01_lungtun-diary

ลงทุน Diary — Financial POV

สังเคราะห์จาก 15 วิดีโอล่าสุด (ก.ค.–ส.ค. 2026) • Host: (ไม่ระบุชื่อจริงในคลิป, เรียกตัวเองผ่าน persona “Nick” — แรงบันดาลใจ Nick Sleep/Nomad) • สไตล์: owner-mindset growth investor, โปร่งใสเรื่องพอร์ตจริง ⚠️ transcript เป็น auto-caption ASR — ตัวเลข/ชื่อหุ้นอาจเพี้ยน ใช้วิจารณญาณ

1. ปรัชญาแกน (The Operating System)

1. การลงทุน = การเป็นเจ้าของธุรกิจ ไม่ใช่การเก็บเกี่ยวกำไรจากราคา — “เราไม่ขายเพราะราคาลง เราขายเพราะธุรกิจมันเปลี่ยนไป”
2. Thesis + Sell Criteria ที่วัดได้ ตั้งล่วงหน้าเสมอ — ทุกหุ้นในพอร์ตมี trigger เชิงธุรกิจเป็นตัวเลขชัด (ดู §3) ขาย/trim เฉพาะเมื่อ evidence ชนะ ไม่ใช่ sentiment/ข่าวพาดหัว
3. Trim ≠ Rebalance — trim 20–30% เมื่อ “เริ่มไม่มั่นใจ” คือเครื่องมือ จิตวิทยาผู้ถือ: ลด position ให้นอนหลับได้ → ถือยาวได้จริง (“ถ้าตัวไหนลงแรงๆ แล้วเริ่มไม่มั่นใจ พิมพ์ออกเล็กน้อย”)
4. แยกพอร์ตตามบทบาท: Core (ถือยาว compounder) / DCA Diary ($100/เดือน set-and-forget + auto-reinvest, ยอมรับตรงๆ ว่า strategy กระจายเกิน-ซื้อขายบ่อยเกิน = สิ่งที่ 90% คนทำแล้วแพ้ index) / Nick’s paper portfolio (เถียงกับ AI persona, 14+ สัปดาห์)
5. วัดผลตัวเองแบบแยกส่วน: TWR (ทักษะเลือกหุ้น) vs MWR (จังหวะเติมเงิน) — ตัวอย่างจริง: MWR 41% ชนะ S&P 39% แต่ TWR แพ้ → timing เก่ง แต่ stock-picking ยังต้องพัฒนา ยอมรับตรงๆ ไม่ defensive
6. Circle of competence: “ไม่รู้ในสิ่งที่ไม่รู้” — ตัวที่ยังไม่เคย deep dive = ไม่มีสิทธิ์ถือยาว (ขาย Onto เพราะ momentum หลุด + ไม่เคย deep dive)
7. Macro คือ noise เมื่อถือยาว — แต่ track โครงสร้าง: Treasury buyback $2B\to$4B ช่วย liquidity แต่ “อย่า extrapate buyback เล็กเป็น QE” (อาจเป็น dead-cat)
8. Echo chamber guard: ฟังหลายมุม (Social Arbitrage ของ Chris Camillo $20k\to$2M/3ปี) — “อ่านแล้วใช้ ไม่ใช่ฟังแล้วเชื่อ”
9. AI ใน workflow: ใช้ agent (Hermes) เก็บ option premium TFEX รายวัน, morning briefing, proactive research — “งาน monitor/data collection ซ้ำๆ ควร automate”; เกณฑ์เลือก tool = friction ต่ำ; ให้ AI interview routine ของเราแล้วมัน propose วิธีใช้
10. ลงทุนในตัวเองคือ core position (AI tooling, content, สุขภาพ) — ใช้ Cursor/OpenCode จริงในงาน จึงเข้าใจ AI stack ที่ลงทุน

2. Valuation & Analysis Toolkit (Math-First)

เครื่องมือ	รายละเอียด	ทำไม
Scrub กำไร non-operating	Google PE 17x หัวกระดาษ = misleading เพราะกำไรปน unrealized gain จากหุ้น (SpaceX IPO, Anthropic)	valuation ต้องใช้ operating earnings เท่านั้น
Price/OCF แทน PE	ใช้กับ Amazon (capex หนัก, กำไรปน investment gain)	OCF สะท้อนเครื่องยนต์ธุรกิจกว่า
Depreciation trajectory	D&A โตเร็วกว่ารายได้ = ตัวฆ่า EPS อนาคต (Google ตั้งแต่ 2024)	capex ยุค AI เปลี่ยน software co. เป็น capital-intensive
Capex ดี vs Capex แย่	ดี = สร้างเพิ่มเพื่อ demand • แย่ = จ่ายแพงขึ้น (inflation/memory price) ได้ของชุดเดิม (Amazon capex $220B “เพิ่มที่ไม่ดี”)	อย่ารวมว่า capex up = bullish
FCF ต้อง scrub	Uber record FCF แต่หัก insurance reserve + SBC แล้วไม่จริง	อ่าน footnote/reserve ก่อนเชื่อ headline
Accounting gain แยก margin	AWS margin +520bps ก่อนหัก $600M energy benefit + tax item	margin ปลอมจาก one-off
Root cause ตัวเลขผิดปกติ	Freight Uber โต 5%→20% management ไม่พูด → ใช้ AI ไล่จนเจอ spot pricing logistics	ผิดปกติ ≠ trend จนกว่าพบสาเหตุ
Third-party data ตรวจ narrative	YipitData เช็ก share คืนของ Uber หลัง Waymo non-exclusive	อย่าเชื่อ PR บริษัทลอยๆ
Worst-case math	AV: <0.5% volume vs 300M trips/สัปดาห์, network effect เป็น local ต่อเมือง → worst case โดน ~25% กำไร top-20 metro	quantified disruption risk แทน panic
Value layer ของ stack	Palantir = Windows, Zeta = Excel บน Windows	ถามว่ากำไร AI ตก layer ไหน

3. Sell Criteria ตัวอย่างจริง (ตั้งไว้ล่วงหน้าทั้งหมด)

หุ้น	Trigger ลด/ขาย
Google	cloud profit growth < depreciation + FCF ติดลบ 2 ไตรมาสติด
Netflix	content spend > revenue 2 ไตรมาส / AI content >10% watch time 2 รอบรายงาน / รายงานผู้ชมลดจาก short-form
Photonic plays	growth <20% 2 ไตรมาส
ทั่วไป	thesis เชิงธุรกิจเปลี่ยน + หลักฐานวัดได้ — ไม่ขายตามราคาร่วงลอยๆ (“ถ้าขายเร็วเกินไปโดยไม่มีเหตุผลธุรกิจ = วิ่งตาม volatility”)

4. Portfolio Snapshot & Moves (ส.ค. 2026)

• พอร์ตจริง: $26k\to \ast \ast$45–46k** ใน 1 ปี (เคยแดงหนักต้นปี); Rubrik ขึ้นจนแซง Amazon เป็น #1 มูลค่า
• Trim Google 50% (บวก ~100%) — เหตุ: brain drain (Jeff Dean/Sanjay → Discovery Loop, Transformer authors 8/8 ออก, Gemini Pro ไม่อัปเดต 168 วัน) + capex/FCF กังวล — moat ยัง intact แต่ “Leader Vision” เป็น criteria ยุค disruption
• Trim Amazon เล็กน้อย (หนักไป), เพิ่ม Uber/ARM, ซื้อ Palantir (รอ 7 เดือน), AON; ขาย SNPS (ไม่เชื่อ AI-disrupt EDA เร็ว)
• 16 หุ้น ใช้ trim-to-hold ไม่ rebalance; ถือ Rubrik+CrowdStrike คู่กัน (recovery vs prevention เสริมกัน); Broadcom > Marvell/Lumentum (กว้างกว่า)
• DCA: SCHG ~ครึ่งพอร์ต, FLKR, Shopify; crypto custody แบบ hard: “Not your keys not your coins”, hardware wallet official, seed สลักเหล็ก

5. Theses เด่นต่อหุ้น

หุ้น	Bull	Bear/Watch
Amazon	AWS +36.7% (18Q-high), margin ~39%, Ad +26%, Trainium run-rate $25B, Bedrock = toll road (“Porsche หรือ Toyota ก็เก็บค่าผ่านทาง”), Graviton 98% workload	shipping cost โตเร็วกว่า unit, capex inflation, subscription ทรุดเล็ก
Google	full-stack เจ้าเดียวตะวันตก, กล้ากิน search ตัวเอง, Search usage all-time high, share 90%→30–50% แต่พายใหญ่ขึ้น, ขาย TPU ภายนอก = business model ใหม่ (รายได้จริง 2027)	FCF ติดลบครั้งแรกตั้งแต่ 2003, capex ~$200B, D&A แซง revenue, brain drain, culture/การเมืองภายใน
Netflix	-49% จาก high = ปัญหา disclosure ไม่ใช่ธุรกิจ, ads/games(+11x MAU)/live/short-form engines, TAM ใช้แค่ 7%, AI ลด cost (CGI 2x เร็ว ครึ่งราคา), buyback $5B/Q	growth 13-14%→10-11%, พลาด HBO deal, view hours/sub ลด (UBS), ไม่ add จนกว่าเห็น engine
Uber	Gross Bookings มองข้าม accounting noise UK, new customers 5Y-high, US เร่ง 2Q, Waymo non-exclusive = win-win + share คืน (YipitData), UberLabs + infra = asset-light AV hedge	บราซิล delivery war, FCF ปลอมจาก insurance reserve
SOFI	bank charter = ต้นทุนเงินถูก (12% vs 25%), วงจรการเงินครบ	super-app competition, position เล็ก
Zeta	triple beat+raise, AI drive ~75% รายได้, สัญญา 48→56 เดือน, partnership PLTR/OpenAI ยัง unpriced	SBC โต, value อยู่ layer อื่น?
Meta (ผ่าน)	—	AI ทำให้ user ข้ามโฆษณา/ซื้อผ่าน AI ตรง = ทำลาย ad model; Google ผ่านเพราะ ecosystem ต้นน้ำ-ปลายน้ำชัดกว่า
Memory (FLKR ฯลฯ)	Jevons Paradox — AI ถูกลง = ใช้เยอะขึ้น, รายได้หลักคือ DRAM/NAND ไม่ใช่ HBM	CXMT จีน, supply cycle
AI macro	Token Index ลง = AI เป็น commodity, usage/รายได้รวม OpenAI+Anthropic โตจริง = พายใหญ่ขึ้น; “ไม่มีโมเดลเดียว rule the world”	Anthropic GR ชะลอจาก ~80%, OpenAI margin ติดลบเผาเงิน, hyperscaler FCF ติดลบถึง ~2028

6. Quotes หัวใจ

• “การที่เราไม่มีหุ้น AI เลย มันน่ากลัวกว่า AI Bubble เยอะเลย”
• “เราไม่ขายเพราะราคาลง เราขายเพราะธุรกิจมันเปลี่ยนไป”
• “PE 17 เท่าไม่ได้แปลว่า Google ถูก เพราะกำไรปนมาจากหุ้นที่เขาถือ”
• “Capex เพิ่มเพราะของแพงขึ้น ไม่ใช่เพราะสร้างเพิ่ม — อันนี้ไม่ใช่ข่าวดี”
• “DCA Diary คือ Set and forget… มันคือสิ่งที่คน 90% ไม่ทำ”

7. อัปเดตประจำสัปดาห์ (31 ส.ค. 2026, +5 คลิปใหม่)

NVIDIA Q2’26 — “ระยะยาวเริ่มน่ากลัวยัง?” (4TSB0qhyzXA, 29 ส.ค.)

• งบแรง: รายได้ QoQ ~+100%(?) ดัน guidance FY2028 +70% (แรกที่ให้ไกลขนาดนั้น) vs Street ~45% — โตจำกัดเพราะ supply ไม่ใช่ demand
• GM 75% → 74% → bottom ~71–72% (memory cost ส่งต่อราคาได้ไม่หมด แม้ขึ้น 15% ให้ลูกค้าใหญ่)
• กังวลระยะยาว 3 ข้อ: (1) ASIC war — Big Tech ทำ custom chip กันหมด (OpenAI สร้างชิปใน 9 เดือน); (2) CUDA moat สั่นคลอนเมื่อ AI เขียน kernel เอง + แปลง CUDA→ROCm ได้; (3) workload เปลี่ยนเป็น batch/background inference ที่ custom chip คุ้มกว่า
• ข้อได้เปรียบที่ยังอยู่: AI cloud/industrial ครึ่งหนึ่งของ Data Center revenue (สร้างชิปเองไม่ได้ ต้องซื้อ NVIDIA), CPU Vera โต “มากกว่า double”, AWS +2 ล้าน GPU
• สรุป host: ยังไม่ขาย — P/E forward ~18–19 ยังไม่บ้า; ระยะ 2–3 ปี capacity moat ทำให้คู่แข่งสู้ไม่ได้; “Supply เรามีเท่านั้น ไม่งั้นเราโตได้เยอะกว่านี้”

อย่าลืมเก็บเงิน (tr_Xdnk25aQ, 27 ส.ค., short)

• เงินเก็บ > investing: “คนที่ไม่มีเงินเก็บ อยู่ห่างจากหายนะแค่ปัญหาเดียว” — เงิน = อิสรภาพ/อำนาจ/ทางเลือก; หุ้นไม่ไปไหน รอ 1–2–5 ปีได้

Nick’s Diary EP2 — เถียงกับ AI เรื่องหุ้น (GblrbET_bG4, 29 ก.ค.)

• ฟอร์แมต: ตั้งคำถามเชิงหักล้างกับ AI persona “Nick” (แรงบันดาลใจ Nick Sleep/Nomad) — portfolio กระดาษ 14 สัปดาห์; วินัย = “ทำอะไรน้อยๆ”
• Google = ธีสิสที่เถียงยาวสุด: TPU ถูกกว่า Nvidia ต่อประสิทธิภาพ; ขายเมื่อหลักฐานวัดได้ (Cloud profit growth < depreciation + FCF ติดลบ 2Q) ไม่ใช่ความกลัว
• Sell trigger เพิ่ม: photonics (Soitec) growth <20% 2Q หรือคู่แข่งผลิตเวเฟอร์เทียบเท่า; AI content >10% watch time 2 รอบรายงาน
• ที่เหลือ consistent: SoFi ครึ่ง position (super-app + เงินฝากต้นทุนต่ำ), Uber ไม่ขาย (Waymo non-exclusive Phoenix → Austin/Atlanta 2028), Rubrik+CrowdStrike เสริมกัน, Broadcom > Marvell/Lumentum

ทำไมเลือก Netflix (7fgnXa2TTRE, 29 ก.ค., short)

• ซื้อเพราะ “ราคาถูกกว่าคุณภาพธุรกิจ”: โมเดลชัด ทำเงินได้; เป็นตัวแรกที่ไม่เกี่ยวกับชิป/DC AI = กระจายความเสี่ยง
• Content budget “สมดุล” แล้ว: รายจ่ายคอนเทนต์โตช้ากว่ารายได้ = อำนาจการทำกำไรเริ่มมา
• เกณฑ์ขายล่วงหน้า: คู่แข่งชนะด้วยตัวเลข (watch hours/engagement ลดชัด) / AI แนะนำคอนเทนต์ดีกว่า / ลดทุนคอนเทนต์จนคุณภาพตก

ทำไมไม่เลือก Meta (DJmpv8hUSkE, 28 ก.ค., short)

• ผ่านเพราะความเสี่ยง AI แทรกแซงโมเดลโฆษณา (user ข้ามโฆษณา/ซื้อตรงผ่าน AI) — ไม่เห็นโครงสร้างชัดเจนขนาดนั้น
• “Google ก็โดนเหมือนกัน” → ใช่ แต่ Google มี ecosystem ต้นน้ำ-ปลายน้ำ = ยังถือ (ตรรกะเดียวกับเดิม)

8. อัปเดตประจำสัปดาห์ (7 ก.ย. 2026, +2 คลิป)

หุ้นใหม่เข้าพอร์ต DCA Diary EP15 (U7irXjEMBdw, 2 ก.ย. 2026)

• สาระ: เพิ่มหุ้น DCA ตัวใหม่ = Palantir (เคยเข้าในพอร์ตหลักแล้ว ซื้อไม่ทันตอนงบเปิดกระโดด) โดยไม่ลดเงินซื้อตัวอื่น → งบต่อตัว 450→480→510 (?) • ปรับเกณฑ์เลือกหุ้น DCA จาก “ไม่ซ้ำพอร์ตหลัก + ไม่น่าตาย” (Costco ยัง not make sense) → ต้องมี Growth Catalyst + ทดสอบ “ซื้อแล้วปิดจอ 5 ปีได้มั้ย” • ข่าว: CrowdStrike งบ +20%, Falcon Flex subscription +101% YoY, ARR รวม +25%; Netflix เตรียมเป็น Streaming Hub (ให้คู่แข่งลงคอนเทนต์ในแอป) — host มองดี
• มุมมอง host: เอียงหุ้นโตสาย AI แทนหุ้นนิ่งปลอดภัย; ซื้อ Nvidia เป็น DR (ผ่านแบงก์ไทย) — หนี estate tax สหรัฐ (เกิน $60,000 ถูกหัก 40%) + ขายสะดวกตอนเล่น “หวยหุ้น” (ซื้อ 24 หลังกราฟย่อก่อนงบ → เปิดกระโดด ~+7%, ตั้ง stop loss); ยัง DCA BTC 2,000 แม้ดอย; ยอมรับตรงๆ ว่า performance พอร์ตห่วยแต่เรียนรู้ไปด้วยกัน
• ตัวเลขที่ต้องจำ: CRWD +20% / Falcon Flex +101% YoY / ARR +25% • DCA 450→480→510 • ETF: SCHG, TSM (ซื้อเยอะเพราะไม่อยู่ใน SCHG), MC70 (?); Netflix + Palantir ตัวละ 30 • BTC 2,000 ยังดอย • estate tax: เกิน $60,000 → หัก 40% • NVDA +7% หลังงบ • แอป Porido (ใหม่): ใส่ 200,000 แล้ว, CRWD 12.3% (แบกพอร์ต), TSM 10%, Netflix แดงตัวเดียว • DCA ทุกวันที่ 24
• Quotes: “ดูแล้วรู้สึกมีเพื่อนที่ตกที่นั่งเดียวกัน” • “ซื้อปุ๊บผมปิดจอไปเลย 5 ปี… ถ้าได้ ผมว่าเอนี่แหละคือหุ้นที่ควรเอาเข้าพอร์ต DCA”

AI ที่ผมใช้ตอนนี้ (NKB4-2R0wsc, 5 ก.ย. 2026)

• สาระ: ยิ่งใช้เยอะกลับใช้เจ้าน้อยลง — เหลือหลัก ~3: Claude Code, Notebook LM (Gemini Notebook), Hermes (Hermes ≠ โมเดล = harness เลือกโมเดลเองได้ เช่น DeepSeek ผ่าน OpenCode, สั่งงานทาง Discord ได้) • Workflow content: AI gather sources → Notebook LM รวบรวมบทความ → Claude เขียน outline (key facts/ตัวเลข/visual prompt) → host เรียบเรียง-ทำสไลด์เอง แล้วอัดสดแบบไม่มีสคริปต์ • งานส่วนตัว: loop 24/7 เช็ค calendar/ข่าว/substack/watchlist, routine 18:00 หาข่าว → ส่ง Discord + อัปเดตเว็บอัตโนมัติ
• มุมมอง host: Minimalism + software-agnostic — เก็บทุกอย่างเป็น .md/text + git, “แค่ตามผู้ชนะไป อย่าไปยึดติด”; ยังจ่าย Claude Max (Opus 5 “โง่แบบผิดปกติ” แต่จ่ายแล้วใช้ให้คุ้ม เผื่อย้ายไป Codex); โครงสร้าง 24/7 = Mac Mini + Tailscale หรือ VPS (Hostinger สปอนเซอร์) หลักร้อย/เดือน; AI ทำงาน gather/repetitive แต่พาร์ท “ศิลปะ/การเล่าเรื่อง” เป็นของมนุษย์
• ตัวเลขที่ต้องจำ: หลัก ๆ 3 ตัว (นับได้ 2 เพราะ Hermes ฟรี) • Claude Max จ่ายอยู่; OpenCode ~10 เหรียญ/เดือน; Google Drive ฟรี 1 ปี (ปีหน้าคาดต้องจ่าย) • Mac Mini รุ่นใหม่ 32,900 ขึ้น vs เขาซื้อ ~20,000+ • VPS ~หลักร้อยบาท/เดือน • ไม่มีสคริปต์ 90–95% ของคลิป • outline พร้อมอัด ~36 อัน • เทรนสไตล์จาก 100+ คลิป → Substack AI เขียน “เกือบ 100%” เป็นภาษาตัวเอง
• Quotes: “ยิ่งรู้สึกว่าผมรู้เยอะ ผมยิ่งใช้จำนวนแอปหรือจำนวน AI น้อยลง” • “Hermes… ไม่ใช่ AI โมเดลนะเว้ย มันเป็นแค่ Harness อันนึง”