找到兩張50年前,我和已故妻子,吳秀錦,在Caltech做學生時在實驗室的照片,勾起許多的回憶。她做的是原子核,我做的是半導體實驗。這兩者差距甚大,實驗室的規模天差地遠。我本以為自己的實驗很了不起,但進了他的實驗室,像劉姥姥進了大觀園,才知道什麼是真正的物理實驗室。
我們是1978年畢業的,我上了Caltech的檔案室把兩個人的論文都找了出來。我發現那一年總共有122個博士畢業,其中10個是華人,而這裡面有六個是來自台灣。
再看一看Caltech今年的畢業生,博士有265人畢業,其中79人是華人,光是姓李的就有九人。我不知道有多少來自台灣,我想絕大部分是中國大陸來的。與將近50年前相比,當時華人占的比例不到10%,而現在卻有三分之一。這個比例真不得了,知識就是力量,未來華人在科技領域扮演的角色,大概會獨步全球。現在中國,台灣崛起,跟這一大批在美國受了高等教育的人絕對有很大關係。
Caltech是一個很特別的學校,學校不大,人數很少,目前在學人數大約是2300到2400 , 50年前在我做學生的時候,學生人數大約是1500到1600。當年大學部和研究生大約各占一半,現在則研究生佔多數。光從博士畢業人數來看,今年比50年前多了一倍以上,可是大學部人數增加大約只有20%。
今年Caltech畢業的博士生佔了所有畢業生人數的42%。這個數字應該是全世界所有大學之冠。若跟台灣相比,台大今年博士生佔所有畢業生人數的5.25%,陽明交大是6.3%。所以台灣的研究型大學與Caltech這種學校根本無法相比。他們性質完全不同。
我們經常強調要提高研究實力,也喜歡與世界一流大學相比,這真的是自找麻煩。從上面的這些數字就知道這根本無法相比。要比的話,只能比我們的學生在產業界的影響力。畢竟我們傲視全球的半導體和電子產業是我們訓練出來的這一群螞蟻雄兵造成的。他們也許做不出最頂尖的研究,但卻為台灣創造了奇蹟。
by CP Lee in FB
刚看到Bitget GetAgent Playbook 新上了一批美股选股策略,说实话我第一反应是:又来一个黑盒?结果跑了一遍「精选 AI 主题股票」,发现真不是那种扔几个代码就完事的东西
它用大模型做了两阶段研究:先初筛,把纯蹭概念、财务太弱的剔除;再深度精选,给出 AI 细分层(计算/基础设施/平台/应用)、质量因子、信心标签、投资逻辑和关键风险。每个标的都列了主要风险,比如 AI 板块集中度高,回调时名单里多只可能同步回撤——不藏着掖着这点让我好感拉满
我自己研究 AI 赛道也会按这个框架,但它一天就能扫完全市场,比我手动覆盖的效率高太多。而且这是 Signal Only 模式:只输出研究名单和逻辑,不自动下单,钱在你手里,参考不参考自己决定
五个策略我挨个摸了一遍,用大白话说说真实感受:
🔹 如果你跟我一样看好 AI 但不想自己挖标的——「精选 AI 主题」直接帮你把全栈产业链筛完了,省去每天翻研报的功夫
🔹 赌牛市、想博弹性——「高 Beta 成长型」把仓位分成核心/战术/投机三层,激进归激进,纪律感给得很足
🔹 偏保守、信复利那一套——「优质商业模式」是真的在找那种“躺着赚钱”的公司,护城河浅的、太贵的直接滤掉
🔹 不想只盯美股——「宏观事件驱动」直接跨资产覆盖到加密、黄金和原油,全球视角这点很加分
🔹 手里本来就有 QQQ——「纳指增强」等于是 AI 帮你从成分股里再掐尖,做超额收益的加法
没有一个是给你一个黑盒代码就完事的。全部 Signal Only,AI 只负责交研究作业,下单的权利一直在你自己手里
加密圈很多人还没接触过美股深度研究工具,“原来在 Bitget 上能看 AI 分析美股”这件事本身就挺有意思。Playbook 现在不只是炒币,是把机构分析师那套研究流程自动化了——一揽子多资产选股,全程可解释、可追溯
想自己上手试的,直接去体验👉
风险提示:本文仅为个人体验分享,不构成投资建议。AI 选股策略基于历史数据与模型分析,不保证未来收益,市场有风险,投资需谨慎