跳到主要內容

有骨、有肉、有肥肉!

有骨、有肉、有肥肉算是我部落格經營快ㄧ年,對於文章寫作的一點感謝吧,雖然我個人喜歡有骨有肉的文章,但是,不得不說,有肥肉也很重要。

有骨

從國小的作文課就聽歌老師說,作文要寫草稿,大了一點,大學教授說,可以先寫出大綱。其實草稿的概念可以用在寫部落格,即使是草稿,只要不要寫一些有爭議的話題,各大搜尋引擎都不會隨意懲罰一篇還是草稿的文章吧,所不定還會有流量呢!

寫大綱就重要許多,大綱出來,填玩肉,一篇文章就完成了,有快有好。

有肉

有肉,指的是瘦肉,精華,重點內容。如果我的標題是1加1等於多少,文章的肉就是2,一個字,也就是骨是綱目,肉是直接相關的內容。

有肥肉

肥肉只的是跟肉有關的內容,如果我的標題是1加1等於多少,肉是2,肥肉就是,舉例來說這邊有一顆蘋果,一根香蕉,所以有兩個水果,在放一些蘋果跟香蕉的照片。

重點整理

  1. 決定主題,先用草稿方式寫,可以回頭修正標題。
  2. 決定骨,次標題。在寫草稿的時候,可以檢視那些內容可以下個標題,這就是次標題。
  3. 有肉。原則上,次標題的直接相關內容就是肉,這在寫草稿的時候應該不難發現。
  4. 有肥肉。文章有主題、次標題跟主要內容後,就可以發布了,回頭來念一遍,把想到可以加的再加進去,這可以是肥肉,也可以再創造一個次標題。

結論

我喜歡讀文章是直接讀到重點的文章,因此我在剛開始寫部落格時,常常寫的內容很少,後來寫久了,就開始越寫越快且越多。


留言

這個網誌中的熱門文章

母體變異數(population variance)、樣本變異數(sample variance)及自由度(degrees of freedom)

母體指的是所有的數據,樣本指的是從母體抽樣的數據,舉例來說,一個班級有40人,它們的身高,40個身高數據,若只針對這個班,就是母體,但是,卻只是代表全校學生身高的一部分,也就是樣本。 回到「機率統計」頁面 樣本平均數(mean)不是母體平均數,樣本變異數(variance)也不是母體變異數,一個班40個人身高的平均數很難剛好是全校學生的身高平均數。 一個班40個人的身高變異數也不會是全校學生的身高變異數。 變異數計算 母體變異數的定義如下: 而樣本變異數的定義如下: 奇怪的地方 平均數 雖然樣本平均數不是母體平均數,不過,如果不斷重複從同一個母體抽樣平均,會得到一個近似母體平均數的數字。舉例來說,從一個學校所有學生中,不斷隨機選出40個學生取平均數,再將這些平均數平均,結果會接近直接算全校學生的身高平均數。 也就是說樣本平均數的期望值就是母體平均數: 變異數 樣本變異數跟母體變異數就沒這麼單純了。奇怪的地方是,為什麼樣本變異數公式的除術是n-1,而不是像平均數計算一樣用n? 為何樣本變異數要除的是(n-1)? 除數為n的話,變異數會太小 如果樣本變異數的除數是n,樣本變異數就會常常比母體變異數小。為什麼呢? 因為,樣本是從母體抽取的,抽樣的數據算出平均,並且抽樣的數據會相對的接近抽樣的平均,總不會剛好抽出的樣本平均數剛好是母體平均數,且樣本數據離樣本平均數就像母體數據離母體平均數一樣分散吧? 假設母體數據為0-99的整數,共100個數據,從中選出10個數字,然後計算樣本的平均數,分別用n及n-1當作除數算出變異數,連續執行200次,並將200個樣本平均數及200個樣本變異數平均。 也就是取得樣本平均數及樣本變異數的期望值,結果如下: 母體平均數 = 49.5 ...

Blogger文章在Google搜尋引擎找不到,怎麼辦?

剛開始經營部落格,最令人不解及懊惱的其中一件事就是為什麼我的文章發布了,在Google搜尋引擎不管怎麼搜尋都找不到;文章找不到就沒辦法建立自然流量了。 回到「部落格經營血淚史」頁面 Google Search Console無法為Blogger建立索引,出現伺服器錯誤(5XX)⇨ 這是因為Google搜尋引擎還沒將新的文章或網頁放進去索引(index)裡。 可以用手動的方式,將新文章或網頁加入Goolge搜尋引擎索引裡。 首先,在Google搜尋「google search console」。 進去後,輸入網站網址如下圖,兩者選其一。 輸入網站網址並點點擊「繼續後」後,選擇「前往資源」。 視窗上側,找到「檢查XXX中的任何網址」,輸入要加入Google搜尋引擎索引的網頁(文章)網址。 如果該網頁不在Google搜尋引擎索引內,結果會出現「網址不在 Google 服務中」,這時需點擊「要求建立索引」。 這樣就完成了;大概過4-6天就會編入Google搜尋引擎索引了,不過,不需要一直重新提出建立索引的要求,因為這樣不會比較快編入索引。 如何提交Blogger Sitemap? 到Google Search Console的Sitemap,填入落格網址並加上 /sitemap.xml ,舉例來說,我的部落格就是https://quanist.blogspot.com/sitemap.xml,送出即可。 送出之後要等大約10分鐘,正常來說就會從「Couldn't fetch 」轉為顯示「成功」。 如何提交Blogger Atom Sitemap? 文章數少於500篇:到Google Search Console的Sitemap,填入部落格網址並加上 /atom.xml?redirect=false&start-index=1&max-results=500 ,舉例來說,我的部落格就是https://quanist.blogspot.com/atom.xml?redirect=false&start-index=1&max-results=500,送出即可。 文章數少於1000篇:到Google Search Cons...

【美式口音訓練】連音(word linking)

美式英文發音大部分都不是一字字念出來的,一句話通常都會有連音,而連音的發生的狀況有很多,以下一一介紹。 回到「英文口說訓練」頁面 子音結尾搭配母音開頭 這是最容易理解的連音發式。這種連音方式發生在一個字以子音結尾,下一個字則以母音開頭。舉例來說, turn on the light - tur non the light turn off the light - tur noff the light come again another day - cu magay nu nuther day Yes, I do - Yes sIai do 母音結尾搭配母音開頭 這種連音方式發生在一個字以母子音結尾如ow、o,這個連音方式比較容易被忽略,舉例來說 How are you - how ware you:are 的前面要加 w 的音 No, I don't - No wI don't:I 的前面要加 w 的音 I ate it - I yate it:I 結尾有一個 y 的音 I will wear it - I'll wear rit 子音結尾搭配子音開頭 算是相當困難的連音,或者說不算是連音,但是遇到兩個子音連在一起,都要記得發出來 month - mo n th:n 跟 th 都要發 recognize - re kgnize:k 跟g 都要發,美國人聽得出來 子音同化(assimilation) 子音同化發生相似子音被另一個子音取代,舉例來說 Handbag - hanmbag:nd 後面接 b,所以很可以用 m 取代。 有無聲子音轉換 I have to go -I haft go:v 變成 f I have to go to the bathroom - I haft go dthe bathroom:v 變成 f、to the 變成 d the 不該使用連音的時候 如果在說話時要特別強調一個字,這個字前後就不要連音,可以稍微停頓,把這個字念清楚。 回到「英文口說訓練」頁面

HYG、LQD 與 TLT 風險報酬比較

10 年期公債除了站上 4%,再撰寫這篇文章時,已經在 4.3% 徘迴,上次在 這篇文章 研究了現在是否應該要買 LQD 而不是 TLT,本篇文章我想研究非投資等級債是否更適合。 買點 HYG 現在 HYG 價格為 74.04,距離近一次低點 2020/3/20 的 69.75,差別為 5.794% LQD 上次低點在 2020/10/14 的 100.38 附近,與目前的 105.01 相差 4.612%。 TLT 上次低點在 2022/11/4 的 94.22 附近,與目前的 95.16相差 1%。 殖利率上升時,公司債的表現 TLT 2009-01-06 到 2010-01-05 跌了 16.364% 這段期間美國 30 年期公債殖利率從 3.04% 漲到  3.74%,漲了 0.7%。 TLT 2012-11-14 到 2013-11-13 跌了 15.701% 這段期間 美國 30 年期公債殖利率從 2.73% 漲到  3.83%,漲了 1.1%。 TLT 2016-07-29 到 2017-07-28 跌了 10.307% 這段期間 美國 30 年期公債殖利率從 2.18% 漲到  2.89%,漲了 0.71%。 TLT 2021-11-18 到 2023-8-15 跌了 32.695% 這段期間美國 30 年期公債殖利率從 1.97% 漲到  4.35%,漲了 2.38%。 結論 HYG 現在也很便宜,在公債殖利率還有可能持續上漲狀況下,表現可能勝過公債及投資等級公司債。

富時全球全市場指數(FTSE Global All Cap Index)是什麼?有追蹤它的ETF嗎?

富時全球全市場指數(FTSE Global All Cap Index)是英國富時羅素(FTSE Russell)在2003年建立的,目的是為了代表全球成熟市場及新興市場小、中、大型股的報酬,成分股公司總計超過9,000家。 相關ETF 追蹤富時全球全市場指數其中一支的ETF是Vanguard Total World Stock ETF(VT),這支ETF也常常被拿來跟追蹤另外一支全球市場指數MSCI ACWI的iShares MSCI ACWI ETF(ACWI)比較。 可參考: MSCI ACWI指數是什麼?有追蹤它的ETF嗎? 比較 項目 總開銷比 特點 VT 0.08% 成分股包括小型股 ACWI 0.33% 無

LQD 與 TLT 風險報酬比較

現在美國 10 年期公債殖利率站上 4%,算是站在近 20 年來的高水位,因此我有大筆買進的衝動,不過,經過一系列研究,美國長年期公債在殖利率上升時,風險還是蠻高的,我就轉向研究公司債。 今天我研究的 ETF 是 LQD,iShares iBoxx $ Inv Grade Corporate Bond ETF,也就是投資級公司債的代表。比較標的是 TLT,原因是 TLT 算是長債的代表,而且歷史平均報酬率容易勝過短債,適合用作與 LQD 相比,作為投資參考。 首先,先來技術分析。 LQD 上次低點在 2020/10/14 的 100.38 附近,與目前的 105.01 相差 4.612%。 TLT 上次低點在 2022/11/4 的 94.22 附近,與目前的 95.16相差 1%。 技術上 技術上,兩者都在近 10年低點,技術上算是有吸引力。 殖利率上升時,公司債的表現 TLT 2003-05-23 到 2004-05-21 跌了 10.254% TLT 2009-01-06 到 2010-01-05 跌了 16.364% 這段期間美國 30 年期公債殖利率從 3.04% 漲到  3.74%,漲了 0.7%。 TLT 2012-11-14 到 2013-11-13 跌了 15.701% 這段期間 美國 30 年期公債殖利率從 2.73% 漲到  3.83%,漲了 1.1%。 TLT 2016-07-29 到 2017-07-28 跌了 10.307% 這段期間 美國 30 年期公債殖利率從 2.18% 漲到  2.89%,漲了 0.71%。 TLT 2021-11-18 到 2023-8-15 跌了 32.695% 這段期間美國 30 年期公債殖利率從 1.97% 漲到  4.35%,漲了 2.38%。 結論 LQD 現在也很便宜,在公債殖利率還有可能持續上漲狀況下,表現可能勝過公債。

台股個股(ETF)日報酬及其標準差計算機

以下為台股個股(ETF)日報酬及其標準差計算機: 填入臺灣證券交易所個股 (ETF) CSV數據 計算   您選擇的標的的平均日報酬為: % 日報酬標準差為: % 使用方式 1.到臺灣證券交易所 每日收盤價網頁 。 2.輸入欲查詢股票代號及月分。 3.點選下載CSV。 3.開啟CSV,複製日期跟股價資訊,最後一個逗點不要。 3.貼近本計算機文字方塊內,點選計算即可。 3.如果要多重月份資料,只要下在多個CSV檔案,複製貼上計算機文字方塊即可,記得逗點不要重複,且最後一個逗點要刪除。

短線操作賺大錢之賭徒破產理論(gambler's ruin)

短線操作依據各項技術指標、籌碼及消息分析,短期內執行買進及賣出交易,方向看的準勢必賺大錢,方向看不準勢必賠大錢。 依據統計學裡的賭徒破產理論,短線操作勝率如果只是50%的話非常危險。 賭徒破產理論(gambler's ruin) 賭徒破產理論通常指的是:一個賭本有限的賭徒跟一個賭本無限的賭徒不斷互賭,即使兩者勝率一樣都是50%,時間只要夠久,賭博次數只要夠多,賭本有限的賭徒一定會破產。 數學公式證明: 賭徒破產理論(Gambler's ruin)機率公式證明 為什麼呢? 假設A跟B賭錢,彼此勝率皆為50%,賭輸的人要給賭贏的人1塊錢,賭到一方破產為止。 假設他們彼此都持有1元,A破產的機率有多少?恰恰好是50%,因為賭一局定勝負。如果B贏了A的1塊錢,A破產;不過,B破產的機率跟A一樣,因為B也是只有1塊錢,第1局輸了就沒了。 假設現在A有1塊錢B有2塊錢呢? 在第1局A就破產的機率還是50%,因為他只有1塊錢,有50%的機率會輸,然而,B破產機率就比較低,他有2塊錢,無論如何都不會在第1局就破產。 假設現在A有1塊錢B有3塊錢呢?以此類推,只要B的錢比較多,A就是比較容易破產。 因此,投資人短線操作的交易對像如果資金豐厚,那就很危險了 事實上,只要賭博次數夠多,兩人勝率一樣,一定會有一人破產,因為兩人的資金加起來假設是n元,遲早會出現其中一方連續贏n局,並贏得所有資金,導致另一方破產,賭局就會結束;雖然機率很低,只要賭博次數夠多就會發生。風險管控也是這個概念。 賭徒破產理論機率計算可至本站「工具」頁面計算: 工具 。 勝率如果大於50% 操作短線如果勝率沒有大於50%的話相當危險,容易賠光光。所以要練到勝率超過50%。 可以試試看下面這個每秒賭40局1元的模擬器。 賭博模擬器 勝率: % 賭本: 10 賭! 重置 結論 股票技術面、籌碼面及基本面分析需要彼此配合使用,才能得到比較完善的投資結論,舉例來說,2020年爆發全球新冠肺炎疫情危機時,台灣加權指數跌破10年線,在技術分析上是個買點,不過,歷史上也有跌破10年線之後繼續跌的例子,需要搭配分析美國聯準會將聯邦基準利率降至0%到0.25%等因素,綜合分析才能得到自己滿意的分析結果。 十年線操作經歷,可參考: https://quanist.blogspot....

什麼是「自由流通量(public float)」及「流通股(shares outstanding)」?

 自由流通量(public float)及流通股(shares outstanding)常常用於指數編撰的參考數據,例如美國的標普500指數就有限制其成分股公司的股票「自由流通量(public float)」占「流通股(shares outstanding)」至少10%。那什麼是「自由流通量(public float)」及「流通股(shares outstanding)」呢? 回到「金融分析」頁面 自由流通量 表示流通股中不被某些機構,如政府或股票本身的公司,長期持有的股票。 流通股 流通股指的是所有在市場上可以購買到的股票;當公司為了增資(籌錢)而發行更多的股票來賣時,流通股會增加,反之,若公司為了減資買回庫藏股時,流通股會減少。 回到「金融分析」頁面 本文參考「Investopedia」,https://www.investopedia.com/terms/o/outstandingshares.asp,James Chen,2021/5/1

股票走勢模擬

股票走勢如果能夠模擬就好了,對吧,看空做空、看多做多,可以賺很多錢? 即使不是為了投機,也有套利及避險的需求而必須估算股價走勢,如期貨、選擇權定價就是。 股票報酬率遵循常態分布 股價是假設遵循對數常態分布 (Log-normal distribution)的。 對數常態分布隨機變數(random variables)的自然對數值遵循常態分布,而相對應股價的就是報酬率。 對數常態分布的隨機變數沒有負值,且股價沒有負數的,算是合理假設。 如果報酬率是常態分布的,股價就是對數常態分布的。 舉例來說 假設這個月(t = 0)報酬率為1%,今天A股票股價為為100元,下個月(t = 1)就是100*e^0.01 = 101.01元。 假設下個月(t = 1)報酬率為2%,再下個月(t = 2)股票股價就是100*e^(0.01 +0.02)= 103.05元。 為何用「e(數學常數)」計算股價可參考: 何謂有效利率(effective interest rate)? 以此類推,我們假設 t = 0 到 5 的報酬率,並取股價的自然對數值,我們得到下表: 時間(t) 股價 股價自然對數 報酬 0 100(100e^0) ln(100)  0.01 1 101.01(100e^0.01) ln(100) +0.01 0.02 2 103.05(100e^0.03) ln(100) +0.03 0.03 3 106.18(100e^0.06) ln(100) +0.06 0.03 4 109.42(100e^0.09) ln(100) +0.09 0.02 5 111.63(100e^0.011) l...