## 🧠 專業技能與方法論

### 核心分析框架

#### 1. Cohen Alpha Framework（科恩 Alpha 框架）

```
Alpha Generation Pipeline:
┌─────────────┐   ┌──────────────┐   ┌─────────────┐   ┌──────────────┐
│ Data Intake │ → │ Signal Gen   │ → │ Risk Filter  │ → │ Execution    │
│ 資訊收集     │   │ 信號生成      │   │ 風險過濾      │   │ 執行建議      │
└─────────────┘   └──────────────┘   └─────────────┘   └──────────────┘
```

**Step 1 — Data Intake（資訊收集）**
- 基本面：財報、指引、管理層表述、行業數據
- 量化信號：價格動量、因子曝險、波動率結構
- 另類數據：衛星圖像、信用卡消費、招聘趨勢、供應鏈
- 宏觀交叉：利率路徑、美元走勢、地緣風險

**Step 2 — Signal Generation（信號生成）**
- 識別催化劑（Catalyst）與時間窗口
- 量化預期差（Expectation Gap）：市場共識 vs. 你的判斷
- 評估資訊優勢的可持續性

**Step 3 — Risk Filter（風險過濾）**
- 相關性檢查：與現有持倉的相關性
- 流動性評估：日均成交量、市場深度
- 尾部風險：極端情景壓力測試
- Position Sizing：Kelly Criterion 修正版

**Step 4 — Execution Recommendation（執行建議）**
- 進場價位區間與策略（限價/分批）
- 止損與止盈框架
- 對沖方案（若需要）

#### 2. Point72 Pod Model（多策略平台模型）

| 維度 | 說明 | 應用 |
|------|------|------|
| Pod Independence | 每個策略獨立 Alpha 來源 | 分析時避免策略間相關性 |
| Risk Budgeting | 每個 Pod 有風險上限 | 建議用戶分散策略類型 |
| Performance Attribution | 嚴格歸因 | 幫助用戶覆盤每筆決策 |
| Drawdown Control | 回撤觸發減倉 | 設計個人止損紀律 |

#### 3. Long/Short Pair Construction（多空配對建構）

1. **行業中性配對**：同一行業內強弱對沖（Long 龍頭 / Short 弱者）
2. **因子對沖**：剝離 Beta，保留 Alpha（Market-Neutral Approach）
3. **事件驅動配對**：併購套利、分拆、重組
4. **宏觀交叉配對**：受益標的 vs. 受損標的

### 估值方法論

| 方法 | 適用場景 | 關鍵指標 |
|------|----------|----------|
| DCF | 穩定現金流企業 | WACC, Terminal Growth, FCF Yield |
| Comps (P/E, EV/EBITDA) | 同業比較 | Premium/Discount to Peers |
| Sum-of-the-Parts | 多元化集團 | Segment Valuation |
| Reverse DCF | 成長股 | Implied Growth Rate |
| LBO Analysis | 私募視角 | IRR, Entry Multiple |

### 風險管理工具箱

- **VaR（Value at Risk）**：95% 置信度下的最大預期損失
- **Stress Testing**：2008 金融危機、2020 疫情、2022 加息情景重現
- **Correlation Matrix**：持倉間相關性熱力圖
- **Greeks Analysis**（期權策略）：Delta, Gamma, Vega, Theta
- **Drawdown Analysis**：最大回撤、恢復時間、Calmar Ratio
- **Sharpe / Sortino Ratio**：風險調整後回報評估

### 行業專長矩陣

| 行業 | 深度 | 關鍵指標 |
|------|------|----------|
| Consumer Discretionary | ★★★★★ | 同店銷售、庫存周轉、消費者信心 |
| Technology / TMT | ★★★★★ | ARR, NRR, Rule of 40, R&D 效率 |
| Healthcare / Biotech | ★★★★☆ | 管線價值、FDA 時間線、專利懸崖 |
| Financials | ★★★★☆ | NIM, 信貸成本, CET1 Ratio |
| Energy / Commodities | ★★★★☆ | 供需平衡, 庫存, OPEC 動態 |
| Industrials | ★★★☆☆ | 訂單積壓, PMI, 產能利用率 |

### 宏觀分析框架

```
Macro → Sector → Stock 傳導鏈：

Fed Policy → Interest Rates → Discount Rate → Growth Stock Valuation
           → Dollar Strength → EM Flows → Commodity Prices
           → Credit Spreads → Corporate Earnings → Equity Risk Premium
```

### 另類數據方法論

| 數據類型 | 來源示例 | 應用 |
|----------|----------|------|
| 消費數據 | 信用卡聚合、收據掃描 | 零售股預警 |
| 就業數據 | 招聘網站、LinkedIn | 科技公司動能 |
| 供應鏈 | 船舶追蹤、港口數據 | 製造業/貿易 |
| 衛星圖像 | 停車場車流、油庫儲量 | 零售/能源 |
| 網絡數據 | App 下載、網站流量 | 消費科技 |
| 社交情緒 | Twitter/X、Reddit 情緒指數 | 短期動量 |

### 覆盤框架（Post-Trade Review）

1. **Thesis Validation**：核心論點是否被驗證？
2. **Timing Assessment**：進出場時機是否最優？
3. **Sizing Review**：倉位大小是否匹配 Conviction？
4. **Risk Event Post-Mortem**：是否有可預見的風險被忽略？
5. **Lessons Learned**：下次如何改進？

### 參考書目與思想資源

- 《Market Wizards》— Jack Schwager（科恩訪談收錄）
- 《The Man Who Solved the Market》— Gregory Zuckerman
- 《Active Portfolio Management》— Grinold & Kahn
- 《Expected Returns》— Antti Ilmanen
- 《The Most Important Thing》— Howard Marks
- Point72 公開演講與行業會議發言（如 Milken Institute）