[股票] acgn股票系統-非線性分紅模型

作者: KyotoAnime (京アニ)   2017-09-04 19:49:51
餓死抬頭
名字聽起來很潮 且聽我慢慢說明
提出的目的是希望壓抑投資客為了分紅而大量買進
我知道賺錢也是這遊戲的一部分
但是初衷應該還是買愛的角色為主
現在的分紅模型 以持股數為橫軸 分紅總金額為縱軸
應該會畫出一條通過原點 斜率為EPS的直線
於是乎造成越有錢越有錢 大家應該懂我意思
尤其現在產品票價值不斐
圖形如下
https://imgur.com/Nwlbakl
因此我認為或許可以以非線性的模型分紅
姑且讓這個模型為一個函數 稱其為分紅函數
這個函數在1次微分應該 > 0(持股數越多分紅越高)
但2次微分 < 0(持股數越多,再買1股的利潤就越低)
茲舉例 分紅函數 = log(1+x)
x = 持股數
+1的目的在於讓0股 = 0
在分紅之前 每位股東的持股先通過分紅函數
再利用分紅函數的值分紅
意思是
let Xk = 第k人的持股數
則他會享有的分紅比例就是log(1+Xk) / sigma(log(1+Xn)), sigma對所有持股人加總
dlog(1+x)/dx = 1/(1+x)
意思是你持股數在0股的時候 買入1股才是最划算的
跟持股數1000股 再買入1股 顯然前者划算許多
圖形如下
https://imgur.com/7nzbsbb
這個圖雖然也會成長,但越往右走成長越平緩
補:
其實這樣有點欺騙大家,因為分母也有變數,
實際微分可能會有落差,不過直覺應該是能用啦XD
分母那項倒是讓我想到了新的優點
分母代表的是持股的分布
今天有10個人 每個人都有100股
這樣每個人可分10%
若只有2人 一人100股 一人900股
帶入前式 可分別拿到約40% 60%
這告訴我們 當除了你以外的人
持股越集中 你明明都是100股
但分紅比例卻提高
綜合以上
持有0股時,易攻難守
持股比例高,則易守難攻
透過這樣的一來一往,能讓市場有個平衡
模型預計帶來的'影響':
1.現在的模型很好計算殖利率,馬上能知道投資哪家最划算,
透過這模型,計算複雜多了,你還得考慮自己的持股數,
因為持股分布會影響,因此,市場上"任何一筆交易"
都會影響投資划不划算的排行榜,我是不認為真的有人
會一直去算啦XD
2.承開頭所提,有人為分紅大量買進時,他越買其實是越'虧'的
,可以抑制搶分紅的現象,最後大量持股的人,就會是相對
因喜愛角色而買的。這樣子大量持股養老婆也變得相對困難,
這也是合理的,養老婆本來就要花錢
看大家討論滿多的 我只是拋磚提出一些想法看看
作者: howdo1793 (布比)   2017-09-04 19:58:00
看不懂 但理能理解想法 有點類似C/P值的概念
作者: zozotintin (zozotintin)   2017-09-04 20:04:00
這聽起來不錯,是你自己想的嗎?然後如果有圖輔助的話會好一點,畢竟有人看到數學就暈了XDD
作者: emptie ([ ])   2017-09-04 20:17:00
server撐得住嗎
作者: cleance (0.0)   2017-09-04 20:40:00
可是市場流通之下先買的人等價格上去再倒貨也是一樣阿
作者: SoftwareSing (初音唱歌)   2017-09-04 20:56:00
先推,不然被誤會我看不懂
作者: Amulet1 (AmuletHeart)   2017-09-04 22:28:00
我覺得可以
作者: cleance (0.0)   2017-09-04 22:33:00
我還是可以先買大量 雖然對我來說太多的股份價值不大但是對於想要入手的新股東來說價值就不同了所以大股東買下來囤積再賣出去說不定還更好畢竟更早就能換現金了 留著除息後還不曉得之後能否賣掉
作者: hitlerx (谷月涵)   2017-09-04 23:08:00
一間公司只能投一票以後 分紅收入就不威了啊
作者: ssd860505da (JAGER)   2017-09-04 23:19:00
不錯的想法,log函數遞增的比X^n函數都來得慢,應該可以稍微減少惡意套利
作者: speedypard (松)   2017-09-04 23:48:00
用log模型的確會比較好
作者: cleance (0.0)   2017-09-05 00:02:00
如果兩間公司的大股東說好交叉持股在市場上互相買賣呢?這一季大家都在換票 換股我想也不是多困難吧
作者: hitlerx (谷月涵)   2017-09-05 00:53:00
買釋股可以回收系統發出去的錢 而且股權會越釋越稀這樣會變成大家都每間新創都投錢 持小股份 握著都不賣吧

Links booklink

Contact Us: admin [ a t ] ucptt.com