在线甘特图|横道图|项目管理|计划管理 zz-plan
人员、任务、进度、工时、周期、依赖关系 一目了然。无论项目大小、简单复杂都能轻松管理
房贷利率对房价的影响
我以前也没有认真关注过房贷利率对房价的影响，毕竟我自己做买房与否的决定时并没有参考当时利率有多高。不过随着我对房地产的认识越来越深入，现在明白了利率是房价驱动的主要因素之一。房贷利率降，则房价涨。
为什么利率对房价影响很大？
房贷利率降低1%，会导致月供减少多少？如果你没有用计算器算过，可能会被这个数字惊到。大家可以用这个网站算算看：
https://www.mortgagecalculator.org
我们假设想买的房子房价是$1M，付20%的首付，贷30年固定利率贷款
Gamestop (GME) 史诗级 short squeeze：亲历者的回忆录
这一周（2021.1.25-1.29）美股市场实在是太过传奇了，Gamestop (GME) 这支股票一飞冲天，引发了全民的关注，史诗级 short squeeze 正在进行中，而我有幸作为亲历者，也在其中赚取了几十倍的收益（虽然是小赌怡情仓位，绝对金额很小）。周末了，不开盘，但我激动的心情依然难以平复，因此写写作为亲历者的回忆录。
2020.11.30
我的入场时间是2020年11月30日，当时的GME股价是$16.81。
可能最近才关注GME这支股票的朋友们不知道，其实G
瞎扯几句比特币投资哲学
发现貌似很多人投资BTC和我的币市投资哲学不太一样，我来说一下我的几条：
Not your keys, not your coins。买完了币之后要立即转走，绝不让币长期停留在交易所。
Don’t invest more than you can afford to lose。如果币价跌90%你会想跳楼，那说明你买的仓位过大了。
买完了就长期持有，控制自己尽量不卖出，卖出的频率尽量控制在4年一次。
只买真币不买衍生品。加杠杆玩币可能连赌博都不算，而是纯粹的送钱行为，币圈交易
我的2020年投资回顾
2020年真的是不平凡的一年。疫情刚开始的时候我还以为今年的投资收益率只要是正的就满足了，万万没想到后面居然是这样的剧情… 年末了，计算了一下我今年所有账户总的收益率 (IRR)：36%左右（注：没计算现金 也没计算币市）。和纳指 QQQ (+46%) 相比还是差了一截，不过和标普500指数 VOO (+16%) 相比的话也算是跑赢了吧
美股股债平衡
今年我的最大仓位是美股这边的股债平衡策略，股票和债券都买，然后杠杆率我会根据情况而调整。年初时候我觉得美股有点高位
如何计算自己的投资回报率？TWR 时间加权收益率 vs IRR 内部收益率（更新）
这几天想看看自己这半年来的投资回报率如何，意识到如何计算投资回报率并不是一件完全trivial的事情，各券商直接给出来的数字可能也有不同的定义。其原因在于需要考虑资金流入流出的影响。
Basic Rate of Return
最naive的想法是，计算投资回报率就直接把一段时间内的利润除以本金即可，即：
Basic Return = (EV – BV) / BV
其中EV是Ending Value, BV是Beginning Value。但是有资金的流入流出怎么办？最naiv
相位同步与藏本模型 (Phase Synchronization and Kuramoto Model) 的形象展示
在读PhD的时候，有一门课讲到了相位同步 Phase Synchronization 的现象（藏本模型 Kuramoto Model），当时学的似懂非懂。今天偶然看到了一个实验视频（原地址是 https://www.youtube.com/watch?v=Aaxw4zbULMs，在墙外），直观的展示了相位同步现象。鉴于这方面的中文资料非常少，就发布一下这篇文章喂给搜索引擎吧，希望以后大家用中文搜索相关内容的时候也能看得到这个直观的视频。
相位同步现象属于我比较感兴趣的那类现象
手上有一大笔钱 应该一次性投入 (Lump Sum (LS)) 还是定投 (Dollar Cost Averaging (DCA))？
手上有一大笔钱，应该一次性投入 (Lump Sum (LS))，还是分成若干份然后在一两年的时间里均匀的定投 (Dollar Cost Averaging (DCA)) ？这个问题最近好多朋友都在问我。简单来说，这两个方案的主要区别是：一次性投入的期望收益更高一点，但是可能产生的最大回撤也更大一点。
美股的历史实在是太过辉煌，看大体趋势的话基本就是永远涨的态势，因此用历史数据做回测的话，甚至都不用具体做研究就能猜到，结论肯定是越早投入收益越高。这就类似于手上攒出来了一大笔钱，
Risk Parity 的具体含义，以及与 Inverse Volatility 的区别与联系
在《Adaptive Risk Parity 投资策略：动态调整UPRO和TMF的比例》及相关文章的评论区里，有不少朋友不满足于UPRO和TMF这两个投资标的，而是还想加入TQQQ或者UGLD等一起按 Risk Parity（风险平价）的思想来投资。我个人不打算投资这些其他的标的，但是其他人这样投资我也不会强烈反对。
但是有一个问题需要注意一下：Risk Parity 并不总是等价于 Inverse Volatility。在那篇文章里提到的网友分享的Github代码，实际上计
股市回报率的时间尺度问题
我意识到上一篇文章《凯利判据在美股中的应用：计算最佳杠杆率》可能会导致一些本不适合加杠杆的朋友跟风加杠杆，因此我这篇文章想强调这样一个理念：如果你的一笔钱在一两年内就有可能用到，那么这笔钱千万不要加杠杆投资，甚至连进股市都不应该；只有当这笔钱至少在15+年的时间尺度上保证不会需要被迫卖出的情况下，才应当采用最大化log return等目标进而加杠杆。
关于这个理念，Expect the Unexpected 的这篇文章讲的相当到位。引用一下他做的几张精彩的图来讲解一下：
来源
凯利判据在美股中的应用：计算最佳杠杆率
之前在《用凯利判据玩转前文中的“一个有趣的小数学游戏”》中我提到过凯利判据 (Kelly Criterion)，在赌博游戏中可以通过最大化 expected log return 来计算最佳投注比例。这个世界上最大的赌博游戏当然就是股市了，所以凯利判据在股市中的应用也是一个很重要的问题。在股市中应用凯利判据的话稍微有一点不同的就是股市可以视作一个连续函数，而不是离散的结果。在Wikipedia的这个页面里讲了这个问题，本文稍作翻译介绍一下结果。
一个简化的模型是把股市看做几何