2019年4月23日 星期二

持有個股簡介:VTI(Vanguard Total Stock Market ETF)2019


三不五時就有朋友會問我手上有哪些股票,後來想說我就簡單寫個介紹,這樣有需要的朋友也可以獲取相關資訊

本次介紹的是VTI,發行商是先鋒集團(Vanguard Group、領航投資),也就是鼎鼎大名的約翰伯格創立的公司,理念是給投資人低成本的投資工具

關於約翰伯格,有一些書有闡述他的理念
Enough : True Measures of Money, Business, and Life

“夠了”讀後感--回到理財初衷,跳出金錢困局(1)

“夠了”讀後感--投機太多,投資太少(2)


美股代號VTI的 Vanguard Total Stock Market ETF 成立於2001年五月24日。追蹤CRSP US Total Market Index(由美國芝加哥大學證券價格研究中心(CRSP)建置)。

關於這支ETF的詳細說明可參考Vanguard官網



Total Stock Market代表的是這支ETF涵蓋全美國的股票市場每支股票,所以該支ETF的表現等於全美國市場的表現(不像台灣的0050只有涵蓋50支股票)

選擇這支ETF的原因在於,希望能夠獲得美國整體的市場報酬,個人認為,美國這個經濟體,其地位應該在未來的十年還是其他地區與國家難以撼動的。

而且相較於台灣0050約0.4%的內扣費用,VTI每年內扣總開銷0.03%,只有0050的十分之一不到,可謂十分低廉。

再來我們看看關於VTI的官方介紹


Product summary

  • Seeks to track the performance of the CRSP US Total Market Index.
  • Large-, mid-, and small-cap equity diversified across growth and value styles.
  • Employs a passively managed, index-sampling strategy.
  • The fund remains fully invested.
  • Low expenses minimize net tracking error.


簡單翻譯

  • 追蹤CRSP美國總市場指數的表現。
  • 大型,中型和小型股票的多元化。
  • 採用被動管理策略。
  • 該基金持續完全投資。
  • 低的內扣費用



再來看看該基金的前十大持股(截至2019/3/31)

然後官網上也有附註
10 largest holdings = 18.60% of total net assets
前十大持股只佔了整個基金的18.6%

相較於台灣的0050已經變成台GG的形狀不同
不會因為單一公司的股票炸掉就影響到整個基金的績效

再來看看前十大持股分別的比重

就算持股最重的微軟直接倒閉,也不過就影響3.2%而已

這也是運用市場指數的ETF來進行投資的優點


最後是談談VTI的報酬率
大家看最後一個欄位就好Spliced Total Stock Market Index* 

2004年至2018年,總共有141.72%的累積報酬,年化報酬率約6.4%左右。
不用選股,不用技術分析擇時進出,只要買進並且持有,就能獲得這樣的報酬。

但請大家記得,過去績效不代表未來,投資還是得審慎思考,畢竟被動投資,並不代表一定能夠獲得正報酬,還是得評估 自身狀況,再進行。


本文章並沒有推薦任何投資標的,單純是個人的一些觀察與見解,為作者自行查看相關資料後整理而成,資料之正確性以各官方公告為主,任何人觀看本文之後,而有投資該基金或ETF之行為,自行對所有後果負責。 

歡迎分享轉載文章,願每一個人都能夠衣食無虞。

我將思想傳授他人,他人之所得,亦無損於我之所有;猶如一人以我的燭火點燭,光亮與他同在,我卻不因此身處黑暗。湯瑪斯‧傑弗遜(Thomas Jefferson)

"程式教學"Anaconda 如何設定預設開啟chrome 瀏覽器

之前都用mac來寫code
然後老是看到很多人遇到一些稀奇古怪的問題
直到前陣子入手了西風之神後
才發現windows的環境真的會有很多問題啊QAQ

首先第一個問題就是沒辦法用jupyter notebook開啟chrome 瀏覽器

處理方式如下
1.先打開Anaconda Prompt
2.輸入jupyter notebook --generate-config

3.會顯示出jupyter_notebook_config.py 檔案所在目錄。

4.找到這個檔案,用記事本開啟。
5.搜尋找到這段文字c.NotebookApp.browser 


6.在他的後面加上下面程式碼
import webbrowser webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\\ProgramFiles(x86)\\Google\\Chrome\\Application\\chrome.exe")) c.NotebookApp.browser = 'chrome'

每個人的電腦安裝可能會有差異,重點就是要貼上你chrome的路徑注意雙斜線

然後記得存檔,之後啟動jupyter notebook,應該就沒問題了


2019年4月19日 星期五

網誌瀏覽人次破10萬啦!!!

老實說這個網誌辦了很多年了,一直到去年才開始有一些產出,就在昨天整理文章的時候,剛好發現瀏覽人次突破十萬大關~

就來記錄一下吧~

下一次紀錄應該是一百萬

但應該要很久以後了XDD

2019年4月17日 星期三

"程式教學"簡單入門python預測股價-使用stocker套件(初探)

一直以來對於寫這種文章我是有疑慮的

預測證券市場走勢是一項非常有誘惑力的事情,但是一旦稍有不慎或是過度相信程式,很有可能在黑天鵝事件來臨時,粉身碎骨。

我個人認為,與其努力的在每日獲利上能夠跑贏大盤,不如好好享受在運用程式預測的練習中,學習資料視覺化,程式設計,模型訓練這些領域,說不定在這個領域所學應用在工作上提升的收入,會比投資炒股多很多XD

本篇文章會讓大家簡單地做出像下方的股價預測圖,及預測未來的股價


========================================
本次環境使用anaconda裡面的jupyter
不會操作的請先參考這篇

https://hn28082251.blogspot.com/2019/02/python-mac-os-anaconda.html


我們先來建立個過去股價的資料
這裡用的方法是用google試算表抓資料
詳細方法請參考以下教學
https://hn28082251.blogspot.com/2019/04/google-spreadsheets-stock.html
https://hn28082251.blogspot.com/2018/12/google-k.html

我們在這裡用我在台股的唯一持股玉山金為例
程式碼先幫大家寫好
可以直接複製
={ArrayFormula(text({"Date";int(query(query(googlefinance("2884","ALL","1/1/2016",TODAY(),"daily" ) ,"Select Col1",1),"offset 1",0))},"YYYY-MM-DD")),query(googlefinance("2884","ALL","1/1/2016",TODAY(),"daily" ) ,"Select Col4,Col2,Col5,Col3",1)}
以上是從2016年開始抓
然後因為我們只要收盤價,所以就複製那兩欄
剪下後,然後開一個新的試算表貼上去
記得要選擇僅貼上值,然後把最上面兩格,一個改成date,一個改成price
然後把試算表檔案用csv的格式下載下來


再來說說我們要用的stocker套件
去github上面把檔案抓下來
建議抓整包


大家去把它下載下來,Stocker是一款用於探索股票情況的Python工具。一旦我們安裝了所需的package,我們可以在的同一資料夾中啟動一個Jupyter Notebook

下面的圖片因為我把資料夾單獨複製出來取名,所以可能會跟操作者看到的不太一樣


然後把我們剛剛抓下來的股價csv檔名改成price2884放進同一個資料夾中

然後開jupyter後進到那個Data-Analysis 資料夾
再進入裡面的 stocker 資料夾
接下來就在同一個資料夾裡用jupyter建立一個ipynb的檔案

導入Stocker:

from stocker import Stocker




如果以上執行成功代表我們有抓到package了

再來把股價資料讀取進來
import pandas as pd

### 讀入series
df = pd.read_csv('price2884.csv', index_col='date', parse_dates=['date'])
price = df.squeeze()

price.head()
確定資料格式沒有問題

再來讀取價格資料放進一個變數中

from stocker import Stocker

esun = Stocker(price)
確定時間沒問題後,就可以開始預測了

預測的程式如下 
model, model_data = esun.create_prophet_model(days=10)

#days代表要預測幾天後的股價

由此可見這裡預測的十天後(4/26)玉山金的股價為24.43元

是不是很簡單呢?

預測結果的綠線包含了相對應的信賴區間,這代表在模型預測的不確定性。在這種情況下,如果將信賴區間寬度設置為80%,這意味著我們預計這個範圍將包含實際值的可能性為80%。信賴區間將隨著時間推移會越來越大,這是因為隨著預測時間距離現有數據的時間越來越遠,預測值將面臨更多的不確定性,就像預測天氣一樣。

以上就是使用stocker套件進行股價預測的簡單教學,接下來會講解運用一些方式來檢驗預測的結果。

本文章並沒有推薦任何投資標的,單純是個人的一些觀察與見解,為作者自行查看相關資料後整理而成,資料之正確性以各官方公告為主,任何人觀看本文之後,而有投資該股票基金或ETF之行為,自行對所有後果負責。 

歡迎分享轉載文章,願每一個人都能夠衣食無虞。 

我將思想傳授他人,他人之所得,亦無損於我之所有;猶如一人以我的燭火點燭,光亮與他同在,我卻不因此身處黑暗。湯瑪斯‧傑弗遜(Thomas Jefferson)

2019年4月16日 星期二

"程式教學"keras 或tensorflow 調用GPU運算出現錯誤訊息:Blas GEMM launch failed解決方法

最近在搞深度學習的模型
好不容易把GPU版本的keras 跟tensorflow 都裝好了
要計算的時候卻發現無法使用
出現以下的錯誤訊息
Blas GEMM launch failed

經過查詢才知道,GPU版的tensorflow或者keras在模型訓練時遇到Blas GEMM launch failed錯誤,(keras 一般將tensorflow作為backend,如果安裝了GPU版本的tensorflow,那麼在使用keras時會優先使用GPU)

這是調用GPU時,記憶體分配遇到了問題,解決方式是在模型訓練之前為tensorflow或者keras分配記憶體空間

而keras就在引入keras時進行參數設置:
程式碼如下

import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
config = tf.ConfigProto()
config.gpu_options.allocator_type = 'BFC' #A "Best-fit with coalescing" algorithm, simplified from a version of dlmalloc.
config.gpu_options.per_process_gpu_memory_fraction = 0.8
config.gpu_options.allow_growth =True

set_session(tf.Session(config=config)) 

======================================================================
config.gpu_options.per_process_gpu_memory_fraction = 0.8
#設定每個GPU要拿出多少容量給程式使用,0.8代表80%
allow_growth option,程式開始執行時分配少量的GPU容量,而後按需求慢慢的增加



如果使用jupyter notebook,做完上述設置後可能出現GPU sync failed,重啟程式就沒問題了。

2019年4月15日 星期一

2019報稅,股利所得課稅怎麼報比較省

又到了報稅的季節了


去年 (2018) 大家領的股利,已取消兩稅合一半數設算扣抵制,改採合併課稅減除股利可抵稅額,以及單一稅率分開計算的二擇一制度,分為以下兩種。


  1. 股利併入綜合所得總額課稅,並按股利的 8.5% 計算可抵稅額,抵減應納稅額,每一申報戶可抵減金額以 8 萬元為限,全年股利所得約 94 萬元以下者,可全額享有抵減稅額。 
  2. 股利按 28% 稅率分開計算稅額,由納稅義務人與其他類別所得計算的應納稅額合併報繳。


參考高雄國稅局的例子
https://www.ntbk.gov.tw/etwmain/web/ETW118W/CON/934/7620783934398053318

小明今年股利所得 50 萬元,若選擇合併課稅減除股利可抵稅額,將股利併入申報戶綜合所得總額課稅,經減除免稅額、扣除額後的綜合所得淨額為 115 萬元,計算出應納稅額為 10.02 萬元,再減除股利可抵減稅額 4.25 萬元 (=50 萬元 X 8.5%),則應繳納稅額為 5.77 萬元。

若小明採股利按 28% 稅率分開計算稅額,再與其他類別所得計算的應納稅額合併報繳,經計算小明今年未併入股利所得的綜合所得淨額為 65 萬元,其應納稅額為 4.02 萬元,合併股利所得分開計算稅額 14 萬元 (=50 萬元 X 28%),則應繳納稅額為 18.02 萬元,以小明為例,採用合併課稅減除股利可抵稅額方式較有利

因此,對我們這種小散戶而言,選擇合併計稅維持股利併所得課稅,享有股利 8.5% 免稅額,每戶最高 8 萬元抵稅額,應較為有利。




2019年4月14日 星期日

關於blog開始掛廣告這件事

近期有在瀏覽我的Blog的朋友應該會發現,我的Blog開始出現一些廣告了

其實過去我傾向是保持不放廣告為主,因為我希望盡量不要影響到讀者的體驗,反正我也不缺錢

後來某次有個粉絲團的版主提供了一些想法

的確,這是一個不錯的方向,寫文章可以幫助人,文章得到的廣告分潤也可以捐公益,可謂一石二鳥。


所以我嘗試把一些角落掛上廣告(當然還是以不要影響使用者體驗為主,我自己也超討厭那種找不到叉叉可以按的廣告),所以如果有人覺得有些廣告影響到閱讀了,歡迎留言跟我說,我再來調整。

所以如果覺得我的文章寫得不錯的大大,或者也想一起做點善心公益,可以點擊一下頁面上的廣告,累積到的費用會抽出部分作為捐贈,未來相關的捐款紀錄我也會po上Blog,剩餘的作為添購新書,來贈送給同樣喜歡閱讀的讀者們。

過去我有捐過蘋果基金會,找一些未結案的案子來捐,如果有其他讀者有建議的捐款地方,也歡迎留言。

以上是關於Blog開始掛廣告的說明,感謝各位。








<GOOGLE地圖時間軸資料匯入世界迷霧JSON_to_gpx>

可能有些人有用世界迷霧這個APP 來記錄自己到過世界那些地方 之前比較常用的 大概是把飛機的搭乘軌跡匯入 那有沒有可能把GOOGLE地圖過往的時間軸也匯入呢? 我研究了一下是可行的 不過GOOGLE地圖時間軸的資料匯出會是json檔 世界迷霧只能用kml跟gpx匯入 所以會需要一...