有基准收益时基金的超额收益应该怎么计算
在我们进行基金投资时,一般会选择一个基准(如某种指数)作为对照组。通常的做法是假定对基准进行一次“买入并持有”的投资,以此来评判我们所探究策略是否优于该对照组。不过用这种方法代表基准投资实际上是存在问题的。本文将对此进行讨论,并进一步讨论应该怎么计算有基准时超额收益的问题。
在我们进行基金投资时,一般会选择一个基准(如某种指数)作为对照组。通常的做法是假定对基准进行一次“买入并持有”的投资,以此来评判我们所探究策略是否优于该对照组。不过用这种方法代表基准投资实际上是存在问题的。本文将对此进行讨论,并进一步讨论应该怎么计算有基准时超额收益的问题。
由于某些不可避免的原因,需要在某些网站上传一些.pdf
文件,那些奇葩的网站对文件大小做了限制,所以需要对较大的.pdf
文件进行压缩处理,而一般免费的阅读器都不能随意的压缩(要么需要你交很高的会员费),好在这些任务python
都可以很好的处理。
本文编写了相关的python
脚本,有需要的可以参考。
基金的净值管理是一个较复杂的问题,一般投资者在购买基金时,会对一些概念产生疑惑。本文对基金净值管理的一些概念及计算方法进行说明,供读者参考,以助理解净值、份额等的计算过程。
在上轮比特币减半(2020-05-11减半)周期中,PlanB的S2F模型扮演了非常重要的角色,该模型预测的比特币价格在牛市启动、牛市上涨冲高阶段有着非凡的表现。虽然其对最终上涨价格预测失败了,但瑕不掩瑜,它依然揭示了部分潜在的规律。本文对该模型进行批判性的继承,并解释了为什么S2F模型基本等价于对数供给量多项式模型的1阶情况;最后尝试在PlanB的基础上进一步讨论稀缺性与市值的关系。
本文描述了一种使用acme.sh
颁发的证书始终不能正常自动更新的问题,并记录了解决过程。
2023-10-09日Robin Linus发布了关于BitVM的白皮书,该白皮书称通过BitVM可以在比特币上计算一切。本文对这篇重要的文章做一些介绍和跟踪。限于能力,本文尚未完结。
本文首先介绍了一些比特币早期价格的历史;接着分析了比特币对数价格(\(logP\))与对数供给量(\(logS\))可能的一些回归关系;然后总结了历史上的3次减半规律;进而对总结的规律进行极值建模;最后运用汇总的规律及构建的模型,对下一次减半周期几个极值(最低价、减半价、最高价)和对应的时间范围进行了一些推测。
安装过BetterIntelliJ
破解插件,使用的mac
m1电脑,重装最新版pycharm专业版后不能打开。