JLaw 小檔案

原為中文老師，現為專職交易員。2024～2025年參與美國投資錦標賽（USIC），獲得百萬美元以上帳戶股票組冠軍；2024年報酬率為353.9%，創下單年紀錄，2025年報酬率為252.3%，兩年複合報酬率達1,499%。近期專注於投資教育，YouTube頻道累積約30萬訂閱數，致力把「世界冠軍級」的系統化交易觀念分享給大眾。

站在美國投資錦標賽（USIC）的頒獎台上，JLaw做的第一件事，是確認自己沒有看錯數字。353.9%不只讓他奪得2024年度的冠軍，更打破了傳奇交易人馬克．米涅維尼（Mark Minervini）保持多年的歷史紀錄。沒有人料到，寫下這個數字的，是一位曾在課堂上教中文的老師。

然而成績本身從來不是最值得追問的事。真正的問題是：在一個充斥政策雜訊、推文秒殺走勢、人為干預隨時打亂技術面的年代，他憑什麼還能穩定執行一套系統，並在關鍵時刻果斷重押？答案藏在他對技術分析的重新定義—從最基礎的均線開始。

許多技術分析者習慣用「季線以下不做多」來設定操作邊界，JLaw對此直接否定：「均線只是給你一個方向，它永遠是一個範圍，不是一個點。」在他的系統裡，沒有任何一條均線擁有絕對的制約功能。

真正影響進場決策的，是脈絡與風險報酬比。當大盤正處於恐慌性拋售的崩跌階段，股價自然在所有均線之下，但這恰恰可能是多層支撐匯聚的位置。更重要的是觀察均線的角度：角度越陡，代表動能越強；若所有均線同步向上排列，趨勢就越明確。

JLaw本人使用63日均線，而非一般人慣用的60日均線，理由是每年約252個交易日除以4個季度，數學上63日才是更精確的「季線」定義。這種對細節的嚴謹，在他的整套方法論裡隨處可見。

在盤整市況中，JLaw判斷強勢股的核心是「相對強度」（Relative Strength，簡稱RS），也就是觀察個股是否能持續跑贏大盤。他會以RS線搭配21日指數移動平均線過濾，若RS線長時間站上均線，且在大盤下跌時仍創高、均線結構優於指數、價跌量縮，便代表籌碼未明顯鬆動。

以Bloom Energy（美股代號BE）與Marvell Technology（美股代號MRVL）為例，前者在AI股回檔時仍守住200日均線，反彈速度領先那斯達克100指數ETF（美股代號QQQ）；後者線型則維持「頭頭高、底底高」，財報公布後RS線持續領先，恐慌下跌時成交量反而偏低。這告訴我們，真正強勢的股票，往往在消息催化前，就已先透過圖表釋出訊號。

不被政策雜訊牽動 多重支撐浮現才重押

然而，光有技術系統還不夠。在川普頻繁發言、政策朝令夕改的年代，如何面對人為干預而不動搖，才是「不被情緒牽走」的核心考驗。JLaw的答案是，止損距離和持倉設定不可因單一政治訊息任意調整。在他的判讀中，美股市場具備龐大的集體定價能力，政治發言可能改變短線節奏，卻未必能長期扭轉原有趨勢；真正值得觀察的，仍是價格所在位置、趨勢結構與風險報酬比。

以Palantir（美股代號PLTR）為例，當股價明顯跌破前底、後知後覺的空頭大量湧入之際，川普一發文力挺，股價旋即反轉。JLaw認為，那則貼文固然加速了反彈，但更關鍵的是，股價當時已落在可能出現技術反彈的位置。

另一個例子是，iShares科技軟體ETF（美股代號IGV）在2026年4月10日出現嚇驚人跌幅，他也判斷為最後洗盤；同樣的位置已連續洗了兩次，若價格未再有效破底，反而可能代表賣壓接近尾聲。

重倉不是JLaw的常態。他有一套明確的前提：行情順風、強勢板塊正在發動、板塊中最強的股票也已確認—當3個條件同時成立，才是加重倉位的時機。2025年關稅解放日前後，這3個條件罕見地同時出現，也促成了他買入TQQQ（ProShares UltraPro QQQ，3倍做多那斯達克指數ETF）的決策。

當時那斯達克100期貨週線接近200週均線，標普500期貨回到2021年前高突破後的支撐區，長線上升趨勢線也同步靠近；換言之，這個位置並非單靠一條均線支撐，而是多層長線支撐同時重疊。再加上指數跌幅已約20%，市場恐慌主要來自貿易戰而非金融體系信用危機，當價格位置、跌幅幅度、下跌催化因素與風險報酬比同時指向有利一側，JLaw才選擇承擔更大的波動，買入TQQQ部位。

值得注意的是，JLaw從2026年年頭就已判斷大盤積弱，川普只是提供了下跌的理由。他的依據有三：技術面上，自2022年熊市底部大盤上漲1倍、歷時3年，與歷史週期吻合；貨幣政策面上，聯準會（Fed）降息空間已大幅收窄；統計面上，總統任期第2年，歷來是4年中表現最弱的1年，年度報酬中位數僅約6.2%。3個維度同時指向同一方向，市場只是在等一個下跌的理由。

走過多空循環 建立自己的市場慣性

「Trade what you see, not what you think.」這句JLaw反覆強調的原則，說起來容易，對它的解釋卻出乎意料地直白：能不能做到，完全取決於學習階段。

初學者心中沒有完整的市場框架，面對圖表訊號時缺乏判讀信心，於是習慣向外尋求第三方意見，看財經節目、聽分析師、參考各種報告。這是每個學習者都必然走過的路徑，拼圖未完成前，外部意見填補的正是那份不確定感。解法只有一個：把牛市、熊市、急漲急跌都親身經歷一遍，慢慢形成屬於自己的市場慣性。

不被情緒牽著走的關鍵，在於真實走過多空循環後，知道哪些恐慌只是價格的一部分。這套邏輯也適用於總體數據。2022年美國CPI年增率一度升至9%～10%，表面上利空仍在惡化，但市場卻在同年11月附近率先見底。市場是集體智慧，它不只定價了當下的壞消息，還會過分定價最壞的情況，進而超跌。當同樣的利空出現，指數卻不再破底，領先股也拒絕續跌，這種利空鈍化一旦出現，往往就是底部正在成形的訊號。

AI協助研究效率 決策仍靠交易框架

持續學習的具體實踐，也延伸到他對AI工具的態度。對JLaw而言，AI的價值不在於取代交易判斷，而在大幅提升研究效率。它能快速整理公司業務、梳理產業脈絡，也能協助初步排除不值得深究的標的，讓交易者把時間留給更關鍵的決策。但他也提醒，問AI「這支股票應不應該買」，通常只會得到空泛答案；工具再強，仍必須回到使用者本身的提問能力與判斷框架。

比工具更值得留下的，是精神與方法的傳承。JLaw從傳奇交易人米涅維尼身上學到的，除了技術外，也在這個基礎上建立了自己的穩定交易系統。技術或許可以被複製，但背後的原理、紀律與思考方式，必須經過吸收與內化；每位交易者終究都要依照自身性格、風險承受度與市場經驗，磨出一套真正適合自己的系統。

即使曾爆倉或身陷逆境，只要能從錯誤中學到東西，代價就不會白付。交易最困難的地方，往往不在進場，而在於何時該停手。JLaw眼中的交易優勢，不只來自某條均線或單一指標，更來自於在恐慌中保持清醒、在資訊過載時回到價格語言，並在一次次修正後，逐步走向「trade what you see」的境界。