2022-02-26 Zhihu RSS - Githubissues

github-actions[bot] commented 2 years ago

BMW i4 上市，售价 44.99万 - 53.99 万元，市场前景如何？

2022-02-23 11:25:27

先说我看到宝马i4售价之后的感受：

1、从市场端来看，这个定价必然是高了，但是可以看出宝马已经在努力了，只是从消费者眼中努力的并不明显；

2、并不是终端折扣加大，就能够像特斯拉那样各种“真香”，那这就尴尬了。

2、这可真是个乱拳打死老师傅的时代，对于传统品牌来说，曾经几十年积累下来的定价策略、竞争力分析，甚至是品牌溢价等等都逐步失去了效力，这才是最可怕的。

那我们来逐步展开聊一聊。

一、为什么说定价高了？

首先需要说的是，下面在对比价格时主要以eDrive40 基础车为主。

而对于其中M50为高性能版本，如果对比宝马M4，那么可视价格的优势是相当明显的，但若是对比Model 3 Performance版本，依然是定价过高。但考虑到聚焦问题，暂且不不重点提及此版本。

那么回到定价上来

github-actions[bot] commented 2 years ago

第一次参加徒步旅行，有哪些较为轻松的路线值得推荐？

2022-02-23 10:00:26

“真正的生活在别处”，远方永远是诗的寓所。当有事情想不通的时候，不妨出去走走。短暂地逃离城市生活，在山水中感受生命的纯粹。和其他交通工具相比，徒步有更浪漫的想象，徒步让我们与自然更好地融合。今天，LP整理了5条从低级到中级难度的徒步旅行线路，一起用双脚丈量世界吧！

# 茶马古道虎跳峡 #

中国，云南

难度等级：低

距离：约25公里

建议时长：2天

虎跳峡名声在外，上虎跳、中虎跳和下虎跳这“三跳”便是指峡谷内公路沿途三处可以下至江边的地方。串起“三跳”的狭窄公路，蜿蜒在哈巴雪山山脚，因位于214国道东侧而被称为东环线，出山谷后还将经过哈巴雪山徒步起点的哈巴村以及钙化池风光的白水台，最后通往香格里拉。

github-actions[bot] commented 2 years ago

国内4-10人独立游戏团队想要借助steam平台存活，作品平均至少要卖到多少份？

2022-02-22 12:58:02

结论：人均月薪1万的情况下，游戏定价68的话，要卖大约10万份。

2022/02/22更：感谢知乎推荐，这里需要补充说下：文中的“投资人”是指出钱的人，不一定是团队找了投资。而是对于真正给团队掏钱的那个人的心态（即便他是老板或者团队的发起者），至少得是一个盈利情况下保障投资收益的，不能将这块收益抹去。

如果团队没有“投资人”，而是大家节衣缩食不拿钱，我建议也按照拿“虚拟工资”，以及大家“各自掏钱”来计算这个成本和收益。否则不符合市场规律，既然谈钱，谈生存，我们就按社会规则来进行计算。

这是我第二遍回答这个问题，现在2022年，从我2017第一次回答问题到现在，我实际按楼主的提问真真切切的操作了一遍（Steam游戏：部落与弯刀），走过了从立项、Early Access到正式上线的过程，应该算比较有发言权。

我们实际操作下来，如果以公司化运作，如果按不是特别抠抠搜搜的租房、购置办公设备、以及全额缴纳社保和公积金（五险一金）的情况下，成员按年终奖发大概2个月左右的一个过年费用。成本速算方法近乎是月薪乘以2。

也就是说4-10人的团队，按平均月薪1W计算，一个月需要8W-20W的成本。如果按平均月薪2W计算，一个月需要16W-40W的成本。

如果按一款游戏总共72个人月（平均3个人在项目，制作2年。因为项目很可能前期人少后期人多，所以计算总人月数是比较合理的。）左右的计薪周期算，如果按人均月薪1W的话，成本大概在144W。

如果你的游戏按68块钱销售，算上打折什么的，大约平均下来就算按卖一份50吧，并且完全不算退款、税率损失的情况下，你卖一份可以获得50*0.7（70%是steam的固定渠道费扣除）=35元，你需要卖1440000/35=41143份回本

github-actions[bot] commented 2 years ago

在F1当中，一个车组的战术需要根据主要竞争对手的动作随时做出调整。比如绿队的车手紧贴在红队车手屁股后面一秒左右，两个人都进入换胎窗口，红队车手的轮胎状况还更差一些，这时候突然绿队的换胎工抄起家伙在门口摆起了Pose，红队的P房还正好就在绿队隔壁看得一清二楚，红车队肯定会认为绿队的车手要进站换胎了，于是赶紧通过TR召回红队车手，红队的小算盘是：两人一前一后进站，只要红队换胎工别再反手来一回13.1秒换胎，两人就还可以一前一后出去（红前绿后），前面的红队车手依然可以做出防守动作，阻滞后方绿车的进攻。

但是红车进站，绿车却没有，虚晃一枪就在外边的P房大直道呼啸而过，绿队换胎工打了个哈欠，和隔壁已经石化的红队换胎工Say Hallo，收拾好东西回去接着看电视了。此时绿车的前方那是一片坦途，车手可以油门踹进鼻锥里，利用轮胎剩余的寿命和红车新轮胎尚未升温的时间窗尽情Push，换取进站的时间。只要绿车的性能够好，车手水平够高，运气也不错没遇到移动路障，换胎工别再反手来一回1.84天换胎，那就足够换取一次停站的时间，让绿车在几圈之后停站换胎后依然可以抢在红车前面出站，从而完成局势的逆转。

来源：知乎 www.zhihu.com

作者：XYGO

【知乎日报】千万用户的选择，做朋友圈里的新鲜事分享大牛。点击下载

此问题还有 <a href="http://www.zhihu.com/question/511826289/answ

github-actions[bot] commented 2 years ago

漫谈：独立音乐及其历史与理念

2022-02-21 17:36:08

这篇文章的框架是我去年四月为知乎快闪课堂所做的一次分享，原本计划是以分节的形式写完发布。结果我发完两篇之后，失去动力，搁置下来。眼看就要拖延一年了，终于是这两周将它补完。再不写完，“独立音乐”都要过气了。文章大部分内容来源于我之前写过的乱七八糟的东西，这次相当于是以“独立音乐的历史和理念”为整体的目标把它重新串联、梳理、补充的结果。写完我发现倒是可以继续以它为基础去讨论更多相关的场景和流派，未来慢慢填。肯定有不准确的地方，也肯定有我的偏见，非常欢迎大家留言讨论。

“独立音乐”是近年来国内流行音乐领域最热门的词语之一，几乎每个乐迷就会把它挂在嘴边，仿佛是个新的音乐人，便会被贴上“独立”的标签。这样说或许稍微夸张，但我去年竟然在某头部的偶像选秀节目中，也看到了“独立音乐人”的身影。稍显遗憾的是，在独立音乐从地下走进主流视野的过程里，中文领域鲜有人去讨论它作为词语的使用范畴。

这篇文章的原稿是我为知乎快闪课堂所做的一次关于独立音乐的分享，其中一个部分即在尝试分析当下“独立音乐”的概念。然而，想要界定任何词语的准确意思都非常的困难。它会随着时间依据大众的使用而发生变化，有时候甚至获得完全相反的意思。例如成语“空穴来风”，我们现在通常用它来指消息和传说毫无根据，但它原本的意思却是“有孔洞便会进风”，从而比喻传言有根据。

好在“独立音乐”一词从诞生以来到现在，并没有发生如此夸张的变化。不过它确实在不同的时间阶段有着不同的指代，在不同的国家和地区也有着不同的指代。比如，在美国和中国，因为我们对“主流音乐”的定义和理解存在差异，导致“独立音乐”也有着不同的含义。

尽管个人认为，大多数时候没有必要去纠结音乐风格和流派的定义问题，因为流行音乐专有名词无一不是实践出真知。但为方便讨论和减少误解，还是有必要偶尔认真。把模糊地带厘清之后，说不定能帮助新的东西（如音乐风格和场景）从新的空间里生长出来。<

github-actions[bot] commented 2 years ago

目前国产车和特斯拉等国际知名品牌汽车的自动驾驶技术有多大差距？可以相比吗？

2022-02-21 14:01:35

特斯拉的自动驾驶最近又㕛叒叕摊上事了。

就在本月月初，特斯拉被美国安全监管机构要求召回近5.4万辆轿车和SUV，因为它们的「全自动驾驶」系统（Full Self-Driving，以下简称FSD）在开启时不会在停车标志前完全停止，而是以极低的速度缓慢通过。

在美国，很多小路口是没有红绿灯的，这些路口立起来的STOP停车标志就起到了红绿灯的作用。驾驶员在看到这样的停车标志后必须停车观察至少3秒钟的路况，确认没有风险后，才可以通过。当周围没车时，很多老司机都会选择不停车，低速通过。

特斯拉的FSD也是这么做的。当检测到附近没有任何车辆、行人和骑行人的时候，FSD会以最高每小时9公里的车速，驶过停车区，这个功能被称为「滚动停车」。虽然「滚动停车」还未造成任何事故，但有接近6万辆具备该功能的特斯拉在路上行驶，给安全监管机构很大压力。

监管机构表示，我治不了那些不守交规的人，还治不了FSD？一纸通告让特斯拉把开放FSD功能的车都“召回”。虽然官方宣称“召回”，但这些车不用真的回到工厂。特斯拉表示将在最近的一次OTA升级中禁用「滚动停车」功能。

特斯拉的自动驾驶系统作为业内一哥，自发布以来，每一次升级都会引起广

github-actions[bot] commented 2 years ago

如何评价动画《新秦时明月》第 14 集大结局？

2022-02-21 14:00:37

大家好，《新秦时明月之百步飞剑》已经播出第十四集，本季最后一集喽~

第二季也会下周继续。十四集我们雪女全新版本终于与大家见面了。新的雪女大家觉得怎么样？希望大家新欢雪女新模。

天明依然还是把大铁锤弄得蛮尴尬。熊孩子的花样层出不穷。当然这也是我们为了塑造角色刻意而为之。

其实天明现在还是一个未经世事、调皮捣蛋的孩子，但随着时间的推移，相信大家在之后都看到了天明的逐渐成长。

从一个古灵精怪的孩子，突然被继承了巨子的身份和内力；从难堪重任到成为墨家天志选出的墨家巨子，其实我觉得天明真的算是一个学习进步非常快的熊孩子了。这背后既有天赋的原因，但更有他的努力，还有善良。善良，也是一种力量。

github-actions[bot] commented 2 years ago

如何评价电影《奇迹·笨小孩》？

2022-02-21 12:05:28

春节档的影片看得不多，聊聊《奇迹》。

文牧野导演的处女作《我不是药神》收获票房上的巨大成功，也有非常好的口碑。他非常在乎观众的观看体验，在意观众在影院座椅上每一瞬间的本能观感。

作为一部春节档上映的电影，《奇迹·笨小孩》的口碑将面对千万数量级观影群体的考验。在《奇迹》中，文牧野延续了他现实主义基调下商业类型片的创作方向，用类型化的文本和电影手段讲一个「奇观的」、「沉浸式」的故事，同时用细节拉满的场景、道具、服化和表演层次来保证影片的「现实主义质感」。真实，目前仍然是极为，如果不是最为重要的口碑评判标准。

一部沉浸式的类型故事，自然尊重了电影故事讲述的某些约定俗称的规律。

github-actions[bot] commented 2 years ago

在你心里中国最美的春天在哪里？

2022-02-21 10:45:10

2021年，我在新疆从冬天跨越到了春天，终于等到了新疆最美的春天

严寒过后，新疆最美的春天终究会到来

这是一部我新疆伊犁哈萨克自治州游历期间所拍摄的《围城随笔》系列纪录片的第七集《新疆伊犁，冬与春之歌》最后一个片段。

这次的旅途包括博州的赛里木湖、木特塔尔沙漠胡杨，

github-actions[bot] commented 2 years ago

赛车为什么需要高下压力？

2022-02-20 23:29:31

因为高压下才能出成绩啊，高考也是，大学最后一年的各种补考也是，入职场以后每年年底的冲业绩也是
在卷的不行不行的时候，就会出现各种各样的高压手段
对赛车也是一样的，想要压榨出一台赛车的全部潜能的话，可能不用点力压一压还真的不行。

以上比喻有点简单粗暴无厘头，接下来假装正经的掰扯掰扯。
极简的解题思路如下，时间宝贵的同学们可以只看这部分：
本来想视频版一起传的，一直上传失败，等会儿我再试试哈

关键词是赛车，而赛车就是要快
快的话就要充分发挥车辆的驱动力
驱动力要靠轮胎抓地力
而抓地力又和压车的力正相关
因为赛车更轻，车速更高，所以高下压力

关键词1：赛车

这个关键词其实很简单，赛车的造出来目的就是为了能够

github-actions[bot] commented 2 years ago

历史上有哪些名人是另一个名人的「脑残粉」？

2022-02-20 19:28:37

说两个小故事，它们都和画家德加的收藏有关。

在画家之间，最直白的赞美便是买下对方的作品。大师们内心仰慕的对象，就在他们的个人收藏中。

马蒂斯和德加

github-actions[bot] commented 2 years ago

2021 年，哪些金融学论文让你印象深刻？

2022-02-20 12:10:18

如果只选一篇的话，我会选 Haddad, Huebner and Loualiche (2021): How Competitive is the Stock Market? Theory, Evidence from Portfolios, and Implications for the Rise of Passive Investing. 这篇 working paper. 个人猜测这篇文章可能是经济学 top 5，而不仅仅是金融学 top.

这篇 wp 进一步扩展了 Koijen and Yogo (2019, JPE) 构建的 asset demand system. 除了每个投资者特有的、asset characteristic-based demand, 投资者还会对其他投资者的需求变化做出响应：当其他投资者交易更加激进（保守）时，投资者会交易地更加保守（激进）。

巧妙之处在于，利用这样一个看似朴素的设定，作者们可以据此估计市场竞争的激烈程度，而这不仅仅是金融学，也是整个经济学最为关心的基本问题。通过假定所有投资者对于其他投资者交易行为的变化有着同样的响应系数，可以定量地估计出该系数，并据此衡量市场竞争程度。当金融市场完全竞争时，该响应系数应等于 1，从而完全抵消掉任一投资者的异质性投资行为变化。但如果不是完全竞争，则该系数会小于 1，从而投资者的个体行为会对资产价格产生实质性影响。

参考公众号的介绍：

github-actions[bot] commented 2 years ago

2021 年，哪些金融学论文让你印象深刻？

2022-02-20 12:10:09

本回答仅限于 2021 年见刊或即将发表的（所以相应的 working paper 会更早一些）。我其实考虑过再至少补一篇今年的 working paper。但是因为我要介绍的这篇令我的印象太过深刻，因此我想把本回答的全部篇幅都留给它。这篇文章就是：

Martin, I. and S. Nagel (2021). Market efficiency in the age of big data. Journal of Financial Economics forthcoming.

一直以来，人们纠结于因子或异象在样本外失效的各种原因：伪发现，市场结构变化，交易拥挤，曝光导致被套利走等等。Martin and Nagel (2021) 提出了一个全新的视角：investor high-dimensional learning。

传统实证资产定价假设理性预期（rational expectation），即假设投资者知道哪些变量影响公司基本面以及它们和基本面的关系，即假设 $基本面=f(预测变量)$ 对投资者是已知的，并在这个前提下通过历史数据（在样本内）检验市场有效性。一旦原假设被拒绝便认为变量获得的超额收益代表着风险补偿或定价错误。

然而，Martin and Nagel (2021) 指出，在大数据时代，投资者根本无法知道到底哪些变量能够影响公司基本面，以及变量和基本面之间的关系 $f()$ 到底是什么样。取而代之的是在高维参数空间的学习问题，即估计

github-actions[bot] commented 2 years ago

统计学和计量经济学有什么区别？

2022-02-20 12:03:49

我是计量经济学理论方向的在读博士生，做过本科计量经济学和博士计量经济学的助教，看到这个经典的问题，也来贡献一下看法。

计量经济学和统计学的区别根源之一，在于关心的重点不同。统计学关心的是相关性（correlation），而计量经济学关心的是因果性（causality）。为什么它们关心的重点不同？因为两个学科所服务的研究主题和研究方式不同。

具体而言，统计学通常服务于可实验性更高的学科，例如生物学，医学等。而计量经济学服务于实验性不那么高的学科，例如经济学，金融学，社会学等。实验性高是指什么呢？举个例子，我们想要研究一种药物对改变某个基因表达的影响，我们可以设计一个控制变量实验来研究。“控制变量”就是实验的一个重要特征。如果实验组和对照组相比，改变的变量只有一个，那么二组在结果变量上的区别可以直接归因于这个单一的因变量。实验性高有什么好处呢？大家都知道，回归系数本身只是一个相关关系的大小，而实验性高的好处就在于，通过控制变量，收集实验数据，进行回归分析（regression），我们可以把估计出的回归参数（estimated coefficient ）直接看成因果关系的大小，因此统计学在这里不需要刻意区分相关性与因果性。然而，在社会经济类学科中，我们就很难保证实验性了。试想，我们要研究一项经济政策对人们收入的影响，难道我们能把全国人民随机分组，然后一组实行政策，另一组不实行吗？这是几乎不可能做到的。那么这个研究要如何进行下去呢？我们只能试图依赖已经观测到的经济数据来分析。相比完美的实验数据，观测到的数据不再具备“控制变量”这么好的性质（也就是有“内生性”），那怎么办呢？我们只能退而求其次，对简单的回归模型施加更多假设。这就进入了计量经济学的范畴：如何施加不过分（合理）的假设，以得到一个“差不多像做实验一样”的识别条件，从而保证我们依然能够将回归结果中的“相关关系”诠释为“因果关系”。在这个过程中，我们施加的假设，有些是可以用数据做“证据”来说明其合理性的，有些则没有数据说话，而只能依赖经济学逻辑分析。具体情况不同，我们挑选的假设也可以不同，所以计量经济学家开发了适用于不同场景的丰富模型。这些计量模型，与传统的统计学中出现的

github-actions[bot] commented 2 years ago

聊聊学术投资：学术研究可否变现？

2022-02-20 11:53:37

最近刚完成一篇论文的写作，论文主要研究了影响国内主动管理市场的绩效表现的一些因素，修改论文的间隙突发奇想写下了这个题目：靠学术投资能在国内证券市场上赚到钱吗？（避雷：以下内容涉及到一些学术名词，不喜勿进）

其实在美国这样的发达市场，学术研究早已和业界实践相结合。其中做的比较好的应该是AQR capital，这家基金属于最学术的基金公司了。创始人Cliff Asness本身就是芝加哥Eugune Fama教授的得意弟子，博士毕业进入业界后一手创立了AQR capital，靠着Smart beta的投资理念和低管理费把资产规模（AUM）越做越大，不过最近几年已经从对冲慢慢转向共同基金。他们官网的主页上还经常会提供一些高质量的科研论文及数据，Ciff本人非常坚守动量原则和价值投资的理念，在2020AQR发布的白皮书中，Cliff强调：坚守动量并不意味贬低价值，真正的价值投资也并非不经选择的买入持有，兼顾动量因子和价值因子，并将两个因子结合起来使用时，将会带来超越市场的收益率。

15年Fama French的五因子模型中曾强调价值因子(HML)已经逐渐变成了一个冗余因子，因为加入盈利(RMW)和投资(CMA)因子后HML对超额收益(Alpha)的解释能力已经非常低，意味着HML因子带来的收益已经完全可以被五因子模型中的其他因子所覆盖。而为了解答出现这个现象的原因，Eugene Fama和Kenneth French今年一月又在SSRN上发表了一篇最新的学术论文，题目是The value premium，旨在研究价值因子上的溢价是不是在Fama & French (1992)发表出来后的28年间因为逐渐增多的交易而减少甚至是消失。结论也证实了他们的猜想：1963July-1991June期间的价值溢价要显著高于1991July-2019June的期间的价值溢价，说明92年那篇文章发表后确实使更多的交易集中在价值因子上，在市场上造成了巨大的影响。

前面的这些比较枯燥冗长的讲述都是想说明，学术投资在美国市场早已有了一段时间的发展历史，且被证实可以

github-actions[bot] commented 2 years ago

【002基金研究】被“错误分类”的债券基金

2022-02-20 11:45:52

这是金融学前沿论文精读专栏的第二期。本期我们精读的论文是于2021年8月发表在The Journal of Finance上的“不要相信他们的话：被错误分类的债券型共同基金”(Don’t Take Their Word for It: The Misclassification of Bond Mutual Funds，CCG(2021))。本文为债券基金经理对其持有的资产进行错误分类提供了直接证据，并发现与基金报告的资产配置相比，有高达31.4%的基金被错误分类至更安全的资产配置类别。本文通过实证研究发现，这些实际持有高风险债券的基金平均表现优于相同风格箱中那些真正的低风险债券基金，而且可以获得更高的晨星评级和更多的投资者现金流，但是根据基金的实际风险对这些基金重新进行正确分类时，会发现这些基金表现不如同风险类别里的其他基金。

与股票型基金不同，债券型基金哪怕持有相同公司发行的债券，也会因为债券的收益，久期和条款(如赎回条件)等不同而有所差异。因此，虽然SEC要求对股票型和债券型共同基金的投资组合成分进行同等程度披露，数据在处理和汇总到固定收益基金层面的衡量标准方面常常更为复杂，此时，就需要晨星(MorningStar)这样的信息中介机构提供一定程度对固定收益基金的一般风险、久期的等汇总和总结。而CCG(2021)的主要工作就是通过将晨星向投资者提供的基金概况与基金的实际投资组合进行了比较，比较后发现几乎所有债券基金的基金风险类别都存在着明显的被“错误分类”。此外，这种错误分类在被晨星报告为“非常安全类别(Overly Safe)”的基金中普遍存在。因为晨星所使用的信用风险摘要不是从基金公司向美国证监会(SEC)提交的基金持有情况文件中报告的详细持有信息中得到的，而是基于基金公司自我报告的数据(Self-reported Summary Report)，但基金平均报告的投资组合比其实际持有的投资组合要安全得多。

CCG(2021)将“错误分类的基金”定义为依据基金公司自我报告的数据被分类到的与其实际资产配置不同的风格箱的那些基金。研究发现这种错误分类主要是单向

github-actions[bot] commented 2 years ago

概率的应用Ⅰ: 随机应答问卷调查(Randomised Response Survey) 和哈迪温伯格定律(Hardy-Weinberg Law)

2022-02-20 11:08:16

统计学是计量经济学的基础，而概率学又是统计学的基石。

概率学和统计学最大的区别在于，概率推测不确定时间长期的可能性，而统计则完全相反，我们先收集结果后推测过程。

举一个具体例子：

假设有一个桶，里面有一些红色的珠子和一些黑色的珠子。概率学家知道里面各有多少珠子，想要找出抽到一个红色珠子的可能性。而统计学家则需要从桶里拿出一些珠子来计算桶里红色珠子的比率。

说真的，学习统计和概率总是让我很头疼，因为内容太枯燥了，每次上课只学理论就会觉得很无聊。不过统计和概率的真正意义在于应用，每次做题就能理解好多上课没听懂的理论。

因为这学期主要在学概率，今天就来和大家分享两个概率的实际应用，希望大家也能在概率里找到乐趣。

1 ) 随机应答问卷调查 (Randomised Response Survey)

有时候研究人员做实验，如果调查问卷里有一些比较私人或者敏感的问题，人们可能为了面子会给出与事实不相符的答案。举一个十分典型又日常的例子，当初看《非诚勿扰》的时候，男嘉宾播放VCR介绍自己的感情经历，大多数都会说自己曾经有过3段情感经历，几乎很少会有男嘉宾会多过这个数字，可事实确实如此吗？这个答案也是不得而知了。

研究人员为了避免这个问题，在问卷调查中得出确实的答案，想到了一个办法：Randomised Response Technique (Warner, 1965, Journal of American Statistical Association)

假如我们想要做一个问卷调查：你是否进入过异性厕所？

样本量，n = 100

github-actions[bot] commented 2 years ago

概率的应用Ⅱ：赌徒破产问题 (Gambler's Ruin Problem) 和赛车投注 (Motor Racing Betting)

2022-02-20 11:08:09

既然我们要说概率，那么赌博相关的问题一定是必不可少的了。今天就分享两种比较常见，易理解的赌博概率计算方法。希望大家看了以后能对赌博有更多了解，理性赌博。

1) 赌徒破产问题 (Gambler's Ruin Problem)

A和B两个赌徒，各选择硬币的一面：如果过正面朝上，A赢，B给A一块钱；反面朝上，B赢，A给B一块钱。两人一直这样不停地赌博，当其中一方的钱全输光时，游戏结束。

正面朝上的可能性是 p, 反面朝上的可能性是 q=1-p

问题：A赢得全部的钱的概率是多少？

设，A一开始有 i 块钱， B有 (N-i) 块钱，即 N 为A和B开场资金的总和。

设 $P_{i }$ 为在A有 i 块的时候，A赢走所有钱的可能性。

这道题的关键是要理解下面这个公式：

$P_{i} = p \times P_{i+1} + q \times P_{i-1}$

假设 i = 3， $</div> </div> <div class=$

github-actions[bot] commented 2 years ago

了解最基础的统计建模

2022-02-20 11:08:01

George Edward Pelham Box, 伦敦学院大学博士，专于研究质量管理、时间序列分析、实验设计和贝叶斯推理，被称作 "one of the great statistical minds of the 20th century"说过：

All models are wrong, but some are useful.

George Edward Pelham Box (1919 - 2013)

有很多人理解经济模式、统计模式、计量经济模式、概率模式存在的意义，确实很多时候通过模式（model）得到的预测并不准确，可这些模式还是有它们存在的意义。人们通过模式用过去的数据来预测人们未来的行为及其结果，可是人类的行为是不可预测的，这就是为什么模式看似“没用”。在这些学术研究里，没有如物理一样的，永远不会被违反的地心引力。因为人是不可控的，在不一样的情景里，人们的行为会改变，所以我们需要做出不同的假设，代入不同的因素，用最适当的模式来解释发生的一切。

今天就和大家来讲讲简单的Statistical Modelling是怎么做的。

简单来说，有3个步骤：采集数据，根据采集的数据提出模式，最后用假设检验这个模式是否足够准确。

github-actions[bot] commented 2 years ago

参数估计：最大似然估计 (Maximum Likelihood Method - MLM)

2022-02-20 11:07:50

上一篇文章里，我们大概了解了基本的统计建模。这一篇文章我们来谈谈参数估计。

大家熟知的概率分布的类型，比如说泊松分布里有参数， $\lambda$ ；伽玛分布里有参数， $\alpha 和 \lambda$ 。最开始大家做题里，这些参数都是已知的，可当我们想自己做统计建模时，我们又该如何得到这些参数？

答案就是：参数估计。参数估计的方法有很多，今天和大家分享其中一种：最大似然估计 (Maximum Likelihood Method - MLM)。

最大似然估计的原理是根据概率密度函数或质量函数，计算最高概率产生观察数据的估量参数。

公式也很简单：

$L(\theta) = \prod_{n}^{i=1}\ p_{X} (x_{i};\theta)$ (质量函数)

$L(\theta) = \prod_{n}^{i=1}\ f_{Y} (y_{i}; </div> </div> <div class=$

github-actions[bot] commented 2 years ago

参数估计：最大似然估计 (Maximum Likelihood Method - MLM) Ⅱ

2022-02-20 11:07:46

上一篇讲最大似然估计的文章有一些读者反映看不太懂，也有读者提出了很多很好的问题。上一篇文章跟大家大概讲了一下最大似然估计的用法，这一篇会更加具体地带例题解释，并且解答大家的疑惑。

似然函数(Likelihood Function)的公式：

这里质量函数的似然函数很好理解，不过为什么密度函数的似然函数也只需要相乘呢？

我们首先要理解，使用参数估计的前提是我们已经有了数据。收集到了数据，建立了统计模型之后，根据我们已有的数据来估计这个模型的参数是什么。那应该如何估计参数呢？最大似然估计就假设将我们手中的数据可能性最大化，设一阶导数为零，来获取参数估计。

随机变量分为离散和连续两种，可在实际数据收集的过程中连续的数据都会在某个小数位被四舍五入，因此我的得到数据点x的概率为

github-actions[bot] commented 2 years ago

伊斯兰教是否制约了经济增长？

2022-02-20 11:07:17

这个问题让我想到了先前我用STATA做着玩的一个小project， @Lucia 不知道学姐还有没印象？文献一类的相关内容还真么读过，不过相关的数据倒是处理过。

当时哈佛有一个研究课题，探讨伊斯兰教政治控制对于女性教育的影响。你千万别说与经济不相关，毕竟一个国家的教育对于经济增长意长深远。当时我们用的数据来自1994年土耳其的地方选举结果，当时参与竞选的有大大小小2710个郡，伊斯兰教派政党总共赢了其中329场选举，而非伊斯兰教派政党的获胜率是12%。而当时土耳其法律规定，小学义务教育，初中之后家长有权决定是否送孩子上学。一般学校都是男女混校，法律规定女子在混校中必须要带头巾。

非伊斯兰教派在1994年大选期间多次施压想要解除这个保守的规定。想法是好，但是大多土耳家长均为保守派父母，不愿意在解除规定后送女儿上学。

所以我们无聊的TA，一如既往的热爱数据，决定作死的让我们几个小白利用段点回归，分析1994年这场宗教主题的大选对于土耳其2000年统计的女性教育水平的影响。

于是一场艰难的pr

github-actions[bot] commented 2 years ago

如何评价《基本无害的计量经济学》一书？

2022-02-20 11:02:59

作为reduce-form奠基人之一的著作，用一句台词来形容这本书就是“去其形，得其神”。说它是大道至简也不为过。

别把这本书当成计量理论教材来看，要把它当做如何教你设计quasi-experiment。我在看这本书的时候，始终用“我该如何证明一款药有效”来作为一个潜在的例子来理解这些方法的本质。到最后可能会发现（鄙人才疏学浅可能理解有误），所有现存的5款因果推断基本方法，Naive OLS ,DID ,IV, PSM, RDD本质上殊途同归：都是不同形式的分组比较。这5款分析方法的要义就是理解the source of variation（到底是什么东西驱动你的计量模型得出的估计值），理解这本书的一个捷径就是始终从最最简单的计量模型开始，比如OLS就从一个dummy without any controls开始，IV就从一个随机抽签开始。这种极简化的方式绝对有助于理解这些计量模型的本质。学完这本书后，通常应该认为添加一个控制变量是很严肃的值得认真推敲的事，就仿佛是推敲“改变一个实验的重要环节可能会对实验结果产生什么影响”，而不是再用“因为控制变量也影响Y所以有多少加多少，越多越好”的方式思考这些问题。

我的劳动经济学课程几乎就是围绕这本书展开的。我的导师应该是深谙这本书之道，反复强调让我们在学习这本书时不要过多考虑标准误问题，写作业时也尽量不要用matrix来解释她提的问题种种。对于刚结课高级计量的学生来说，完全不理解什么叫“不要考虑标准误，不要用matrix来解释她的问题”，有时候甚至连她的问题都看不懂什么意思，后来才慢慢理解，她始终是在以构造实验的方式理解计量模型。这本教材和这门课程对我的影响比较大，以至于后来我看到那些大部头计量教材密密麻麻的矩阵就发怵，而更加习惯于用构造实验的思维去考虑一切计量模型。（并不是说不应该学习矩阵，那些事还是交给更有能力的理论guy们去做吧哈哈哈).

这本书可能无益于强调结构模型的经济学分支，因为本质上就是在做不同的事：这本书教你如何用数据推断因果关系，结构模型是已经根据理论推导出了一套因果关系，如何估计出里面的参数。如果你想证明别

github-actions[bot] commented 2 years ago

ctr 校准

2022-02-20 10:42:01

什么是ctr校准？

校准(Calibration)指对模型的预估 CTR (或者 CVR 等其它概率问题, 以下统一以 CTR 为例叙述) 通过一定手段进行调整的手段.

为什么要做校准？

通常我们在做CTR预估的时候，预估值会与真实的CTR有偏差bias(高估或者低估)，偏差一般来说有以下两种类型：

预估结果在全量数据上存在Bias(即整体高估或者低估)。
这种情况，一般是由模型收敛存在异常导致，或者数据流存在问题导致。这种情况下，需要解决数据流异常，对模型进行调优来解决。
预估结果在部分流量上存在Bias(如在青年用户上存在高估，在少年用户上存在低估，但全量数据上可能不存在 bias)。
这种情况，又存在两种可能

特征设计不合理，存在有区分度的特征并没有加入到模型中
此时，建议进行进一步的特征工作来解决.
由于部分流量上训练数据不足，导致训练不充分。

下图为一个示例（蓝色点为真实数据, 绿色虚线为预估值），横轴为 ctr 排序后的分桶, 纵轴为该桶内 sum(click)/sum(pctr) 在该图中我们发现，在不同 ctr 水平上，时而存在高估，时而存在低估，在 ctr 的极值附近这种情况更为明显。

github-actions[bot] commented 2 years ago

主流经济学以「资源稀缺」为假设，那么资源为何稀缺?

2022-02-20 10:34:05

稀缺这个描述不太精确，它有点主观色彩。苏格拉底和第欧根尼那样的人肯定不认为资源是稀缺的。

主流经济学需要的假设是：资源是有限的。只要资源是有限的，并且资源的边际好处永远是大于零的，那么就存在“如何最有效地配置有限的资源”这个问题。

那么，如果资源既不稀缺也不有限，经济学还能不能存在呢？即使是在伊甸园里，亚当仍然面对“吃智慧果还是不吃”这个问题，这是一个决策理论问题。当然，这要求亚当具有自由意志，而亚当在吃掉智慧果之前有没有自由意志，奥古斯丁和莱布尼兹有不同的看法。

总之，就算资源不稀缺甚至无限，寄托于工程方法的主流经济学还可以依赖无约束最优化存在。甚至当人没有自由意志的情况下，主流经济学也可以依赖动力系统存在。

有点偏题了，要说为什么从资源不稀缺转变成了资源稀缺，我觉得可能是因为人的偏好和生产力发生了变化。比如在原始社会，人们只从饮食、居住条件和性中获得效用。这种情况下，一个饱暖的、有交配权的原始人已经到达了餍足点，扩大选择集（更多的食物、山洞、配偶）并不能进一步提高最优效用，所以他主观上不会认为资源稀缺，虽然资源事实上是有限的。

但是，随着生产力的发展，人们获得效用的渠道越来越多，尤其糟糕的是社会地位（炫耀性消费）也进入了偏好。这种情况下扩大选择集总是能让人的最优效用提高，所以资源看起来是稀缺的。因此，卢梭号召大家放弃工业时代的生活方式，返回自然。梭罗在瓦尔登湖边上的那两年，大概也不会觉得资源是稀缺的；当他离开瓦尔登湖后，就不好说了。

来源：知乎 www.zhihu.com

作者：Karas

【知乎日报】千万用户的选择，做朋

github-actions[bot] commented 2 years ago

如何运用经济学的原理指导生活中的方方面面？

2022-02-20 10:32:16

我在教学生们微观经济学和博弈论的时候会说，千万不要以为学完了经济学之后就一定会做出理性，最优的选择；也不要认为学完博弈论之后就能运筹帷幄，无往不利。

至少在本科阶段，经济学和博弈论书本里提到的理论和模型都必须大幅度简化真实世界，所谓的“最优”也是在把真实世界极度简化了之后才能得到的结果。

试图把这些简单的理论拿来套用在现实生活的方方面面是十分困难的，甚至是不现实的。

但这并不是说经济学和博弈论没有用。经济学或是博弈论的学习过程就是一个训练人思维方式的过程，而这种思维方式会为人提供一种新的角度来看待这个世界。这种思维的训练和看待世界的角度的确是对大多数人有益的。

很多学习经济的人会更容易看到一个经济问题的本质和逻辑。举个简单的例子：之前石油的期货曾经一度跌倒了负值。当时舆论一片哗然，疯狂讨论。而如果你学了一些简单的经济学知识就能看出来，当时欧美各国都在封城，石油的需求大幅度下降，有几个国家嚷嚷着要增产石油，供给上升。需求低，供给高，石油价格就会很低。但封城总会结束的，时间早晚而已。封城结束，石油的需求会反弹回来。因此石油价格就会再次上升。这是一套非常简单的逻辑。因此当时我就非常笃定的买了很多的石油ETF，后来果然解封后石油反弹了。

这是学经济给我带来的好处吗？也是，也不是。我并没有刻意的去套用某个经济学的模型，但我确实用到了经济学的思维。不学经济的人有没有可能想到这点呢？也有可能。但是学了经济会之后让你对这种信息和逻辑更加敏感一些，更容易形成自己的思考。

最后的最后我想说，任何一门学科都不可能像盖世神功一样学完了就脱胎换骨，天下无敌。经济学也不例外。很多人在神化经济学，很多人也在唾弃经济学。但其实，经济学就是众多学问里面的一门学问而已。没有比其它的学问高，也没有比其它的学问低，只是对真理探索的一种方式罢了。

来源：知乎 www.zhihu.com

作者：<a href="h

github-actions[bot] commented 2 years ago

哪一位实证经济学家（empirical/appied）最具影响力？

2022-02-20 10:31:27

计量里的两大流派，reduced form和structural form，上面几个回答提到的Angrist是reduced form的代表，过去十几年来几乎主导了实证经济学。但在我所在的trade economics，以及更广义的spatial/regional/urban economics，却越来越强调structural。与IO领域的structural不同的是，trade领域structural往往建立在一般均衡（general equilibrium）基础上。Eaton & Kortum(2002)建立了一个简洁而又traceable的一般均衡框架，来刻画国际贸易活动。以此为基础，过去十多年整个empirical trade领域逐渐兴起了一股潮流，把越来越多的经济因素加进来，逐渐占据了empirical trade的主流。原因我觉得是因为trade是一个policy-oriented的学科，而structural可以回答what if的问题，特别是贸易里很多问题都是一般均衡的结果，用reduced form无法刻画。另一个原因我觉得是贸易里不好做casual inference，数据也就那几个，reduced form越来越难以玩出花样了（可能这才是主因。。。）。

这方面的代表人物除了建立这个基础的Eaton & Kortum，我觉得贡献比最大的还有MIT的Dave Donaldson和Arnoud Costinot两位好基友，以及Yale的Costas Arkolakis。Donaldson是去年克拉克奖得主，最有名的就是他关于印度殖民时期铁路的研究，这一篇可谓是将一般均衡思想融入到实证研究的典范。后两位其实主要工作是在理论方面，但对实证研究方面影响深远。

其他代表人物还有Ben Faber, Lorenz Caliendo，Steve Redding等等。另外，近年来实验方法也开始引入trade领域，比如David Atkin， Amit Khandelwal做的关于巴基斯坦足球产业的实验。

PS，其实，多年以前有一种流行的方法叫com

github-actions[bot] commented 2 years ago

哪一位实证经济学家（empirical/appied）最具影响力？

2022-02-20 10:31:02

前面回答几位学长 @冯路 @Nash @苏白 @超好笑

github-actions[bot] commented 2 years ago

如何评价动画电影《我们的冬奥》？

2022-02-20 09:51:37

《我们的冬奥》是世界奥林匹克历史上的第一部吉祥物动画电影，它联合了多个经典国产动画IP。这批动画群像是众多国人的童年记忆，也是美好的时代符号。如果说2022年的冬奥盛会是“我们家门口的冬奥”，那这一部《我们的冬奥》便是“独属于我们中国的冬奥故事”，同时也是“民族荣耀的一种体现”。所以我们心怀敬畏，努力打磨这部作品。

《冰雪玫瑰》篇章的创作，是熊出没对冬奥的献礼。影片中的Q版形象来自熊熊乐园，讲述童年时期的熊大、熊二、光头强和小伙伴之间的故事，是熊出没IP的小熊系列，主角们的成长环境背景与冬奥主题契合度很高；更重要的是，童年版的熊强三人与冰墩墩、雪容融在形象上十分匹配。

“冰雪玫瑰”是勇气的象征，我们以此为灵感，展开了一段既惊险刺激又温情的故事。玫瑰花将作为故事的重要线索，引发小熊强与冰墩墩、雪容融的相遇与成长。希望在传递“相互理解、友谊、团结和竞争”的奥运精神之时，也将我们诚挚的祝福送给北京冬奥的所有运动健儿。

github-actions[bot] commented 2 years ago

如何评价动画电影《我们的冬奥》？

2022-02-20 09:51:06

《我们的冬奥》这部片子集结了国内新、老众多知名IP，以一个个短片串联，共同构成了这部动画电影。团队接到通知时，看到上美影厂的诸多形象也会一起参与制作时，让我感到一些惊喜：小的时候我看着他们的动画，现在我要和他们一起制作动画~

但，实话说刚开始得知我们要做这样一个众多IP汇集在一起的片子时，我内心是比较（其实是非常没底 —_— !）惶恐的。首先是周期上的问题，从正式确认可以制作到交片送审只有半年的时间。其次是设定上的问题，怎样让冰墩墩和雪容融顺利地融入四个篇章当中，并起到承上启下的作用，都是最初的我们觉得无法解决的难题。但毕竟是创作是活的，总能找到出口~

难题很多，但换个角度想又是新尝试。我们可以做跟《非人哉》番剧不一样的动画了，院线片，又只有二十几分钟，这对于只做过番剧（而且是短小的泡面番~）的我们来说，是一件非常有挑战的事儿。一想到有机会从番剧的风格里抽离开做一个新风格的《非人哉》，又燃了，宛如在校生做毕设前的亢奋~

好在之前预想的问题，在实际推进中都得到了良好的解决。总策划方在我们提交剧本大纲的时候，就从四个片子中找到共同点，利用参与冬奥运动这点成功地将四个影片串联起来。同时李豪凌导演的加入不仅解决了我们在20分钟故事、分镜创作上经验不足的问题，也为我们带来了大量优质的中期产能。

github-actions[bot] commented 2 years ago

如何评价动画电影《我们的冬奥》？

2022-02-20 09:50:57

大家好，我是《我们的冬奥》这部影片的总制片人，老王。

这是一个有关梦想的故事。

2019年的冬天，两个冰雪的精灵来到了人间，TA们是blingbling自带科技感的小熊猫，和笑起来眼睛就变成一条缝的小灯笼。彼时TA们还没有现在有名，但一些关于冬天、关于动画极其美好的梦想，从那时就已经开始酝酿。

github-actions[bot] commented 2 years ago

如何评价动画电影《我们的冬奥》？

2022-02-20 09:50:52

《我们的冬奥》这部动画电影，以四部动画短片首尾相接组成一部电影的形式，全片以2022北京冬奥会为主线，用四个截然不同的画风，讲述了四个很有意义的故事。

其实，作为《非人哉》动画番剧的导演，我在首映式上第一次看到整部电影成片。

由非人哉团队制作的《九月的冬季假日》衔接《冰雪玫瑰》，是第二出场的篇章。2020年末，当我初次得知我们有机会为北京2022冬奥会和冬残奥会制作献礼动画电影时，我的心情既忐忑又期待。因为我知道这部电影不光是面向国内观众，也担负着向全世界展示中国体育精神、宣扬中国文化的重担。

为了做好这部《九月的冬季假日》，我们做了很多准备和大量前期工作。这次任务的工期比较紧张，就更没有什么试错时间，我们需要在每一个步骤和大事小情上迅速作出判断，拿出最好的方案。

首先，最重要的是剧本。我们要在二十多分钟的时长内，让冬奥会吉祥物冰墩墩和雪容融与《非人哉》其他角色同台演出，讲一个有趣的故事给大家，同时延续《非人哉》一贯的轻松幽默风格，保持原有角色性格特征；我们仔细揣摩了吉祥物冰墩墩和雪容融的相关资料，在塑造冰墩墩性格时，着重突出它的善良宽厚的品质，虽然它的名字是“冰墩墩”，但我们给它设计的情节是让它给人“暖”的感受。

画面也是全新的挑战。虽然《非人哉》动画项目已经平稳进行了5年，但动画电影需要更高的制作精度与规格，于是我们经过多次测试和讨论，选择了以前没用过的软件，组织大家一起学习，确保所有人快速掌握使用方法；我们给每个角色增加了高光与二级色等细节，修改了人物配色和绘制标准，主角的衣服也有好几套，用于不同场合和时间。

github-actions[bot] commented 2 years ago

如何评价动画电影《我们的冬奥》？

2022-02-19 00:02:54

有幸参与，正值上映之际借知乎聊聊关于这部作品的一些点滴。

首先倍感不易。电影策划不易。能得到奥组委的认可和特许拍摄，整个过程的难度可想而知。集结了那么多经典国产动画角色和不同制作手段，每个IP也都有自己的世界观和独特表达。同时，要将冬奥融入并完整串联起来，需要太多巧思。董润年老师作为内容总把控，很早就开始设计方案，并以此为轴将四个故事的登场顺序尽早确定了下来。正因这样严谨，效率的安排，面对紧张的制作周期我们才能不慌不乱，游刃有余。

其次聊聊非人哉这部分的创制过程。

制作上，非人哉原本剧集的制作流程全都在公司内部完成，有一套比较独立的制作体系。但这次搬上大银幕势必有几个挑战1，作画的精度相对需要调高一些，能撑得住大屏幕上会被放大的细节；2，5个月的制作周期还是用原来独立流程有些杯水车薪，势必需要扩大合作。那么，引入比较工业化的二维制作流程也变成了这次的一项重大挑战。但所幸，非人哉团队的小伙伴们真的非常优秀！在严峻的工期下，既没有丢失原来最擅长的动态表演，又在人物作画风格和背景美术上做了一次升级。还是想为团队里日日夜夜努力着的伙伴们鼓鼓掌！

内容上，这次集体创作的过程我也感受到了非人哉团队的包容和开放。每个伙伴都能贡献出自己的一份力量和智慧—张喆导演在冰壶那场戏里插入快板的神来之笔；王利文导演设计了妙趣横生的胡同追逐戏；钟导细腻地塑造了九月和冰墩墩的初次邂逅。二歌对美术风格精益求精的一遍遍修改。正因这样才促成了这个篇章中充满着各种惊喜和灵光乍现的欢乐桥段。这背后让我倍感欣慰的是，真切感受到了动画人彼此的合作精神，这让我对中国动画的未来增添了更多希望。

最后，也正因中国动画人的合作精神才有了《我们的冬奥》，也正因一个个新老动画角色的星火相传才有了现在的中国动画。所以，还是很感谢《我们的冬奥》项目组，特别是王诤老师，让中国动画和奥运精神产生了一次奇妙的碰撞。

github-actions[bot] commented 2 years ago

基金研究：文献综述 (I)

2022-02-18 18:44:00

作者：llanglli，石川，刀疤连；http://www.factorwar.com

摘要：每当我们踏入一个新领域，都是从一篇文献综述开始。

1 引言

今年的写作重点之一是基金研究方面文献的梳理，这里特指的是公募基金。为什么？因为关于对冲基金，已经有雄文系统梳理过了，见 Agarwal, Mullally, and Naik (2015)。当然，更重要的原因是公募基金的地位和重要性。在下文中，除特别说明外，“基金”都指代公募基金。

对于公募基金，因为包含的方方面面太多太细碎，涉及的文献太多（光顶刊文章就看不过来了），因此想在一篇文章中做比较全面的综述是非常困难的。正因如此，本文也压根没有这个打算！这也是为什么本文的标题中带了个编号 (I)。

但我们总得迈出第一步。

为此，BetaPlus 小组在本文中首先尝试抛出梳理相关文献的框架。大体上说，相关研究可以被划分到以下六大类：

github-actions[bot] commented 2 years ago

如何评价港漫《大唐双龙传》？

2022-02-18 17:34:22

我和《大唐双龙传》

港漫版《大唐双龙传》是带我进入港漫世界的启蒙作，也是带我进入黄易世界的启蒙作。

在我上小学那个时候（2006年以前），网络还不算发达，学校附近租书店的漫画书是我获取资源的唯一途径。

如果我没记错的话，一本小漫画书大概是5毛钱租给你看一个礼拜，但是如果你花2块钱，你就可以买下它，完成从承租人到所有权人的华丽转身。

而我当时为什么选上了《大唐双龙传》而不是《神兵玄奇》、《天子传奇》等其他港漫乃至日本漫画。

一方面是因为老板力荐：“这个漫画好看。”

另一方面是因为，封面对年幼的我来说真的太太太太帅了。

或英伟或俊秀的两个主角，盘旋在古城上空的苍龙，以及构成背景的遥远天空，史诗感扑面而来，这一切完美符合我对“武侠”或者说“中华”的所有想象。

随着第一卷故事完

github-actions[bot] commented 2 years ago

对于新手来说，来一场说走就走的露营需要做哪些准备？

2022-02-18 17:33:05

Vlog | 一起去露营

1、我的第一次露营

从我2018年第一次露营的时候，就有朋友问我，露营到底有什么好玩的？一群人在荒郊野外也没得厕所也睡不好。当时我的回答很简单：露营可以拍星空，可以远离城市的光污染。当时的露营对我来说只是一个野外睡觉的手段，顺带着跟朋友们一起吃个火锅泡点茶。

再后来星空就成了我经常拍的一个题材，旅行的时候，出差的时候，或者专门去到哪拍个星空。再后来一起拍星空一起露营的小伙伴有的上班了，周末折腾不动了；有的结婚生孩子了，周末要带小孩补课。而我自己也换了工作的城市。

<img src="https://pic1.zhimg.com/v2-a149d56c2d9cff457c6a01cb3f54e5eb_720w.jpg?rss" data-caption="" data-size="normal" data-rawwidth="6369" data-rawheight="2000" data-watermark="original" data-original-src="v2-a149d56

github-actions[bot] commented 2 years ago

Facebook 的工程师文化中有哪些值得中国互联网创业者借鉴学习的？

2022-02-18 13:03:27

我在 Facebook 工作了 7 年，结合 Facebook 之前和之后的其它公司的经验，我觉得 Facebook 的文化有些独特的地方值得分享一下。尽管我说了「独特」，这不代表其它公司绝对不会这样做，有些公司有相似的文化，有时候相似的文化用力程度不一样得到的结果也不一样。

工程师对产品结果负责任

我见过很多互联网公司只看工程师产出的技术成果，实际产品结果或商业结果在考评中占的比例很大。Facebook 从高级工程师开始，考评主要看对产品结果的产出，而且有时候非常数据驱动。

考评只看技术的公司，或者是 Facebook 没到高级工程师的级别，只要把技术做极致了就行，产品得不到提醒，公司的商业没有变得更成功，工程师都不用负责任，锅可以甩给产品经理。一款新产品一个新功能做出来，代码可靠从不崩溃，性能优化做足从来不卡顿，界面跟设计师出的图完美吻合，等等等等，工程师就算是优秀的工程师了。如果团队的目标是提升用户留存率，这个技术上完美的新功能发布后留存率不仅仅没有上升还下降了，工程师不需要负责任，考评受罚的只有产品经理。

这种模式的问题是工程师和产品经理目标不一致，更容易产生利益冲突。工程师说「我就是要做这个技术上这么复杂的项目，否则晋升委员会觉得我技术不够不让我晋升」，产品经理说「这个项目消耗你很多时间还不太可能提升产品留存率，同样的时间你可以做好几个有可能提升留存率的功能了。」在极端情况下，这会让双方对立。我在百度时就见过一个例子，只是把工程师换成设计师：设计师说这样设计好，产品经理说那样设计好，双方都只是在利用主观判断说服对方，最后产品经理说「如果做你的设计，KPI 掉了你负责任；如果做我的设计，KPI 掉了我负责任。你想要对 KPI 负责任吗？」设计师立即闭嘴。

考评主要看产品结果的公司，把技术做到极致没用，产品完成指定目标才有用。如果团队的目标还是提升用户留存率，留存率提升了，达到预订目标了，工程师和产品经理（以及其它角色）都能考评过关，远超过预订目标的话还能获得奖励；留存率没有提升，或者是提升不够

github-actions[bot] commented 2 years ago

像一拳超人一样用拳风将一座山吹毁要用多大力?

2022-02-18 11:36:34

本篇内容分别计算了普通一拳能量认真一拳能量饿狼白精速度爆破速度埼玉回月能量飞船质量材质密度材质抗拉强度波罗斯流星爆发强度王大蛇盖亚炮强度

如下图是计算埼玉普通一拳死拳能量大小的过程

算法一

在此过程中埼玉一拳的能量传递是通过拳头运动带动空气运动空气再带动空气运动一段距离后接触山体释放能量的过程

再次过程中第一步

我们要先计算出能量直接接触山体摧毁的能量大小

那么我们先要算出山的体积

如图一可以根据埼玉身高1.75m 再通过埼玉与山体之比算出山体高大小为58.63m 根据二三图发现山体高度几乎一样

如图四是在埼玉刚好要用力之前5s，给的杰诺斯与山体之比图可以跟距像素算出杰诺斯离山体距离100.63m(第一种) 第二种是通过拳风范围表现出距离长度接近200(200m猜测比例崩坏)

onysakura / news-daily

2022-02-26 Zhihu RSS #1283

前言

那些陷入战火的乌克兰游戏厂商

一、什么是回购？

一、为什么说定价高了？

2021年，我在新疆从冬天跨越到了春天，终于等到了新疆最美的春天

关键词1：赛车

什么是ctr校准？

为什么要做校准？

1 引言

写在开头

不走寻常路的李慕玄

我和《大唐双龙传》

1、我的第一次露营

工程师对产品结果负责任