吴良超的学习笔记

本文是听了 个人投资课 后的一些笔记， 课程主要内容可划分为如下四个部分：市场规律、投资工具、自我局限和投资组合构建，前三个部分主要讲一些投资过程中最容易犯的错误，最后一部分则是讲一些具体的投资方法。

本文是第二部分和第三部分的内容，主要介绍了在投资过程中对一些投资产品的误解，以及投资过程中的一些自我局限。课程第一部分的内容介绍可参考 张潇雨的个人投资课(1)-市场规律

因《得意忘形》播客认识张潇雨老师，从中听到了不少令人耳目一新的观点，后来发现张老师还是一名对冲基金经理，在得到上有一门课: 个人投资课，总体听下来，将笔者断断续续学习过的一些投资方面的知识串了起来，值得写一篇文章记录一下。

内容总体可分为两大部分：基本投资原则和具体的方法论，课程在讲解过程中将其划分为如下四个部分：市场规律、投资工具、自我局限和投资组合构建，前三个部分主要讲一些投资过程中最容易犯的错误，最后一部分则是讲一些具体的投资方法。本文主要是市场规律部分相关内容，同时简单介绍了个人投资者现对于专业投资者的一些优势与劣势。

一直觉得从不同视角去看事情，往往能有更全面的了解，也能得出一些更有趣的结论。因此，习惯了从 rd 视角去看商业化广告，老早就想从产品/运营/销售的视角去看这个事情，最近正好找到关于商业化产品经理的一门课，即《商业产品经理的实战修炼》，虽然是几年前的课程，但是其中一些内容放到今天也是值得参考的，也让笔者对商业产品有了进一步的理解。

课程里主要讲了四大部分内容(其实是五章，但是因为对广告进阶这部分比较熟悉，所以略过了这部分)：商业产品的定义及演进、商业产品经理的职责与方法论、有效的商业产品需求、商业产品从0 到 1，下文也是按照这四部分展开，内容经过梳理且只摘录了笔者比较关心的一些内容，推荐看原视频。

本文是《认知红利》下半部分内容的笔记(书里的上半部分的内容可参考《认知红利》阅读笔记(1)-概念重塑)，这里的“大脑升级”采用的是原书的大标题，简单来说就是这部分内容侧重方法论，主要介绍了一些分析问题、解决问题的思维方式，具备一定的实践意义，本文记录了对笔者而言印象比较深刻的观点，推荐读一下原书。

最近在看《认知红利》，提到认知，笔者第一时间想到的是认知的四个阶段：不知道自己不知道 -> 知道自己不知道 -> 知道自己知道 -> 不知道自己知道；以及《三体》里那句有名的 “弱小和无知不是生存的障碍，傲慢才是”，而笔者觉得傲慢的原因正是因为“不知道自己不知道”且不愿意去了解，如同井底之蛙一样的看不到更先进的技术，一如闭关锁国的清末，三体里被水滴几乎团灭的人类太空舰队。

回到这本书，可以说是在解决“不知道自己不知道”的问题，而且书里不仅提供了鸡汤，还提供了勺子(即方法论)。虽然这本书在豆瓣上褒贬不一，诟病之处无非是这本“借鉴”了很多其他作品；但是对笔者这种看不懂那些晦涩的大部头、时间不多的“打工人”来说，也不失为一种较好的选择，因为这本书可以说是对其他一些作品里的内容的提炼。整本书可分为两大部分：概念重塑和大脑升级，前者主要是概念重构，后者则侧重方法论。本文主要与概念重塑相关，而且只记录了对笔者而言印象比较深刻的观点，推荐读一下原书。

最近在找资料的时候意外发现一个与快速阅读相关的干货, 就是在得到这个 app 上的一门课《怎样成为快速阅读的高手》，里面介绍了快速阅读的一个比较系统的方法论，总结来说就是阅读三步法：评测、速读和精读。笔者对其中的不少观点有共鸣，因此在本文摘录一些印象深刻的地方，推荐去听原始的课程，也许会有更大收获，也算是支持一下课程的作者。

从实习到工作，接触过一些大大小小的广告系统，有麻雀虽小但五脏俱全的小 dsp，也有把 ssp、adx、dsp 都打包了的大媒体 ，算是对业界的广告系统有了一个初步的了解。趁着五一放假这几天，简单地梳理一下当前了解到的广告系统知识，主要是想对零散的知识做个整理，由于广告系统这个概念非常的大，涉及到的部分非常的多，无法面面俱到，所以本文主要是从几个视角（技术、业务、产品）言简意赅的描述一下笔者比较关心的几个部分，中间内容可能不全，欢迎交流指正。

特意声明，本文内容与笔者雇主无关，主要是基于笔者当前的认知梳理的内容；在撰写过程中只会引用公开的内容，不会涉及到笔者雇主内部未公开的信息；如相关同学觉得有敏感内容，可联系删除。而其实在崇尚开源、paper 漫天飞、人员流动越来越快的如今，笔者觉得这些通用技术并不是最核心的地方，数据+对业务的理解+灵活组装这些通用的技术才是。

机器学习本质上是在学习数据的分布, 其有效性的假设是模型 training 和 serving 时的数据是独立同分布(Independent and Identically Distributed, IID) 的，但是在实际应用中，由于采样有偏、具体场景等约束， training 的样本与 serving 时的样本并不是 IID 的。在广告场景下，最典型的就是训练 cvr 模型时，训练样本都是 post clicked 的，但是 serving 时，cvr 模型面临的是所有被召回的样本；这类问题也被称为 exposure bias 或 sample selection bias，除了 exposure bias，position bias 等也是常见的 bias。

本文首先会简单介绍一些机器学习中的常见 bias，并着重介绍上面提到的 exposure bias(也叫 sample selection bias) 的在当前的一些解决思路, 笔者将其总结为 Data Augmentation、IPS 和 Domain Adaption 三大类方法。

很久没更新技术文章了，草稿箱里还有几篇半成品一直被我以工作日事情太多、周六日需要休息为由 delay 了好几周；而现在站在 2021 年的起点，望着 2020 年的尾巴，不禁感慨一年就这么呲溜一下就过去了，总想写点东西来复盘一下 2020 这一年，还记得上次写的这种年度总结的文章是 2017 小结，那会还在上研一，现在回看这篇文章还是略有感慨，还是比较佩服当年那个充满激情与精力、对各种知识都充满好奇的自己；趁着元旦放假有空这几天，还是决定简单地对 2020 年做个总结，几年后再回头看看，或许会有不同的感悟。

转化是有延迟的，即在点击发生后过一段时间用户可能才会发生转化，且往往转化漏斗越深，延迟的时间越长；在计算广告中，delayed feedback 主要影响下面两个场景

1. CVR 模型的训练
2. 基于后验的调价策略

对于场景1，影响体现在（1）过早把样本送入模型，把最终会转化但是还没回传 label 的事件当做负例，导致模型低估（2）过晚把样本送入模型，即让所有样本都等待一个足够长的时间才送入模型，导致模型没能及时更新

对于场景2，影响体现控制器控制 cost/value=target 时，分母会小于实际值，导致控制的不稳定

本文主要介绍三篇 paper 针对这个问题在场景 1 的一些解决思路，其中涉及到的一些方法也能应用到场景 2 中（而如果问题 1 能被较好地解决，也能基于预估值而不是后验数据进行调价）