金融市場這樣比喻你就懂:33個神比喻,讓你讀懂金融市場的遊戲規則與陷阱
2015/05/19
第一章 三隻小豬股份有限公司
股票、股份以及股權的交易
持股人Shareholder,股份Share,股票Stock,股權Equity stake,公開上市公司Publicly traded company,
私人股權企業Private enterprise,私募股權Private equity,交易所Exchange,擔保品追繳通知Collateral call,保證金Margin,普通股Ordinary share或Common stock,優先股Preferred stock,次級發行Secondary offering,每股盈餘Earings Per Share-EPS
第二章 我的巧克力棒換你的跳繩
借貸、利率以及債券市場
債券Bond,義務Obligation,契約Contract,本金Principle,借貸期間Term,到期日Maturity,固定利率Interest rate,付款條件Payment schedule,條件書Term sheet,收益率Yield,正常收益率Normal yield,利息收入Interest income,年息率Annual Percentage Rate-APR,本票Promissory note,債券發行人Bond issuer,債券持有人Bondholder,息票Coupon,初級市場Primary market,次級市場Secondary market,當前收益率Current yield,無擔保(Unsecured)債務,前置手續費Up-front fee,提前還款罰款Prepayment penalty,聯貸Syndicate,固定利率Fixed rate,基礎利率Base rate,邊際(Margin)利率,基本利率Primary rate-Prime,資本結構Capital structure
-正常收益率是債券首次定價後售出的收益率,當前收益率是債券之後在市場的收益率。
-計算當前收益率時,用的是債券目前在市場上的價格,或著,換言之,是人們為了債券付出的價格。
第三章 銀行家坐頭等艙,股東只能坐經濟艙
企業的資本架構
第四章 感恩節訂火雞真是一場邪惡交易
衍生性金融商品I:期貨、選擇權
期貨Future,履約單Srike orice,交割日Delivery date,選擇權Option,現貨權Spot price,現今結束Cash settlement
第五章 用你的果凍換我的蛋糕
衍生性金融商品II:交換的運作
投資銀行 Investment bank,交易對手Counterparty
第六章 錢滾錢的魔術世界
貨幣是什麼,如何在全球流通
信用狀Letter of credit,通貨膨脹Inflation,通貨緊縮Deflation
第七章 金融機構永遠都是贏家
銀行的體系結構與運作
資產管理Asset management,併購Merger and acquisition-M&A,附買回市場Repo market,附買回協議Repurchase agreement
第八章 打開美國政府的財政大門
聯準會、財政部及政府如何介入
法定準備金Reserve requirement,聯邦基金利率Federal funds rate,聯邦基金有效利率Federal funds effective rate,聯邦基金目標利率Federal funds target rate,初級市場交易商Primary dealer,民間資產Private sector asset,政府資產Government asset,量化寬鬆Quantitative easing
第九章:華爾街巫師們的神來一筆
消費性負債、證券化與影子銀行體系
證券化Securitization,擔保房貸憑證Collateralized mortagage obligation,資產抵押證券Asset-backed security-ABS,次級房貸Subprime
第十章:貪婪宿命與浩劫重生
金融市場的衰敗與復興
信用緊縮Credit crunch
2015年6月30日 星期二
2015年6月4日 星期四
Big Data大數據的獲利模式:圖解.案例.策略.實戰
Big Data大數據的獲利模式:圖解.案例.策略.實戰
2013/08/10
- 與其相信一個人的判斷,不如相信數千萬人的資料
★第一章 什麼是巨量資料
- 案例:Decide.com,FightCaster
★第二章 支撐巨量資料的技術
- Hadoop,NoSQL,串流資料(即時資料)處理:
IBM InfoSphere Streams,Oracle CEP,Sybase Sybase Aleri Streaming Platform,Hitachi uCosminexus Stream Data Platform,機器學習,統計分析
★第三章 以巨量資料為核心競爭力的企業 歐美企業篇
- 案例:eBay,Zynga,Centrica
★第四章 以巨量資料為核心競爭力的企業 日本企業篇
- 案例:KOMATSU,RECRIT,日本麥當勞
★第五章 巨量資料的運用模式★
- 巨量資料的運用案例:
1. 精準推薦商品或服務
2. 行為定位廣告
3. (運用地點資訊的)行銷
4. 揪出盜刷
5. 顧客流失分析
6. 預測設備故障
7. 驗出異常
8. 改善服務
9. 預測路況
10. 預測電力需求
11. 預測感冒流行
12. 預測股市行情
13. 油資成本的優化
- 巨量資料的運用模式
- 個別優化 X 批次處理
- 案例:美國先進保險公司(Progressive Corporation)
- 個別優化 X 即時資訊型模式的概念圖
- 案例:旅遊網站Expedia,美國特殊保險公司安信龍解決方案公司(Assurant Solutions)
- 全體優化 X 批次處理型
- 案例:Hotels.com,Google的reCAPTCHA
- 全體優化 X 即時資訊型
- 案例:FlightCaster,Decide.com
- 巨量資料的運用深度:掌握過去與現狀,發現行為模式,預測,優化
★第六章 巨量資料時代的隱私權問題★
★第七章 開放資料時代的到來與資料市場的興盛★
- 預測飛機房班出發時刻是否延遲的服務的新創企業FlightCaster,運用了航班準點績效和誤點(Airline On-Time Performance and Causes of Flight Delays)等資料。
- 天候企業(Climate Corporation)是一家天氣意外保險公司,以農家為對象,銷售"綜合天候保險",是由農家投保以預防收穫量因氣候惡劣而減產歉收的農作物保險。該公司整合了由美國農業部公開的過去六十年分農作物收穫量資料,藉以預測玉米、大豆、冬麥等的收穫量。
- 資料市集是將人口統計、環境、金融、零售、天氣、運動等各種資料彙集在同一處進行買賣的網站,等於是資料的一站式購足商店。
- 在美國除了Factual,Infochimps等新創企業所營運的資料市集外,大型供應商也投入了這塊市場,像是微軟的Windows Azure Marketplace,以及亞馬遜的Public Data Sets on AWS等。
★第八章 面對巨量資料時代該有的準備★
- 美國支付服務業者朝向資料整合公司發展:VISA,PayPal,美國運通
- 資料科學家指的是,運用統計分析或機器學習、分散式處理等技術,由大量資料中萃取出在商業上有意義的洞見,然後以簡單易懂的方式將它傳達給決策者的人才;或是用資料創造出全新服務的人才。
- 電腦科學家需具備的技能如下:
1. 電腦科學-必須具備Hadoop或Mahout等,對處理巨量資料越來越重要的大規模平行處理技術或機器學習的能力。
2. 數學、統計、資料探勘-數學、統計、操作SPAA或SAS等主要的統計分析軟體,其中"R"是最近相當受注目的開放原始碼統計分析用程式語言及執行環境。
3. 資料的可視化(Visualization)
- 資料科學家需具備的資質:溝通能力、創業家精神、好奇心
- 數學、統計、電腦工程、資料分析。分析學領域-預測分析、描述分析(Descriptive Analytics,包括商業智慧與資料探勘)及規則分析(Prescriptive Analytics,包括優化與模擬)。
- 資料探勘用的統計方法(多重邏輯迴歸分析、非線性迴歸分析、判別分析等)、
計量方法(時間序列分析、機率模型、優化)、決策分析(多目的決策分析、決策樹、影響圖、敏感度分析)、競爭優勢分析、資料庫(資料庫模型、資料庫設計)、預測分析(時間軸分析、主成分分析、非參數迴歸分析、統計流程控制)、資料管理(ETL、資料管控、管理、後設資料)、優化與捷思(整數規劃法、非線性規劃法、局部搜尋法、通用捷思演算法(模擬退火法、基因演算法)、巨量資料分析(非結構化資料概念學習、MapReduce技術、巨量資料分析)、資料探勘(分群法、關聯規則、因素分析、存活分析)、社群網路、文本分析、網路分析、財務分析、服務業分析、能源、健康照護、供應鏈管理、整合行銷溝通之機率模型、風險分析與營運分析用電腦模擬、軟體面的分析學(分析之組織面課題、IT與商務使用者、變革管理、資料課題、結果的展示與傳達方法)、綜合設計
2013/08/10
- 與其相信一個人的判斷,不如相信數千萬人的資料
★第一章 什麼是巨量資料
- 案例:Decide.com,FightCaster
★第二章 支撐巨量資料的技術
- Hadoop,NoSQL,串流資料(即時資料)處理:
IBM InfoSphere Streams,Oracle CEP,Sybase Sybase Aleri Streaming Platform,Hitachi uCosminexus Stream Data Platform,機器學習,統計分析
★第三章 以巨量資料為核心競爭力的企業 歐美企業篇
- 案例:eBay,Zynga,Centrica
★第四章 以巨量資料為核心競爭力的企業 日本企業篇
- 案例:KOMATSU,RECRIT,日本麥當勞
★第五章 巨量資料的運用模式★
- 巨量資料的運用案例:
1. 精準推薦商品或服務
2. 行為定位廣告
3. (運用地點資訊的)行銷
4. 揪出盜刷
5. 顧客流失分析
6. 預測設備故障
7. 驗出異常
8. 改善服務
9. 預測路況
10. 預測電力需求
11. 預測感冒流行
12. 預測股市行情
13. 油資成本的優化
- 巨量資料的運用模式
- 個別優化 X 批次處理
- 案例:美國先進保險公司(Progressive Corporation)
- 個別優化 X 即時資訊型模式的概念圖
- 案例:旅遊網站Expedia,美國特殊保險公司安信龍解決方案公司(Assurant Solutions)
- 全體優化 X 批次處理型
- 案例:Hotels.com,Google的reCAPTCHA
- 全體優化 X 即時資訊型
- 案例:FlightCaster,Decide.com
- 巨量資料的運用深度:掌握過去與現狀,發現行為模式,預測,優化
★第六章 巨量資料時代的隱私權問題★
★第七章 開放資料時代的到來與資料市場的興盛★
- 預測飛機房班出發時刻是否延遲的服務的新創企業FlightCaster,運用了航班準點績效和誤點(Airline On-Time Performance and Causes of Flight Delays)等資料。
- 天候企業(Climate Corporation)是一家天氣意外保險公司,以農家為對象,銷售"綜合天候保險",是由農家投保以預防收穫量因氣候惡劣而減產歉收的農作物保險。該公司整合了由美國農業部公開的過去六十年分農作物收穫量資料,藉以預測玉米、大豆、冬麥等的收穫量。
- 資料市集是將人口統計、環境、金融、零售、天氣、運動等各種資料彙集在同一處進行買賣的網站,等於是資料的一站式購足商店。
- 在美國除了Factual,Infochimps等新創企業所營運的資料市集外,大型供應商也投入了這塊市場,像是微軟的Windows Azure Marketplace,以及亞馬遜的Public Data Sets on AWS等。
★第八章 面對巨量資料時代該有的準備★
- 美國支付服務業者朝向資料整合公司發展:VISA,PayPal,美國運通
- 資料科學家指的是,運用統計分析或機器學習、分散式處理等技術,由大量資料中萃取出在商業上有意義的洞見,然後以簡單易懂的方式將它傳達給決策者的人才;或是用資料創造出全新服務的人才。
- 電腦科學家需具備的技能如下:
1. 電腦科學-必須具備Hadoop或Mahout等,對處理巨量資料越來越重要的大規模平行處理技術或機器學習的能力。
2. 數學、統計、資料探勘-數學、統計、操作SPAA或SAS等主要的統計分析軟體,其中"R"是最近相當受注目的開放原始碼統計分析用程式語言及執行環境。
3. 資料的可視化(Visualization)
- 資料科學家需具備的資質:溝通能力、創業家精神、好奇心
- 數學、統計、電腦工程、資料分析。分析學領域-預測分析、描述分析(Descriptive Analytics,包括商業智慧與資料探勘)及規則分析(Prescriptive Analytics,包括優化與模擬)。
- 資料探勘用的統計方法(多重邏輯迴歸分析、非線性迴歸分析、判別分析等)、
計量方法(時間序列分析、機率模型、優化)、決策分析(多目的決策分析、決策樹、影響圖、敏感度分析)、競爭優勢分析、資料庫(資料庫模型、資料庫設計)、預測分析(時間軸分析、主成分分析、非參數迴歸分析、統計流程控制)、資料管理(ETL、資料管控、管理、後設資料)、優化與捷思(整數規劃法、非線性規劃法、局部搜尋法、通用捷思演算法(模擬退火法、基因演算法)、巨量資料分析(非結構化資料概念學習、MapReduce技術、巨量資料分析)、資料探勘(分群法、關聯規則、因素分析、存活分析)、社群網路、文本分析、網路分析、財務分析、服務業分析、能源、健康照護、供應鏈管理、整合行銷溝通之機率模型、風險分析與營運分析用電腦模擬、軟體面的分析學(分析之組織面課題、IT與商務使用者、變革管理、資料課題、結果的展示與傳達方法)、綜合設計
位置:
台灣臺北
2015年6月3日 星期三
馬雲給年輕人的12堂求生課
馬雲給年輕人的12堂求生課
2015/01/12
- 成功不是你做了多少,而是你做了什麼。
- 外行也是可以領導內行的,但前提是你要尊重內行。
- 我跟自己講,我們到這個世界不是來工作的,我們是來享受人生的,我們是來做人的,不是做事的。如果一輩子都在做事,忘了做人,將來一定會後悔的。不管事業多麼成功,多麼偉大,多麼了不起,記住我們到這個世界上就是要經歷體驗人生,忙著做事,一定會後悔。
- 做人遠比做事重要得多。想要把企業經營好,首先要學會做人,把基本的待人接物、敬業精神都學會,才能將事情做好。
- 小企業家成功靠精明,中企業家成功靠管理,大企業家成功靠做人。
- 人生是一種經歷,成功在於你克服了多少困難,經歷了多少災難,而不是取得了什麼成果。
- 十年以前,當我們看到無數偉大的公司時,我們也曾經迷惘過,我們還有機會嗎?但是十年的堅持、執著,我們走到了今天。假如不是一個變化的時代,在座的所有年輕人,輪不到你們。工業時代是論資排輩,永遠需要有一個rich father,但是今天我們沒有,我們擁有的就是堅持和理想。很多人討厭變化,但是正因為我們把握住了所有的變化,才看到了未來。未來三十年,這個世界,這個中國,將會有更多的變化,這種變化對每一個人來說都是一個機會,應該抓住這次機會。
- 我感謝這個變化的時代,我感謝無數人的抱怨,因為在別人抱怨的時候,你才有機會,只有在變化的時代,每一個人才能看清自己有什麼,要什麼,該放棄什麼。
- 今天社會上有那麼多問題,這些問題就是在座各位的機會。如果沒有問題,就不需要在座的各位。
- 人生不是你學到了什麼,不是你獲得了什麼,而是你經歷了什麼。
- 成功的「成」是成就自己,「功」是功德天下。
- 今天我們依然堅持創業時的夢想,和過去唯一的區別是我們往前走了一步,離夢想進了一步。每個人初次創業的時候理想是好的,走著走著,會找不到這條路在哪裡。你的第一個夢想是最美好的東西。
- 我們未來五到十年如果想走的不一樣,那我們今天就要不斷地蓄積自己的力量,蹲得下去的人才能跳得高。
- 如果你總是不嘗試,你怎麼知道沒機會?
- 技術應該為人服務,人不能為技術服務。
- 平凡的人在一起做一些不平凡的事,這就是團隊精神。
2015/01/12
- 成功不是你做了多少,而是你做了什麼。
- 外行也是可以領導內行的,但前提是你要尊重內行。
- 我跟自己講,我們到這個世界不是來工作的,我們是來享受人生的,我們是來做人的,不是做事的。如果一輩子都在做事,忘了做人,將來一定會後悔的。不管事業多麼成功,多麼偉大,多麼了不起,記住我們到這個世界上就是要經歷體驗人生,忙著做事,一定會後悔。
- 做人遠比做事重要得多。想要把企業經營好,首先要學會做人,把基本的待人接物、敬業精神都學會,才能將事情做好。
- 小企業家成功靠精明,中企業家成功靠管理,大企業家成功靠做人。
- 人生是一種經歷,成功在於你克服了多少困難,經歷了多少災難,而不是取得了什麼成果。
- 十年以前,當我們看到無數偉大的公司時,我們也曾經迷惘過,我們還有機會嗎?但是十年的堅持、執著,我們走到了今天。假如不是一個變化的時代,在座的所有年輕人,輪不到你們。工業時代是論資排輩,永遠需要有一個rich father,但是今天我們沒有,我們擁有的就是堅持和理想。很多人討厭變化,但是正因為我們把握住了所有的變化,才看到了未來。未來三十年,這個世界,這個中國,將會有更多的變化,這種變化對每一個人來說都是一個機會,應該抓住這次機會。
- 我感謝這個變化的時代,我感謝無數人的抱怨,因為在別人抱怨的時候,你才有機會,只有在變化的時代,每一個人才能看清自己有什麼,要什麼,該放棄什麼。
- 今天社會上有那麼多問題,這些問題就是在座各位的機會。如果沒有問題,就不需要在座的各位。
- 人生不是你學到了什麼,不是你獲得了什麼,而是你經歷了什麼。
- 成功的「成」是成就自己,「功」是功德天下。
- 今天我們依然堅持創業時的夢想,和過去唯一的區別是我們往前走了一步,離夢想進了一步。每個人初次創業的時候理想是好的,走著走著,會找不到這條路在哪裡。你的第一個夢想是最美好的東西。
- 我們未來五到十年如果想走的不一樣,那我們今天就要不斷地蓄積自己的力量,蹲得下去的人才能跳得高。
- 如果你總是不嘗試,你怎麼知道沒機會?
- 技術應該為人服務,人不能為技術服務。
- 平凡的人在一起做一些不平凡的事,這就是團隊精神。
訂閱:
文章 (Atom)