<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>排队 on 格物堂</title><link>https://gewutang.cn/tags/%E6%8E%92%E9%98%9F/</link><description>Recent content in 排队 on 格物堂</description><generator>Hugo -- gohugo.io</generator><language>zh-cn</language><lastBuildDate>Sun, 11 Dec 2011 00:00:00 +0000</lastBuildDate><atom:link href="https://gewutang.cn/tags/%E6%8E%92%E9%98%9F/index.xml" rel="self" type="application/rss+xml"/><item><title>套利与排队</title><link>https://gewutang.cn/2011/12/11/queuing-and-arbitrage/</link><pubDate>Sun, 11 Dec 2011 00:00:00 +0000</pubDate><guid>https://gewutang.cn/2011/12/11/queuing-and-arbitrage/</guid><description>&lt;p&gt;某次跟同事吃饭遇到排队，便聊到排队这件事情中个体应当如何选择自己的最佳行为。聊到最后愕然发现，“排队现象”与金融是很相像的。两者中最重要的一个概念都是“套利”。&lt;/p&gt;&#10;&lt;p&gt;为了简便起见，我们虚构一个故事：假如A到一个餐厅，该餐厅有三个窗口，每个窗口都有若干人排队，问A应该去哪个队？&lt;/p&gt;&#10;&lt;p&gt;正常情况下，A可以任选一队，因为任何一队比其他队都没有任何优势。如果有优势的话，那先前必然已经出现一些人自动转向那个优势队来抵消优势队的优势，这个过程就是典型的“套利”过程。在金融中，“套利”过程最重要的结果是导致了“平价”，在排队中，“平价”表现为最终所有的队伍长度是一样的。&lt;/p&gt;&#10;&lt;p&gt;严格的分析过程等我有时间，我再写在这里。&lt;/p&gt;&#10;&lt;p&gt;**备注：**本来今天想写一写函数型数据与货币政策制定之间的关系的，因为弄丢了一个材料，所以只能改天再写。该文章名是《函数型数据分析手段或在政策制定中大有可为》。&lt;/p&gt;&#10;</description></item></channel></rss>