锺博 – Page 2

中國半導體芯片產業是強國之本，不會影響資本走向｜居外專欄

世界銀行預測2021年全球經濟增長4%，中國達7-9%；中國科學院預測科學研究中心認為今年中國經濟將快速回升，預計GDP增速為8.5％左右。今年3月5日中國政府工作報告對GDP的預期目標設定為6%以上，在GDP目標設定趨向穩健落實，這說明中央保持極為務實的一面，今年是“十四五”規劃的開局之年，異常重要，中央留給地方轉變發展的空間，給予各省區產業結構調整的抵抗心理空間；同時在任務層層分解的過程當中，避免地方包圍債務驅動、投資驅動的發展陷阱。

今年中國政府工作報告，在2021年重點工作中提到“制造業”5次，制造業被賦予了新的內涵和新的使命：唯有實體經濟才是富國之基，唯有制造業，方是強國之本。支持制造業的發展，采用利益導向機制促進企業擴大研發投入，對先進制造業企業按月全額退還增量留抵稅額，提高制造業貸款比重，擴大制造業設備更新和技術改造投資的優惠政策。

今年中國全力押注制造業，就是為了“增強國家戰略科技實力”，“增強產業鏈供應鏈自主可控能力” ，以期盡快解決當前中國所面臨的“卡脖子”問題，不再讓其制約國家安全。該任務非常突出，甚至是一切工作的首要戰略目標。一旦中國在基礎零部件、基礎工藝、關鍵基礎材料取得新突破，中國就能比其他國家加快步入第四次工業革命。

世界第一的中國台灣芯片制造公司：台積電

台積電先進制程的主要廠區，像5nm等最新工藝，主要就集中於南科，從量產時間上，台積電要更比三星強，這是一個層面的馬太效應。台積電2021年250-280億美元的資本支出，將用於先進制程技術上，其中80%將用於3nm、5nm及7nm等先進工藝，10%用於先進封裝技術量產需求，10%用於特殊工藝。三星電子預計2022年將大規模采用比FinFET更為先進的GAAFET 3nm，保持與台積電在先進制程上的技術競爭。

美國卡華為“脖子”之處是美國的半導體技術含量高者，非僅針對卡美系的公司；面向芯片供貨商, 華為由美商轉向歐系公司的機率高。在中國宜多幾家像華為這樣的好公司，有助形成半導體產業鏈！

中國當局提出芯片自給率在2025年達到70%的目標，為中國芯片發展指明了方向，顯示出中國當局想要實現國產芯片自主可控的決心。除了江蘇是中國最強國產芯片生產基地（2020年，江蘇省共生產了高達835億塊芯片產品，占到了全國芯片總產量的32%）以外，甘肅、廣東也是中國非常重要的芯片生產基地。華為目前積累了很強的芯片設計能力。

中芯國際的28nm、14nm、12nm、N+1等技術均已進入規模量產，7nm技術開發已經完成，今年4月可以進入風險量產，5nm、3nm最關鍵也是最艱巨的8大項技術也已經有序展開，只等EUV極紫外光刻機到來，就可以進入全面開發階段。

半導體產的芯片公司屬於長期投資，從來沒有天使投資人，不會影響資本走向！

EDA指以計算機為工作平台，融合了應用電子技術、計算機技術、信息處理及智能化技術的最新成果，進行電子產品的自動設計，中國有機會在未來5年與美國齊平！半導體設備及芯片高端技術，中國要與美國齊平，未來至少有5年以上的陣痛期，中國在半導體芯片的研發根基需加快數學、物理、化學、材料工藝…等人才的培養。

芯片問題的解決不是設計技術能力問題，而是制造設備、化學試劑等的問題，需要在基礎工業、化學產業上加大重視，產生更多的尖端人才、交叉創新人才。華為、中芯國際、中微半導體、上海新陽等半導體產業鏈企業，都在為此付出努力。中科院肩負起攻克光刻機的重任。

滬深A股（包括上海科創板），半導體產業鏈的成長型公司，值得長期關注！

列入半導體成長股觀察名單：

1. 中微公司（688012）：集成電路、計算機軟件產品、半導體刻蝕機。刻蝕設備增長較快，MOCVD 受下游需求影響明顯。

2. 北方華創（002371）：具有 ICP 刻蝕、PVD 設備、氧化擴散設備、清洗設備等商品。此外，公司的半導體設備的營收占比 2/3 以上，是公司最重要的業務和最主要估值邏輯來源。

3. 晶盛機電（300316）：半導體設備再加碼，光伏設備迎單晶硅大擴產。

4. 至純科技（603690）：

清洗設備國內龍頭地位穩固，具備卡位優勢，有望率先實現全面國產化；
傳統主業高純工藝系統，國內龍頭地位穩定，為公司貢獻穩定現金流；
晶圓再生業務：至純競爭優勢顯著，靜待晶圓再生業務空間打開。

風險提示：投資有風險，入市需謹慎；理性投資，風險自擔。本文僅代表個人觀點，不作為投資建議！

鐘華 Dr.Chung-Peter
《國際觀金融理財》
聯系郵箱：DoctorChung99@gmail.com

活用《國際觀金融理財》：金融期貨AI績效達標仍需靠人機結合︱居外專欄

深度學習（DL, Deep Learning）是機器學習（machine learning）領域中一個新的研究方向，它被應用在金融期貨投機交易上，把20年金融期貨的歷史數據演算後，並讓AI（Artificial Intelligence）機器可以去做多或放空。當隔了一段時間之後，產生的正負報酬都紀錄起來。金融期貨AI精益求精之處，不是單看回撤率，還要將過往的數據分為用來訓練與驗證兩組，訓練出來的交易策略要再到驗證區，它在驗證區也必須要達到一定的績效期望值。

基於概率論、統計學等學科發展起來的機器深度學習體現了其在數據分析上的有效性，讓計算機系統具有人的學習能力以便實現人工智能，進而將機器深度學習應用在金融期貨技術分析領域，實現AI算法交易及准確性。

<讀友提問題>上海台商大千莊園黃董問到：“金融期貨AI研發，會有獨占市場的企業嗎？”

答：股指期貨特定期間歷史數據會比股票市場單一個股的數據來的完整。股指期貨，AI可以用歷史數據來研發。但把它放在現實的股市期貨市場，還是會遇到諸多的變量，目前我司已四年在股市暨金融期貨之金融AI研發經驗，雖績效穩健，但仍需采人機結合的模式穩健增長績效，簡言之，金融期貨AI仍需人機結合，不易有獨占市場贏者全拿的企業。

金融AI不會制定策略方向，而是要給AI一個金融期貨環境及目標，讓AI在環境中去學到交易策略，驗證交易策略，然後在金融期貨市場使用交易策略。換言之，金融AI透過深度學習，放入金融期貨新的數據後，它要可以從新的數據中自動找到可行有效的交易策略。比如，股指期貨AI神經網絡交易是給AI一個目標環境（金融期貨市場），由AI透過深度學習找到可行有效的交易策略及交易決策。其突破點是透過數據辨識特征制定交易策略（比如：在MA6MA12均線死亡交叉關鍵點放空），讓金融期貨AI自主推倒與深度學習、從數據中找出達到績效目標的算法及准確率。

【國際觀金融理財專欄寫作緣起】

筆者“國際觀金融理財”理念與居外（Juwai）一致，遂欣然接下專欄寫作，分享給您。

理財：金融投資成功的心理素質秘訣：“與神建立親密關系，以及榮耀神。”（參閱聖經：提摩太前書：6:7~8）

理善：陳錦芳博士14歲時因受梵谷（Vincent Willem van Gogh）畫作感動，立志到巴黎當畫家。

1960年代獲法國巴黎大學美術史博士並在巴黎藝術學院深造7年。
1969年建立“五次元世界文化觀”，創立“新意像派”，其藝術畫作整合古今中西的文化意像加以創新表現，藝以載道，成為“後現代先驅”；
如今仍以“聯合國文化大使”身分持續推動藝術教育及促進全球“愛與和平”之文化的建立。

陳錦芳博士的夫人侯館長透過紐約“陳錦芳文化館”及“為人類而藝術基金會”推廣以愛為宗的全球新文藝復興。陳錦芳博士的畫作被編入全球33個國家300多本教科書、藝術書籍及雜志；畫作廣被全球各大美術館及企業家收藏。

筆者，遂將陳錦芳博士的“上海世博”百幅畫作、“北京奧運”66幅畫作以及新意像派的諸多著名畫作，傳遞給中華民族的讀者及您們的後代子孫。

鐘華 Dr. Chung – Peter
《國際觀金融理財》
聯系郵箱：DoctorChung99@gmail.com

活用《國際觀金融理財》：進行預測可采卷積神經網絡技術精煉數據︱居外專欄

金融期貨市場存在大量的數據有著非常大的噪聲交易（Noise Deal，在金融期貨市場中，現貨價格與期貨價格之間存在著一個基差，這個基差就是噪聲），不僅在輸入端，更在輸出端。這些數據很多時候不能反映真實的期貨市場情況，甚至基差還會覆蓋掉有用的數據。因此需要人工智能（AI: Artificial Intelligence）去對這些數據進行提煉，從而獲得有價值的數據及算法進行預測。

<讀友提問題>上海台商大千莊園黃董問到：“金融期貨在人工智能（AI）技術應用層面所面臨的挑戰有解嗎？”

答：金融期貨市場和數據的不穩定性所導致的挑戰很大程度上是由於金融期貨的競爭特性所決定的。同時，激烈的競爭還會讓新開發的統計模型和算法漸漸失去它們的有效性，因此，人工智能建模需要非常特殊的人工智能技術來解決。比如用卷積神經網絡（Convolutional Neural Networks, CNN）技術去處理數據做預測。

人工智能賦能後，金融期貨投資領域就能夠對異構數據（比如：基本面與技術面的不同數據）或非標准金融數據進行更精准的分析。這是因為深度神經網絡可以很自然地將異構數據整合在一起。隨著算法不斷改進，以及計算能力不斷提升，卷積神經網絡技術在金融AI理財發揮關鍵有解的作用。

金融期貨的時間序列通常包含多個維度，不同維度數據的采樣頻率也不一致。多層的卷積神經網絡（Convolutional Neural Networks, CNN）技術，可采用3層卷積，在保證神經網絡學習深度的同時，也增加了卷積神經網絡對時間序列數據的適應性；對混頻時間序列進行特征提取，再去處理數據做價格預測，比如，這在金融期貨指數AI就發揮關鍵有解的作用。