林佳昀w3schools學習Emoji, ASCII code, Javascript迴圈

W3SCHOOLS截圖

利用Javascript迴圈For輸出連續30個表情符號

輸出

in-line style selector線內樣式選擇

林佳昀W3SCHOOLS字碼與字元

顯示字碼與字元A B C

顯示display字碼65,66: A B

顯示display字碼十六進位41,42: A B

顯示display字碼97,98: a b

顯示字碼60,61, 62: < = >

顯示字碼128540: 😜

dotted邊界

A dashed border.

A solid border.

A double border.

A groove border.

A ridge border.

An inset border.

An outset border.

No border.

A mixed border.

影片299

影片300

影片301

維基百科ASCII

AMERICAN STANTARD CODE FOR INFORMATTION INTERCHANGE美國資訊交換標準碼

維基百科EMOJI

繪圖文或表情符號

留言

  1. George2023年11月7日 清晨6:23

    1002第一個截圖空白太多！看不清楚。其他部分很傑出。

    回覆刪除

張貼留言

這個網誌中的熱門文章

林佳昀投資學股利成長模型

圖片
軋空（英語：short squeeze），又稱逼空、空頭擠壓，是股市術語之一，主要因市場供求關係，而非公司基本面變化而發生。當做空者被迫平倉（清空部位）而不斷買入標的股票時，市場上出現股票的需求量遠超過市面流通量情況，因供應不足而導致價格陡升現象發生時，可能出現軋空[1]。 具體解釋 做空是一種金融交易手法，其具體策略是做空者借入股票後立即將其出售，希望有投資者以低價買入這些股票。做空者最後必須將這些股票歸還給借貸方（且需要加上利息）。因此若多方買入股票的價格低於空方賣出股票的價格，空方即可獲利。然而預測股票價格非常困難，意外利好亦可能使得股票上漲，導致做空者出現虧損。在這種情況發生時，空方可能以比借入時更高的價格買入其借貸的股票，以防止出現股價進一步上漲使其虧損增加的情況。當空方購入股票以彌補部位，購買量大於市場供給量時，就出現了軋空。購買股票補倉的操作會增加被做空的股票的市值，從而引發更多做空者買入股票補倉，這種循環可能導致股價更大的上漲[2][3][4]。借入、購買和售出股票的時機可能導致總股本以上的股份數被做空[5][6]。這種情況下，投機行為被稱為裸做空（naked short selling）。做空率過高的股票容易出現軋空的情況。高昂的借貸利率可能會增加做空者補倉的壓力，從而進一步加劇軋空現象。且股價井噴可能進一步導致追加保證金的情況，進而更加拉高股價，對空方形成惡性循環。 軋空較易發生在小盤股或成交不活躍的股票上。但股票流通量不足，且大多數持股者惜售時，也可能...
閱讀完整內容

林佳昀投資學股利折現模式本益比

圖片
價內（In-the-money）認購權證的時間價值（time value）比例會隨價內程度的上升而： (A)下降 (B)上升 (C)不變 (D)不一定 XYZ股票每股盈餘6元，保留盈餘率20％，要求報酬率為8%，預期股東權益報酬率是10%，依據股利折現模式（Dividend Discount Model），預估本益比為多少？ (A)11.33 (B)13.33( C)15.33 (D)17.33 公債交割轉換因子與交割單帳面價格 CTD指標最低者，答(A)-17.4 CTD指標最低者，答(C)0.4217 CTD指標最低者，答(A)-0.5506 (結算報價) × (10 年 T-Bond 期貨規格乘數 1,000) × (轉換率)則答(C) (結算報價) × (10 年 T-Bond 期貨規格乘數 1,000) × (轉換率)則答(C)
閱讀完整內容

2025年一月投資學期末考

林佳昀蒙地卡羅模擬資產價格 切割期數 0 1 2 3 4 5 6 7 8 9 10 20 30 40 50 1000 CANVAS帆布蘋果公司開發的 Box  -Muller 轉換 ，由 George Edward Pelham Box 和 Mervin Edgar Muller 提出， [  1  ] 是一種 隨機數採樣 方法，用於產生成對的 獨立 、標準、 常態分佈 （零 期望值 、單位 變異數）隨機數，給定 均勻 源 隨機數。 Raymond EAC Paley 和 Norbert Wiener 在 1934 年關於複數域中傅立葉變換的論文中 首次明確提到了這個方法。  [  2  ] 考慮到後來這些作者的地位以及他們的論文的廣泛可用性和使用，幾乎可以肯定，博克斯和穆勒非常了解其內容。 Box-Muller 轉換通常以兩種形式表示。 Box 和 Muller 給出的基本形式從區間 (0,1) 上的均勻分佈中取得兩個樣本，並將它們對應到兩個標準的常態分佈樣本。極座標形式從不同的區間 [−1,+1] 取得兩個樣本，並將它們映射到兩個常態分佈樣本，而不使用正弦或餘弦函數。 Box-Muller 轉換是作為 逆變換採樣方法 的一種計算效率更高的替代方法而開發的。 [  3  ]  Ziggurat 演算法 為 標量處理器（例如舊的 CPU）提供了更有效的方法，而 Box-Muller 轉換對於具有向量單元的處理器（例如 GPU 或現代 CPU）更為優越。 [  4  ]
閱讀完整內容