持續買進 - 資料科學家的投資終極解答，存錢及致富的實證方法 Just Keep Buying: Proven Ways to Save Money And Build Your Wealth 作者： 尼克．馬朱利 原文作者： Nick Maggiulli 出版社：商業周刊 買書推薦網址： Readmoo: 購買網址 前言: 這是 2023 年第13本讀完的書。 這是一本朋友間在推薦的書籍，都在推薦這本書對於投資的重要。也是有朋友專注在 「voo and chill」讓經常動搖的我相當的羨慕，這一本書也是不斷地敲醒自己對於投資的目的與想法。於是就開始來好好瞭解這一本書到底如何讓人願意「持續買進」。 內容摘要： ★聽說「逢低買進」是投資穩賺策略？ 錯！最強資料科學家告訴你： 千萬別為了抄底，浪費時間在市場外觀望， 「持續買進」才是致富不敗法則！ ★《原子習慣》、《致富心態》作者一致強推， 出版即登亞馬遜投資類暢銷冠軍、 BookAuthority評選2022年最佳財經書 ●當資料科學家研究起股市…… 「等待抄底好時機」、「不要把雞蛋放在同一個籃子裡」、「低買高賣」……投資世界充滿了豐富的詞彙、睿智的專家，提出各種穩賺策略。你是不是深感認同，全盤接受？ 然而，身兼資料科學家和財富管理專家的尼克．馬朱利表示，這時候，你需要依賴數據與證據，而不是盲信與猜測。因為各種長久存在的看法並不總是對的，不適用於每個人或每種情況。 馬朱利出身普通家庭，上大學前連股票是什麼都不知道，每天擔心錢不夠用，因此對金錢產生嚴重焦慮感，讀過許許多多投資書及文章，並忠實遵循了作法，然而他對未來的恐懼絲毫沒有消失。為了解開金錢的迷團，他拿出身為數據科學家的專業分析股票市場，創辦「金錢與數據部落格」（OfDollarsAndData.com），持續發表以數據分析為基礎的投資理財文章，將看來枯燥的數據化為生動又人人能懂的故事，成為財經界最有特色的部落格。 存錢？借錢？退休部分： 你應該存多少錢？ 把你所能存款的錢都存下來。 雙倍投資概念 (The 2x Rule) 進行大筆花費的時候，就要將相對的金額放入投資（存款）項目。 比如說買百萬名車，就要先有百萬的錢進入投資。 何時該舉債 降低風險 為了取得高於借款的報酬 學貸是值得的，且便宜的貸款，一定要借。 購屋的時機 你計劃在這個地點待上十年 你有穩定的私人與職業生活 你買得起 何時可以退休? 存一筆錢，並且每一年花 4% 並且三十年不會花玩得程度。 另類說法： 如果總金額放在股市，有 4% 的年報酬獲利這樣三十年間都可以依靠年化報酬來支撐自己的日常支出。 關於投資 需要投資的主要原因: 為了將來儲蓄 對抗通膨 (2~5%) 以財務資本取代你的人力資本（就是被動手入來超過你的主動收入） 各種生財工具的利與弊 投資大盤，不要投資個股。 根據數據統計： 1926 ~ 2016 只有 4% 的股票高於大盤的報酬。 但是 1950 年後掛盤的公司 28853 其中有 22469 (78%) 的公司已經不在了。 多早該買？ 越早越好！ 平均投入跟現在買的報酬差異 平均而言，每一個 12 個月的投資期，平均投資策略表現比「現在買」要低 4%。 在 1997 ~ 2020 所有的 12個月的投資期中，有 76% 的績效表現比「現在買」績效表現要差。（通常要持有超過 10 年以上) 通常在「市場崩跌」的時候，「平均投資」的報酬會高於「現在買」。但是市場崩盤的時候，投資人最不熱切投資。 為何你不該等到低再買？ 逢低買入（如果你能正確抓到），短期來説是遠遠高過平均成本。 但是時間拉長 ， 有 70% 以上都是逢低買入比較差？為什麼？ 因為所謂的低點出現時間並不多，而平均成本可以讓資金持續投入。 持續存錢來期待逢低買入，最後是會徒勞無功的。 只要投資時間夠長，持續買入會報酬會高過逢低買入。（更重要的是，根本沒有人知道所謂的「真正的低點」，而且股市崩盤的時候，也不會有人想買。） 為何你不應該害怕市場波動? 想要最大化報酬，要儘量地避免市場跌幅超過 15% ，但是你沒有投資小精靈，你無法正確地抓到重新入場的時機。 後續也會提到，反覆進入市場所產生的稅金其實會讓你支出更多的獲利。 1950 年後，當年跌幅超過 10% (或是更多的)，最後當年其實都有正報酬。 如何在危機入市? 下跌 33% 需要漲回 50% 才能回本。 但是將他帶入年化報酬： 只要五年來說，年化報酬 8% 你就有機會回本。 但是要看對市場，以日本來說極有可能 20 年都沒有回本。但是即便是日本股市，如果時間拉長 1980 ~ 2020 ，還是會有正報酬。 市場不好，不是不會回本只是要花更久的時間。（也就是機會成本) 何時賣出？ 平衡投資組合 建議是把個股平衡成大盤。...

（論文： https://arxiv.org/abs/2309.17421 ） 前情提要 這篇由微軟在 09/29 發表的論文，搶先測試了不少 GPT-4V 的功能。並且列出許多有趣的使用場景，最後用了「LＭM 的黎明」作為整篇論文的標題。 論文不算短（166頁)，但是都是應用案例讓人讀的很開心，很興奮。 案例1: 給一張照片跟 menu ，就能知道那罐啤酒應該要多少錢。 案例2: 給一張發票（收據），就能知道要付多少稅金？然後在哪裡? 案例3: 給一個證件，叫他識別後直接給 JSON 案例4: 使用不同的 Planning (Tree of Thought) 來做 OCR ，其實可以讓結果更好。 案例5: 計算基本的數學圖學問題，好像可以解決推友的問題

起因 OpenAI 3.5 發布 Fine-Tuning API 後，另外一邊 Andrew Ng 馬上上線相關課程： https://deeplearning.ai/short-courses/finetuning-large-language-models/ Why Finetune 附上大家容易有疑慮的比較圖：為何弄 Fine-Tune 為何不透過 Vector Prompting 確認原本 LLM 不能完成 尋找 gold samples 確認可以比較好結果 Finetune it.

奇怪的歷史知識增加了！不能只有我知道的趣味歐洲史 作者： seayu（「即食歷史」版主） 出版社：馬可孛羅 出版日期：2021/12/02 語言：繁體中文 檔案大小：22.1MB 買書推薦網址： Readmoo: 購買網址 前言: 這是 2023 年第12本讀完的書。 當初會看到這本書，好像是因為 Readmoo 定期會有一些有趣的 [LINE 官方帳號https://today.line.me/tw/v2/publisher/101934 讀墨最前線」訊息，定期會擷取一些有趣的書籍來推薦。 也有不少文章節錄，我覺得相當的有用，也很喜歡這一類得小文章。大家也可以訂閱看看。 內容摘要： 原來叫亨利不能當國王？吸血鬼德古拉不是虛構人物？ 中古歐洲最殺的三大男團到底是誰？你我想知道的奇怪歷史知識都在這裡！ 「即食歷史」網站經營者seayu的第一本書 歷史並不枯燥，只是少個人跟你說故事！ 今晚，我們就來點有趣又生動的歐洲歷史吧～ 本書作者跟你我一樣是個朝九晚五的血淚社畜 下班後卻是數萬人訂閱的大眾歷史作家？！ 只因為一個小小念頭，誕生了出現在「故事」網站之前的「即食歷史」…… 胡川安說：「即食歷史的文章對於歷史事實的處理相當謹慎，但又能用引人入勝的方式吸引讀者。」 海獅說：「聽聞即食歷史上面的所有文章都是一人所寫，讓我深深感受到他強大的創作能力！」 ＰＴＴ馬雅人說：「seayu就是個歷史的大廚，將史料、史事烹調料理成手路菜，不但好吃還即食。」 陳力航說：「如此結合電影作品與史實，可說是本書的特色之一，讀起來不禁趣味盎然。」 cheap說：「拋開艱澀又難懂的歐洲史名詞，本書用引人入勝的歷史故事，開啟大家對於歐洲史的興趣。」 江仲淵說：「我得誠懇地告訴大家，即使是不經意地瞥見他的歷史文章，也會被充滿知識性的內容深深吸引！」 達米安說：「本書集結一篇篇引人入勝的故事，不僅解釋了歷史概念，也帶讀者神遊歷史現場，值得推薦！」 什麼是「即食歷史」？ 這個詞來自港式廣東話。所謂「即食」指的是方便、易入口、不複雜的意思，本書作者希望能透過文字的力量，讓普羅大眾理解閱讀歷史的趣味，讓不常接觸歷史的人，也能體會到故事的美妙。 心得: 這一本有不少有趣的歐洲歷史，畢竟我們是亞洲人，比較不了解歐洲的相關歷史。透過這一本書也讓我瞭解了許多有趣並且生動的歷史。這邊舉幾個例子： 吸血鬼德古拉是真有其人，不論如何他被畫作吸血鬼的原型應該跟他是個暴君有關。 關於希臘人的生死觀 聖女貞德的故事，還有英法的百年戰爭。 三大騎士團： 聖殿騎士團 醫院騎士團（真的有誒） 條頓騎士團 法國的黑太子（因為太喜歡穿著黑色鎧甲出征）愛德華 這些都是相當有趣的歐洲歷史，透過一些有趣的標題也開始勾勒出來歐洲英國跟法國的相關歷史之外。也有奧匈帝國的相關歷史。我覺得是一本相當好的休閒讀物。

前情提要: 魂3 趁著這一波特價，就馬上入手 steam 版本（對，我買過ps5版本）。 然後還破關了，最後無名王者還是用 SD 掌機模式打掉的。真的超好玩！ 攻略清單： 強烈建議參考： 攻略清單 會有完整的跑圖流程，可以讓你不會少任何重要的物品。 有打王建議的配備，讓你打王有爽度，沒難度。 建議配備： 推圖建議： 一手法杖，使用 隱形身軀 (智力無論如何要點到 15)。 一開始還很硬派的說不用隱身。 結果推到中期真的很容易卡圖過不去。 冰狗鎚，重點戰技: 忍耐 (減傷 45%，增加韌性) 打無名王者建議： 無名王者其實真的是本傳的最強 boss (薪王太嫩)，除了有兩階段之外。 第二階段的雷屬攻擊真的很強。所以一定要有 獵龍大盾來幫忙扛。不然很容易一發就帶走。 流放者大刀 + 獵龍大盾（大推） 獵龍大盾可以有效的避免手殘來擋雷屬性攻擊。 戒指四個： 哈達爾，元素戒指，親愛戒指，減物理傷害戒指 然後身上其實可以脫光，閃躲比較快，因為有減物理傷害戒指在扛。 打薪王推薦: 冰狗鎚 洋蔥騎士整套 戒指四個： 哈達爾，元素戒指，親愛戒指，減物理傷害戒指 薪王的傷害太低，真的裝備撐起來。就可以拼命用「忍耐」槌死薪王。加上可以叫人幫忙，完全沒難度。

摘要： 本篇文章主要針對 GAI 年會上玉山銀行的分享，將一些重點記錄下來。加上網友與自己查看跟 LangChain 可能可以使用到的地方。 主要問題： 玉山銀行如何透過 Prompt Engineering 做到銀行客服小幫手。 相似問題在於，經常出現問題本身拿來做 Embedding 的時候，因為問題不好，造成無法透過 Embedding 的方式找到比較好的向量相似解答。 解決方式: HyDE (Hybrid Diagnostic Engine) 稍微查出解釋： 起因 在許多情況下，我們需要理解和解釋 AI 模型的行為。這尤其對於大型語言模型來說非常重要，因為這些模型的行為可能會影響到重要的決策過程。然而，由於這些模型的複雜性，理解它們的行為並不容易。這就是 HyDE 在 LLM 中的起因。 解釋 HyDE 是一種混合診斷引擎，它結合了基於模型的診斷和基於數據的診斷。基於模型的診斷依賴於對系統的理論理解，而基於數據的診斷則依賴於從實際運行數據中學習。 在 LLM 中，HyDE 可以用來解釋模型的行為。例如，它可以幫助我們理解模型為何會產生特定的輸出，或者為何會在某些情況下表現得比其他情況更好。這種理解可以幫助我們改進模型，並使其更適應特定的任務。 HyDE 的主要優點是它可以處理大量的數據和複雜的模型。此外，它還可以處理不確定性，這在許多實際情況中是非常重要的。 總的來說，HyDE 在 LLM 中提供了一種強大的工具，可以幫助我們理解和解釋模型的行為。 如何透過 LangChain 來實作 HyDE https://python.langchain.com/docs/use_cases/question_answering/how_to/hyde 簡單來說，透過宣告 embedding 是透過 HyDE 產生的。這樣透過 embedding 在搜尋的時候。可以自動產生比較有意義（可能是）的問題。 更多的研究 LangChain的MultiVector Retriever有實作這個部分, 可以用LLM產生Hypothetical questions並建embedding https://python.langchain.com/docs/modules/data_connection/retrievers/multi_vector 是否透過 HyDE 就可以完美提供一個良好的銀行用戶端 ChatBot? 事實上最後完成架構為 完成架構 如何達到良好的回覆方式？ 更進階的方式： （銀行業適用） 使用者就要你回答「動態訊息」 如何避免 Prompt Injection 使用 Function Calling 並且搭配生成回應內容，改成回應模板。 透過分類數達到快速分類，並且提供相關的回覆答案 template (如下圖) 優缺點： 優點： 避免 Prompt Injection 回應快 4 chars 缺點： 死板（銀行業可以） Prompt 會反覆佔空間。 相關 Prompt 應用 DD