一、股票的基本知识（2）股价为何有涨有跌？（下） - 知乎

因为距上一篇推送时间稍长，我们花点时间回顾下哈。 在专栏第一篇讲股票本质的时候，我们提到股票投资的收益主要源自两个方面：1、分红收益，2、股票溢价收益。因分红收益相对而言不高，因此对股票投资的收益，主要来源于股票溢价。而股票的溢价，源自卖出价格大于买入价格，即所谓低买高卖。想要做到低买高卖，我们首先要清楚，股票的价格由什么决定，为什么会涨，又因何会跌？ 这其实是两个问题...
阅读全文

一、股票的基本知识（2）股价为何有涨有跌？（上） - 知乎

这是从0学股票专栏的第二篇，上一篇讲了股票的本质是什么，当中提到了投资股票收益的主要来自两个方面：1、分红收益，2、股票溢价收益。现实中，比起股价波动的收益，分红收益显得有点微不足道。在wind上拉了下最近报告期（2016年）的数据，股息率排名最高的也就22%左右，A股所有股票的加权平均也就2.5%附近。（注：股息率=近12个月内公司的累计分红总额/公司总市值） 看不懂没关系...
阅读全文

一、股票的基本知识（1）股票的本质是什么？ - 知乎

今天是股票专栏的第一课内容，主要讲股票的本质是什么。 先说几句废话，个人认为学习任何知识，都要知其然，更要知其所以然。学习股票投资，不应该是上来就看K线图，数波浪，或者翻财务报表，而是要把一些最简单却最本质的概念都搞懂。学好基础之后，再去学习如何操作，自然轻松得多。 今天主要回答三个问题：1、股票本质是什么2、公司为什么要发行股票3、个人为什么要投资股票 ...
阅读全文

前言：为什么要学习股票投资？ - 知乎

1、股票投资可使财富增值话不多说，直接上数据。首先看下美国，美国标准普尔500指数（不懂没关系，知道它能代表美国股市即可）从1957年到现在，年化大概可以9%，接近10%。也就是说，如果你对它进行长期投资，平均下来每年大概有10%左右的收益，是不是妥妥高于理财产品啊，货币基金啊，更不用说银行存款利率。再看中国市场，很多人（不管是否投资过股票）都会觉得，中国股市不能跟国外比，国外市场成...
阅读全文

吴恩达-中文完整版《Mechine Learning Yearning》分享 - 知乎

机器学习领域专家吴恩达（ANDREW NG）最近刚刚Realase他的新书《Mechine Learning Yearning》的最后的5458章，经过几天整理，中文版终于弄好了，奉上该书中文版完整版。文末附上下载链接，需要的朋友自取。在此，感谢作者的无私分享，以及所有参与翻译的朋友。附上几张该书图片：《Machine Learning Yearning》中文版下载地址 ...
阅读全文

[1601.01705] Learning to Compose Neural Networks for Question Answering

Computer Science Computation and Language===========================================Title:Learning to Compose Neural Networks for Question Answering===============================================...
阅读全文

揭开知识库问答KB-QA的面纱9·动态模型篇 - 知乎

内容速览 神经网络模块 模型结构预测 实验与总结我们知道，很多的NLP问题，诸如情感分析、概括、信息抽取等问题都事先规定好了我们具体的任务。而QA类型的问题和大部分问题有一个不同点，即当我们不知道具体的问句时，我们任务的目标是不确定的。因为问句的类型不同（询问地点、原因、人名、时间等），我们对应的任务（回答问题的方式方法）也有所差异。既然对于不同类型的问句，我们回答的...
阅读全文

揭开知识库问答KB-QA的面纱0·导读篇 - 知乎

不知不觉中，我在知乎专栏已经发表了10篇文章，期间收到了很多朋友的私信和企业的邀请，在这里先感谢各位的支持。由于专栏已经有10篇文章，且每篇的内容相对较多，导致新关注专栏的朋友一时不知道从哪里看起。因此，我将这篇文章作为整个专栏的一个导读，对整个专栏进行介绍和总结，希望能够给大家带来一些帮助。 对于刚接触知识库问答KBQA这个领域的朋友，建议先阅读，这篇文章介绍了KBQA的相关重要概念...
阅读全文

揭开知识库问答KB-QA的面纱4·向量建模篇 - 知乎

内容速览 向量建模的核心思想 如何用分布式表达表示答案和问题 如何训练分布式表达 论文实验与总结本期我们将介绍KBQA传统方法之一的向量建模（Vector Modeling），我们以一个该方法的经典代表作为例，为大家进一步揭开知识库问答的面纱。该方法来自Facebook公司Bordes A, Chopra S, Weston J的论文 （文章发表于...
阅读全文

揭开知识库问答KB-QA的面纱3·信息抽取篇 - 知乎

内容速览 你是如何通过知识库回答问题的 如何确定候选答案 如何对问题进行信息抽取 如何筛选候选答案 论文实验与总结 本期我们将介绍KBQA传统方法之一的信息抽取（Information Extraction），我们以一个该方法的经典代表作为例，为大家进一步揭开知识库问答的面纱。该方法来自约翰·霍普金斯大学Yao X, Va...
阅读全文