SmaugInvest

Smaug hoards gold. I hoard stocks. 📈
Long term Investor | Growth & tech stocks | Bitcoin Maximalist

[SmaugInvest @SmaugInvest]

ต่อจากวันก่อนเรื่องงบการเงิน วันนี้ผมอยากมาแชร์เรื่องงบกำไรขาดทุน: กำไรขั้นต้นบอกอะไรเรา?

ลองดูตัวอย่างจาก $AAPL FY2025 ก่อนเลย

Revenue: $416,161M
Cost of Sales: - $220,960M
Gross Profit: $195,201M
Gross Margin: 46.9%

สูตรคำนวณคือ
รายได้ − ต้นทุนขาย = กำไรขั้นต้น
กำไรขั้นต้น ÷ รายได้ = Gross Margin %

📊 Gross Margin สูง vs ต่ำ หมายความว่าอะไร?

Gross Margin สูง (40%+) → บริษัทมีอำนาจกำหนดราคา (Pricing Power) → ต้นทุนต่ำเมื่อเทียบกับราคาขาย → มักเป็นธุรกิจที่มี Brand แข็ง, ซอฟต์แวร์, หรือ network effect

Gross Margin ต่ำ (ต่ำกว่า 20%) → ธุรกิจแข่งด้วยราคา ต้นทุนสินค้าสูง → ต้องพึ่ง Volume ขนาดใหญ่ หรือมีรายได้ประเภทอื่นช่วย (ไม่ได้แปลว่าแย่เสมอไป)

💎 Case Study: Gross Margin สูงลิ่ว → บริษัท Software
Software คือธุรกิจที่มี Gross Margin สูงที่สุดในโลกครับ เพราะ ต้นทุนหลัก คือเขียนโค้ดครั้งเดียว หลังจากนั้นต้นทุนต่อการขายให้ลูกค้าคนที่ 1 กับคนที่ 1,000,000 ก็เท่าเดิม

Adobe ($ADBE) Creative Software → Gross Margin 85% ต้นทุนหลัก: Server costs
Salesforce ($CRM) Cloud CRM → Gross Margin 74% ต้นทุนหลัก: Cloud infrastructure
Nvidia ($NVDA) AI Chips + Software → Gross Margin 75% ต้นทุนหลัก: Chip manufacturing

ทำไม Adobe ถึง 85% ได้? Photoshop เขียนครั้งเดียว ขายให้คนทั่วโลกผ่าน subscription $55/เดือน userเพิ่มต้นทุนแทบไม่เพิ่ม นี่คือสุดยอดความเซ็กซี่ของ software business ครับ ในช่วง 10-15 ปีย้อนหลังเรียกได้ว่าแทบจะเป็นกลุ่มธุรกิจที่ให้ผลตอบแทนระดับต้นๆ

🏪 Case Study: Gross Margin ต่ำ แต่เป็นธุรกิจที่ดี → Costco

Costco มี Gross Margin แค่ ~12% เท่านั้น แต่หุ้นทำผลตอบแทนสูงกว่าตลาดมาหลายสิบปีแล้วครับ 🫢 เหตุผลก็เพราะ Costco ตั้งใจจะเป็นแบรนด์ที่ขึ้นชื่อเรื่อง ความถูก ได้ส่วนลดจาก supplier เท่าไหร่ ส่งต่อให้ลูกค้าหมด ถ้าผมเข้าใจไม่ผิด คือมีตัวเลข fix ไว้เลยว่าได้ต้นทุนมาเท่านี้เราจะ charge เพิ่มแค่ 13-15%

Gross Margin จึงต่ำมากๆ แต่ Business Model แกร่งมากๆ นี่คือสาเหตุที่ต้องดู Context ของธุรกิจด้วยเสมอครับ ไม่ใช่แค่ตัวเลข

[SmaugInvest @SmaugInvest]

เห็นด้วยล้านเปอร์เซ็น และผมจะลองคิดให้ดูเป็นตัวเลขด้วย

สมมติ หุ้น A เทรดที่ P/E 50 เพราะตลาดคาดว่าโต 50%/ปี ปีนี้ขายของดีจริง โตได้ 20% แต่... ต่ำกว่าที่ตลาดหวังไว้เยอะ ตลาด re-rate ลงเหลือ P/E 20 ทันที (เพราะบริษัทโตเหลือแค่ 20%) ราคา = 1.20 (กำไรโต 20%) × 0.40 (multiple หด 20/50) = หุ้นลง 52% ทั้งที่ธุรกิจยังโตตั้ง 20% 💀

คือเราอาจจะกำลังซื้อของดีจริง แต่ดีพอกับราคาที่จ่ายไปมั้ยคือหัวใจของ Valuation ครับ

ปล. ตัวเลขหยาบมาก ของจริงอาจจะเป็นไปตามนี้ ดีกว่านี้หรือแย่กว่านี้ก็ได้
🐉

[Petæ Lynch @Petae_Lynch]

ไถดูคลิปการลงทุนหุ้นอเมริกาที่ผุดเป็นดอกเห็ดช่วงนี้ เจอแค่คลิปที่พูดถึงแต่ business model แต่ไม่พูดถึง valuation ซึ่งการลงทุนมันดูแค่อย่างใดอย่างเดียวไม่ได้
.
บางคลิปพูดแบบง่ายๆงี้เลยเช่น หุ้น A ถ้าขายของดี หุ้นจะขึ้น ถ้าขายของไม่ดี หุ้นจะลง จบ ซึ่งจริงๆราคาสินทรัพย์กับผลประกอบการบริษัท มันไม่ได้แปรผันตรงไปตรงมาขนาดนั้น การประเมิน valuation จึงสำคัญ
.
ราคาสินทรัพย์ที่เราเห็น เป็นราคาที่รวมความคาดหวังของนักลงทุนอยู่ในนั้นด้วย สมมติหุ้น A ขายของดีขึ้นจริง แต่ดีขึ้นแค่ 20% แต่ราคาหุ้นที่ซื้อขายกันบนกระดานได้รวมความคาดหวังของนักลงทุนที่คาดว่าหุ้น A จะขายของดีขึ้น 50% ไปแล้ว
แบบนี้ถึงหุ้น A ขายของดีขึ้นถึง 20% แต่หุ้นก็จะลง แถมลงหนักด้วย เพราะทำผลการดำเนินงานได้ต่ำกว่าความคาดหวังนักลงทุนมาก

[SmaugInvest @SmaugInvest]

หลายๆตัวใน AI application layer ราคาเริ่ม rebound กันแล้วฮะ $NOW $ZETA $PLTR $SNOW

แต่ผมแค่อยากเตือนเพื่อนๆไว้อย่างนึง
ราคาหุ้นขึ้นหรือลง มันแค่สะท้อน "สิ่งที่คนในตลาดคิด ณ ตอนนั้น" มันไม่ได้พิสูจน์เลยว่าธุรกิจพวกนี้จะรอดในโลก AI ได้จริงๆ

ดู $NOW เป็นตัวอย่าง
ไม่กี่อาทิตย์ก่อน ตอนราคา ~$80 ตลาดมองว่ามันคือเหยื่อของ AI (โดน disrupt แน่ๆ) พอเด้งมา ~$120 กลายเป็น "AI controller" ไปซะแล้ว 5555

ธุรกิจเดิม งบเดิม คนเดิม แต่เรื่องเล่าพลิกหน้ามือเป็นหลังมือในไม่กี่อาทิตย์ ธรรมชาติของตลาด ราคาเปลี่ยนความเห็นเปลี่ยน

ทีนี้พูดถึง thesis ระยะยาวบ้าง ของผมกันบ้าง

ส่วนตัวผมยังเชื่อว่า application layer เป็นจุดที่ได้ประโยชน์จาก AI มากที่สุด ทั้งในแง่ธุรกิจและราคาหุ้น แต่ตอนนี้มันยังมองยากมากว่า app เจ้าไหนจะมี customer adopt ในวงกว้างได้จริง ทำได้อย่างเดียวคืออ่านมันเข้าไป ลองใช้ AI ทุกเจ้าให้หมด แล้วดูว่ามันเข้าไปเปลี่ยนการทำงานตรงไหน และใครได้ประโยชน์

ลองเพ้อต่ออีกนิด
1. AI data center สร้างช้ากว่าความต้องการมาก compute ขาดแคลนแน่ๆ
2. พอ compute ขาด AI model เจ้าใหญ่ต้องขึ้นราคา ใช้ model ตรงๆจะแพงขึ้น
3. ธุรกิจทั่วไปจะเริ่มถามว่า productivity ที่ได้ มันคุ้มกับราคาที่จ่ายมั้ย?

พูดง่ายๆคือ บริษัทส่วนใหญ่ไม่มีปัญญา optimize การใช้ model เองให้คุ้ม(ซึ่งผมมองว่าคือบริษัทส่วนใหญ่) เพราะฉะนั้นจะต้องมี app เก่งๆมาช่วยบีบต้นทุน compute ต่อ output ให้ต่ำลง (เลือก model ถูกตัวให้งานถูกแบบ, cache, route, fine-tune) ผมเลยมองว่า application layer จะกลายเป็น "ตัวกลาง" ระหว่าง model กับธุรกิจ และคนจะใช้ model ดิบๆตรงๆน้อยลงเรื่อยๆ

🐉

[SmaugInvest @SmaugInvest]

ช่วงหลังๆผมเห็นคนใช้ PEG มา justify ความถูกของหุ้นกันเยอะมาก แต่เค้าจะรู้มั้ยนะว่า PEG จริงๆแล้ว แม้แต่คนที่ทำให้ส่วนใหญ่รู้จักสิ่งนี้อย่าง Peter Lynch เอง ยังไม่ได้ใช้สิ่งนี้กับหุ้นทุกประเภทเหมือนกัน

ผมคิดว่าตัวอย่างที่ชัดเจนที่สุดที่ PEG ไม่เหมาะ น่าจะเป็นกลุ่ม cyclical (พวกรถยนต์, semis, commodities, สายการบิน, อสังหา, ...AI Infra?)

1. ตอน peak ของ cycle → earning พุ่ง, growth ดูสวย → PEG ดูต่ำที่สุด
2. ตอน trough → earning ร่วง (หรือติดลบ) → PEG ดูแพงที่สุด

คือเราต้อง aware ไว้เสมอว่า PEG มันแอบ assume ว่า growth มันจะ stable ซึ่งใช้ได้ดีกับพวก secular grower (consumer staples, software เทือกๆนี้) แต่พอเอามาจับ cyclical มันเลยอาจจะเพี้ยนๆ

ความเห็นผมเท่านั้น ด่าได้แต่อย่าแรง peace out!
🐉

[SmaugInvest @SmaugInvest]

ผมบอกคุณตรงนี้ได้เลยว่าเรื่องงบการเงินไม่ได้ยากอย่างที่คุณคิดครับ คือมันก็ยากนั่นแหละ 😅 แต่มันไม่ได้ยากขนาดนั้น คนทั่วไปทุกคนมีความสามารถมากพอที่จะอ่านงบการเงินให้เข้าใจได้ครับ ยิ่งตอนนี้เรามี AI ไม่รู้อะไรก็ถามมัน 5555

อย่างแรกสุดที่ต้องรู้ 📄 งบที่ต้องดูมี 3 ฉบับ
1. งบกำไรขาดทุน → บริษัทหาเงินได้ไหม?
2. งบดุล → บริษัทมีทรัพย์สินเท่าไหร่?
3. งบกระแสเงินสด → มีเงินสดจริงๆเข้าบริษัทมั้ย?
จบแล้วครับ มีแค่นี้ ไม่ยากใช่มั้ยครับ

สูตรของผมเวลาจะกรองว่าหุ้นไหนน่าสนใจมั้ยใน 3 นาที
นาทีที่ 1 ดูรายได้และกำไร รายได้โต YoY มั้ย? กำไรหรือเปล่า?
นาทีที่ 2 ดูหนี้สิน มีหนี้เยอะมั้ยเมื่อเทียบกับทรัพย์สิน?
นาทีที่ 3 ดู Free cash flow กำไรในงบ VS เงินสดจากการดำเนินงาน ต่างกันมากไหม?

ถ้าบริษัทนี้ผ่านก็เก็บไว้ศึกษาต่อได้ ถ้าไม่ก็อาจจะยังนะ 5555
หุ้นในตลาดมีเยอะมากครับ หุ้นไทยมีประมาณ 800+ ตัว หุ้น US มีประมาณ 5,000+ ตัว เราแค่ต้องเลือกหุ้น 5 ตัว 10 ตัวที่เราชอบมากพอจะลงทุนครับ

สำหรับมือใหม่ผมแนะนำให้ใช้สูตรกรองหุ้นตามนี้ได้เลยครับ แต่สำหรับคนที่พอมีประสบการณ์แล้ว เราอาจจะเลือกหุ้นที่ไม่ครบทุกข้อได้ อย่างเช่น Tesla เข้าตลาดปี 2010 ขาดทุนยาวนานเกือบ 10 ปี ไม่เคยทำกำไรเต็มปีเลยตลอดช่วงนั้น แต่ทำผลตอบแทนไปแล้วกว่า 21,000% นับจาก IPO

(Big Disclaimer⚠️ สำหรับทุก 1 Tesla ที่รอดมาได้ มีบริษัทที่ขาดทุนหลายปีแล้วล้มหายตายจากไปอีกเป็นร้อยๆ ตัว เช่น WeWork, Peloton 5555)

ตัวเลขใช้กรองหุ้นได้ครับ แต่สุดท้ายแล้วเราต้องใส่ context ของแต่ละธุรกิจเข้าไปด้วย

[SmaugInvest @SmaugInvest]

ใครๆก็ชอบเขียนแต่ข้อดีของหุ้นที่ตัวเองถือใช่มั้ยฮะ 5555 แต่ มี bull case ก็ต้องมี bear case เพราะนักลงทุนที่ดีต้องรู้ว่าตัวเองอาจจะผิดตรงไหน

นี่คือ 5 ความเสี่ยงของ $ZETA ที่ผมจับตาดูอยู่ครับ

⚠️ 1. Data quality risk

Nov 2024 Culper Research ออก short report กล่าวหา $ZETA เรื่อง consent farm + revenue inflation หุ้นร่วง 37% วันเดียว

data ของ Zeta ส่วนนึงมาจาก Disqus (ระบบ comment) ที่คนส่วนใหญ่ comment โดยไม่รู้ว่ากำลัง feed marketing data ถึงจะ opt-in ถูกกฎหมาย แต่คำถามเรื่อง informed consent ยังเป็นจุดที่ bear โจมตีได้

กังวลแค่ไหน: ปานกลาง Deloitte audit ผ่าน + LiveIntent (ซื้อปี 2024) ทำให้ data source กระจายตัวมากขึ้น แต่ไม่ได้แปลว่าไม่มีความเสี่ยง

💸 2. SBC ยังหนัก (dilution)

Q1 2026 มี stock-based compensation $53M = ~14% ของรายได้ พูดง่ายๆคือบริษัทออกหุ้นใหม่เรื่อยๆ ทำให้ per-share ของเราโดนเจือจาง

กังวลแค่ไหน: ปานกลาง มี 6-year comp plan ที่จะ normalize SBC ลง ผู้บริหารบอกจะไม่ออก equity เพิ่มอีก 6 ปี ถ้าทำได้จริง dilution จะลดเหลือ ~3-4%/ปี แต่ต้องตามดูว่าทำตามที่พูดมั้ย

🥊 3. Composable CDP มาแย่งตลาด

มีคู่แข่งรุ่นใหม่อย่าง Hightouch, Census ที่ให้ลูกค้าใช้ data warehouse ของตัวเอง (เช่น Snowflake) แทนการก็อปปี้ data ไป Zeta ซึ่งปกติแล้วถูกกว่า 30-50%

กังวลแค่ไหน: ปานกลางถึงมากในระยะยาว แต่มันกินได้แค่กลุ่ม mid-market ที่มี data team เอง ลูกค้า enterprise ใหญ่ๆ (super-scaled) ยังอยากให้ Zeta จัดการให้ครบจบในที่เดียวอยู่ จุดที่ผมจับตาคือ ARPU ของลูกค้ากลุ่มเล็ก ถ้าหดเมื่อไหร่ = สัญญาณอันตราย

📉 4. Ad spend เป็น cyclical + election cliff

ธุรกิจโฆษณาขึ้นกับเศรษฐกิจ พอ recession มา บริษัทตัดงบโฆษณาเป็นอย่างแรก ยังไม่นับว่าปี 2024 กับ 2026 Zeta ได้ political ad revenue ช่วยเยอะ แต่ปี 2027 ไม่มีเลือกตั้งใหญ่ ตัวเลข organic growth จะดู soft ลงทันที

กังวลแค่ไหน: น้อยมาก เป็นเรื่องปกติที่คาดเดาได้ของธุรกิจประเภทนี้อยู่แล้ว แต่ตลาดอาจ overreact ตอนเห็นตัวเลขปี 2027

🎯 สรุป

$ZETA เป็นหุ้นที่ดีและเป็นธุรกิจที่แข็งแกร่งครับ แต่ผมก็ไม่ได้ naive เราต้องมองข้อเสียไว้ตลอด บริษัทอะไรจะไปมีแต่ข้อดีใช่มั้ยฮะ คนที่บอกว่าหุ้นที่ตัวเองถือไม่มีความเสี่ยงเลย คือคนที่ไม่ได้เข้าใจธุรกิจนั้นดีพอนะผมว่า สุดท้ายแล้วเราก็ถือหุ้นที่เรารับความเสี่ยงได้
🐉

[SmaugInvest @SmaugInvest]

ผมคิดว่า $ZETA อาจจะเป็น one of the best opportunities in the ad tech industry ตอนนี้ฮะ โพสต์นี้ผมจะมาเล่าให้ฟังว่าทำไม

ราคาตอนนี้อยู่ที่ $25.60 เคยลงไปต่ำสุด $12-13 จาก ATH ที่ $38

เหตุผลหลักที่ผมเริ่มสนใจคือมันเป็น setup ที่ผมชอบที่สุดครับ หุ้นที่ตลาดมองว่ามีปัญหา แต่ผมเห็นต่าง

สำหรับผม หุ้นที่จะลงทุนได้ต้องมี 3 อย่าง:
1. เป็นธุรกิจที่แข็งแกร่ง
2. ยังโตอยู่
3. ราคาไม่จำเป็นต้องถูก แต่ต้องสมเหตุสมผล

มาดูทีละข้อกันฮะ

📊 1. Quality

ผมมองว่า $ZETA อยู่ใน unique position มากๆในตลาด เค้าทำทั้ง CDP, DSP, Marketing cloud, email service provider ในเจ้าเดียว ใช้ $ZETA เจ้าเดียวเหมือนจ้าง vendor 5-6 เจ้าเลย

ต่อมาคือเรื่องที่สำคัญมากในธุรกิจ ad tech: ผมมองว่าโลกมันเปลี่ยนไปแล้วครับ บริษัทไม่ได้อยากได้ impression (จำนวนครั้งที่เห็น ad) มากที่สุด แต่อยากรู้ว่าจ่ายเงินไปแล้วได้ return กลับมาเท่าไหร่ และ $ZETA เป็นหนึ่งในเจ้าที่ทำ result ได้สูงที่สุด

ข้อที่สำคัญที่สุดที่ทำให้ผมมองว่า $ZETA unique จริงๆ คือเค้าเป็น ad tech หนึ่งในไม่กี่เจ้าที่มี first-party data เป็นของตัวเอง ซึ่งจะยิ่งสำคัญขึ้นเรื่อยๆ ทั้งจาก post-cookie world และเมื่อ AI เข้ามา involve มากขึ้น

thesis ของผมคือ SaaS ที่จะรอดในยุค AI ได้ ต้องเป็น SaaS ที่มี data เป็นของตัวเอง และบริษัทนี้มี

ตัวเลข metric ที่เช็คคุณภาพ SaaS:
- NRR อยู่ที่ 120% (= ลูกค้าเก่าจ่ายเพิ่ม 20%/ปี โดยที่ Zeta ยังไม่ต้องไปหาลูกค้าใหม่)
- ARPU ของ super-scaled customers (ลูกค้าจ่าย $1M+/ปี) โต 21% YoY

📈 2. Growth

จาก guidance ปัจจุบัน บริษัทยังมี growth runway อีกยาวครับ:
- ปีนี้ guidance โต 22% organic
- มี guidance ถึงปี 2028 ที่ organic CAGR 20%+
- TAM ยังเหลือให้โตอีกมาก
- บวกกับ Athena AI ที่จะมาเป็น tailwind ในอนาคต

💰 3. Valuation

Market cap: ~$6.4B
EV: ~$6.1B (มี net cash $289M)

Forward PE อยู่ที่ราวๆ 25 เท่า ในขณะที่บริษัทโต 20%+ และ margin กำลังขยาย ที่สำคัญคือ EPS โตเร็วกว่า revenue เพราะ operating leverage ผมเลยมองว่าเป็นราคาที่สมเหตุสมผลครับ

ที่ราคานี้ ถ้าไม่มีอะไรมาทำให้การโตชะลอจริงๆ หรือมา disrupt บริษัทจริงๆ ผมมองว่าในระยะ 5-10 ปีข้างหน้า มันจะเป็น excellent compounder ให้พอร์ตได้

อาจจะไม่ใช่หุ้นที่จะ 10x ใน 5 ปี แต่ราคานี้แพ้ยากครับ จริงๆบริษัทไม่ต้องโตแรงขึ้นด้วยซ้ำ ถ้ายังโตได้ 20%+ ไปอีก 5 ปีอย่างที่เค้าว่า ผมว่าบริษัทน่าจะโดน re-rate และผลตอบแทนที่เราได้จะมาจากทั้งการ re-rate และ growth ของบริษัทเอง

หุ้นที่ตลาดกลัวเกินเหตุ + ธุรกิจที่ execute ได้จริง + valuation ที่จ่ายได้ = สิ่งที่ Howard Marks เรียกว่า asymmetric opportunity

NFA, DYOR
🐉

[SmaugInvest @SmaugInvest]

มีเพื่อนๆถามผมบ่อยมากว่า ทำไมไม่ชอบถือหุ้นยาว ไม่ขายตอนกำไรแล้วค่อยซื้อกลับตอนถูก คำตอบผมมี 3 ข้อฮะ

1. ตลาดมัน irrational ได้ในระยะสั้น

ราคาหุ้นระยะสั้นไม่ได้สะท้อนมูลค่าธุรกิจ มันสะท้อนอารมณ์คน วันนี้กลัว พรุ่งนี้โลภ ผมซื้อเพราะเชื่อใน business ไม่ได้ซื้อเพราะเชื่อในอารมณ์ตลาด ถ้า thesis ยังแน่น ผมก็ถือผ่านความ irrational นั้นไป รอให้ธุรกิจมันโตอย่างที่ผมคิดไว้ตั้งแต่แรก

2. การทบต้นมันต้องใช้เวลา

อันนี้คือหัวใจเลยฮะ พลังของ compounding มันอยู่ที่ปลายทาง ไม่ใช่ต้นทาง
ลองคิดตามนะครับ เงิน 100,000 ที่ทบต้น 25%/ปี
ปีที่ 5 = 305,000 (กำไร 205,000)
ปีที่ 10 = 931,000 (กำไร 626,000 )
5 ปีหลังทำเงินได้มากกว่า 5 ปีแรก 3 เท่า การขายเร็ว = ตัดส่วนที่ให้ผมตอบแทนมากที่สุดออกไป เพราะฉะนั้นเวลาผมซื้อหุ้นผมเลยต้องซื้อหุ้นที่จะโตไปได้ยาวๆ หลายๆปี

3. ขายมันง่าย แต่ซื้อกลับสิยาก

คนชอบคิดว่าขายตอนพีคแล้วซื้อกลับตอนย่อ ฟังดูง่ายแต่ทำยากฮะ ความจริงคือ พอขายไปแล้ว ราคาลง เราก็จะคิดว่า เดี๋ยวลงอีก ราคาขึ้น เราก็จะคิดว่า แพงไปละ รอย่อก่อน สุดท้ายดูมันวิ่งหนีไปเฉยๆ การขายคือการตัดสินใจแค่ครึ่งเดียว อีกครึ่งที่ยากกว่าคือ จะกลับเข้าตอนไหน ซึ่งผมบอกเลยว่ามันยากมากในทางจิตวิทยาในการซื้อกลับมา แทบไม่มีใครทำได้สม่ำเสมอ

Charlie Munger เคยพูดไว้ว่า The big money is not in the buying and selling, but in the waiting. ผมเชื่อว่าเราจะได้ผลตอบแทนก้อนใหญ่ไม่ได้อยู่ที่การซื้อหรือขาย แต่อยู่ที่การ รอ ฮะ
🐉

[SmaugInvest @SmaugInvest]

ผมคิดว่า $ZETA อาจจะเป็น one of the best opportunities in the ad tech industry ตอนนี้ฮะ โพสต์นี้ผมจะมาเล่าให้ฟังว่าทำไม

ราคาตอนนี้อยู่ที่ $25.60 เคยลงไปต่ำสุด $12-13 จาก ATH ที่ $38

เหตุผลหลักที่ผมเริ่มสนใจคือมันเป็น setup ที่ผมชอบที่สุดครับ หุ้นที่ตลาดมองว่ามีปัญหา แต่ผมเห็นต่าง

สำหรับผม หุ้นที่จะลงทุนได้ต้องมี 3 อย่าง:
1. เป็นธุรกิจที่แข็งแกร่ง
2. ยังโตอยู่
3. ราคาไม่จำเป็นต้องถูก แต่ต้องสมเหตุสมผล

มาดูทีละข้อกันฮะ

📊 1. Quality

ผมมองว่า $ZETA อยู่ใน unique position มากๆในตลาด เค้าทำทั้ง CDP, DSP, Marketing cloud, email service provider ในเจ้าเดียว ใช้ $ZETA เจ้าเดียวเหมือนจ้าง vendor 5-6 เจ้าเลย

ต่อมาคือเรื่องที่สำคัญมากในธุรกิจ ad tech: ผมมองว่าโลกมันเปลี่ยนไปแล้วครับ บริษัทไม่ได้อยากได้ impression (จำนวนครั้งที่เห็น ad) มากที่สุด แต่อยากรู้ว่าจ่ายเงินไปแล้วได้ return กลับมาเท่าไหร่ และ $ZETA เป็นหนึ่งในเจ้าที่ทำ result ได้สูงที่สุด

ข้อที่สำคัญที่สุดที่ทำให้ผมมองว่า $ZETA unique จริงๆ คือเค้าเป็น ad tech หนึ่งในไม่กี่เจ้าที่มี first-party data เป็นของตัวเอง ซึ่งจะยิ่งสำคัญขึ้นเรื่อยๆ ทั้งจาก post-cookie world และเมื่อ AI เข้ามา involve มากขึ้น

thesis ของผมคือ SaaS ที่จะรอดในยุค AI ได้ ต้องเป็น SaaS ที่มี data เป็นของตัวเอง และบริษัทนี้มี

ตัวเลข metric ที่เช็คคุณภาพ SaaS:
- NRR อยู่ที่ 120% (= ลูกค้าเก่าจ่ายเพิ่ม 20%/ปี โดยที่ Zeta ยังไม่ต้องไปหาลูกค้าใหม่)
- ARPU ของ super-scaled customers (ลูกค้าจ่าย $1M+/ปี) โต 21% YoY

📈 2. Growth

จาก guidance ปัจจุบัน บริษัทยังมี growth runway อีกยาวครับ:
- ปีนี้ guidance โต 22% organic
- มี guidance ถึงปี 2028 ที่ organic CAGR 20%+
- TAM ยังเหลือให้โตอีกมาก
- บวกกับ Athena AI ที่จะมาเป็น tailwind ในอนาคต

💰 3. Valuation

Market cap: ~$6.4B
EV: ~$6.1B (มี net cash $289M)

Forward PE อยู่ที่ราวๆ 25 เท่า ในขณะที่บริษัทโต 20%+ และ margin กำลังขยาย ที่สำคัญคือ EPS โตเร็วกว่า revenue เพราะ operating leverage ผมเลยมองว่าเป็นราคาที่สมเหตุสมผลครับ

ที่ราคานี้ ถ้าไม่มีอะไรมาทำให้การโตชะลอจริงๆ หรือมา disrupt บริษัทจริงๆ ผมมองว่าในระยะ 5-10 ปีข้างหน้า มันจะเป็น excellent compounder ให้พอร์ตได้

อาจจะไม่ใช่หุ้นที่จะ 10x ใน 5 ปี แต่ราคานี้แพ้ยากครับ จริงๆบริษัทไม่ต้องโตแรงขึ้นด้วยซ้ำ ถ้ายังโตได้ 20%+ ไปอีก 5 ปีอย่างที่เค้าว่า ผมว่าบริษัทน่าจะโดน re-rate และผลตอบแทนที่เราได้จะมาจากทั้งการ re-rate และ growth ของบริษัทเอง

หุ้นที่ตลาดกลัวเกินเหตุ + ธุรกิจที่ execute ได้จริง + valuation ที่จ่ายได้ = สิ่งที่ Howard Marks เรียกว่า asymmetric opportunity

NFA, DYOR
🐉

[SmaugInvest @SmaugInvest]

ผมบอกคุณตรงนี้ได้เลยว่าเรื่องงบการเงินไม่ได้ยากอย่างที่คุณคิดครับ คือมันก็ยากนั่นแหละ 😅 แต่มันไม่ได้ยากขนาดนั้น คนทั่วไปทุกคนมีความสามารถมากพอที่จะอ่านงบการเงินให้เข้าใจได้ครับ ยิ่งตอนนี้เรามี AI ไม่รู้อะไรก็ถามมัน 5555

อย่างแรกสุดที่ต้องรู้ 📄 งบที่ต้องดูมี 3 ฉบับ
1. งบกำไรขาดทุน → บริษัทหาเงินได้ไหม?
2. งบดุล → บริษัทมีทรัพย์สินเท่าไหร่?
3. งบกระแสเงินสด → มีเงินสดจริงๆเข้าบริษัทมั้ย?
จบแล้วครับ มีแค่นี้ ไม่ยากใช่มั้ยครับ

สูตรของผมเวลาจะกรองว่าหุ้นไหนน่าสนใจมั้ยใน 3 นาที
นาทีที่ 1 ดูรายได้และกำไร รายได้โต YoY มั้ย? กำไรหรือเปล่า?
นาทีที่ 2 ดูหนี้สิน มีหนี้เยอะมั้ยเมื่อเทียบกับทรัพย์สิน?
นาทีที่ 3 ดู Free cash flow กำไรในงบ VS เงินสดจากการดำเนินงาน ต่างกันมากไหม?

ถ้าบริษัทนี้ผ่านก็เก็บไว้ศึกษาต่อได้ ถ้าไม่ก็อาจจะยังนะ 5555
หุ้นในตลาดมีเยอะมากครับ หุ้นไทยมีประมาณ 800+ ตัว หุ้น US มีประมาณ 5,000+ ตัว เราแค่ต้องเลือกหุ้น 5 ตัว 10 ตัวที่เราชอบมากพอจะลงทุนครับ

สำหรับมือใหม่ผมแนะนำให้ใช้สูตรกรองหุ้นตามนี้ได้เลยครับ แต่สำหรับคนที่พอมีประสบการณ์แล้ว เราอาจจะเลือกหุ้นที่ไม่ครบทุกข้อได้ อย่างเช่น Tesla เข้าตลาดปี 2010 ขาดทุนยาวนานเกือบ 10 ปี ไม่เคยทำกำไรเต็มปีเลยตลอดช่วงนั้น แต่ทำผลตอบแทนไปแล้วกว่า 21,000% นับจาก IPO

(Big Disclaimer⚠️ สำหรับทุก 1 Tesla ที่รอดมาได้ มีบริษัทที่ขาดทุนหลายปีแล้วล้มหายตายจากไปอีกเป็นร้อยๆ ตัว เช่น WeWork, Peloton 5555)

ตัวเลขใช้กรองหุ้นได้ครับ แต่สุดท้ายแล้วเราต้องใส่ context ของแต่ละธุรกิจเข้าไปด้วย

[SmaugInvest @SmaugInvest]

ช่วงหลังๆผมเห็นคนใช้ PEG มา justify ความถูกของหุ้นกันเยอะมาก แต่เค้าจะรู้มั้ยนะว่า PEG จริงๆแล้ว แม้แต่คนที่ทำให้ส่วนใหญ่รู้จักสิ่งนี้อย่าง Peter Lynch เอง ยังไม่ได้ใช้สิ่งนี้กับหุ้นทุกประเภทเหมือนกัน

ผมคิดว่าตัวอย่างที่ชัดเจนที่สุดที่ PEG ไม่เหมาะ น่าจะเป็นกลุ่ม cyclical (พวกรถยนต์, semis, commodities, สายการบิน, อสังหา, ...AI Infra?)

1. ตอน peak ของ cycle → earning พุ่ง, growth ดูสวย → PEG ดูต่ำที่สุด
2. ตอน trough → earning ร่วง (หรือติดลบ) → PEG ดูแพงที่สุด

คือเราต้อง aware ไว้เสมอว่า PEG มันแอบ assume ว่า growth มันจะ stable ซึ่งใช้ได้ดีกับพวก secular grower (consumer staples, software เทือกๆนี้) แต่พอเอามาจับ cyclical มันเลยอาจจะเพี้ยนๆ

ความเห็นผมเท่านั้น ด่าได้แต่อย่าแรง peace out!
🐉

[SmaugInvest @SmaugInvest]

หลายๆตัวใน AI application layer ราคาเริ่ม rebound กันแล้วฮะ $NOW $ZETA $PLTR $SNOW

แต่ผมแค่อยากเตือนเพื่อนๆไว้อย่างนึง
ราคาหุ้นขึ้นหรือลง มันแค่สะท้อน "สิ่งที่คนในตลาดคิด ณ ตอนนั้น" มันไม่ได้พิสูจน์เลยว่าธุรกิจพวกนี้จะรอดในโลก AI ได้จริงๆ

ดู $NOW เป็นตัวอย่าง
ไม่กี่อาทิตย์ก่อน ตอนราคา ~$80 ตลาดมองว่ามันคือเหยื่อของ AI (โดน disrupt แน่ๆ) พอเด้งมา ~$120 กลายเป็น "AI controller" ไปซะแล้ว 5555

ธุรกิจเดิม งบเดิม คนเดิม แต่เรื่องเล่าพลิกหน้ามือเป็นหลังมือในไม่กี่อาทิตย์ ธรรมชาติของตลาด ราคาเปลี่ยนความเห็นเปลี่ยน

ทีนี้พูดถึง thesis ระยะยาวบ้าง ของผมกันบ้าง

ส่วนตัวผมยังเชื่อว่า application layer เป็นจุดที่ได้ประโยชน์จาก AI มากที่สุด ทั้งในแง่ธุรกิจและราคาหุ้น แต่ตอนนี้มันยังมองยากมากว่า app เจ้าไหนจะมี customer adopt ในวงกว้างได้จริง ทำได้อย่างเดียวคืออ่านมันเข้าไป ลองใช้ AI ทุกเจ้าให้หมด แล้วดูว่ามันเข้าไปเปลี่ยนการทำงานตรงไหน และใครได้ประโยชน์

ลองเพ้อต่ออีกนิด
1. AI data center สร้างช้ากว่าความต้องการมาก compute ขาดแคลนแน่ๆ
2. พอ compute ขาด AI model เจ้าใหญ่ต้องขึ้นราคา ใช้ model ตรงๆจะแพงขึ้น
3. ธุรกิจทั่วไปจะเริ่มถามว่า productivity ที่ได้ มันคุ้มกับราคาที่จ่ายมั้ย?

พูดง่ายๆคือ บริษัทส่วนใหญ่ไม่มีปัญญา optimize การใช้ model เองให้คุ้ม(ซึ่งผมมองว่าคือบริษัทส่วนใหญ่) เพราะฉะนั้นจะต้องมี app เก่งๆมาช่วยบีบต้นทุน compute ต่อ output ให้ต่ำลง (เลือก model ถูกตัวให้งานถูกแบบ, cache, route, fine-tune) ผมเลยมองว่า application layer จะกลายเป็น "ตัวกลาง" ระหว่าง model กับธุรกิจ และคนจะใช้ model ดิบๆตรงๆน้อยลงเรื่อยๆ

🐉

[SmaugInvest @SmaugInvest]

Jensen Huang เคยพูดไว้ว่า "AI is a 5-Layer Cake" 🎂 และ "At the top are applications, where economic value is created" แปลได้ว่าเค้ามอง application layer คือส่วนที่สำคัญที่สุด มันต้องสร้าง Value ได้จริง เค้กทั้งก้อนถึงจะมีความหมาย

เพราะฉะนั้นผมเลยอยากจะชวนเพื่อนๆมามองข้าม shot กันดูครับ ว่าจะมีบริษัทไหนบ้าง หุ้นตัวไหนบ้างที่น่าจะได้ tailwind จากการเป็น application layer ของ AI

แน่นอนครับว่ามันไม่ง่ายอยู่แล้วในการหาผู้ชนะใน Application Layer ไม่งั้นหุ้นมันคงเริ่มวิ่งแล้วแหละ 🤔 แต่หลังจากที่ผมไปทำการบ้านมาบวกกับความเห็นส่วนตัว ผมมองหา 4 ส่วนครับที่จะทำให้บริษัทมีโอกาสได้รับประโยชน์จาก AI มากที่สุด

1. Distribution — มีลูกค้า enterprise อยู่ในมืออยู่แล้ว เสนอ AI agent เข้าไปขายต่อได้เลย ไม่ต้องเริ่มจาก 0

2. Proprietary Data — มี dataset ของอุตสาหกรรมตัวเองที่ใครก็ลอกไม่ได้ ทำให้ model ที่ run บน data ของตัวเองไม่มีใครเหมือน

3. Workflow Integration — ฝังลึกใน workflow ของลูกค้าจน rip-out ไม่ได้ switching cost สูงมาก

4. Value Quantity — AI ที่ดีต้องสร้างมูลค่าให้ลูกค้าได้มากพอที่วัดเป็นตัวเลขได้ชัดเจน ยิ่ง value สูง willingness to pay ยิ่งสูงตาม

นี่คือเหตุผลว่าทำไม Jensen ถึงพูดถึง "drug discovery platforms, industrial robotics, legal copilots, self-driving cars" เป็นตัวอย่าง เพราะแต่ละ vertical มี distribution + data + workflow + value quantity ที่ unique ของตัวเอง ลอกยาก

🎯 หลายวันมานี้ผมลอง Research แล้วผมเจอ 5 ชื่อ ที่อาจเป็นผู้ชนะใน Application Layer ยังไม่ต้องเชื่อผมเลยก็ได้ ลองรู้จักบริษัทเหล่านี้ไว้ก่อน

🚀 $PLTR (Palantir) — AIP platform Q1 2026 explode revenue +85% YoY แตะ $1.6B Rule of 40 อยู่ที่ 145% (record-breaking) US commercial revenue +104% ฝังตัวอยู่ใน government + Fortune 500 workflow ที่ใครก็แงะออกไม่ได้ ปัญหาเดียวคือ valuation ที่ forward P/E 110x++ ต้องเชื่อว่า growth จะ sustain อีกหลายปีถึงจะคุ้มฮะ

📈 $CRM (Salesforce) + $NOW (ServiceNow) — "Distribution play" ของแท้ ทั้งสองมี enterprise installed base กว่า 8,000 บริษัท สิ่งที่ต้องทำคือแค่ขาย Agentforce / AI agent เข้าไปบน contract ที่มีอยู่แล้ว Agentforce ของ $CRM ราคา $2 ต่อ conversation เทียบกับ cost ของ human agent ที่สูงกว่าหลายเท่า พูดง่ายๆคือ model ดีแค่ไหนสู้ distribution แบบนี้ไม่ได้ $NOW โดน derate ไปเยอะในช่วงหลัง ถ้าได้เป็น AI control tower จริงๆนี่อาจเป็นจังหวะที่หายาก

🤔 $TSLA (Tesla) — Jensen เอ่ยถึง "a self-driving car is an AI application embodied in a machine. A humanoid robot is an AI application embodied in a body" แปลตรงๆ Tesla คือ pure-play physical AI ทั้ง FSD, Robotaxi (Cybercab), และ Optimus humanoid robot ที่ตั้งเป้า mass produce ในปี 2026 ปัญหาคือยังเป็น hope-and-expectation play Q1 2026 revenue $22.4B +16% แต่ส่วนใหญ่ยังมาจาก EV ถ้าเชื่อว่า Optimus + Cybercab จะ scale นี่คือ position ที่ optionality สูงมากกก

📈 $TEM (Tempus AI) — อาจจะมีคนรู้จักไม่เยอะ แต่เป็นบริษัทที่ specialize ใน AI-driven precision medicine ใช้ ML วิเคราะห์ dataset มหึมาเพื่อ cancer diagnostics, drug discovery และ clinical decision support Cathie Wood ถือติด Top 3 ของกองเป็น healthcare AI bet ที่ใหญ่ที่สุดของ ARK Moat คือ proprietary medical data ที่สะสมมาหลายปี ใครจะมาแข่งต้องใช้เวลาเป็น 10 ปีในการเก็บ data ที่เทียบเคียงได้

💰 $ISRG (Intuitive Surgical) — robotic surgery ที่ครองส่วนแบ่งตลาด da Vinci system ทั่วโลก เป็น compounder ที่ตลาดมองข้ามใน AI conversation บ่อยๆ ในปี 2025 มี da Vinci procedures กว่า 3.1 ล้านครั้ง +18% YoY และทุก procedure สร้าง recurring instrument + service revenue ต่อเนื่อง ทุก surgical robot ที่ติดตั้งในโรงพยาบาล = AI application embedded in machine

ยังมีอีกหลายตัวที่น่าจับตา เช่น
$ABNB ที่กำลัง integrate AI agent เข้า booking flow $UBER ใช้ AI ใน routing/pricing,
$SHOP ที่เป็น distribution layer ของ SMB commerce + AI agent

ในโอกาสหน้าผมจะมาทยอย deep dive หุ้นเหล่านี้พร้อม timeline ด้วยว่า AI จะส่งผลต่อหุ้นเหล่านี้เมื่อไหร่ พวกเราจะได้เตรียมตัวกันถูก 🥹

[SmaugInvest @SmaugInvest]

มาเล่าเรื่องตลกให้ฟัง มีหุ้นตัวนึงที่ผมเปิดงบมาแล้วใจเต้นแรงอยู่ 10 นาทีได้ ชื่อ $RZLV (Rezolve AI) บริษัท Agentic Commerce จากลอนดอน เอา AI ไปช่วย retailer ทำให้ลูกค้า search, เลือกของ, จ่ายเงิน จบในตัวเดียว

1. รายได้ปี 2024 อยู่ที่ $2M ปี 2025 พุ่งเป็น $46.8M (โต 2,240%)
2. Q1 2026 ทำได้ $60M!🤩 ไตรมาสเดียวมากกว่าทั้งปี 2025
3. ปี 2025 ที่ ARR $232M, gross margin core software >90%
4. Customer enterprise จาก 50 ราย เป็น 950 รายในปีเดียว
5. Guidance 2026 = $360M (โตอีก 7.7 เท่า ใช่ครับ 7.7 เท่า)
6. Analyst เป้าเฉลี่ย $10-12 จากราคาตอนนี้ $2.55 (upside 400%+)

เห็นแล้วน้ำลายไหล55555 ขา Revenue โตโหด ขา Margin บางก็จริง แต่มี gross margin สูงให้ขยาย ขา Multiple ก็ไม่ได้แพง พูดง่ายๆคือรู้สึกเหมือนถูกหวยรางวัลที่ 1 🥹

แต่อ่านต่อได้อีกสักพัก มันเริ่มมีกลิ่นวะ55555
⚠️ 1. CEO เคยทำบริษัทเจ๊งมาแล้ว แบบหน้าตาเดียวกันเป๊ะ
CEO ชื่อ Dan Wagner เคยตั้งบริษัทชื่อ Powa Technologies ปี 2007 ทำ mobile commerce (โมเดลคล้าย Rezolve มาก แค่เปลี่ยนจาก mobile เป็น AI)

ปี 2016 Powa ล้มละลาย หลังจากนั้น Financial Times กับ BBC ขุดพบว่า:

1. valuation ที่เคยอ้างว่า $2.6B จริงๆ แค่ ~$106M
2. partner ส่วนใหญ่ที่อ้างว่าเซ็นดีล จริงๆแค่ Letter of Intent ที่ไม่ผูกพัน
3. ระดมทุนได้ $175M แต่รายได้เข้าน้อยมาก

กลิ่นเริ่มแรง5555

⚠️ 2. Short seller 2 เจ้าซัดเต็มแรง
Fuzzy Panda กับ Grizzly Research บอกว่า:

1. ARR ปลอม เพราะมาจากการ "ซื้อบริษัท AI ที่กำลังจะเจ๊ง" (ViSenze รายได้ -31%, GroupBy มี going concern)
2. brainpowa LLM ของบริษัท จริงๆเป็นแค่ "ChatGPT wrapper" (แรงมากแม่)
3. partnership กับ Microsoft/Google จริงๆคือ Rezolve "จ่ายเงินให้เค้า" ($147M ให้ MS) ไม่ใช่ partner จริง
4. มี class action lawsuit เริ่มสอบสวนแล้ว

บริษัทปฏิเสธหมดนะครับ แต่ CEO เคยมีประวัติพูดเกินจริงมาก่อน ก็ต้องหัก credibility ไว้

⚠️ 3. คู่แข่งคือแทบจะทุก Tech Giant
สิ่งที่ Rezolve กำลังพยายามจะเป็นให้กับ agentic commerce นั้นหลายบริษัท LLM ก็พยายามทำอยู่เหมือนกัน

OpenAI + Stripe (ACP protocol)
Google + Shopify (UCP protocol)
Visa, Mastercard, Klarna ก็มี protocol ตัวเอง

พูดตรงๆคือ ทำไมคนเค้าจะมาใช้ของคุณในเมื่อเจ้าใหญ่เค้าทำอยู่แล้ว และน่าจะถูกกว่าด้วยจากการประหยัดจากขนาด

ขอโอกาสพูดเหมือน Shark ในรายการ Shark Tank เลยว่า

"I'm Out"

คือผมอาจจะผิดก็ได้นะ ละหุ้นมันวิ่ง 10 เด้งในปีหน้า แต่ผมไม่เอาดีกว่า ของดีเฮียเก็บไว้เลยครับ55555

[SmaugInvest @SmaugInvest]

ตลอด 10 ปีที่ลงทุนในหุ้นมา มีน้อยคนมากๆที่รู้ว่าผมจริงจังกับเรื่องลงทุนขนาดนี้ เพราะสำหรับผม การลงทุนมันโคตรรร personal ผมยกตัวอย่าง ผมมี criteria ในการเลือกหุ้นง่ายๆแค่ 3 ข้อ

1. เป็นธุรกิจที่แข็งแกร่ง มี moat จริง
2. ยังโตได้ และมี runway ให้โตอีกนาน
3. ราคาไม่จำเป็นต้องถูกแต่ต้องสมเหตุสมผล

จะว่าง่ายก็ง่าย จะว่ายากก็ยาก เพราะแทบทุกข้อมันโคตร Subjective แล้วแต่คนมอง หุ้นบางตัวคนส่วนใหญ่อาจมองว่ามีธุรกิจที่แข็งแกร่ง ผมอาจจะไม่เห็นด้วย หรือหุ้นบางตัวคนส่วนใหญ่อาจมองว่าแพง ผมอาจมองว่าถูกก็ได้ มันโคตร Subjective

ละผมจะไปกล้าแชร์ให้คนอื่นที่ไม่ได้ลงทุนจริงจังได้ยังไง เค้าอาจจะได้ไปแค่ชื่อหุ้น เค้าไม่เข้าใจด้วยซ้ำว่าทำไมผมถึงซื้อ ถึงเข้าใจก็อาจไม่ได้มีความมั่นใจได้เท่าผม เรื่องแบบนี้มันลอกกันไม่ได้ครับ ถึงวันนี้คุณโชคดีลอกแล้วได้กำไรด้วย แต่มันไม่เป็นผลดีในระยะยาวหรอก เพราะคุณจะไม่มีวันตัดสินใจเองได้ โดยไม่ผ่านการ Validation จากคนอื่น วันต่อไปคุณก็จะซื้อตามคนอื่นอีก แต่คราวนี้คุณมั่นใจแล้วไง คุณจะลงเยอะ แล้วก็บูม พวกคุณก็ออกจากตลาดหุ้นไป เงินเราเองก็ต้องดูแลด้วยตัวเองครับ

การตัดสินใจลงทุนก็เป็นเหมือนเรื่องอื่นๆแหละ เรียนรู้ได้ ฝึกได้ แต่อย่าหลอกตัวเองว่าเราตัดสินใจเอง ถ้ายังรอคนอื่นมาบอกว่าต้องซื้อตัวไหนอยู่

โพสต์นี้ไม่มีอะไรแค่อยากจะเตือนๆหลายคนที่พึ่งเข้ามาตลาดแหละ ช่วงหลังเห็นหลายโพสต์เหลือเกินว่ามีเงินเท่านั้นเท่านี้ควรซื้อหุ้นตัวไหน กลายเป็นงานกลุ่มไปซะงั้น5555

🐉

[ลงทุนTimes @longtuntimes]

"มือใหม่" ที่สนใจอยากจะลงทุน แนะนำเลยว่าควรศึกษาก่อน การลอกโพยหุ้นทำได้แต่ต้องเอาไปทำการบ้านต่อ เพราะในวันนี้ที่ตลาดเป็นขาขึ้นซื้อแล้วขึ้นก็ดีใจไม่คิดอะไร

แต่ในวันที่ตลาดเป็นขาลง แต่คุณไม่เข้าใจหุ้นที่คุณถือว่าเขาทำอะไร วิกฤตตอนนี้กระทบกับบริษัทแค่ไหน ถึงวันนั้นคุณจะไปถามใคร?

ถ้าอยากจะลงทุน แนะนำว่าควรศึกษา/ทำความเข้าใจพื้นฐานของการลงทุนก่อน และถ้าใครไม่รู่จะเริ่มยังไงเราเขียนหนังสือไว้ให้อ่านฟรีๆมีทั้งหมด 9 หัวข้อ เนื้อหาทั้งหมดครบลูปการลงทุนเลยเพื่อให้มือใหม่ได้เข้าใจภาพรวมของการลงทุน

เงินไม่ได้หาง่ายๆอย่าเอามาละลายในตลาดหุ้นทิ้งเปล่าๆเลย

https://t.co/9rGmp0AfLW

[SmaugInvest @SmaugInvest]

@Barbieboo96_ @bankorado ผมขอมาเสริมให้ก่อนนะครับ🙇 ข้อเสียที่ผมนึกออก
1. ถอนยาก ต้องลาออกจากงานหรือลาออกจากกองหรือเกษียณ
2. ตัวเลือกการลงทุนจำกัด
3. ถ้าถอนก่อนเกษียณต้องเสียภาษีในส่วนที่นายจ้างสมทบ+ผลประโยชน์
นึกออกประมาณนี้ครับ

[SmaugInvest @SmaugInvest]

ผมมองว่าระยะไหนก็คุ้มนะครับ จริงๆน่าจะเหมือนที่ทำงานผมคือได้เป็นขั้นบันได (1ปี - 20%, 2ปี - 40%...) แค่มองว่าเงินนี้เราเอาไปลงทุนไม่มีความเสี่ยงได้ 20% ผมว่ายังไงก็คุ้มครับ อย่าลืมว่าเราเอาไปฝากแบงค์ได้แค่ 1-2% เองนะครับ ยังไม่นับเรื่องผลตอบแทนที่จะได้จากการลงทุนจริงๆอีก ลดหย่อนภาษีอีก

[SmaugInvest @SmaugInvest]

พามาดูอีก case study ที่(เกือบ)ทำได้ 10 เท่าเหมือนกัน $NOW

ช่วงปลายปี 2016 → ปลายปี 2021 Market cap โตจาก $12B เป็น $130B = 10 เด้ง แต่ราคาต่อหุ้นโตแค่ 8.7 เท่า ($74 → $649) ????

มาลองคิดไปพร้อมๆกันนะครับ

Revenue Growth: $1.39B → $5.9B = โต 4.25 เท่า
Margin Expansion: FCF margin 24% → 31% = ขยายแค่ 1.3 เท่า ขานี้ขยายนิดเดียว margin แข็งแรงตั้งแต่แรกแล้ว
Multiple Expansion P/FCF 37 เท่า → 71 เท่า = 1.9 เท่า

4.25 x 1.3 x 1.9 ≈ 10.5 เท่า (market cap)
แต่ทำไมราคาต่อหุ้นโตแค่ 8.7 เท่า? ส่วนต่างหายไปไหน?

คำตอบคือ Dilution ฮะ บริษัทออกหุ้นใหม่ (SBC) dilute ~20% โตได้ 10 เด้ง ไม่เท่ากับหุ้น 10 เด้งซะงั้น

เพราะฉะนั้นนอกเหนือไปจาก 3 engine แล้วอาจต้องคอยระวัง SBC ด้วย ไม่งั้นอาจจะโดน dilute ไปแบบนี้ได้ แต่ก็ไม่ได้แปลว่าทุกบริษัทที่ออก SBC คือไม่ดีนะครับ ออกได้ แต่ต้องสมเหตุสมผลและในระยะยาวควรลดลงด้วย

ส่วน $NOW ตอนนี้ 5 ปีถัดมาราคาแทบไม่ไปไหน แถมปีล่าสุดร่วง ~50% เพราะตลาดกลัว AI จะ disrupt software 💀 (แต่จะโดน disrupt จริงหรือเปล่านะ 🤔)

ไม่ได้เอา มาเชียร์หรือบอกให้ขายนะครับ เอามาเป็น case study ล้วนๆ
Please do your own research, not a financial advice

🐉

[SmaugInvest @SmaugInvest]

พามาดูตัวอย่างที่เกิดขึ้นจริงในอดีตกันครับ

$APP (AppLovin) ต้นปี 2024 ราคา ~$40 สิ้นปี 2025 ~$672

~16-17 เด้ง ใน 2 ปี (ไม่ใช่ 5 ปีด้วยซ้ำ) 💀

มาลองแยกดูกัน:

1. Revenue Growth
รายได้ฝั่ง Advertising ปี 2023 ~$1.8B โตเป็น ~$5.5B ในปี 2025 พูดง่ายๆคือโตราวๆ 3 เท่า ใน 2 ปี

2. Margin Expansion
Net margin เฉพาะธุรกิจ Advertising ปี 2023 อยู่ราวๆ 25% ปี 2025 พุ่งเป็นราวๆ 63% ขยายมาราวๆ 2.5 เท่า เหตุผลคือธุรกิจ software/AI ad พอ scale ขึ้น ต้นทุนแทบไม่ขยับตาม (operating leverage มันโหดมาก)

3. Multiple Expansion
PE สิ้นปี 2023 ราวๆ 30 เท่า สิ้นปี 2025 ราวๆ 66 เท่า ขยายอีกราวๆ 2.2 เท่า เพราะตลาดพึ่งจะยอมเชื่อว่ากำไรระดับนี้มันโตได้จริงๆ

3 x 2.5 x 2.2 = 16.5 ใกล้เคียงกับราคาที่วิ่งจริง

ปล. ไม่ได้เอา $APP มาเชียร์ให้ซื้อนะครับ เอามาเป็น case study ล้วนๆ