隨著資料科學(Data Science)技術的興起,人工智慧(Artificial Intelligence)機器學習(Machine Learning) 成為近幾年來電腦科學界十分熱門的研究領域,如今在實體和線上的學習機器學習的資源有很多,本文整理了一些好用學習資源希望幫助初學者能更容易使用 Python 入門機器學習的領域中,從零開始學習機器學習。若是對於資料科學不熟悉的讀者可以先參考適用於初學者的資料科學影片 ,讓自己對於資料科學有初步的認識。

什麼是機器學習(Machine Learning)?

機器學習是一種資料科學的技術,協助電腦從現有的資料學習,以便預測未來的行為、結果和趨勢。根據學習的方式又可以分為需要解答的監督式學習(Supervised learning)非監督式學習(Unsupervised learning)增強學習(Reinforcement learning)(還有一種混合式的半監督式學習)等子類別。機器學習技術可以應用的範圍十分廣泛,總的來說機器學習可以解決以下幾種問題:

  1. 分類問題:這是 A 類 或 B 類嗎?
  2. 異常值判斷:這很奇怪嗎?
  3. 預測性分析:有多少?
  4. 分群問題:這是如何組織的?
  5. 增強學習協助決策:我接下來該怎麼辦?

當我們蒐集到相關、精確、連貫、足夠資料就可以挑選合適的演算法進行模型的的建置。

為什麼選擇 Python?

在資料科學和機器學習領域最重要的兩大程式語言就是 Python 和 R,Python 簡潔易學、應用範圍廣(不限於數據分析)且學習曲線平緩,適合作為第一個入門的程式語言,透過 pandas、SciPy/NumPy、sckikit-learn、matplotlib 和 statsmodels 可以進行數據分析的工作,適合工程任務和需要和網路應用程式整合的專案。至於 R 由於是統計學家開發的程式語言,則是擅長於統計分析、圖表繪製,常用於學術研究領域,建議也要有一定程度的掌握。一般情況下 Python 和 R 並非互斥,而是互補,許多資料工程師、科學家往往是在 Python 和 R 兩個語言中轉換,小量模型驗證、統計分析和圖表繪製使用 R,當要撰寫演算法和資料庫、網路服務互動等情況時在移轉到 Python。為了降低學習成本,我們先使用 Python 進行介紹。

若對於 Python 和 R 比較,這邊有兩篇文章可以參考 数据科学界华山论剑:R与Python巅峰对决Which is better for data analysis: R or Python?

如何開始入門機器學習?

事實上,資料科學是個跨領域學門,在學習如何使用 Python 進行機器學習過程中通常必須掌握以下知識:

  • 機器學習演算法
  • Python 程式語言和資料分析函式庫
  • 線性代數/統計學等相關學門
  • 專業領域的領域知識(Domain Knowledge)

為了掌握以上三大領域知識(我們先把焦點放在機器學習核心技法,暫時忽略資料科學中對於領域知識的掌握),具體來說我們可以有以下步驟可以參考:

  1. 掌握基礎 Python 程式語言知識

    線上學習資源:

  2. 了解基礎數學/統計學和機器學習基礎知識
  3. 知道如何使用 Python 科學計算函式庫和套件

    推薦安裝 Anaconda,支援跨平台多種版本 Python,預設將數據分析、科學計算的套件裝好,自帶 spyder 編輯器、Jupyter Notebook(IPython Notebook),可以提供一個網頁版介面,讓使用者可以透過瀏覽器進行 Julia、Python 或 R 程式的開發與維護。

  4. 使用 scikit-learn 學習 Python 機器學習應用
  5. 運用 Python 實作機器學習演算法
    • 感知器
    • 決策樹
    • 線性迴歸
    • k-means 分群
  6. 實作進階機器學習演算法
    • SVM
    • KNN
    • Random Forests
    • 降低維度
    • 驗證模型
  7. 了解深度學習(Deep Learning)在 Python 的實作和應用

總結

以上整理了一些機器學習網路學習資源,若你累積一些小小經驗後,不妨挑戰一下 Kaggle 測試一下自己的實力並累積更多數據分析的經驗。

延伸閱讀

  1. 7 Steps to Mastering Machine Learning With Python
  2. 人人都可成為資料科學大師!一整年的網路自學清單就在這了
  3. Analytics Vidhya
  4. 台灣資料科學年會
  5. 「2016 台灣資料科學愛好者年會」精彩資料總整理(持續更新中)
  6. 大數據會消失,資料科學不會!你該知道的資料科學第一堂課
  7. 如何選擇 Microsoft Azure Machine Learning 的演算法
  8. Microsoft Azure Machine Learning 機器學習服務文件
  9. Kdnuggets
  10. Bigdatafinance
  11. Using Python and R together: 3 main approaches
  12. 机器学习最佳入门学习资源
  13. 机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1)

 可轉換公司債係結合普通公司債與選擇權的金融商品。投資可轉換公司債是一種「進可攻、退可守」的投資工具,可視為一種結合"債權"及"股權"的投資工具,當公司股價表現不佳時,投資人可將可轉換公司債視為"債權",領取固定債息及到期償還本金,故投資風險小;若當公司股價表現不錯時,可轉換公司債的投資人可在發行一段時間後(實務上約三個月) ,以事先約定的轉換比率將此債券轉換為標的公司股票或於市場上賣出,享受資本利得,獲取更高的收益率。

■ 財務處 鍾舜華

可轉換公司債(CB)之介紹

一、定 義:

  可轉債(Convertible Bond)是屬於可轉換有價證券的一種,允許公司債的持有人,在一定期間內依一定轉換比例,將公司債轉換成公司的普通股股票。換言之,可轉債是公司發行普通公司債時再附加轉換選擇權。

  投資人在持有公司債的同時,多了附加轉換選擇權這項權利,因此可轉換公司債的票面利率較普通公司債低。

   因可轉換公司債係結合普通公司債與選擇權的金融商品。投資可轉換公司債是一種「進可攻、退可守」的投資工具,可視為一種結合"債權"及"股權"的投資工具,當公司股價表現不佳時,投資人可將可轉換公司債視為"債權",領取固定債息及到期償還本金,故投資風險小;若當公司股價表現不錯時,可轉換公司債的投資人可在發行一段時間後(實務上約三個月) ,以事先約定的轉換比率將此債券轉換為標的公司股票或於市場上賣出,享受資本利得,獲取更高的收益率。

二、可轉換公司債之專有名詞

報價:一般報價皆為溢價或折價百分比報價
若報價為140則表示目前可轉債的價格為面額的140%
若報價為90則表示目前可轉債的價格為面額的90%
成本:成本為債券價格加上應付上一手持有人之利息
如:欲購面額50萬元,而市價報140,票面利率為2.5%,且距上次發息日已200日。則成本為:
500,000*140%+500,000*2.5%*200/365 =706,849
轉換價格:指投資人在未來一定期間內,可以將可轉換公司債轉換為股票的每股價格,以證管會核准日為基準日的前10日、30日、60日均價孰低的101%計算。
例如:約定轉換價格為40.0元,則投資人可以每股40.0元的價格取得普通股股票。
可轉換股數:一張可轉換公司債的票面金額為100,000元,查出轉換價格(假設轉換價格為40元)即可換算可轉換股數,即:可轉換股數 =可轉債票面金額/轉換價格=100,000/40=2,500(股)
轉換期間:即投資人可以提出轉換為普通股的期間,一般而言,發行期間除了依法暫停過戶期間不得提出轉換申請外,通常為發行後三個月~到期日前十日之間都可以提出轉換申請。
轉換凍結期:指可轉換公司債發行後的一段時期內,債券持有人不得提出將可轉換公司債轉換為普通股之申請,此段期間即稱為「轉換凍結期」。目前較常見的多為3個月或6個月, 但是必須特別注意的是,在股東會前某一段時間,為了確定股東會名冊,投資人之轉換權利會受到限制。

三、可轉換公司債之交易市場

可轉換公司債的買進方式可分為初級市場及次級市場:
A. 初級市場:
發行公司與承銷商訂定發行條件及轉換辦法後,於初級市場對外公開承銷,目前可轉換公司債的承銷方式大都是採「詢價圈購」,投資人可依認購意願參與圈購。
B. 次級市場:
於證券市場上直接買進轉換公司債。
賣出可轉換公司債亦有二種方式:
A. 於證券市場上直接賣出可轉換公司債。
B. 於轉換公司債賣回日時,要求發行公司贖回可轉換公司債。

四、可轉換公司債之套利

1.
可轉債為何能套利:
可轉債在外流通性較低:
可轉債持有人大多為海外法人,其持有的目的為長期持有債權 ; 再加上可轉債於發行後,若遇到股票現貨價格快速攀升,可轉債之投資人往往會將之轉換為股票,使得可轉債之流通之數量減少。
可轉債之轉換期較長:
由於國內不允許企業持有庫藏股,使得CB持有者欲行使轉換權利時,將造成發行公司的實收資本額產生變動,而必須向經濟部辦理變更資本額登記後,才能發行新股予行使轉換權之CB持有者,因此為避免經常變更實收資本額之困擾,當CB持有者行使轉換權時,公司將先發給表彰普通股股權之權利證書(即EC)替代,CB發行公司並另訂定時點為EC轉換為普通股之基準日。故約在轉換基準日後約二至三個月才能拿到股票。目前一般可轉換公司債多半訂有一年二次或四次不等之轉換基準日。
2.
如何計算可轉換公司債有無套利的空間呢?

#1.先計算可轉換公司債的價值=可轉換股數×普通股市價

#2.如果 可轉換公司債的價值>可轉換公司債的市價 則有套利空間

如果 可轉換公司債的價值<可轉換公司債的市價 則無套利空間
例:
若A股之可轉債市價是110元,而A股之轉換價格為40元,A股目前之市價為50元。則 可轉換股數=100,000/40=2500股 ;可轉換公司債的價值=2500(股)X50元/股=125,000(元)>可轉換公司債的市值 (110,000元)=>有套利空間
除需考慮上述可轉債價值與市值的關係外,還必需考慮資金成本、融券放空的成本,及時間成本。
3.
如何利用可轉債來套利
-在取得可轉債的同時,融券放空股票。
-申請可轉債轉換成股票。
-取得權利證書(Entitlement Certificate)。
-於轉換基準日後二至三個月取得普通股還券。

套利的原理是以較低的價格取得可轉債並換得股票。若股票價格上漲,股票的獲利便可彌補融券放空之損失 ; 若股票價格下跌,融券放空之獲利可填補股票之虧損。

套利策略:
◆尋找股價被高估可轉債被低估的標的
◆買進可轉債,賣出相對應股數的股票
◆將可轉債轉換成股票後回補原放空部位
◆賺取兩市場間的差價

套利時程與操作內容:
T 買入CB﹐融券放空股票
T+2 股款交割,CB入集保帳戶,至券商集保櫃台辦理提領CB
T+3 拿到CB,至股務代理處辦理轉換
T+8 至股務代理處領取EC
T+9 中午前至券商集保櫃台將EC存入集保帳戶
S (增資股發放日)EC自動換成普通股
S+1 融券償還(到券商信用交易窗口,帶集保存摺辦理)
S+2 計算價金

套利操作實務:
舉例:9/30買進鈺創一15張﹐價格120.90元,融券放空鈺創普通股張,價格87.5元 轉換比例:100/轉換價格(68)=1.4706千股
15張鈺創一可轉換22.059千股,故放空22張整股,零股59股保留。

總資金支出:
買入鈺創一本金+放空鈺創自備款+買進手續費
1,813,500+1,732,500+1,814=3,547,814
買入鈺創一本金:
120.9*1,000*15=1,813,500
放空鈺創總金額:
87.5*1,000*22=1,925,000
放空鈺創自備款(融券自備款90%):
1,925,000*90%=1,732,500

買進手續費:
CB手續費為500萬以下0.1%
500萬-5,000萬0.075%
5,000萬以上0.05%
1,813,500*0.1%=1,814

於結算日3/2融券賣出鈺創現券交割金額:
賣出價金-賣出手續費-交易稅-借券費
=融券資金凍結(可計算利息)
1,925,000-2,743-5,775-1540 = 1,914,942
賣出手續費(0.1425%):
1,925,000*0.1425%=2,743
交易稅(0.3%):
1,925,000*0.3%=5,775
借券費(0.08%):
1,925,000*0.08%=1540

總資金收入:
退還融券凍結資金+融券利息+退還融券自備款
1,914,942+38,473+1,732,500=3,685,915
賣出交割金額+融券自備款:
1,914,942+1,732,500=3,647,442
計算融券利息(2.5%,9/30~3/2共154天):
3,647,442*2.5%*154/365=38,473
計算損益:總資金收入-總資金支出
3,685,915-3,547,814=138,101
換算年報酬率:損益/總資金支出(年度化)
138,101/3,547,814*365/154=9.23%
另外59股零股於3/2拿到後,可視市場狀況賣出,這部份的金額不計入損益

4.
利用可轉換公司債進行套利,需注意哪些事項?
(1)
平盤以下不能放空
(2)
可轉債沒有成交量(量不夠大)
因為可轉換公司債的成交量不如普通股高,因此當可轉換公司債有套利空間時,有時可能會面臨買不到可轉換公司債的情形,甚至可轉換公司債的成交量為零,故執行可轉換公司債套利交易時,最好是先買進可轉換公司債後,再融券放空普通股股票。
(3)
避開除權除息日(資券強制回補日)
融券放空需注意至取得普通股股票前,沒有需強迫「融券回補」的情況發生,如開股東會、除權、現金增資等。
(4)

轉換所需時間

套利時間長短無法正確掌握,自提出申請轉換程序後,除需經股本變更登記日後,還要再經過一段時間才可取得普通股股票。
(5)

套利風險

A. 可轉換公司債轉換為普通股後,可轉換股數通常會有零股,因為零股無法融券放空,故無法完全鎖定套利價差。
B. 買進可轉換公司債與融券放空普通股的動作無法同步進行(先買進可轉債、後放空普通股),若套利空間不大時,可能會發生套利空間減少或無套利空間的情形。
(6)
資金成本
需準備二套資金,即買進可轉換公司債的資金及融券放空所需之保證金。

五、其他應知事項

在普通股股票名稱後有多出"一"或"二"或"三"…等的證券名稱,就是該發行公司所發行的可轉換公司債,如:「華邦一」即指華邦電子國內第一次可轉換公司債「聯電三」即指聯華電子國內第三次可轉換公司債。

在普通股股票名稱後有多出"甲"或"乙"或"丙"…等的證券名稱,就是該發行公司所發行的換股權利證書之先後轉讓順序,如:「華邦甲」即指華邦電子國內第一次換股權利證書。

在普通股股票名稱後+"一",即普通股代碼+"1″在普通股股票名稱後+"二",即普通股代碼+"2″ 如此類推,如:「華邦一」的證券代碼即為「23441」,「聯電三」的證券代碼即為「23033」
可轉換公司債的漲跌幅度與普通股股票相同,目前漲跌幅度都是前一日收盤價±7.0%。
可轉換公司債沒有信用交易,即不可利用融資買進或融券賣出等方式買賣可轉換公司債。
持有可轉換公司債的投資人不可以參與發行公司除權配股,但發行公司進行除權配股時,發行公司會自動依除權比例調降轉換價格,增加可轉換股數,故可視同參與除權。
轉換價格會改變,而且通常愈變愈低,但是會受到重設至原轉換價格之80%之限制。在碰到無償配股或是有償增資配股,轉換價格需往下修正,亦即可轉換公司債之轉換價格必須重新修正其除權參考價,保障持有可轉換公司債之轉換權利。
發行公司之贖回權意指一般可轉換公司債多半訂有對於發行公司的保護條款,其中最常見的即為如普通股市價連續30個營業日高於轉換價格50%,或尚未轉換之可轉換公司債餘額低於發行額之10%,公司可以強制贖回。
所謂的可轉換公司債之賣回權為保障投資人之條款,投資人可依此條款規定,在規定期限表達要賣回債券,將債券賣回給公司,此類債券多半原始發行利率為零,也就是每年都沒有債息收入,然後之後沒有轉換價值時,方執行此賣回權。
由於可轉換公司債賣回收益率屬於利息所得,必須併入綜合所得稅課稅,但因其收益會反應在價格上,客戶可以在尚未領息前,在市場上賣出,則此價差屬於資本利得,可以達到避稅之效果。

什麼是「可轉債」?讓小哥告訴你:

公司想要籌資時

可藉由發行可轉債

透過給債權人可轉換成股票的權利

藉此用比較低的利息去籌措資金

「可轉債」通常有3個特性:

 

1.可轉債 通常三年~五年到期

2.到期時,至少發還一百元以上(公司沒倒的話)

3.超過轉換價的話,可以轉換成股票 ,股票換鈔票!

 

不了解可轉債的投資人,請先閱讀小學堂文章,吸收會更好喔

 

小哥發現,股價跟可轉債間,藏著不為人知的關係

市場中,有些主力 專門靠可轉債 獲利!勝率很高

因為他們夠了解一間公司發行可轉債的SOP

就利用這樣的大好機會,進行搭轎或套利的操作手法

勝率都非常驚人!引發小哥的好奇心…

小哥實際跟著主力的手法進場操作,也得到豐富的應戰經驗

並潛心研究可轉債的多元應用方法,整理為 4大招

以下分享給投資朋友:

 

 


招式一:【主力動態】跟著主力一起搭轎吧!

公司發債套現SOP (重要!一定要記)

第一:股價在低檔發可轉債!

第二:分點主力買超,拉抬股價 ,行情開始! (主力大買股)

第三:股票高檔震盪(可轉債市值大於120),融券大增! (融券暴增股)

第四:過幾天後現券償還、融券大減,行情結束 ! (券現償大增股)

 

欠債不用還錢?!

主力 利用可轉債發行時間的買股心理…

因為可以轉換成股票,欠債不用還錢,所以很多公司都用下列方法:

將可轉債換成股票,股票換成現金

知道公司套現流程後,散戶們就能洞悉主力企圖,享受搭轎禮遇。

 

在這一個手法,小哥整理出以下表格

一次看清標的的屬性,以方便選擇是否進場

 

應用一:列出每天分點主力買超排行

● 近五日平均=  (主1+主2+主3+主4+主5)/5

● 主1= 最近第1個交易日的(主力買賣超/成交量)*100

● 主2= 最近第2個交易日的(主力買賣超/成交量)*100..依此類推

● 漲1=最近第1個交易日的股票漲跌幅(四捨五入到整數)…依此類推

● 市值= 100*標的成交價 / 轉換價

(超過100以上,才有轉換成股票的動機 )

※「轉換價」可在右側→《所有可轉債》頁面查詢!

 

● 信評:1~9  ,數字愈大,公司愈差

● 轉換%:已經轉換的可轉債%

● 股東數:愈小愈有機會拉抬 (<15尤佳)

 

應用二:券現償暴增股,行情即將結束

股票持有者,盡早獲利下車

 

應用三:融券暴增者,股價高檔震盪,持股者找機會獲利了結

 

陽明(2609)為例,

在新聞發布利多後,

我們可以發現分點主力沿路買超

股價漲至股價相對高檔時,融券大增

過幾天後,大量現券償還,

之後也很巧合的,股價一路往下走…

( 資料來源:小哥-可轉債主力分析及套利系統 )


招式二:【以小搏大】用槓桿幫你換取獲利大空間

 

將可轉債拆成債權跟選擇權,可以這樣看:

債權投資人: 取得固定利息,冒著被倒債風險

選擇權投資人:付利息,取得高槓桿,沒有被倒債風險

折現率類似利息

(因為不同家的風險不一,所以利息 1.2%到4.75%不等)

 

百元報價定義

CB折現率 * 到期或賣回年數 –(賣回價-100) +手續費

 

算給你看 ↓↓

CB折現率= 2 ,  三年後到期 ,賣回價 105

手續費=300 ,相當於每張得花0.3股價,一張1000股, 0.3*1000=300

百元報價=2*3-(105-100)+0.3=1.3

 

CBAS委賣報價=  (百元報價+(CB委賣-100))*1000

CBAS委買報價=  (百元報價+(CB委買-100))*1000  

CBAS買進時,報價內含手續費

CBAS賣回時,得扣掉利息

例如:

CBAS 委買報價 9000   委賣報價 10000

買CB外盤得花 10000

買CB內盤得花 9000

 

CBAS 跟權證相異之處,有 3 點:

1.買權證後,發行商買現股避險,會有助漲的力道

2.買CBAS,是去買CB回來拆,沒人賣CB的話,也就沒有CBAS好買

3.好的CB通常賣的人少!!!

 


招式三:【領債息】比定存賺更多!

 

挑信評<6 速動比>100,比較安全

 

招式四:【套利】有機會讓你 0風險獲利!

靜態套利SOP

1.當可轉債市值低於現股1%以上時

2.買可轉債,融券放空現股

3.可轉債張數*可轉換張數=融券張數

4.將可轉債換成股票

5.現券償還!

 

學會小哥4大招,靠「可轉債」幫你賺更多!

策略精神:

  1. 因為Delta非線性的特性,當Delta從0.3 -> 0.6 移動時,價格會加速噴出
  2. 而0.3 -> 0與0.6 -> 1的價格變動都不大
  3. 進場條件:
    1. Delta突破0.3站買方,買的時候一次買2個單位,同時反向尋找Delta>0.6的,賣一個單位
  4. 出場條件:
    1. 若手上的單是買方,當Delta >0.6時賣出 (因最好賺的一段賺到了,流失時間價值的機率>獲利機率)
    2. 若手上的單是賣方,當Delta <0.3時平倉 (因最好賺的一段賺到了,賣方風險>流失時間價值的機率)
  5. 特性:
    1. 按照建倉原則的特性,會發現手上的部位會有多數的價外買方,以及少數的價內賣方

操作半年遠期.每3個月操作一次.

例6月期結束後.操作12月期;9月結束後.操作明年3月期

 

方法:

壓兩頭雙 sell,至少價外13檔以上

漲時SC跌時SP,分批購買

SP及SC的比例6/4(看多)或5/5皆可

放空近月期貨1大口(資金150萬以上)當指標再一直轉倉

資金150萬以下放空1-2小口

帳戶資金3成以下來操作

想法:

因為最近在操作美股選擇權,其中的Calendar  Spread的觀念 啟發我一些想法

現在將錢放在銀行大約100萬,一年應該不到2萬的利息吧

如果將資金轉來操作op,不貪的話,穩穩當當,最起碼都有5萬以上收入,為何不試看看?

懂op的人,都知道當賣方獲利有限,但風險無限——

上述的方法,就是要讓風險儘量降低

尤其是放空期貨當指標(或者說當肉包子),很重要

例如:

以下以150萬為單位

有經驗及積極的交易者,可操作50口

保守的交易者,建議30口以內來操作,SP20口,SC10口

7月初,操作12月期,6成 (30口)SP6800(60),4成(20口)SC9800(47),放空近月期貨在8700左右

只要12月期不要跌破6800或漲過9800,就可以收取全部的權利金

各下1口可收107*50=5350

 

@下單後,如果往上300或400點(9000左右),再往6800以上加碼SP及買原SC前幾檔(9500左右)組成多頭價差,或另一個每月收租金帳號,可下多單對鎖

@下單後,如果大跌4-500點(8200左右),可以馬上加碼1口空單及再買近月價外3-4檔各5口的CALL及PUT,再伺機而動—–再跌4-500點後,可先將sp,sc,bp,及加碼期貨空單的組合全部平倉,只留1口期貨及bc再重新佈局—

@如果大盤跌到4000點左右,那就是個大機會儘量作多—–

這時如果還用這個策略,請將期指改為多單。

PS: 經過2011/08/04至8日,這3天大跌千點的考驗,期指空單及加買的PUT,確實可以保護大量的SP。

——————————————————————————————————————–

進化版

放空近月期貨1大口(資金150萬以上)再一直轉倉,buy call 近期價外300點2口

sell put遠期(半年以上)價外1200點4口,sell call遠期(半年以上)價外1000點2口

 

1.每上漲200點,再增加4口 sell put(原put及call 不動,put再上移200點)

2.每下跌200點,再增加2口 sell call(原put及call 不動,call再下移200點)

萬一碰到大跌或大漲時,整體績效為正或小輸,也可以全部平倉。

外盤追價代表多方勢力,內盤賣出代表空方勢力

內外盤的概念其實很簡單,

想像一下某一檔個股,突然傳出了很好的消息,

大家搶著以漲停追價,每一筆都會在外盤價格成交,

價格也會持續攀升。

(延伸閱讀:用內外盤委買委賣判斷多空)

相似地概念,

如果某一檔個股營運逛況突然出現了問題,

投資人都急於拋售,每一筆都會在內盤價格成交,

價格也會持續下跌。

 

 

 

筆差是將內外盤成交量相減

多方積極追價,外盤成交量會上升,

空方向下殺盤,內盤成交量會上升,

筆差就是將內外盤相減後所得到的結果。

 

筆差是冰火能量圖中最重要的觀察指標

為實際買賣的結果,其重要程度比起委買委賣差更為重要,

委買委賣是未實現的狀態,而成交筆數則是已實現的概念,

筆差越大代表目前目前多空雙方所展現的強弱越明顯。

 

利用筆差判斷已經進場的多空累積能量

筆差大於+1500,盤勢偏多;筆差大於-1500,盤勢偏空

筆差大於+3000,為多方趨勢盤;筆差低於-3000,為空方趨勢盤

趨勢的產生往往會有可觀的漲幅或跌幅,

也代表著今日盤勢的反轉機率極低。

以2014/8/5為例

筆差來到-1500口時,盤勢空方力道展現

而超過-3000口,此盤勢要逆轉的可能性很低

 

2014/8/6為例

在口差未達到+-1,500口水準

盤勢要走出整理較困難

但當11:20分左右

筆差來到-1500口

向下修正力道就突破了整理

 

 

冰火能量圖三大指標:均差、筆差、口差

重要程度:內外盤筆數差>口數差>均差

冰火能量圖裡頭三個指標,我們已經一一接紹完畢

 

 

(延伸閱讀:均買賣口差委買賣口差)

其重要性先觀看目前盤中已成交的的部分,

內外盤筆差,判斷當下多方與空方勢力,

在判斷場外多空觀望的態度,與大戶的動態。

 

然而使用的技巧除了先前提到的關鍵數字,

最重要的部分如下圖例子在於:

捕捉指標反轉以及擴大的時機,

才能在盤中掌握最佳的進場點。

 

 

GoogleDeepMind開發的人工智能圍棋程序AlphaGo以5:0的壓倒性優勢擊敗了歐洲圍棋冠軍、專業二段棋手Fan Hui,這是最近一周來最火爆的新聞了。16年3月份AlphaGo會和最近10年平均成績表現最優秀的韓國九段、世界冠軍李世石進行對弈,這無疑也是最吸引眼球的一場人機世紀大戰,如果此役AlphaGo獲勝,這意味著人工智能真正里程碑式的勝利,從此起碼在智力博弈類遊戲範圍內,碳基體人類將無法抵擋矽基類機器的狂風驟雨,不知這是該令人驚恐還是令人興奮呢?

反正我是屬於看了這個新聞像被注射了興奮劑似得那類具備反人類人格犯罪分子的興奮類型@^^@。

當然,本文的標題有點嘩眾取寵,但是並非毫無根據的。現在的問題是:三月份的人機大戰中,李世石的勝率能有多高?是AlphaGo擊敗人類還是李世石力挽狂瀾,維護人類尊嚴?此前眾說紛紜,各種說法都有。但是看上去都是沒什麼依據的猜測。我在深入了解了AlphaGo的AI運作機制後,鬥膽做出如下預測,到時可看是被打臉還是能夠成為新世紀的保羅,首先強調一點,我這個預測是有科學根據的,至於依據是什麼,後文會談。

如果是5番棋,預測如下:
如果李世石首局輸掉,那麼AlphaGo很可能獲得壓倒性勝利,我預估AlphaGo會以4:1甚至5:0獲勝;
如果李世石首局贏,但是第二局輸掉,那麼AlphaGo可能會以3:2甚至4:1勝出;
如果李世石首局和第二局都贏,那麼AlphaGo可能會碾壓性失敗,局面可能是0:5或者1:4;
也就是說,局面很可能是一方壓倒性勝利,要麼是AlphaGo要麼是李世石,而且首局勝敗可能起到關鍵作用,為什麼這麼說呢?我們要了解AlphaGo是怎麼下棋的。

|下圍棋的本質是什麼?

圖1 下圍棋是在幹什麼

下圍棋的本質是在幹什麼?圖1其實基本就說明了問題了。兩個棋手(這兩個棋手可能其中一個人類一個AI,也許兩個都是人類或者兩個都是AI,這不重要)剛開始都是面對一個19*19的空棋盤,執黑先下子,下子是什麼意思?就是在當前棋局S下(剛開始S就是空棋盤),判斷下個子應該放在哪裡更好,所有合法的落子位置都在考慮範圍,比如開局第一子,任何一個棋盤位置落子都是可以的,但是這裡面有些是好的落子位置,有些是不好的落子範圍,至於到底好不好,因為棋還沒下完,暫時不知道,只有最後決出輸贏才能說這個子落得好不好。

如果黑方選定了一個落子位置,則棋局局面從S進入到S1,此時該白方下,一樣的,白方面對很多可能的落子選擇,然後選擇一個他認為最好的…..就這麼依次下下去,直到決出輸贏為止。

從這裡可以看出,從落第一個子到下完,整個下子的決策空間形成了一個非常巨大的樹形結構。之所以我們說圍棋難,就是因為這顆樹的寬度(就是應該落哪個子)和深度(就是一步一步輪著下子)都太大了,組合出的可能空間巨大無比,基本靠搜尋遍整個空間是不可能做到的。

所以你看到下圍棋本質是什麼,就是在這顆超大的樹搜尋空間裡面,從樹的根節點,也就是空棋盤,順著樹一路下行,走出一條路徑,路徑的末尾就是已經決出勝負的棋局狀態。

因為搜尋空間太大,所以圍棋AI不可能遍歷所有可能的下棋路徑,那麼只能學習一些策略或者評估函數,根據這些策略能夠大量減少搜尋空間,包括樹的寬度和深度。


有了這個基礎,我們可以講AlphaGo了。

AlphaGo的技術總體架構如果一句話總結的話就是:採用深層CNN神經網路架構結合蒙特卡洛搜尋樹。深度學習神經網路訓練出兩個落子策略和一個局面評估策略,這三個策略的神經網路架構基本相同,只是學習完後網路參數不同而已。而且這三個策略是環環相扣的:落子策略SL是通過學習人類對弈棋局,來模擬給定當前棋局局面,人如何落子的思路,這是純粹的學習人類下棋經驗,它的學習目標是:給定某個棋局形式,人會怎麼落子?那麼AlphaGo通過人類對弈棋局來學習這些落子策略,也就是說SL策略學習到的是像人一樣來下下一步棋;

落子策略RL是通過AlphaGo自己和自己下棋來學習的,是在SL落子策略基礎上的改進模型,RL策略的初始參數就是SL落子策略學習到的參數,就是它是以SL落子策略作為學習起點的,然後通過自己和自己下棋,要進化出更好的自己,它的學習目標是:不像SL落子策略那樣只是學習下一步怎麼走,而是要兩個AlphaGo不斷落子,直到決出某盤棋局的勝負,然後根據勝負情況調整RL策略的參數,使得RL學習到如何能夠找到贏棋的一系列前後聯繫的當前棋局及對應落子,就是它的學習目標是贏得整盤棋,而不是像SL策略那樣僅僅預測下一個落子。

局面評估網路Value Network採用類似的深度學習網路結構,只不過它不是學習怎麼落子,而是給定某個棋局盤面,學習從這個盤面出發,最後能夠贏棋的勝率有多高,所以它的輸入是某個棋局盤面,通過學習輸出一個分值,這個分值越高代表從這個棋盤出發,那麼贏棋的可能性有多大;

有了上面的三個深度學習策略,AlphaGo把這三個策略引入到蒙特卡洛搜尋樹中,所以它的總體架構還是蒙特卡洛搜尋樹,只是在應用蒙特卡洛搜尋樹的時候在幾個步驟集成了深度學習學到的落子策略及盤面評估。

AlphaGo的整體技術思路就是上面說的,那麼我們從這些技術原理可以得出什麼結論呢?我對各個部分的分析和結論如下,這也是為何本文開頭作出那個人機大戰預測的科學依據所在。

|SL落子策略
首先,我們看落子策略SL,就是那個根據人類對弈過程來學習像人一樣落子的策略。這個策略重要嗎?重要,但是只靠這個策略能夠戰勝人類世界冠軍嗎?我的結論是不可能,靠這個策略一萬年也贏不了人類。為什麼呢?你要考慮到很關鍵的一點:AlphaGo這個策略是通過看了16萬局人類對弈棋局來學習的,但是問題的關鍵是,這些下棋的人素質總體有多高?如果以職業棋手水平來衡量,平均下來總體素質其實是不高的,裡面大量棋局是業餘選手下的,即使有不少專業選手下,高段位選手肯定不會太多。那麼AlphaGo從這些二流選手下棋落子能夠學到每步棋都達到九段水平嗎?這不太可能。


圖2 AlphaGo和fan hui對弈過程中的SL落子策略得分,圖中某些位置的得分代表AlphaGo認為落子位置有多像人會選擇的落子位置

所以我的結論是:如果人工智能程序只能從人類棋手下的盤面學習,按照目前的學習方式,機器永遠也無法戰勝最好的人類,因為它學習的對象平庸者居多,三流師父永遠教不出一流的徒弟,這個道理很簡單。如果只用這個方法,就算AlphaGo看到再多人類的比賽也無法戰勝人類,除非它看到的都是超一流選手的盤面,那麼它可以成為超一流選手,但是面對人類最強手,並沒有必勝的把握。

那麼豈不是說三月的對決中,AlphaGo必敗無疑了?其實不然,上面這點說的是SL策略的弱點,但是AlphaGo的論文給出了數據,SL策略比傳統單純使用蒙特卡洛搜尋樹的策略下子準確率從44%提升到了55%左右,這個55%是什麼意思?意思是SL策略做了100次落子,其中55個落子是和人落子位置相同的。

看上去55%好像也不太高麼,沒什麼可怕的,你肯定這麼想,是吧?你錯了!你要看44%到55%的提升幅度,因為SL策略只是決定了單步落子,而單步落子小幅度的準確率提升,會極大提升最終贏棋的勝率,因為你想啊,一個棋局是由幾百個落子構成的,每一步的小幅度準確率提升,經過幾百次不斷累積,那最終結果差異是非常大的,這就是所謂的「積小勝為大勝」的道理。這是機器對人很大的一個優勢,因為它穩定,如果準確率達到一定程度,就不容易出昏招,只要依靠每一步的小優勢不斷積累就能獲得巨大的累積優勢。


人類其實相對機器還有一個很大的劣勢:人的理性決策太容易受到情緒影響,一旦自己局面處於不利地位,或者自己下了一步臭棋,可能後面連續若干落子都會受到影響,而且下到後面人可能比較疲勞了,算棋能力下降難免,但是機器完全沒有這兩個問題,可以很冷血很冷靜的跟你下,下了好棋也沒見AlphaGo笑,下了臭棋也沒見AlphaGo哭,體力無敵,只要你不拔它的電源插頭,它就面無表情地跟你死磕到底,是不是這個道理?

所以說,即使AlphaGo只有SL落子策略,如果它的落子水平是5段,那麼其實考慮到這些優勢,它基本上是能穩贏人類5段這種相同段位棋手的。這也是為何本文開頭預測三月人機大戰可能是如此結果的一個重要參考因素。李世石肩上擔著這麼個重擔,而且這是世界矚目的一場比賽,他完全沒有心理負擔是不可能的,也許他看了AlphaGo和Fan Hui的棋局,現在心理上同時蔑視AlphaGo和Fan Hui棋力渣,但是如果初賽不利,很可能會被冷血的機器打崩潰。

|RL落子策略

然後,我們再來看落子策略RL。前面提到,它學習的目的和落子策略SL不一樣,落子策略SL就是學習單步如何像人一樣落子,至於後面這局棋是輸掉還是贏了它其實沒學到什麼東西,它只要保證說面對目前的棋盤布局,像人一樣落下下一個子就行了。而落子策略RL學習目標則是以贏棋為目的,是說經過若干輪博弈,最終贏棋那麼它就認為在這個對弈過程中的相應的棋局和落子就是值得鼓勵的,並把這些鼓勵體現到深度學習模型參數裡面,意思是以後看到類似的局面,更傾向於這麼去落子,因為這麼落子很可能最終會贏棋。它自己和自己下完一局棋,如果勝利了,那麼在這條通向勝利結果過程中的所有棋局對應的落子都會得到鼓勵。

其實對於人類來說,這種自己和自己下棋的RL落子策略才是真正可怕的,因為它可以通過這種方式不斷自我進化。它自己和自己下了一盤棋等於幹了個什麼事情?等於說在下棋落子巨大的樹組合空間中,搜尋找到了其中一條從空棋盤開始到最終勝負已分通向勝利的一條落子路徑,而根據這個路徑是贏了還是輸了調整模型參數,使得模型以後更傾向於選擇這條路徑;意思是如果以後和人下棋,一旦有一局中某個落子方式在它的這個學習路徑中,那麼它就傾向於走出那一系列讓它贏的策略。

因為它的核心目的等於是在所有樹空間裡搜尋,然後學習找到那些容易贏的路徑,學習的結果是更傾向找到那些導致最終贏旗的路徑,這個只要不斷地自己和自己下理論上能力是能夠不斷提高的,因為圍棋組合出的樹空間雖然巨大無比,畢竟還是有限的,自己和自己對戰等於在不斷找出並記住那些能夠贏棋的落子路徑,對戰次數越多,窮舉出這些路徑的可能性越大,也就意味著它棋力在不斷提升。從這個角度看,這也是為何說它可怕在此處的一個原因。

當然,這個左右互搏的自閉症兒童式的自我下棋,它也不是沒有弱點,它的弱點是:AlphaGo是根據一個贏旗的路徑走的,傾向於學習這個路徑上的落子策略,但是在真實下棋過程中,也許對手不會選擇這條路徑,那麼後面學到的看似就沒用了,但是這個弱點其實在現實場景中問題也不大:因為AlphaGo的自我下棋的對手(也是它自己)也是有一定水平的,所以對手選擇的落子也會很高概率落在真正人類選手選擇的落子位置,即是說它選擇的這個路徑是在再次和其它對手下很可能走的一條路,如果再完全重走這條路徑,那麼計算機必贏。

綜上分析,落子策略RL通過這種自我對戰來在巨大的樹搜尋空間中找到贏棋路徑的方法是比較可怕的,因為理論上它只要不斷自我對弈,是能夠不斷提高下棋水平的。這是人機對決中人類不樂觀的的一個方面,因為就像上面說的,只要你不拔機器的電門,它就可以不眠不休地去玩自閉症遊戲,其實人工智能不可怕,可怕的是能夠不斷自我學習自我進化的人工智能。

|棋局評估Value Network
Value Network也是通過3000萬盤AlphaGo自我對戰來進行學習的,它是建立在RL落子策略之上的,因為此刻RL落子策略已經代表了一個棋力比較高的棋手了,不過這個棋手就是AlphaGo自身而已。Value Network它要學習什麼東西?它要學的是:給定當前棋局布局,也就是AlphaGo看到的當前棋盤情況,那麼這個棋盤布局有多大可能會導致最後贏棋?這就是它學習的目標。

Value Netwok的本質思想是:如果當前棋局處於局面S,那麼假設這時候有兩個目前最強的棋手,就是兩個採取RL策略的棋手從局面S開始繼續往下下棋,那麼從局面S出發,最終贏旗的可能性有多大;因為這兩個RL棋手會盡可能走那些局面S出發產生的子樹裡面,它們各自認為能夠導致勝利的路徑,所以一般是樹搜尋子空間裡面容易被棋手選擇到的路徑,評估了這些路徑後綜合出這種棋局S最終可能勝利的可能性,獲勝可能性越大,意味著從棋局S出發的這個搜尋個子樹空間裡面通向勝利局面的路徑越多,所以它是個「大面積搜尋路徑覆蓋」的策略;

其實綜合上面三個策略,可以看出:SL落子策略類似於點覆蓋,因為它只考慮下步旗子怎麼走,只覆蓋了一步棋;RL落子策略類似於線覆蓋,因為它其實在找一條能夠贏棋的走棋路徑;而Value Network類似於面覆蓋,因為它評估的是當前棋局S出發,所有可能走的搜尋路徑中綜合看通向勝利的下棋路徑有多少,越多越好;AlphaGo就是這麼利用深度學習來進行搜尋空間點線面結合來提升棋力的。

圖3  AlphaGo和Fan Hui對弈過程中,對棋局的評估,對應位置的得分意味著如果把旗子落子這個位置,那麼這個落子後的棋局最後贏棋的可能性
|蒙特卡洛搜尋樹
蒙特卡洛搜尋樹可以說是一項導致圍棋人機對戰過程中突破性的技術進展,有了蒙特卡洛搜尋樹,就把機器選手從沒資格和人類對戰帶到了有資格和業餘選手進行對戰的境地,但是僅僅靠蒙特卡洛樹是不夠的,因為樹搜尋空間太大,如果蒙特卡洛采樣太多,固然容易找到下棋的最優路徑,但是速度會太慢,跟它下人類選手會掀桌子的,所以在實戰中采樣不可能太多,那麼很可能就找不到最優下棋路徑,這也是為何在獲得能和業餘選手對戰後,難以再獲得大的突破的主要原因。

AlphaGo本質上大的技術框架還是蒙特卡洛樹,但是根本的不同在於把上面講的兩個落子策略和一個局面評估神經網路引到蒙特卡洛樹搜尋過程中。蒙特卡洛搜尋樹也需要對棋局盤面進行評估,AlphaGo採用了上面講的Value Network和傳統的采樣評估相結合的思路來做;在采樣進行過程中,要模擬兩個棋手對弈,AlphaGo採用了落子策略SL來模擬兩個對戰棋手;而落子策略RL則用在了Value Network網路中,我們講過Value Network是在RL策略基礎之上的,其作用也是類似兩個採取RL策略的棋手去下棋。

決定蒙特卡洛搜尋樹效果的其實主要有兩個因素,一個就是上面講的采樣數量,數量越大效果越好,但是速度會比較慢,在這點上AlphaGo其實並沒太在意;第二點是模擬兩個棋手對弈,那麼這個棋手棋力越強,那麼快速探索出優秀路徑的可能性越大,AlphaGo其實把工作重心放在這裡了,也就是那兩個落子策略和Value Network棋局評估策略。這也是為何說AlphaGo有技術突破的地方,因為它的重心不在暴力搜尋上,而是尋找好的下棋策略。


前一陣子網上討論Facebook圍棋AI 「暗黑森林」和AlphaGo誰先誰後問題,其實你看過他們各自發的論文就明白這種爭論完全沒有必要,之前有幾項工作都是結合深度學習學習落子策略和蒙特卡洛搜尋樹方法結合的文獻,但是效果應該仍然徘徊在和業餘棋手對弈的階段,包括Facebook的圍棋AI,本質上並沒有跳出這個思路。導致AlphaGo和其它工作最大的不同其實是那個通過3000萬局自我對戰產生的RL落子策略和Value Network,而這兩者在其中發揮的作用也是最大的,所以AlphaGo對圍棋AI產生質的飛越是無可置疑的。而沒有疑問的一個壞消息是,即使3月份AlphaGo輸掉比賽,從機制上講,AI勝過人類選手是必然的,這只是時間問題而已。

AlphaGo的意義不僅僅在於圍棋領域,由於DeepMind採用通用的AI技術來研發AlphaGo,其關鍵算法能夠平滑遷移到很多其它領域,並有望在很多其它領域獲得突破性進展。另外,我的個人意見,DeepMind是個令人尊敬的技術團隊,他們關注的都是深度學習中重大的問題並不斷有突破性成果出來,搞研究其實就應該以這種團隊作為榜樣。

上面這段看上去好像是要結尾的意思,其實並不是,我們最後再附上一小段技術流。

|深度學習網路架構
上面講過兩個落子策略以及棋局評估神經網路,其架構都是類似的,其中兩個落子策略的架構如圖5所示,棋局評估神經網路的架構如圖6所示。


圖5  Policy Network網路結構


圖6 Value Network網路結構

對於兩個落子策略來說,其神經網路的輸入是19*19*48的三維數據,19*19是一個棋盤的畫面,48是因為選擇了48類特徵來從不同角度描述這個棋盤,所以輸入是三維結構。經過12層CNN的卷積層,然後最後套上一個SoftMax分類層。輸入是棋盤局面S,輸出是針對這個棋盤局面,下面應該如何落子,所以SoftMax分類層給出的是各種合法落子位置的分類概率。AlphaGo就選擇概率最高的那個位置去落子。

對於SL落子策略來說,訓練數據就是3000萬<S,a>集合,就是人下棋的過程,S是面對的某種棋局,a是人接下來把旗子放到哪裡,這樣通過CNN網路,根據輸入棋局,就能學會人大概率會把旗子落在哪個位置,所以說它學的是人如何單步落子。3000萬看上去多,其實並不多,這是落子數量,真正的對弈棋局數量也就16萬局對弈過程,因為每個對弈過程包含很多落子步驟,所以總數看上去多而已。

對於RL落子策略來說,它學的是如何贏得一局,這裡用到了增強學習的Q函數。但是學習過程跟SL是類似的,無非是兩個AlphaGo先下一盤,然後看看是輸了贏了,並把輸贏的分數賦給整個過程中的每個棋局及其對應的落子步驟,這樣每個棋局及其落子步驟都會有個輸贏得分,根據這個得分調整之前學到的SL落子策略學習到的參數,這樣就通過自我對弈來學會如何贏得一局棋。

對於局面評估Value Network來說,其網路架構如圖6所示,這裡和圖5的結構稍微有不同,就是輸出層不是SoftMax分類,而是一個回歸函數,學習到一個數值,而不是分類。這個正常,因為它的目的是給當前棋局一個估分,而不是學習落子策略。它的輸入是從自我對戰的3000萬局比賽中隨機抽取某個時間的棋局狀態,並賦予這個棋局狀態一個贏棋得分,然後把這些數據當成訓練數據,交給這個神經網路去學習給定一個局面,如何給出一個贏棋可能的打分。

好了,整個過程感覺已經說清楚了,就到這吧,覺得寫得還算不錯的話….你看著辦吧,要知道,寫東西其實是個挺消耗時間和體力的事情,尤其是類似本文這種精品@^^@。

來源:布洛卡區

作者:張俊林

「保險」已經成為我們生活密不可分的元素,每個家庭的每個成員幾乎都有買保險,但是全家人的保費有時卻造成經濟支柱的沉重負擔,因此該如何為家庭每一個成員選擇適當的保險,用有限的預算去調配好適當的保額,我個人認為是目前最重要的保險議題。而過往與我聯繫希望協助檢視保單的案例中,絕大多數的問題都是來自於「買錯方向」、「買的不夠」與「買的太貴」。倘若事故不幸發生,明明保費壓得喘不過氣,卻依然還要自己承受損失,那就失去了我們想要買保險的用意了,因此本篇來為大家簡單說明每個階段的優先投保方向

有風險才需轉嫁,無風險不需投保

保險是轉嫁我們無法承擔的經濟損失風險』,我們買保險的初衷就是希望發生事故時的經濟損失能夠經由保險來轉嫁給保險公司(也可是說是轉嫁給大眾平均負擔),那麼應該要檢視自己有哪些風險是我們真正無法承受的,但是往往我卻發現民眾買了自己根本不需要的保險,反而真正需要轉嫁的風險卻幾乎沒有保障。真正應該轉嫁的風險是必須具有「無法規避性」、「無法預料性」、「無法選擇性」,您無法預測它何時發生,也無法避免它一定不會發生,而且最重要的是發生了之後我無法選擇損失的金額增加或減少。

例如很多人迷思在「喪葬費」這個損失上,然而「喪葬費」雖然無法規避、無法預料,但是它是可以選擇我們要支出的費用,預算多的辦得隆重,預算少的可以採取樹葬等「自然葬法」,況且這樣的風險損失是可以透過勞保的死亡給付、個人儲蓄自己承擔等來填補,也就是說當還在壯年時期勞保的死亡給付已經足以支付,就算退休了難道過去幾十年辛苦工作,連幾十萬的喪葬費都付不起嗎?當然有的人想多多益善,希望可以讓家人辦一場數百萬的豪華葬禮那也無話可說,但是我必須強調!!!我們的保費預算有限,如果您確保其他風險都已經轉嫁,再來考慮這件事,否則應當優先剃除。『壽險』這類的保障應該是為了身故後"無工作能力"之家人後續的生活費用問題,而不是讓家人多領一些遺產的目的,若家庭中並沒有無工作能力需仰賴自己扶養的家人,那麼就不需投保。

簡單的判斷方式:事故發生會不會造成家庭可能無法承受的經濟負擔?會,那就是「有風險」。若目前的現金資產足以自己承受,或已經可由社會保險填補,那麼就應該視為「無風險」。

經濟損失大的風險要優先投保,損失小的要列為次要

台灣在人身保險商品上,投保率最高的要屬「醫療保險」,原因是「看病」這件事是我們最常遇到的事故。然而若以30歲男性而言,投保一張保額為2000元的『一年定期醫療險』保費大約要4000元上下,但是同樣的保費卻可以買到

  1. 200萬以上的『一年定期壽險』
  2. 200萬左右的『一年定期重大疾病險』
  3. 500萬以上的『一年定期殘廢險』
  4. 500萬以上的『意外死殘險』

那麼如果這30歲的男性是家庭經濟支柱,萬一真的不幸發生事故,可能造成往後一、二十年累積數百萬的收入來源頓失,可能造成數十萬到數百萬的癌症花費無力負擔,可能造成未來下半輩子要支出累計數百萬的照顧費用,那麼要停下來思考一下,"住院一天2000元,每次醫療花費只有數千元頂多十多萬元的費用,真的是我們完全無力負擔的嗎?"即使無力承擔,但不至於造成傾家蕩產,那麼預算考量下,應該要把其他可能傾家蕩產的風險優先補足才對,剩下的預算再分配這些損失小的風險上。更甚至有些風險其實自己承擔也可以,例如筆者常看到有些業務員建議客戶購買多張的『意外醫療險』,要知道意外事故如果需要住院或手術時『醫療險』也可理賠,那麼其實『意外醫療險』只是補強"不住院也不手術的門診治療"缺口而已,但是這種不住院也不手術的門診治療大多是數百元到上千元的醫療費,就算不投保也沒什麼影響。

家庭經濟支柱才是風險最大的保障對象

現代人小孩生的少,使得父母們總是會希望在小孩身上投注更多的關愛,不論是教育、生活物資,甚至是保險上的規劃都希望竭盡所能的完善,然而過於關注小孩卻也往往使得小孩的保險被過於重視。筆者在過去檢視的案例中,發現不少案例竟然小孩的保費是高於父母的,應該要思考的是"當父母發生事故時,小孩喪失生活費用來源,小孩身上有再多的保單,生活仍無以為繼“,電視上常常出現類似的新聞,當發生事故時,爺爺奶奶可能漸漸無工作能力,卻還要想辦法將孫子拉拔長大,甚至家中成員有人臥病在床,需有要人照料,全家陷入一片哀悽當中,只能仰賴社會捐款救助。我想跟我一樣身為父母者,上述的情況是最不想要看到的,因此確保父母的保障足夠才是對整個家庭最有利的做法。倘若預算上非常吃緊,那也應該優先考慮家庭經濟支柱者的保險,有多餘的預算再規畫其他成員。

扮演不同身分,優先投保的方向也會不同

保險絕對不是需要從小買到老的,不同的階段扮演不同的角色,對家庭經濟影響的程度也會有所不同,因此若家庭的保費過高,那麼就應該要針對這些不同的階段選擇適當的保障,以下就依照不同階段來為各位解說。

【家庭經濟支柱】

因為家庭經濟支柱是支撐整個家庭生活的重要角色,當支柱倒塌就會造成家庭經濟嚴重動盪,包含「死亡」、「殘廢」、「罹患重大疾病」等等造成無法繼續工作賺取生活費用的情況,甚至還需要家人提供照顧。若以經濟影響多寡排列,「死亡」、「殘廢」因為會造成未來收入完全中斷。「罹患重大疾病」則可能是短暫性的中斷,但需額外負擔治療費用。

投保優先順序

  1. 殘廢保障-『殘廢險』、『意外死殘險』:保額以未來尚需提供家庭的收入與照顧費用作為考量。
  2. 死亡保障-『壽險』、『意外死殘險』:保額以未來尚需提供家庭的收入作為考量。
  3. 重大疾病-『重大疾病險』、『重大傷病險』:目前主要針對癌症,保額以目前癌症治療花費作為考量,建議至少100萬~200萬左右比較安全。
  4. 醫療保障-『醫療險』、『意外醫療險』:以『實支實付險』為優先,預算考量不一定追求「雙實支實付」等高保障,至少一定程度情況下能夠填補醫療開銷即可。

【社會新鮮人】

社會新鮮人通常尚未背負家庭經濟責任,主要以顧好自身保障、不拖累家人為基本原則,因此以經濟影響多寡排列,「殘廢」會造成未來家人可能需要照顧自己一輩子,對家庭經濟影響最巨。其次則是「醫療保障」、「重大疾病」。至於「身故」雖然未背負家庭經濟責任,但父母辛苦養育子女,往往都有期望子女於自己老年時提供生活收入的想法存在,尤其是經濟上並不富裕,但卻大力投注教育花費上的情況,若子女好不容易學成歸國卻遭逢事故死亡,那麼對於父母未來的期望就會落空,因此一些死亡保障還是有需求性的。

投保優先順序

  1. 殘廢保障-『殘廢險』、『意外死殘險』:保額以照顧費用與未來父母老去後的自身生活費作為考量。
  2. 重大疾病-『重大疾病險』、『重大傷病險』:目前主要針對癌症,保額以目前癌症治療花費作為考量,建議至少100萬~200萬左右比較安全。
  3. 醫療保障-『醫療險』、『意外醫療險』:以『實支實付險』為主,因為餘命較長,建議可以規劃「雙實支實付」等較高額的保障。
  4. 死亡保障-『壽險』、『意外死殘險』:保額可以100萬~300萬間選擇。

【未成年子女】

未成年子女與社會新鮮人的規劃方向類似,主要還是以事故發生不拖累家人為原則。但若為幼兒時期,因即使一般的疾病也需家人放下工作照顧,加上小孩來日方長,若發生某些疾病可能迫使無法再購買保險,所以「醫療保障」可以規劃的比較足。此外與社會新鮮人不同的是完全不需負擔家庭經濟責任,因此不建議投保任何身故保險。(保險法第107條:未滿15歲不給付身故保險金)

投保優先順序

  1. 醫療保障-『醫療險』、『意外醫療險』:以『實支實付險』為主,因為餘命較長,建議可以規劃「雙實支實付」等較高額的保障。
  2. 重大疾病-『重大疾病險』、『重大傷病險』:目前主要針對癌症,保額以目前癌症治療花費作為考量,建議至少100萬~200萬左右比較安全。
  3. 殘廢保障-『殘廢險』、『意外死殘險』:保額以照顧費用與未來父母老去後的自身生活費作為考量。但目前各家保險公司針對未滿15歲的保額限制大多只能投保200萬保障。

【老年人】

通常子女已經成年且具有獨立的經濟能力,因此不需再為家人考慮任何生活費用等問題,此時就絕對不該再投保任何死亡保障。而因老年器官退化,不論是「殘廢」、「罹患重大疾病」或是「醫療」發生的機率都遠大於其他年齡層,但是也因為機率高造成保費昂貴,所以在這個階段如果預算不充裕,建議以"風險損失最大“的為主即可,相較於「重大疾病」的投保成本過高,投保效益不高,建議可以不要投保了,若身上存有一些現金資產,不如風險自留就好。

投保優先順序

  1. 殘廢保障-『殘廢險』、『意外死殘險』:保額以照顧費用作為考量,降低子女的負擔。
  2. 醫療保障-『醫療險』、『意外醫療險』:以『實支實付險』為主,因為保費高投保效益低,所以不建議追求「雙實支實付」,只要有基本保障,降低子女的負擔即可。

如今給自己或家人買份保險已是家庭最普通的消費之一了,保險作爲家庭理財的重要組成部分已越來越被大家重視,可是究竟應該怎樣給家庭上保險呢?有如下五點可做參考。

1、先給大人買保險
與此相對的一個觀點就是“先給孩子買保險”,有這種想法並且這樣去做的人大有人在,據調查顯示,約有80-90%的家庭給孩子都買了保險,但是這些家庭中孩子的父母沒有買保險的占了絕大多數。

父母往往這樣想,孩子沒有保護力,大人可以保護自己,所以給孩子上個保險;還有很多父母很感性,他們很愛自己的孩子,以致于有什麽好東西就先給孩子,當聽說保險好時,也先給孩子買,認爲這也像是好吃的、好喝的、好玩的,所以先給孩子買保險。

這些父母愛孩子的心可以理解,卻忽略了最重要的一點:父母才是孩子的保險!

當大人在時,你怎麽給孩子呵護愛惜都不爲過,可是孩子最大的風險就是父母出了意外,一旦真有這種情況,你想過你的孩子怎麽辦嗎?有多少孩子因爲父母的突然離去而過著淒慘的童年呢……

當孩子突然之間失去了父母,她失去了所有的保障,因爲在任何時候父母就是她的保障,作爲孩子的父母,應該想到在兩人在的時候你能照顧好你的孩子,而當父母都不在的時候呢?所以給大人先上充足的壽險,是給家庭,給孩子的一份堅實的保障。

給家庭買保險原則之一:一定要先給大人買保險(壽險),因爲大人是孩子的保險

2、先給家庭經濟支柱買保險
在與許多人打交道時經常有人這樣說:“我不需要保險,我的妻子孩子最需要保險”。
這是很多男人們的想法,當代理人跟他們談起保險時,他們手一揮說:“我不需要保險,我有錢,就是買保險的話也是給我老婆、孩子買。”

這也是一個很普遍的群體,他們一般是家庭經濟收入的主要來源者,是家庭生活的維持者,很多人有著不錯的工作或事業上小有成就,在他們看來,他們是一家之主,能掙錢,是家庭的強者,而老婆、孩子相對來說是家庭的弱者,是最需要保護的,所以買保險理所當然地要先給老婆孩子買。甚至當說起具體的保險種類諸如醫療健康險時他們也說:“我公司裏有醫療保險,老婆孩子們沒多少保險,他們最需要保險。”

其實他們是把家庭的兩個強弱關系混淆了。從收入上來說他們是“強者”,但是從家庭的角度來說他們卻是家庭風險的一個軟肋。道理很明顯,既然是家庭收入的主要來源者,是家庭的經濟支柱,一旦發生風險對家庭的打擊最大,所以作爲家庭的經濟支柱其實是最需要保護的。當這個經濟支柱發生意外或者重大疾病的風險時,家庭的主要收入來源就會中斷,就會降低生活品質,甚至導致家庭經濟崩潰。

對于一個家庭來說,保一家之經濟支柱就是在保一個家庭!因爲經濟支柱對一個家庭的意義太重要,所以在做保險規劃時要切記誰最該保?誰最先保?那就是給家庭帶來主要收入來源的那個人。而對于經濟支柱本身來說,你所承擔的責任就在于,你要給你的家人作好充分的准備,尤其是當你不能掙錢了的時候怎麽辦,而壽險就是給家人最好的一道生活安全屏障。

如果把這個順序弄反了,你給所謂“最需要保的人”所上的那些保險,在支柱出現風險後不僅沒有任何作用,還會成爲家人沈重的負擔。

給家庭買保險原則之二:先給一家之經濟支柱買保險,保支柱就是保家庭!

3、先買意外險、健康險
很多人在與我說起保險時都會問:“你那裏有什麽好保險?”通常他們所說的這種“好保險”指投資型的保險,而所說的那種“好”是指投資收益好的。這些人一般都有過投資的經曆,包括用股票、基金、債券、期貨等等種種投資方式,特別是當聽說有些投資型保險有穩定的收益時,飽受風險之苦的他們似乎對這種“新” 的投資理財方式寄予了極大的希望。

這正是分紅險在中國剛出現時就大受歡迎的原因。當很多人聽說保險也可以作爲一種投資時,頓時亮了眼睛,而把保險最原始的那種保障功能抛到九宵雲外去了。直到現在,還有很多人對分紅險、投連險、萬能險情有獨鍾,再往下就是帶點儲蓄功能的教育險、養老險,而對健康型保險和壽險、意外險卻很少關注。

人生三大風險:意外、疾病和養老,最難預知和控制的就是意外和疾病,而保險的保障意義,在很大程度上就體現在這兩類保險上。但是很多人感覺這兩種保險的保費很多時候是一去不返,或者回來得很少,算不上是投資,或者說“很不劃算”,所以最具保障意義的保險一直以來沒有受到足夠的重視。

于是當真正的風險來臨時,很多保險卻“不管用”,導致一些人對于保險的認識越來越陷入誤區,其實是對保險理解的誤區。
科學的保險規劃,應該先從意外、健康險做起,有了這些最基本的保障,再去考慮其它的險種,也就是說如果沒有任何的商業保險,買保險一般應按下面的順序:
意外(壽險)→健康險(含重大疾病、醫療險)→教育險→養老險→分紅→投連→萬能
我們現在時興講理財,理財實際上分三步,第一步就是做好風險的轉移,即保險保障,這是一個根基。做好了保險保障之後才去做其它的消費安排和投資理財,沒有保險保障的投資如同空中樓閣,經不起風吹雨打。所以在險種的選擇上,先意外、健康,再教育、養老等其它險,才是科學的理財。
給家庭買保險原則之三:從險種上來說,先意外,再健康、教育、養老其它可選險種!

4、先保險再買房
“我現在要攢錢買房,等我買了房、車以後再買保險。”這是很多30歲左右還沒有房的一族對保險代理人常說的一句話,類似的說法還有“我現在沒有閑錢買保險”,在他們看來,保險是一種奢侈的消費品,現在並不緊急,或者說保險是有錢人消費的。

而實際上,這種觀念是非常不正確的,保險是生活的必需品,並不是要等到你的生活達到小康甚至更好以後才需要的,保險是轉移風險的一種很好的手段,而風險並不是在你生活好了以後才出現。

如今,房、車、保險已成爲新時代我們生活的“三大件”,這其中又數保險最重要,科學地理財,保險是應該在房車之前買的,人所共知,車不上保險不能上路,那爲什麽買房之前要買保險呢,這裏有一個我們熟悉的故事…

如果在貸款買房後還沒有保險,是一件很不科學、很危險的事。相信現在很多剛買房一族已經感受到了其中的壓力,在買房之前過的是一種自由自在的生活,但在買房後壓力陡顯。爲什麽?20年的房貸,意味著這二十年期間你的工作不能中斷,一旦由于意外、疾病中斷、工作中斷了收入,你的壓力將會更大。而誰也不能保證你在二十年期間不生病、不出任何意外。如果出現大的人身意外,比如身故或殘疾,收入永遠地中斷,那時如果沒有其它的辦法房子是要被收回的,那時受到最大傷害的還是你的家庭。

一般來說,你將要還多少的房貸,在還貸期間內你就要有多少的壽險。比如你的房貸是30萬,那麽你需要至少30萬元的定期或終身壽險,以此來防範還貸期間的人身風險。如果同時能買上健康險將健康保障做好就更好了。

給家庭買保險原則之四:買房之前一定要先買保險,保護的是你也是你的家庭!

5、年輕也要買保險
根據對各大城市已購買保險者的統計顯示,目前買保險的人群主要爲30-45歲年齡段的,他們或給自己,或給家庭成員購買保險。而20-30歲年齡段的年輕人,包括還未獨立的在校大學生和已經走出社會工作時間不長的畢業生,他們選擇保險的則很少。他們通常認爲,自己年輕,身體好,不會得什麽病,而感覺意外又離自己很遙遠,其它的險如養老等等離自己就更遠了,所以不需要保險。

可是我們現在看到,重大疾病已越來越年輕化。20多年前,當我們聽說身邊有誰得了癌症時都會無比地驚訝,可是現在要是聽說一個2歲的孩子得了惡性腫瘤,你一定不會太驚奇,如今空氣汙染、食品汙染、環境汙染、學生壓力太大等等衆多的原因已成重大疾病年輕化的誘因。農藥灌出的毒韭菜、加砒霜養大的烏雞、加避孕藥餵養大的魚、毒火腿、毒泡菜等等讓我們防不勝防,北京兒童醫院有一幢樓幾乎都是白血病、惡性腫瘤等重大疾病的小患者,在校大學生患重大疾病的消息也頻頻地出現在各大媒體上。

身處于這樣的環境,我們在做好防範、保健的基礎上,還要做好萬一的打算,你不要期望到哪一天所有的天空都藍了,所有的食品都安全了,生活沒有壓力了,你要做的一個准備就是萬一罹患大病醫藥費從哪裏來?

風險好像總是那麽無情。可是如果等風險到來時再想起保險已經晚了,保險是未雨綢缪的一種科學規劃。
作爲年輕人或者他們的父母,應該及早地樹立起這種風險意識,綜合起來,年輕人有這樣幾條理由要買保險:
1、意外。父母辛辛苦苦把孩子拉扯大,每一個孩子的身上都擔負著贍養父母的責任。
2、疾病。重大疾病險能化解關鍵時的大額醫療費風險。
3、科學規劃。可以預見,將來沒有保險寸步難行。那麽既然將來要上保險,不如現在上保險,在經濟條件允許的情況下(包括有收入和無收入的年輕人)。因爲隨著年齡增長,保費增長,年輕時買保險更“劃算”。

其次「中國信託人壽富加鑫保險」這是屬於【還本型】的意外險
在規劃前要考量的是否符合您的規劃需求
建議您可以先檢視本身現有的保障規劃
再依據自己的家族病史、工作環境或其他考量的因素
而去選擇做保障的補足或是加強

在此向您說明保單規劃的方向
基本上保險分成兩大類
一、身故保障
被保險人死亡
保險公司就會付錢給他指定的人
讓他不會因為被保險人的離開而沒有錢繼續生活
身故保障又分成兩種
1、壽險
被保險人不論任何原因死亡
保險公司就會付錢給他指定的人
讓他的生活不會受到影響
2、意外身故
被保險人因為意外導致死亡
保險公司就會付錢給他指定的人
讓他的生活不至於有太大的變化
簡單來說
假若本身是家庭的經濟支柱
或是會有人因為某人的離開而生活受到影響
或者是本身有負債
若沒有上述原因的考量
建議可以先不用作身故保障的規劃

二、健康險
針對自己本身相關的醫療費用
保險公司會提供保障
健康險又分成八種
1、醫療險
針對住院、手術相關的醫療費用
保險公司會提供保障
它保障範圍最廣、也最常被用到
所以建議優先規劃
2、意外醫療
針對意外造成的醫療相關費用
保險公司會提供保障
因為醫療險僅針對【住院、手術】的醫療費用補助
而意外醫療是針對意外造成的門診醫療費用提供保障
如果規劃好上述的兩個險種
住院和不用住院的醫療費用都提供到保障
最基本最基本的保障也就作完了
所以這兩個險種建議要優先規劃

接下來的三個險種
可以針對自己的家族病史、工作情形或是本身的考量
來幫作重點式的加強
3、癌症險
針對癌症相關醫療費用
保險公司會提供保障
原本醫療險有提供癌症的住院、手術費用的保障
但是因為癌症的醫療費用通常很高
單靠醫療險會不足
或是如果要規畫足夠的額度保費會很貴
而癌症險本身因為只有針對癌症提供保障
保障範圍相對較小
保費也較便宜
因此有關癌症的相關醫療支出可以透過規劃癌症險來作加強
4、重大疾病險
針對需要長期復健療養的疾病
保險公司會提供保障
例如:老人痴呆症、帕金森氏症及中風等
這類型的疾病特色是治療時間很短
但是復健療養的時間很長
治療期間的住院、手術等相關費用醫療險會提供保障
但是出院的復健、療養
因為沒有住院、手術
所以醫療險不會提供保障
如果又不是意外造成的
意外險也不會提供保障
這時候就要靠重大疾病險來提供復健療養的費用補貼
5、長期照護險
當被保險人喪失自主生活能力的時候
保險公司會定期給付一筆錢
當作是看護費用、生活費用的補貼
上述的險種主要都是針對【醫療過程】提供保障
而喪失自主生活能力是一種狀態
沒有其他的險種針對這狀態提供保障
所以才需要靠長期照護險提供相關費用的補貼
上述三個險種
癌症險、重大疾病險、長期照護險
可以針對你自身的考量因素來作重點式的加強

接下來這三個險種建議您最後再規劃
6、失能險
當被保險人喪失工作能力時
保險公司會定期給付一筆錢當作薪資上的補貼
因為保障的範圍與長期照護險有部分的重疊
所以建議若在規劃完上述的險種後還有多餘的預算
再選擇當作針對【失能狀態】保障的加強
7、婦女險
針對婦女常見的重大疾病以及婦女常見的醫療行為
保險公司提供相關的保障
在此建議與其單規劃婦女險
不如選擇規劃婦幼險
因為保障的範圍還包含婦女險、嬰幼險的保障
8、婦幼險
婦女險加上嬰幼險的保障
A、婦女險
主要的保障範圍包含下列2種
a、婦女常見重大疾病
如子宮頸癌、紅斑性狼瘡
保障範圍也和癌症險、重大疾病險相同
因此可以用作補足婦女常見重大疾病的保障
b、婦女常見醫療行為
如因乳癌割除乳房後的乳房重建手術
保障範圍和醫療險、癌症險相同
因此可以用作補足婦女常見醫療行為的保障
B、嬰幼險
主要的保障範圍包含下列3種
a、順產
順利生下小朋友
保險公司會給付一筆保險金
b、懷孕期間併發症
如子宮外孕或是早期流產等
c、先天性嬰幼兒重大殘疾
針對小朋友先天性的疾病提供保障
其實作好前面敘述的5個險種規劃
基本的保障就【作完了】
加上這3個險種的性質
比較屬於輔助性質或是額外加強保障的險種
所以才會建議假若規劃完前述的5個險種後
您還有預算的話再做相關的規劃

因此在規劃保險時
建議您首先規劃【醫療險】及【意外險】
作完住院以及不用住院的規劃後
再針對您的家族病史、生活暨工作環境
或是您本身考量的各項因素
選擇癌症險、重大疾病險及長期照護險的規劃
作好完整性的規劃後假若還有預算
可以再選擇失能險、婦女險及婦幼險的規劃

在保險的規劃上
不單單只是著重在費率上來作考量
保障的範圍以及減輕事故發生時的開銷
必須是規劃中需要衡量的重要因素
當然保費的高低是很重要的問題
但是其實花同樣的錢有時候卻可以獲得【更完善】的保障範圍
差異的部分就是在於有沒有做過比較

但是其實每一種險種在挑選的時候都會遇到不一樣問題
比如說您規劃實支實付型定期醫療險
就會遇到【八種】不一樣的問題
或是在規劃癌症險的時候
會遇到【三種】不一樣的問題
至於要如何知道所保單的組合
或是保單條款內容是否有問題
建議您可以上【保險事業發展中心】查詢商品相關的保單條款
從各家的保單條款中去比較是否有【保障範圍】的差異
不過現行有在銷售的保單超過上百種
如果要全部比較完的話
可能會需要耽誤您很多的時間
另外一種方式就是洽詢有做過這方面比較的保險顧問協助您分析
這樣可以縮短您很多的時間

最後礙於文字限制無法向您比較或是推薦商品
後續若有相關問題或是需要【投保時】
歡迎點我大頭作進一步討論