Tag: RISE Conference
-
學習於娛樂 推介好書和數學遊戲apps
今日書展開鑼，友人新書《中產必須死》(高天佑著) 和《初創起義》(尹思哲著) 終於出爐，引頸以待多月啦。雖然早前有 VIP 預覽部份內容, 始終不及兩本實體書在手。一本談如何在新世代自處，尤其是中產須「置諸死地而後生」，可謂「生存指引手冊」；一本訪談本地科技初創公司創辦人，人物個性和成長故事引人入勝，書展必買。 至於海外作者，6月新書有大前研一的《世界經濟的新解答》和吳軍的《見識》。日前買回家未及看完，但兩者均是質素保證。大前研一指全球經濟再沒有龍頭，而且受政策左右，投資思維要從過往的追溯本源了解成長潛力，擴闊至解讀政策訊息和影響。至於吳軍的新書，不再集中講大數據或人工智能，涉獵範疇廣，談商業和人生智慧。 近日收到信用卡推廣電郵 － 去書店購物過千元，可以免息分期付款… 在互聯網盛行，知識免費傳播當道的世代，書本竟然成為「奢侈品」需要容許分期付款，以鼓勵消費。時值暑假，估計相關推廣主要針對教科書吧！ 其實實體書之外，Google Play Store 和 Apple Apps Store 都有很多教育應用程式，好玩有趣，讓孩子寓學習於娛樂，可能是書本外的另一選擇。 上週在RISE Conference 訪問了香港人投資兼參與，總部位於馬來西亞的Zap Zap Math. 顧名思義，是數學教學程式，最特別之處是以透過遊戲，教導和灌輸數學理念和邏輯，目標用戶是5歲至12歲的小孩。公司去年9月募資約千萬港元，至今超過300萬下載，目前美國是最大市場，其次是中國。 Zap Zap Math 近月改變銷售定位，由B2B 轉為B2C，除了數學遊戲程式更個人化更貼心，亦有助父母和老師認清孩子的學習進度。而孩童由過往缺乏耐心，只花3－5分鐘，提升至每次花約20分鐘，部份學校更以Zap Zap Math 作為補充練習。向來學習效果和動機掛鈎，若是自發兼感興趣，就事半功倍。據知公司現正募資，以盡快佔據美國和中國市場。 早前股市大挫後逐步企穩，本欄曾詳細分析的IGG (0799) 和茂宸集團(0273)，這兩週強勢回勇。基礎分析的好處，是投資者為公司摸底後較易坐得穩，希望讀者有所斬獲。 此文同見於《信報》的《價值投資》專欄 Facebook 專頁：www.facebook.com/trendalysis
-
何種 AI 才值錢？
本欄曾多次提到若坊間媒體一致看好後市，就是該小心翼翼的時候，因為「時差」問題，往往大眾都知道便是尾聲。昨日畢老林兄的《投資者日記》提到GMO 創辦人 Jeremy Grantham 說現時的牛市缺乏確認泡沫的「行為指標」，即「美股牛還牛，但搭的士不會聽見司機大佬起勢咁吹，講股講到連路都行錯；去飛髮舖搞吓個頭，洗髮員隨時忍唔住口告訴你炒股賺咗幾多…」 筆者認同文中所指的「股民未夠亢奮，要爆大概未是時候」。除了暫時未見「行為指標」，若抽查部份股票的持股狀況，主要持貨者似乎都是機構或專業投資者，由散戶持有的流通街貨相對少。以此觀之，「泡沫」程度有限，應該未到爆的時候。現時炒股不炒市，而且不少藍籌股領漲，當中筆者除了關注月初提及的長實地產(1113)，另一間值得長期持有的是平安保險(2318)。至於小型股份，除了中國奧園(3883)，天鴿互動(1980) 亦值得注意。去年的財務狀況大幅改善，營運收入升23%，經調整純利增長26%。持有現金超過10億，沒有銀行貸款，營運現金淨流入較去年增長超過一倍。而今年第一季收益較去年上升61%，純利更增長178%。雖然相比去年第四季，純利只是輕微增長3%，但公司財務穩健。倒是每日成交不算活躍，投資者若考慮投資，亦需注意。 早前本欄曾提及匯豐銀行和矽谷的人工智能初創企業合作，發掘洗錢(money laundering) 的可疑活動。早前在RISE Conference，筆者和Ayasdi 創辦人Gurjeet Singh 進行訪談，希望了解公司的技術和過人之處。 近來一股AI 熱潮，Gurjeet 認為現時被形容為AI 的科企門欖太低。他認為一套AI 系統需具備五種特質: discover (發掘), predict(預測), justify(證明), act(行動), learn(學習)， 並完整運行整個循環，才稱得上是人工智能。據知Ayasdi 的大數據分析運用Topological Data Analysis(TDA)。筆者並非技術人，對此一字詞和技術不甚了了，但經常在坊間聽到的類神經網絡，是TDA 的其中一種。Gurjeet 早於十多年前在史丹福公開研究結果，所以TDA技術並沒有神秘之處。同時處理和計算大量數據，是十分具挑戰性的事。而公司真正的優勢，是花了超過六年時間，建立一個能處理大量數據的基建，並有效配置數據再進行分析。 Gurjeet 雖曾是學者，卻強調技術並非最值錢，真正重要的是實質應用 － 運用技術解決商業問題。除了與金融和醫療機構合作，Ayasdi 也協助一間日本電訊商追尋駭客，並於三個月內找出13名網絡罪犯。 越來越多企業希望運用AI 提升效率，若要實質應用新科技，行之經年的日常工作流程，和「深思熟慮才決定」的文化，都需要作出調整。正如Amazon 創辦人Jeff Bezos 曾說過具備規模的企業都傾向緩慢地 作出高質決定，但Amazon 傾向作高速決定（high-velocity decisions) ，因為這年代行得慢啲代價太昂貴。Gurjeet 亦認為企業與其擔心難以適應新流程、壞數據影響分析結果等問題，或許可以從小規模開始嘗試。企業若能早點了解AI 可解決的商業問題，累積越多數據和學習，效果應該越佳。 補白：畢兄早前回應本欄提及AK 低買高賣更高沽Tesla 並非價值投資法，尤其Tesla 當年未賺錢。其實，AK 對Tesla 的「估值」主要來自觀察Elon Musk 解決危機的能力，而且企業身為創新高科技，加上曾有一季獲得大量訂單，令現金流大幅提升，所以 AK 給予溢價。至於買賣時機，AK 則應用技術指標。筆者認同畢兄所言「只能證明此君(AK)觸覺異常敏銳，Tesla升跌盡在掌握之中，常人要學亦學不來。」 此文同見於《信報》的《價值投資》專欄…
-
獅子銀行用AI 反洗錢
友人米奇早前大大讚賞獅子銀行。事緣他收到該行電話查詢某宗信用卡交易，而那宗交易並非友人簽署的，估計信用卡已被盜用。米奇讚賞銀行每日幾千萬宗交易，都注意到兼且反應快，客戶零損失。未知讀者有否類似經驗？ 除了個人信用卡消費、存款往來大幅波動等，銀行一直有團隊專責發掘和調查洗錢(money laundering) 的可疑活動。匯豐銀行早前和 Ayasdi 進行12星期的試點方案，運用人工智能和大數據進行分析，令可疑的調查個案總數大幅下降兩成，但匯報要求人類作深入調查的洗錢個案卻沒有下降。結果顯示科技將為匯豐節省大量的人力資源！6月初匯豐公佈和 Ayasdi 合作，令杜絕洗錢活動的調查更有效率。 Ayasdi 是來自矽谷的人工智能初創企業，由2008年成立至今融資了七次合共1.06億美元。共同創辦人兼CEO Gurjeet Singh 是史丹佛大學計算機數學博士，去年10月開始成為匯豐銀行技術顧問董事會員。上週三企業推出專注分析金融服務業數據的 Ayasdi Model Accelerator，目標是減低現時模型中的特質(features)和可變數(variables)，令建立和運行模型時的透明度和效率更高。 筆者近來嘗試多閱讀人工智能相關文章，但由於沒技術背景，整體理念始終不容易拿捏。維基百科顯示Ayasdi 是機械智能軟件公司，分析大數據並建立具預測性的模型。Ayasdi 致力大規模的無預設條件自動分析，透過大量的監督(supervised)和非監督（unsupervised) 機器學習演算法，自動找出並排列相關數據，然後以網絡般的地圖顯示結果，幫助分析人員用新方式分類和檢視關連系數。 機器學習除了監督式和非監督學習，還有強化學習(reinforcement learning)，即透過獎賞機制讓機器懂得辨別較好的選擇，現時的最佳例子是 AlphaGo。監督學習需要大量數據，而強化學習需要的數據量相對少很多，但始終未能像人類般不經歷都可以學懂。例如不衝紅燈過馬路，人類聽過一次就知道，不需要親身試過。但若以監督學習訓練機器，就需要大量的交通意外數據才能學會避開車輛。至於強化學習，則可能要在學習過程中撞幾千次車，機器才會學懂。 據聞現時非監督學習的應用不廣泛，實質例子少。Ayasdi 同時運用監督和非監督學習分析數據，並套用在不同行業(包括醫療、交易策略、疾病研究、資訊安全，金融服務等)，確實是「超級智能」。希望在一年一度的科技界盛事RISE Conference，有機會向Gurjeet Singh 了解更多。 此文同見於《信報》的《價值投資》專欄 Facebook 專頁：www.facebook.com/trendalysis
-
從 RISE 看未來科技熱點
年初本欄的《跌市中尋寶》一文曾分析粵海置地(124)，指公司的規模和市值雖小，但財務穩健現金充裕，而且廣州如英居項目去年開始預售，有大筆現金回籠，再加上深圳的布心廠房地皮，將轉為經營房地產發展，公司前景具潛力。無奈股票交投不活躍，吸納投資需要耐性。週一該股價曾飆升超過6%，而且成交量大。現價較年初升逾29%，筆者認為值得繼續持有和觀察。當然，本欄曾多次強調投資需要風險管理，所以let the profit run 的同時，未來股價若創新高後回落某個百分比，亦可考慮(部份)離場。 筆者上週參與一連三日在灣仔會展舉行的RISE Conference。這個號稱亞洲最大的tech startup 峰會，引來世界各地的初創公司擺攤，而講台上的嘉賓包括創投基金經理如GGV Capital 和 500 Startup 合夥人、初創企業創辦人如本地代表Ray from 9Gag 和Steven from GoGoVan，和大型科技公司如Facebook, Uber 的管理層等。由於演講和訪談的時間短(每節僅約20分鐘)，難以深入討論任何主題，所以筆者並不期望峰會過後深受啟發，只求了解未來科技發展方向，知道最新的技術應用。這有助分析長期趨勢和作投資決定。 本欄曾撰文提及誠哥旗下的創投基金Horizon Ventures 也投資的 Sentient Technologies，運用人工智能(Artificial Intelligent) 進行程式交易，又將技術應用在電子商務。第三日峰會，RISE 請來該公司的Chief Business Officer Randy Dean 和麥格理合夥人Jeff Galvin 在台上分享人工智能的商機。他們強調解決問題才是重點，人工智能只是工具。台下筆者有機會與Randy 及Sentient CFO Fabrice 交流，當然抓緊機會問及Sentient 為何由AI程式交易，再多開一個AI 電子商務部。他們回應以AI 尋找交易機會是困難的事，因為全世界最聰明的頭腦都在金融市場競爭。每次AI 找到可以獲利的交易patterns，不多久其它人都會發現，patterns 很快就失效，要再尋找其它交易點子。而電子商務的規模大，具商業價值兼可以帶來實質現金流，加上客戶購物往往能快速決定(以分鐘而不是以日或星期計算)，所以他們選擇在這範疇應用人工智能。筆者再問及AI 交易的回報，自然是最高機密無可奉告，唯一知道是至今錄得正回報，而且未來會成立基金供投資者認購，但該基金不會開放予公眾參與，而是VIP 形式 by invitation only。 （圖為Randy Dean(左) 和 Jeff Galvin (中) 在RISE 分享人工智能商機) 另一個印象深刻的演講，是來自日本的近藤麻理惠(Marie Kondo)…
-
價值投資和程式交易的相異風格
基本的統計學題目：擲硬幣的次數越多，出現全部是花或全部是字的機率越低。第一次是花的機率是0.5，連續兩次是花的機率：0.5 × 0.5 = 0.25，連續三次是花的機率：0.5 x 0.5 x 0.5 = 0.125，如此類推。套用在投資，儘管每次賺蝕的機率並非50－50，即便高達90－10，只要不是100%保證必賺或必賠，錄得全勝或全負的機率一定越來越低。所以，投資過程中有賺有蝕屬無可避免。錄得正回報固然可喜，若是虧損應如何處理？要改變研究方法和投資策略嗎？ 早前本欄《進入Quants 世代》一文，提及現今的電腦具備高速運算能力，加上網上交易成本低，機構投資者以外，獨立投資人也可以參與，而程式交易的風氣似乎已吹到亞洲。所謂程式化，是將個人分析和投資策略標準化(standardized)，例如向來只研究某些板塊、市盈率低於某水平或市賬率高於某水平的公司，便設立篩選器，程式自動過濾計算，並納入觀察名單。過往伊馬仕專欄，曾多次展示不同的選股條件、排列名次方式、甚至回溯測試的投資效果。將條件編寫為程式，除了簡便快捷和容易測試，是因為假設人手操作難以長期保持一致性。所以，無論是人手或自動化，若可以清晰列出篩選、入場和離場守則，並且如實執行，大概已勝過沒有原則的投資策略。又，正如文首所講，只要投資買賣的次數增加，遇上虧損的機率便會提升（全勝機率會下降)，但這不代表投資守則不管用，而是再優秀的投資策略都必然會遇上這情況(以統計學角度看是理所當然的)。所以，如何應對虧損和堅持策略一致性，亦是一門學問。 一般而言，價值投資不鼓勵頻密買賣，除了交易費用的小數怕長計，也因為內在＆潛在價值需要時間反映。其實，價值投資與創投基金的性質有類似之處。創投基金若投資10個項目，可能只有1－3個項目錄得正回報，但因為回報極高，可以蓋過其餘7－9個失敗項目的投資成本。所以，雖然成功率只有10%－30%，但回報率是數以十倍甚至百倍計算。價值投資同樣貴精不貴多 － 內在價值被嚴重低估，或者潛力極厚的優質上市公司從來都屬於少數，另外是投資期相對較長。縱然並非全部都是千里馬，甚至有些公司或因為突發事件或政策而影響發展前景，但總體而言只要有幾個投資項目帶來豐厚回報，甚至只得一匹千里馬，都足以抵銷其它的失誤或損失。價值投資不是追求高勝率的策略，而是追求高回報率。 至於程式交易，大概予人一個頻密交易的印象。所謂頻密，不一定是高頻，可以是day trade或持貨以日計算。但重點未必是持貨時間，而是交易量。運用統計學和機率估算期望回報(expected return)、再進行回溯測試觀察效果。這種方法若要達到或非常接近期望值，需要較大量的交易。情況就如擲硬幣，出現花和字的機率大概各一半。若果只是擲十次，花和字碰巧各出現5次的機率較低，而擲一百次，花和字碰巧各出現50次的機率較高。所以交易量越多，越接近期望值。 市場遼闊無邊，投資者自然是各施各法。雖然策略和風格有異，但只要優勢能蓋過弱點就好。長線價值投資和短線程式交易屬於不同類別的操作方法，兩者都有其理論和優勢。投資人最怕處於中間兩頭不到岸，那就難以享受各自的優點，又或其優勢未能全面覆蓋弱點。所以實踐需要一致性，而不是於中段慌忙改弦易轍。 《網上加料版》 這星期的城中科技界盛事是RISE Conference 重臨香港，昨天開始一連三日。官方說今年更多人參與，但目測是去年比較多人。台上演講和訪問因為時間短，難以深入探討。但對於不熟悉最新科技的人，基本說明狀況可以初步了解，都是好事。 部份 Highlights： 講者中給予人最深刻印象的是Blippar － 一個visual discovery app。實時demo 能辨別很多眼前情景和物體，驚喜！ 本地薑WeLend 提及內地的高速發展 － 每個月以30% 幅度增長。但依他看，P2P lending 的破壞性創新大概已到達頂峰，下一個可以被disrupt 的是保險產品。 Fiscal Note 運用大數據分析美國上庭個案，並預測官司的勝算，準確度達94%！ (下週文章會分享更多RISE Conference 的所見所聞) 此文同見於《信報》的《價值投資》專欄 Facebook 專頁：www.facebook.com/trendalysis
-
科網企業 3大要素：門欖、增長、現金流
希臘復市後大跌，匯控業績勝預期，週二早市恆指窄幅上落幾十點，繼續悶市。這時候除了選股分析和耐心等待，亦是作市場研究、了解未來趨勢和檢視過往投資策略的好時機，以便從經驗中學習。 《網上加料版》 週二林行止專欄談及新世代未曾經歷熊市，以手機買賣股票加快市場升跌循環。早前A 股升得快跌得急，正是因為孖展和場外融資過度 － 以為股市升就借貸入場，價格開始跌便「人踩人式」斬倉。此外，新聞報道外資基金Citadel 在中國的程式化交易帳戶被凍結，中證監正調查其放空交易。 價值投資者傾向保守，未必涉獵借貸或沽空交易。只是，當急升急跌成為市場新常態，就值得思考離場策略。價值投資一般都會對公司作出估值，若股價短時間升至接近甚至超越估值，投資者可考慮暫時離場，待未來股價回落再重新入場。這並不關乎公司的基礎因素，而是市場短期波動又快又大，投資既然接近估值，穩袋利潤離場亦屬持盈保泰的策略。筆者強調並非鼓勵頻繁交易，因為交易費用成本高，而且交易越頻密出錯的機率越高，加上準確拿捏買賣時機是極具挑戰性的事。這番建議的理據是：若潛在回報有限（股價接近估值，短期上升幅度有限)，而回落風險較大，投資者需要重新檢視該筆投資的風險，考慮是買入、持有或離場。 *** 上週在會展舉行的RISE Conference，邀來世界各地投資者和科網公司作分享，亦有亞洲各國的初創企業展示理念和產品。筆者在會場逛一圈，彷彿可以想像未來的世界 － 科技在生活層面無孔不入。當日科網企業投資人的分享，令筆者感到此界別的興盛，但要選中高增長初創公司則極其困難。科網創業的入行門欖越來越低(只需一台電腦和互聯網)，同一個題目在世界各地都有人嘗試，競爭異常激烈。未來與其著眼於面對消費者的企業(例如需要燒錢搶市佔率及未有盈利模式的Uber)，不如發掘入行門欖高，兼需要專業知識的科技行業，例如醫療科技(MedTech)。場內一間本地公司，過去4年搜集和研究DNA 數據，年底將推出商業化服務：以口水測試DNA 並於48小時內在網上看到結果，協助選擇合適的藥物，又或建議最有效的減肥餐單和運動類型。 另一間吸引筆者眼球，具高增長潛力的公司，是在紐西蘭上市的雲端會計系統 Xero (NZE: XRO)。筆者認為入行門欖高，因為企業對會計軟件的忠誠度較高，不會輕易經常轉換工具。Xero 成立約10年，當初用了4年時間才達到5萬名客戶的里程碑，現在只需要10星期就有5萬個新客戶遍佈全球。Xero 幫助中小企改善應收款數期 － 由41日縮短至26日。最近更夥拍大型支付企業，令雲端會計工作更方便。以其增長趨勢觀之，似乎已走過播種期，正處於高增長階段。即使去年未錄得盈利，但營運收入增長超過80%。現在未必是最佳投資時機，卻絕對值得加入觀察名單。 新經濟入不敷支的營運模式，不容易令投資者信服，所以筆者一般只考慮有正現金流的公司，當中龍頭非騰訊、百度、Google 和 Facebook莫屬。Amazon 以往一直錄得虧損，最近才終於轉虧為盈，有興趣的投資者可繼續觀察Amazon 可否保持盈利。生意之外，正現金流對個人財務亦同樣重要。早前在書展買了一本以聖經原則教理財的書，內裡談及借貸 － 聖經沒有明言可否借貸，所以需根據其它原則定斷：若為了供應給家人就可借貸，同時要考慮個人能力可否負擔。縱然筆者傾向穩健保守，看後卻有點嗤之以鼻 － 現代社會創造經濟價值，哪有不借貸之理？即便不談企業，個人自用或投資物業，也會借貸獲取槓桿效應。這大概附合「為家人」(自住) 和「有能力負擔」(以租金供樓) 兩個條件… 昨日看到貸款公司欺騙老人借貸2萬卻要求還款超過200萬，又有勸說將公屋抵押後強行收樓的新聞，加上近日聽見畢業數年的年青人，為信用卡數和大學貸款等以債冚債，一直未能錄得正現金流，才發現很多人小看了借貸對財政健康的影響。 (此文同見於《信報》的《價值投資》專欄) Facebook 專頁：www.facebook.com/trendalysis