下文是读书过程中，碰到的中文生词、英文语句、小知识的整理。

BA的简介

值得注意的是，BA本身是一个非常广泛的概念。在BA专业出现之前，商业分析这种职业已经存在于就业市场上。传统商业分析的核心是定性分析，辅以商业分析工具/模型来提供商业咨询与决策的依据。而近年来兴起的商业分析类职业（后称为量化商业分析）则是数据分析的一种细分（商业应用分析）。它的核心是定量分析，工作内容主要是数学建模、统计分析、数据挖掘、编程和量化分析工具的应用。商业的定性分析只是其工作内容中的一小部分。可以看出，这两种职业是截然不同的。

就业方向

（1）咨询公司
BA方向大多数的毕业生，其实最适合的是去咨询公司。
（2）互联网和科技公司
如果你想接触更多的业务，你可以选择data analyst或者product analyst，科技公司中分析产品分析市场的岗位，不那么hardcore，sql用得比较多。
当然，如果你想接触更多的business，你也可以选择当一个产品经理 product manager。
（3）金融公司
金融公司，可以选择Quantitative Researcher，或者Data Scientist，或者Quantitative Trader。
（4）其他传统企业
在传统的行业，也有market analyst或者data analyst的岗位。

之前买错了《漫步华尔街》，现在补买回来这本书。本书有点哲学书的味道，讲了很多的人生，可以称之为轻哲学。

本书的核心思想是概率论，而概率论的核心是随机性、非对称、非线形，在生活和社会经济领域皆如此。

点题：

学习方法

• 阅读前人的事迹，向过去学习；
• 利用蒙特卡罗随机序列，向未来学习。

本来是要买塔勒布的《随机漫步的傻瓜》，错买成了这本书。不过作为一部不错的股市、债券、期货、期权入门的书倒还不错。

主要思想

一定要明白，所谓原则、道理其实都是统计学意义上的合理性，真正的个体并不一定。

• 随机漫步（Random walk）
  
• 均值回归
  金融万有引力定律
  
• 风险管理
  不同年龄的风险承受能力不同，适配不同的投资组合。
  杠杆的风险
  
• 指数投资
  作者重点推荐的投资思想，其实就是个人不可能持续战胜市场的明智选择。

价格 or 价值

股票无非是关注价值还是价格，而价值又可以细分为关注当前价值还是未来价值（增长、成长性），价格关注的是人的心理（普通大众的心理预期），关键是否有人愿意出更高的价格。价值的难点在于需要很高的专业知识和洞察力。

泡沫 萧条

经济发展->民众手中有钱->投资渠道少->从众->泡沫形成
恐慌情绪就像病毒，或者说开闸的洪水，很难软着陆。
就像气球，吹大的时候有个过程，当泄气是一瞬间的事情。上升像爬楼梯，下降像坐电梯。

如何才能战胜市场？

1. 稳妥的思考框架。
   原则，方法论。
   
2. 情绪控制
   必须自己做到。压力应对。

面对未来的时机选择，风险管理。

巴菲特：价值投资，在别人恐惧时贪婪，在别人贪婪时恐惧。

降龙十八掌

投资需要平衡很多基本问题，面面俱到，又有机统一。

学习第二层次思维

• 环境的不可控+人心里的波动
• 第二层次思维
  在大众思维的基础上进行思考，反过来想。
  
  
• 第二层思维需要考虑的东西
  

几何学最早是丈量世界而诞生，从而抽象了现实的世界。
一个人想要谈论某个事物，前提是他必须弄清楚该事物的定义。定义和概念是很重要的，于数学及现实皆然。
学几何学的是其中的逻辑思想，特别是欧几里得几何的研究问题的方法。整个体系的建设，从几个不证自明的公理出发，通过推理、演绎，建立相关的定理、命题，搭建了整个壮丽的几何学大厦。基于不同的公理可以构建不同的几何体系，例如欧氏几何和非欧几何。
数学有很大一部分作用在于，厘清哪些事物是我们暂时或者永远都不用关心的，这种选择性注意是人类理性的基本组成部分。这其实也是抽象的过程，抽象就是省略细节，关注你研究重点的过程，例如算术关注的是数量，而事物的本身是什么并不重要；而拓扑学（庞加莱创立，研究洞的问题）关注的是形状，大小、距离反而不关心；而物理关心的是位置和速度；欧氏几何研究的是长度、面积等不变量。

给不同的事物赋予相同的名称

其实就是考虑研究的特征，把形同特征的事物归类为同一事物，也是一种抽象的过程。
庞加莱：数学是一门给不同事物赋予相同的名称的艺术。

很早就看完的一本书，吴军写的，放车上，一直没有做笔记，书套都找不到了 :），今天在咖啡厅就顺便做了，不过可能经济不景气的原因，咖啡厅的人倒是很少。
本书副标题“世界永远不缺聪明人”，一本心灵鸡汤汇编而成的书，有点像《论语》，主要是教做人的道理。想起赵普的半部论语治天下，这本书倒也可以放车上，偶尔看看。

看行业、看产业

例如现在的新能源？

一本比较别具一格的经济类的书，一共四本（佩服作者这么多口水），以案例为出发点，引出经济学的知识。很多观点还是别具一格，令人耳目一新，从常人想不到的角度提出一些新的、还挺有道理的观点。不过因为是以案例为主，整书知识显得有点凌乱，不够系统。
茶余饭后消遣看看可以，猎奇一下。想真正的系统的了解学习经济学就帮不上忙了。
道德代表了人类希望这个世界应该如何运转，而经济学则代表着其实际的运转方式。
经济学，从根本而言，是一门研究动机的学科：人如何得偿所愿或满足所需，尤其是其他人欲求相同的情况下。
人的动机分三大类:总体来说是利己、趋利避害。因为价值观不同，在面临三者的取舍时，不同人会做出不同的选择，例如海瑞会选择道德一样，所以说传统经济学中提出的经济人是理性的（经济动机），是不完全的。

• 经济动机
  
• 社会动机： 名声、从众心理、别人看法。
  
• 道德动机： 情绪价值、名声、负罪感等，自身的价值观。人心中的道德指南针，类似古话说的“心中的一杆秤”

利用信息差获利

信息就是权力、就是资源。互联网的作用本质上是消除了信息差。有句话说，领导的主要权力就是信息，领导往往比下面人的信息更多，更充分。
有时面对专家的咨询反而加剧了信息的不对称现象，因为专家会利用手中的信息资源优势来获取利益。或者利用信息差来制造恐惧心理，创造需求。
不说假话，但真话不说全，也是一种利用信息不对称获得优势地位的手段。

2022年9月份看的一本书，现在补上读书心得。
思考，个人如何面对经济危机？国家、企业呢？不同层级应该有不同的对策。

文章摘要

• 由于信贷同时创造了购买力和债务，因此增加信贷的好坏取决于能否把借款用于生产性目的，从而创造出足够多的收入来还本付息。
  PS：目前很多是借新债还旧债。
  
• 大量举债的风险主要是决策者能否有意愿和能力将坏账分摊到多年，取决于两个因素：
  短期债务长期化，让时间来解决问题的思想。
  1. 债务是否以决策者能够控制的货币计价；
     
  2. 决策者能否对债权人和债务人施加影响。
     
• 化繁就简地讲，你一旦借钱，就会创造出一个周期，买一件你目前买不起的东西，你的消费必然会超出你的收入，借款时，你不仅是向贷款人借钱，你实际上是向未来的自己借钱，在未来的某个时刻，你必须降低消费水平，以偿还债务。
  PS: 但借款用于生产就不一样。
  PS：所以借款必须考虑未来的收入预期。如果因为太乐观，导致未来某个时刻的收入不能覆盖相关债务，就发生经济危机。对一个国家、经济体和个人都一样。
  
• 决策者可以采取以下四种措施，以降低债务与收入之间的比率和偿债总额与用于偿债的现金流之间的比率。
  • 财政紧缩（即减少收入）
    
  • 债务违约/重组
    
  • 央行印钞，购买资产（或提供担保）
    
  • 将资金和信贷从充足的领域转向不足的领域。
• 和谐的去杠杆化
  降低债务和收入比率，同时保持适当的经济增长率和通胀率。
  但实际上很难，物极必反，往往都是快速下降的硬着陆方式（也就是说的自我强化），而不是缓缓下降的软着陆。就像地产。不过话说，挤掉泡沫，来一次置之死地而后生。
  例如房地产的三条红线，导致地产的偿债增加；同时由于地产房价的泡沫，导致需求减少，减低了收入，故出现地产的债务危机。
  
  阅读全文 »

一本关于统计学的普及类书籍，从宏观上介绍了统计学的主要概念和关键的原理。写得通俗易懂，作为一本入门的了解统计学的书籍来说还是不错的。
本书的主要目的是需要明白数学在生活中的意义，所以很多的例子是结合生活中的实际场景来展开的，使统计学的概念变得更加直观和便于理解。确实是，学习一门课程，考虑生活意义，从生活意义出发是让学生提高兴趣的最好的方法，避免一开始就进入枯燥的定理和公式，只会劝退大部分的学生。
统计学中重要的区分因果关系和相关性（具有统计学意义）。

统计学是大数据时代最炙手可热的学问

从抽样数据来解决大问题。统计学的一个核心功能就是使用手中已有的数据进行合理推测，以回答那些我们还未掌握所有信息的“大”问题。简而言之，我们能够使用“已知世界”的数据来对“未知世界”进行推断。

• 将一序列复杂数据浓缩成单一数字的应用。例如足球中会把一堆数据浓缩成一个单独的评分。
  
• 描述统计学存在的意义就是简化，因此不可避免的丢失一些内容和细节，方便对比和评价。（简化才能适应人的大脑，才容易传播，特别是面对公共领域的时候。），浓缩的技术、取舍权重不同导致不同的结果。人们喜欢看到简单的答案！
  
• 任何一个风险评估模型都必须以概率为基础。（概率的不确定性会导致黑天鹅事件的颠覆效应。）
  
• 统计学总是想告诉我们一些信息，但是面对这些信息，聪明而又诚实的人经常有不同的看法。

描述统计学

平均数、中位数、四分位数等。

• 25百分位和75百分位，通常作为中产阶级中的高收入和低收入人群。

标准差也是一个能让我们在一堆杂乱无章的数字中发现真理的统计数值。我们用它来衡量数据相对于平均值的分散程度，根据标准差，我们可以知道所有观察数值的分散情况。
标准差和方差。