zszhong368

60 Flips | 8 Magazines | 14 Following | @zszhong368 | Keep up with zszhong368 on Flipboard, a place to see the stories, photos, and updates that matter to you. Flipboard creates a personalized magazine full of everything, from world news to life’s great moments. Download Flipboard for free and search for “zszhong368”

谢二位邀, @Zampeli Diana@Krau Alan。我只列我看过的昂……<p>教科书方面:<p>这个领域最好的教科书当然是Kreps(1989):Notes on the theory of choice。这本书的好处在于写得非常友好,是一本完全可以不听人讲直接看懂的书,跟国内那些炫技术的书比高到不知道哪里去了。如果觉得太难可以看新出的Kreps三卷本高级微观经济学第一卷的前半部分。<p>另一本好的教科书是Fishburn(1970):Utility theory for decision making。Fishburn的书比较独特的一点是他对product topology上的偏好、效用函数的可加性 …

Why Bad Guys Win at Work

“Not all psychopaths are in prison – some are in the board room,” Robert Hare famously said during his aptly titled lecture, <i>The Predators Among Us.</i><p>Psychopathy is one of three “dark triad” traits, the other two being narcissism and Machiavellianism. It should be noted that, unlike clinical …

雪球达人秀: 大洋一生:一个IT码农的价值投资之路 导语:为何从追涨杀跌到坚定做价值投资?@大洋一生 因为工作忙没时间看盘,也不想给券商和基金“打工”,利用自己工程师的优势...

谢邀。答主一个问题其实包含了两个内容:第一,在不动用simulation的情况下,我们怎么知道DSGE模型有稳态?第二,解释一下DSGE模型只有公式没有数据。<br>先回答第一个问题,如果答主对于solow growth model有印象的话,应该明白根据模型的公式我们就可以证明这种model会收敛到稳态,不论任何initial point。然后因为solow model没有充分的微观基础,所以后来我们有了neo-classcial growth model (NCG). NCG就是具有微观基础版的solow model,具有solow model的内核,所以也是可以收敛到稳态的。那么现在我们的大部分 …

结构模型中约束最优化的使用——纪念Che-Lin Su

最顶尖的综合性大会主要有两个:<p>1. 计量经济学会地区会议(Econometric Society regional meetings; Meetings | The Econometric Society), 包括北美,欧洲,亚洲,中国,澳大利亚等国家和地区的会议。会议包含经济学所有主流方向。<p>其中质量最高的是北美会议,每年夏冬两次。该协会每五年举办一次世界大会(world congress),今年8.17 会在加拿大蒙特利尔举办第十一届世界大会。<p>2. 美国经济学年会(https://www.aeaweb.org/Annual_Meeting/index.php)。该会议每年一次,在美国几个城市 …

居然能上知乎日报,多谢卢大哥的支持!@卢旺杉 谢谢!<p>--------------------------------------------------<br>先说我的观点:<b><br>1.程序化确实可以获得很优秀的利润。</b><b><br>2.然这样的程序并不像题主所说的那么常见。</b><p>程序化系统的构建,有以下几个流程:<p><b>第一,程序主体的设计:</b><br>这通常又有两种思路:<br>其一是,<b>自上而下的构建</b>,也就是先有交易理念,再通过理念推导出交易系统,并将其程序化。比如索罗斯的交易系统,便是由他的反射理论,推导构建出的交易程序。<br>其二是,<b>自下而上的构建</b>,也就是通过反复的观察,得出经验,并将其程序化。比如题主说的单纯用指标,或者指标的混合。<br>显而易见,第一种思路的 …

做front office tech,做前端交易程序,要求程序员有系统架构意识,金融交易知识和基本定价算法,数据库设计到维护,前中后台多面手。<p>首先得快: 懂得快,写得快,任何一个商业点子要上马,技术实现部门几乎总是最后知会具体需要做什么的。<p>然后是不出错,别指望QA,何况紧凑型团队根本没有QA预算给请,自己程序不出错,还要考虑各种可能性保着用你功能的用户不容易用错,行业惯例: 出了事都是IT造成的损失。<p>然后是要懂最终产品,尤其是越偏门越边缘的地方,就要比trader还要懂。比如做FX,要比用你软件的FX trader还要懂外汇交易错杂的细节,才能做出适应专业人士使用的工具,才能保驾专业人士使用你 …

除了 Timberland 的大黄靴,秋冬季男生还可以穿什么鞋?

年费399美元的Google Earth Pro现在免费了

美国时间1月30日,Google宣布其虚拟地球应用Google Earth Pro开始免费对外开放。 Google Earth Pro是Google开发的一款融卫星图像、航拍与GIS数据于一体的专业版的虚拟地球应用。它可以虚拟地球,展示卫星图像、地图、各种地形地貌和 3D 建筑等,用户可将Google Earth Pro与GIS数据结合进行各种规划、分析和决策工作。与免费版的Google Earth相比,专业版的Google Earth Pro的测量工具更加丰富、支持的打印分辨率更高,提供的图层更多,导入功能更强。以往Google Earth Pro的使用需要付费,每年为399美元。此番Goo …

微软收购R语言背后的Revolution Analytics,保留开源项目和订阅服务支持

谢邀。之前各位已经写了很多很有启发的答案了,最近比较忙,积攒了很多问题没有回答,先行道歉。<br>在这里我总结一下计量经济学的门派吧,然后再说经济学中的因果识别方法,希望这个答案能在一个稍微大一点的视角做一点总结。<br>首先大家应该一下子就能想到,计量经济学首先有两个大的门派,微观计量和宏观计量。前者一般从微观个体出发,后者更多应用时间序列数据。当然,宏观经济学用到的方法,除了计量经济学的估计和识别之外,还有校准,这个我不是很熟,就不多说了。<br>而无论是哪个门派,下面又有很多宗派。比如在宏观计量里面,传统的matching moment、MLE和现在非常流行的Bayesian显然是两个不同的宗派。而在微观计量里 …

鸟群的统计物理(2):临界性与群体中的长程关联

在上一篇中,通过 Vicsek 模型等几个例子,我们看到,在群体中,只要存在一些局部的相互作用,一个生物的群体就可以产生各种各样复杂的运动模式。我们已经知道,在前面提到的这些模型中,相邻的粒子的速度会趋向于平行,但这些存在直接相互影响的近邻粒子怎样行为并不足够有意思——更有意思的是,当一个动物群其中的一部分个体发现了前方的障碍物或天敌,整个群体能对这样的障碍物产生怎样的反应。以粒子的群体运动为例,在物理学上,通常把那些局域的、直接产生影响的相互作用成为近程相互作用,而距离相对较远的粒子间的这种隐藏的、间接的关联称为「长程关联」。<p>「长程关联」并不是一件简单的事情。不同的体系中可能出现非常类似的「 …

鸟群的统计物理(1):模型与模拟

本系列文章计划写三篇,分别介绍最基本的(1) 模型与模拟、(2)群集运动中的一些长程关联以及(3)流体力学描述。<p><b>(一)鸟群(Flocks)、羊群(herds)和鱼群(schools)</b><p>我们在生活中时常见到各种各样的群集运动。这些群集运动让我们常常印象深刻,因为当这些动物的个体集合在一起时,它们能非常好地组织起来,不断切换自己的阵型。向前、转弯、逃避其它捕食者、变形……当我们亲眼目睹鸟群在飞行过程中各种阵型的转变时,我们不禁会为这种组织性感到惊讶,会觉得一个鸟群就像是一个巨型的「生物体」,很难相信这种转变竟然是由许许多多独立的个体聚在一起完成的。<p>鸟群、兽群和鱼群(以及人群),无疑是我们肉眼最常见的 …

为什么计量经济学家不看R-square

algo trader,传统意义就是VWAP,TWAP这些东东以及其衍生出来的拆单算法,楼上的梅师兄解释的非常好,他本人也是这领域的专家,在此受教了。<p>不过话说来回,这个词其实也没个准确的定义。广义上来说,“用计算机程序代替手工交易员来执行下单的交易”都是algo,所以algo trader顾名思义也就是用程序来对市场做出合理的判断后执行交易的交易员。<p>目前国内的量化公司,分工还不是很细,尤其是一些小的工作室和刚起步的fund,基本上一个人把活全干了,累得跟狗一样,这种人就是我口中的algo trader。其实按照国外大的量化公司来说,有如下几个分工:<br>1.data analyst,负责数据购买,落 …

国内不太清楚,只说美国。<p>R vs. SAS<p>美国大型金融机构几乎前篇一律的用SAS。最重要原因的在于用SAS省却了尽职调查。R作为一款免费软件,有大量第三方的library或者package。你说你用吧,挺方便,但是每用一次你就得给这个来一次尽职调查。不然银行内的model validation team,internal audit或者美联储都回来挑麻烦的。或者你不用,不过自己把所有需要的工具自己写一遍也够累的,何况自己写了也需要validate。而不管是对第三方code的尽职调查,还是对自己code的validation,都成本很高,牵扯很多部门,需要按照详细的流程走下来。(美联储的要求越来 …