搜尋結果
其他人也問了
什麼是加密貨幣配對字符代碼?
非比特幣的數位加密貨幣有哪些?
比特幣是什麼?
2015年6月16日 · 在台灣流通的貨幣，台幣，從面額 1 元到 100 萬元，面額膨脹了「一百萬倍」，前後不到 3 年，顯示通貨膨脹多麼嚴重！ 後來透過改發行「新台幣」手法，並限定台灣人於 1949 年 12 月 31 日前（後延至 1950 年 1 月 14 日止）以每四萬台幣兌換一元新台幣 ...
2020年5月7日 · 2020-05-07. 分享本文. 【我們為什麼挑選這篇文章】金融監理機關對個體銀行之監測，目前最常採用 CAMELS 監測指標，這些評估的等級決定了銀行被監測的嚴格程度高低，而我國央行亦參考美國 CAMELS 標準發展 CARSEL 系統，兩者差異在哪？ （責任編輯：周庭羽） 中央銀行今天（6 日）於臉書再度介紹有趣小知識，原來金融圈有隻知名駱駝，但此駱駝非彼駱駝，其實是指金融機構評等制度－CAMEL 標準，台灣央行也參酌美國 CAMEL 標準，創立 CARSEL 標準。 https://www.facebook.com/cbc.gov.tw/photos/a.1991441454273428/2922246251192939/?type=3&theater.
非常推薦. 這本小書只有 268 頁，用幾乎是最白話淺顯的方式，介紹了現今由國家發行紙幣的制度，到底油水在哪裡，剝削了誰？ 對於整個國家的金錢分佈，又會有怎樣的影響？ 如果你跟我一樣，曾經思考過以下問題，而百思不得其解，這本書非常適合你。 －為什麼全世界政府幾乎都害怕沒有中央銀行的 比特幣 (bitcoin) ？ 俄羅斯、中國、印度、印尼、泰國等國家，直接視作非法，香港與台灣，雖沒有明言禁止，但三令五申的告訴人民「這很危險」，為什麼？ 國家為什麼那麼需要掌控一個屬於自己的貨幣？ －台灣最有錢的財團，為什麼本業做一做，都一定會弄家銀行來併入旗下？ 開銀行有什麼好處？ 政府可以自己印錢、發行國債，但財團有了銀行，要如何無中生有變出錢來？
- 開始一件工作時，桌子表面要淨空。處理收據時，一般都是從公文抽屜中取出一疊資料來處理。不過，這樣的做法容易掉入一個失誤的陷阱。假設你處理完採購作業，但最後桌上還留下幾張收據， 這可能是因為一開始取出的數量太多；或是處理中途發生問題所以擱置；又或者是前一天沒處理完的，直接留在桌面。
- 用小型PDCA循環切割大量作業。大多數人都傾向把工作集中、一次處理完畢。例如，因為每隔幾天就會收到退貨收據，乾脆集中一個月處理一次。但是這麼做的盲點，是集中處理時，失誤也會一次全部出現。
- 開始作業前，再確認計畫一次，以免白做。作業結束後，指示者及執行工作者常會一起確認成品是否無誤。這時候，須先試著想想，應該確認成品的哪些項目。不過除了確認成品是否無誤外，同時也應該確認計畫及執行項目。
- 挑一部分從頭到尾執行一次，了解實際狀況。依照程序工作時，常會越到後期，越容易發生意外。這是因為通常工作越接近後期，就越接近「實際狀況」。例如製作新商品的廣告傳單時，一開始會先排版設計，這個階段都還只是電腦上的作業，然而進入後期，開始要委託印刷業者時，就會面對許多現實狀況。
- 步驟1 – 配置你的數據實驗室
- 步驟2 – 獲得比特幣的價格數據
- 步驟3 獲取山寨幣（Altcoins）價格
- 為什麼？
- 現在，到你了！
包含執行結果的 notebook 完整版本可以在這裡下載。 步驟1.1 – 安裝 Anaconda 安裝這個項目所需的所有相關環境，最簡單的辦法就是用Anaconda。它是一個打包的Python數據科學生態系統和依賴管理器。 推薦使用下面的官方安裝指南來安裝 Anaconda：https://www.continuum.io/downloads 如果你是一個高階用戶，而你不需要使用 Anaconda，那也完全沒有問題。我會假設你在安裝必須的依賴環境時不需要幫助，你可以直接跳到第二部分。 步驟1.2 – 建立一個 Anaconda 項目環境 當 Anaconda 安裝完成後，我們需要創建一個新的環境來管理我們的依賴包。執行 conda create –name cryptocurrency-a...
一切就緒，我們可以開始獲取要分析的數據了。首先，我們要用Quandl的免費比特幣接口來獲得比特幣的價格數據。 步驟2.1 – 編寫Quandl幫助函數 為了方便數據獲取，我們要編寫一個函數來下載和同步來自Quandl（https://www.quandl.com/號稱金融數據界的維基百科）的數據。 我們用pickle來序列化，把下載的數據存成文件，這樣代碼就不會在每次執行的時候重新下載同樣的數據。這個函數將返回Pandas數據框（Dataframe）格式的數據。如果你對數據框不太熟悉，你可以把它想成是強大的電子表格。 步驟2.2 – 抓取 Kraken 交易所定價數據 我們首先來獲取 Kraken 比特幣交易所的歷史比特幣匯率。 我們可以用 head() 方法來查看數據框的前五行。 接下來，...
現在，我們已經有了比特幣價格的時間序列數據了。接下來我們來看看非比特幣的數位加密貨幣的一些數據，一般是指山寨幣（Altcoins）。 我們將使用Poloniex API來獲取數位加密貨幣交易的數據訊息。我們定義了兩個輔助函數來獲取山寨幣的相關數據，這兩個函數主要是通過這個API下載和緩存JSON數據。 首先，我們定義函數 get_json_data，它將從給定的URL中下載和緩存JSON數據。 然後，我們定義一個新的函數，該函數將產生Poloniex API的HTTP請求，並調用剛剛定義的get_json_data函數，以保存調用的數據結果。 上述函數將抽取加密貨幣配對字符代碼（比如「BTC_ETH」），並返回包含兩種貨幣歷史兌換匯率的數據框。 絕大多數山寨幣都無法使用美元直接購買，個人要想...
好問題！其實，我也不是很確定 …… 我的第一反應是，對沖基金最近開始公開在電子貨幣市場交易（TO 編按：請參考這篇和這篇）。這些基金持有遠超於普通交易人的大量資本，當一支基金如果在多種加密貨幣間對衝自己的投入資本，然後根據獨立變量（比如說股票市場）對每一種貨幣使用相似的交易策略。如果從這個角度來看，出現這種越來越強的相關性趨勢是合理的。 例如，從上圖中可以很明顯看出 XRP（Ripple的代幣）是與其他電子貨幣相關性最低的。但這裡有一個值得注意的例外是 STR（Stellar的代幣，官方名字是”Lumens”），與XRP有強相關關係（相關係數：0.62）。 有趣的是，Stellar 和 Ripple 是非常相似的金融科技平台，他們都旨在減少銀行間跨國轉賬時的繁瑣步驟。 可想而知，考慮到區塊鏈...
然而，這一解釋在很大程度上是推測性的，可能你會做的更好。基於我們已經奠定的基礎，你有成百上千條不同的方法可以繼續探索數據中蘊藏的故事。 可以考慮從以下思路入手: 1. 為整個分析添加更多加密貨幣的數據 2. 調整相關性分析的時間範圍和顆粒度，以得到優化的或粗粒度的趨勢視圖。 1. 從交易量或區塊鏈數據挖掘集中尋找趨勢。相較於原始的價格數據，如果你想預測未來價格波動，你可以更需要買/賣量的比率數據。 1. 在股票、商品、法定貨幣上加入價格數據來決定他們當中哪一項與電子貨幣具有相關性（但是，別忘了那句老話「相關不蘊含因果」） 1. 使用Event Registry, GDELT,以及Google Trends來量化圍繞著特定電子貨幣的「熱詞」數量。 1. 利用數據訓練一個預測性機器學習模型，來預...
2013年6月18日 · 在貨幣基金收益方面的情況比較複雜。以截至 6 月 17 日的近 6 個月收益率排隊（全部換算為可比的年化收益率），排名第一的「南方現金增利貨幣」為 4.08%，排名第 98 位的「匯豐晉信貨幣 A」僅為 2.46%。
2019年9月27日 · 為簡化計算，使用 1/4 單位圓（半徑為 1）和包圍它的正方形（邊長為 1）的面積比來計算 π 值，如圖 48.1 所示。 先記錄一下當前時間，做為計算開始的時間。
