数学之美系列十六：不要把所有的鸡蛋放在一个篮子里--谈谈最大
不要将所有鸡蛋放在同一个篮子里
不要将所有鸡蛋放在同一个篮子里技术形态并不会每次都应验原有的预测，因此分散投资的重要性不言而喻。
如果你将所有的资金都用于购买同一只股票或同一行业中的几只股票，那么市场的波动可能只对你持有的股票产生不利影响，你会因此遭受损失，而市场中的其他股票可能保持坚挺或延续长线趋势。
根据平均数法则，分散投资可以令你的持仓免受个股波动的影响。
当然，有时反转可能波及整个市场或大部分股票。
明智的分散投资需要对股票买卖的成本（特别是小额买卖的成本）进行考量。
你可能希望组合能囊括道指中所有的成分股，或在每个行业组中至少纳入一只股票。
但如果资金有限，则每种股票只能购买寥寥几股，根据最低佣金收费标准，操作成本可能较高，对短线交易来说，就更不划算了。
短线交易者必须时刻关注这些成本。
相比持有期较长的长线投资者，这些成本对短线交易者更为重要。
对交易者来说，如果交易次数过多，1/4或1/2个百分点的成本不可小觑。
券商可以提供佣金和所得税的明细，如果费率出现重大变化，你应着手研究这些变化在不同股价下对交易成本造成的影响。
谷歌也是进行价格查询的重要工具之一，《巴伦周刊》每年会发布券商评估报告。
本版编者认为，除非券商的附加值可以量化且能被证实，否则使用电话和券商人员等“传统方式”交易的投资者并不占优势。
）投资低价股产生的双向交易成本率高于高价股；不足整手的交易成本率高于整手交易；股份数下降也会引发成本率上升；投资金额少，成本率就较高。
假设你有资金1000美元或2000美元，则可按每单位500美元进行平均分割，并只限于卖价为40美元以上的零股交易。
如果资金较多，则可扩大单位金额，并将交易范围扩展至低价股。
无论如何，分散投资都是投资的重点。
通过运用资金分割及上述投资方法，你可以避免不必要的高成本，并能在个别股价异常波动时更有效地保护组合。
当然，如果你的资金规模足以支撑更为分散的投资（活跃交易账户最多可以投资8～10只股票），你就可以增加单位金额。
所有的鸡蛋放在一个篮子里是不明智的
《为什么把所有的鸡蛋放在一个篮子里是不明智的》关于把所有的鸡蛋放在一个篮子里是不明智的这个话题，我们会认为如果把所有的鸡蛋放在一个篮子里，如果篮子坏了，鸡蛋就都碎了。
有点儿孤注一掷的感觉，风险一旦发生我们就会一无所有了.在日常生活上中，不管做什么事情，最好能做两手打算，除了要有完美的计划A ，还要有一个应对突发事情的计划B，此外，“不要把鸡蛋放在一个篮子里”是投资界有一句至理名言。
说的是投资需要分解风险，以免孤注一掷失败之后造成巨大的损失。
从经济层面比较专业的说法就是，基于经济风险预防的考虑，要求不要把鸡蛋放在同一个篮子里面，防止意外损失时全军覆没。
同时基于经济管理成本的考虑，要求不要把鸡蛋放在过多的篮子里面，因为管理多个篮子需要投入的精力、财力和少数的管理是不同的，需要进行评估。
市场风险是投资者不能回避的，投资者可通过分散投资，达到减低非市场风险的目标。
所谓的“分散投资”，就是将资金投放于不同类别的资产上。
所以不要把鸡蛋放在一个篮子上。
Why it is unwise to put all your eggs in one basketWhen it comes to talking about the topic of put all your eggs in one basket, we may feel it is unwise. Because we doubt that if the basket was broken, the eggs would break into pieces completely and thoroughly when you put all your eggs in one basket, then we will get nothing. In our daily life, no matter what, it is best to do two hands plans. Plan B for us to deal with the unexpected situation and emergency though we may have had a perfect Plan A.In addition, "don't put the eggs in one basket" is an old saying in the investment community. It means that in order to reduce the great losses as little as possible caused by the failure to put all your eggs in one basket the investment risk needs decomposition. At the economical and more professional level. On the one hand, based on the consideration of preventing economic risk, in the case of accidental losses in all, it is unwise to put the eggs in one basket. On the other hand, take the economy and management cost into considerations, at the same time we can't put the eggs in too many baskets as well, since managing multiple baskets need to cost more energy and financial resources. Even a few managements are different, it also needs to evaluate. Unluckily the market risk is that investors can't avoid, but investors can reduce the risk of non-market goal through diversification. The so-called "diversification" is put the money in different categories of assets.So as far as I concerned, it is not a smart choice to put your eggs in one basket.。
对“天下没有免费的午餐”和“不要把鸡蛋放在同一个篮子里”这两句话的理解
对“天下没有免费的午餐”和“不要把鸡蛋放在同一个篮子里”这两句话的理解，及从中得到的启示：1、“天下没有免费的午餐”：这句话字面的浅层意思是：要享用午餐就必须支付费用。
引申后得到：要想获得利益就必须付出相应的代价。
在生活中我们要谨防那些打着免费旗号的陷阱，避免因贪图小便宜而付出惨痛的代价。
这就话用在经济领域我们可以通过投资者看项目来理解。
比如普通投资者看一个项目，首先关注的是收益，而对风险极少关注，往往导致巨大的损失。
我们应该知道凡是投资都存在风险，只是风险大小不同罢了，通常所说的“高风险高收益”其实并不科学，往往对人们起反面误导作用。
投资者一定要牢记：天下没有免费的午餐，根本就不存在“无风险高回报”的事情。
职业投资人看一个项目，首先关注的是风险，其次才是收益，不能合理控制风险就无法获取合理收益；要成为一名成熟的投资者，必须时刻紧绷“风险”这根弦，抵御“高收益”的诱惑，避免不必要的风险，使自己遭受重大的损失。
2、“不要把鸡蛋放在同一个篮子里”:众所周知的将鸡蛋放在同一个篮子里鸡蛋会容易打碎，因为单一个篮子将风险集中了。
现在大多数人都熟知的理财观念是：“不要把鸡蛋放在同一个篮子里”以便分散风险，将资产安全化。
于是，很多人在投资的时候，就准备了太多的篮子，这样反而会使投资追踪变得困难。
对于资金量较多的客户而言，有必要将资产分散投资来规避风险，但对于资金不多的投资者而言，把鸡蛋放在过多的篮子里，并不一定是最优选择。
所以我们在选择分散风险的时候也应该慎重选择“篮子”的数量。
启示：“天下没有免费的午餐”和“不要把鸡蛋放在同一个篮子里”启示我们在经济生活中要树立科学的理财观念，谨慎“糖衣炮弹”。
要想获得收益就敢于在担当一定的风险的同时科学的计算出成本，将付出的代价最小化，且要合理降低风险，实现最大收益。
投资理财的黄金法则不要把所有的鸡蛋放在一个篮子里
投资理财的黄金法则不要把所有的鸡蛋放在一个篮子里投资理财是追求财富增值和财务安全的重要手段之一。
然而，投资也存在风险，所以我们需要根据潜在风险来分散投资组合，以减少损失。
这个原则可以用一个著名的谚语来概括：不要把所有的鸡蛋放在一个篮子里。
这条黄金法则是指投资者应该将资金分散投资于不同的资产类别，行业和地区，以降低风险。
以下是几个理由，解释为什么不要把所有的鸡蛋放在一个篮子里。
首先，分散投资可以降低系统性风险。
当我们将所有资金投入到一个投资中时，如果该投资出现问题或者经济环境变化导致其价值下跌，我们将面临巨大的损失。
而分散投资可以通过将资金投资于不同的资产类别，行业和地区来降低这种风险。
例如，我们可以将部分资金投资于股票市场，部分资金投资于债券市场，部分资金投资于房地产市场等等。
当有些投资表现不佳时，其他投资可能会表现出更好的回报，从而平衡整个投资组合的风险。
其次，分散投资可以增加投资回报。
不同资产类别和行业的市场走势通常是不同的。
通过分散投资，我们可以捕捉到各种市场的机会，并在某些市场表现较强时获得更好的回报。
例如，当股票市场表现强劲时，股票投资可以带来丰厚的资本收益。
而在股票市场不景气时，固定收益类投资如债券和定期存款可以提供稳定的回报。
通过分散投资于不同的资产类别和行业，我们可以在不同市场情况下获得更好的投资回报。
此外，分散投资有助于控制投资风险。
通过将资金投资于不同的地区和国家，我们可以降低地缘政治和宏观经济因素对投资的冲击。
当一个地区或一个国家的经济环境不稳定时，其他地区或国家的投资可能不受影响，从而减少了整个投资组合的风险。
例如，如果我们将所有的投资都集中在一个发展中国家的股票市场上，那么当该国家政治或经济出现问题时，我们的投资将面临巨大损失。
但是，如果我们将资金分散投资于不同的国家和地区，我们可以减少这种单一地区风险。
尽管分散投资被认为是投资理财的黄金法则，但投资者也应该注意投资组合的细节。
数学之美系列完整版
数学之美系列完整版（最新全集列表）作者:吴军, Gooｇｌｅ研究员来源：Googlｅ黑板报酷勤网收集２007-12-04数学之美一统计语言模型数学之美二谈谈中文分词数学之美三隐含马尔可夫模型在语言处理中的应用ﻫ数学之美四怎样度量信息？ﻫ数学之美五简单之美:布尔代数和搜索引擎的索引数学之美六图论和网络爬虫（Wｅb Crawｌers)ﻫ数学之美七信息论在信息处理中的应用数学之美八贾里尼克的故事和现代语言处理数学之美九如何确定网页和查询的相关性ﻫ数学之美十有限状态机和地址识别数学之美十一Ｇoｏgle 阿卡 47 的制造者阿米特。
辛格博士数学之美十二余弦定理和新闻的分类数学之美十三信息指纹及其应用数学之美十四谈谈数学模型的重要性ﻫ数学之美十五繁与简自然语言处理的几位精英数学之美十六不要把所有的鸡蛋放在一个篮子里最大熵模型ﻫ数学之美十七闪光的不一定是金子谈谈搜索引擎作弊问题(Sｅaｒｃh Ｅｎgｉne Aｎtｉ—ＳＰAM）数学之美十八矩阵运算和文本处理中的分类问题ﻫ数学之美十九马尔可夫链的扩展贝叶斯网络（Bayeｓian Ｎeｔworks)数学之美二十自然语言处理的教父马库斯ﻫ数学之美二十一布隆过滤器(BlｏoｍＦiltｅｒ）数学之美二十二由电视剧《暗算》所想到的＆mdａsｈ；谈谈密码学的数学原理ﻫ数学之美二十三输入一个汉字需要敲多少个键—谈谈香农第一定律ﻫ数学之美二十四从全球导航到输入法——谈谈动态规划数学之美系列一：统计语言模型在很多涉及到自然语言处理的领域,如机器翻译、语音识别、印刷体或手写体识别、拼写纠错、汉字输入和文献查询中，我们都需要知道一个文字序列是否能构成一个大家能理解的句子，显示给使用者。
对这个问题，我们可以用一个简单的统计模型来解决这个问题.前言ﻫ也许大家不相信,数学是解决信息检索和自然语言处理的最好工具。
它能非常清晰地描述这些领域的实际问题并且给出漂亮的解决办法。
每当人们应用数学工具解决一个语言问题时,总会感叹数学之美.我们希望利用 Goｏgle 中文黑板报这块园地，介绍一些数学工具,以及我们是如何利用这些工具来开发 Goｏglｅ产品的.ﻫGooｇｌe 的ﻫ系列一：统计语言模型（ＳtaｔｉｓｔiｃaｌLanｇuage Modelｓ)ﻫ使命是整合全球的信息，所以我们一直致力于研究如何让机器对信息、语言做最好的理解和处理。
篮子理论：别把所有鸡蛋放在一个篮子里
篮子理论：别把所有鸡蛋放在一个篮子里
篮子理论首先是作为一个金融投资理念被提出，用以降低投资风险，但它具有更广泛的适用性，可以用在其他风险管理领域。
举个简单例子，“9.11”事件中，上千家公司和机构的重要数据随着世贸大厦一同葬身火海，有的公司就此消失，但有些公司却能在第二天就恢复业务，这完全在于有没有把鸡蛋放在不同篮子的区别。
对企业来说，做好数据备份是确保业务连续的重要手段。
除了信息和数据，相关的人员、设备、服务等，都需要基于冗余和备份的思想，将其纳入到统一的业务连续性管理当中。
关于“不要把所有鸡蛋放在一个菜篮子里”的思考
上发展起来的合作 关系。如何将这种合
Ａ ｏ１６ ｏ． Ｖ ． Ｎ ９
９ ・２００２
关于“ 不要把所有鸡蛋放在
维普资讯
二 薹 星 』 卿 篁 呈 耋ｊ Ｉ 噩
对一些低薪的家庭而言，时间、体
力相对金钱而言都不是 问题 ，他们很可
维Hale Waihona Puke 资讯 圃关于“ 不要把所有鸡蛋 放在一个菜篮子里＂ 的思考
林洪
本文作者林洪女士 ，上海西 门子工业 自动化
关键词 ：营销 市场定位 顾客价值
一
需求 合作伙伴
作关系维系 、发展 ，尽可能地 防止老顾
有限公司项 目经理。
简介
一
可选择， 被动 ， 具有共性 ； 欲望是一种概 括、一种寻求，主观可选择 ， 具有个性 ； 而具有购买力的欲望才是需求。了解了
场定位。 适当的时间，适当的地点，适当的
菜篮子里。这些鸡蛋以最低的价格和最
好的服务 ，而在不同的菜篮子里得到精 心呵护。但如果有人 间及这些企业的控
增加顾客的总价值并使之满意。如当我
们想品尝到美味的肯德基食品时，我们
价格， 适当的促销手段，向适当的顾客 ，
提供适当的产品和服务。首先要分清消
价值 就高 ；顾客总 成本 中的任一 项降 低 ，顾客价值也会升高 。作为一个工程 人员，我们应该常常站在顾客的角度去
思考 ，从如表所示的顾客价值的 ８ 个方 面去选择项 目中所需 的所有产品和提供 适合的服务。回顾我们对该公司在 中国 的一系列合资和独资企业所提供 的一系
列产 品和工程 服务 ，有时 可说是 无意 的 ，但大多数时间我们是在营销，有意
时间，车费（ 便宜） 餐费——热食品，原 ，
2022年《数学之美》读书笔记
2022年《数学之美》读书笔记2022年《数学之美》读书笔记1《数学之美》是一本领域相关的数学概念书，生动形象地讲解了关于数据挖掘、文本检索等方面的基础知识，可以作为数据挖掘、文本检索的入门普及书。
另外，就像作者吴军老师提到的，关键是要从中学到道----解决问题的方法，而不仅仅是术。
书中也启发式的引导读者形成自己解决问题的道。
下面记录一下自己读这本书的一些感想：第一章《文字和语言vs数字和信息》：文字和语言中天然蕴藏着一些数学思想，数学可能不仅仅的是一门非常理科的知识，也是一种艺术。
另外，遇到一个复杂的问题时，可能生活中的一些常识，一些简单的思想会给你带来解决问题的灵感。
第二章《自然语言处理----从规则到统计》：试图模拟人脑处理语言的模式，基于语法规则，词性等进行语法分析、语义分析的自然语言处理有着很大的复杂度，而基于统计的语言模型很好的解决了自然语言处理的诸多难题。
人们认识这个过程，找到统计的方法经历了20多年，非常庆幸我们的前辈已经帮我们找到了正确的方法，不用我们再去苦苦摸索。
另外，这也说明在发现真理的过程中是充满坎坷的，感谢那些曾经奉献了青春的科学家。
自己以后遇到问题也不能轻易放弃，真正的成长是在解决问题的过程中。
事情不可能一帆风顺的，这是自然界的普遍真理吧！第三章《统计语言模型》：自然语言的处理找到了一种合适的方法---基于统计的模型，概率论的知识开始发挥作用。
二元模型、三元模型、多元模型，模型元数越多，计算量越大，简单实用就是最好的。
对于某些不出现或出现次数很少的词，会有零概率问题，这是就要找到一数学方法给它一个很小的概率。
以前学概率论的时候觉的没什么用，现在开始发现这些知识可能就是你以后解决问题的利器。
最后引用作者__的最后一句话：数学的魅力就在于将复杂的问题简单化。
第四章《谈谈中文分词》：中文分词是将一句话分成一些词，这是以后进一步处理的基础。
从开始的到后来基于统计语言模型的分词，如今的中文分词算是一个已经解决的问题。
《数学之美》读书笔记
《数学之美》读书笔记《数学之美》读书笔记《数学之美》是一本领域相关的数学概念书，生动形象地讲解了关于数据挖掘、文本检索等方面的基础知识，可以作为数据挖掘、文本检索的入门普及书。
另外，就像作者吴军老师提到的，关键是要从中学到道----解决问题的方法，而不仅仅是术。
书中也启发式的引导读者形成自己解决问题的道。
下面记录一下自己读这本书的一些感想：第一章《文字和语言vs数字和信息》：文字和语言中天然蕴藏着一些数学思想，数学可能不仅仅的是一门非常理科的知识，也是一种艺术。
另外，遇到一个复杂的问题时，可能生活中的一些常识，一些简单的思想会给你带来解决问题的灵感。
第二章《自然语言处理----从规则到统计》：试图模拟人脑处理语言的模式，基于语法规则，词性等进行语法分析、语义分析的自然语言处理有着很大的复杂度，而基于统计的语言模型很好的解决了自然语言处理的诸多难题。
人们认识这个过程，找到统计的方法经历了20多年，非常庆幸我们的前辈已经帮我们找到了正确的方法，不用我们再去苦苦摸索。
另外，这也说明在发现真理的过程中是充满坎坷的，感谢那些曾经奉献了青春的科学家。
自己以后遇到问题也不能轻易放弃，真正的成长是在解决问题的过程中。
事情不可能一帆风顺的，这是自然界的普遍真理吧！第三章《统计语言模型》：自然语言的处理找到了一种合适的方法---基于统计的模型，概率论的知识开始发挥作用。
二元模型、三元模型、多元模型，模型元数越多，计算量越大，简单实用就是最好的。
对于某些不出现或出现次数很少的词，会有零概率问题，这是就要找到一数学方法给它一个很小的概率。
以前学概率论的时候觉的没什么用，现在开始发现这些知识可能就是你以后解决问题的利器。
最后引用作者本章的最后一句话：数学的魅力就在于将复杂的问题简单化。
第四章《谈谈中文分词》：中文分词是将一句话分成一些词，这是以后进一步处理的基础。
从开始的查字典到后来基于统计语言模型的分词，如今的中文分词算是一个已经解决的问题。
2021年6月英语六级作文范文：不要把鸡蛋都放到一个篮子里
2021年6月英语六级作文范文：不要把鸡蛋都放到一个篮子里2021年6月英语六级作文题目：It is unwise to put all eggs in one basket.把全部鸡蛋放到一个篮子里是不明智的。
2021年6月英语六级作文范文：It is a truth universally acknowledged that we need to have a plan B when we are doing important things. As a famous proverbs goes, it is unwise to put all your eggs in one basket. This saying obviously aims to deliver the messagethat in order to avoid possible failures and setbacks, we ought to make adequate and flexible preparations.Nobody can be certain of what is going to happen in the future; therefore, we all need to have different plans and prepations in case of undesirable outcomes. Then, the losses and risks can be tremendously reduced. For instance, a decade ago, chinese stock market was extremely profitable and made numerous people millionnaires just overnight. One day, my uncle came to my home and he intended to borrow money from my parents. He promised that he would return the money plus the interest in two years. But my father was dicreet and he only loaned him a few. Then, he deposited some in the bank, invested some in the national bond, and spent the rest on a new apartment. Two years later, chinese stock market crashed and my uncle nearly lost all his fortune. Luckily, myfather’s decision made more money for us.To conclude, it is highly unfeasible to put all eggs in just one basket. Not only will this give rise to theunexpected and unaffordable result, but we will be inclined to be irrationale and unreasonable.。
大多数人都搞错了，有时候要“把所有鸡蛋放在同一个篮子里”
大多数人都搞错了，有时候要“把所有鸡蛋放在同一个篮子里”编者按：“不要把鸡蛋放在一个篮子里”是大家耳熟能详的投资原则，但经营沃尔玛的沃尔顿家族，经营金宝汤的多瑞斯家族，甚至股神巴菲特的家族企业，却都没有选择多元分散，而是把财富集中投入到一个或者少数几个项目中。
针对其中的原因，本文作者和上海交通大学安泰经济与管理学院金融学副教授李楠进行了深入讨论，李楠老师拥有美国芝加哥大学经济学博士学位，武汉大学数学学士和经济学硕士学位，曾经在新加坡国立大学商学院金融系担任助教授，兼任新加坡国立大学风险管理研究中心以及房地产研究中心研究员。
以下内容是伍治坚老师与李楠老师的对话记录，希望能给带给你启发。
文|伍治坚，原载于伍治坚证据主义（ID：wzjevidence）以下内容是我们的对话记录伍治坚：您在论文中提到，美国很多家族企业是把自己的财富集中投入到一个或者少数几个项目中。
在您看来，这种现象是否具有普遍代表性?李楠：这并非一个或两个家族的个案，根据我们的数据，在美国的家族企业，而且是在美国交易市场上市的家族企业中，有超过70%的企业长期持有大量它们自己的股权，他们的平均50%以上的财富是投资在自己的家族企业中的。
这就是我们这篇文章主要探讨的问题，为什么这些非常成功的金融投资者、经营者会把自己家族大部分的财产都集中在一个企业，而不是去投资在那些风险比较分散的企业，比如投资指数基金上？如果简单地基于历史数据来估计，这些指数基金的平均回报率和家族企业单只股票的家族回报率基本相当，但是风险基本只有单只股票风险的三分之一甚至更小。
我们提出的一个理念是：源于这些家族企业主对于未来不确定性的恐惧。
这里的“不确定性”跟金融市场上投资者比较熟悉的“风险”是有区别的。
这里所说的“不确定性”是指投资者不仅知道这个股票有风险，即将来的收益会有不同的值，而且投资者并不知道这些股票的收益率会服从什么样的概率分布。
也就是说，投资者可能知道我的股票明年会到10%、20%，或者是5%，或者也有可能亏损，但是我们一般的金融理论会假设投资者知道这个股票明年到10%、20%或者是5%或者亏损的概率是多少。
数学之美：最大熵模型（不要把所有鸡蛋放到一个篮子里）（下）
数学之美：最大熵模型（不要把所有鸡蛋放到一个篮子里）（下）我们上次谈到用最大熵模型可以将各种信息综合在一起。
我们留下一个问题没有回答，就是如何构造最大熵模型。
我们已经所有的最大熵模型都是指数函数的形式，现在只需要确定指数函数的参数就可以了，这个过程称为模型的训练。
最原始的最大熵模型的训练方法是一种称为通用迭代算法GIS(generalized iterative scaling) 的迭代算法。
GIS 的原理并不复杂，大致可以概括为以下几个步骤：1. 假定第零次迭代的初始模型为等概率的均匀分布。
2. 用第 N 次迭代的模型来估算每种信息特征在训练数据中的分布，如果超过了实际的，就把相应的模型参数变小；否则，将它们便大。
3. 重复步骤 2 直到收敛。
GIS 最早是由 Darroch 和 Ratcliff 在七十年代提出的。
但是，这两人没有能对这种算法的物理含义进行很好地解释。
后来是由数学家希萨（Csiszar)解释清楚的，因此，人们在谈到这个算法时，总是同时引用Darroch 和Ratcliff 以及希萨的两篇论文。
GIS 算法每次迭代的时间都很长，需要迭代很多次才能收敛，而且不太稳定，即使在 64 位计算机上都会出现溢出。
因此，在实际应用中很少有人真正使用GIS。
大家只是通过它来了解最大熵模型的算法。
八十年代，很有天才的孪生兄弟的达拉皮垂(Della Pietra)在IBM 对GIS 算法进行了两方面的改进，提出了改进迭代算法IIS （improved iterative scaling）。
这使得最大熵模型的训练时间缩短了一到两个数量级。
这样最大熵模型才有可能变得实用。
即使如此，在当时也只有 IBM 有条件是用最大熵模型。
由于最大熵模型在数学上十分完美，对科学家们有很大的诱惑力，因此不少研究者试图把自己的问题用一个类似最大熵的近似模型去套。
谁知这一近似，最大熵模型就变得不完美了，结果可想而知，比打补丁的凑合的方法也好不了多少。
第一节 收益与风险——不要把鸡蛋放在同一个篮子里
收益与风险
——不要把鸡蛋放在同一故事体现了投资经济学的 什么内容？
多个篮子装鸡蛋，显然有利于分散风险。然而， 在实际运用中，不少投资者却又走向了另一个极端： 将鸡蛋放在过多的篮子里。选择投资的品种如果太 多，既耗费大量的精力，又可能影响收益率。这使 得投资追踪困难，或者“分心乏力”，造成分析不 到位，则极有可能会降低预期收益。
经济学启示
面对现实中众多的开放式基金，投资者们应 该根据自己的风险偏好先仔细筛选，选择适合自 己的投资类型，再选择合理的投资时间进行投资。 要时刻清醒地认识到：不要把所有的鸡蛋放在一 个篮子里，但也不要把鸡蛋放在太多的篮子里， 既要注意风险性又要关注收益率。
关注投资，学会理财。
做一个理智的投资者， 做投资的大赢家。
数学之美系列完整版
作者：吴军, Google 研究员来源：Google黑板报酷勤网收集2007-12-04数学之美一统计语言模型数学之美二谈谈中文分词数学之美三隐含马尔可夫模型在语言处理中的应用数学之美四怎样度量信息?数学之美五简单之美：布尔代数和搜索引擎的索引数学之美六图论和网络爬虫 (Web Crawlers)数学之美七信息论在信息处理中的应用数学之美八贾里尼克的故事和现代语言处理数学之美九如何确定网页和查询的相关性数学之美十有限状态机和地址识别数学之美十一 Google 阿卡 47 的制造者阿米特.辛格博士数学之美十二余弦定理和新闻的分类数学之美十三信息指纹及其应用数学之美十四谈谈数学模型的重要性数学之美十五繁与简自然语言处理的几位精英数学之美十六不要把所有的鸡蛋放在一个篮子里最大熵模型数学之美十七闪光的不一定是金子谈谈搜索引擎作弊问题(Search Engine Anti-SPAM)数学之美十八矩阵运算和文本处理中的分类问题数学之美十九马尔可夫链的扩展贝叶斯网络 (Bayesian Networks)数学之美二十自然语言处理的教父马库斯数学之美二十一布隆过滤器（Bloom Filter）数学之美二十二由电视剧《暗算》所想到的 — 谈谈密码学的数学原理数学之美二十三输入一个汉字需要敲多少个键—谈谈香农第一定律数学之美二十四从全球导航到输入法——谈谈动态规划数学之美系列一：统计语言模型在很多涉及到自然语言处理的领域，如机器翻译、语音识别、印刷体或手写体识别、拼写纠错、汉字输入和文献查询中，我们都需要知道一个文字序列是否能构成一个大家能理解的句子，显示给使用者。
对这个问题，我们可以用一个简单的统计模型来解决这个问题。
前言也许大家不相信，数学是解决信息检索和自然语言处理的最好工具。
它能非常清晰地描述这些领域的实际问题并且给出漂亮的解决办法。
每当人们应用数学工具解决一个语言问题时，总会感叹数学之美。
鸡蛋能不能放在一个篮子里
鸡蛋能不能放在一个篮子里？
俗话说“不能把鸡蛋放在同一个篮子里”，意思是说把鸡蛋放在同一个篮子里，风险很大，万一这个篮子砸了，全部的鸡蛋也就都砸了！为了减少这种全盘皆输的局面，最好将鸡蛋分开放在不同的篮子里，即使一个篮子里的鸡蛋砸了，还有其他篮子里的鸡蛋！
那么，应用到股市里呢？于是就买了很多只股票以规避风险，这种做法可取吗？答案是否定的！我们很多散户朋友片面的理解了这句股谚，认为投进股市的那点钱，也要进行分散投资，动辄几只股票在手，甚至10多只股票，说实话，对我们散户来说，资金是有限的，精力也是有限的，那么多股票，很难管理！本来一两个股票做做波段还可以，一旦几个股票套了，就放在那里任其自生自灭，这是非常危险和错误的！大资金是需要做组合的，因为他们进出市场很不方便，所以需要在行业之间，不同的公司之间进行差异配置，以平衡收益和风险！
100万以下的资金量，买进和卖出，瞬间就可完成，非常方便，持有几只股票比较合适呢？淘气觉得不超过三只也就够了！很多人由于不了解手里的股票，心里没底，所以就多买几只，自己安慰自己，美其名曰：这叫分散投资，是把鸡蛋放在不同的篮子里！其实呢，如果你认真的去研究一两家目标公司，做到有的放矢，那么即使你手里持有的是一只股票，那也是风险很小的，淘气想说的是：重拳出击，持有一只好股票，也就等于你投资了一家好企业，好公司，剩下你要做的就是，波段做多！这也是淘气一年只做20—40只左右股票，每个股票都能赚钱的原因！
百鸟在林不如一鸟在手，贪多嚼不烂的道理，上学的时候老师就告诉我们了，学以致用了，才不算还给老师，发挥你的聪明才智，多做功课，少听传言，有了你自己的主攻方向，那么我要祝贺你，你离成功不远矣！。
鸡蛋与篮子效应
鸡蛋与篮子长期以来，“不要把所有的鸡蛋放进同一个篮子里”，成了众所周知的投资名言，用以提示人们分散投资、降低风险。
其理由是：把鸡蛋放进不同的篮子，可以规避掉一损俱损的风险。
但在现实生活中，很多人对这句话的理解过于片面，进而衍生出了不少的投资误区。
有人甚至误以为“篮子”越多越能分散风险。
但他没想到的是“篮子”越多交易成本和管理成本也就越高。
比方说：你有成百上千的投资机会可以选择，但是如果同时选择其中的很多项目甚至全部项目，那你最终的结果可能是非常糟糕的，因为你的资本是有限的，精力和能力也是有限的。
除非你有足够充沛的精力和特别好的运气。
在选择“鸡蛋”与“篮子”时，我的理论是：首先选择篮子的质量，然后看我有多少“鸡蛋”。
如果我发现了一只特别结实的“篮子”，并且这只“篮子”还可以很快把“鸡蛋”变成“小鸡”，然后又能把“小鸡”变成“母鸡”，那我就一定会把所有的“鸡蛋”放到最好的“篮子”里，甚至还会去把人家的“鸡蛋”借来放到我的这只“篮子”里。
只有把最好的“篮子”装满后，如果还有更多的“鸡蛋”，我再把多余的“鸡蛋”放到第二好的“篮子”里。
如果把第二好的“篮子”装满后，还有多余的“鸡蛋”，我再把多余的“鸡蛋”放到第三好的“篮子”里，依次类推。
十多年来，我的投资就是按这样的理论执行的。
比方说，1998—2000年间，我将所有的资金全部用来经营我的企业——娄底市广大实业有限公司。
2000年以后，我把经营企业多余的钱用于“民间借贷”借给最需要钱的中小企业吃比银行高得多的利息（年息18%以上）；2007年起，我就转让出娄底市广大实业有限公司的一部分股份，将大部分钱都用于“民间借贷”，按市场行情吃高于20%以上的利息，有时还按低于10%的年息借人家的“鸡蛋”放到我的这两只“篮子”里。
这些年来，我只看好这两只“篮子”，对其他任何“篮子”无动于衷。
绝对不炒房，不买股票，不买基金，不自愿购买任何保险，不做传销（“直销”）。
如果不好好研究“篮子”的材质，那有可能多少“篮子”也没用。
鸡蛋放在同一篮子经济学原理-概述说明以及解释
鸡蛋放在同一篮子经济学原理-概述说明以及解释1.引言1.1 概述概述部分的内容：在经济学中，有一句经典的谚语，即“不要把所有的鸡蛋都放在同一个篮子里”。
这句话常常被用来形容投资或经营风险的分散化原则。
“鸡蛋放在同一篮子”这一原理的核心思想是，将风险分散到不同的领域或资产中，以降低整体风险的程度。
如果将所有的鸡蛋都放在同一个篮子里，那么一旦篮子出现问题，所有的鸡蛋都会受到影响。
这个原理在经济学中有着广泛的应用。
在投资领域，投资者经常会将资金分散投资于不同的股票、债券、房地产等各种资产，以平衡风险和收益。
同样，在企业经营中，分散经营也被视为一种重要的战略，企业会多元化经营不同的产品或服务，以减少某一领域风险对整个企业的冲击。
然而，鸡蛋放在同一篮子的原则也并非一成不变。
在某些情况下，集中投资或经营也可能带来更高的回报和效益。
例如，在某个特定的领域或市场上，专注于某一项业务可能会使企业在行业中形成竞争优势。
因此，在实际应用中，我们需要根据具体的情况和目标来决定是否要将鸡蛋放在同一篮子。
在大多数情况下，风险分散的原则是明智和可行的，但我们也需要具备一定的风险管理能力和决策智慧，以适应不同的市场环境和经济条件。
总之，鸡蛋放在同一篮子的经济学原理教导我们要把风险分散到不同的领域或资产中，以降低整体风险。
然而，在具体实践中还需结合实际情况来决策，以达到最佳的效益和风险控制。
1.2 文章结构本文将按照以下结构进行论述：引言、正文和结论。
引言部分将对鸡蛋放在同一篮子的经济学原理进行概述，介绍相关的背景信息，并明确本文的目的。
在概述部分，我们将探讨鸡蛋放在同一篮子这一经济学原理的基本含义和作用，以及在不同经济环境中的应用。
接下来，文章将介绍文章的结构，并概述每个部分的要点。
正文部分将分为三个要点进行论述。
首先，我们将探讨为什么人们倾向于将鸡蛋放在同一篮子中，主要考虑到集中风险的可能性和提高经济效益的潜力。
我们将通过实例和经济学模型来支持这一观点。
很多人都回答错了：鸡蛋到底要不要放在一个篮子里？
很多人都回答错了：鸡蛋到底要不要放在一个篮子里？搜狐网2017-09-28 17:15诺贝尔经济学奖的得主、美国经济学家詹姆斯·托宾曾说过：“不要把所有的鸡蛋放在同一个篮子里。
”把这句话放在投资上，说的是一个非常重要的道理：资产需要配置、投资需要适当分散，不可过度集中持有一种资产或一只股票。
安全边际派赞同这一说法，倡导资产配置的理念。
一、为什么要进行大类资产配置大量的研究证实：资产配置是中长期收益的主要源泉。
诺贝经济学奖得主马科维茨于1952年首次从理论上论证了资产配置的重要性。
耶鲁大学教授雷蒙德·戈德史密斯于1969年提出，通过资产配置可以大大提高投资的边际收益率。
诺贝尔经济学奖得主威廉·夏普于1986年指出资产配置在现代投资组合策略中具有举足轻重的作用。
世界第二大基金管理公司先锋集团创始人约翰·伯格于1994年提出，资产配置是最基本的投资决策，也是美国养老基金取得较高总收益的重要原因。
目前中国大众居民参与度较高的几类资产包括银行存款、股票、债券、黄金、房产、外汇等。
如果把全部资产放在银行存款里，看看几天前“当初一套房、如今不够一张床”的新闻就知道结局大概是什么样了。
如果把全部资产放在房产上，又会怎样？目前有的二三线房子还有热度，但一线城市的楼市已经慢慢冷却，很多地方从卖方市场变成了买方市场。
近年来限购、限售政策频出，房产的流动性必将越来越差。
为了避免通胀的侵蚀，规避集中持有一种资产的风险，进行大类资产配置实有必要。
二、金融资产中，为什么要进行“70-20-10”的配置安全边际派建议当前金融资产的配置比例为“70-20-10”，即70%的股票、20%的债券类产品及10%的现金类资产。
在《资产配置的艺术》一书中，资产配置的比例其实是“60-30-10”。
为什么我们建议70%的股票配置比例，这主要是考虑到当前市场还处在相对低位，可以适当加大股票类资产的比例。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数学之美系列十六：不要把所有的鸡蛋放在一个篮子里--谈谈最大[我们在投资时常常讲不要把所有的鸡蛋放在一个篮子里，这样可以降低风险。
在信息处理中，这个原理同样适用。
在数学上，这个原理称为最大熵原理(the maximum entropy principle)。
这是一个非常有意思的题目，但是把它讲清楚要用两个系列的篇幅。
]前段时间，Google 中国研究院的刘骏总监谈到在网络搜索排名中，用到的信息有上百种。
更普遍地讲，在自然语言处理中，我们常常知道各种各样的但是又不完全确定的信息，我们需要用一个统一的模型将这些信息综合起来。
如何综合得好，是一门很大的学问。
让我们看一个拼音转汉字的简单的例子。
假如输入的拼音是"wang-xiao-bo"，利用语言模型，根据有限的上下文(比如前两个词)，我们能给出两个最常见的名字“王小波”和“王晓波”。
至于要唯一确定是哪个名字就难了，即使利用较长的上下文也做不到。
当然，我们知道如果通篇文章是介绍文学的，作家王小波的可能性就较大；而在讨论两岸关系时，台湾学者王晓波的可能性会较大。
在上面的例子中，我们只需要综合两类不同的信息，即主题信息和上下文信息。
虽然有不少凑合的办法，比如：分成成千上万种的不同的主题单独处理，或者对每种信息的作用加权平均等等，但都不能准确而圆满地解决问题，这样好比以前我们谈到的行星运动模型中的小圆套大圆打补丁的方法。
在很多应用中，我们需要综合几十甚至上百种不同的信息，这种小圆套大圆的方法显然行不通。
数学上最漂亮的办法是最大熵(maximum entropy)模型，它相当于行星运动的椭圆模型。
“最大熵”这个名词听起来很深奥，但是它的原理很简单，我们每天都在用。
说白了，就是要保留全部的不确定性，将风险降到最小。
让我们来看一个实际例子。
有一次，我去AT&T 实验室作关于最大熵模型的报告，我带去了一个色子。
我问听众“每个面朝上的概率分别是多少”，所有人都说是等概率，即各点的概率均为1/6。
这种猜测当然是对的。
我问听众们为什么，得到的回答是一致的：对这个“一无所知”的色子，假定它每一个朝上概率均等是最安全的做法。
（你不应该主观假设它象韦小宝的色子一样灌了铅。
）从投资的角度看，就是风险最小的做法。
从信息论的角度讲，就是保留了最大的不确定性，也就是说让熵达到最大。
接着，我又告诉听众，我的这个色子被我特殊处理过，已知四点朝上的概率是三分之一，在这种情况下，每个面朝上的概率是多少？这次，大部分人认为除去四点的概率是1/3，其余的均是2/15，也就是说已知的条件（四点概率为1/3）必须满足，而对其余各点的概率因为仍然无从知道，因此只好认为它们均等。
注意，在猜测这两种不同情况下的概率分布时，大家都没有添加任何主观的假设，诸如四点的反面一定是三点等等。
（事实上，有的色子四点反面不是三点而是一点。
）这种基于直觉的猜测之所以准确，是因为它恰好符合了最大熵原理。
最大熵原理指出，当我们需要对一个随机事件的概率分布进行预测时，我们的预测应当满足全部已知的条件，而对未知的情况不要做任何主观假设。
（不做主观假设这点很重要。
）在这种情况下，概率分布最均匀，预测的风险最小。
因为这时概率分布的信息熵最大，所以人们称这种模型叫“最大熵模型”。
我们常说，不要把所有的鸡蛋放在一个篮子里，其实就是最大熵原理的一个朴素的说法，因为当我们遇到不确定性时，就要保留各种可能性。
回到我们刚才谈到的拼音转汉字的例子，我们已知两种信息，第一，根据语言模型，wang-xiao-bo 可以被转换成王晓波和王小波；第二，根据主题，王小波是作家，《黄金时代》的作者等等，而王晓波是台湾研究两岸关系的学者。
因此，我们就可以建立一个最大熵模型，同时满足这两种信息。
现在的问题是，这样一个模型是否存在。
匈牙利著名数学家、信息论最高奖香农奖得主希萨（Csiszar）证明，对任何一组不自相矛盾的信息，这个最大熵模型不仅存在，而且是唯一的。
而且它们都有同一个非常简单的形式-- 指数函数。
下面公式是根据上下文（前两个词）和主题预测下一个词的最大熵模型，其中 w3 是要预测的词（王晓波或者王小波）w1 和 w2 是它的前两个字（比如说它们分别是“出版”，和“”），也就是其上下文的一个大致估计，subject 表示主题。
我们看到，在上面的公式中，有几个参数 lambda 和 Z ，他们需要通过观测数据训练出来。
最大熵模型在形式上是最漂亮的统计模型，而在实现上是最复杂的模型之一。
我们在将下一个系列中介绍如何训练最大熵模型的诸多参数，以及最大熵模型在自然语言处理和金融方面很多有趣的应用。
数学之美系列十六（下）－不要把所有的鸡蛋放在一个篮子里-- 谈谈最大熵模型上面用最大熵模型可以将各种信息综合在一起。
我们留下一个问题没有回答，就是如何构造最大熵模型。
我们已经所有的最大熵模型都是指数函数的形式，现在只需要确定指数函数的参数就可以了，这个过程称为模型的训练。
最原始的最大熵模型的训练方法是一种称为通用迭代算法GIS(generalized iterative scaling) 的迭代算法。
GIS 的原理并不复杂，大致可以概括为以下几个步骤：1. 假定第零次迭代的初始模型为等概率的均匀分布。
2. 用第 N 次迭代的模型来估算每种信息特征在训练数据中的分布，如果超过了实际的，就把相应的模型参数变小；否则，将它们便大。
3. 重复步骤 2 直到收敛。
GIS 最早是由 Darroch 和 Ratcliff 在七十年代提出的。
但是，这两人没有能对这种算法的物理含义进行很好地解释。
后来是由数学家希萨（Csiszar)解释清楚的，因此，人们在谈到这个算法时，总是同时引用Darroch 和Ratcliff 以及希萨的两篇论文。
GIS 算法每次迭代的时间都很长，需要迭代很多次才能收敛，而且不太稳定，即使在 64 位计算机上都会出现溢出。
因此，在实际应用中很少有人真正使用GIS。
大家只是通过它来了解最大熵模型的算法。
八十年代，很有天才的孪生兄弟的达拉皮垂(Della Pietra)在IBM 对GIS 算法进行了两方面的改进，提出了改进迭代算法IIS （improved iterative scaling）。
这使得最大熵模型的训练时间缩短了一到两个数量级。
这样最大熵模型才有可能变得实用。
即使如此，在当时也只有 IBM 有条件是用最大熵模型。
由于最大熵模型在数学上十分完美，对科学家们有很大的诱惑力，因此不少研究者试图把自己的问题用一个类似最大熵的近似模型去套。
谁知这一近似，最大熵模型就变得不完美了，结果可想而知，比打补丁的凑合的方法也好不了多少。
于是，不少热心人又放弃了这种方法。
第一个在实际信息处理应用中验证了最大熵模型的优势的，是宾夕法尼亚大学马库斯的另一个高徒原IBM 现微软的研究员拉纳帕提(Adwait Ratnaparkhi)。
拉纳帕提的聪明之处在于他没有对最大熵模型进行近似，而是找到了几个最适合用最大熵模型、而计算量相对不太大的自然语言处理问题，比如词性标注和句法分析。
拉纳帕提成功地将上下文信息、词性（名词、动词和形容词等）、句子成分（主谓宾）通过最大熵模型结合起来，做出了当时世界上最好的词性标识系统和句法分析器。
拉纳帕提的论文发表后让人们耳目一新。
拉纳帕提的词性标注系统，至今仍然是使用单一方法最好的系统。
科学家们从拉纳帕提的成就中，又看到了用最大熵模型解决复杂的文字信息处理的希望。
但是，最大熵模型的计算量仍然是个拦路虎。
我在学校时花了很长时间考虑如何简化最大熵模型的计算量。
终于有一天，我对我的导师说，我发现一种数学变换，可以将大部分最大熵模型的训练时间在IIS 的基础上减少两个数量级。
我在黑板上推导了一个多小时，他没有找出我的推导中的任何破绽，接着他又回去想了两天，然后告诉我我的算法是对的。
从此，我们就建造了一些很大的最大熵模型。
这些模型比修修补补的凑合的方法好不少。
即使在我找到了快速训练算法以后，为了训练一个包含上下文信息，主题信息和语法信息的文法模型(language model)，我并行使用了 20 台当时最快的 SUN 工作站，仍然计算了三个月。
由此可见最大熵模型的复杂的一面。
最大熵模型快速算法的实现很复杂，到今天为止，世界上能有效实现这些算法的人也不到一百人。
有兴趣实现一个最大熵模型的读者可以阅读我的论文。
最大熵模型，可以说是集简与繁于一体，形式简单，实现复杂。
值得一提的是，在Google的很多产品中，比如机器翻译，都直接或间接地用到了最大熵模型。
讲到这里，读者也许会问，当年最早改进最大熵模型算法的达拉皮垂兄弟这些年难道没有做任何事吗？他们在九十年代初贾里尼克离开IBM 后，也退出了学术界，而到在金融界大显身手。
他们两人和很多IBM 语音识别的同事一同到了一家当时还不大，但现在是世界上最成功对冲基金(hedge fund)公司----文艺复兴技术公司(Renaissance Technologies)。
我们知道，决定股票涨落的因素可能有几十甚至上百种，而最大熵方法恰恰能找到一个同时满足成千上万种不同条件的模型。
达拉皮垂兄弟等科学家在那里，用于最大熵模型和其他一些先进的数学工具对股票预测，获得了巨大的成功。
从该基金1988 年创立至今，它的净回报率高达平均每年34%。
也就是说，如果1988 年你在该基金投入一块钱，今天你能得到200 块钱。
这个业绩，远远超过股神巴菲特的旗舰公司伯克夏哈撒韦（Berkshire Hathaway)。
同期，伯克夏哈撒韦的总回报是 16 倍。
值得一提的是，信息处理的很多数学手段，包括隐含马尔可夫模型、子波变换、贝叶斯网络等等，在华尔街多有直接的应用。
由此可见，数学模型的作用。