我們對遠百（2903）2026年EPS期望值設定為1.54元。台北大巨蛋Garden City開幕雖然逐漸發酵，但今年頂多僅能彌補SOGO敦化店關店的缺口。不過，遠百擁有非常強勁的營運現金流與自由現金流，旗下愛買量販店的虧損在縮小中，遠百竹北店轉虧為盈深具潛力，台北市西門寶慶店與板橋遠東通訊園區店將於2028年開幕，我們對遠百EPS成長至2.5元以上充滿期待。
日期：2026-04-03
OpenAI執行長阿特曼（Sam Altman）2024年預言，世界將出現「一人十億美元公司」。如今一位41歲美國人Matthew Gallagher，僅用2萬美元、十多種AI工具，加上一些「提示詞（prompt）」，且僅雇用2人，打造出去年營收達4.01億美元的公司Medvi，2026年更預計達到18億美元。該公司為銷售複方減重藥的遠距醫療中介商。
日期：2026-04-03
編按：台股高檔震盪，不少投資人一邊想追求穩定現金流，一邊又不想錯過市值型ETF的爆發力。00919、0050到底該先買誰、怎麼配，才不容易追高套牢，又能讓資產慢慢放大？投資達人杉本來了分享「先高股息、後市值型」的進階存股思維，並公開100萬本金的3階段布局策略，幫助投資人在震盪市中兼顧現金流與資本成長。
日期：2026-04-02
編按：2025年台積電漲幅40％，很可觀？信驊143％，還有92檔漲幅更勝台積電。作者王仲麟，東海大學國貿系畢業。1997年退伍後，聽學長分析，聯電比台積電更具優勢，在120元時買進3張，結果不到半年便以60元認賠出場。當時聯電的營收比率沒問題，財報也非常漂亮，他以為買到成長股，結果反而接了刀子。這次經驗雖慘痛，卻讓王仲麟決定用更系統化的方式找出讓股票大漲和大跌的理由。之後他進入大穎集團擔任採購專員，當年塑化業界流傳著「北台塑、中大穎、南奇美」的說法，大穎可說與台塑跟奇美媲美比肩。幾年後卻因急於擴張，資金無法調度變成「地雷股」。他當時的任務之一，是負責讓公司順利下市，為了達成任務，他開始鑽研股票與金融運作機制，長達兩年的訓練，讓他養成一眼就能看出一家公司的危機與獲利機會。這兩段經歷讓他發現，一家公司目前股價雖然好，但沒有獲利了結的長抱，就會把績優股抱成地雷（像是大穎），於是他研發出「慣性操作法」，取代有獲利就長抱的觀念，讓他在38歲時就財富自由，提早退休。
日期：2026-04-02
近來台股出現40餘家千金股，其中屬於半導體探針領域的公司至少就有5家，分別是穎崴（6515）、旺矽（6223）、中華精測（6510）、雍智（6683）、創新服務（7828），其中穎崴是股價曾攀升至8600元的股后級公司，僅次於股王信驊。
日期：2026-04-02
2025年是驅動IC產業相當慘澹的一年，矽創（8016）獲利創下五年來的最低迷紀錄。去年第3季，我們在矽創最低迷時，將其納入存股池追蹤。我們預期，矽創2026年營收將成長7%，EPS期望值設定為16.4元，並預期2027年將派發每股13元現金股利。
日期：2026-04-01
今周刊編按：美伊戰爭有望停火，美國總統川普4/2將發表演說，白宮聲明指出，川普明確表示美軍將在極短時間內撤離，美伊戰爭將在2至3週內徹底結束。受此激勵，亞股週三(4/1)跟著同樂，日股大漲逾4%、韓股暴漲7%，台股盤中最高來到33182.22點，大漲1459點或4.5%，漲點創下盤中史上第三大，一舉收復季線關卡。終場收在33174.82點，上漲1451.83點或4.58%，創史上收盤第二大漲點。台積電(2330)也重返1800元之上，收在1855元，上漲95元或5.4%，同步收復季線。台積電在3/31跌破1800元時，「多頭總司令」前國泰投信董事長張錫即表示，台積電基本面穩健，1800元以下都是閉眼買的好時機。他說，隨著2奈米製程與AI長線需求噴發，台積電預估今年獲利有望成長4成，股價上看2500元，明年更有機會挑戰3000元新高。
日期：2026-04-01
今周刊編按：輝達(NVIDIA)斥資20億美元(640億元台幣)投資邁威爾(Marvell)搶攻矽光子領域，台股相關概念股包含台積電(2330)、聯亞(3081)、華星光(4979)、智邦(2345)、啟碁(6285)、眾達-KY(4977)、奇鋐(3107)、雙鴻(3324)等8檔受惠程度最大。台積電終止連4跌，週三(4/1)收在1855元，上漲95元或5.4%，聯亞漲停1730元、華星光漲停375.5元，智邦也收漲停1660元，啟碁、眾達-KY、奇鋐、雙鴻漲幅則在3-6%，資金明顯湧入矽光子與高速傳輸族群。
日期：2026-04-01
台灣廠商在這場記憶體大缺貨潮中也未缺席。在記憶體巨人轉身往高單價的HBM移動，所空出來的產品空檔，正是二線廠商大展身手的時刻。
日期：2026-04-01
記憶體大廠迎「戴維斯雙擊」效應，尤其，生成式人工智慧崛起後，大型語言模型動輒數兆參數，訓練過程需要處理巨量資料，而每一次推論與運算，都必須透過記憶體進行資料存取。當資料量暴增，記憶體需求也隨之放大。
日期：2026-04-01
