2020–2025 台股漲停貢獻度觀察:強勢股的年 / 月 K,是怎麼堆出來的?

更新 發佈閱讀 21 分鐘
投資理財內容聲明



資料範圍:台股上市 / 上櫃個股,2020–2025 年,

年 / 月 K 統計為六年合併樣本(資料截止:2025-11-07)。 本文僅為歷史統計整理,不構成任何投資建議



大家在看飆股的時候,很容易有一個直覺:

「啊這檔一定是漲停堆出來的啦!」

但實際上,一年漲 50%、100%、甚至 300% 的股票

它們的年 K、月 K,真的都是一根一根漲停板堆出來的嗎?

這篇文章就單純把 2020–2025 六年的台股資料抓出來,

看兩個問題:

  1. 一整年漲 X% 的股票,有多少比例「曾經出現漲停」?
  2. 一個月漲 X% 的 K 棒,有多少漲幅是「漲停貢獻」?

我們先不討論策略、不聊應該追哪裡,

就純粹看看數字長什麼樣子。


一、年 K 視角:強勢股一年裡,漲停有多常出現?

先看「全年漲幅 vs 漲停出現狀況」。

年 K 漲停貢獻度(2020–2025 六年合併)

欄位說明:

  • 樣本數:該年漲幅區間的股票總檔數(六年合併)
  • 有漲停樣本數:一年中至少出現過 1 次漲停的檔數
  • 有漲停佔比=有漲停樣本數 ÷ 樣本數
  • 平均漲停天數:有漲停的股票中,平均一年有幾根漲停日
  • 平均漲停貢獻度:漲停日貢獻報酬 / 年度總報酬 的平均
  • 中位數漲停貢獻度:同上,但取中位數(較不受極端值影響)
  • 貢獻度≥50%比例:在有漲停的股票裡,有多少檔是「漲停貢獻 ≥ 50%」
|K最終漲幅區間 | 樣本數 | 有漲停樣本數 | 有漲停佔比 | 平均漲停天數 | 平均漲停貢獻度 | 中位數漲停貢獻度 | 貢獻度≥50%比例 |
|:---------------|-------:|-------------:|:-----------|-------------:|---------------:|-----------------:|----------------:|
| 0%9% | 1707 | 858 | 0.503 | 1.913 | 9.445 | 1.011 | 0.503 |
| 10%19% | 1279 | 742 | 0.580 | 2.529 | 1.716 | 0.711 | 0.575 |
| 20%29% | 858 | 529 | 0.617 | 3.030 | 1.219 | 0.445 | 0.466 |
| 30%39% | 607 | 421 | 0.694 | 4.082 | 1.156 | 0.612 | 0.565 |
| 40%49% | 448 | 338 | 0.754 | 5.040 | 1.117 | 0.710 | 0.574 |
| 50%59% | 343 | 273 | 0.796 | 5.525 | 0.992 | 0.741 | 0.598 |
| 60%69% | 290 | 223 | 0.769 | 5.369 | 0.818 | 0.580 | 0.521 |
| 70%79% | 203 | 175 | 0.862 | 6.773 | 0.896 | 0.631 | 0.591 |
| 80%89% | 149 | 123 | 0.826 | 6.852 | 0.798 | 0.606 | 0.564 |
| 90%99% | 128 | 109 | 0.852 | 8.844 | 0.924 | 0.751 | 0.633 |
| 100%199% | 492 | 423 | 0.860 | 9.959 | 0.736 | 0.638 | 0.618 |
| 300%399% | 149 | 126 | 0.846 | 13.752 | 0.494 | 0.490 | 0.490 |
| 400%499% | 17 | 14 | 0.824 | 17.588 | 0.392 | 0.291 | 0.412 |
| 500%599% | 4 | 4 | 1.000 | 25.250 | 0.466 | 0.498 | 0.500 |
| 600%699% | 1 | 1 | 1.000 | 18.000 | 0.294 | 0.294 | 0.000 |
| 700%799% | 2 | 2 | 1.000 | 22.500 | 0.306 | 0.306 | 0.500 |
| 800%899% | 2 | 2 | 1.000 | 31.000 | 0.368 | 0.368 | 0.000 |
| 900%999% | 1 | 1 | 1.000 | 34.000 | 0.368 | 0.368 | 0.000 |
|1000% | 2 | 0 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |

⚠️ 300% 以上的區間樣本數很少(甚至個位數),

那些只是「有這樣的案例」,解讀時要保守。



年 K 表格怎麼看?

簡單幫你抓幾個有趣的點:

1️⃣ 平凡股也會遇到漲停,但不一定靠漲停撐完一年

  • 年漲 0–9% 的股票裡,有一半(50%)一年內曾經漲停。
  • 有漲停的那些股票,一年平均大概 2 根漲停
  • 但整體來看,這群股票最後還是只是「小漲」,
    代表漲停不一定能改變一檔股的一生 😂

2️⃣ 年漲 30–60% 的「認真強勢股」,大多數都有漲停

  • 年漲 30–39%:有漲停佔比約 69%
  • 年漲 40–49%:有漲停佔比約 75%
  • 年漲 50–59%:有漲停佔比約 80%

也就是說:

一檔一年漲 3~5 成的股票,

十檔裡至少有七、八檔,一年曾經亮過漲停燈。


而且這些有漲停的股票,一年平均有 4~5.5 根漲停

中位數漲停貢獻度大概落在 0.6~0.7 左右

  • 約有 一半以上的股票,漲停貢獻超過全年報酬的一半

但也就是「一半以上」,並不是全部。

3️⃣ 年漲一倍以上:大多數有漲停,但不是全部靠漲停在衝

年漲 100–199% 那一行:

  • 有漲停佔比:86%
  • 有漲停的股票,一年平均有 快 10 根漲停
  • 中位數漲停貢獻度約 0.64
  • 有 62% 的股票,漲停貢獻 ≥ 50%

也就是說:

一年漲一倍的股票,幾乎都會有一堆漲停,

但真正「完全靠漲停堆出來」的,只是其中的一部分。


4️⃣ 300% 以上的怪物:漲停很多,但貢獻度比例反而下降

300–399% 那一行很有趣:

  • 有漲停佔比還是很高(約 85%)
  • 一年平均漲停天數來到 13.7 天(快三週)
  • 但「平均漲停貢獻度」掉到 0.49 左右
  • 漲停貢獻 ≥ 50% 的比例也大概是 49%

直覺上可以這樣理解:

這種怪物股,不是只靠幾根瞬間暴衝

而是整年都在那邊慢慢爬、偶爾瘋狂一下。 漲停是調味料,不是唯一主菜。



二、月 K 視角:強勢月背後,漲停有多常見?

接著看「單月漲幅 vs 漲停貢獻」。

這次不是看一年,而是看每一根「月 K」,

統計該月有沒有漲停日、幾根、貢獻多少。

月 K 漲停貢獻度(2020–2025 六年合併)

欄位說明:

  • 樣本數:六年間所有月 K(所有股票 × 月份)數量
  • 其餘欄位定義跟年 K 表相同,只是換成「月份」維度
|K最終漲幅區間 | 樣本數 | 有漲停樣本數 | 有漲停佔比 | 平均漲停天數 | 平均漲停貢獻度 | 中位數漲停貢獻度 | 貢獻度>=50%比例 |
|:---------------|-------:|-------------:|:-----------|-------------:|---------------:|-----------------:|----------------:|
| 0%9% | 50473 | 5998 | 0.119 | 0.160 | 0.717 | 0.000 | 0.119 |
| 10%19% | 12661 | 4619 | 0.365 | 0.569 | 0.394 | 0.000 | 0.359 |
| 20%29% | 4261 | 2594 | 0.609 | 1.191 | 0.483 | 0.399 | 0.335 |
| 30%39% | 1801 | 1367 | 0.759 | 1.870 | 0.538 | 0.519 | 0.516 |
| 40%49% | 925 | 763 | 0.825 | 2.516 | 0.558 | 0.495 | 0.497 |
| 50%59% | 475 | 390 | 0.821 | 2.985 | 0.541 | 0.553 | 0.611 |
| 60%69% | 297 | 251 | 0.845 | 3.771 | 0.578 | 0.614 | 0.589 |
| 70%79% | 183 | 157 | 0.858 | 4.410 | 0.585 | 0.658 | 0.689 |
| 80%89% | 106 | 88 | 0.830 | 4.547 | 0.529 | 0.585 | 0.604 |
| 90%99% | 70 | 59 | 0.843 | 5.286 | 0.549 | 0.618 | 0.757 |
| 100%119% | 78 | 66 | 0.846 | 5.872 | 0.532 | 0.640 | 0.641 |
| 120%139% | 39 | 28 | 0.718 | 5.308 | 0.411 | 0.462 | 0.436 |
| 140%159% | 20 | 13 | 0.650 | 5.600 | 0.376 | 0.500 | 0.500 |
| 160%179% | 9 | 1 | 0.111 | 0.778 | 0.046 | 0.000 | 0.000 |
| 180%199% | 6 | 6 | 1.000 | 9.167 | 0.484 | 0.522 | 0.667 |
|200% | 4 | 0 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |

(後面幾個區間樣本數很少,也是看看就好,不要太浪漫 😂)


月 K 表格怎麼看?

這張表其實就回答一個問題:

當你看到「單月 +30%、+40%、+60%」的 K 棒,

那個月裡,到底有沒有漲停?漲停佔多少?


1️⃣ 平凡月:0–9%,八成以上沒漲停

  • 0–9% 月 K:
    • 有漲停佔比只有 約 12%
    • 中位數貢獻度是 0(代表大多數平凡月根本沒有漲停)

也就是說,多數「看起來普通」的月,

真的就是一天一天小漲小跌堆出來的。

2️⃣ 月漲 20–29%:六成以上有漲停

  • 20–29% 區間:
    • 有漲停佔比約 61%
    • 有漲停的那些,平均月內漲停天數約 1.2 天
    • 中位數貢獻度約 0.40

這個區間有一點「強勢股的門檻」感:

一檔股票當月漲到 20% 以上,

有超過一半的機率會看到「至少一根漲停」。


但也不是完全靠漲停,一般是「漲停 + 一堆中小紅 K」一起完成任務。

3️⃣ 月漲 30–60%:八成都是「含漲停」強勢月

  • 30–39%:有漲停佔比 76%
  • 40–49%:有漲停佔比 83%
  • 50–59%:有漲停佔比 82%

而且這些月的中位數貢獻度,大概落在 0.50–0.55 左右:

也就是說,一個月漲 30–50% 的強勢月,

有很高機率是「有漲停,而且漲停貢獻大概佔一半左右」。


4️⃣ 60% 以上的暴衝月:漲停天數變多,但不是全部靠鎖死

  • 60–69%:有漲停佔比 85%,平均 3.8 天漲停
  • 70–79%:佔比 86%,平均 4.4 天漲停
  • 90–99%:佔比 84%,平均 5.3 天漲停

但「漲停貢獻度」沒有衝到 0.9、1.0 之類的極端數字:

  • 中位數大多還是在 0.55–0.65 區間
  • 貢獻度 ≥ 50% 的比例,最多也就是 七成多

換句話說:

即使你看到一個月漲 70%、90%,

大多數情況還是「漲停 + 一堆強勢紅 K」一起演出, 不是那種「三根漲停就結束」的簡單劇本。



三、小結:漲停很重要,但不是全部

把年 K、月 K 兩張表一起看,大概會得到這幾個印象:

  1. 強勢股「經過漲停」的機率很高
    • 年漲 30–60%:有漲停佔比普遍在 70–80% 左右
    • 年漲 100%:差不多 八成以上 都有多根漲停
    • 強勢月(30% 以上):七、八成以上 的月都有漲停日出現
  2. 但大部分強勢走勢,並不是「只有漲停」在撐
    • 不管是年 K 還是月 K, 多數區間的「漲停貢獻度中位數」都落在 0.4–0.7 中間
    • 代表 漲停很關鍵,但後面還有一堆普通紅 K 在推
  3. 極端怪物股,反而更像是長期趨勢 + 偶爾暴衝
    • 年漲 300% 以上的區間, 一年動輒 10 幾、20 幾根漲停
    • 但貢獻度比例反而往 0.3–0.5 靠
    • 表示它們是「整年都很瘋」,而不是「幾天一口氣秒殺」
  4. 這些只是「過去六年的樣貌」,不是未來保證
    • 這些數字是 2020–2025 六年的平均輪廓
    • 多頭年、空頭年其實長相都不一樣(如果拆逐年會更有fu)
    • 單純把統計結果攤開來給大家參考,不代表「照著做就會賺」

結語:把漲停當作「特徵」,不是「信仰」

這篇文章刻意不談任何交易策略,只做一件事:

把「漲停」這個大家很熟的東西,

丟到年 K、月 K 的統計維度裡,看看它在不同漲幅區間裡扮演什麼角色。

如果你只是想要一個印象,

可以這樣簡單記在腦中:

  • 平凡股 / 平凡月:多半沒有漲停
  • 強勢股 / 強勢月:大部分都曾經亮過漲停燈
  • 真正的大飆股:漲停只是其中一部分,
    更可怕的是,它在「不是漲停的日子」也很會漲。

至於要不要因此追高、怎麼進出場、風險怎麼控,

那就是另一整個系列的主題了。

這篇就當成是 「2020–2025 台股漲停貢獻度小年鑑」

讓你在看飆股故事的時候, 心裡多一點「這東西在全市場是多常見、多極端」的參考刻度。


最後的小小免責 & 提醒

  • 本文所有統計,都是基於整理好的日 K 資料與漲停標記邏輯(Yahoo Finance + 自己的 QA/清洗流程),
    仍然可能受到除權息、拆股、下市等資料品質影響。
  • 這是一篇統計觀察與交易行為研究,不是任何形式的投資建議。
    真正下單前,請務必自行做個股研究與風險控管。





留言
avatar-img
《炒股不看周月年K漲幅機率就是耍流氓》
16會員
290內容數
普通上班族,用 AI 與 Python 將炒股量化。我的數據宣言是:《炒股不做量化,都是在耍流氓》。
2025/11/17
— 漲停真的追得到嗎?長連板到底多稀有?數據說話。 🟦 前言:台股獨有的「10% 上限文化」 台灣股市因為 10% 漲跌幅限制,讓「漲停板」成為最具代表性的價格行為。 有人說:「抓到一檔妖股,人生就海闊天空。」 但問題是: 🔍 **漲停板到底有多少是追得到的? 連續 5 板、7 板
2025/11/17
— 漲停真的追得到嗎?長連板到底多稀有?數據說話。 🟦 前言:台股獨有的「10% 上限文化」 台灣股市因為 10% 漲跌幅限制,讓「漲停板」成為最具代表性的價格行為。 有人說:「抓到一檔妖股,人生就海闊天空。」 但問題是: 🔍 **漲停板到底有多少是追得到的? 連續 5 板、7 板
2025/11/16
— 2020–2025 興櫃日K「暴漲行為」完整觀察 台灣興櫃市場(TW-Emerging)一直是投機風格最鮮明的市場之一:流動性低、題材密度高、籌碼集中,漲跌往往「硬到不行」。 但興櫃是否真的如大家想像的「一噴就連噴、多頭走勢誇張」? 我直接用五年完整交易資料做了統計,結果出乎意料地 冷靜又殘
Thumbnail
2025/11/16
— 2020–2025 興櫃日K「暴漲行為」完整觀察 台灣興櫃市場(TW-Emerging)一直是投機風格最鮮明的市場之一:流動性低、題材密度高、籌碼集中,漲跌往往「硬到不行」。 但興櫃是否真的如大家想像的「一噴就連噴、多頭走勢誇張」? 我直接用五年完整交易資料做了統計,結果出乎意料地 冷靜又殘
Thumbnail
2025/11/16
台灣興櫃市場的特性,一直被視為「波動大、消息敏感」,但實際有多誇張? 本篇以近年興櫃股票的所有日線資料為基礎,從兩個角度切入: 興櫃股票的暴漲行為本體:發生頻率、連續暴漲、報酬強度 暴漲事件對周 K、月 K、年 K 的實際貢獻度:是否真正決定該股漲跌? 使用統計方式重新整理後,我們會看到
Thumbnail
2025/11/16
台灣興櫃市場的特性,一直被視為「波動大、消息敏感」,但實際有多誇張? 本篇以近年興櫃股票的所有日線資料為基礎,從兩個角度切入: 興櫃股票的暴漲行為本體:發生頻率、連續暴漲、報酬強度 暴漲事件對周 K、月 K、年 K 的實際貢獻度:是否真正決定該股漲跌? 使用統計方式重新整理後,我們會看到
Thumbnail
看更多
你可能也想看
Thumbnail
這篇文章,會帶著大家複習以前學過的二進位DP框架, 並且以0~N的整數有幾個bit1,有幾個bit0的概念為核心, 貫穿一些相關聯的題目,透過框架複現來幫助讀者理解這個演算法框架。 常見的考法 請問整數k有幾個bit1? 有幾個bit0? 請問整數0到整數N分別各有幾個bit1? 有幾個
Thumbnail
這篇文章,會帶著大家複習以前學過的二進位DP框架, 並且以0~N的整數有幾個bit1,有幾個bit0的概念為核心, 貫穿一些相關聯的題目,透過框架複現來幫助讀者理解這個演算法框架。 常見的考法 請問整數k有幾個bit1? 有幾個bit0? 請問整數0到整數N分別各有幾個bit1? 有幾個
Thumbnail
這篇文章,會帶著大家複習以前學過的前綴和框架, 並且以區間和的概念與應用為核心, 貫穿一些相關聯的題目,透過框架複現來幫助讀者理解這個演算法框架。 前綴和 prefix sum框架 與 區間和計算的關係式 接下來,我們會用這個上面這種框架,貫穿一些同類型,有關聯的題目 (請讀者、或觀眾
Thumbnail
這篇文章,會帶著大家複習以前學過的前綴和框架, 並且以區間和的概念與應用為核心, 貫穿一些相關聯的題目,透過框架複現來幫助讀者理解這個演算法框架。 前綴和 prefix sum框架 與 區間和計算的關係式 接下來,我們會用這個上面這種框架,貫穿一些同類型,有關聯的題目 (請讀者、或觀眾
Thumbnail
本文分析導演巴里・柯斯基(Barrie Kosky)如何運用極簡的舞臺配置,將布萊希特(Bertolt Brecht)的「疏離效果」轉化為視覺奇觀與黑色幽默,探討《三便士歌劇》在當代劇場中的新詮釋,並藉由舞臺、燈光、服裝、音樂等多方面,分析該作如何在保留批判核心的同時,觸及觀眾的觀看位置與人性幽微。
Thumbnail
本文分析導演巴里・柯斯基(Barrie Kosky)如何運用極簡的舞臺配置,將布萊希特(Bertolt Brecht)的「疏離效果」轉化為視覺奇觀與黑色幽默,探討《三便士歌劇》在當代劇場中的新詮釋,並藉由舞臺、燈光、服裝、音樂等多方面,分析該作如何在保留批判核心的同時,觸及觀眾的觀看位置與人性幽微。
Thumbnail
5 月將於臺北表演藝術中心映演的「2026 北藝嚴選」《海妲・蓋柏樂》,由臺灣劇團「晃晃跨幅町」製作,本文將以從舞台符號、聲音與表演調度切入,討論海妲・蓋柏樂在父權社會結構下的困境,並結合榮格心理學與馮.法蘭茲對「阿尼姆斯」與「永恆少年」原型的分析,理解女人何以走向精神性的操控、毀滅與死亡。
Thumbnail
5 月將於臺北表演藝術中心映演的「2026 北藝嚴選」《海妲・蓋柏樂》,由臺灣劇團「晃晃跨幅町」製作,本文將以從舞台符號、聲音與表演調度切入,討論海妲・蓋柏樂在父權社會結構下的困境,並結合榮格心理學與馮.法蘭茲對「阿尼姆斯」與「永恆少年」原型的分析,理解女人何以走向精神性的操控、毀滅與死亡。
Thumbnail
這是一場修復文化與重建精神的儀式,觀眾不需要完全看懂《遊林驚夢:巧遇Hagay》,但你能感受心與土地團聚的渴望,也不急著在此處釐清或定義什麼,但你的在場感受,就是一條線索,關於如何找著自己的路徑、自己的聲音。
Thumbnail
這是一場修復文化與重建精神的儀式,觀眾不需要完全看懂《遊林驚夢:巧遇Hagay》,但你能感受心與土地團聚的渴望,也不急著在此處釐清或定義什麼,但你的在場感受,就是一條線索,關於如何找著自己的路徑、自己的聲音。
Thumbnail
今天的官方每日一題是Island Perimeter島嶼周長,很有趣的一題。 題目非常直觀好懂。也很適合拿來作為多角度複習、回顧圖論演算法的好題目。 英文的題目敘述在這裡 題目敘述 題目會給我們一個二維陣列當作地圖,格子點為1代表陸地,格子點為0代表海洋。 要求我們以四連通N4的方式拜訪
Thumbnail
今天的官方每日一題是Island Perimeter島嶼周長,很有趣的一題。 題目非常直觀好懂。也很適合拿來作為多角度複習、回顧圖論演算法的好題目。 英文的題目敘述在這裡 題目敘述 題目會給我們一個二維陣列當作地圖,格子點為1代表陸地,格子點為0代表海洋。 要求我們以四連通N4的方式拜訪
Thumbnail
這篇文章,會帶著大家複習以前學過的DFS框架 結合樹型DP, 並且以路徑和Path Sum的概念與應用為核心, 貫穿一些相關聯的題目,透過框架複現來幫助讀者理解這個演算法框架。 DFS 深度優先搜索框架 def dfs( parameter ): if base case or sto
Thumbnail
這篇文章,會帶著大家複習以前學過的DFS框架 結合樹型DP, 並且以路徑和Path Sum的概念與應用為核心, 貫穿一些相關聯的題目,透過框架複現來幫助讀者理解這個演算法框架。 DFS 深度優先搜索框架 def dfs( parameter ): if base case or sto
Thumbnail
這篇文章,會帶著大家複習以前學過的滑動窗口(Sliding window)框架, 並且滿足特定區間的概念與應用為核心, 貫穿一些相關聯的題目,透過框架複現來幫助讀者理解這個演算法框架。 滑動窗口(Sliding window)框架示意圖 滑動窗口(Sliding window)的框架
Thumbnail
這篇文章,會帶著大家複習以前學過的滑動窗口(Sliding window)框架, 並且滿足特定區間的概念與應用為核心, 貫穿一些相關聯的題目,透過框架複現來幫助讀者理解這個演算法框架。 滑動窗口(Sliding window)框架示意圖 滑動窗口(Sliding window)的框架
Thumbnail
這篇文章,會帶著大家複習以前學過的FSM+DP框架, 並且以有限狀態機 + DP狀態轉移的概念為核心, 貫穿一些相關聯最佳股票買賣系列的題目, 透過框架複現來幫助讀者理解這個實用的演算法框架。 基本的FSM + DP 框架,配合交易邏輯。 針對每一天,其實歸根究柢只有兩種狀態。 第一種
Thumbnail
這篇文章,會帶著大家複習以前學過的FSM+DP框架, 並且以有限狀態機 + DP狀態轉移的概念為核心, 貫穿一些相關聯最佳股票買賣系列的題目, 透過框架複現來幫助讀者理解這個實用的演算法框架。 基本的FSM + DP 框架,配合交易邏輯。 針對每一天,其實歸根究柢只有兩種狀態。 第一種
Thumbnail
這篇文章,會帶著大家複習以前學過的DFS框架, 並且以圖論的應用題與概念為核心, 貫穿一些相關聯的題目,透過框架複現來幫助讀者理解這個演算法框架。 DFS 深度優先搜索框架 def dfs( parameter ): # 邊界條件 if base case or stop cond
Thumbnail
這篇文章,會帶著大家複習以前學過的DFS框架, 並且以圖論的應用題與概念為核心, 貫穿一些相關聯的題目,透過框架複現來幫助讀者理解這個演算法框架。 DFS 深度優先搜索框架 def dfs( parameter ): # 邊界條件 if base case or stop cond
Thumbnail
本文探討會計數位轉型中,利用 Excel VBA 和 Python 自動化重複性結帳流程,提高工作效率。介紹 VBA 處理 Excel 表格操作、資料清洗與報表生成,以及 Python 在大數據、跨系統整合與進階財務分析的應用。提供會計人員的數位轉型行動指南,從入門到精通,並解答常見疑問。
Thumbnail
本文探討會計數位轉型中,利用 Excel VBA 和 Python 自動化重複性結帳流程,提高工作效率。介紹 VBA 處理 Excel 表格操作、資料清洗與報表生成,以及 Python 在大數據、跨系統整合與進階財務分析的應用。提供會計人員的數位轉型行動指南,從入門到精通,並解答常見疑問。
Thumbnail
背景:從冷門配角到市場主線,算力與電力被重新定價   小P從2008進入股市,每一個時期的投資亮點都不同,記得2009蘋果手機剛上市,當時蘋果只要在媒體上提到哪一間供應鏈,隔天股價就有驚人的表現,當時光學鏡頭非常熱門,因為手機第一次搭上鏡頭可以拍照,也造就傳統相機廠的殞落,如今手機已經全面普及,題
Thumbnail
背景:從冷門配角到市場主線,算力與電力被重新定價   小P從2008進入股市,每一個時期的投資亮點都不同,記得2009蘋果手機剛上市,當時蘋果只要在媒體上提到哪一間供應鏈,隔天股價就有驚人的表現,當時光學鏡頭非常熱門,因為手機第一次搭上鏡頭可以拍照,也造就傳統相機廠的殞落,如今手機已經全面普及,題
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News