雖然這篇Divisor dividend鄉民發文沒有被收入到精華區：在Divisor dividend這個話題中，我們另外找到其它相關的精選爆讚文章
在 divisor產品中有2篇Facebook貼文，粉絲數超過0的網紅，也在其Facebook貼文中提到， ［101］傳Amazon拆股摶入道指，但點解要拆股先入到？道指又點計？又有幾低能？ ＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 2021比別人知得多。subscribe now（https://bityl.co/4Y0h）。Ivan Patreon，港美市場評點，專題號外，每日一圖，好文推介。每星期6篇，月費8...
同時也有1部Youtube影片，追蹤數超過12萬的網紅prasertcbs，也在其Youtube影片中提到，สอนพื้นฐานการกระบวนการคิดในแก้ปัญหาเพื่อสร้างโปรแกรมที่ทำงานได้อย่างมีประสิทธิภาพ หรือที่รู้จักในชื่อ "อัลกอริธีม" ในคลิปนี้สาธิตการหา หรม (หารร่วมมาก...
-
divisor 在 prasertcbs Youtube 的最讚貼文
2017-04-26 21:31:39สอนพื้นฐานการกระบวนการคิดในแก้ปัญหาเพื่อสร้างโปรแกรมที่ทำงานได้อย่างมีประสิทธิภาพ หรือที่รู้จักในชื่อ "อัลกอริธีม"
ในคลิปนี้สาธิตการหา หรม (หารร่วมมาก, greatest common divisor) ด้วย binary method algorithm
ดาวน์โหลดไฟล์ตัวอย่างได้ที่ https://goo.gl/UAB102
เชิญสมัครเป็นสมาชิกของช่องนี้ได้ที่ ► https://www.youtube.com/subscription_center?add_user=prasertcbs
สอนการเขียนโปรแกรมด้วยภาษา R เบื้องต้น ► https://www.youtube.com/playlist?list=PLoTScYm9O0GF6qjrRuZFSHdnBXD2KVICp
สอนการใช้โปรแกรม R เบื้องต้น ► https://www.youtube.com/playlist?list=PLoTScYm9O0GGSiUGzdWbjxIkZqEO-O6qZ
สอน R สำหรับ Data Science ► https://www.youtube.com/playlist?list=PLoTScYm9O0GGat89RT9NMjW7sqFz84XSk
สอนการสร้างกราฟด้วยโปรแกรม R เบื้องต้น ► https://www.youtube.com/playlist?list=PLoTScYm9O0GEvw9bN_Q8nRdDUPyaSymqM
การสร้างกราฟด้วย ggplot2 ► https://www.youtube.com/playlist?list=PLoTScYm9O0GFEu7flht1Fv_gsT2mizgPW
สอนการใช้ dplyr package ► https://www.youtube.com/playlist?list=PLoTScYm9O0GEsJv4E4QmrBkdyax2IgRQG
สอนการใช้ tidyr package ► https://www.youtube.com/playlist?list=PLoTScYm9O0GFL9f4LpDa0zrh-rqzF3xdN
#prasertcbs #prasertcbs_R #prasertcbs_DataScience![post-title]()
divisor 在 Facebook 的最佳貼文
［101］傳Amazon拆股摶入道指，但點解要拆股先入到？道指又點計？又有幾低能？
＝＝＝＝＝＝＝＝＝＝＝＝＝＝
2021比別人知得多。subscribe now（https://bityl.co/4Y0h）。Ivan Patreon，港美市場評點，專題號外，每日一圖，好文推介。每星期6篇，月費80，半年已1600人訂！ 畀年費仲有85折
TLDR：拆細可能有誘因，但，真係要入道指？
1. 雖然好多嘢寫，但都寫埋呢單先。話Amazon會拆股，今次業績就會公佈。咁今次業績係幾時？係美股星期四收市後，即係香港星期五天光之前。
2. 呢單都幾神奇，早幾日由狐狸台記者Charles Gasparino獨家爆料。冇乜詳情，只係引述消息人士，話會令到光頭佬Jeff Bezos拋離 Tesla嘅Elon Musk，更加鞏固首富地位云云。因為拆股就會令Amazon成為道指成份股。出完個 tweet後，股價即時彈咗2%，當然股票唔會話你知點解升。實情股票一年250個交易，有大新聞嘅可能得20日？
3. 會定唔會？好快你就知。不過即使Amazon冇拆股，記者亦可以堅持話「因為我篤爆咗佢先縮沙」，量子力學咁，觀測者改變埋個結果（嚴格嚟講：觀測者唔應該評論啦，你做實驗睇光子都唔會吹氣），難以驗證。
4. 呢個猜測一直都有，而近年大家知，蘋果拆過股，Tesla亦都拆過。Amazon會跟亦唔奇，而如果係做嘅，公佈業績時做埋亦好合理。
5. 更重要嘅係，Amazon之前亦都拆過三次股，分別係1997年，同1999年（一年拆兩次）。不過，亦都要問，對上一次拆股超過20年前，做乜過去咁多年唔做，而家忽然改變主意？
6. 先講記者答案：為咗有得入道指，進一步拋離Elon Musk．呢度就可以講多少少。冇錯，Amazon並唔係道指成份股。FAAMG之中，只有蘋果同Microsoft 係道指成份股，Facebook Amazon Google 都唔係。原因？我都唔知，你去問班委員，透明度好低的。
7. 肯定嘅係，雖然全部係「道瓊斯工業平均指數」，但並唔一定要工業股先入選。
8. 不過有一個問題，之前都講過（懶搵舊文），道指係十分古老嘅東西，清朝（冇呃你！）產物，差不多140年歷史。咁當年計算工具同而家爭好遠，所以佢啲嘢十分求其（下面會詳細講），亦因為顧及計算方便（＊）。之但係，為咗傳統，就咁多年都冇改，就出現好多問題了。
9. 有名你叫，道瓊斯工業平均指數，就真係30隻嘅平均。點平均法？最初就係30隻嘅股價，加埋佢，咪指數咯。易計嘛！清朝咋大佬，將就下啦。
10. 後來都差不多，只係多咗Divisor，你加埋晒30隻成份股嘅股價，再除返呢個Divisor．而家嘅Divisor大約係0.152（聰明嘅你可以諗下，點解會細過1，附注會答）（＊＊）。咁你問，點計呢個Divisor？可以寫多幾千字講，但實務上，Google 或者搵 Wikipedia啦！仲清朝咩！
11. 都話，撇除咗個Divisor影響，道指就係30隻嘅股價加埋一齊。咁戇居都得？就係咁戇居！有乜戇居？好簡單，你諗下兩隻份股，如果一隻而家500蚊，另一隻1蚊，咁有乜後果？即係1蚊嗰隻，基本上升幾倍或跌九成都唔會有影響。500蚊嗰隻？我升1%，對個指數等於你1蚊嗰隻升5倍！亦即係話，股價大嘅公司，對指數嘅影響力就大好多！
12. 冇錯，任何股票指數，都會有啲權重（equal weights嘅例外）（＊＊＊），weights，加權平均數，我年代中四定中五數學要學。咁你每隻成份股佔幾多比重，就各司各法了。
13. 一般現世做嘅，都係market cap weighted，頂多有啲調整。恒指係咁，標普指數係咁。但道指因為係清朝嘅嘢，就用stock price嚟做weight
14. 咁有乜問題？因為個「股價」per se，係冇意義的嘛！A公司股價高過B公司，不等於佢大過B公司喎。我升1蚊可能係100%，佢升一蚊係0.1%，點可以放埋一齊比？
15. 所以，之前蘋果咪有呢啲咁搞笑嘅嘢，原本在道指嘅比重大約係12%，一拆四之後呢，變咗比重係4%，係咪夠低能？
16. 講咗咁耐，咁同Amazon有乜關係？關係就大。一般相信，Amazon同Google，入唔到道指，就係因為個「股價」太大。我懶慢慢計，但而家道指最重磅嘅係United Health，股價4舊水，佔比重已經7% — 咁我放隻3500蚊嘅Amazon入去，加埋隻2400蚊嘅Google，其實係咪睇呢兩隻得了？
17. 冇錯，道指是一個很低能嘅指數，所以真係「專業」嘅都會講標普指數，例如你見比較啲股市表現呀，都應該用標普。唯獨咩情況會用道指？你見啲要做到好耐data嘅就會，因為標普指數係1957年嘅產物，戰後嘅事。
18. 而媒體照報道指，只係因為習慣，亦因為傳統。扯開少少，同樣地，恒指都係麻麻地，但當然已經後生過道指好多，所以冇呢啲問題。但你見「機構投資者」，好多都睇MSCI 香港指數—咁所以，你話港股咁多年冇寸進嘅，睇你睇乜指數啫。
19. 好啦，講咗咁多，如果Amazon想入道指，應該就一定要拆股啦（雖然拆左亦不代表一定入到）。之但係，有冇諗一個問題：入嚟做乜？又或者，搞咗咁多年都冇入，離埋婚拆多份畀前妻上埋富豪榜，都仲係首富，做乜仲要理咩入道指？
20. 記者講法話，可以令佢身家進一步拋離Elon Musk，我就唔知個邏輯在邊。即管當光頭佬會care，但點解入道指就會身家升？入道指股價就會升？似乎唔係好站得住腳吧。有都只係暫時，同基本因素冇乜關。仲要根本追蹤標指嘅基金大過道指好多。
21. 記住，David Webb（唔係講廣東話嗰個）提過好傳神嘅比喻：你個pizza切多幾切，唔會多咗啲（嚴格嚟講少咗添，餅碎又冇咗啲，把刀又痴實一啲）。
22. 你拆股，拆幾多次都得，但點會影響股價？呢個亦係我見親啲人話煤氣「送紅股」嘅搞笑。屌你，送紅股咪即係拆股！
23. 咁至於點解啲公司咁鍾意拆股？官方答案話，提高流動性。即係可能一手長實定騰訊定港交所 十幾廿萬（冇check），太貴，散戶買唔起咁。當然實際上，就同點解啲公司供股用埋啲仆街比較一樣，點解要咩13供5呀咁，咪會有大量碎股，咪可以搵鳩你笨收埋你。間間都係咁玩，包括匯控渣打。
24. 之但係，喂，美股係冇一手手架嘛！所以根本冇呢回事。咁點解仲要拆細？可能就真係為咗降低入場費：但，你問我，一股Amazon都係三萬蚊港紙有找，一股都買唔起嘅，不如都係專心讀書返工？
25. 但但但，時代唔同嘛，而家YOLO嘛，鬼佬連登仔嘛，咁你三千幾蚊美金一股，可能啲網友就真係冇乜動力咯。所以，講到尾，可能都真係吸到多啲散戶？
26. 又然後，美股雖然冇一手手，但如果啲股票一路唔拆，升到幾萬美金一股，咁咪變咗又係入場費好高？不過其實而家可以買Fractional share的（＊＊＊＊）
27. 無論如何，你睇到篇文時，應該已經有答案。你話睇咗咁多對你賺錢有冇幫助？冇乜，但咪識多啲嘢。況且，Patreon一早寫咗啲對你賺錢有幫助嘅嘢啦
＝＝＝＝＝＝＝＝＝＝＝＝＝＝
2021比別人知得多。subscribe now（https://bityl.co/4Y0h）。Ivan Patreon，港美市場評點，專題號外，每日一圖，好文推介。每星期6篇，月費80，半年已1600人訂！ 畀年費仲有85折
＝＝＝＝＝＝＝＝＝＝＝＝＝＝
（＊）正如有一段好長嘅時間（講緊我睇銀行股時都仲係咁！），中國加息減息係要0.27 0.36咁去的，十分低能。點解唔係0.25？因為 0.27 0.36 之類畀9除得盡，易計啲。咁你話9/365 咪又係一堆混吉？錯，佢地用360的。
（＊＊）開估：好簡單，因為啲股票不停咁拆，所以個Divisor要一路縮細先令指數在拆估前後冇變（呢度唔解了）。但點解股票不停拆？因為股票係不停升嘅。又學到嘢了。
（＊＊＊）冇錯係有equal weight嘅指數，美股都幾常用。但，equal weight咪即係全部權重都係1，一樣有。正如唔選擇都係一種選擇。
（＊＊＊＊）呢度真係要搞清楚，有人話Fractional share係碎股，完全錯。Odd lot 先係碎股。香港要一手手買，咁唔足一手嘅咪odd lot，你可以買1股港交所。咁你話，有乜分別？我可以買0.1股 Google，有乜分別？—分別就大啦。你渣住1股港交所，就係股東，你可以入場媽叉李小加或者歐冠昇，1股都係股東，根據我理解佢不能唔畀你入場。之但係，你渣0.1股Google，你就應該冇得入場媽叉皮猜。我唔100%肯定，但就我理解，渣住0.1股嘅唔係股東。法律上最低單位就係1股。你可以去試下。咁你話你唔使媽叉人唔使食西餅嘅，有乜分別？應該冇乜嘅。之但係，美股一股都買唔起嘅，我勸你都係專心返工讀書吧啦。
divisor 在 寶靈魔法學院 Facebook 的精選貼文
所以我們的專業表現需要升級了！
這是我為何在花蓮的原因
#繼續做研究
#求提拔
Interferência quântica no serviço da tecnologia da informação!
Cientistas da Faculdade de Física da Universidade de Varsóvia, em colaboração com a Universidade de Oxford e NIST, mostraram que a interferência quântica permite o processamento de grandes conjuntos de dados de forma mais rápida e precisa do que com os métodos padrão.
Seus estudos podem impulsionar aplicações de tecnologias quânticas em inteligência artificial, robótica e diagnósticos médicos, por exemplo. Os resultados deste trabalho foram publicados na Science Advances.
A ciência, a medicina, a engenharia e a tecnologia da informação contemporâneas exigem processamento eficiente de dados - imagens estáticas, sinais sonoros e de rádio, bem como informações provenientes de diferentes sensores e câmeras.
Desde a década de 1970, isso foi alcançado por meio da Transformada rápida de Fourier (em inglês fast Fourier transform, ou FFT). A FFT possibilita compactar e transmitir dados com eficiência, armazenar imagens, transmitir TV digital e falar pelo telefone celular. Sem esse algoritmo, sistemas de imagens médicas baseados em ressonância magnética ou ultra-som não teriam sido desenvolvidos. No entanto, ainda é muito lento para muitos aplicativos mais exigentes.
Para atingir esse objetivo, os cientistas vêm tentando há anos aproveitar a mecânica quântica. Isso resultou no desenvolvimento de uma contrapartida quântica da FFT, a Quantum Fourier Transform (QFT), que pode ser realizada com um computador quântico. Como o computador quântico processa simultaneamente todos os valores possíveis (as chamadas "superposições") dos dados de entrada, o número de operações diminui consideravelmente.
Apesar do rápido desenvolvimento da computação quântica, há uma relativa estagnação no campo dos algoritmos quânticos. Agora os cientistas mostraram que esse resultado pode ser melhorado e de uma maneira bastante surpreendente.
Transformada de Kravchuk.
A matemática descreve muitas transformações. Uma delas é uma transformada de Kravchuk. Ela é muito semelhante à FFT, pois permite o processamento de dados discretos (por exemplo, digitais), mas usa as funções de Kravchuk para decompor a seqüência de entrada no espectro.
No final da década de 1990, a transformada de Kravchuk foi "redescoberta" na ciência da computação. Ela acabou sendo excelente para processamento de imagem e som. Isso permitiu que os cientistas desenvolvessem algoritmos novos e muito mais precisos para o reconhecimento de textos impressos e manuscritos (incluindo até mesmo o idioma chinês), gestos, linguagem de sinais, pessoas e rostos. Há uma dúzia de anos, foi demonstrado que essa transformação é ideal para processar dados de baixa qualidade, ruidosos e distorcidos e, portanto, poderia ser usado para visão computacional em robótica e veículos autônomos. Não há algoritmo rápido para calcular essa transformação, mas acontece que a mecânica quântica permite contornar essa limitação.
"Santo Graal" da ciência da computação.
Os cientistas da Universidade de Varsóvia - Dr. Magdalena Stobinska e o Dr. Adam Buraczewski, cientistas da Universidade de Oxford, e NIST, mostraram que a mais simples porta quântica, que interfere entre dois estados quânticos, basicamente computa a transformada de Kravchuk.
Tal porta poderia ser um dispositivo óptico bem conhecido - um divisor de feixes, que divide fótons entre duas saídas. Quando dois estados quântico da luz entram em suas portas de entrada de dois lados, eles interferem. Por exemplo, dois fótons idênticos, que entram simultaneamente neste dispositivo, agrupam-se em pares e saem juntos pela mesma porta de saída. Esse é o conhecido efeito de Hong-Ou-Mandel, que também pode ser estendido a estados compostos de muitas partículas.
Ao interferir com "pacotes" consistindo em muitos fótons indistinguíveis (a indistinguibilidade é muito importante, como sua ausência destrói o efeito quântico), que codifica a informação, obtém-se de um computador quântico especializado que calcula a transformada de Kravchuk.
O experimento foi realizado em um laboratório de óptica quântica no Departamento de Física da Universidade de Oxford, onde uma configuração especial foi construída para produzir estados quânticos multifotônicos, os chamados estados Fock. Este laboratório é equipado com o TES (Transmission Edge Sensors), desenvolvido pela NIST, que opera em temperaturas quase absolutas. Esses detectores possuem uma característica única: eles podem realmente ''contar fótons''. Isso permite ler com precisão o estado quântico, deixando o divisor de feixe e, assim, o resultado do cálculo.
Mais importante ainda, o tal cálculo quântico da transformada de Kravchuk sempre leva o mesmo tempo, independentemente do tamanho do conjunto de dados de entrada. É o "Santo Graal" da ciência da computação: um algoritmo que consiste em apenas uma operação, implementada com uma única porta.
Mas claro, para obter o resultado na prática, é necessário realizar o experimento várias centenas de vezes para obter as estatísticas. É assim que todo computador quântico funciona. No entanto, não demora muito, porque o laser produz dezenas de milhões de "pacotes" multifotônicos por segundo.
O resultado obtido por cientistas da Polônia, do Reino Unido e dos Estados Unidos encontrará aplicações no desenvolvimento de novas tecnologias quânticas e algoritmos quânticos. Sua gama de usos vai além da fotônica quântica, já que uma interferência quântica similar pode ser observada em muitos sistemas quânticos diferentes.
A Universidade de Varsóvia solicitou uma patente internacional para essa inovação. Os cientistas esperam que a transformada de Kravchuk logo seja usada na computação quântica, onde se tornará um componente de novos algoritmos, especialmente em computadores híbridos - o clássico e o quântico, que mesclam circuitos quânticos com layouts digitais "normais".
Mais informações: "Quantum interference enables constant-time quantum information processing," Science Advances (2019): https://bit.ly/2XUUO7l
Fonte: https://bit.ly/2xYkSPE
Vicenth JV
Crédito: CC0 Public Domain