2021年9月27日 星期一

查理.蒙格 - 窮查理的普通常識

本書的作者查理.蒙格是股神巴菲特投資路上的好搭擋。這本書的成書很微妙,一來將蒙格許多的演講做整理,二來是蒙格對曾經讀過富蘭克林分享的『常識』,或許深受啟發,也想將自己受用一生的『常識』分享給追求財富的人們。這本書的評價很高,但是也有人嗤之以鼻。看完全書,個人能理解這兩方面的感受。蒙格在書裡說明了投資的心法,但也有許多章節,蒙格直接的挑戰了許多學科,若不是蒙格家財萬貫,恐怕本書會讓人覺得不過一個老番顛的狂語吧。這本書對於投資人是真的有很大的幫助。它講得不深卻直達核心。直白的告訴你成功投資者的魔法就是沒有魔法。 由於本書是由演講稿整理出來的。許多議題都不太能廣泛或太深入的討論。他會在演講中討論許多財金相關的理論與知識,然後提出自己的見解。而他也謙遜的看待投資,降低風險,只在好的標的出現時再揮棒。 蒙格對知識與投資代理人有許多批判。在知識方面,蒙格肯定理工的學習方式,希望財金相關的學者應該有更多跨領域的學習。在心理學上,蒙格更是毫不留情的認為許多專家都避重就輕,沒有充分的探尋心理學在各種方面,尤其是投資方面的影響力。而跟領域學習者應該在這些心理學的影響上也多做學習,並且列一張清單,比如在做投資決定前,可以一一確認自己有沒有受到『不良的』心理影響而造成錯誤的投資。在本書裡,投資上的錯誤資了知識的不足外,最大的莫過於心理上的障礙了。 而對投資代理人,也就是所謂的操盤手,蒙格是非常反彈的。他認為應該盡可能的減少操盤手以減少被中間人『抽成』的成本。更何況這些中間人不但不能幫你賺錢,有時還害你虧錢。他舉了一個有趣的例子:操盤人經過研究後,將委托人的錢投資在某五個標的上。這五個標的的績效都很好,可是操盤人在年底的時候還是賣出了。原因則是因為操盤人不希望讓委托人覺得自己都沒在做事,所以操盤人要『動一下』投資的標的。這樣委托人才會覺得他『有在做事』。這點讓人不得不反思自己的投資是否也陷入的相同的困境。 蒙格的批判也是蠻主觀的,我想大眾也沒有全信,不然心理學家就得要全都收攤了,而投資代理人也就要全部失業了。不過蒙格犀利的批判確實發人深省,想必對投資人來說能引發更多思考。 這部作品的內容很多,但主題都圍繞在蒙格的幾個投資祕訣。個人覺得看此書必須要做筆記才能有效吸收。對於想要投資的投資人來說會是不錯的讀物。

2021年7月9日 星期五

宮部美幸 - Level 7

 K了幾部非懸疑小說後,懷念沉浸在謎團裡的感覺,因此入手了宮部美幸的《Level7》,準備大快朵頤一場。沒想到這部作品難以下嚥,讓我多花了幾個月的時間才看完。或許宮部美幸的粉絲們會不高興,可是我本身也算宮部老師的支持者,所以無法喜歡本作的我,真的是有充份的理由


一對男女一覺醒來後,發現自己失憶了,手臂上還出現了「Level 7」的字樣。另外,又有一位失蹤的女高中生在日記中留下「到了Level 7會不會回不來?」的描述。到底什麼是Level 7?發生在他們身上的遭遇又是什麼?本作的謎團很特別,會令人想知道真相。

然而故事的推進十分緩慢,而且因為劇中設定的幾組角色各自分散的關係,除了降低了推移的速度,更讓人有一直原地繞圈的感覺。然後,許多角色的背景設定並不如謎團那樣吸引人,甚至令人感覺突兀和不適當。許多角色在故事中的行為也不合理,顯得反常,讓人覺得刻意。除了節奏與角色設計的問題外,本作在鋪梗與揭露梗上面做的也很差,一部份的謎團揭露的太快太平凡,讓人感覺不到滿足感,處理得十分輕率。刻意留到最後的謎底又顯得不是那麼的重要,或是不是那麼的吸引人

總得來說,感覺不像是宮部美幸這種寫作大師應有的水準,我甚至一度想到有些大作家會養代筆,搞不好這部作品是別人代筆的。然而本作是宮部的第四部長篇,應該還不夠有名氣到能享有代筆。可能的原因是否是因為當時的她還不夠成熟?我原本因為經濟與時間資源因素,規定自己只看得獎作品。而本作因為是大師之作,所以沒有拿下任何大獎我也接收。或許這個規定連大師也不能放鬆了

這部作品小弟看的有點痛苦。老實說也看不出有什麼特別值得參考的地方。雖然本作也有進一些年度排名,但排名也不是非常前面。可能只是靠名氣撐上去的吧?我個人還是認同宮部老師的。不過,下次可能選作品來看的時候會更小心一點。本作我就不推薦給各位了。




2021年3月30日 星期二

Annalyn Ng & Kenneth Soo - 文科生也看得懂得資料科學

小弟對機器學習以及AI很有興趣。唸書時也一度想將它作為研究的方向。不過最後還是沒有勇氣選擇它,因為那時候的學術風氣感覺AI陷入瓶頸了。不過事實上也確實是陷入了瓶頸。或許這幾年其實也沒什麼進步,只是處理器算的比較快罷了(這是一位在機器學習的領域有所成就的教授所分享的感言)。或許,從學術上或許真是沒什麼進步。因為老演算法在大數據下的表現不輸給新演算法。甚至還可能有更好表現。然而在應用上有著非常明顯的進步,這點相信你我都有看到。

我看了許多機器學習的書。也上了一些線上課程。但仍對這個領域一知半解。或許是時候退後一步,重新審視這門科學了。《文》這本書標榜文科生都能看。我翻了幾頁,確實是沒有數學公式在裡面,也沒有什麼表示式。作者是用更為生動的方式機器學習的原理介紹給讀者。

本書第一個章節介紹完最最基本的機器學習名詞解釋後,接下來的各個章節就分別介紹一種演算法的原理、適用場景、使用限制與注意事項。每個介紹的內容都很連貫,讓讀者更能理解其中的原故。或許書中沒有公式會讓人感覺浮雲一般。但其實不用太執著這點。不過可能我的想法不準確,因為我本身是看過公式再回過頭讀這本的,所以比較不會有『感覺不到』的情況吧?

這本書沒有死板的公式。而是更多演算法設計的奧妙。比如在社群網路分析時使用的PageRank中,能在如下的網路圖依照彼此的關連度交互運算,找出最關鍵的結點。

 

而k-nearest neighbors演算法就是對某結點分類時,會參考臨近結點的類型。書中的翻譯不錯,說這就「物以類聚」概念的實現。

本書介紹的演算法雖然多,但是說明簡單清晰。對於初學者或只是想稍微了解機器學習的大眾們來說是絕佳的讀物。除了教學外,更能當成一部科普的書籍。可以推薦給任何有興趣的讀者。