WKLiu's Blog

今天下午參加了凱基證券辦的一場線上講座, 主要分析 MLCC(Multi-Layer Ceramic Capacitor) 多層陶瓷電容, 可用在許多的電子產品中, AI 盛行後, 大量需要高精密度的 MLCC 用在 AI 相關產品上, 因此也造就相關廠商漲了一波。 我對這個產業所知不多, 因此我在講座過程中截了需多張投影片的圖, 在會後我提供給 Gemini, 並詢問了以下問題： " 根據這些簡報, 可以幫我分析一下在台灣股市可以投資 MLCC 相關股票嗎？如果建議投資, 哪一檔股票最推薦呢?" Gemini 很盡心地幫我總結會議內容, 也根據簡報中, 推薦禾伸堂這支股票(如下圖) 但我不知道, Gemini 是單純根據簡報給我答案, 還是有分析過才給我答案的, 所有我又問了: " 可否就網路上可以收集到的最新資訊, 與凱基的這份報告比較, 凱基的分析是否合理？" 果然這時候 Gemini 才真正做一些分析(但還是建議要自己再驗證一下資訊的正確與否) Gemini 認為產業基本面分析很合理, 但禾伸堂的2026與2027 EPS 凱基過於樂觀: 報告預估 2026 年 EPS 為 38 元、2027 年高達 189 元。這是一種「零死角、無競爭對手、利潤率極大化」的完美數學模型。 根據最新的財務數據，禾伸堂近期的 EPS 表現大約落在 7.69 元左右，距離 38 元甚至 189 元的爆發性成長還有極大的現實差距。 但我看了原始的講座投影片, 沒看到 2026 EPS 是 38元, 2027 是 189 的部分(原始資料中, 2026 EPS 預計是 13.15, 2026上半年已經是 6.73, 全年 13.15算是合理, 2027 則是 38.9), 這部分應該是 AI 判讀圖片中欄位錯誤所致。 至於該不該投資禾伸堂, 我只能說以今年的預估本益比(今日股價 588)禾伸堂超過 40, 是有點高, 也許要再跌一陣子再考慮。

下午參加了一個證券公司辦的線上講座, 用我很熟悉的 Webex, 主題是: "AI算力引路、應用爆發台股5萬點財富超前部署！", 講座內容很豐富, 講者也分享了幾個券商研究部門的分析資料, 如下圖: 我看了想之後再研究分析一下, 當下立刻截圖, 想說之後再手動鍵入 google sheets (是的我沒花錢買 Microsoft Excel), 後續講者又分享的好幾個不同的表格, 我也儘可能的都截圖下來。 會議結束後, 看到好多個截圖, 裡面有密密麻麻的資料, 突然想到如果用 AI 來幫我轉成可編輯的 google sheets 應該會很快完成, 順便也試試 AI 的圖形辨識能力。 因此我就用了 Antigravity CLI 下了一句 prompt: " 請幫我把此目錄下的 PNG 檔案內容的表格轉換成 google sheets 的格式, 每個 PNG 產生一個對應的 google sheets. " 果然在一連串的 yes confirm 後, 就幫我都轉好了, 同時他還幫我寫好了一支程式。 Antigravity 不是去呼叫 Gemini api 幫我把一個一個的截圖(PNG格式)轉成 google sheets 的檔案, 而是幫我寫的一支程式, 並且幫我把他們輸出成為 xlsx 與 csv 格式。 比較特別的是我原本以為這支程式是先用 OCR library 去辨識我給的截圖, 但我去看了程式, 原來他已經將辨識後的文字直接放在程式中的陣列中, 然後用 library 轉成我要的格式, 所以有可能是圖形辨識的部分, 還是用雲端的 Gemini, 得到的資料才用地端的程式輸出成我要的格式。 輸出的效果非常的不錯, 我簡單的比對一下, 內容都正確, 以下是輸出的結果： 全覽圖轉換的效果也很不錯： 下次你如果也有大量的會議截圖, 你也可以利用 AI 來幫你轉成你方便處理的格式, 沒有一定要用 Antigravity CLI, OpenAI, Anthorpic 也都有類似的工具可以幫你完成。