Compound
Notice / 说明
This page is a historical snapshot preserved for archival purposes only. It is no longer maintained, and we take no responsibility for its content. This page exists solely to reduce dead links on the internet.
本页面为历史快照，仅供存档备份，不再更新，亦不对其内容负责。保留此页面的唯一目的是减少互联网死链。
Compound / 複利 / 利滾利 / 驢打滾
我們可以通過減少複利的時間間隔，來達到利息的最大化. (PS: 有上限)
複利和自然對數 e 的關係
自然對數的底 / 歐拉數 e
-
假設有這樣一個式子
$\begin{align} (1 + \frac{1}{n} )^n = x \tag{1} \end{align}$-
當 $n=1$ 時, $x=2$
-
當 $n \rightarrow \infty$ 時，得到 $x = e = 2.7 1828 1828 45 90 45 …$ 即 $e = \lim_{n \rightarrow \infty} (1+\frac{1}{n})^n$
-
-
泰勒展開: $e = \frac{1}{0!} + \frac{1}{1!} + \frac{1}{2!} + \frac{1}{3!} + …$
複利
單利即一年到頭結算利息。而多利則將一年分爲多次結算利息。即我們可以得到一個公式:
$\begin{align} PV \times ( 1 + \frac{r}{n} ) ^ n = FV \tag{2} \end{align}$
-
$PV(Present Value)$ 爲初值
-
$r$ 爲名義利率
-
$n$ 爲期數
-
$FV(Future Value)$ 爲終值
則我們假設有 100 的本金，銀行說明具有 $10\%$ 的利率
-
月複利$(n=12)$: $100 \times ( 1 + \frac{0.1}{12} )^{12} = 110.47$
-
日複利$(n=365)$: $100 \times ( 1 + \frac{0.1}{365} )^{356} = 110.51$
-
連續複利 ($n \rightarrow \infty$), 此時 $(2)$ 後半部分 $(1 + \frac{r}{n} )^n = e ^ r$, 存在上限.
後記: 我們可以將 週期內的固定 利率/回報率 定義爲 $i(interest)$, 則 $(2)$ 將簡化爲:
$\begin{align} PV \times ( 1 + i ) ^ n = FV \tag{3} \end{align}$
從而得到回報率公式
$\begin{align} \sqrt[n]{ ( \frac{FV}{PV} ) } - 1 \tag{4} \end{align}$
複利的謊言
- 不確定性: 世界是隨機的。複利是一種虛幻的確定性, “確定性”的判斷，本質而言，其實只是某種信念.
- 連續性: 時間的連續無法作用事件連續發生.
- 回報對稱性
- 財富的委託代理機制的權利和責任是不對稱的
-
代理人只會考慮如何儘可能地延長遊戲的時間，以便自己能夠獲得更多的業績提成，而不會考慮委託人的總體回報水平。–塔勒布《非對稱風險》
-
- 不懂期望值會導致概率與賠付之間的不對稱
- 重視概率忽視賠付在肥尾條件下會導致更大的問題
- 肥尾條件下對實際分佈估計的微小偏離都可能帶來巨大的賠付偏差
-
由於存在非線性關係，市場參與者的概率預測誤差和最終賠付誤差完全是兩類分佈，概率預測誤差是統計量，在0到1之間，因此誤差分佈是薄尾的，而賠付的誤差分佈是肥尾的。 塔勒布
- 財富的委託代理機制的權利和責任是不對稱的
- 現實不均勻
- 不確定性的一部分，正是分佈的“不均勻”
- 正態分佈/冪律分佈/肥尾分佈
- 冪律分佈: 冪律表示的是兩個量之間的函數關係，其中一個量的相對變化會導致另一個量的相應冪次比例的變化，且與初值無關：表現爲一個量是另一個量的冪次方
- 肥尾分佈: 相對於正態分佈或指數分佈表現出較大偏度或峯度的概率分佈
- 預測，下注，決策即算命
- 貝葉斯
- 隨時在根據當前境況重新判斷；
- 打出無記憶的牌；
- 不介意自打嘴巴；
- 勇於自我更新。
- 長期主義
- 大數定律: 樣本數量越多，則其算術平均值就有越高的概率接近期望值
- 複利神話，一場反智的智力販賣
- 做正確的事情
- 過於偏重把事情做正確
- 複利效應最有用的地方是在於投資自己成長、建立習慣、思考和練習的部分
