最新❗️⟪國民零股交易人氣榜⟫🥇🥈🥉
每到了月中,我們證交所就會公告前一個月 #零股交易 的三大指標,包含 #總成交筆數、#成交金額 與 #成交股數。隨著盤中零股交易上路即將屆滿半年,為了感謝小尾巴們長期支持,🐕🐁柴鼠服務再升級加碼推出 #國民零股人氣榜,希望可以幫助大家瞭解上個月最熱門20大零股標的。
📊從各項數據底色的高低,可以很明顯看出,整個零股交易市場幾乎是台積電的天下,光一個2330在3月份就成交109.5萬筆,我們把第2~20名全部加起來才勉強達到100.2萬筆,還贏不過台積電一家的量。如果我們把這20檔看成是一檔ETF的成分,其實這權重比例跟0050長得還蠻像的😂
🍗除了雞腿,這個月1-9名也幾乎沒有什麼移動,值得注意的是0056從上個月13名前進到第10名,這同時也呼應到我們在近期影片當中的觀察,隨著台股資金往傳產移動,航運、鋼鐵一飛沖天,高股息族群也開始受到注意。反而要挑戰人氣王的881最近增速有點放緩,跟0056的距離又拉開了,只能說 #雞腿概念 的便當們,最近都進入 #等待台積電 的「待積模式」,接下來就看神山巨人什麼時候會突破均線糾結了🤓(2330截至4/16週K值38、D值42)
除了證交所的資料,我們再用集保的數據另外加了一欄「零股股東人數」,截至4/16台積電有54.5萬人,佔整體股東人數96.9萬人的56%。第二名是最近強強滾的中鋼,零股股東有29.3萬人(不知道今年的紀念品是什麼)🤔。
另外同樣是在每個月中公告的 #定期定額排行,個股在3月戶數增加最多的是2884玉山金⛰和2886兆豐金🦅,都比2月成長五成左右。而ETF整體來說,採用定期定額的戶數明顯高於個股,其中0050已超過9萬戶,0056也上看7萬戶,881和878也都有4成以上的成長率,提供想要定期定額的小尾巴們參考
🔰更多關於存股與ETF的各項消息,歡迎持續追蹤柴鼠兄弟
✅國民零股交易人氣榜
https://bit.ly/3trFevQ
✅台股ETF定期定額排行Top10
https://bit.ly/3gjrv6k
#每個月月中更新🐝
#表格系YouTuber給你滿滿的表格😁
同時也有3部Youtube影片,追蹤數超過79萬的網紅柴鼠兄弟 ZRBros,也在其Youtube影片中提到,✅之前我們介紹過臺灣永續ESG(00850)這檔ETF,它的指數規則設有一條「單一權重最高30%」的上限,但8/23掛牌後沒幾天就看到台積電比例直接衝破30%天花板🚀,連續好幾個月每天都維持在30%以上,12月還跟著股價創史高 而達到最高,為什麼這個上限條款 沒有發揮作用呢?🤔 🔎我們實在太好奇了...
權重比例 在 杜書伍 聯強集團總裁 Facebook 八卦
【想得到 做不到】
文章出處:〈哈佛商業評論〉2019.11月號
作者:杜書伍 (聯強國際集團總裁兼執行長)
不管在生活上或工作上,我們經常對很多事物的處理或判斷,都能經由理性的邏輯推演,並且細緻的拆解成非常完整的執行步驟,所以很容易認為事情的處置是不困難的。但很高的比例在真正面對問題時,卻做不到;其中最大的問題在「情緒」與「時效」。
「情緒」因素諸如壓力、怠惰、畏縮……等,大家都能體會,反而「時效」是我們在思考處理的方法時,容易被忽略的因素。而且不論是我們自己做或交待部屬該做的事,往往都因時效不及,實際上並未能理性的推演與細緻的拆解執行,仍然落入用直覺、經驗、單點的方式來做判斷處理,原因何在?
一個近乎完美的決策判斷,一定是經由越多方面、越多角度的數據資訊交叉比對,再依權重比例來決定的。而且這些資訊必須是最即時,交叉比對的速度也要非常快,否則瞬息之間環境情況又變了。
上述對於時效的要求,人是做不到的,因此,若能全面的將即時資訊數位化,再利用電腦工具將這些數據,依人所設定的演算法來運算比對,做出決策結果,就能達到上述的理想。
而且,環境一直在變化,人所設定的演算法也要隨環境變化而調整,然而人要重新設計演算法時,同樣需要耗費模擬與建構的時間,同樣也是緩不濟急。
所以,AI智能就是利用大數據以及深度學習演算法,讓電腦能依據環境的改變不斷的學習調整,而由電腦本身即時做出判斷。
這樣才能做到「想得到,做得到」。
當然,AI智能的產出結果,有精準度高低等級的不同,就像人有小學、中學、大學程度智能一樣。但是,當這些不是百分之百準確的AI智能,要被拿來運用時,往往會招致不願改變的使用者,輕易的點出不準確的地方,而振振有詞的拒絕使用。
這些拒絕使用的人,往往就是犯了前述那種「想得到,做不到」的人。他經常會說,我們會這樣判斷、那樣判斷,所以人來判斷會比機器準!但是他們從不去想,實務上他有辦法即時收集這麽多數量、多角度的資料嗎?有能力每次都不受情緒影響、堅持用專業紀律去執行專業判斷嗎?
真正的情況,可能AI智能準確度是90%,但是人來做頂多是70%。
AI智能雖不是完美,但時效性、準確性比人能做到的高,那該不該採用呢?答案當然很清楚。這是推動AI智能工具很重要的認知,推動者不要陷入必須百分百準確的盲點,而使用的人也不要祇是去批評AI智能工具的準確度,要先了解自己現有做法的不準度,這是非常重要的。
數位化、數位能力、物聯網、大數據、AI智能……都是必走的方向,大家都應積極的去了解學習,並投入資源去建構運用。期望本文能幫助破除推進時,會面臨技術能力外的人為心理盲點與阻力。
#連結閱讀:
1. 用方法,用工具,不要隨本能做事
https://www.facebook.com/SYNNEXTU/posts/867920790071653
2. 學習管理理論不難,運用適切很難
https://www.facebook.com/SYNNEXTU/posts/1123123507884712
3. 實務與學理
https://www.facebook.com/SYNNEXTU/posts/1160427477487648
🌏聯強國際為亞太第一大、全球第二大資通訊通路集團,2018年全球營收規模突破台幣1兆2,400億元。
🎯知識與經驗的分享,是我們回饋社會的方式。
權重比例 在 杜書伍 聯強集團總裁 Facebook 八卦
【想得到 做不到】
文章出處:〈哈佛商業評論〉2019.11月號
作者:杜書伍 (聯強國際集團總裁兼執行長)
不管在生活上或工作上,我們經常對很多事物的處理或判斷,都能經由理性的邏輯推演,並且細緻的拆解成非常完整的執行步驟,所以很容易認為事情的處置是不困難的。但很高的比例在真正面對問題時,卻做不到;其中最大的問題在「情緒」與「時效」。
「情緒」因素諸如壓力、怠惰、畏縮……等,大家都能體會,反而「時效」是我們在思考處理的方法時,容易被忽略的因素。而且不論是我們自己做或交待部屬該做的事,往往都因時效不及,實際上並未能理性的推演與細緻的拆解執行,仍然落入用直覺、經驗、單點的方式來做判斷處理,原因何在?
一個近乎完美的決策判斷,一定是經由越多方面、越多角度的數據資訊交叉比對,再依權重比例來決定的。而且這些資訊必須是最即時,交叉比對的速度也要非常快,否則瞬息之間環境情況又變了。
上述對於時效的要求,人是做不到的,因此,若能全面的將即時資訊數位化,再利用電腦工具將這些數據,依人所設定的演算法來運算比對,做出決策結果,就能達到上述的理想。
而且,環境一直在變化,人所設定的演算法也要隨環境變化而調整,然而人要重新設計演算法時,同樣需要耗費模擬與建構的時間,同樣也是緩不濟急。
所以,AI智能就是利用大數據以及深度學習演算法,讓電腦能依據環境的改變不斷的學習調整,而由電腦本身即時做出判斷。
這樣才能做到「想得到,做得到」。
當然,AI智能的產出結果,有精準度高低等級的不同,就像人有小學、中學、大學程度智能一樣。但是,當這些不是百分之百準確的AI智能,要被拿來運用時,往往會招致不願改變的使用者,輕易的點出不準確的地方,而振振有詞的拒絕使用。
這些拒絕使用的人,往往就是犯了前述那種「想得到,做不到」的人。他經常會說,我們會這樣判斷、那樣判斷,所以人來判斷會比機器準!但是他們從不去想,實務上他有辦法即時收集這麽多數量、多角度的資料嗎?有能力每次都不受情緒影響、堅持用專業紀律去執行專業判斷嗎?
真正的情況,可能AI智能準確度是90%,但是人來做頂多是70%。
AI智能雖不是完美,但時效性、準確性比人能做到的高,那該不該採用呢?答案當然很清楚。這是推動AI智能工具很重要的認知,推動者不要陷入必須百分百準確的盲點,而使用的人也不要祇是去批評AI智能工具的準確度,要先了解自己現有做法的不準度,這是非常重要的。
數位化、數位能力、物聯網、大數據、AI智能……都是必走的方向,大家都應積極的去了解學習,並投入資源去建構運用。期望本文能幫助破除推進時,會面臨技術能力外的人為心理盲點與阻力。
#連結閱讀:
1. 用方法,用工具,不要隨本能做事
https://www.facebook.com/SYNNEXTU/posts/867920790071653
2. 學習管理理論不難,運用適切很難
https://www.facebook.com/SYNNEXTU/posts/1123123507884712
3. 實務與學理
https://www.facebook.com/SYNNEXTU/posts/1160427477487648
🌏聯強國際為亞太第一大、全球第二大資通訊通路集團,2018年全球營收規模突破台幣1兆2,400億元。
🎯知識與經驗的分享,是我們回饋社會的方式。
權重比例 在 柴鼠兄弟 ZRBros Youtube 的評價
✅之前我們介紹過臺灣永續ESG(00850)這檔ETF,它的指數規則設有一條「單一權重最高30%」的上限,但8/23掛牌後沒幾天就看到台積電比例直接衝破30%天花板🚀,連續好幾個月每天都維持在30%以上,12月還跟著股價創史高 而達到最高,為什麼這個上限條款 沒有發揮作用呢?🤔
🔎我們實在太好奇了,於是就寫信去問發行00850的元大投信,結果他們的回答又引起了我們另一個好奇…🤣
➡️哪來那麼多好奇😆
➡️來開一個好奇柴鼠系列好了🐕🐁🐈
➡️市值第一名與第二名的差距也太驚人😆
➡️2020年到底會配多少呢?🥺💵
#ETF #00850 #ESG
【不用花錢也可以贊助柴鼠】
https://youtu.be/DGV964Fks2s
【訂閱柴鼠也是一種鼓勵】
http://bit.ly/2INZTDI
【柴鼠兄弟相關頻道】
YouTube頻道 https://www.youtube.com/c/柴鼠兄弟ZRBros
FB粉絲頁 https://www.facebook.com/zrbros
IG https://www.instagram.com/zrbros/
【聯絡柴鼠】
e-mail:[email protected]

權重比例 在 范琪斐 Youtube 的評價
歡迎收看范琪斐的寰宇漫遊,今天的琪斐大放送我們要來談談,2020美國總統大選民調一面倒的說拜登贏川普一大截,川貴人,這次別選了吧?乖~我待會給你買個....樓?大家好,我是范琪斐。中間偏右的《華爾街日報》(Wall Street Journal)聯手中間偏左的《國家廣播公司》(NBC),在「川拜」首場辯論後,到川普確診前這段時間,所做的民調顯示,拜登的支持率高達53%,足足領先川普14個百分點(53%:39%)。真的假的啦~這個幅度也太誇張,我們再參考一下別的。
(10/11公布)美國ABC News和《華盛頓郵報》(The Washington Post),在川普出院後做的最新民調,有54%的選民說會把票投給拜登,大幅領先川普12個百分點(54%:42%)。專門統計各家民調數據的Five Thirty Eight指出,拜登的平均支持率勝過川普10.4個百分點(52.2%:41.9%, 10/10數據)。另一個民調數據集合網站「真清晰政治」(Real Clear Politics)的網站顯示,從10月以來每一家主要民調公司統計出的結果,都是拜登遙遙領先川普,差距在5到16個百分點不等,其中不乏立場較為中間的The Hill和經濟學人。所以平均下來拜登的支持率領先9.8個百分點。(10/9公布)美國權威智庫與民調機構「皮尤研究中心」(Pew Research Center)做出來的結果是,52%的選民打算把票投給拜登,領先川普10個百分點(52%:42%)。
我們找了很多民調,可是只有很少數的說,川普領先拜登, 說很少數,是怕我們川貴人傷心,其實找來找去只有一個。 (10/5公布)英國《每日快報》聯手英美智庫Democracy Institute做的民調顯示,川普支持率在46%,小勝拜登1個百分點(46%:45%)。不過我還是註明一下,這個《每日快報》是英國的右翼八卦報,民主研究所的民調,也沒有被民調界公信力很高的538列入參考的近500家民調就是了, 所以現在大多數民調都顯示,拜登會獲得壓倒性勝利,但川貴人當然不認為他會選輸啊,最近又在那邊「Fake news」、「Fake polls」喊來喊去,民調統統都是假的!這都是幻覺~嚇不倒我的!
先不要笑,川貴人說的是真的,4年前一直到投票日當天早上,民調都還顯示希拉蕊一定會凍蒜,《紐約時報》做了大半年的民調,到選舉當天早上,還在說希拉蕊有80%以上的勝選機會,結果最後被「逆轉」,搖擺州統統被川貴人拿下!2016年的民調,被很多人認為是「壞掉了」、「走鐘了」,完全無法反映出真實民意,今年隨著大選日逼近,也有越來越多人開始質疑,真的假的啊?這幾年來專家們一直試圖釐清,當年的「希拉蕊慘案」到底是怎麼出現的,總之過去四年民調專家就很努力的要找出,民調為什麼會跟開出來的票差那麼多,但真的非常困難,因為變數實在太多了,我們今天就幫大家整理出幾個專家們認為可能的原因。
(一)手機的普及
還記得去年台灣不是在吵「手機民調要不要納入總統初選民調」嗎?美國其實也有類似的問題。美國現在就跟台灣「人手一機」一樣,有時候還兩三機,越來越少人使用家用電話了,而且年輕人、低收入者以及少數族群,都只用手機而已;反觀年長者和白人族群,就會比較依賴室內電話。大數據分析網站《Datanami》就指出,25歲左右的年輕人看到不認識的電話,幾乎都會pass不接;但70歲的長輩們則是每通必接,因此這樣進行的電話民調就很容易往某一族群傾斜。
那用手機民調不行嗎?根據1991年的《電話消費者保護法》(Telephone Consumer Protection Act of 1991;TCPA),美國是禁止「自動撥號系統」打電話給手機用戶的,所以如果要打手機做民調,就必須派出「真人」撥號,這有多麻煩呢?數據顯示,你想獲得1,000個回答,就至少得隨機撥號2萬次,其中大部分是空號,因為手機號碼是私人的,根本不會刊登在電話簿上,這實在太勞民傷財了,很想幫做民調的人馬殺雞一下耶,你們辛苦了。
(二)沉默的多數
每次選舉我都很期待接到民調電話,但大多數美國人可不是這麼想的,可能是因為擔憂個資和隱私外洩,導致選民接電話不敢說出真實意見,或者是覺得,蛤~民調很久欸,老娘才沒空理你。1970年代左右,美國「民調回應率」(Polls response rate)高達80%,你只要打過去人家多半都會回答你,但是根據「皮尤研究中心」最新報告,2018年美國「民調回應率」已經暴跌到6%,等於你打100通電話就只有6個人不掛你電話、願意花時間跟你聊兩句,但你也不知道他是不是講真話。
像2016年的大選,支持川普的選民中,就有一群選前不願意表態的,或者在接受民調時故意說謊的,有些甚至不告訴鄰居他們其實支持川普。《Datanami》表示,這些選民會讓調查的結果失準2%到6%,6%很多欸,根本就是超出誤差範圍了。
(三)網路民調難
啊現在網路那麼發達,用網路做民調不就統統搞定了嗎?事實上恐怕剛好相反。數據顯示美國18-29歲的年輕人,有98%都使用網路,但偏偏這個年齡層的人最不愛投票,拿美國總統大選風向球:2018年美國期中選舉為例,雖然這群年輕人投票率比前一次大幅提高15.7個百分點,但仍是所有年齡層中最低的(35.6%),也就是說,每個人都是「鍵盤投手」,大家網路上搖旗吶喊超熱情,結果投票日當天大家都覺得不差我這一票。另一方面,你在網路上想填幾歲就幾歲,想變性就變性,別國網軍想來帶風向,也不是那麼困難,因此網路民調也非常容易失準。
(四)早期民調誇大
另一個大變數是「早期民調」的準確度很低,因為選民還沒有足夠時間去瞭解候選人到底在幹嘛,但早期民調卻是媒體報導所仰賴的主要資訊來源,結果就是候選人拿來造勢、媒體見獵心喜誇大報導,進而影響到後續選民對候選人表示支持的聲量。例如看到拜登領先,那支持拜登的人講話就會比較大聲,因為他們是「主流」,反之支持川普的人,可能就會比較不敢表達意見,形成「沉默螺旋」。
「皮尤研究中心」也加碼解釋,事實上2016年的全國民調還算準確,(預測希贏3.3%最後贏2.1%),但美國總統大選是以選舉人票為單位,希拉蕊全國總票數高於川普也沒屁用,最後川普拿下所有的搖擺州,入主白宮。而選前的州民調也無法反映出搖擺州的真實民意,地方往往沒有全國性民調那種資源,四年前他們就忽略了在最後關頭,投給川普的搖擺選民數量,也沒有準確掌握未受過大學教育的白人選民,他們到底支持誰,種種因素導致了中西部上演「大驚奇」。還有就是民調公司往往有特定的政黨傾向,最後很可能導向「護主」的結果,讓民調不盡然客觀。
那這些問題2020年還會再重演嗎?老實說,有些變數還是很難避免,《紐約時報》就整理了,和四年前相比,哪些因素可能讓美國民調更精準或更失準。
更精準的第一點就是,搖擺選民減少了。
四年前民調失準的一大因素就是搖擺選民,但今年跟民調人員說:嗯~我還沒想好,的搖擺選民數量變少了,四年前的這個時候,大概還有20%的選民說他們還沒決定要投誰,或是打算投給小黨候選人,但今年這群人的數量只剩一半,而且其中支持川普的人也老早就表態,尤其是搖擺州的白人工人階級選民。
更精準的第二點是,選民教育程度的加權。
大家要有個概念,民調準不準確,完全取決於你抽樣有沒有做到「隨機」,也就是每個族群的意見都要被採納進來,但這真的非常難做到,最後很容易讓民調結果出現偏差。例如在美國,如果你跑去郊區教堂裡做民調,那幾乎可以篤定會獲得一個偏共和黨的結果;但如果你對大學生進行抽樣,最後很可能獲得一個偏民主黨的結果。另外的數據又顯示,受過高等教育的選民,比較願意接受民調訪問,每個都是選我選我~而那些較保守、教育程度較低的選民,他們的聲音就很難反映在民調上,所以如果你沒有按照「教育程度」來做加權,民調就會充斥太多年輕大學生的意見,導致結果偏向民主黨。先前民調機構都不怎麼重視教育程度對選情的影響,結果導致2016「爆冷門」。
有鑑於4年前的「教訓」,今年有越來越多民調機構,把選民教育程度的權重提高了,簡單來說就是把教育程度較高的受訪者音量降低一點,把教育程度較低的受訪者音量調高一點,讓他們各自符合在總人口中所佔的比例。今年從3月以來,美國各家民調機構做的幾十個調查中,已經有半數增加教育程度的權重,是先前的兩倍多(約20%)。
可能比2016年更糟糕的是,網路民調的增加。我們剛剛已經提過網路民調的準確度有待商榷,但過去幾個月來,越來越多機構採用網路民調的方式,比例佔地方民調總數的一半。他們採用的方法可能太過簡單,就是直接抓一群網路群組成員,然後再根據受訪者的人口統計資料進行分類加權,這樣的作法成本很低又很方便,但非常容易有樣本代表性不足的結果,而且最後民調可能左傾。 (最好的方式是結合電話民調和網路民調,例如AP/NORC/VoteCast的民調,電訪4萬人外加隨機抽樣11萬網友,結果可能較為客觀。
另一個可能不太客觀的做法是:請選民「回想投票」。
目前有越來越多投票機構採取這個方式,也就是要求受訪者回想2016年他把票投給誰,是希拉蕊還是川普呢?然後再依據他們的回答去做選舉意向的加權。這樣做可以讓民調數字看起來比較漂亮,也可以減少錯誤,但卻很難避免系統偏差,導致結果傾向某一政黨。再加上通常大家都會傾向回答,自己是投給獲勝的那一方,沒有人會想承認自己投給輸家嘛!再說這四年來誕生不少首投族,又有不少人往生,像是疫情導致那麼多人死亡,也有很多人搬到別的地方去,硬把2016年的投票意向套用到今年,恐怕不太合適。
所以這個民調到底是能不能看啊?你要是問我,我覺得就別看了 ,這是我們媒體想要預測選舉的結果, 或研究單位拿來做選民行為分析. 但一般選民還是把政策看清楚點比較要緊,你管別人怎麼投
今天琪斐大放送的關鍵字是:
#美民調失準
#選情霧茫茫
--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版!

權重比例 在 舒翠玲 Youtube 的評價
📍統籌分配稅
主要目的是要協助財政有困難的地方政府,又不至於造成上級政府更大的負擔,而由同級政府中較繁榮者予以協助,以實現「縮小城鄉差距,平衡城鄉發展」的目標。但是,同時也必須兼顧各地的發展需求和意願,因此有許多討論和制度調整的空間,包括統籌款的來源、分配的比例,還要考慮不同地方政府的財政需求與收入…等因素,制定出合理的分配公式。所以,分配公式中包含哪些因素、權重高低…等,都是值得討論的重點。

權重比例 在 Undecember|這些裝備潛力股超好賺紅寶石.全傷害屬性權重 ... 的八卦
全傷害屬性 權重比例 |JG Game #리니지w #POE #暗黑破壞神 #十三月. ... <看更多>