場論（QFT）成功地將量子力學與狹義相對論相結合，成為描述微觀世界最成功的物理範式。量子場論的本體論核心在於：客觀世界並非由孤立的、固定的「實體粒子」組成，而是由瀰漫於時空中的「量子場」所編織而成的動態網絡，粒子僅是場的局部激發態。 這種從「實體本體論」向「關係與場域本體論」的轉向，與《易經》不謀而合。丹麥物理學家尼爾斯·玻爾（Nils Bohr）在榮獲爵士勳章時，曾選擇陰陽太極圖作為其家族族徽，並配以「對立即互補（Contraria sunt complementa）」的格言，這揭示了量子力學與東方哲學的歷史性交匯。本文將在此基礎上，進一步將視角從基礎量子力學拓寬至相對論性量子場論，系統性地建構六十四卦的量子場論詮釋模型。 二、 太極無極與量子真空的基態詮釋 在古典物理學中，真空被定義為「一無所有的空間」。然而，量子場論徹底顛覆了這一觀念。QFT 指出...
張貼留言
閱讀完整內容