今天外資群買超台股115.9億，投信買超台股40.46億，自營商買超台股28.99億，三大法人合計買超台股185.35億，外資群期貨增加3917口，期貨留倉空單35862口，三大法人期貨留倉為空單12145口，今天台股成交3016.94億，上漲126.11點，漲幅0.57%，收在22285.53點，電子上漲7.92點，漲幅0.67%，收在1193.06點，金融上漲19.36點，漲幅0.94%，收在2089.51點。外資群波段賣超8155億，等於是把從去年11月以來買的連獲利都賣光後，因為FED降息兩碼，說經濟沒有立即衰退的疑慮，近七個交易日累計買回了838億，不過比較有趣的是期貨空單有在增加，這部份的期貨空單應該是外資群害怕自己衝第一，所以買一些避險的空單，我常和大家說，外資群是一群而不是一個，外資群也會彼此觀察態度及行為，在賣超了8155億後，近七個交易日回頭買838億，等於就是十分之一的外資群回頭買，這畢竟還算是少數，先買的外資能賺比較多，但他們也是擔心自己目前還是少數，以波段籌碼來看，外資群賣出的僅買回十分之一，這十分之一當然就是少數，這些少數外資群冒著比較大的風險，自然就能買在相對的低點，當外資群買回五成時，也就是四千兩百億，這樣等於就是多空兩邊勢力相當，當外資群買回六成後，這時多方就會佔優勢，這應該很好理解對吧，外資群買了後會拉抬及護盤，賣了後會壓制及摜殺，所以我說外資群賣了8155億後，你進來賭雖然不敢說是最低點，但會是相對低點的機率很大，一開始總是會有比較勇敢的人先進來賭，這些人風險比較大，但買在的位階就會比較低，如果你想看到外資群波段買回五千億，等於是把賣出的8155億買回六成，這時確實是多方佔優勢了，不過股市可能都漲到兩萬五千點了，那時你進來雖然氣勢比較強，不過已經上漲了一大段了。
鴻海主力籌碼分析，今天買超第一名的是凱基台北,買了2640張,第二名的是元大,買了1720張,第三名的是永豐金,買了1394張,第四名的是富邦新店,買了1057張,第五名是摩根大通,買了922張,今日賣超，第一名的美商高盛,賣了637張,第二名的是兆豐南京,賣了407張,第三名的是台灣摩根,賣了372張,第四名是上海匯豐,賣了339張,第五名的是富邦,賣了325張，外資群因為FED在回補台股，結果鴻海中的外資群及主力因為賣了太多的股票，現在也沒有股東想要賤價的把股票賣回給外資群及主力，所以瑞銀，美林，高盛就只能在那搞笑的一買及一賣的浪費手續費，交易稅及差價，這些外資群及主力以為鴻海中的股東是傻子，如果想要買就真金白銀的買，不要在那丟人現眼的一邊擋一邊買，這樣單純就是浪費交易稅，手續費及差價罷了，今天鴻海股價上漲3元，結果瑞銀買2925張，賣2359張，合計買超566張，當沖就賠了156萬，美林買1843張，賣1847張，合計賣超4張，當沖賠94萬，雖然鴻海中的外資及主力會故意用不同的券商出入，但當沖部份一定就是同一個人，這種就是在那搞笑的，鴻海GB200第四季小量出貨，明年第一季大量出貨，這件事你知，我知，旁邊的獨眼龍也知，我是不相信26萬個買在194元的散戶會在他們的成本以下賣出，尤其是0到5張的小散戶，這些散戶可以套牢抱永遠，解套馬上賣，目前小散戶是處在套牢的階段，想要把他們洗出去，這難如登天，另一部份的股票是落在100到1000張的中實戶及大戶手上，這些人能買這麼多股票，不太可能不知道GB200快要出貨了，再怎麼想賣的人，隨便等到GB200大量出貨時，會有一波波段高點能賣的機率是很大的，最近外資群一直回補台股，只要外資群一直買台股，鴻海身為第二大權值股，外資群買回鴻海僅是時間的問題。
新聞說:鴻海秀 AI 技術深厚實力，車輛交通模擬器 BehaviorGPT 奪冠，全球最大科技製造與服務商鴻海旗下，鴻海研究院人工智慧研究所與香港城市大學合作，提出的先進車輛交通模擬器“BehaviorGPT”在今年的Waymo Sim Agents Challenge中獲得全球第一名的成績。這表示團隊技術實力獲得國際的認可，在自動駕駛的場景模擬領域，持續產生深遠的影響力！已經有40多年歷史的電腦視覺與圖形辨識會議CVPR是人工智慧與計算機視覺領域最具有影響力的國際學術會議，每年吸引頂尖科技企業、研究機構以及學術界高手參與。今年是連續第二年舉行Waymo Sim Agents Challenge項目，這個聚焦於自動駕駛場景模擬的競賽，目的在推動自動駕駛技術的發展，並為研究人員提供了一個展示和交流的平台。鴻海研究院與香港城市大學所提出的BehaviorGPT，專為自動駕駛汽車測試而設計，確保自動駕駛系統在實際部署前能安全地處理各種路上場景，如直行、轉彎、變換車道、路口交會等等。在今年的比賽中，與Google DeepMind、蘇黎世聯邦理工學院、普林斯頓大學、南洋理工大學等頂尖研究一構與學術單位同場競技，會後獲得第一名的肯定！有別於以往的交通模擬器，通常使用複雜的編碼和解碼結構，輸入固定且有限時間段的歷史軌跡來預測車輛的未來軌跡，導致資料利用率較低。由鴻海研究院和香港城市大學提出的BehaviorGPT採用一種無須依賴複雜編碼、改良後的自回歸模型架構，可彈性地擷取任一時間段的歷史軌跡作為當前輸入，簡化了模型設計並提高了數據使用效率。該方法提出了Next-Patch Prediction Paradigm（NP3）機制，有效地模擬車輛的連續運動，並捕捉多個車輛之間的長距離時空交互作用。該模型同時提出了三向注意力機制來考量時間連續性、環境物件和車輛互動模式對於未來軌跡預測的影響。這種高效的設計將能支援自動駕駛系統的驗證並提升其安全性。在模型大幅瘦身的基礎下（減少了91.6%的參數），BehaviorGPT以優異的0.7473 真實感評分和1.4147 minADE指標分數超越了先前的模擬器，並獲得Waymo Sim Agent Challenge的冠軍殊榮。此項成果由鴻海研究院人工智慧研究所栗永徽所長率領所內研究員，與香港城市大學汪建平教授團隊、美國卡內基梅隆大學研究人員共同合作完成。今年10月8日至9日的鴻海科技日上，鴻海研究院人工智慧研究所將在展位上將會詳細展示此項技術與其相關應用，歡迎產學研各界先進報名參加。
個人股市研究觀察記錄文章目錄
