首先要理解 [风险溢价] ，CAPM 模型，我们一般以 SHIBOR 、十年国债收益率等指标作为 [无风险利率] ，近期利率用同业存单利率参考，除了部分 [高风险信用评级银行] 会推出较高的定期存款，其风险准备金、净资本、超额准备金多少？不然就是投资了 [信用评级较低的利率债] 赚取了风险溢价，背后的底层资产才是你需要考虑的，风险穿透，交易对手的主体信用如何？违约概率？

对于大部分人老老实实货币基金，流动性是更为重要的。

Win11 的 Smart App Control 智能应用控制功能，通过检查数字签名阻止不受信任的程序。

https://support.microsoft.com/zh-cn/topic/%E4%BB%80%E4%B9%88%E6%98%AF%E6%99%BA%E8%83%BD%E5%BA%94%E7%94%A8%E6%8E%A7%E5%88%B6-285ea03d-fa88-4d56-882e-6698afdb7003

我的极简博客，Next.js + Vercel + TailwindCSS

专注于内容创作，Markdown + Frontmatter 写作

自适应黑暗模式
完整的 SEO 支持，Opengraph 、JSON-LD 和 RSS
轻量级的搜索引擎，Fuse.js 实现全文搜索和模糊搜索

https://prologue.dev/

github： https://github.com/hxlog/prologue.dev

zlib + marginote

本末倒置了，策略 - 回测 - 实现，先不要想着做交易模块，你需要的是一个有效的量化策略，tradingview 的 pine 在量化交易里非常难用，ccxt,freqtrade 才是正解，建议退坑。

手持旧 ipad pro2018 11 寸，主要 marginote 看书，屏幕发黄闪屏厉害，等今年新直接换。

不建议换二手，屏幕老化之后，看电子书很难受，要买就买新，玩游戏看视频那更不推荐二手了。

这种情况推荐 vercel+next.js ，自带图片优化，折腾 cos 没必要，不如直接套 cf ，考虑到都是静态资源，内容不频繁更新，那更没必要买云服务器了，考虑下前端的选型 next.js,astro,nuxt 等框架能图片优化开箱即用的。

Word 和 WPS ，其他软件脚注、尾注、引用能解决吗？

建议从乐理和宿主软件起步，fl studio 还挺适合新手的说，然后折腾 midi 键盘录制编曲，音源的可玩性还是不错的。

电钢怎么会和琴行里的差不多，三角钢琴特别响的...

@grindsgears 还有恒生电子家的也是没啥替代品，入行了才知道证券行业如此依赖外边软件/服务提供商...

@grindsgears sell put 核心问题还是是否看好一个标的，以及其估值，这肯定是想着指派行权，如果打算在到期之前卖出的，才会考虑波动率把？

由于现实一定是波动率被低估的，我也觉得看多（宽）跨式期权合理，但需要定投，broken wing butterfly 感觉很冷门，请教下，适用于什么场景？

@hanh1985 超级推荐 R 语言（太感动了居然有人提到 R ），做波动率策略，做分布图，做交叉检验，现实是波动率总是被低估，肥尾效应...

个人建议从简单的升贴水统计套利开始...

基本面投资的话，alpha 策略（对冲大盘+医药组合），还有期权的动态对冲，其实现在美元利率还没降低，还有美股 2023 年的盈利集中度，行业 alpha 越来越难了...你的投资观念可能正确，但不一定赚钱。

取决于你的价值观和投资风格，就怕看到别人说这个策略赚钱然后一窝蜂过去，最后啥也做不好...不过还是很推荐拿着很小的仓位试错的。

个人观点：你可能适合做 sell put ，或做雪球产品，而且是定投建仓，配合行研基本面分析，投机还是算了。

不确定性过大，来自证券从业人员的建议：

价值看好 sell put 策略，定投，获得廉价筹码建仓
sell call 策略，若手中无筹码，盲目折腾找死

复盘会发现 FDA 审批过程中市场就已经有风吹草动，也有可能临床实验翻车的情况，所以应该是更为保守的策略：

（宽）跨式期权做多或做空波动率

单向期权，香草之类的，我觉得这是期权里最难玩的，非常考验择时能力，不然期权的时间价值被一直消耗，像你说的这种 breaking news ，可能虚值期权会好些，也有更困难的末日期权。

应该和 UWP 回环代理有关，建议直接用新 outlook 。

思源黑体 ttf https://github.com/adobe-fonts/source-han-sans

自欺欺人的“有意义”，讲真，就算没人看我也很乐意继续更新，算是某种仪式感。https://prologue.dev/

实用 wiki 之类的只存本地，一打开就能记，高效不折腾，随手记 txt/onenote ，知识库收集到 md 配合 frontmatter 用 obsidian 管理。

知道现实分布是肥尾的，kurtosis 总是被低估，波动率被低估，通过假设检验，可能不到 5 倍的标准差就能拒绝原有分布的假设（ LTCM 破产案例），在计量经济学或统计学的角度，bootstrap 、交叉验证等方法，彻底改变了我对概率、误差等风控意识。