[股票] acgn股票系统-非线性分红模型

楼主: KyotoAnime (京アニ)   2017-09-04 19:49:51
饿死抬头
名字听起来很潮 且听我慢慢说明
提出的目的是希望压抑投资客为了分红而大量买进
我知道赚钱也是这游戏的一部分
但是初衷应该还是买爱的角色为主
现在的分红模型 以持股数为横轴 分红总金额为纵轴
应该会画出一条通过原点 斜率为EPS的直线
于是乎造成越有钱越有钱 大家应该懂我意思
尤其现在产品票价值不斐
图形如下
https://imgur.com/Nwlbakl
因此我认为或许可以以非线性的模型分红
姑且让这个模型为一个函数 称其为分红函数
这个函数在1次微分应该 > 0(持股数越多分红越高)
但2次微分 < 0(持股数越多,再买1股的利润就越低)
兹举例 分红函数 = log(1+x)
x = 持股数
+1的目的在于让0股 = 0
在分红之前 每位股东的持股先通过分红函数
再利用分红函数的值分红
意思是
let Xk = 第k人的持股数
则他会享有的分红比例就是log(1+Xk) / sigma(log(1+Xn)), sigma对所有持股人加总
dlog(1+x)/dx = 1/(1+x)
意思是你持股数在0股的时候 买入1股才是最划算的
跟持股数1000股 再买入1股 显然前者划算许多
图形如下
https://imgur.com/7nzbsbb
这个图虽然也会成长,但越往右走成长越平缓
补:
其实这样有点欺骗大家,因为分母也有变量,
实际微分可能会有落差,不过直觉应该是能用啦XD
分母那项倒是让我想到了新的优点
分母代表的是持股的分布
今天有10个人 每个人都有100股
这样每个人可分10%
若只有2人 一人100股 一人900股
带入前式 可分别拿到约40% 60%
这告诉我们 当除了你以外的人
持股越集中 你明明都是100股
但分红比例却提高
综合以上
持有0股时,易攻难守
持股比例高,则易守难攻
透过这样的一来一往,能让市场有个平衡
模型预计带来的'影响':
1.现在的模型很好计算殖利率,马上能知道投资哪家最划算,
透过这模型,计算复杂多了,你还得考虑自己的持股数,
因为持股分布会影响,因此,市场上"任何一笔交易"
都会影响投资划不划算的排行榜,我是不认为真的有人
会一直去算啦XD
2.承开头所提,有人为分红大量买进时,他越买其实是越'亏'的
,可以抑制抢分红的现象,最后大量持股的人,就会是相对
因喜爱角色而买的。这样子大量持股养老婆也变得相对困难,
这也是合理的,养老婆本来就要花钱
看大家讨论满多的 我只是抛砖提出一些想法看看
作者: howdo1793 (布比)   2017-09-04 19:58:00
看不懂 但理能理解想法 有点类似C/P值的概念
作者: zozotintin (zozotintin)   2017-09-04 20:04:00
这听起来不错,是你自己想的吗?然后如果有图辅助的话会好一点,毕竟有人看到数学就晕了XDD
作者: emptie ([ ])   2017-09-04 20:17:00
server撑得住吗
作者: cleance (0.0)   2017-09-04 20:40:00
可是市场流通之下先买的人等价格上去再倒货也是一样阿
作者: SoftwareSing (初音唱歌)   2017-09-04 20:56:00
先推,不然被误会我看不懂
作者: Amulet1 (AmuletHeart)   2017-09-04 22:28:00
我觉得可以
作者: cleance (0.0)   2017-09-04 22:33:00
我还是可以先买大量 虽然对我来说太多的股份价值不大但是对于想要入手的新股东来说价值就不同了所以大股东买下来囤积再卖出去说不定还更好毕竟更早就能换现金了 留着除息后还不晓得之后能否卖掉
作者: hitlerx (谷月涵)   2017-09-04 23:08:00
一间公司只能投一票以后 分红收入就不威了啊
作者: ssd860505da (JAGER)   2017-09-04 23:19:00
不错的想法,log函数递增的比X^n函数都来得慢,应该可以稍微减少恶意套利
作者: speedypard (松)   2017-09-04 23:48:00
用log模型的确会比较好
作者: cleance (0.0)   2017-09-05 00:02:00
如果两间公司的大股东说好交叉持股在市场上互相买卖呢?这一季大家都在换票 换股我想也不是多困难吧
作者: hitlerx (谷月涵)   2017-09-05 00:53:00
买释股可以回收系统发出去的钱 而且股权会越释越稀这样会变成大家都每间新创都投钱 持小股份 握著都不卖吧

Links booklink

Contact Us: admin [ a t ] ucptt.com