全部版块 我的主页
论坛 提问 悬赏 求职 新闻 读书 功能一区 学道会
2019-3-4 20:15:33
昨天阅读1小时,累计阅读99小时
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 20:16:01
昨日阅5小时,累计阅读608小时
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 20:29:20
昨日阅读1小时,2019年累计阅读64小时。昨日在路上,阅读的是何帆的读书笔记。
我1小时读了1章,主要是讲政治经济体相关的。主体是眼见他楼起,眼见他楼歪。
我的感受:
1、政治与经济及文化是统一体,这些看起来很虚的东西,其实都是无形的手,这双手的力量巨大。越是无形的东西,人们越是难以看透。如果想要了解前因后果,必须要系统梳理,找到当时的节点来看。
2、历史有时候是会断章取义的。何帆从美国的历史,引申到美国的文化,还有各种政治做的决策。但是会发现不同的书,就有不同的视角,只有用全视角看,你还会发现书中会对同一件事情描述的不一样。这点很有意思。
3、我们去看历史故事,会发现很多偶然的机会导致事情从另一个方向走了。连续性是幸运的,偶发性是必然的。我们要学会跳跃性看东西。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 20:38:37

今天学习和阅读约5小时,累计阅读约1820小时。
学习和投资心得:
投资体系的三个层级:简单概述一下。第一层级:是系统性机会和系统性风险的识别。第二层级:是资产配置以及再平衡。第三层级:是投资标的的选择和金融工具的使用。第一层级:系统性机会与系统性风险的识别,首先我们讲投资体系的第一个层级:系统性机会和系统性风险的识别。这是三个层级中最容易理解的,但同时也是三个层级中最为重要的部分。基本上可以这样理解,第一层级,决定了我们能不能赚钱。第二层级,决定了我们能不能安全持久地赚钱。而第三层级,决定了我们最终能赚多少钱。美国股市的历史市盈率,可以看到100年间,基本在10到20倍之间波动。极端情况下会达到5倍和45倍。香港的恒生指数也基本在10到20倍波动,极端情况下会达到5倍和43倍。我们A股的历史市盈率走势,跟成熟市场不同的是,它的市盈率在10倍到60倍之间波动。通过以上数据我们可以知道,当市场整体的市盈率倍数到了个股数时,就是明确的系统性机会,当大盘市盈率超过20倍时,我们就需要非常警惕,而当大盘市盈率超过30倍甚至40倍时,就是绝对的系统性风险!相信随着A股市场越来越成熟,它未来的波动区间也会有所收敛,但是不管它下一轮牛市的市盈率是达到20倍、30倍还是40倍,你在大盘PE低于10倍的时候去买股票,总是没有错的。这就是投资体系的第一层级,当你拥有了系统性机会与系统性风险的识别能力,即使你选股水平一般,不懂动态再平衡,也不会使用其他复杂的金融工具,长期来看,你也有很大的概率是可以赚钱的。只不过,如果你只达到这个级别,那么你赚钱的过程会非常的凶险和痛苦。接下来的第二层级,就是来教你如何将这些凶险与痛苦化于无形。第二层级:资产配置和再平衡  投资体系的第二层级,是资产配置和再平衡的能力。我们先讲资产配置。第一层级中,我们学会了识别系统性风险,这个技能可以保护我们在熊市不受到太大的损伤。但市场除了系统性风险之外,还有非系统性风险。通常系统性风险是指市场整体的风险,而非系统性风险,指的是单个投资标的本身的风险。比如你买的公司破产了,或者你买的公司在非洲的资产被流氓政府强行征收了,再或者你买了一家公司,它的老板去整天去爬雪山,这些都是非系统性的风险。这些风险,不是靠你在大盘10倍市盈率以内买股票,就能化解的。这时就需要引入资产配置的概念。资产配置中最基本的概念就是分散化。理论上,我们持有的任何一只股票,都有可能是下一个雷曼兄弟。而当我们任意选择五只股票时,恰好同时选到雷曼、贝尔斯登、花旗、房利美和通用汽车的机率,小于我们在大街上被通用汽车撞死的机率。当我们同时持有十只甚至二十只股票时,它们在同一周期内全部出问题的概率,基本可以忽略不计。所以说,适度的分散投资,可以让我们在不降低收益的情况下减少风险。很多人都觉得,分散投资一定会降低收益,其实作为一个普通人,你看好的股票,能够好于你看衰的股票,已经很不容易了。如果还能确保你第一看好的股票,一定好于你第十看好的股票,那基本就是神的境界。所以,作为保守的投资者,我们要坚守一个信念:低估值,分散化,走遍天下都不怕!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 20:58:16
昨日阅读1小时,累计阅读385小时
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 21:45:14
昨日阅读0.5小时,累计阅读372小时
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 21:47:27

昨日阅读2小时,累计阅读29小时。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 22:28:35
昨天阅读1小时,累计阅读223小时。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 22:30:29
充实每一天 发表于 2019-3-4 05:11
该主题为【学道会】活动,点击了解详情

【加入充实计划】【了解充实计划】
昨天 阅读1小时,累计阅读183小时。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 22:41:15
昨日阅读2小时,累计阅读802小时。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 22:46:04
昨日阅读2小时,累计阅读746小时
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 22:48:25
昨日阅读2小时,累计阅读50小时。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 22:57:37
今天读了3小时,累计642小时
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 23:20:59
充实每一天 发表于 2019-3-4 05:11
该主题为【学道会】活动,点击了解详情

【加入充实计划】【了解充实计划】
昨日阅读2小时,累计阅读1127小时。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 23:22:00
昨天阅读2小时, 累计阅读422小时
阅读2小时-O Done.  完成

Paper: new product development process : an investigation of success and failure in high-technology and non-technology firms.
附件列表
IMG_4208.jpg

原图尺寸 2.32 MB

IMG_4208.jpg

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 23:26:25
充实每一天 发表于 2019-3-4 05:11
该主题为【学道会】活动,点击了解详情

【加入充实计划】【了解充实计划】
昨日阅读:1小时,累计阅读:7小时<br>
书名:《交易情绪密码——大数据解释投资群体心理》<br>
摘录:见附件
1551713187664550.jpeg
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 23:47:57

昨日阅读1小时,累积阅读202小时
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-4 23:54:44
昨日阅读2.5小时,总计100 小时


英文原版书籍<Big Data Fundamentals: Concepts, Drivers, and Techniques>
ch1:Understanding Big Data

3 pages

《机器学习导论》2nd Edition ---(土耳其)Ethem Alpaydin 著 范明 昝(zan)红英 牛常勇译 ----机械Press-2014.3

机器学习是计算机科学发展最快的领域之一。每年都看到新的应用,且学习算法的理论也发展很快。
Machine Learning is one of the fastest developing fields in computer science. Every year, we are seeing new applications, and the theory of learning  algorithms is also developing very fast.

机器学习只是在近20余年最终成为一个学科分支。

机器学习是从已知实例中自动发现规律,建立对未知实例的预测模型;根据经验不断提高,不断改进预测性能。

本书涵盖:监督学习、贝叶斯决策理论、参数方法、多元方法、维度归约、聚类、非参数方法、决策树、线性判别式、多层感知器、局部模型、隐马尔可夫模型、分类算法评估和比较、组合多学习器以及增强学习。

(来自统计学、模式识别、神经网络、人工智能、信号处理、控制和数据挖掘等不同领域的机器学习问题和学习方法进行统一论述)

本书还全面介绍了机器学习实验的设计与分析。

--------------------------
当人们不能直接编写计算机程序解决给定的问题时,而是需要借助于实例数据或经验时,就需要学习。
(如语音识别:解决性别、年龄、口音的差异)

(如需要一个能够自动适应环境的通用系统,而不是为每个特定的环境编写一个不同的程序)



二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-5 01:55:52
1.昨日阅读1小时,累积阅读2小时
2.人生的意义到底是什么,每个人都有自己的答案,但是总的来说,大部分人都希望自己的人生丰富多彩,珍惜这难得的人生之旅,去遇到更好的人,经历更多的事,见最美的风景,这最求的本身就是人生的意义吧。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2019-3-5 13:27:19
空 发错了
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群