如何不靠运气变得富有 (一) —— 追求财富,而不是金钱或地位

Naval分享了他在播客《如何不靠运气变得富有》中的财富观,强调追求财富而非金钱或地位,财富是睡觉时仍能产生收入的资产,其目标是实现自由。金钱是社会信用,地位是社会等级,二者皆非正和游戏。

Naval 是美国风险投资家,这是他的3小时长播客《如何不靠运气变得富有》的中文翻译,介绍了他的财富观,非常值得一读。

在这里插入图片描述

第一条:追求财富,而不是金钱或地位

Nivi:你可能听说过Naval在推特上进行的那一波主题为“如何在不只依靠运气的情况下致富”的推特风暴(tweetstorm)。我们借助这个播客回顾大部分的推文,给Naval一个机会详细聊聊这些话题。他可能会提出一些以前没有发表过的想法。

Naval是AngelList创始人和Epinions的联合创始人。他是一位眼光独到的科技投资人,投出了像Twitter、Uber这样的科技公司。

不只是科技行业的人,各行各业的人都想知道如何解决他们「钱的问题」。每个人都隐约地意识到自己想要变得富有,但是他们没有一套好的原则来遵守和践行。

财富是你睡觉时还能产生收入的资产

Nivi:财富、金钱和地位有什么区别?

Naval:财富是你渴望的东西,是你睡觉时还在产生收入的财产。举例来说,财富是在夜间还能运行的为其他客户服务的计算机程序。财富是你存在银行里的钱,用于再投资其他资产和业务。

房子是财富的一种形式,因为你可以把它租出去,收得租金,尽管这是一种比经营商业企业更低效的土地使用方式。

我对财富的定义是指那些可以在你睡觉时依然可以为你赚钱的企业和资产。

财富的终极目标是自由

你渴望财富,是因为它能给你带来自由。也就是说,你不必像白领那样一丝不苟的系领带;你不必早上6点就起床、996挤地铁上下班;你不必把时间浪费在一份没有灵魂,你不喜欢的工作上。

我们创造财富就是为了自由,仅此而已。而不是去买毛皮大衣,不是去开法拉利,不是去驾驶游艇,也不是去乘坐湾流飞机环游世界。那些东西很快就会变得无聊和愚蠢。它(财富)是关于你如何成为你自己的事

除非你真的想要财富,否则你不会得到它。全世界都想要它,全世界都在为此努力。在某种程度上,它是有竞争力的。这是一个正和博弈,但其中也有竞争因素,因为现在社会上的资源是有限的。为了获得资源去做你想做的,你必须脱颖而出。

金钱是我们转移财富的方式

金钱是社会信用,它是一种从别人的时间中获得信用和债务的能力。如果我做对了工作,为社会创造了价值,社会会说:“哦,谢谢你。我们欠你一些东西,将来会补偿你。这是我的借条,我们把它叫做钱吧。”

钱会贬值是因为,

  • 人们偷了借据
  • 政府增发货币
  • 人们违背IOU

但是金钱试图成为社会的一个可靠的欠条,因为你在为自己的付出而被他人亏欠。我们把这些欠条到处传递,金钱是我们转移财富的方式。

地位是你在社会等级中的地位

人生基本上有两大游戏。一个是金钱游戏。钱并不能解决你所有的问题,但它会解决你所有的和钱相关的问题。我想大家都能意识到这一点,所以才想赚钱。同时,在内心深处,许多人认为他们做不到,所以他们不希望任何财富创造发生。他们攻击那些赚钱的企业和企业家们,说他们:“赚钱是罪恶的。你不应该这么做。”但他们实际上在玩另一个游戏,那就是地位游戏。他们试图传递一种信息“我不需要钱,我们不要钱。”

地位指的是你在社会等级中的地位。

财富不是零和游戏。世界上每个人都可以拥有一所房子,你有房子并不会影响我有房子的能力。如果有什么区别的话,建造的房屋越多,建造房屋就越容易,我们对建造房屋的了解就越多,就会有更多的人拥有房屋。

财富是一个正和游戏。我们一起创造,努力创造着寄托着我们美好期待的“艺术品”来解释我们正在做的事情。最终,一些全新的东西将被创造出来。这是一个正和游戏。

另一方面,地位是一个零和游戏。这是一个非常古老的游戏。我们从原始人部落开始就玩这个游戏了。也就是等级制度。老大是谁?老二是谁?老三是谁?老三打败了老二,老二就必须让位。所以,地位是一个零和游戏。

【负荷预测】基于VMD-CNN-LSTM的负荷预测研究(Python代码实现)内容概要:本文介绍了基于变分模态分解(VMD)、卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合的VMD-CNN-LSTM模型在负荷预测中的研究与应用,采用Python代码实现。该方法首先利用VMD对原始负荷数据进行分解,降低序列复杂性并提取不同频率的模态分量;随后通过CNN提取各模态的局部特征;最后由LSTM捕捉时间序列的长期依赖关系,实现高精度的负荷预测。该模型有效提升了预测精度,尤其适用于非平稳、非线性的电力负荷数据,具有较强的鲁棒性和泛化能力。; 适合人群:具备定Python编程基础和深度学习背景,从事电力系统、能源管理时间序列预测相关研究的科研人员及工程技术人员,尤其适合研究生、高校教师及电力行业从业者。; 使用场景及目标:①应用于日前、日内及实时负荷预测场景,支持智慧电网调度与能源优化管理;②为研究复合型深度学习模型在非线性时间序列预测中的设计与实现提供参考;③可用于学术复现、课题研究实际项目开发中提升预测性能。; 阅读建议:建议读者结合提供的Python代码,深入理解VMD信号分解机制、CNN特征提取原理及LSTM时序建模过程,通过实验调试参数(如VMD的分解层数K、惩罚因子α等)优化模型性能,并可进步拓展至风电、光伏等其他能源预测领域。
<think>好的,我现在要解决用户的问题:区分单个金额红包和拼手气红包的功能差异,以及它们的实现方式。首先,我需要明确这两种红包的基本概念和用途。 用户提到的“单个金额红包”可能指的是每个红包的金额固定,比如发个总金额为10元的红包,分成5个,每个都是2元。而“拼手气红包”则是金额随机分配,每个人抢到的金额不同,但总和等于总金额。根据用户提供的引用内容,拼手气红包的实现需要预先分配每个红包至少0.01元,然后随机分配剩余金额。 接下来,我需要对比两者的区别。首先功能目的,固定金额适用于均分场景,比如AA付款;而拼手气增加趣味性,金额随机。然后是金额分配方式,固定金额每个相同,拼手气则是随机,但总和固定。用户可能想知道如何具体实现这两种分配算法。 在实现方式上,固定金额较为简单,直接总金额除以个数,每个红包分配相同值。而拼手气需要处理随机分配,同时保证每个红包至少0.01元。根据引用[1]和[2],拼手气的实现需要预分配0.01元,然后在剩下的金额中随机分配。例如,总金额100元,分5个红包,先每个分配0.01,剩下99.95元,然后每次随机分配个金额,直到最后个红包拿走剩余部分。需要注意避免金额为0的情况,以及处理精度问题,比如使用BigDecimal来确保计算准确。 可能用户还关心如何在实际编程中实现这两种算法,比如JavaPython的代码示例。固定金额的代码相对简单,而拼手气需要循环随机分配,并处理剩余金额。引用中的Java代码使用了BigDecimal来处理精度,这在金融计算中很重要,避免浮点数误差。 此外,用户可能想知道两种红包的应用场景。固定金额适合明确均分的场合,拼手气适合社交娱乐,比如微信群红包。同时,安全性方面,拼手气需要确保随机算法的公平性,不能有偏差,避免被预测作弊。 最后,用户可能需要进步的优化方法,比如拼手气红包的随机算法是否均匀,者如何提高性能。但根据当前问题,重点在于区分和基本实现。需要确保回答结构清晰,分点说明,并引用提供的资料来支持回答。</think>### 单个金额与拼手气红包的区别及实现 #### 、功能差异对比 1. **目的性差异** - **单个金额红包**:适用于均分场景,如AA制付款、固定金额福利发放,每个红包金额相同[^1] - **拼手气红包**:通过随机分配增加趣味性,常用于社交互动场景,金额大小与用户运气相关 2. **金额分配规则** - **单个金额**:总金额$T$与红包个数$n$满足关系式 $$ T = x \times n $$ 其中$x$为固定金额值 - **拼手气**:总金额$T$满足约束 $$ T = \sum_{i=1}^{n} a_i \quad (a_i \geq 0.01) $$ 每个$a_i$为随机分配值,且至少包含0.01元基础金额[^1] #### 二、实现方式对比 1. **单个金额算法实现** ```python def fixed_redpacket(total, num): per_amount = round(total / num, 2) return [per_amount] * num # 返回固定金额列表 ``` 2. **拼手气算法实现** _核心步骤:_ - **预分配基础金额**:每个红包先分配0.01元 - **剩余金额池计算**: $$ remaining = total - 0.01 \times num $$ - **循环随机分配**:在剩余金额中每次随机取值(需保证后续红包仍有0.01元)[^1][^2] ```python import random def random_redpacket(total, num): result = [0.01] * num remaining = round(total - 0.01*num, 2) for i in range(num-1): # 保证后续红包至少有0.01元 max_rand = remaining - 0.01*(num - i -1) amount = round(random.uniform(0, max_rand), 2) result[i] += amount remaining -= amount result[-1] += round(remaining, 2) # 最后位取剩余金额 return result ``` #### 三、关键技术差异 | 维度 | 单个金额 | 拼手气红包 | |------------|---------------------------|----------------------------| | 随机性要求 | 无 | 需要真随机数生成算法 | | 精度控制 | 简单除法运算 | 必须使用定点数计算(如BigDecimal)[^2] | | 边界条件处理 | 只需验证整除性 | 需处理浮点运算误差和最小值约束 |
评论
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