封面来源 | IC photo
国产网络游戏审批信息
游戏行业的钱越来越难赚了
游戏巨轮将驶向何方？
转自：https://mp.weixin.qq.com/s/9zCY328rW5LHL2O_rIikzQ
中国游戏行业，梦回 2018？
分类： 转载
电商，美团最想要的样子
伯虎点睛：美团需要的就是去“社区”。
2010年，王兴31岁，这是他回国的第七年，创办了校内、海内、饭否，还有刚刚成立的美团网——“网站上线第一天开始就有了收入”，四个月实现盈亏平衡。
美团成立4个月后，现已停刊的《计算机世界》刊登了一则名为《XX的腾讯》封面文章，一只企鹅身上插了三把刀，血流如注。
企鹅跑进来了，王兴猝不及防，又无可奈何，心急了只能骂一下，还有XX的腾讯不做的业务吗？多年后，腾讯还是干了它最擅长的事，截止去年末，持股美团17.73%的股份。
如今，美团的业务覆盖吃、住、行、玩，美团成了周边生活的代名词。但王兴对于美团的构想显然更大，在社区电商这一块，“社区”已经成了限制美团发展的枷锁。随着去年“团好货”的出现，美团走出“社区”之心愈发急迫。
只是，团好货出现一年后，一直平平无奇，直到这次网易严选原总经理柳晓刚加入后，才又唤起人们对美团电商的记忆。
当初，王兴气愤腾讯扩张无边界，现在，不知道拼多多们作何感想。不过，面对已经巨头林立的电商市场，人们可能更加好奇，为什么美团还要进去搅合？美团胜算几何？
破圈社区，重回电商
今年元旦，美团优选向内部员工发布通知，将美团优选的业务模式正式命名为社区电商，不再使用社区团购等其他说法。
这次更名足以见得美团对于“社区团购”的理解进一步加深，即美团优选只是一个具备区域性质的电商，像湖南的兴盛，湖北的十荟团那样，美团优选的辐射范围在广东。
从“团购”变为“电商”，表面上只是一个名字的更改，实质上反映了美团战略的变化——重心从团购转向电商。
美团优选做的再好，也只是一个社区电商，一个“地头蛇”。美团需要的就是去“社区”，做电商。
电商，是美团最开始的基因。
王兴建立的美团网，是国内第一家团购网站。在2013年，美团就试水电商业务，当时还收购了商品类团购网站猛买网，并让三通一达提供物流服务。
但当时，正值阿里京东最光辉的时刻，美团还在和饿了么对战，挤不出太多资源。2016年，美团关停电商，专注于本地化生活服务。
现在，周边玩的差不多后，美团忽然觉得格局小了，回到电商，顺理成章。
去年8月，美团上线电商业务团好货，在美团App首页上，要滑到第三页才可以看到。两个月后，团好货升级到一级入口，成为电商下的单独板块。
今年，团好货有了独立的App。
此外，根据Tech 星球报道，今年3月，美团在微信上线一款“美团小店”的小程序，可以提供直播和卖货等服务。有报道猜测，这是美团在加码实物电商。
结合团好货和“美团小店”的连环动作，可以看出美团进攻电商的决心和速度。
只是，目前美团小店过去了半年，界面还是一面空白。团好货，过去一年后，也没有看到太大的动作，宣传更是寥寥无几，只有在应用商店下载界面写着，“团好货，百万商家入驻的品质平台”。
团好货，还没准备好。
头号创业项目：缺人
在2020年第二季度财报电话会上，王兴说：“生鲜零售业务一直以来都是美团具有战略重要性的新业务领域。”在多次高层会议上，王兴表示，这场仗一定要打赢。
目前，美团的生鲜零售业务分为三个：面向一线城市的美团买菜，面向下沉市场的美团优选以及面向商家的美团闪购。
在2020年底，闪购事业部被拆分为闪购、医药和团好货三个独立业务部，均直接向美团高级副总裁、到家事业群总裁王莆中汇报。
值得一提的是，团好货业务部由王莆中亲自带队。这足以见得美团高层对于团好货所扮演角色的重视程度。
但是，成立不久的团好货，面临的最大问题就是人。据界面新闻报道，当初团好货被拆分后，是由美团闪购团队负责。
而且，今年3月，阿里本地化生活服务架构调整（口碑与饿了么合并），王莆中不得不回到美团更加核心的本地化生活上去，在团好货上精力不足。
可以猜测的是，尽管团好货占据重要的战略位置，但是人员任用问题，特别是高管任用的问题，一直没有解决。
美团电商业务停滞在了2016年，目前高管的经验都在社区电商这一块，可以说在更大范围的传统电商领域，玩法和经验都不足。这也是团好货动作迟缓的原因。
美团要加快节奏，唯一的办法就是从外部引入有经验的高管。柳晓刚就是这样进去的。
柳晓刚，原网易集团副总裁、严选事业部总经理，一个低调的技术工程师，很少有他的“传说”。只是据说在产品运营和销售上独具天赋。
2016年，网易严选成立不久，丁磊找到柳晓刚说，希望严选可以在2017年做到30亿，柳晓刚沉默良久，表示会努力。
彼时，网易严选在2016年4月正式上线后，到9月的月均流水在6000万。为了达到70亿这个目标，柳晓刚也是把所有的营销手段都使上了。
其中之一就是2017年618上“3件生活美学”：购买商品三件以内8折，三件以上不打折。这种反其道而行之的打折策略，直接让网易严选的流水翻了近20倍。
虽然柳晓刚在网易严选担任CEO大约只有3年，但是却拥有打差异化电商的经验（网易严选主打品质：甄选天下优品）。差异化，这是在电商格局已定的情况下，美团进入的唯一策略。
这次，柳晓刚加入美团，能不能让团好货流水翻个20倍不得而知，但是可以知道的是，美团酝酿了一年的团好货，此次拿到柳晓刚，动作肯定会多起来，而新官上任三把火，团好货要开始烧起来了。
火烧哪里
据前瞻产业研究院数据，2019年中国零售行业企业CR3（天猫，京东，拼多多）的销售额已经达到66.27%，CR10达到80.42%。行业正在向头部企业聚拢，留给小企业的生存空间愈发狭窄。
此时美团进入，势必要找准自己的入口在哪。
在团好货上，可以看到的是，美团想切入的缺口是低价和生鲜。仔细分析就会发现，这正是建立在美团的团购和配送基础上的。
低价。在热卖榜上，商品大多是纸巾、零食、洗发水等一些便宜的生活日用品，而且所有商品，一件包邮。
低价，永远是打入市场的最有效手段，在外卖和社区打了这么多年的美团深谙此道。而且团好货的低价具有可持续性，因为它是建立在团购的基础上的。
团好货App有两种购买方式，一种是单独购买，另外一种是团购。团购即是与其他用户进行拼购，在价格上要便宜。这也算是团好货从美团优选那里继承的基因。
生鲜。在团好货介绍的商品种类哪里，首先提到的就是蔬菜和水果；官方对团好货的介绍写着“团好货,优质产区,好吃不贵的水果”。
很多电商巨头都在窥伺生鲜市场，但是行业在配送上都存在痛点，即配送时间和普通的快递没有太大区别。
生鲜零售，作为美团的头号创业项目，在美团优选那里已经积累了多年经验；在闪购业务上，美团搭建了专门的物流体系，广告语是“30分钟配送上门，24小时无间断配送”。看起来就像是为团好货量身打造的——在最后一公里上，美团的生鲜业务在电商领域拥有优势。
但是，所有的东西都不可能完美。
首先，低价+团购，并不是多么新鲜的举措，拼多多就是这么玩的。但拼多多现在的问题是，只能卖一些纸巾、垃圾袋。从美团目前的趋势上看，基本也会陷入到这样的低价困局里。
但是，拼多多全身都是下沉的细胞，现在已经不考虑短期盈利去深耕农业了。美团作何感想。
其次，在传统电商都在为最后一公里而焦虑的时候，美团可以通过自己的配送体系建立优势。但在占大部分时间的中间物流环节，美团也只能用第三方快递的顺丰和极兔。末端配送时间的改善能在多大程度消弭中间的漫长等待，是个问题。
而且，配送端的优势，又是建立在重资金上的，也就是说，要获得价格优势，前期美团补贴是必然的。生鲜电商，还是那个烧钱的市场。姑且相信“人生以服务为目的，赚钱只是顺便。”
不管怎样，王兴做电商已经是板上钉钉的事了，现在回来，也算是不忘初心。不过在这片已经过了竞争白热化阶段，一片“祥和”的市场上，美团这个异己要进入还需要花一些心思。
不过美团的优势在于，相比那些想做电商的互联网流量平台，美团拥有自己的流量、平台、支付，最重要的，还有多年来积累的实体部分。现在需要的，是能力的整合。
转自：https://mp.weixin.qq.com/s/kBGuMaCYF_iZo7JmTXzjjQ
聪投精译 | 霍华德·马克斯最新发言：目前所处的周期是疫情与政策的结果，与经济周期无关，Delta变种导致的经济放缓或将治愈通胀
点击上方音频，立即收听本文↑↑↑
尽管股市在高位
经济衰退或者放缓的风险并不大
Delta变种带来的经济疲软或许会缓解通胀
美联储该放手了
橡树自下而上的投资
不会被通胀改变
没人能预测宏观
但你可以做准备
形成与市场共识意见不同的看法
转自：https://mp.weixin.qq.com/s/KybwQbONwjeFqtzl9ZH4Uw
“没有平台商赚差价”以后，我们的生意将去哪里？
1
2
3
4
5
6
7
强无敌，用 Python 复现基于北向资金的择时策略
大家好，我是帅东哥
。
最近自己一直在学习理财相关的东西，所以后面一段时间，可能会多分享一些这方面的学习笔记
其实在学习之前，我一直在思考一个问题：为什么我们在市场上赚不了钱？可能基金还好点，只要行情不是特别差，你一直定投总会有多多少少有点收益的，但是其他市场就真不好说了。
观察了一下身边的朋友和同事，其实大多数人都是入门的。比如说有坚信价值投资的，拿着白马一拿就是好几年的；也有观察市场热点的，追涨杀跌玩的不亦乐乎。但是大家的收益都很一般，甚至亏钱的也不少。
所以，我在思考的时候就在想 价值投资和短线热点 这事。其实价值投资没有问题，但是拿的太久就是问题；短线热点也没有问题，但是没选对具体的个股基金就是问题。
并且，我自己是研究数据分析的，是不是可以在市场的基础上加一些数据分析导向的内容？或者是在数据的基础上，偏向于热点市场的板块？
目前来看，基于上面这个问题的思考，我是有一些小小的收获的。
但是我也还在学习中，今天的文章甚至后期的文章都只是一个阶段性的学习笔记，不敢说文章的方法适合于所有人。所以大家抄作业的时候也多多思考一下，毕竟方法是我的，但是钱是你的啊！
ok，说了些闲话，开始今天的正文。
今天的文章是对一个择时策略的复现，数据是基于每日大A北上资金进行的。这个策略很简单的一个应用：当市场处于持续低谷的时候，你可以加大你定投的比例；当市场开始火热一段时间了，你需要慢慢减少你定投的金额。
就像那句话：在别人贪婪的时候我恐惧，在别人空据的时候我贪婪。
以下是真正的正文：
在文章开始之前，先给大家普及一下北上资金的概念，懂的同学可以跳过去看下一节
北上资金?
在中国股市中有“南北”之称，一般“北”指的是沪深两市的股票，“南”指的是香港股票。因此，北上资金就是指从香港股票中流入大陆股市的资金，一般为香港资金以及国际资金。
从历史数据来看， 不管是长线短线，北上资金都比A股大部分投资者聪明。原因有很多，比如说：可能是外资的投资经验丰富信息渠道广，也有可能是内地部分游资通过北向资金通道进来，也就是换了一层马甲。
所以，在每天实盘的时候，大家可以关注北向资金的买入情况，偷懒一点的也可以跟着交易。但是但是但是，这里面有两个概念特别容易被大家混淆：净流入和净买入，其实它的公式很简单：
给大家解释下，外资每天买卖咱们A股都是有额度限制的，目前沪股通和深股通的额度都是每个交易日 520亿，而且是只要挂单就会占用额度，无论是否成交。
所以，当日资金净流入会包含当日成交买入额和当日申报但未成交的买单金额，那么净流入金额一定会大于或等于净买入金额，这是两者最大的区别。
建议大家看北向资金的时候还是要看净买入金额，因为净流入金额只能代表北向资金的一个购买意愿，并不能代表真实交易。
常见的，一般 标准的 财经网站你应该会看到下面这种图：
但是很多时候你看到的都只是一个净流入的数据，并没有直接显示净买入的数据。
其实也不是说这个数据不对，只是说净买入数据会更准确些，更能反映当前北上资金的真实情况。这个数据最准确的就是在港交所了，而且是有盘中实时动态播报的，大家可以去了解一下。
说完基础知识，再来说今天的重点：基于北向资金的择时策略实现：
其实用一句话就可以解释所谓的择时选股策略：基于指标，对指数进行择时（即判断指数方向），如果方向向上，就进行选股。
下图是华泰证券研究所的一篇报告，其中提到了一个基于北上资金的择时策略。正如文章开头所说，北上资金目前作为大A的风向标，具有一定的可参考性。
而报告中通过北上资金与沪深300的相关系数，也完美阐释了这一点：
该择时策略的具体内容是这样的：
策略理解起来很容易，但是怎么实现呢？
以下源码拿去即用（除了tushare需要安装，不过我想这个不用我教了吧），算是开源分享给大家。
1. 导入相应的库
# 导入相应的库
import tushare as ts
import datetime
import pandas as pd
import numpy as np
2. 通过接口 token 链接到 tushare
# 将 token 替换成你自己的就行
token = '替换成你自己的token'
pro = ts.pro_api(token)
3. 获取交易日的日期列表
# 获取所有交易日数据
trade_date = pro.trade_cal(start_date='20180101',end_date=datetime.datetime.today().strftime('%Y%m%d'))
date_list = list(trade_date[trade_date.is_open==1]['cal_date'].values)
4. 获取北上资金的日粒度数据
因为单次请求限制为300条，所以这一步可以分多次获取
# 单次请求限制为300条，分两次获取
df_data1 = pro.moneyflow_hsgt(start_date=date_list[0:300][0], end_date=date_list[0:300][-1])
df_data2 = pro.moneyflow_hsgt(start_date=date_list[300:600][0], end_date=date_list[300:600][-1])
df_data3 = pro.moneyflow_hsgt(start_date=date_list[600:][0], end_date=date_list[600:][-1])
# 合并数据
df_data = df_data1.append([df_data2, df_data3], ignore_index=True)
df_data = df_data.sort_values('trade_date',ascending=True).reset_index(drop=True)
# 重命名
df_data = df_data.rename(columns={'ggt_ss':'港股通-上海', 'ggt_sz':'港股通-深圳', 'hgt':'沪股通', 'sgt':'深股通', 'north_money':'北向资金', 'south_money':'南向资金'})
资金对应的单位是 百万，为了方便查看，这里需要进行单位的转换
# 单位换算：百万->亿
df_data['港股通-上海'] = df_data['港股通-上海']*0.01
df_data['港股通-深圳'] = df_data['港股通-深圳']*0.01
df_data['沪股通'] = df_data['沪股通']*0.01
df_data['深股通'] = df_data['深股通']*0.01
df_data['北向资金'] = df_data['北向资金']*0.01
df_data['南向资金'] = df_data['南向资金']*0.01
这里有一点需要注意，因为有个别日期北上资金是无法进行交易的。例如：6月30日-7月1日香港特别行政区纪念日、重阳节、圣诞节等均会有休市情况发生。
所以，有必要剔除掉这些北上资金休市的情况。
观察数据你会发现，如果根据 北上资金=0 这个条件去筛选，那恰好某一天的买入卖出刚好相等，这种情况也会被过滤掉，这明显是不合理的。
解决方法：根据 df_data[‘沪股通’].isna() 字段是否为空进行判断，代码如下：
# 剔除北上暂停交易的交易日
df_data2 = df_data.loc[~df_data['沪股通'].isna(), :].reset_index(drop=True)
数据处理完毕之后，对应的数据应该是这个样子的：
5. 核心策略实现
再来回顾一下策略的内容：
对了，图中的 252 表示大A一年中的交易日，你没看错，就这么多
而 1.5 倍标准差则是研报中规定的，至于为什么选这个数而不是其他 1倍、2倍呢？
研报中也有解释原因：其中一共选取了10组不同的上下限标注差，并且分别进行了回测，最终 上限+1.5 下限-1.5 的年化收益率最高，达到了 37.54%
ok，既然人家已经都做过了充分的回测，那我们就直接实现拿来用就好
核心代码如下：
"""遍历每一个交易日，对北上进行分析"""
signal = '无信号'
for index, row in df_data2.iterrows():
if index<252:
continue
df_data_temp = df_data2.iloc[index-252:index]
# 计算近 252 天的平均数和标准差
average = df_data_temp['北向资金'].sum()/252
std = df_data_temp['北向资金'].std()
# 计算上下限
up_line = float(format(average + std * 1.5, '.4f'))
down_line = float(format(average - std * 1.5, '.4f'))
以上分别是计算出当天（从数据开始交易日的第252天起）以前 252 天的平均值、标准差、上限和下限
剩下的就是对结果进行判断和输出就ok，代码如下：
# 判断并输出
if row['北向资金'] >= up_line:
signal = '看多'
print('{0}:<{1}> 北上净买入:{2}亿元，看多线:{3}亿元, 看空线:{4}亿元'.format(row['trade_date'], signal, format(row['北向资金'], '.4f'), up_line, down_line))
elif row['北向资金'] <= down_line:
signal = '看空'
print('{0}:<{1}> 北上净买入:{2}亿元，看多线:{3}亿元, 看空线:{4}亿元'.format(row['trade_date'], signal, format(row['北向资金'], '.4f'), up_line, down_line))
if index == df_data2.shape[0]-1:
print('n最新数据n{0}: <{1}> n北上净买入:{2}亿元，看多线:{3}亿元, 看空线:{4}亿元n'.format(row['trade_date'], signal, format(row['北向资金'], '.4f'), up_line, down_line))
截取了输出结果的今年的部分，如下图：
可以看到，截止到目前（8月30日收盘），策略给出的观点是看空，并且是从 7月26日 起就一直看空了，直到今天也是看空阶段。
去券商网站上看一下北上资金的历史数据，图是这样的：
从7月26号之后的（图中的红箭头）该策略给出的观点就是看空，但是你仔细看一下研报给的策略条件是，人家说的是：该日北向资金流入规模，而我们通过 tushare 获取到的是：北向资金的净买入金额
因为每日的净流入较净买入大很多，所以对应的 1.5倍标准差就需要相应的改动一下。
比如说，当你改成 上限+0.8 下限-0.8，它对应的策略是这样的：
当然了，这里的 0.8 其实是我自己乱改的，并没有经过回测验证，在这只是为了说明对应的数据不同，参数也要有所调整。
感兴趣的话大家可以去回测一下净买入金额对应的不同参数的收益结果，选一个最大的结果对应的参数，然后就可以开启轻松的定投模式了。
其实，我是有回测出最优参数的，但是担心你们用我的参数到时候亏钱了输不起，目前还是不公开出来了。
建议自己多试试，投资本就没有不劳而获的东西！或许你的参数收益会比我更优呢！
推荐阅读
1. pandas100个骚操作
2. 机器学习原创系列
3. 数据科学干货下载