美國亞馬遜開始販售繁體中文書

亞馬遜要進軍台灣電子書的消息已經傳有一陣子了
現在終於出繁體中文電子書了

先進入美國亞馬遜的網站
點選 kindle 商店
再點選 kindle 書籍
頁面往下拉到 language 選項
點選繁體中文

接著出現繁體中文書了
想要特定的書，就直接搜尋書名
不過亞馬遜會自動翻譯成英文搜尋
記得回復原本搜尋文字

繁體中文電子書後面會掛 traditional chinese edition
美金計價，目前看下來價格約在 8-9 塊美金左右
感覺跟台灣電子書書商的定價差不多
不過可以放到 kindle 上看就是方便
大陸亞馬遜的價格還是樂勝
有些書大陸亞馬遜沒有，可以作互補

在 R 上繪製雙 Y 軸的圖

markdown
有時候為了方便比較或者節省空間，將數筆不一樣的資料繪製在一張圖上，讓人比較容易一目瞭然，對於整個資料狀況的理解也會比較快速。

在 R 裡面，就我所了解的情況，目前 R 似乎還沒有 package 可以支援繪製雙 Y 軸圖。不過也並非沒有辦法解決，這裡以溫度趨勢與香草開花的關係圖來嘗試繪製雙 Y 軸圖。

```
temp_pol_2018 <- read.table("clipboard", header = T, sep = "\t")
temp_pol_2018$date <- as.Date(temp_pol_2018$date)
temp_pol_2018$temp <- as.numeric(temp_pol_2018$temp)
temp_pol_2018$pollination<-as.numeric(temp_pol_2018$pollination)
```

利用複製貼上的方式將 excel 的資料轉換至 R 裡面，date 為日期，轉換為日期格式。temp 為溫度、pollination 為授粉花數，轉換為數字格式。

```
library(ggplot2)
ggplot(temp_pol_2018) +
  geom_line(aes(date, temp)) +
  geom_bar(aes(date, pollination), stat = "identity") +
  scale_x_date(date_breaks = "month") +
  scale_y_continuous(name = expression("Temperature ("~degree~"C)"), sec.axis = sec_axis(~., name = "number of fertilized flowers")) +
  theme(axis.text.x = element_text(angle = 45, vjust = 0.5))
```

使用 ggplot2 的 package 來繪圖，geom_line 繪製溫度與日期的線圖，geom_bar 繪製授粉花數與日期的長條圖，用 sec.axis 強制畫上第二 Y 軸。可以看見 Y 軸的數字被溫度的數字給固定住了，這時候只好使用數字上的計算來修改。

授粉花數的數字比溫度小，將授粉花數的數據乘以 2，讓圖形放大符合第一 Y 軸區間。最後記得把第二 Y 軸的顯示數據除以 2 回來。

```
ggplot(temp_pol_2018) +
  geom_line(aes(date, temp)) +
  geom_bar(aes(date, pollination*2), stat = "identity") +
  scale_x_date(date_breaks = "month") +
  scale_y_continuous(name = expression("Temperature ("~degree~"C)"), limits = c(0, 30), sec.axis = sec_axis(~. /2, name = "number of fertilized flowers")) +
  theme(axis.text.x = element_text(angle = 45, vjust = 0.5))
```

這樣圖稍微好看一點了。
接著來看第二份資料。

```
temp_pol_2019 <- read.table("clipboard", header = T, sep = "\t")
temp_pol_2019$date <- as.Date(temp_pol_2019$date)
temp_pol_2019$temp <- as.numeric(temp_pol_2019$temp)
temp_pol_2019$pollination <-as.numeric(temp_pol_2019$pollination)

ggplot(temp_pol_2019) +
  geom_line(aes(date, temp)) +
  geom_bar(aes(date, pollination), stat = "identity") +
  scale_x_date(date_breaks = "month") +
  scale_y_continuous(name = expression("Temperature ("~degree~"C)"), sec.axis = sec_axis(~., name = "number of fertilized flowers")) +
  theme(axis.text.x = element_text(angle = 45, vjust = 0.5))
```

授粉花數最多達 736 朵，整個 Y 軸被拉高，使得溫度趨勢變得不明顯，一樣在數字的計算上動個手腳。這次授粉花數較多，將其除以 25，記得最後 Y 軸標示要乘以 25 回來。

```
ggplot(temp_pol_2019) +
  geom_line(aes(date, temp)) +
  geom_bar(aes(date, pollination/25), stat = "identity") +
  scale_x_date(date_breaks = "month") +
  scale_y_continuous(name = expression("Temperature ("~degree~"C)"), limit = (0, 30), sec.axis = sec_axis(~.*25, name = "number of fertilized flowers")) +
  theme(axis.text.x = element_text(angle = 45, vjust = 0.5))
```

這樣圖好看多了。

把 2018 年的數據與 2019 年的數據一起比較，2019 年冬季溫度偏高，每日均溫在攝氏 15 度以上，2018 年冬季低溫可以到 10 度。2019 年開花可以授粉的時間提前到 4 月，2018 年開花授粉的時間在 5 月，可以合理推論香草開花的時間與溫度具有一定程度的關係。

<大債危機>閱讀心得

大債危機：橋水基金應對債務危機的原則
Principles for Navigating Big Debt Crises

作者 Dalio 為橋水基金的創辦人，先前出過<原則>這本書，分享作者個人生活與工作的原則。值得一看的書，讓人對於達成生活與工作的目標可以有良好的規劃，可以參考我先前撰寫的心得:<原則>閱讀心得。

首先先來看看 Dalio 先前做的影片，看完影片基本上可以了解經濟運作的情況，以及為何有周期的變化。
x

會發生債務危機的原因很簡單，就是入不敷出。

前期債務成長，擴大支出，帶動經濟發展，收入提升，足以應付債務。

後期債務仍然持續成長，但是經濟發展大不如前，收入並沒有提升，無法應付到期的債務，債務危機便產生。

政府解決債務的方式

1.財政緊縮。透過縮減福利、減少雇員等等方式來減少支出。

2.債務重組。重新協商債務，例如延後還款期限，甚至宣布破產，債務違約。

3.央行印鈔。增加貨幣流通量，貨幣貶值，來減輕債務壓力，刺激經濟。

4.稅制改革。將資金從充足處轉向不足處。

QE 是現在各大國家或經濟體在使用的方式，透過印鈔購買自己國家的債券，降低銀行存款利息的方式，增加貨幣流通性，逼出規避風險的資金出來投資，刺激經濟發展。過去台灣也曾發行過消費券，來增加民眾消費意願。

容易發生債務危機的國家

1.儲備貨幣少

2.外債規模大

3.財政赤字

4.利率低

5.信用不佳

以近期委瑞內拉經濟崩盤來看。委瑞內拉實行社會主義，社會福利支出過高，導致財政赤字，國家收入幾乎全靠出口石油，只要國際石油價格下跌就會帶給委瑞內拉政府極大的負擔。然而委瑞內拉政府不斷印鈔來填補財政缺口，導致貨幣貶值，通貨膨脹失控。委瑞內拉並非經濟大國，貨幣貶值並不會吸引外資前來投資，反而造成資金外逃。國家石油公司淪為政治人物的提款機、鞏固政權的工具，安插自己的人馬，而非有經驗的相關人士。這樣動亂、信用不佳的國家政府，也讓人不敢投資。

(美國國債-維基百科)

上圖為美國國債的變化情形。可以看見美國國債的規模持續成長，不免讓人有點擔心。不過生產技術不斷進步，所以以債務占 GDP 比例來看債務問題，也許會較客觀。作者根據歷史資料認為債務占 GDP 比值若從 125% 提升至 150%，發生債務危機的風險增加。

下圖為世界各國債務占 GDP 的比例。

(trending economics)

美國國債的問題其實沒有這麼嚴重，反倒是美國以外的已開發國家問題較大，日本最為嚴重，再來是歐洲各國，歐債危機是否會再次影響投資市場的表現，或者是這種高舉債、低利率的環境會成為未來世界的常態?

美股投資滿一年紀錄

時光飛逝
前進美股也滿一年了
來做個紀錄，順便回顧

由於本金並不多，所以選擇 TD 開戶
投資 AOA  免手續費，內建股債 8:2 平衡

後來決定採取更加積極的配置方式，將股債比例調整為 9:1
加入 SPTM 的配置，提升美股比例
個人認為美國是領頭羊
在這全球化的時代，只要優秀人才持續前往美國留學或創業
美國獨強的趨勢就不會有太大的改變
而且美國企業全球化的程度很深，這也是短期內很難改變的事實

降低美國以外的成熟市場配置
美國以外的先進國家基本是歐盟與日本
歐盟的高稅率與內部的分歧
日本的泡沫化後一直沒有明顯復甦
都是我想降低配置的原因

提升小型股的比例，加入 reits 配置
原本 AOA 的小型股配置比例太低，加入 SPSM 來增加比例
加入 REET 配置，來參與房地產的市場變化

一開始投入一些基本部位
後來定期定額投入，維持資產配置比例
剩餘未投入的資金，買進 CD 作定存

目前採取的資產配置:

美國	50%
美國以外成熟市場	15%
新興市場	15%
房地產	10%
債券	10%

主要投資標的為: AOA、SPTM、SPEM、SPSM、REET
下表為投資紀錄

date	transfer	hold	cost	quantity		date	transfer	hold	cost	quantity
201804	12011.59	AOA	5340	100		201901		AOA	6346.21	119.45
		SPTM	669.5	20				REET	1260.37	49.04
		CD 1.65%	6000	6				SPEM	1351.52	36.488
201805	13015.43	AOA	5340	100				SPDW	1196.58	37
		SPEM	1208.8	32				SPTM	2563.58	75.492
		SPDW	1196.58	37				SPSM	1403.19	43.277
		SPTM	3574.78	105				CD 2.2%	4000	4
		CD 1.65%	6000	6		201902		AOA	6708.11	126.45
201806		AOA	5340	100				REET	1286.32	50.04
		SPEM	1208.8	32				SPEM	1386.7	37.488
		SPDW	1196.58	37				SPDW	1196.58	37
		SPTM	3574.78	105				SPTM	2630.78	77.492
		SPSM	1197	36				SPSM	1432.65	44.277
		CD 1.65%	6000	6				CD 2.2%	4000	4
		CD 1.65%	6000	6				CD 2.25%	6000	6
201807		AOA	5954.71	111.632		201903		AOA	6973.51	131.45
		REET	1186.34	46				REET	1374.14	53.409
		SPEM	1208.8	32				SPEM	1457.22	39.488
		SPDW	1196.58	37				SPDW	1196.58	37
		SPTM	2392.95	70				SPTM	2709.01	79.726
		SPSM	1197	36				SPSM	1435.73	44.378
		CD 1.9%	3000	3				CD 2.2%	4000	4
		CD 1.95%	7000	7				CD 2.25%	6000	6
		CD 1.95%	2000	2		201904		AOA	7206.73	135.755
201808		AOA	5954.71	111.632				REET	1427.66	55.409
		REET	1186.34	46				SPEM	1494.07	40.488
		SPEM	1208.8	32				SPDW	1196.58	37
		SPDW	1196.58	37				SPTM	2816.52	82.726
		SPTM	2392.95	70				SPSM	1528.58	47.378
		SPSM	1197	36				CD 2.3%	3000	3
		CD 1.9%	3000	3				CD 2.25%	6000	6
		CD 1.95%	7000	7
		CD 1.95%	2000	2
201809		AOA	5954.71	111.632
		REET	1186.34	46
		SPEM	1208.8	32
		SPDW	1196.58	37
		SPTM	2392.95	70
		SPSM	1197	36
		CD 1.9%	3000	3
		CD 1.95%	7000	7
		CD 1.95%	2000	2
201810		AOA	6123.67	114.88
		REET	1251.94	48.673
		SPEM	1340.56	36
		SPDW	1196.58	37
		SPTM	2401.99	70.249
		SPSM	1291.89	39.105
		CD 2.15%	7000	7
		CD 2.05%	4000	4
201811		AOA	6123.67	114.88
		REET	1251.94	48.673
		SPEM	1340.56	36
		SPDW	1196.58	37
		SPTM	2401.99	70.249
		SPSM	1291.89	39.105
		CD 2.15%	7000	7
		CD 2.05%	4000	4
201812		AOA	6123.67	114.88
		REET	1260.37	49.04
		SPEM	1340.56	36
		SPDW	1196.58	37
		SPTM	2401.99	70.249
		SPSM	1291.89	39.105
		CD 2.15%	7000	7

SPDW 為當初計算錯誤多買的標的，之後資金用完後會賣出並加入規劃的資產配置內
轉入資金 25027.02 美金，目前淨值 25492.15 美金

上圖為目前各資產的報酬情況
美股大盤與房地產 ETF 是報酬率較好的標的