[微軟又新高,300蚊都破埋]人類史上第二間睇下有冇機會出新埃瘋前過蘋果頭?爭7%。
1. 留意日期,舊年9月,差不多一年前寫。當時已經講睇好微軟成為第二間2萬億嘅公司,有冇老點你?結果今年6月就達標。
==============
一週年!月頭訂最抵!比別人知得多。subscribe now(https://bityl.co/4Y0h)。Ivan Patreon,港美市場評點,專題號外,每日一圖,好文推介。每星期6篇,月費100,已經1900人訂! 畀年費仲有85折,20/40年費VIP 送本人著作一本。
==============
2. 呢排股價一樣日日創新高,由篇文到而家?升50%了。300蚊都升穿埋。
3. 你甚至唔使勇到疫情股災嗰時買(當時140蚊有找),舊年7月至10月嗰期,200蚊任你買。只計今年都升40%啦。冇錯,亦係即係舊年第四季冇乜點升,嗰時又個個話Big Tech已死升得慢。
4. 我甚至剛剛8月頭都仲係話:「呢一刻我Preference,應該係Microsoft>Google~Facebook>Amazon~蘋果」.原文照錄,自己睇8月5日Patreon。
5. 我甚至7月尾業績前寫「同蘋果市值仲爭15%,好彩嘅幾日可以過頭」。不過後來蘋果都生性就後話,亦都升得有道理,有機會寫新文,部新埃瘋又可以斬你一筆。但無論如何,兩者而家相差只係7%,依然睇好微軟有機會過頭
6. 當然,我係更加早買,幾年前已經買,80蚊買的。上過講座或者Patreon都見過貼過,而你睇我啲圖咁撚小學雞就知我會唔會識得Photoshop.況且以我呢啲自尊心咁強嘅人,點會做呢啲嘢?做呢啲嘢咪即係認自己唔掂?又唔係出術有錢分。
7. 講咁多,點解最初睇好。科技我識條鐵,但文無第一冇毛第二, 個撚個都話自己無敵架啦,我使唔識識整光刻機先識買ASML(8舊水了)?我又使唔使係工程師先識買NVIDIA?掉轉,屌,我夠CFA FRM MSC DBS WFH 你啲網友都嚟挑我機啦。
8. 我而家講金融唔係講技術喎,我使唔使識整Pizza先知Domino's Pizza上市一路跑贏同年上市嘅Google?你諗下都知,Google員工幫襯Domino's Pizza,一定多過Domino's Pizza員工去Google 落廣告咯(呢啲,就混帳邏輯啦,大家唔好學)(陸東去街市夠肯定多過街市佬幫襯UBS Whatever啦,但邊個有錢啲?)(呢度係第二個混帳邏輯,根本兩個例子都唔同)
9. 講返,呢度都有講過,for some 唔知點解嘅原因,微軟同政府關係相當好。美國就固然,侵侵年代直頭益佢唔益Amazon,但神奇在佢在大陸都吃得開!呢啲嘢好難複製,正如AIA可以咁多年獨資在大陸賣保險,呢啲先係值錢。
10. 第二,亦係呢度講過,全世界都搞科企,大陸就原始粗暴啲,美國都搞,但冇乜幾可搞微軟?因為廿年前一早搞過,搞到鬆晒(啲監管,你諗咗乜?),唔過癮。
11. 第三,明報篇文有寫(所以十蚊你都慳我真係幫你唔到),傳承。微軟傳到第三代,Steve Ballmer任內股價唔得,開國功臣兼標基同學一樣冇面畀要起身,就唔同啲同股不同權廿歲坐到一百歲嘅CEO啦
12. 當然仲有,Network Effect.唔係社交網(你估拎煙好好搵咩)都有Network Effect?當然有,人人用MS Office,唔通你話你冇開唔到叫人地整第個版本?剛剛話下年加價添啦!係咪加價你唔用?
13. 幾時買得?幾時都買得。最好嘅時機係舊年3月,第二好係而家。當然你可以繼續等等等等等調整嘅,但到調整你一樣唔會買。我當美股跌20%所謂熊市,都只係返返舊年年尾個位。
14. 一隻股票可以升100萬倍,但只能輸100%,所以沽空真係必死。得我知Michael Burry嘛,煙鏟鄧小平好長命添,亞視死埋有線都就死江澤民都未死添(呢個邏輯亦有問題,不過比較深)
15. 忍唔住講多句,仲有一種最常見嘅混帳邏輯,就係「downside有限 upside無限就好著數」「upside有限downside無限就好笨七」,仆街,輪王輪后啲花紅邊度嚟呀?你買輪夠downside有限 upside無限啦,咁你煲爆莊未?不過呢啲真係涉及啲數學,Improper Integral甚至去到Stochastic Calculus。唔係話拎術語撻鳩你,但知唔知點解最早啲輪商全部係啲歐洲行?坐館十件有九件都法國佬?正所謂認股證 認法興,買得準你戇卵。人地全部都搵巴黎精英大學嘅quant嘛
16. 好似唔記得話你知,本人英國Master其實係讀火箭數學,專做derivative pricing,但我後來點解冇做quant?十分簡單,因為技不如人。我嘅好處係我有自知之明,拍埋人地啲真正數學叻嘅人度,真係爭幾十班。
==============
一週年!月頭訂最抵!比別人知得多。subscribe now(https://bityl.co/4Y0h)。Ivan Patreon,港美市場評點,專題號外,每日一圖,好文推介。每星期6篇,月費100,已經1900人訂! 畀年費仲有85折,20/40年費VIP 送本人著作一本。
==============
quant工程師 在 小吃貨的英國生活日記 Facebook 的最讚貼文
#學習寫程式 #誰可以成為軟體工程師 #小吃貨轉職日記 #個人心歷路程
不知道是否還有人記得,很久以前我問了大家一個問題是,覺得什麼樣的人可以成為軟體工程師。
其實一直以來,我覺得只要會英文的人就可以學會寫程式,就可以成為軟體工程師。
為什麼會這麼覺得呢?
首先,就像是,你覺得誰學會使用電腦是一樣的道理。如果你在三十年前問大家這個問題,可能很多人會覺得,只有念相關科系的人可以學得會。
在我們還在DOS的時代,還在打指令的時代,那時只要會打字,就可以成為文書處理專業。沒錯,那個年代,文書處理是一個科系。
但現在,有誰會去大學念一個科系,只有學打字使用Microsoft Office系列。
當然,軟體工程師也並不是一個容易的職業,就像我之前提過的,這個職業也有很多利與弊,不是像外面形容的那樣,好像坐在電腦前面打打字就可以做的,或者像其他工作那樣,可能學了一技之長可以用很久,這個行業的一技之長,可能很快就過保鮮期了。
回到學習寫程式這件事情,在台灣聽很多人都說,「啊!寫程式就是要有天份啦!」「聰明的人啊!」也看過很多網路上的人在吵,資工vs 資管 vs 非本科系什麼之類的。
最近有朋友問我說,為什麼在台灣的時候學不會,可是來英國以後我就學會了,是因為來英國以後特別努力嗎?
其實你到現在問我學會了嗎?我也不會跟你說我什麼都會。但的確光是coding這點,我覺得在台灣學習跟來英國學習最大的差異還是在,學習的動力上面。
在台灣的時候,其實有點為了學而學,從來沒有思考過自己是否真的有興趣,有時候以為自己其實也滿有興趣的,因為那些東西以前沒有碰過,可是只要碰到一點瓶頸 ,就會開始退縮,覺得好煩喔!這些東西怎麼這麼難,只要上課聽不懂老師在說什麼,就會很不想繼續學。
在台灣除了去資工系修課以外,也有去台大資訊系統訓練班上過課,也有上過一些線上的課程。
幾乎都是同樣的感覺,甚至覺得,自己是不是年紀大了,感覺什麼都學不會,聽不懂,自己好像很笨。
來了英國以後,上課的第一天,老師說,我會用英語授課,而且不會為你們放慢速度,因為你們必須要去習慣。當時覺得自己更不可能聽懂,也不可能學會。
可是我們上課的狀況通常是,一天上課兩個小時,上完以後有兩個小時的實驗課,大家坐在電腦前,老師一個一個看你做的東西,從很小的東西開始學。
我覺得這個應該算是滿關鍵的,就是有沒有動手實作。然後不會的話老師也很耐心的教,此外老師還有另外的課後時間,只要我們有問題都可以去找他。
在實驗課的時候,中間只要卡住,老師也會盡量讓我們自己去思考,而不會直接告訴我們答案,例如會問我們,為什麼你想這麼做,這麼做的原因是什麼。
我記得很久以前在台灣的大學,問了老師一個問題,老師的答案是,你以後就會知道了。當下其實就讓人覺得有點反感,而且後續問老師很多問題,老師也是都這樣,這個以後就會學到了。
我自己算是一個滿會因為老師而喜歡一個科目或不喜歡一個科目的人。就像我小時候很討厭數學課,也是因為不喜歡數學老師。也不是真的不喜歡,就是有一種覺得,反正老師也不在乎我學不學的會,只在意那些學得好的人。
在台灣也聽過很多人說,啊要學會寫程式,數學就要先打好基礎,數學不好怎麼寫程式。可是真的成為工程師以後,在工作上根本沒用到什麼基礎數學啊!
其實在英國也遇過很多數學系畢業的,可是害怕寫程式的人也很多,他們這邊通常學校會有一兩堂課是寫程式,可能學個Python, 像我之前念書的學校,學不好的很多,一些很厲害的大學的數學系,也有人就乾脆放棄那門課,不學,因為覺得很複雜,他們寧願把時間拿去研究純數。
不過現在的電腦,都會幫你做好各種基本數學運算了,大部分現在的程式語言,你要跑什麼線性回歸什麼的都幫你做好了,也想不到什麼時候會用到三角函數之類的,除非你的工作是什麼data scientist 之類,可能要建立複雜的數學模型,或者quant 那類的,不然就算你要做Machine Learning這類的東西,也有很多已經現有的工具,軟體工程師大部分就是拿來跑一跑。
要是你真的是做機器學習相關的研究,人家也不要你軟體工程師,人家要的是資料科學家背景,人家至少要你有個PhD唸完再來,你要至少會讀paper, 寫paper做研究啊!!
如果是醫學相關的軟體,需要有專業技能,人家也要找醫學背景的來,如果是金融相關的,需要有非常多的金融專業技能,當然也是從金融背景的比較容易。
通常軟體工程師,普通的軟體工程師職缺,就是不太會需要太多納些相關的專業領域,他們也願意你進去了再學,你主要需要的是快速學習、適應環境的能力,還有溝通能力,這樣如果跟其他專業領域的科學家、研究員、分析師溝通之類的,至少你可以不會有太多的障礙。
當然,軟體工程師的工作也可以細分成很多領域,像是遊戲產業的軟體工程師,或者IoT產業的軟體工程師,甚至還有像是軟體架構師、軟體分析師、資料工程師之類的,他們可能需要使用到的技能也不一樣,但也不會沒事就需要叫你算個三角函數之類的.........通常你的背景還是在於你對於寫程式的熟悉程度,你會使用那些工具,你是否是個團隊合作的人,能否跟大家一起寫程式。
總之,回到前面說的,所以到底學習寫程式需要什麼,英文真的是很重要的一環,因為程式語言本來就是英文為主,在來就是網路上的資源,也幾乎都是英文為主。還有你寫程式的環境,也幾乎都是英文,像是你使用的工具,回報給你的錯誤訊息也常常可能是英文的。
來英國以後一直在思考的一點,在台灣討論到會不會寫程式,或者學不學的會,通常英文好的話,也可能在閱讀文件方面比較快,可以快速學到一些東西。
語言也不是全部,如果已經在工作的話,工作環境也很重要,學習環境也很重要,在學校如果遇到一個很好的老師,或者有一起學習的夥伴們,也會比自己一個人獨自專研來的快,不過每個人的學習方法不同,更重要的是找到自己喜歡的學習方法。
反正如果你想學的話,也不用管其他人講什麼,想學就學啊!當初我要學的時候,也很多人覺得我不可能學的會或者不可能成為軟體工程師之類的。
其實也不是因為我原本念歷史系的原因,主要就是,大家覺得,我是一個沒有邏輯,邏輯不好的人。還有覺得我是一個三分鐘熱度的人,以及數學指考考了不到30分。這些我也都寫在部落格裡面了,所以一直以來都有在看我文章的人,大概也都知道了。
當時,我大概聚集了所有身邊當工程師的朋友,都覺得不可能會成為工程師的因素吧!但現在我還是做為一個軟體工程師賺錢就是了。
有時候想做什麼就去做,反而是一件比較容易的事情。尤其是學習這種事情,網路上也有很多資源可以學習也不一定需要花錢。
在學校的時候,除了老師給予我一些自信以外,另外也是在英國認識了一些人,給予了一些鼓勵,有些素未謀面的人,也有些一面之緣的人,可能也是因為他們不認識原本的我,所以都覺得,沒有什麼是我不能找到工作或成為軟體工程師的原因。
現在想想,或許這就是初生之犢不畏虎的概念,當初沒有想太多就跑來英國,然後來了以後才開始覺得必須要努力一點才能找到工作,中間也遇到了很多困境,工作以後也曾經想過要放棄當軟體工程師,想要去當個什麼辦公室助理之類的。
也經歷了很多覺得很困惑的時期,雖然自己現在還是滿困惑的。但我覺得如果你真的想要學習或者轉職,只要做好功課(這點真的滿重要的,至少不要覺得只是看別人好像不錯,就決定要去做,至少要衡量一下利與弊),就可以去做吧!也不用管別人說你適不適合走這條路怎樣的。
每個人適合走的路也不太一樣,還沒走之前都看不到,就算你看身邊的人都怎樣,自己還是自己。
quant工程師 在 渾水財經Channel Facebook 的精選貼文
身邊都有唔少朋友北上發展,當然近來就少咗。不過都要諗諗,啲人仔係咪你想像中咁易搵
「國家充滿特色,經濟、金融、政治、甚至病毒,通通都顛覆全球認知。小弟乃金融人,眼見不少對大陸金融認知淺薄的投資者深信自己的大陸exposure能爲其帶來可觀回報,還潛移默化影響身邊人(例如你),就覺得有必要從交易角度審視大陸經金體制帶來的後果⋯⋯」
即睇全文:
《中國特色社會主義下價格的啟示》
https://prime.fortuneinsight.com/web/posts/486787
錢琛 :計量工程師,曾任對沖基金、自型交易商量化分析員,能炒的都炒。
以往設計不少交易策略,部份亦免費公開,將計量研究轉化為額外回報。對人工智能中的各種機器學習方法極有興趣,應用在交易、宏觀經濟分析、甚至社會議題上。
深信計量分析能幫助散戶在交易的零和遊戲中獲勝,亦能為社會問題帶來曙光。
專欄內容包括:
計量策略(quant strat):經回測(backtesting)與優化(optimisation)的交易策略研究
金融政治:從市場數據洞悉政治部署
宏觀經濟:宏觀指標(macro indicator)大數據預測法
《策略琛思》逢星期一刊登文章,另設HKD 50萬模擬倉投資部署,每日與你同步深思投資策略。
滴水穿石 改變始於一念之間,瀏覽其他博客內容: https://prime.fortuneinsight.com/web/
#FortuneInsightPrime #FIPrime #錢琛 #策略琛思 #FI
—————————————
如有興趣成為FI Prime博客,歡迎電郵至:prime@fortuneinsight.com