大数据分析首要任务是如何利用数据,即用数据为企业或组织提供有产出的数据分析。大数据分析师首要解决的问题是发现并利用数据的价值,具体可能包括:趋势分析、模型建立以及预测分析等。大数据分析,对应的工作岗位就叫大数据分析师或者数据科学家,需要掌握这些技能。数学:微积分,一元微积分是必须要熟练掌握并使用的。还有需要精通线性代数,尤其是矩阵的运算、向量空间、秩等概念。推荐同济版《高等数学》,还可以去Coursea学习宾夕法尼亚大学的微积分课程,Strang的线性代数:《Introction to Linear Algebra》。数理统计:概率和统计要基本掌握,虽不要求精通,但对相关背景和术语要有一定了解。找本《概率论》学习。交互式数据分析框架:Apache Hive或Apache Kylin的分析交互框架,首先学习Hive,有时间的话了解一下Kylin以及背后的数据挖掘思想。机器学习框架:现在开始储备机器学习的知识,机器学习框架,比如TensorFlow、Caffe8、Keras9、CNTK10、Torch711等,尤其是TensorFlow。当前建议选取一个框架进行学习,还建议可从机器学习算法的原理来进行学习,比如:吴恩达的Machine Learning。大数据时代各种技术日新月异,想要保持竞争力就必须得不断地学习。写这些文章的目的是希望能帮到一些人了解学习大数据相关知识 。加米谷大数据,大数据人才培养机构,喜欢的同学可关注下,每天花一点时间学习,长期积累总是会有收获的。
来源:汇商Forexpress了解外汇市场结构有助于交易者清晰认知市场当前形势。作为一名专业的市场分析人员, Global Prime 的市场洞察评论员伊万·德尔加多(Ivan Delgado)将在本文中为我们解读分享外汇市场结构,以及如何实现盈利最大化。首要任务是识别市场主导周期在外汇市场上,成功地交易是一项以技能为导向的努力,而作为一名交易员,你必须掌握的关键要素之一,就是掌握挑选低风险投资品种的技能。对此,你必须首先在混乱的市场中找到秩序,换句话说,你必须制定一个蓝图来解释这些图表所传达的信息,否则在阅读价格波动时,可能会迷失在一个永远不会结束的混乱中。每个交易者的目标都是做出明智的判断,最大化自己选择正确市场的次数。然后,我们必须把它与足够高的风险回报结合起来,进入“最佳交易点”。简而言之,这就是我们作为交易者的工作,因此,我们有理由认为,在你进行交易之前,识别主导周期应该是首要任务。在本教程中,我将指导你如何阅读这些周期,它们被称为“市场结构”。我的任务是为你提供一个参考框架,以正确地解释任何市场条件下不断变化的盛衰。对一些交易者来说,这个指南很有启发性,但对另一些人来说可能行不通。请记住,这只是分析市场的一个角度,并不是唯一的,但它的目的是在混乱的环境中提供急需的结构。最简单的形式就是归结为交易趋势或区间。如果你尊重这种解读走势图的模式,我可以向你保证,当你在交易中发展出扎实的分析技能时,你的交易结果将获得巨大保障,低风险和潜在的高回报将随之而来。价格需按部就班的发生变化第一条原则,也是最明显的一条,由外汇市场结构的定义指出,对于一个处于活跃周期的市场而言,最近的结构必须是价格创出新高,并突破之前的高点(在牛市周期中)。另一方面,如果最近的价格波动低于最近的低点,就会形成一个下行周期。在下面的每小时图表中,你可以清楚地看到欧元/美元处于下跌周期阶段, lower low 和 lower high交替出现。最少有两个成交价位于上一个新高/低的上/下方确认一种熊市或下跌周期正以一个健康的方式发展,我们不仅需要看到当前低点低于上一个低点,同时我们也应该至少有两个成交价作为了价格区间的支撑点或低点,以此宣告价值体系的成功构建。否则极易遇到假突破的情况。不要只见树木不见森林你必须,无论如何,通过坚持一个图表分析来避免短视的陷阱。当你进行市场结构研究时,你需要建立一个关于特定方向的理论,从更高的时间框架到你的交易时间框架,找到一致。就我个人而言,不建议你使用超过3个图表作为参考,否则可能会遭受所谓的“分析瘫痪”。这意味着,如果要找到每小时的入场点,那么你应该了解什么类型的条件占据主导地位。最流行使用的是4小时图和日图。正如我在下面所阐述的,请注意欧元/美元的所有时间框架是如何与下跌周期保持一致的?你是否会认为,在交易员认可的较高时间段内进行交易,会增加你在交易时间段内选择市场最有可能走向的方向的几率?一条适用的机械规则如下:如果在紧接你交易时间框架之上的时间框架内的价格(以小时图交易为例,4小时图和日图作为更高时间框架)触及最近一次有效波动的50%菲波纳奇回撤位,下单头寸不应与更高时间框架的价格走势方向有所冲突。开发规则来验证市场周期这非常关键,但市场参与者往往忽视了这一点,因为他们让太多的猜测发挥了作用。在分析图表时,我们如何确定哪些是相关的高点/低点?此时,我们就需要找到一种机械的方法,使我们能够通过图表中相关的波段高点或波段低点来帮助我们找到这些关键点。一般来说,如果一次低/高的波动没有达到前一次波动50%的回撤位,你就可以认为此次价格波动不具备足够的相关性,不足以构成有效的支撑。反弹力度不够表明买方资金流动不佳。我们应该只关注那些足以对趋势改变造成影响的“有效价格”的出现。一条较为实用的判定法则是:最近一次低点或高点的反弹或回撤价格大于日图区间的平均价格(小时图交易)或3倍于日图区间的平均价格(日图交易)。同时还需满足上面提到的波动条件。转变:从趋势到区间在市场结构中,我们现在已经来到了这样一个阶段:由于获利回撤的增加、流动性的消除、做市商的干预、经济数据驱动的波动等,主导的资金流开始枯竭。虽然在下行周期中,图表的解释很简单,但我们什么时候才能确定地说我们已经从趋势转向了盘整呢?以上面的欧元/美元小时图为例,首先,我们必须看到有效低点(10月5日)的一次失败测试。其次,如果价格反弹到最近一次震荡高点50%的菲波纳奇回撤位以上,就证明我们已经进入了盘整阶段,这一阶段将持续到最近一次有效高点或低点被突破,同时至少价格有两次收在该水平之上/之下。在这种情况下,不要忘记整合出现在所有时间框架中,不仅在较高的时间段,小时图也不例外。除非买家设法突破并保持在最近有效的震荡高点之上,否则下行风险依然存在。关注周期量级另一个将帮助我们确定周期健康状况的主要线索是主导方在控制周期方面所取得的进展状态。在这一节的分析中,我们需要注意以下问题:当前周期中的新阶段在规模上是增加还是减少?此外,欧元/美元小时图已进入盘整阶段,最近一次新低与上一高位之间的价格差为128个点,而前一个低点与上一高位之间的价格差为120个点。这也为我们带来了一条重要提示:最近的资金流表明,卖方正加大对每一个新的周期低点(更严重的供应失衡)的承诺,这也是表明风险应会继续向下行倾斜的迹象。周期速率当谈到价格移动的距离时,幅度仅为等式的。其他的与移动速度或速率有关。在快速而冲动的动作之后,是否会创造新的价格低位,亦或价格低迷,受压且形成时间过长而创出新低或新高?经验法则是计算一支新的下跌线所需的蜡烛数量。在下图中,您可以看到21个bar(小时图)实现120点的点差相对于18个bar(小时图)达到128点的价格点差。 这也表明周期继续以健康的方式发展。预估:新周期的目标到目前为止,我们发现在交易周期中设定目标(部分或全部获利)最准确的方法是从最近的有效波动高点到低点测量100%的菲波纳奇回撤位预估。请注意,在足够多的情况下,无法控制的事件将导致价格波动剧烈,而无法实现这些目标。别忘了以更高的时间框架支撑/阻力区间的形式来考虑潜在的障碍。你应该将这些水平位视为简单指南,但远未达到某些结果。如果周期朝预期的方向继续发展,你将开始意识到这些目标的力量和实用性,可以考虑获利或止损,以期获得更大的收益。如何交易市场周期真正的力量在于自上而下方法的各种因素的一致性,目的是使尽可能多的方面对你有利。以欧元/美元交易为例,小时图的下行周期也应该有4小时图和日图的支持,这无疑增加了选择正确交易方向的机会。那么,这是否意味着小时图的看跌市场结构将完全得到执行?一点也不。请记住,每笔交易都只是在可利用优势范围内的随机事件。但是,通过进行适当的市场结构分析,你确实可以获得优势,从而获得相对低风险的入场机会,带来更大的收益。那么,如何进行这些周期的交易呢?首先,假设您以小时图为交易基准,那么需要确保至少其与较高的时间周期(4小时图)保持一致,并且最好同时与两个时间段(日图和4小时图)保持一致。你还应仔细检查小时图价格结构是否处于趋势形态,按照两个收盘价的规则,超过最后一个有效的摆动低点/高点,以确认周期中出现新的上涨。重要的是,随后从较高的时间范围或经济数据发布后检查附近的集群级别,这些级别可能会干扰结构。接下来是确保价格保持在下降趋势线或上升趋势线的指引。最后,要注意创建新周期的大小和速度。一般而言,无论周期的类型如何,如果在50%的菲波纳奇回撤位之前进行交易,我个人看不到足够的风险回报价值。如果我们处在一个健康的周期中,低点较低,幅度较大的波动且没有较高的时间框架水平的阻碍,那么它将使50%的菲波纳奇回撤位成为开始基于你理想的入场技术寻找交易的好位置。一些交易者可能更喜欢将限价单设置在这个水平,并在距离最近的高/低几步之遥处止损(如果仍遵循基本趋势线,这种方法将是最有意义的)。其他人可能更喜欢确认触发因素,例如趋势线的突破,特定的形态(三角旗,三角形)或特定的价格行为形态,例如吞噬形态。无论采用哪种方式进行交易,都应该使自己内心安心,因为你希望交易的区间应是基于良好的风险回报前景同时具有价值。另外,这取决于你自己的判断,我个人对于在50%菲波纳奇回撤位时入场持谨慎态度,更于倾向于等待78.6%菲波纳奇回撤位或之前的有效波动低/高测试。确认周期后,如果幅度远未达到健康水平,则应谨慎地在50%附近交易(等待触发)。就个人而言,潜在的巨大风险回报的一种很好的模式是:在一个强劲而健康的周期内,寻找78.6%菲波纳奇回撤位机会进行交易。耐心等待,这种交易也往往能为你带来最大的收益。以下方图示为例:最后总结到现在为止,你明确了保持图表整洁和干净的必要性,远离不必要的指标,同时以适当的方式理解市场结构的力量的重要性。 本教程为你提供了一个路线图,让你能由混乱中发现顺序。随着外汇交响曲的不断演奏,你必须成为自己乐队的主要指挥。对市场周期的正确解读将使你能够理解所有可能水平位谱写出自己的美妙乐曲。
作者张超 编辑罗丽娟。欢迎下载“见闻VIP”,即时见证历史。“帮忙注册一下(芬香),这是家里那位交给的任务,是京东下面的一个社交电商,不是病毒。”赵明是一家券商从业人员,本来他与芬香是八竿子打不着的关系,就因为全职在家带娃的妻子最近成为了芬香的推广者,他开始向微信好友批量发送注册链接,甚至久未联系的朋友也遭到了“轰炸”。没有丝毫社交电商运营经验和兴趣的赵明透露,自己之所以这么“疯狂”,是因为要帮助妻子完成200人的拉新任务。近半年来,不少人的微信里都会出现一位“赵明”式朋友。他们前赴后继地加入了“微商”队伍,或是分享注册链接,或是拉群发购物券。当大部分人群还没明白过来芬香到底是做什么的时候,它就势如破竹,迅速席卷了微信好友圈。公开资料显示,芬香取意“分享“,是京东战略合作伙伴。其载体是一个基于京东购物平台的“自购省+分享赚”的微信小程序和App。2018年11月上线至今,这个依托微信生态、背靠京东供应链成长起来的社交电商,已经成为不少人发展副业的首选之地。按照芬香创始人兼CEO邓正平的预估,今年芬香的GMV将会达到百亿级别。资本向来对机会和风口十分敏感,一旦嗅到利益的气息就会立刻加注。4月9日,芬香宣布于去年12月完成了数千万元A轮融资,本轮由金沙江创投和Star VC联合投资,金沙江创投主管合伙人朱啸虎进入芬香董事会。对于这样的结果,最乐见其成的显然是京东。作为芬香的战略合作伙伴,京东不仅吸收着芬香带来的流量,还通过社群运营盘活了用户,填补了其在社交电商领域的短板。今年Q1,京东新客增长强劲,芬香等社交电商一定程度上缓解了京东的“获客焦虑”,但目前贡献的GMV占比还很小,未来社交电商能为京东创造多少GMV还未可知。1 “刚需副业”“芬香是提供副业机会的项目。”从事互联网公司活动运营工作的张军,在去年底接触到芬香。由于进入门槛低、商品质量有保障,并且“这个副业项目不会伤及人脉”,抱着“试一试”的心态,他开启了自己的微商之路。第一步就是拉群。像赵明一样,朋友圈熟悉的不熟的人,张军都会发入群邀请链接,并且强调是“京东内购优惠群”、“99%的产品都有优惠券”、“都是京东正品”。张军邀请微信好友加入“京东内购优惠群” 他自己养成了一个习惯,最开始每天早上会在群内发十人份的红包,提醒大家关注群里的优惠信息;晚上还会再发一次红包,对下单的用户和被消息轰炸了一天的群友表示感谢。虽然红包金额很小,但也是张军维持群活跃度、提升关注的一种方式。由于只有商品信息和分享链接,这个群的活跃度渐渐开始下降。从偶尔有人询问,到后面连红包的打开率都低了不少,常常是十人份的红包到截止时间都没领完。坚持了几个月后,现在,张军已经省去了晚间红包,仅保留晨间红包,偶尔还会利用机器人向群里发送商品信息,休息日信息发送频次也大大降低了。据他透露,在其管理的200多人群内,目前日均成交约为10单,每单返佣10%-30%之间,月收入1000元左右。想要做得好仅靠卖货还不行,发展团队也很关键。“平台会将团队人员每天推广收益的20%会奖励给我。”张军称,宝妈群体、线下实体行业从业人员(生意不好)想转线上时都可以进到芬香发展副业,但只有卖货和发展团队两条路并行走,收益才会高一些。相较于张军,家住成都、从事不良资产处理工作的王丽俨然是芬香的“大V”。如果将芬香“推广者”划分为普通员工、优秀员工、部门经理、总经理四个等级,王丽笑称,自己现在已经算是部门经理了。2019年12月,王丽进入了芬香。她称,当时是基于对市场发展趋势的观察判断,认为社交电商可能是下一个风口,所以就找到了芬香来尝试。即使是在最初加入芬香拉新的阶段,王丽也没想着拉群分享链接,“我就是碰到有合适的、好的东西就推给身边的朋友,她们觉得好就会去买,慢慢人就多了。”最早一批被王丽推荐购物的人,部分在日后也转变为了芬香“推广者”,他们都是王丽的下线,会通过建群的方式来发展用户、促成交易。虽然直接掌管人数只有几十个,但在微信强大的社交裂变下,王丽如今实际可以触达上千人。在每个芬香群内,她都只是一个旁观者,并不会亲自去运营和维护,“因为我的时间也挺紧张,如果天天拉群、管理五六百个群,比较费劲,我干脆就培养用户的消费习惯。”在发展芬香推广人员的过程中,王丽有自己的一套方法秘诀——先沟通培养信任感,再转化成交。在她看来,同样的方式方法运用到不同的微信群,出单率差别也很大,具体哪种更有效取决于群主对群客户的了解度。“外界很多时候只是简单看成交,但我们看到的是用户对我下边这些人的信任度。”王丽强调,做芬香的时候不能太死板,“不要完全做成购物群,要做成一个有温度的群”。如今,王丽在芬香上月收入已经过万,超过主业薪资。而这远未触及行业天花板,据她透露,自己听到卖得最好的推手一个月收入能达到26万,当然这背后通常还拥有一个专业的卖货团队。 王丽近30天在芬香的收益公开资料显示,芬香合伙人、前巧太太厨卫电器总经理、紫马财行投资公司副总裁赵欣在芬香启动的两个多月内,建立了上万人的能带货的超级会员团队,目前他个人日入已经超过2万。各种高收入的副业故事正在吸引越来越多人加入其中。近日,度小满金融(原百度金融)联合南京大学共同发布的《2020年两栖青年金融需求调查报告》显示:超五成受访者表示正准备或期望开展副业,全国“两栖青年”规模进一步扩大,“副业刚需”成年度职场关键词。这里的“两栖青年”指一边工作,一边兼职或者创业的青年群体。特别是在疫情的影响下,员工降薪、在家待业的情况有所增多,转型“微商”也成为了多类人群的共同选择。在王丽看来,芬香能火起来是天时地利人和的作用。天时,指经济大环境迫使人们想要发展副业;地利,指的是京东平台给予的供应链和物流保障;人和,则指大批推广人员对渠道的打通。“京东这一次,是踩在了点上、找对了方式,和芬香是强强联合。”她说。2 芬香“奔着上市”去虽说做社交电商生意的诀窍在于交朋友,但其本质还是发展足够多的下线,获取更多的佣金。在芬香的会员推广分销体系里,有着明确的晋升奖励制度,官方将此称之为“藏宝图”。根据官方2019年公布的“藏宝图”显示,芬香会员分为注册用户、超级会员、导师、合伙人、超级合伙人五个等级。 2019年芬香会员晋升体系其中,注册会员只能享受领取优惠券和购物返利的权益,无法分享赚钱。用户要想通过分享赚钱,就必须升级成为超级会员。跨入超级会员的门槛就是建立50人以上的微信购物群,这也就是为什么近半年来,众多人被拉入各种“京东内购优惠券”的原因。为了鼓励全员冲刺导师、成为超级合伙人,芬香祭出的杀手锏就是按层级提升收益。等级越往上要求越高,相应获得的收益也越高。据芬香运营负责人郑翔宇透露,成为导师后有几大好处:第一,卖货佣金更高,例如同样一个商品,超级会员卖出收益若是10块,导师卖出收益则为18块;第二,成为导师后,将会获得直属超级会员收益的30%作为奖励;第三,向非直属超级会员推广时,可以获得20%的奖励。此前有过的经验是,平台上一位推广员通过两周冲刺成为了导师,收益提升了10倍。而据郑翔宇透露,在芬香体系中,一旦成为导师,收益的大体情况是日均300元—2000元之间,这个差距会根据导师自身的推品能力和核心团队运营状况有所不同,换算成月收入,就是在10000元—60000元之间;而成为合伙人,日均收益则在3000元—20000元之间,换算成月收入,就是100000元—500000元。不得不承认,这样的高奖励回报机制确实对想要发展副业的人群具有极强吸引力,其带来的订单收益和用户规模可想而知。根据芬香社交电商官方号消息,2019年11月1日,芬香单日GMV破亿;在京东11.11期间,GMV超过10亿元。截至去年11月29日,芬香拥有推手数十万,覆盖千万级消费者,月GMV超数亿元。全天候科技获悉,去年10月和双十一期间,芬香用户增量和订单斜率都非常大,目前平台订单量和用户复购率都比较突出。多级分销模式也让外界质疑,芬香可能涉嫌传销。但就目前来看,还没有公开的证据表明芬香受到了相关惩罚。国内某券商分析师周伟分析认为,芬香不收会员费这个举措与此前陷入传销质疑的社交电商云集有一些差异,其借助京东平台的货源,在真实的卖货,靠卖货返佣,“这在法律上可以避免一些传销的嫌疑,但仍有争议”。在周伟看来,芬香与京东没有直接的股权关系,但大部分货源都是来自京东,可以帮京东做下沉,做的事情非常聚焦——运营流量,即通过社群运营获取流量。“这种模式比较轻,也没有库存。简单来说,每个KOL是芬香的下游,芬香可以算是京东的下游,帮后者做流量分发。”他说。似乎芬香自己也注意到了这个问题,为了规避风险,目前平台已经重新调整了“藏宝图”,将五级精简为两极,仅剩余超级会员和导师。不过,在“导师”这一等级中,仍然包含着三级佣金制。另据全天候科技查询发现,在最新的芬香App中,用户已不再需要建立一个50人以上的群,只要注册成功即可成为“超级会员”。调整后的芬香超级会员、导师晋升规则纵观芬香的运营模式可以发现,其走的是S2B2C模式,即在上游依托自家资源和京东供应链来保障货源,中间通过小B推手将商品触达前端消费者。这样就能吸引更多流量,刺激销量提升,让商家和电商平台达到利益最大化。 熟悉这一模式的李静称,芬香的佣金比例其实是由商家设置,钱也是由商家支付;之前商家是将这笔钱用于电商平台投放广告,但现在则是用于芬香平台的佣金支出。在电商领域,广告一般分为CPC(Cost Per Click)、CPM(Cost Per Mille)、CPD(Cost per Download)等形式,这几类多为展现广告,即根据展现次数、点击次数来收取广告费。而商家将钱用于芬香会员返佣,则类似CPS(Cost Per Sale)广告,这是一种比较稳销稳保的广告,以销量出广告费,成交一单付一单的广告费。“芬香团队只是把佣金拆分成了很多层,卖一个东西不同人获得的佣金不一样,团队越壮大获得的佣金可能就越多。芬香相当于推广的角色,赚取的是商家的推广费。”李静表示。作为社交电商领域的后来者,芬香虽然年轻但是野心勃勃。在“芬香社交电商2019年度盛典暨芬香2.0全新升级发布会”上,邓正平就表示,芬香要帮助大众创业,0门槛、0投资,包括职场精英、宝妈、下岗工人、退伍军人、残疾人等群体,解决就业创收,“3年解决100万用户就业!”据参会人士向全天候科技透露,会上邓正平还表示,视频直播模式已经被认可,芬香也押注了这个赛道,目前正在探索中,公司未来整体的发展是奔着上市为目标的。3 京东的“拉新”工具无论是会员推广分销模式,还是S2B2C运营模式,其实都不是芬香一家独创,此前阿里、苏宁、拼多多、云集等电商均有过尝试,甚至在京东内部也有类似的项目。而芬香之所以能够快速爆发并获得大量关注,周伟认为主要有两个原因:第一,分级推销这种面向低线城市用户、利用分佣返点的模式本身就有极强的动力,云集当时发展也很快,“进入的人会想向更高层级走、获得更高分成,就会发展更多用户”;第二,芬香与京东的关系也成为其受关注的原因。天眼查信息显示,芬香的运营主体是北京芬香科技有限公司,该公司前身为北京小葱智能科技有限公司(简称“小葱智能”)。很明显,这是一家智能家居领域的企业,专注提供人工智能+物联网软硬件一站式整体解决方案。从智能家居跨界到社交电商,芬香虽然换了个牌子,核心人员却依然未变。芬香创始人兼CEO邓正平、联合创始人张卫锋、联合创始人兼运营总监郑翔宇等均为原小葱智能创始团队成员。值得一提的是,在天眼查中,芬香留有姓名的八位主要人员,除了外部投资机构人员李斌和朱啸虎,其余均出身于“京东系”。芬香团队主要人员(图片来源:天眼查)公开资料显示,邓正平在2010年加入京东,负责移动部产品研发和运营,2013年京东建立智能硬件事业部,后任京东移动电商创始人总经理,之后离职创业;张卫锋是前京东智能家居总监兼首席架构师,负责京东智能家居的产品规划和物联网平台技术架构的设计研发;郑翔宇是原京东智能微联业务部智慧家装业务负责人;王永昆曾任京东智能资深产品经理;冮建曾任京东集团家电事业部黑电业务部总经理,现任京东酒世界董事长;甄帅则担任过京东到家高级产品运营经理。早在2018年6月,京东推出了“超新星全员导购社群电商计划”。当时京东方面的目标是,发动全员导购,建立社群,搭建去中心化的私域流量入口,利用智能技术管理识别和维护社群,增强客户粘性和拉进距离,增加对京东品牌认知和购物频次。围绕这个计划,京东推出了“京小妹”、“京小哥”、“京小服”、“京小家”、“云店”等6类小程序矩阵,这里的“京小妹”就是芬香的前身。芬香核心团队与京东千丝万缕的关系,不仅让双方合作信任感更强,也让早期沟通更为便捷。抛开这层关系,邓正平在一次采访中还透露了双方合作更深层次的原因:“整个移动互联网的流量已经见底,恰巧微信端还有很大的流量空间,再加上京东也一直想做渠道下沉,在这种背景下我们一拍即合,就基于京东生态体系去做一个社交裂变的电商项目。”据他透露,芬香跟京东合作的目标,一是拉新,二是促活,拉新的重点是五环外人群,促活的手段是社交裂变。 芬香创始人兼CEO邓正平2018年末至2019年上半年的时间拐点上,整个行业都在探索社交电商的发展路径。据全天候科技了解,当时京东内部其实有一个与芬香模式相似的团队叫“享橙”,两者当时对接的都是京东时尚家居事业群,但是因为京东更需要一些站外流量抓手,觉得不太适合在内部做这种多层分销的东西,第三方视角去做可能更合适。所以,最后芬香得到了更好更快的发展。到了2019年10月,处于爆发增长期的芬香又迎来了一个同类产品——“东小店”。这也是京东内部孵化的微信小程序,在项目背景、产品佣金等方面均优于芬香。一位知情人士向全天候科技透露,东小店对接的京东3C电子及消费品零售事业部,由于服务事业群不同,视角、前期着重点、整体设计也会不同,“东小店还在运转,但可能内部觉得不是很合适,所以没有前期投入那么多了。”冲出重围的芬香依托京东供应链不断壮大,同时也为京东在下沉市场的战局添砖加瓦。借着五环外人群庞大消费力异军突起的拼多多,如今可谓是下沉市场的领头羊,占据着明显的优势。这个市场的潜力让任何一个玩家都不愿意放手,毕竟拼多多2019年活跃买家数已经达到5.852亿。相较而言,京东在截至3月31日的12个月里活跃购买用户数仅为3.874亿。不过,在营收和利润方面,京东则处于领先优势。为了进一步抢夺下沉市场的份额,京东不仅在去年全面升级京东拼购,将后者更名为“京喜”,以微信作为主要入口,还通过“超新星全员导购社群电商计划”深挖低线城市用户,目前效果明显。官方数据显示,在1月份为期17天的京喜年货节中,京喜累计销售超过10亿件商品;一季度,京喜推出的一系列中小企业扶持措施,迅速带动超4万家中小企业入驻京喜,超5万家中小企业从中受益。作为以男性用户、3C产品为主的电商平台,京东试水微商渠道,除了进入下沉市场,也有利于其开拓女性用户、扩展服饰美妆等品类。京东超新星计划负责人刘家瑞对媒体表示,目前从超新星来的用户60%为女性用户,头部品类为生鲜食品、家居内衣,与主站截然不同。此外,在2020年第一季度,京东“超新星全员导购社群电商计划”已经拥有超过109万个社群,各个“京东内购群”引入的总成交额超过25亿元,订单量破3500万单。随着社交经济成为潮流,超新星计划的社群推手已遍布全国百万宝妈、退休阿姨、宅家奶爸等人群。据刘家瑞透露,截止去年12月,京东推手共约有40万人,芬香服务的宝妈和微商群体仍为主力,约占90%。数个社交电商多管齐下,京东能就此扭转下沉市场电商格局吗?周伟认为,所有电商的新模式,第一步都是抓住流量的新入口,以芬香为例,“它对京东而言可能是个好事,帮助京东获得流量、做下沉、增加GMV,但目前并没有大到可以改变电商格局的地步,毕竟这个模式也不是才出现。”“京东并不能算是下沉市场的先行者,它做下沉市场更多是一种顺势而为。”在周伟看来,电商行业的竞争永远存在,芬香、京喜和超新星计划可以帮助京东去扩展下沉市场,但要实现“扭转”的目标,能力尚待观察。见智研究院研究员也认为,芬香对于京东而言,更多扮演着拉新营销的作用,客群和京东可能并不重叠。而就芬香目前产生的GMV看,其对整个京东大盘的贡献极小。(应受访者要求文中赵明、张军、王丽、李静、周伟均为化名)下载“见闻VIP”即时见证历史
前言这是一篇闲侃,有三个起源:某机构的正规科普咨询,结果专家都怕泄密没人敢接,他们之前遇到了什么,为什么要这么谨慎?有好几个机构找“朋友”分析一些屁都不是的概念,我们怎么解释这是友商的实习生喝醉拍大腿写着玩的?有人接到了专家咨询,电话时通篇都是在套隐私数据,他就尽量把公司的数据往好里说。00:111. 专家咨询是个好生意行业专家咨询,就是“有人”想掏钱和“专家”聊人生、谈理想、套数据、劈情操。“有人”不好说是投资者、中介机构、调研机构,极个别是友商和高端背调;“专家”大都是中高级工程师,也有人事、财务、销管这类摸得到数据的专业人员,个别时候是散漫式调研,就想知道个人消费者对某个大公司的风评怎么样。换个夸张点的说法是,行业专家咨询就是这一套路数:A投资者在犹豫是否投资5个亿到某领域,就拿出来200万经费给B研究员。B研究员觉得只看方法论和财报并不太专业,最好找点业务反馈做佐证,就拿出10万找“懂业务的专家聊聊”,但B不知道专家在哪里,于是就让C平台去找专家。平台找到专家D,愿意以每小时“数千元”的价格,请专家D和研究员B打一通电话,聊一鳞半爪的业务数据,然后研究员B给金主A的报告会更加详实有效。我并没有讽刺的意思,每个环节的价值是递减的。无论是花一千块还是一千万找专家做参谋,金主A也要自己承担投资的风险,研究员的价值不是搜集廉价的千元证据而是提炼百万观点。2. 专家咨询之坑在黑盒看似很酷的专家咨询,实际运行时屡屡被坑,根本原因就是所有参与者都是黑盒,金主和专家都不敢亮明身份和意图,研究员和平台方都在揣摩心思和虚张声势。我们先看两则新闻的内容,都是研究员花钱找到假专家的:大约5年前,还是约车大战的时候,某专家平台自称约到了某司高管。结果公关部火线辟谣,当时该高管坐在自家网约车上堵车哪,该专家平台约到的是假高管。就在2020年2月,某司董秘马先生在专家提问环节直接手撕主办方,“你们找的是什么专家,我司中层以上没一个陈总”,被圈子里传为笑谈,最终导致券商研究员被停职。事实上专家被平台放鸽子、不尊重、高级专家只给个乞丐钱的行为也是非常多;但最可气的是一帮贼眉鼠眼的研究员,他们给的咨询的钱,却想跟我们套出卖屁股才能拿出的数据。为专家网络负责的是平台方,为专家咨询买单的是金主,最终行业的黑盒乱象,最坑最伤的还是这俩角色。我们接下来分析一下除金主外的角色有多不靠谱,然后给所有参与者一些建议。3. 不靠谱的专家专家参加行业信息咨询,就像应聘者参加面试或者兼职做项目一样,该有的不靠谱一样也不会少。3.1 匿名带来的身份真假专家对研究员是匿名的,研究员连专家贵姓都不能验真;平台方对专家也是真假莫辩解,特别是大公司的专家——除了专家的直属领导,邻座同事都不知道专家到底做什么工作的。现在有造假的可行性,有造假的驱动力,但没有造假的惩罚机制,肯定有假专家为挣咨询费来碰运气。3.2 有感情和立场代入靠扛业绩做管理的专家在访谈时,经常对信息有感情和立场代入,他们未必是恶意诱导,更多是自我洗脑和自我安慰。一般刚履新的专家都认定赛道正确、前景光明,但过半年就把自己描绘成力挽狂澜挽救“危局”;专家谈对友商的认识更容易感情代入,区别只是他们想骂友商、骂公司还是骂同事。题咨询壁 -- 曹老师刚说可行又要封 -- 横看成岭侧成峰悲欢讥讽音相同 -- 远近高低各不同不是专家充字数 -- 不识庐山真面目业绩难成人就怂 -- 只缘身在此山中3.3 回答过于专业和谨慎靠职业技能谋生的专家,回答问题时普遍拘谨,还有些晦涩难懂。这类专家上班时,就是用这套避祸话述规避内部风险的,他们薪资挺高也不太在意那点咨询费,整个访谈都是高度紧张的腹诽“我答错了怎么办”。这类专家一般访谈两三次就请不出来,不挣这点煎熬的咨询费了。4. 不靠谱的平台如果说专家像应聘者,那平台方就像猎头——甚至有些平台就是猎头转型或兼职的。研究员和专家遇到过太多不靠谱的平台了,他们的价格战和劣质口碑让正规平台也很难受。4.1 真有项目和专家吗正规的平台方有销售团队和专家关系团队相互博弈,研究员放鸽子的情况较少;平台也有老专家们引荐的新专家库,靠谱程度还算可以。但低端平台是两头碰运气,他们做单的思路跟低端猎头求简历撞大运一样,反正耽误的不是自己时间。某些低端平台先是在招聘网站上搜简历,然后声称有项目,问专家几句“你是不是活人”的闲话,然后去碰一碰咨询方的运气;如果咨询方有兴趣就通知专家,如果咨询方没兴趣那就换下一个项目继续打电话。比如朋友遇到过一天四个咨询电话,咨询内容就是同一家,然后这四家没一个有后续反馈的,明显是这四家都没拿下订单。比如这几年云计算售前很容易接咨询单,主要是大云售前爱跳槽,所以简历经常更新,从头衔(架构师)到工作内容(既能谈方案又能谈技术)都会被认为是高级技术专家。4.2 访谈质量怎么控制平台方听不懂访谈内容,也无法约束访谈双方,除了事后给研究员和专家记小账本,没有什么控制访谈质量的好方法。专家们不怕差评,就算五星好评每月能有几个单子?就算平台把咨询费都扣完了,对专家来说也就是几千块钱。遇到摆谱脾气犟、沟通能力差、甚至恶意瞎说的专家,平台还真没一点办法,前文提到了两个新闻,那俩假专家没有任何作恶惩罚。4.3 未能保护好专家很多研究员现场套专家的机密数据,傻专家会挣着咨询的钱干着叛徒的活,而某些真专家可会被投诉说态度差、讲的难懂。平台即没办法阻止窃密,也分不清是真投诉还是想赖账。这几年更过分了,经常是研究员给平台方的访谈提纲就是“请专家介绍老板的长短和公司的深浅”,而平台方就照这个问题去碰运气找专家,他们一点也不觉得专家被当做傻瓜冒犯了。这两年个税缴纳正规化以后,专家方就更不能用本人银行卡收取报酬了,很多平台方都听不懂这句话。5. 不靠谱的研究员研究员群体是专家的面试官和平台方的甲方金主,面试官和甲方的常见毛病,研究员们一样也不会少。5.1 隔行如隔山的问答常规面试官大都比应聘者更专业,也能帮HR写好JD和挖角对象,但是研究员们天天看猪跑却从不吃猪肉啊。平台方拿到专家需求不清楚,最稳妥的方法是去名企简历库里碰运气,但天天更新简历的名企员工有几个是核心人员哪?到了提问环节,一个好的提问是给专家挑战,一个烂的问题是把专家证实为白痴。在三年前某机构跟风咨询什么是“用芸量”和“自竹可控”,专家们都支支吾吾的被当做才疏学浅,但半年以后新词凉透了,我们才发现这是某厂商拍大腿造新词哪?某些研究员的问题很好,但专家给的回复太专业了,导致研究员听不懂甚至记错了——这类情况一般出在分歧较大的概念或者前沿技术领域,比如评估科创企业实力和业务可行性咨询。5.2 乱问机密和未知信息很多研究员就是又懒又坏,总是询问一些机密套老实人的话,或者问一些不可能有答案的奇谈怪论。研究员想给咨询的钱让专家卖节操就是一种羞辱,套机密数据这事我就不强调了,我解释一下什么是乱问无法明确的未知数据。比如“贵司某某细分产品的营收”“某项目拿单是靠技术还是靠商务”,且不说这个问题是商业泄密,就算内鬼让外部研究员现场登录内部运营系统,一样看不懂单一产品线的销售额、消费额、开票消费额、赠送差额、商务关系开销、代理商开销。就算该公司的董事长、CEO、分管VP、普通员工配合司法调查,他们也答不对具体数字和交易过程。只有几个核心产品运营能清楚回答营收问题,只有几个操盘人知道签单真实原因,但平台方能恰好找到这几个当事人专家吗?5.3 预设答案诱供式调查前文讲解的是一种又懒有坏的是搜集证据,研究员们还有一种用在论证答案上的又懒又坏。某些单纯的工程师以为在调研电话里,只要拼命说自己公司的好话,就既能挣外快又对得住公司。但我要郑重警告一下,专家调研不要讨论自己公司的任何事情,因为你不知道这些数据会被怎么解读。部分研究员访谈之前已经写好上百页页论点,他们找外部专家调研只为走一遍过堂流程,怎么会因为专家一个电话就推翻重写。当你强调公司利润高时,研究员会理解成公司在剥削用户;当你强调切了友商很多订单时,研究员记下的是该市场没有客户粘性;当你强调营收增长快时,研究员会把贵司描绘成风口的猪;当你强调处于垄断优势时,研究员会说贵司增收潜力不大了……这就像西方民调报告一样,任何一个调研方在提问顺序上搞搞鬼,都很容易套出自己想要的答案。我在前文说过了,研究员要“猜测金主的理解能力和阅读喜好”,有些报告就是要故意扭曲答案的。6. 行业改进的未来专家网络这个行业要改进,就是解决参与者的不靠谱问题,让每个参与者都积极正向的工作,最终为幕后金主提供有价值的信息。专家方在整个流程中是个被动响应的角色,专家坚决拒绝讨论本公司相关话题,由代理人来收款。新专家们不要对研究员有什么特别的神化,大家都是打工的;新专家也不要被平台方邀请了就激动半天,现在平台放鸽子越来越随意了。总之平台方不能指望水货专家洗心革面,高级专家也不会刻意敷衍和误导研究员们。最要改进的是研究员,从一开始就把期望值摆正。如文首所说,研究员的价值就是从几千块钱的线索里分析出价值百万的建议,所以不要问那些又蠢又坏的问题,因为真专家没几个真蠢的,假专家比大家想的更坏。靠谱的研究员只向专家问行业和技术问题,用专家的经验和见识来验证自己的观点,但不会去问各种难辨真伪的数据,更不会耍宝式解读一堆不靠谱的数据。这个行当里最有操作空间的是平台方,平台方可以懒惰到只报价和打电话,也可以对每一个专家都建档、每一次访谈都精算。但是好平台和烂平台怎么区分包装哪,整个行业的交易频率太低了,靠日积月累的被动口碑太慢;我的建议是专业化服务,平台方可以做点专家和研究员的专业性工作,向两侧接口对象展示自己的诚意。
来源:金融小伙伴“牛市靠股市,熊市靠债市”是中国资本市场的一大规律。在一线券商裁员减薪,投行人大呼“冬天来了”时,曾经藏在深闺的固收人才不但感受不到凉意,反而火了起来。最近就有很多猎头公司开出百万年薪“挖角”有经验的券商固定收益部门人员。在招聘网站上搜索“固定收益”相关的关键词,能够看到年薪10万以上的诸多岗位,一些经理级别的岗位更是高达年薪百万。高薪、快发展、能力提升快,这些让求职者无法拒绝的标签。那么,作为应届生的我们在大固收行业有哪些职业发展机会?目前有哪些固收相关的机构?固收行业未来发展前景如何?想从事固收行业应该提升哪些能力?固收相关的机构/岗位适合我吗?参与固收的机构有哪些?在中国,参与固收的主要有三种市场:银行间市场(是绝对的主力市场):CFETS;场外市场;交易所市场:中证登。目前参与固收的机构主要分为5个方向:商业银行是绝对的主力。如果是商业银行做债的部门,会比其他的更接近机构投资者。商业银行金融市场部未来是固定收益投资,任何一家公司只要是做债券投资,都是相通的,职业规划路径和普通的客户经理是不同的,银行金融市场部是完全市场化的。银行是绝对的持有大户。在银行管一个账户大概就是十几个亿百亿,接触到最前线的市场发展。基金公司的好处在于收入高,机制灵活。收管理费,规模越大,收入越高。有些外资行的交易户收入很高,但是现在外资行逐渐没落了。最早做债发家的是外资行的交易员,不少交易账户是这样考核的。证券公司的主要经营业务包括:证券经纪业务、卖方研究、投资银行、自营、资管等。首先介绍一下卖方研究所。相对于传统的行业研究,固收研究的团队规模相对较小。目前市场主流的货币中介有以下几家:上海国利货币经纪有限公司、上海国际货币经纪有限责任公司、平安利顺国际货币经纪有限责任公司、中诚宝捷思货币经纪有限公司等。货币中介作为比较好的职业起点,进入门槛并不高,收入也较为理想,未来想要进入固收买方也相对较为容易。信用评级机构主要负责对公司进行信用评级,在工作性质商与卖方类似,因而基金公司、银行、券商对于有信用评级相关方面背景的人都会非常看重,可以转做此类机构的信用研究员。从信用评级机构起步,后逐步转至买方的信用评级研究员,是另一条非常理想的路径。监管机构。从中债登等监管机构出来的人员,在与监管的沟通能力以及撰写公文的能力、管理能力上,与市场机构出来的人差异较大。他们在这方面所具备的能力,明显更优。固收相关的岗位有哪些?买方主要的岗位分为研究和交易两个方向。研究分为利率债、信用债、可转债、衍生品等,交易分为资金、现券、销售等。研究方面,大部分人可能认为信用研究关注某个特定行业,分析行业内主体的信用情况,然而这是狭义的信用研究;广义的信用研究是将基本面研究和估值研究相结合,对市场的有效性不足和认可度偏差进行纠偏,达到市场中信用品种的价格能真实地和相应的信用风险相匹配。具体来说,基本面分析是从宏观到中观,整个行业信用的趋势以及微观企业偿债能力的预测;关注信用利差策略,主要是看利差走势,高低评级之间的分化,行业间利差,最后将行业与风险对比;利率债的研究,主要是对宏观经济看的比较多。交易方面,资金交易主要凭一些头寸做一些正回购、逆回购,有一些会做交易所的交易,销售交易主要做一些中间业务,现券主要是现券买卖。交易员岗位对素质的要求是比较高的。首先,交易员要有非常迅速的行动能力,每天有大量交易需要完成,有各种头寸要平,协助投资经理提一些交易。另外,需要过硬的沟通和抗压能力,交易员需要自己去找交易对手。同时要谨慎细致,在发各种交易要素时不能出任何差错。卖方的固收主要包括投行、研究、交易和销售等岗位。其中,投行主要业务为公司债券和企业债券发行、承做与承销服务。券商研究所的研究岗位与宏观研究有一些区别,宏观研究更多的是关注宏观经济的变化,国家政策的影响,经济周期的更迭等情况,券商交易和销售等岗位与买方的工作内容大同小异,只是各自所在机构不同。想做固收,要有哪些技能“傍身”?固收一级市场的业务和股权类似,分为承揽、承做、承销三个部分。承销岗主要负责获悉企业融资的讯息,根据客户的需求及尽调情况,为客户制定合适的融资方案,根据用款进度确定合适的项目执行周期,定期跟踪利率市场情况协助企业选择合适的发行窗口。债券承做岗是整个债券业务链条上最基础的一环,很多刚入职的员工就会安排在这个岗位。主要职责就是对目标企业进行前期尽调、融资方案设计,协调各类机构的现场工作及后期工作,同时要完成申报材料的制作及做好审核反馈等等工作。项目承做岗是技术类工种,会让你对债券的本质了解的更深刻,当然对未来做债券投资有极大的好处的。债券承销岗,当企业获得允许发行债券的批文后,根据用款需求确定发行时间后,则主承销商要承担起将债券销售给市场投资人,帮企业募集到资金的任务。这样的岗位对个人的人际交往、沟通交流的能力会要求比较高,如果能够在买方机构有一定的资源关系则更有优势。固收研究岗对于数学技能要求较高。培养对数据的敏锐程度,比如宏观数据出炉,对比上个月,同比增速怎样,为什么会出现这样的原因。各个经济数据按照时间轴可以绘制一个表格,长期跟踪为什么发生这样的变化。同时,要掌握一定的理论基础。固定收益的基本概念如基点价值、久期等,在实习和工作中会经常用到;以及货币政策和财政政策,先从定性分析开始,然后尝试做一些定量分析。最重要的是对市场的敏感度。在国内的金融市场上,把握市场的动向就很重要,除了平时多看资讯研报,还要扎实经济金融学功底,多读书读好书,结合中国经济和金融市场多思考。另外,一些基础的工作技能如文书撰写能力、数据处理能力、表达能力和人际关系处理能力等,这些是无论做什么工作,都要具备的能力。做固收,有前途吗?随着近几年固收市场的快速扩张,这个市场吸纳了越来越多的固收投研人员、交易员及其他为交易投资而服务的金融从业者。过去三四年,一级市场和二级市场的债券从业者都处于牛市的环境中,整体收入方面有较大幅度的提高。
大数据的发展,目前在国外其实已经相对成熟很多了,大数据工程师,在国外也被称为是数据科学家,主要是通过数据的价值挖掘,来为企业业务提供更精准的决策依据。在电信、零售、金融、制造、物流、医疗、教育等行业当中,大数据工程师已经在创造价值了。大数据开发工程师做什么?大数据开发工程师做什么,我们从比较书面化的定义来看,就是对海量数据进行挖掘,分析,计算并为企业做出商业决策,发掘商业模式提供重要支持。简简单单一句话,但是其中涉及到的日常工作内容并不简单。大数据开发工程师的日常,可以精炼为3个阶段——找出过去事件的特征、预测未来可能发生的事情以及找出最优化的结果。这三者之间,相辅相成,资深的大数据开发工程师,能够非常熟练地进行这些动作。找出过去事件的特征,最大的作用是可以帮助企业更好地认识消费者。通过分析用户以往的行为轨迹,就能够了解这个人,并预测他的行为。通过引入关键因素,大数据工程师可以预测未来的消费趋势。以电商为例,引入气象数据来指导电商销售,比如今年夏天不热,很可能某些产品就没有去年畅销,除了空调、电扇,背心、游泳衣等都可能会受其影响。大数据工程师可以通过数据分析来达到不同的目的。在过去,决策者只能依据经验进行判断,但如今大数据工程师可以为其提供数据支持。国内的大数据工程师工作内容:而在国内,大数据的应用发展才刚开始落地,还不够成熟,大数据人才一方面数量不足,另一方面高级的大数据人才也还比较欠缺。行业专业人士评价:在国内,你很难期望有一个全才来完成整个链条上的所有环节。更多公司会根据自己已有的资源和短板,招聘能和现有团队互补的人才。而大数据工程师主要做什么,从这段评价当中也能初见端倪。国内招聘大数据人才的企业,每家公司对大数据工作的要求不尽相同:有的强调数据库编程、有的突出应用数学和统计学知识、有的则要求有咨询公司或投行相关的经验、有些是希望能找到懂得产品和市场的应用型人才。很多公司会针对自己的业务类型和团队分工,给这群与大数据打交道的人一些新的头衔和定义:数据挖掘工程师、大数据专家、数据研究员、用户分析专家等等……实际上,从事这些工作的人员,通通都可以称作是大数据工程师。并且,在一个成熟的数据驱动型公司,“大数据工程师”往往是一个团队,它意味着从数据的收集、整理展现、分析和商业洞察、以至于市场转化的全过程,每个大数据工程师可能负责其中的某一环节。零基础转行学习大数据技术,加米谷大数据培训学习。大数据工程师待遇如何?2019年-2021年,将成为未来20年间大数据及人工智能最佳的产业资本并购整合窗口期,近两年大数据与云计算应用得到了快速发展,产生了超千亿级的市场规模。云计算平台和云计算服务模式成为It行业的热点。这些都是大数据行业不可小视的发展前景。根据据麦肯锡出具的一份详细分析报告显示,2019年,大数据或者数据工作者的岗位需求将激增.我国预计两年内大数据的人才缺口也将达到200-300万,制造、医疗、金融、交通等行业,信息化SaaS软件、大数据、人工智能等技术方向都产生了大量人才需求。人才缺口的加大,带来的将是大数据工资及年薪的增长,根据相关调查显示,2018-2019年薪酬呈上涨趋势,涨幅较2018年偏缓,整体跳槽涨幅在30%上下,其中架构类、算法类、大数据类、系统架构、安全类、物联网等方向涨幅比较大。大数据平均薪资已经超过20000元,年薪30万只是普通水平。加米谷大数据培训
出品:科普中国制作:李瑞(大阪大学)监制:中国科学院计算机网络信息中心2020年新冠肺炎疫情席卷全球,人们的生活和工作很大程度上被疫情所左右。不过各国科学家们在如此困难的局面下,仍然为我们带来了多项重大的科技进展。下面选出的这些科技新闻,都可以说是本年度科学界令人印象深刻的瞬间,快来看看有没有你还没了解的内容吧。TESS传来新发现1月6日,美国国家航空航天局(NASA)宣布,经由凌日系外行星巡天卫星(TESS)的观测结果,他们发现了一个位于宜居带的地球大小的系外行星。该行星被命名为TOI 700 d,与地球相距约100光年,它围绕的恒星TOI 700是一个相当于太阳四成大小的红矮星。TOI 700 d的大小约为地球的两成,公转周期37天,它所接受到的来自恒星的能量,大约是地球接受到来自太阳能量的86%。此外,本次NASA还公布了另外一组来自TESS的最新观测结果,他们发现了一颗围绕着双星运转的系外行星,这是TESS首次发现类似的行星。该行星被命名为TOI1338 b,是TOI1338星系的唯一行星,大小约是地球的7倍,生命存在的可能性非常低,距离地球1300光年。TESS不断传来的新发现丰富了人们对于宇宙和自身的认知,只是这动辄几百上千光年的距离,对于现世的人类来说,也就只能远观了。△TOI 700 d与TESS的想象图 图片来源:NASA太阳观测史的两大里程碑1月31日,美国国立太阳天文台公开了由井上建太阳望远镜(DKIST)拍摄的太阳表面照片,分辨率达到了30千米。这张照片中,太阳表面布满了细胞一样的小团块,然而每个“细胞”实际上都有美国得克萨斯州那么大。“细胞”的形成与太阳表面的热对流有关,明亮的中央部分是上升的灼热等离子体,在冷却后它们就会落到“细胞”周边的黑线处。好像煮开的水同时有多处沸腾的小突起,而相邻的小突起间又会形成互相冲撞的界限。7月20日,欧洲航天局领导的太阳轨道飞行器任务也发布了第一张太阳照片,虽然它的照片看起来没有DKIST在一月份的作品那么令人印象深刻,但它的拍摄地点离太阳非常近(7500万公里),只有大约地球到太阳距离的一半。而且,该飞行器还在调整轨道,不断向着离太阳更近的方向前进,到2022年初,它将飞到离太阳4800万公里的地方。到那时,我们才能领略它的真正威力。在地球上给太阳拍照固然可以动用更加大型、更加复杂的设备,但却无法实现太阳轨道飞行器那样的“上帝视角”,相信我们很快就能得到更多关于太阳的最新研究成果。△DKIST观察到的太阳表面(左)和太阳黑子(右) 图片来源:NASASpace X载人飞行有得有失5月30日,猎鹰9号运载火箭搭载载人龙飞船先行2号升空,5月31日,飞船与国际空间站成功对接。先行2号是民营航天制造商Space X发射的首艘载人飞船,也是美国自2011年航天飞机退役后的首次本土载人任务。2名航天员搭载该飞船前往国际空间站,并于8月3日成功返回地球。完成载人任务标志着猎鹰9号系列载具和龙系列飞船的性能与可靠性达到了相当高的水准,从此载人航天的主要玩家在中美俄三大国之外,又多了Space X这家民营企业。△载人龙飞船先行2号的两名成员 图片来源:NASA12月9日,Space X的星舰航天系统完成了第一次真正意义上的高空测试。这架被命名为SN8的原型机从南得克萨斯州起飞后,上升到了12公里左右的高空,并在空中进行了一系列飞行测试项目。虽然12公里距离各种航天器的地球轨道高度还有一定距离,但这与真正的太空任务仅有量的区别,并非质的不同。在飞船回收环节,Space X试验了一种新颖的高难度落地方式。飞船将一直以腹部与地面平行的姿态向地表下落,然后在最后一瞬间点火启动火箭,让体态转为竖直并着陆。遗憾的是,飞船的着地速度过快,以至于撞上无人回收船后猛烈爆炸。不过,马斯克仍然声称这次实验非常成功,虽然飞船没能实现成功着陆,但完成了既定的高空飞行课目,落地即便失败也取得了有意义的数据。马斯克更是在推特上喊出了“火星,我们来了!”。马斯克随后称,如果2024年NASA的阿尔忒弥斯项目能够成功让星舰飞船在月球表面着陆,2026年Space X将进行首次载人火星任务。小行星探险计划扎堆登陆月球火星之外,人类今年也让宇宙探测器的足迹踏上了小行星。10月20日,NASA旗下的小行星探测器OSIRIS-Rex与其探测了数个月的小行星“贝努”进行交会。贝努距离地球大约3亿3千万公里,直径大约490米,是科学家重点监测的可能给地球带来威胁的小行星之一。OSIRIS-Rex于2016年9月升空,直到2018年底才抵达贝努,进入距离其2千米的轨道,进行每61小时一周的绕星运动。10月20日,OSIRIS-Rex下降到仅仅距离贝努表面几米远处,然后将搭载的机械臂伸向贝努表面。机械臂的前端是一个像吸尘器一样的吸盘,吸盘会抵住土壤表面,但采样时并非使用吸力,而是透过机械臂向贝努表面发射压缩氮气。气流会裹挟吹起的岩石和尘土进入到吸盘内侧布置的样品室中,这种方法预计将采集数十克样品。成功采样后,OSIRIS-Rex将在2021年3月21日踏上归途,由于距离遥远,它回到地球也将是2023年9月了。△OSIRIS-Rex采样示意图 图片来源:NASA与OSIRIS-Rex仅仅维持16秒的软着陆式采样不同,日本的隼鸟2号探测器则是扎扎实实地在小行星“龙宫”表面进行了登陆和探测,然后再进行采样,并从龙宫表面起飞返回。2020年12月6日,经过一年多飞行的隼鸟2号返回了地球,返回舱在澳大利亚南部沙漠地带着陆,并在澳大利亚空军的协助下进行了回收。2020年12月15日,日本宇航机构JAXA对隼鸟2号返回舱中的密封样品室进行了开封,令研究人员喜出望外的是,隼鸟2号带回了大量的龙宫土壤样品,这比最初计划的0.1克多了许多倍。由于在样品室打开之前,谁也不知道采样是否成功,因此参与项目的科学家们心情必然十分忐忑。据最早看到样品室内部的泽田宏崇研究员称,他当时的心情是“激动到失语”。日美两国间关于这两个小行星探测计划还有着一项样品互换的约定,OSIRIS-Rex将向JAXA提供0.3克贝努土壤样品,而隼鸟2号则需要向NASA提供龙宫带回样品的10%,且这一约定不会因某一方项目失败而中止。虽然看起来各取所需,但OSIRIS-Rex预期带回的样品约为60克到2千克,而隼鸟2号预计则只有0.1克(虽然实际上大大超过了这一数值)。这样算来,我等中立吃瓜群众只能说这个协议实在堪称是不平等条约。△隼鸟2号的实机大小(左)及返回舱密封胶囊内部(右) 图片来源:JAXA生物工程领域“黑科技”频频现身6月29日,美国研究团队发表研究成果称他们利用细胞工程学方法,成功修复了重度损伤的家兔子宫。具体来说,研究人员首先从家兔体内提取干细胞,然后将其培养成类似“补丁”的薄膜组织,之后再移植到缺损的家兔子宫。这些来自家兔自身的“补丁”,不仅能在数个月后与原有子宫完美融合,还不会激发免疫反应。10只接受了移植手术的家兔中,有4只顺利怀孕生产,作为对比,不进行手术的家兔则完全无法生育后代。这项研究为那些由于子宫异常而无法怀孕的女性带来了新的希望。6月18日,美国环保署批准了生物工程公司牛津科技(Oxitec)的一项实验计划。这家公司于今年夏天在美国多地释放基因编辑蚊子,以评估其对于削减野生蚊子种群数量的效果。基因编辑蚊子的体内携带着某些缺陷,从而会在与野生种交配后出现早夭、无法产生后代或者后代同样存在缺陷等后果。在已经进行的大部分实验中,瞬间释放的海量“问题”蚊子都让当地同种蚊子的数量下降了百分之八十以上。当然,出厂之前雌蚊都会被筛选出来并加以消灭,实际上所释放的都是不会叮咬人的雄蚊。9月16日,以沃尔巴克氏体为技术核心的灭蚊方法也在今年夏天完成了数次大规模实验。科学家将寄生细菌沃尔巴克氏体导入蚊子体内,该细菌将通过蚊子的交配行为在蚊子种群中广泛传播。而这种细菌的寄生行为会导致雌蚊死亡或者失去生育能力。沃尔巴克氏体之前在多种昆虫身上皆有发现,它们与其宿主的关系非常复杂,大部分情形下会造成宿主的寿命缩短以及生殖行为异常。当雄蚊被沃尔巴克氏体感染后,这种寄生菌会放出毒素污染被感染雄性的精子。当健康雌性的卵子与这些“毒精子”相遇后,将产生细胞质不相容效应,无法正常发育。当大量被感染的雄蚊被释放到环境中后,雌蚊与其交配将无法产生后代。此外,最新的灭蚊技术还有更加玄幻的“基因驱动”等,可以毫不夸张地说,人类想让蚊子绝种的办法可不止一种。12月4日,荷兰神经研究所的团队在《科学》杂志上发表论文,报道了一种通过在猴子大脑植入电极,然后不经过视网膜就能形成一定视觉的方法。虽然这可能并不是类似技术的首次运用,但这次研究人员在数个关键参数方面都取得了前所未有的进步。猴脑中植入的传感器拥有1024个电极,其产生的模拟视觉信号具有很高的分辨率,可以达到让猴子识别屏幕上英文字母的水平。这项技术为失去视觉的人带来了不小的希望,只要在脑中植入特殊的传感器,就可能不依靠眼睛来感受视觉信号。当然,这项技术眼下距离应用还有一定距离,例如植入大脑的传感器最多只能维持1年左右的功能,之后就将被脑组织所包覆侵蚀而失效。△脑部刺激产生人工视觉示意图 图片来源:《科学》AI不光会下围棋,还能计算蛋白质结构12月1日,DeepMind对外宣布,其开发的人工智能系统AlphaFold2基本解决了“蛋白质折叠”问题。该问题的解决意味着人类对蛋白质结构的解析和预测进入了新的纪元,是科学史上的重大成就。如果要评选今年的年度科学大新闻,AI解决蛋白质折叠问题很可能会被列在头名。蛋白质好比是一部精心组装的机器,空间结构就是它的组装方式,组装方式一旦不正确,即便零件都完好,机器也无法正常运转。对人类而言,破解组成蛋白质的氨基酸序列并不算特别困难,难点在于如何破解它的空间结构。在AI时代到来之前,人类已经有不少巧妙的办法来窥探蛋白质结构的奥秘。但这些方法并不能满足人类对于蛋白质结构及其相关生理功能研究的全部需求,这其中最大的问题就在于,这些分析手段说起来简单,但是实际操作起来却相当劳神费力,解析一个蛋白质的结构很可能要花好几年时间。利用AI解决蛋白质折叠问题的本质其实可以理解为让AI在仅仅知道氨基酸序列的前提下预测蛋白质结构。本次取得重大进展的AlphaFold2其实早在2018年就初露锋芒了,当时它的前代型号AlphaFold在蛋白质结构预测的世界性大赛CASP中夺冠,准确地从43种蛋白质中预测出了25种蛋白质结构,而第二名的获奖团队仅准确预测出3种。当时AlphaFold参加的也是允许人与算法共同合作的humans and servers组别,最终AlphaFold获得了“前所未有的进步”这样的高评价。本次大赛,AlphaFold2更是以压倒性的成绩点数,让人们直接喊出了“蛋白质折叠问题已经被AI解决”这样的豪言。AlphaFold2预测出的多种蛋白质结构,仅仅与实验测出的真实结构存在原子尺度上的细微差异,已经可以说达到了与传统手段类似的精度。AlphaFold2里程碑性质的进展,让人类有望在多个领域得到来自AI的切实助力。例如,阿尔茨海默症、帕金森综合征、亨廷顿综合征等神经系统病变都与蛋白质的错误折叠有关,这直接导致蛋白质本该有的结构和功能发生异常。AI的介入将让人类更有效地了解这些错误折叠背后的机理,从而更加有效地提出治疗方案。△动图:AlphaFold预测的蛋白质结构(蓝色)与实际结构(绿色)对比图片来源:AlphaFold2020马上就要过去,在即将到来的2021年,相信我们大家除了希望能尽快驱散疫情的阴霾,也希望能看到更多科技成就的诞生。
近期,有消息称方正证券研究所多个团队离职。方正证券表示,该消息不属实,年初至今只有2-3位首席分析师出于个人职业发展的考虑有所变化,目前确定离开的是固收首席杨为敩和此前因新财富饭局拉票事件而调岗的马军。“最近还会陆续有一批热爱卖方研究的优秀分析师加盟,包括重磅的研究员,内部也及时提拔了优秀的一助成为新首席。”方正证券研究所所长杨仁文对记者透露,有的分析师职业生涯发展到了一定阶段,有自己转型的考虑也可以理解并表示支持。据了解,打造一流研究平台是方正证券的愿景。杨仁文上任研究所所长之后,致力于转型升级和创新管理模式改革,推进人才的梯队建设,提拔了一批优秀新首席的同时,引进了行业内有深厚积累的资深分析师,以及继续培养年轻的90后研究员。2-3名首席分析师离职卖方研究行业,分析师的流动性比较大,转型也是常见现象,但也持续吸引着市场的关注。近期,有消息传言方正证券研究所的多个团队同时办理离职。方正证券向券商中国记者表示:“该消息不属实,年初至今只有2-3位首席分析师出于个人职业发展的考虑有所变化,目前研究所的核心骨干与29个研究小组稳定,少数几位研究员系内部改革调整。”目前确定离开的是原方正证券固收首席杨为敩,其出于个人考虑将履新中银国际,还有一位因新财富饭局拉票事件被处罚的马军离职,拟加入华西证券。“正在快速制定更大力度的相关激励政策。”方正证券研究所所长杨仁文表示,“并不是所有的人适合一辈子做分析师或销售,职业生涯发展到了一定阶段,个人有转型的需求和考虑也很正常。”据了解,这几年方正证券内部也为转型需求的分析师和销售人员提供并匹配合适的岗位,确实陆续也有一些分析师、销售转型去投行、公募、VC/PE、上市公司等。合伙式管理改革这几年,方正证券研究所曾在高利时代迈进分仓收入前十的行列,后来引入任泽平加盟,与韩振国一起任联席研究所所长,任泽平离职之后韩振国也调整了岗位,由原研究所副所长、传媒首席杨仁文接任所长。但不管所长一职由谁担任,方正证券都强调要打造一流研究平台,并提出体系化建设对研究所的重要性,尤其在向机构类业务转型,以及大力发展财富管理和科创板等投行业务的背景下,研究所越来越重要。就其体制来说,杨仁文似乎更推崇合伙式管理,并提倡人尽其才。即根据各头部首席分析师的特长和优势不同,推进其广泛参与研究所的创新变革当中,包括对内服务体系、人才培养计划、对外战略合作等。方正证券表示:“这种合伙式的信任、默契、放权,正在让研究所改革加速,也在释放超乎预期的潜能。”梯队式人才引进据了解,杨仁文上任后致力于研究所转型升级,创新管理模式改革,并推进人才梯队建设。既提拔了一批优秀的新首席分析师,同时也引进行业内有深厚积累的资深分析师,以及培养年轻一代的出色人才。梯队式的人才设置,先是人才引进。据称方正研究所一直在密切接触、引进各个领域优秀人才,最近陆续会有一批热爱卖方研究的优秀分析师加盟,包括重磅研究员。再是重仓年轻人,敢于给新人机会。方正证券表示,目前80后的首席研究员已经成为研究所的坚强后盾,90后首席和骨干研究员也越来越多,他们学习能力强、研究功底扎实,研究所应该敢于给年轻人时间、机会,给一点点耐心。此外,方正证券还为储备人才启动了2020暑期实习生训练营计划,在研究所骨干分析师的深度参与下,不到一个月就收到了高达3000份简历,不得不提前截止申请,目前已进入面试环节。券商中国是证券市场权威媒体《证券时报》旗下新媒体,券商中国对该平台所刊载的原创内容享有著作权,未经授权禁止转载,否则将追究相应法律责任。
喜报!我院李松林研究员团队 获2020年度江苏省分析测试协会科学技术奖特等奖日期:2020年11月11日11月6日,我院中药质量和代谢组研究室李松林研究员团队申报的“基于液-质联用的多组学整合分析策略构建及在中药整体质/效/毒评价中的示范应用”项目,荣获2020年度江苏省分析测试协会科学技术奖特等奖。多组分、多靶点整合作用是中药发挥药效的主要机制。然而,当前以少数代表性成分和有限的生物学指标评价中药质量(质)、药效(效)和毒性(毒)无法体现中药整体作用的特点。构建体现整体观的中药质/效/毒评价方法是中药传承创新急需解决的重大科学问题。我院李松林研究员及其团队依托国家863计划、国家科技重大专项和国家自然科学基金等7项课题(任务),经过近10年的努力,创建了基于液-质联用技术的化学物质组、植物代谢组、效应代谢组和糖组等多组学整合研究策略,通过突破色谱/质谱条件联动优化、植物代谢组特征标志物快速发现、化学物质组与靶向糖组整合“全息”解析、柱前衍生化和特征离子联用分析模式、效应代谢组整体效/毒评价等多项关键技术,实现了药材及其制剂的全息表征、质量标志物的快速发现/鉴别、饮片大/小分子组分炮制转化机制的精准阐释、中药整体质量一致性的客观评价、中药制剂过程整体质量转移和中药效/毒及配伍机制的深入探究。创建的策略方法在人参、当归和蝉蜕等药材及相关制剂的整体质/效/毒评价中进行了示范应用,产生了良好的社会经济效益。2020年江苏省分析测试协会科学技术奖共授奖27项,其中特等奖3项,一等奖6项,二等奖18项。此次获奖是对李松林团队阶段性研究成果的肯定,必将激励团队成员更加紧密合作,不忘初心,砥砺前行,为我院发挥公益性研究和医疗机构的作用、为中医药的守正和创新做出更大的贡献。颁奖现场获奖人员名单【来源:江苏省中医药研究院】声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网联系,我们将及时更正、删除,谢谢。 邮箱地址:newmedia@xxcb.cn
本文为年初面向高榕资本研究院(以及部分投资团队)作交流的文字纪要,主题为《我的行业研究方法论》。该交流持续约八小时,文字纪要约八万字,涉及宏观、产业、产品,一级市场与二级市场。我们作一定删减,并根据时间顺序逐步整理出。目录一、关于研究阿丽塔仙子精灵反乌托邦洛丽塔二、什么是研究话语体系行业划分知行合一虚假世界你做不出成果只恨黑夜太漫长观察生活解放天性/当众孤独/时刻准备着游戏规则与市场机制三、核心方法论(基础)驱动力与信号验证核心驱动要素草根调研代理变量假说成长红利/ABH效应四、核心方法论(进阶)影子魔法与水晶球人民币汇率问题毛利杠杆与库存周期晴雨表宏观经济问题社会文化问题金融反身性与产业反身性精确的错误与模糊的正确话语体系的损耗数据挖掘五、核心方法论(艺术)非线性外推PE是什么成长与周期股票价格估值上帝视角数字货币的例子价格决定预期差投资五要素六、小结待续……注:本文为目录中的第一章与第二章,约1.2万字。第一章:关于研究阿丽塔放个视频给大家看,我用抖音自拍的阿丽塔,抖音的美颜算法很强,看完电影后,我就想到“抖音或成最大赢家”,因为看到阿丽塔首先想到的就是抖音的大眼瘦脸。我还有一些,大家也可以拍一些,女生肯定可以拍的,不管是不是因为美颜总之抖音能看到很多美女,抖音会帮你发现自己的美,为什么火是因为这是一个好产品。我穿的这件蓝色毛衣也是一件典型的“软妹服”,我们后面也要讲到。现在我们就开始讲行业研究方法论吧。过去我在很多场合讲过我的研究成果,但这是第一次讲研究方法论。我会结合做产品的一些经验,以及过去在券商的一些经历和案例。首先大家想一个问题:什么是研究?以及什么是好的研究?前几天在抖音上看到一个视频,爱因斯坦说,如果有一天遇到一个关乎生死的重大问题,只有一天的时间解决,他会用95%的时间去研究问题是什么,再用5%的时间去解决问题,我很认同这一点。就是95%的审题和5%的解题。很多时候我们并没有搞清问题是什么,当问题被界定清楚时,答案便显而易见了,你离问题越近,就离答案越近。我们现在讲研究方法论,我们可以把“研究”作为一个研究对象来研究一下,研究以及好的研究其本身到底是什么?这一点非常重要,问题界定清楚时答案便显而易见。还有一句话是“万解皆可包,唯有题无价”,即所有解决方案都是可以外包的,提出关键性问题才最有价值。很多时候,我们面临一些困扰,你想该怎么解决,你潜意识里有一个问题,但可能并没有仔细界定这个问题,包括现在我们讲的到底什么是研究?我们还可以举个例子,比如什么是爱情?以及什么是二次元?什么是萝莉?什么是社交?什么是人工智能?什么又是新零售?仙子精灵什么是爱情?大多数人都经历过爱情,即便没有经历过也至少向往过,知道爱情“大致”是什么样子。这个问题没有标准答案,每个人有不同的理解。当问到什么是爱情时,你脑子里会蹦出很多概念,很多感动,那到底什么是爱情?我和朋友做过这个事情,一天他问我什么是爱情,我们几个朋友回答是美好是痛苦,是希望是绝望等等,每个人都在说,最后差点声泪俱下。你发现爱情场景中的点点滴滴太多,是我人生的希望,是我人生的绝望,是我的全世界也毁了我的全世界,是精神交流,是肉体融合,是小鹿乱撞,也是胃痛,失恋的时候胃是会痛的。说到爱情脑海里会出现大量场景,对应的词便会蹦出来,到最后越来越深刻,你就接近崩溃了。所以我这里提到了很多词,是阳光明媚,是乌云密布,是喜笑颜开,是声泪俱下,是轰轰烈烈,是万劫不复,其实还有很多其他的。比如,爱情到底是漫不经心还是掏心掏肺呢?阿丽塔就是掏心掏肺,看到一个帅哥就爱上了,缺乏爱情经验的人几乎都是这样,男人也是如此,看到漂亮妹子就会喜欢,然后不切实际地追求,搞得双方都很尴尬,但这也恰恰是最宝贵最美好的经历,所以爱情是包含很多方面的。然而,在今天掏心掏肺的纯情却被称作舔狗。这是因为,爱情游戏的本质在于你需要“漫不经心”。爱上一个人时,你会变得卑微,因为你把所能想到的所有最美好品质,全都赋予了你最深爱的人。这是矛盾,也是人性无法逃脱的宿命。所以我说爱情是不稳定的存在物。热恋很幸福失恋很痛苦,这和投资很像,投资赚钱和亏钱的感觉与热恋失恋高度一致,一样充满了不确定性,进而有天堂和地狱同时存在的反差。真爱像稀有金属一样难以以单质形式保存,条件苛刻,你需要很好的经营,但大部分人都很着急。所以对于爱情,我说她是森林里的仙子精灵,如果有生之年你曾经遇到过她,曾经看见过她,这是“曾经”这个词在你一生中,最美好的一次使用场景。因为你可以骄傲地说出,我曾经相信过、看见过爱情。现在你会发现,很多东西定义本身就是主观的,并不严格存在一个客观世界,正因爱情的这种主观性,最近流行在任何一句话后面都加上“像极了爱情”就立即深刻起来,也是这个道理。投资,像极了爱情。那什么是美女呢?其实类似,金融市场选股就是选美,其实就是你要去关注“主观”是什么而不是“客观”是什么。其实不仅资本市场,互联网以及2C的产品,都是在判断大众主观在如何变化,那什么是美女?我不展开了,我讲一下结论。首先我们讲的是异性眼中的美女,男人眼中的美女首先是长得好看,这没问题,但美女最不可或缺的要素是什么呢?是“社会属性的难以接近性”。比如你的亲妹妹长得再好看你也不会对她有什么想法,因为社会关系太接近,这是结论,原因在于“美”是“感而不应”。具体我不展开了,因此美女界定核心恰恰是社会属性而非自然属性。反乌托邦那什么是社交呢?我在《社交产品方法论》中已经阐述,相信大家也都看过了。当我们提及社交时,不同人心中会有不同概念,语言是思维的物质外壳,无论是为了避免交流时各说各话,还是更重要的为了解决问题,我们首先都要界定问题。社交产品有多种界定方式,我从技术逻辑界定成通讯、媒体与交友三大类。通讯是既定社会关系沟通工具,媒体是社会化传播工具,交友是社会关系扩展工具,三者有区别,但正因他们都与人类社会活动有关,并通过互联网完成,所以我们都叫它们社交产品,但三件事背后的产品逻辑和技术逻辑都是不一样的。通讯产品出现需要计算平台级技术进步,这是怎么超越中国移动的问题。社交媒体依赖平台内技术进步,从3G到4G再到5G,抖音全称叫抖音短视频,和当年快手GIF一个道理,GIF是3G环境的产物,短视频则是4G环境。接下来抖音一定会把“短视频”三个字去掉,就像快手去掉“GIF”一样。交友产品则是另一逻辑,其实我们可以出一道题,请在下列选项中选出完全与其他几项不一样的选项:微信、微博、抖音、陌陌。你会怎么选?不同视角不同答案,但有一个“更深刻”的答案。你可以选微信,因为是熟人社交,是即时通讯。你可以选微博,因为是最大的舆情平台,社交媒体。你可以选抖音,因为是短视频。如果我选,我会选陌陌。因为他有着更深刻的差别。陌陌和其他三个产品之间的差别已经上升到了“阶级关系”。我们说这么多年,即时通讯一直被很好的满足,社交媒体也取得了长足进步,到今天唯一没有被解决的,就是交友问题,包括婚恋。App Store社交排行榜基本上是最浪得虚名的排行榜,因为除了前面的一些产品外都是“垃圾”。这个品类太缺产品,永远是“今夜寂寞”、“同城约”等字眼,因为交友需求从来就没有被正真满足过。这也是为什么交友类产品,永远是一波一波,爆发之后又掉下来,水分蒸发剩下淤泥变成酱缸,陌生人社交产品的生命周期相对都会短一些。资本主义经济危机的必然性在于社会化大生产与生产资料私有制之间的矛盾。交友类产品的创新与酱缸周期,也源于陌生人社交的根本矛盾:社会化大交友与优质的脸和钱的私有制之间的矛盾。大家都要找最好的脸和钱,但资源掌握在少数人手里,这就是“阶级关系”。这是交友类产品和社交媒体以及即时通讯的最大区别,因其涉及社会关系拓展,阶级性是社会规律,永远存在。这也是为什么我很喜欢反乌托邦模型,这是一个最简单的社会模型。阿丽塔也一样,人们想去一个地方,但不让去,但可以通过参加比赛去,目标明确,反而简单了,只是现实社会比这个复杂,真是像极了爱情。洛丽塔什么是萝莉呢?萝莉(可爱的低龄少女)一词源于洛丽塔(小说)但不等于洛丽塔,更不等于穿着Lolita裙子的人(lo娘)。刚才大家提到最近在调研Lolita用户,在做用户访谈,其实了解圈子的最快方法就是进入这个圈子,调研会因为技术问题失真,事实上大多数调研都难以接近真相。真正的用户调研来自一种“主观感知”能力而非客观统计学调查。因为永远无法通过抽样接近客观真相,只能形成主观感知能力来判断真相,类似金融反身性原理,这是一种社会反身性。我过去买了很多Lolita裙子和Cosplay裙子作收藏,最近我开始尝试。我对漫展很了解,也知道大家为什么要去漫展,但这更多是一种理性认识,或尚不深刻的感性认识,直到穿上裙子那一刻,我才真正获得了感性认识。纸上得来终觉浅,绝知此事要躬行。穿上裙子那一刻,你开始发自内心期待漫展,因为你开始渴望展示自己,开始思考如何变得更美。哪怕只是通过拍照及后期做出完美的平面效果,而不是在现实中,但这件事情,也已经足够引人入胜。我妹妹玩了十年Cosplay,我一直有个疑问,为什么她的大多数作品在我看来并不是特别的“完美”,后来发现男女审美并不一致,进而在视觉展示上(包括角色选择)追求的重点就不一样,女性更多追求 “华丽大气”,而非“吸引力”。这也是我开始“穿女装”的重要原因之一,我在试验自己心中的审美风格。我心中一直有一个完美女子形象,我还不曾遇到你,便只能先把自己变成你。很短的Lolita裙子,运动鞋,上身吊带(JSK无袖),里面T恤,手持宝剑向你跑来,然后启动法拉利带你认识更多萝莉。你的意中人是一个盖世英雄,会踏着七彩祥云来娶你。我的意中人则是一个盖世萝莉,我相信有一天她会开着法拉利,身穿短裙丝袜,脚踏AJ,带我认识更多萝莉。所以大家应该去买点裙子,Lolita/JK制服/汉服还是Cosplay用户很多是学生,买裙子还会有经济压力,在座的各位都不会有压力。这恰恰是了解圈子、研究用户的真正捷径。大家也可以多参加漫展,漫展信息可以看喵特APP。五年前我说过中国三四线城市的漫展正像当年中国三四线城市电影屏幕一样快速增长,2012年便诞生了10亿票房的电影《泰囧》。去年中国漫展已经办到了3822场,除去一、二线城市外仍有2322场。下一个趋势是电竞中心。第二章:什么是研究话语体系现在我们回到开始的话题:什么是研究?我把研究分成三类:一是大家日常口中所说的“这个问题研究一下”,即工作和生活中都会出现的我们叫它“①求真态度”。后面两种则是专门的研究职能:一是“②学术研究”,另一种是“③商业研究”,券商研究、以及买方(包括一级市场)自己的投资研究都是商业研究。学术研究好理解,今天我们主要讲商业研究。以及更关键的,商业研究和学术研究的差别。这里我会结合一些二级市场的例子。记得刚进申万研究所时,领导就给我们强调要完成学术研究到商业研究的转变。券商招人强调实习经验,一是行业节奏快没人有时间教你,二是学术研究到商业研究之间有一个鸿沟,最好在工作前你就已经跨越了这个鸿沟。但正如申万研究所的优良传统之一,申万(至少在早年)招人最不强调实习经验,甚至你最好不要有任何实习经验,学生就好好完成学术研究,申万的培训体系能在三个月内帮你完成学术到商业的转型。这一点是非常对的,研究能力相通,如果没有接受过规范的学术训练,你很难完成好的商业研究。如果你在学校混日子是很难做好研究的,做商业研究时你会一脸懵逼,你要重新进入一个探索过程,因为研究是有经验的,有习惯的,需要一个持续训练的过程。商业研究和学术研究的区别是什么呢?我的总结是:商业研究需要有①可操作的②经济利益。你不能研究了半天,一点操作性都没有,同时背后要有经济利益,这是和学术研究的最大差别。学术研究就像一个大圆,你在圆的边缘上往外做了一点点贡献。这些东西可能当下没有经济利益,也没有操作性,但把人类知识往前推了一点,这就有学术价值。商业研究则要有可操作利益。金融市场比较直接,可以买卖,产业也是类似,上马什么项目进入什么领域,都要有可操作的经济利益。因此切勿陷入探究本身的快感中。探索求知是很快乐的,但商业研究不能只是快乐。举个例子,二级市场事实上你在哪个行业很大程度上决定了你的职业生涯高度,比如航运这个行业,周期是三十年,你如果进入这个行业时恰逢下行周期,下行周期十年,直接超过了你的职业生涯,那你就有点麻烦了,虽然你依然可以研究的很快乐。行业划分二级市场大多券商都会对行业进行全覆盖,因此会有好坏行业之分,秘密就是你要进入好的行业,我入行看的是钢铁行业,在明确知道这个行业“没有前途”的情况下依然选择呆在这个行业,因为我想学一下产业链。这也涉及申万的人才分类策略,行业划分整体涉及上游领域(资源品)、中游领域(制造业)和下游领域(消费品)。一般学经济的人去看上游,其更受宏观经济影响,如钢铁、有色、煤炭、建材、石油等。钢铁行业事实上属于中游制造业,但在实务中仍放在上游资源品领域。我的专业是世界经济,因此在实习时就去了钢铁行业。学管理的人看下游,如食品饮料、纺织服装、旅游酒店等,因其更受消费者市场影响。有工科背景的人则去看制造业,这一点好理解,“复合背景”在投资领域一直很吃香。TMT则跨越上述三个品类。但正如申万研究所的另一个优良传统,事实上申万可能是所有券商里招募“工科背景”最少的券商。这涉及券商行业研究的本质。券商行业研究的本质是金融研究。你需要懂行业,但你更需要懂金融,你做的研究实际上也只是金融研究,即你所在行业及上市公司基本面的变化如何影响了预期进而影响了股价?这又涉及另一句申万名言:证券研究的直接目标是寻找预期差。行业知识都可以学,金融素养则更加重要(当然也可以学)。申万领导曾说只有三个行业需要有相关背景,一是医药,二是化工,三是电子勉强需要。不是因为这三个行业无法临时学,而是临时学起来太耗时间,事实上只有医药研究员需要相关背景。我正式入职前领导一度问我要不要转去化工行业,我诧异这不是需要相关背景吗?领导答只要你高中是理科生就可以了。我还是选择留在钢铁行业,因为我在钢铁行业实习了很长时间也在宏观部门实习过,有一个自己的宏观与产业链研究体系的搭建过程,钢铁行业受宏观驱动,上游涉及铁矿石和焦炭,下游涉及房地产、基础建设、造船、汽车家电、轻工业等,几乎涵盖所有上中下游产业链。我后续转行互联网行业研究,也受益于钢铁行业的训练。我研究互联网行业的时间很短,但做出了一些成果,很多人问我怎么做的,事实上就是源于钢铁行业的研究基础。行业研究是你要去洞察一些东西,即便你在航运行业,你也可以去搞清楚波罗的海指数以及世界经济周期,这背后都很有价值。知行合一讲到这里,我们要讲一个东西叫知行合一。前面讲商业研究和学术研究的差别在于是否有可操作的经济利益,即正确把握认识世界和改造世界的关系。事物=客观+主观+主客观之间的裂痕。如果说谋士在知,主公在行,那么研究是认识世界,产业化是改造世界。知和行本身有一个交集,好的学术研究和商业研究都在这个交集里,学术研究的范围比商业研究大,且不是所有的研究都在这个交集里。前面说的研究三种类别中的“求真态度”即是一种知行合一的态度。就像投资经理肯定要做研究,但他需要的是 “求真态度”而不是专职的研究工作,把他分工出来就是商业化研究,但好的“研究”一定是和执行高度相关的,你研究到极致时你已经在做这件事本身,而不再仅仅是“研究”了。某件事做的非常好的人,他一定明白其中的秘密与Knowhow。你做研究也是在逼近这个状态,即不仅“知”,还要“行”。最好的研究就是最好的执行,反之亦然。从这个角度看待,你就会发现研究并不是一个“后台”,而是问题的核心,如果你能做到“知行合一”你就很厉害。人都有舒适区,当你研究的很快乐时你要小心了,你要时刻关注自己的研究在操作性上的价值,事实上你要明白主观和客观之间存在的裂痕,我们永远只是在逼近真相,但你自己要明白到了什么程度。二级市场的研究都是进行获利交易,股票你买卖就行了,但炒股票实际又很难,因为你只把握了50%的概率。基本面你把握了80%,但股票价格=价值+套利+情绪——申万研究所,它由三部分组成,并且还天天变,这就变得高度复杂了。所以股票研究本质在于研究预期的变化而非基本面的变化,只是后者影响了前者。你可以把一个问题研究清楚,但你必须明白你研究清楚的东西在整个决策系统里占了多少比例,它可能只占了20%。如果你以为你搞清楚了80%,那就是在自娱自乐,在搞行为艺术。但如果你真正搞清楚一个极小的部分,至少你在这一点上你是知行合一的。由于我们当前在探讨“研究”,我便把“研究”和“执行”在逻辑上做了区分,事实上两者没有区别也不该有区别,研究者和执行者都是从两个方向无限逼近价值实现。只是当他太难实现的时候,我们便区分了职能。知行合一并不代表时时刻刻需要“有用”,大部分基础研究在当下是无用的但在某时某刻是无价的。但这涉及另一个话题,即创新是边缘溢出。当“暂时”无用的研究一旦完成“边缘溢出”便实现了价值,基础研究在等待“边缘溢出”,“知行合一”在创造“边缘溢出”。这就是为什么之前我们还要问一下什么是爱情?因为如果你连什么是爱情都搞清楚了,还有什么东西搞不清楚? 虚假世界这个世界是虚假的。前面我们讲到互联网行业和钢铁行业(以及周期品行业)的差别,一个是研究主观世界,一个是研究客观世界。周期品行业要不断逼近经济运行的平均水平,互联网则要不断逼近大众心理的平均水平,前者是客观世界,后者是主观世界。互联网是主观世界好理解,事实上经济周期也是主观的,都存在反身性原理。文化流行存在反身性,宏观经济也一样,经济规律、政府调控、主体行为共同构成反身性,包括凯恩斯主义与奥地利学派的差别。巴菲特说,大部分投资人是不看年报的,就是说这个世界上大部分人都是不认真和不用心的,投资领域无论二级市场还是一级市场都是如此,很多时候人们只是在干一份工作,只有极少数人用心,或者说,大部分人待在虚假里。奥地利学派讲,大家看到经济下行后政府会增加支出或扩大信贷,但经济规律是经济进入衰退后必须通过萧条来完成市场出清,让非理性行为得到清偿,经济自然会快速复苏。经济高涨时大家都觉得自己牛逼,进行了不必要的扩张和资本开支,借了不必要的钱,因为周围的人都在这么干,你觉得你不干就落后了,就完蛋了,所以你也去干了。之后一定会带来问题,金融经济互为表里,之后就没钱了,这个过程就是市场出清,让犯错的人付出代价,从而减少总供给。市场萧条后自然就会再起来,但如果去救的话,问题就会更大。想想个人借贷就好理解了。用于消费而非价值创造的贷款,如果继续提供信贷,无异于延缓更大问题。奥地利学派就是说什么都不要管,市场出清后自然会快速复苏。现实中更多是皇帝的新装,这一点非常关键,但这一切又是“合理”的。你做不出成果现在我们来看看,什么是好的研究?我们来看看一九法则,以及199法则,世界永远是两极分化的。市场上1%的人赚去了99%的钱,0.1%的LP赚去了99.9%的钱,全球化和AI又加速了两极分化。研究也是如此,大部分研究都是没有用的,因为大部分人都是不用心的,资本市场的“虚假”程度只会远超你的想象。如果给好的研究一个定义,我叫他“建体系,出思想”,这句话也是申万研究所提出来的。申万要求研究必须建体系、出思想。当然即便在申万能真正做到这一点的也是少数。大家一定要明白一件事情,就像我们前面提到的知行合一,研究本身是一种艺术,只有少数人才能成为艺术家(投资也是如此),绝大部分人包括在座的部分人做不好研究是一种非常正常的常态。这个世界上90%的研究只是在“提供信息”,也即一份工作。9%的研究给人启发,实现了某种程度的“建体系”。只有1%的研究令人惊愕,我们叫他“出思想”。这便是研究三层次。任何行业都是如此,所以大家在做研究的时候,并不要默认你能做出什么成果,因为大部分人都做出不成果,包括投资也是如此。你必须明白这一点,你到底是那90%,9%还是那1%,你需要努力,以及判断自己的天赋领域,亦或是满足于只做那90%。高中艺考生越来越多,但大部分成不了艺术家,甚至只是为了逃避文化分数。即便上海戏剧学院这种层次的表演系和导演系学生毕业后不少也只能干着不相关的工作(技术进步会逐渐改变这一点),播音主持专业大部分毕业后也并不在从事主持人工作,央视、卫视的主持人要求很高,大部分人也不愿去基层电视台或相关领域,最后也就从事了其他职业。研究也是如此,研究和做学术一样需要天赋,研究和投资事实上都是高阶工作,是一件门槛很高的事情,只是中国经济过去的加杠杆使得很多高阶职业变成了一份日常工作进而误导了很多人。大家都知道一级市场大部分人都投不出好项目,但很多人并不明白事实上大部分人也做不出研究成果,因为投资与研究本无区别。VC投资是认知、圈子、阅历的综合结果,而不是一份工作,研究的迷惑性也在于让人误以为只是一种脑力劳动,只要高学历就可以完成。研究恰恰涉及前文说的主观世界与反身性甚至“边缘溢出”,如果把研究一词换成“深刻洞察”就好理解了。研究的基础是获得信息和整理信息,当你对信息和逻辑理解非常深刻的时候你自然就会有自己的体系,比如什么是社交、什么是爱情,他一定是一个逻辑体系,你首先需要把它界定清楚,比如我们说社交包含通讯、媒体与交友,通讯依赖计算平台技术进步,媒体依赖平台内技术进步,而交友最后还是一个阶级矛盾的问题,这样就是一个体系。但很多研究也都能形成让人启发的体系,这还不够,最高阶段则是出思想,即你的研究成果成为了一种思想。做研究你必须要求自己建体系出思想,否则你和咸鱼有什么区别。我们刚才讲的商业研究,不仅指卖方研究,而是指商业价值导向的研究,买方研究(包括VC)本身也是商业研究,必须产出商业价值。只是卖方研究你还必须把它搞得很牛逼的样子,比如一篇报告50页甚至100页,要显得牛逼,但如果只是内部汇报你的逻辑与洞察,一般3-5页足以。卖方研究出于要显得很牛逼,要把一些方方面面展开,把一些基础信息和补充信息附上,这也是有价值的,但核心还是体系与思想。大家可以尝试找一个领域或一个点进行深入洞察,你搞懂它后,他一定是一个高度简单和高度容易理解的结果,这些洞察就是有价值的,作为内部汇报的话你可以在附录里附上补充资料,逻辑和洞察本身则是简单却富有启发的结论。你可以提供信息,但这只是基础工作,你要知道如果没有体系,没有思想,你的研究就真的没什么用。研究是跨越主观和客观的鸿沟,大家想想如何建体系与出思想,强大的洞察力其实是一种性格特点,所以研究要靠天赋,我叫它“只恨黑夜太漫长”,即一种神游的感觉和创造心流的过程。我们前面讲研究要避免陷入快感,是不要让快感成为研究本身,但研究一定是有快感的,对“真理”的追求,朝闻道夕可死矣,你会一晚上不想睡觉,就像小学生想到明天要春游的那种感觉。只恨黑夜太漫长去年5月份朋友圈有一篇很火的文章大致叫悲催的成年人,什么做PPT到凌晨然后电脑坏了,很多辛苦感人的画面让大家共鸣,我当时也转了,但我觉得这篇文章很正能量,一点都不辛苦。这种只恨黑夜太漫长的感觉真是太好了,也是你人生中最奢侈的一段经历,只有在你最年轻的工作时期你才能体会到,加班到两三点万籁俱静身心合一的专注感觉。这也非常有利于你的职业生涯,因为任何一个人的职业习惯都是在工作最初的2-3年内形成的,你如果没有找到只恨黑夜太漫长的感觉,那很遗憾。什么是青春?不计回报的努力还能让你感到快乐便是青春。研究是一种天赋,事实上就是一种快速进入“神游”状态的天赋,本质是一种感知能力。我们前面说无论是互联网泛娱乐产业,还是周期品制造业,到最后都是一种对大众心理和社会反身性的感知能力,研究的天赋即强大的感性感知能力。这也是为什么我们要反复强调什么是爱情,当你开始思考什么是爱情,你开始声泪俱下,爱情便深刻地理解清楚了。有中学生问我语文不好怎么办,我说你去失恋一次语文成绩就会上来,失恋后内心会有源源不断想要表达的东西,你文采会变得很好,语文成绩就上来了,本质是感性化能力上来了。人类强大的情感能力在经历痛苦后都会表现出来,所以失恋是很多人的人生转折点。所以研究对我来说是一件高度感性化事件,我研究问题时经常听一些很中二的歌曲,非主流三巨头,徐良、许嵩、汪苏泷,即能让你快速进入青春期思维模式的歌曲。青春期是大脑算力即流体脑力的巅峰,我们虽然过了青春期,但可以通过歌曲进行超频。十几年前我用500倍杠杆炒外汇,全是手动高频交易,几秒钟下单,十几秒后平仓,我必须听着马克西姆钢琴曲,大声快节奏的音乐能让人进入一种失去自我的状态,然后下意识建仓平仓,我叫它“用感性祛除感性”。如果说研究靠天赋,那么日常生活中我们是否还有一些可操作性的方法,怎么去做点事情呢?我叫他观察生活。观察生活“观察生活”一词来自表演学,演员需要塑造各种没有经历过的角色,他必须通过生活中的点滴观察进行积累,比如街头遇到乞丐,和他交流,看看他在干什么,看到建筑工地进去搬搬砖,你要深入生活的点点滴滴。前面聊到调研Lolita用户,调研本身是一种观察生活,但要做好一个调研本身,真正的观察生活就是亲自去尝试一下Lolita。你自己穿一次Lolita可能才会真正明白,为什么要穿裙子?为什么要省钱买裙子?是因为虚荣吗?部分是,但更多是因为让你发现了自己的美,发现了自己的闪光点,你开始变得自信,开始很热爱这件事情,进而开始热爱生活。你开始找到了生活中的闪光点,你找到了甚至找回了少年心气,找到了疲惫生活中最后的英雄梦想。TFBoy很多粉丝是中年女性,杨超越有很多国企男性粉丝,SNH48有很多富二代粉丝,为什么,因为杨超越给了我们平淡无奇一眼到头的生活中带来了那么一点点英雄梦想,让我们看到了生活中那些还会闪光还有盼头的瞬间。明星只是一个法相,那么杨超越就是一个很好的法相,你追的不是一个明星本身,而是提醒你追求心中最后的梦想。明星就像一尊“佛像”,佛像本不是佛,佛像只是提醒你要敬畏心中的佛法,因为每个人都是佛,见性成佛。“偶像”就是“像偶”,一个你想成为的更好的自己,如果你正处青春期,家穷人丑,成绩还不好,如果你还不追星,你的青春期那不是一事无成?当然为什么会这样是家庭教育进而阶级关系问题。但不管怎样,追星已经是一件非常可爱的事情了,因为每天叫醒你的不再是闹钟,而是梦想。蔡徐坤也是如此,其实不用质疑现在的男性偶像为什么越来越女性化,这本身是女性消费主义的崛起,把男人打扮成洋娃娃,是因为要给女性消费。所以买裙子也是观察生活,当你观察生活到极致时,你就是一个演员了,你也是一个对产业、产品和用户非常有洞察的一个人。除了观察生活,表演学里还有“解放天性”和“当众孤独”两个要素,以及我加上的“时刻准备着”。解放天性/当众孤独/时刻准备着“解放天性”作为表演第一课,简单说就是让你彻底放开,以便塑造任何与你人格性格不一致的角色,往往通过极端的表演行为来训练。比如先想象出物理上与精神上难以忍受的场景、角色行为和角色特点,然后再演出来,把视觉上和精神上最难以忍受、甚至摧毁价值观的场景自然地表演出来,那么解放天性训练就完成了。“当众孤独”作为表演第二课,简单说就是做到不受大众和旁观者影响严格遵循内心。在舞台上严格按照剧本完成角色,不受台下万千观众的唏嘘、质疑、称赞、吹捧等行为的干扰。最后我再加上了一个“时刻准备着”,这其实是播音主持专业的提法,即时刻保持状态。商业上也是如此,成功者往往都在争议中成长,因为他们解放了天性,也完成了争议中的成长,因为他们做到了当众孤独。好的研究者/执行者也是如此,因为一个极致的研究者本身就是一个执行者。这三点本身又是和“观察生活”相关的,你要做好研究,或者说知行合一的话,首先你要做到观察生活,深入生活。更高阶段你则完成了解放天性与当众孤独,你成为了一名演员,你与这个世界已经融为一体。我一直说研究是高度感性化事件,无论是宏观经济还是互联网与新兴产业,其本质都是用你的内心去同步这个世界的频率,感受这个世界(包括大众主观世界)的震动,进入群体共鸣,完成连接,完成你的心灵与这个世界的连接。这个世界天地万物都在相互作用,你要做的只是融入这张大网。所以让你买裙子只是很基础的一件事而已。好的研究者/执行者首先是一个观察者,最优秀的则是一名演员。游戏规则与市场机制讲到感知能力,申万在选择研究员时会有心理测试,横向思维看策略,纵向思维看行业,以及横向思维看包含产业链多的行业等。策略分析师必须相貌英俊,行业分析师则必须练好唱歌,这些都是研究中的Knowhow,某种程度也是一种游戏规则,当然更大的游戏规则在商业本身,尤其是资本市场。证券分析师本质是在做销售工作而不是研究工作,原因一方面在于前文说的大部分人是做不出研究成果的,另一方面在于,这个世界大多时候比我们想想的虚幻,当大家都活在虚幻中的时候,真相便不再那么重要,大家只是在玩一个游戏而已,各方也只是在相互配合完成这个游戏。也正因为此,超额收益永远只属于少数人。这让我想起《寒战》里梁家辉的一句台词:“我服务香港警队30年,认识不少人,也得罪不少人。不过在这30年里,我学会了一件事,就是每一个机构,每一个部门,每一个岗位都有自己的游戏规则。明也好,暗也好,第一步学会它,不过好多人还没有走到这一步就已经死了,知道为何?自以为是。第二步,就是在这个游戏里面把线头找出来,学会如何不去犯规,懂得如何在线球里面玩,这样才能勉强保住性命。”但我今天不是在讲职业生涯规划,我是在讲研究,道理一样,任何事情,你都要搞清楚其背后的秘密,包括研究的规则,研究的方法,你都要理出来。但这又涉及到一个驱动力问题,我叫他市场机制。卖方研究有外部客户作为驱动力,这一点很重要,就像任何创业的成败,本质都源于是否存在巨大的外部需求推动,外部需求会推着你走,推着你成长并给你足够容错率,这就是市场机制。一级市场VC研究团队的驱动力来自哪里?来自内部投资经理和合伙人吗?我认为这个驱动力不够,优秀的人才是有强大的自我驱动力,但这种驱动需要建立在外部环境的催化下实现,也即大量需求和倒逼机制,这是一个关键话题,即对内服务的研究团队的驱动力来自哪里,相比外部市场的强大驱动,内部需求、领导评价等驱动会显得不足。注意,这并不涉及“自我内心满足”和“外部评价满足”的个体心理学差异,内部需求的评价对个体来说也是一种“外部评价”,该问题本质上涉及的是,对内服务的研究团队其所在机构能否源源不断产生强大需求推动研究团队成长,因此对内研究团队要是未做出什么成绩,原因可能是来自机构本身而非研究团队本身。但最后,心有多大,舞台就有多大。我们讲了这么多,事实上还没有真正开始涉及研究方法论,而更多是关于方法论的方法论。下面,我们开始正式探讨“研究方法论”。待续……