【基金学习】小白基金学习记录-从入门到实践(一)

前言:

       博主今年刚毕业参加工作,一个偶然的机会(支付宝一个¥2的红包诱惑)入坑基金,虽然16年那会接触过P2P(那会薅羊毛带投资,玩了半年差不多赚了2万,后面买房就没钱玩了),用过余额宝,不过一直对基金理财没有任何概念。恰逢现在参加工作了,觉得有必要学习理财攒钱的知识,下面是自己学习一个教学视频的简单笔记,以供分享,和自己回头看看。

基金入门第一章:基金中的名词

如果想真正懂一点点基金知识,了解一些基本的基金名词是有必要的,不然就跟彩票买随机号码一样了。话不多说,介绍一点基金常识名词。

认购:该基金首次发行基金产品,投资者参与基金产品的行为,称为认购。

对应关注点:(这种基金产品应该关注该基金公司的情况,如公司规模,公司的其他基金的表现。)

申购:基金已经发布产品,继续向投资者开放购买,投资者参与基金产品的行为,称为申购。

对应关注点:(这种产品主要关注该基金产品往期的表现,近三个月、半年、一年等的收益曲线等)

赎回投资者向基金公司拿回之前的投资金额,结束和基金公司签订的合同,拿回投资资金,称为赎回。

对应关注点:(判断之前的收益是否已经达到自己的预期收益,或关注基金经理的操作是否符合当初的承诺,即分析该基金经理是否靠谱,如果感觉不靠谱也可以赎回自己的资金,转投其他的产品。)

分红:在基金产品运作过程中,基金公司会将获得投资收益后,以分红的形式分配给投资者。

对应操作:①收回分红,干其他的事。②红利再投资。

基金净值:是指当前的基金总资产除以基金总份额,其计算表公式为:基金单位净值=总净资产/基金份额。

基金单位累计净值:基金单位净值与基金成立后历次累计单位派息金额的总和,反映该基金自成立以来的所有收益的数据。

基金单位累计净值=基金单位净值+基金历史上累计单位派息金额(基金历史上所有分红派息的总额/基金总份额)

ps:最后两个概念不明白也没关系,没必要一次性死记硬背这些概念,先有个大概印象,后面实际操作的时候,自然就会明白了。

基金入门第二章:基金投资的流程(上)

基金的购买渠道:我们需要知道,在哪里可以购买基金(博主也是萌新,暂且现在"支付宝/蚂蚁金服"上混混经验吧)。

基金投资的风险:

ps:这里不要一看到这么多风险,就害怕了,博主觉得简单的来说,市场风险就是市场环境现在怎么样,适不适合投资;管理风险和技术风险的话,新手就选大一点的基金产品,不要搞些小众产品。重要的是投资习惯,投资基金的话心态要好,不要看着有些基金有些小波动,就生怕亏钱了,基金是一种长期理财的工具,钱投在里面,要想赚取稳定的收益,还是得看长期,不要在意短期的市场波动。

基金投资者等级:

不用多说,博主也是初级小菜鸟级别的。个人觉得年轻人要学会攒钱,攒钱,攒钱,前面三个词不要关注钱,重要的是,不要把工资都吃喝拉撒玩用光了,抽出工资的一小部分,长期积累,积少成多。

基金投资的核心原则:

ps:博主的理解就是,选基金的时候,不要选那种近期排名前几的太火爆的基金,这个跟学习工作不一样,不用争第一,排名靠前就行了。同时这里也提到,要放眼长期,资金要能长期存在里面,投资几天几周的这种,既花时间、又不一定获得收益。

基金入门第二章:基金投资的流程(下)

正确的投资流程:

小白选手也不可能一下子懂这么多,太繁琐的流程,估计还没学会,就已经放弃了,这里简单点:了解市场环境、选一两只合适的基金、投资自己的一小部分钱、合适的时候(觉得收益满意了)收回。

下面是几个详细的流程:

简单的说:弄清楚你的自身情况,和你用来投资的这部分钱,大概投资多久。

结束语:OK!今天就讲这么多了。siger siger~~

  • 27
    点赞
  • 135
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
学习大模型需要一定的基础知识和实践经验。以下是一个从零开始学习大模型的步骤: 1. 学习基础知识:首先,你需要了解机器学习和深度学习的基本概念和原理。学习线性代数、概率论和统计学等数学基础知识也是必要的。 2. 学习编程和数据处理:掌握至少一种编程语言(如Python)和相关的机器学习框架(如TensorFlow、PyTorch)。了解数据处理和数据清洗的方法,以及如何准备数据集。 3. 学习神经网络:深入学习神经网络的结构和工作原理,包括卷积神经网络(CNN)、循环神经网络(RNN)和注意力机制等。了解不同类型的神经网络适用于不同的任务。 4. 学习大模型训练技巧:了解大模型训练的挑战和技巧,如批量归一化、正则化、优化算法等。学习如何调整超参数和优化模型性能。 5. 实践项目:通过实践项目来巩固所学知识。可以选择一些经典的深度学习项目,如图像分类、目标检测、语音识别等。逐步增加模型的复杂度和规模,从小规模模型开始,逐渐迁移到大模型。 6. 学习迁移学习和预训练模型:了解迁移学习的概念和方法,学习如何使用预训练模型来加速大模型的训练。掌握常用的预训练模型,如BERT、GPT等。 7. 持续学习实践:深度学习领域发展迅速,新的模型和技术层出不穷。要保持持续学习的态度,关注最新的研究成果和开源项目,参与相关的竞赛和论坛。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值