@pergessle
后来的加杠杆不会改变夏普比率（我凭直觉，没细分析）？。那么就是用提高自有资本的风险为代价增加回报率期望值。这里的杠杆比率又有没有什么最优值呢？是不是只跟各个机构的风险承受力水平有关？
——————————————————————————————————
杠杆肯定不是越高越好，因为总有赔钱的时候，杠杆过高就会一次赔光。 凯利公式指出了简单、可多次重复赌戏中的最佳杠杆值。 实际投资操作如高频交易策略中，一般用电脑optimizer解决问题。
@pergessle
做职业的金融工作者，不管是投行，还是对冲基金经理，（交易员我不了解，可能除外），核心的能力还不是技术能力，玩数字模型，分析市场的能力，而是跟人打交道的能力：销售能力，谈判能力，connections等等。最牛的对冲基金经理牛的地方不在他真的赌博技术很高，而在他能让人相信他的赌博技术很高。
——————————————————————————————————
呵呵，我觉得你说的挺对的。 其实各行各业都如此，超级大牛总是极少数，大部分人都是在技术和“硬功夫”差不多的情况下，比谁会混而已。 中国学校里不重视“软能力”训练，导致中国学生在职场上普遍有“后劲不足”的弱点（我的观察），值得注意。
@fendox
降低单笔投入资金比例，提高S值。
此图非概率密度分布，而是一个特例。不过我看了好几个特例，分布特征是差不多的。
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿
那张matlab的图很漂亮！ 但好像过于“平缓”了。 应注意夏普比率是年化的。月化、日化后的回报／波动性比例会低很多。例如，年回报10%，标差5%
的投资夏普比率是很好的，但月化就变成了回报0.8%, 标差1.5%，单月赔钱的可能性并不小。 再有就是simulation的时间不能太长，最多不超过50年吧。就是说用月化数据也只能600次。
按这样做下来，图的抖动是否会大一些？ 还是你的simulation已经是这样做的了？
@august8chn
宋鸿兵的《货币战争》提醒了国人货币的巨大作用，这是好事。但书的具体内容实在太过天方夜谭。为了“批宋”我把货币银行学大致看了一遍，倒是收获不小。
@greenwisher
兄弟你真有才，洋洋洒洒一篇“铲勺论”呐。 幽默、透辟。
@sy8111
从IT转trading，我觉得先考虑几点因素。 首先是年纪，如果在25岁以下，就没什么“难”的，直接去念个MBA或类似学位，然后你和大家公平竞争。 年龄略大一点也可以，但30出头必需得入行了，所以念书的准备还得提早几年。
其次，念书最好是full time，而且学校placement office要比较好，能帮你拿到面试机会。 一旦进入了面试程序，主要就看你的表现了。Part time在找工作方面不如full time，因为你不一定在雇主选择简历的范围之内。 非一流学校也有同样问题。
最后，进交易这行intuition要好，性格比较适合做交易，也就是常说的trader type。 市场直觉还是可以慢慢培养的。
先这些，祝好运！
@退休程序员
交易是很简单的事情，而且越简单越好，想得太复杂其实离成功越远。需要慢慢在市场里磨练，等你在交易上不再犯错误的时候你就成功了
——————————————————————————————
说得好！
交易中完全不犯错误当然是不可能的，我的意思是说：少犯错误，尽量避免重复同样的错误，就离成功不远了。 另外，对“不要把事情想得太复杂”这点我也很赞同。
@3390237
不客气，博客上写了个更详细的书单，有空可以看看。
https://tuoshuiba-image.oss-cn-hangzhou.aliyuncs.com/system/tybbs/s/blog_72b0a6e10100sdqf.html
@退休程序员
楼主有个问题一直想不明白想请教。
高盛也好，美国其他投资机构也好，他们的交易员既然能稳定从市场挣钱，为何这些人还甘愿为公司打工，自己为自己交易生活多自在，挣多少都是自己的。不解？
————————————————————————————————
imchillkthx兄说的几点都是原因。 我再补充两句：交易员和机构之间有相互依赖的关系。 机构提供的资金、资源、信息、后台保障等很重要。 武器和人合起来才能发挥战力。 很多时候，为哪家机构工作决定了应采取的交易策略，《乱世华尔街》中有不少这类例子。
@fendox
不愧是matlab高手，这么快就整出了会动的图。:) 一点小疑问，如果Sharpe Ratio能达到1.5，压注又不大的话，长期看应该是稳赚不赔的吧？