有人搞P2P lending吗？# Programming - 葵花宝典
k*8
1 楼
请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
话，大家还会看吗？
谢谢
现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
话，大家还会看吗？
谢谢
q*i
2 楼
好像注册特别麻烦的说。
p*n
3 楼
【 以下文字转载自 JobHunting 讨论区 】
发信人: pkhelen (wangdi), 信区: JobHunting
标 题: background check会查到employment history?
发信站: BBS 未名空间站 (Sat Sep 21 11:17:18 2013, 美东)
有个朋友对这个HR事情不太懂，他没有bbs帐号，我就自告奋勇代他向你请教一下。
他因为整个部门关闭，有unemployment gap 两个月，不是performance原因。
现在已经找到下家，offer letter 上说，新公司会有background check。
当时onsite时候，为了留一些讨价还价的空间，他说，remote support clients.
问题有3
1) background check会查到这两个月gap记录吗？
2)新公司给了一系列表格,上班之前必须填好网上提交，怎么写换工作原因？
3）将来以后办h1b 能查到这两个月失业记录吗？
多谢板上大牛～～
发信人: pkhelen (wangdi), 信区: JobHunting
标 题: background check会查到employment history?
发信站: BBS 未名空间站 (Sat Sep 21 11:17:18 2013, 美东)
有个朋友对这个HR事情不太懂，他没有bbs帐号，我就自告奋勇代他向你请教一下。
他因为整个部门关闭，有unemployment gap 两个月，不是performance原因。
现在已经找到下家，offer letter 上说，新公司会有background check。
当时onsite时候，为了留一些讨价还价的空间，他说，remote support clients.
问题有3
1) background check会查到这两个月gap记录吗？
2)新公司给了一系列表格,上班之前必须填好网上提交，怎么写换工作原因？
3）将来以后办h1b 能查到这两个月失业记录吗？
多谢板上大牛～～
w*g
4 楼
michigan不能搞lendingclub，但是可以搞prosper。
发现有个API可以下数据。可以把历史数据搞过来做机器学习，
然后对listing进行选择。不知道有没有搞头。
Update:
他们很坏，现在能下到的data，listing和load已经分开了。
这样就没法做机器学习了。
Update2:
能下到的listing data里面字段少了好多。但是线上还是可以看到
borrower credit profile。不知道有没有肯能自己连续crawl，
然后等load data available了以后，通过date和amount把记录
对上。这个估计能搞的话也是苍蝇肉。
Update3:
发现光用listing data就可以做预测。见下面有图的帖子。
坚决相信天下没有免费的午餐，应该还有别的没有考虑到的问题。
发现有个API可以下数据。可以把历史数据搞过来做机器学习，
然后对listing进行选择。不知道有没有搞头。
Update:
他们很坏，现在能下到的data，listing和load已经分开了。
这样就没法做机器学习了。
Update2:
能下到的listing data里面字段少了好多。但是线上还是可以看到
borrower credit profile。不知道有没有肯能自己连续crawl，
然后等load data available了以后，通过date和amount把记录
对上。这个估计能搞的话也是苍蝇肉。
Update3:
发现光用listing data就可以做预测。见下面有图的帖子。
坚决相信天下没有免费的午餐，应该还有别的没有考虑到的问题。
r*l
5 楼
如果没人看难道你就不更新主页了？
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
y*i
6 楼
好像除了一天到晚给我发email让我花钱修改resume,就没什么东东。
试图找工作，也没找到link.
试图找工作，也没找到link.
p*n
7 楼
up up
恳请指点～～
怎么说既能自圆其说，不留下cheating的坏印象。
多谢！
恳请指点～～
怎么说既能自圆其说，不留下cheating的坏印象。
多谢！
h*b
8 楼
lc和prosper户头我都有。
推荐看：
https://www.nsrinvest.com
他们有背测系统，所以肯定是可以收集历史loan数据的。
http://www.lendacademy.com
这个博客也很强，笔者在lc/prosper投了四十万，写自己的经历，公开自己数据，现在
和nsrplatform已经合作开基金了，据说拉到一个亿。
至于你说的，lending robot已经在做了，拉了几个米的投资，收费也很便宜。不过他
们似乎不公开模块performance。 你要是搞一个应该能火。
推荐看：
https://www.nsrinvest.com
他们有背测系统，所以肯定是可以收集历史loan数据的。
http://www.lendacademy.com
这个博客也很强，笔者在lc/prosper投了四十万，写自己的经历，公开自己数据，现在
和nsrplatform已经合作开基金了，据说拉到一个亿。
至于你说的，lending robot已经在做了，拉了几个米的投资，收费也很便宜。不过他
们似乎不公开模块performance。 你要是搞一个应该能火。
k*8
9 楼
主页一定会更新的。
如果search committee不会看个人主页，那么就打算晚一点提交材料，因为有些文章正
在revision，应该过一段时间会有消息。
【在 r******l 的大作中提到】
: 如果没人看难道你就不更新主页了？
如果search committee不会看个人主页，那么就打算晚一点提交材料，因为有些文章正
在revision，应该过一段时间会有消息。
【在 r******l 的大作中提到】
: 如果没人看难道你就不更新主页了？
s*f
10 楼
不好，用过它的服务，取消了。根本找不到我想到的工作。
w*3
11 楼
i dont have similar experience but in my experience, it is not a big deal.
just tell the truth. this gap is normal to me.
u cant change anything because it has already happened. u can use the month
in all forms instead of the date, i.e. 2011/2 to 2012/3, 2012/4 to 2012/6...
.........
good luck.
just tell the truth. this gap is normal to me.
u cant change anything because it has already happened. u can use the month
in all forms instead of the date, i.e. 2011/2 to 2012/3, 2012/4 to 2012/6...
.........
good luck.
w*g
12 楼
多谢你的链接。我先看看。不过这东西做出来也没法出来分享，容易惹麻烦，
乐趣就少了很多。得私下里搞。
如果大家都搞machine learning，最后会出现抢deal的现象。
然后就是low latency P2P lending了，然后出来啥co-location，
solarflare网卡之类的东西。哈哈。
【在 h******b 的大作中提到】
: lc和prosper户头我都有。
: 推荐看：
: https://www.nsrinvest.com
: 他们有背测系统，所以肯定是可以收集历史loan数据的。
: http://www.lendacademy.com
: 这个博客也很强，笔者在lc/prosper投了四十万，写自己的经历，公开自己数据，现在
: 和nsrplatform已经合作开基金了，据说拉到一个亿。
: 至于你说的，lending robot已经在做了，拉了几个米的投资，收费也很便宜。不过他
: 们似乎不公开模块performance。 你要是搞一个应该能火。
乐趣就少了很多。得私下里搞。
如果大家都搞machine learning，最后会出现抢deal的现象。
然后就是low latency P2P lending了，然后出来啥co-location，
solarflare网卡之类的东西。哈哈。
【在 h******b 的大作中提到】
: lc和prosper户头我都有。
: 推荐看：
: https://www.nsrinvest.com
: 他们有背测系统，所以肯定是可以收集历史loan数据的。
: http://www.lendacademy.com
: 这个博客也很强，笔者在lc/prosper投了四十万，写自己的经历，公开自己数据，现在
: 和nsrplatform已经合作开基金了，据说拉到一个亿。
: 至于你说的，lending robot已经在做了，拉了几个米的投资，收费也很便宜。不过他
: 们似乎不公开模块performance。 你要是搞一个应该能火。
D*J
13 楼
我肯定看。而且一般没有个人主页的都会少些关注。但不是所有人如此。
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
c*a
14 楼
The same here.
And I was using indeed to search for openings. I found that positions on
Jobfox are updated at least twice a week so that they appear as "NEW"
frequently. Even those positions are closed already on company website.
【在 y****i 的大作中提到】
: 好像除了一天到晚给我发email让我花钱修改resume,就没什么东东。
: 试图找工作，也没找到link.
And I was using indeed to search for openings. I found that positions on
Jobfox are updated at least twice a week so that they appear as "NEW"
frequently. Even those positions are closed already on company website.
【在 y****i 的大作中提到】
: 好像除了一天到晚给我发email让我花钱修改resume,就没什么东东。
: 试图找工作，也没找到link.
p*n
15 楼
多谢！打算实话实说。
我也觉得没什么大不了的，建议朋友实话实说。具体的background check，看能否拖到
上班以后再弄。
先给以前经理的联系方式，做reference check
反正他几个offer。
month
..
【在 w*****3 的大作中提到】
: i dont have similar experience but in my experience, it is not a big deal.
: just tell the truth. this gap is normal to me.
: u cant change anything because it has already happened. u can use the month
: in all forms instead of the date, i.e. 2011/2 to 2012/3, 2012/4 to 2012/6...
: .........
: good luck.
我也觉得没什么大不了的，建议朋友实话实说。具体的background check，看能否拖到
上班以后再弄。
先给以前经理的联系方式，做reference check
反正他几个offer。
month
..
【在 w*****3 的大作中提到】
: i dont have similar experience but in my experience, it is not a big deal.
: just tell the truth. this gap is normal to me.
: u cant change anything because it has already happened. u can use the month
: in all forms instead of the date, i.e. 2011/2 to 2012/3, 2012/4 to 2012/6...
: .........
: good luck.
T*i
16 楼
这玩意儿edge在什么地方？平台？顾客？risk management？
【在 w***g 的大作中提到】
: 多谢你的链接。我先看看。不过这东西做出来也没法出来分享，容易惹麻烦，
: 乐趣就少了很多。得私下里搞。
: 如果大家都搞machine learning，最后会出现抢deal的现象。
: 然后就是low latency P2P lending了，然后出来啥co-location，
: solarflare网卡之类的东西。哈哈。
【在 w***g 的大作中提到】
: 多谢你的链接。我先看看。不过这东西做出来也没法出来分享，容易惹麻烦，
: 乐趣就少了很多。得私下里搞。
: 如果大家都搞machine learning，最后会出现抢deal的现象。
: 然后就是low latency P2P lending了，然后出来啥co-location，
: solarflare网卡之类的东西。哈哈。
v*y
17 楼
看有多少人申请了
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
t*n
18 楼
没法拖。没什么好担心的。只有没犯罪纪律就没问题。gap之类不用操心。实话实说。
【在 p*****n 的大作中提到】
: 多谢！打算实话实说。
: 我也觉得没什么大不了的，建议朋友实话实说。具体的background check，看能否拖到
: 上班以后再弄。
: 先给以前经理的联系方式，做reference check
: 反正他几个offer。
:
: month
: ..
【在 p*****n 的大作中提到】
: 多谢！打算实话实说。
: 我也觉得没什么大不了的，建议朋友实话实说。具体的background check，看能否拖到
: 上班以后再弄。
: 先给以前经理的联系方式，做reference check
: 反正他几个offer。
:
: month
: ..
w*g
19 楼
你说p2p lending? 个人小额借贷历史上是信用卡公司做的事情，
有了p2p以后普通人也可以做了。这个p2p可以和信用卡公司拼APR。
比炒股的好处是风险小，比做包租公的好处是省心。缺点是回报
比较少。我以前是月光，2015年发现竟然有一小点点盈余了，想
找地方投出去。我最近一年多一直是看空股市的，房市现在又在
高点，P2P lending比存银行强点吧，所以正在看这个。
(今天SPX已经破过2000了，更加让我坚持看空了。按经济周期算，
下一波破灭不远了。所以做lending也得小心，省得破灭了钱收
不回来。)
【在 T********i 的大作中提到】
: 这玩意儿edge在什么地方？平台？顾客？risk management？
有了p2p以后普通人也可以做了。这个p2p可以和信用卡公司拼APR。
比炒股的好处是风险小，比做包租公的好处是省心。缺点是回报
比较少。我以前是月光，2015年发现竟然有一小点点盈余了，想
找地方投出去。我最近一年多一直是看空股市的，房市现在又在
高点，P2P lending比存银行强点吧，所以正在看这个。
(今天SPX已经破过2000了，更加让我坚持看空了。按经济周期算，
下一波破灭不远了。所以做lending也得小心，省得破灭了钱收
不回来。)
【在 T********i 的大作中提到】
: 这玩意儿edge在什么地方？平台？顾客？risk management？
k*8
20 楼
非常感谢，要好好准备个人主页了
p*n
21 楼
多谢！
他是大大的良民，肯定没有别的问题～～
现在是第三方专门做background check 的公司弄。
打算让他实话实话，填上gap时间。
多谢！
【在 t*****n 的大作中提到】
: 没法拖。没什么好担心的。只有没犯罪纪律就没问题。gap之类不用操心。实话实说。
他是大大的良民，肯定没有别的问题～～
现在是第三方专门做background check 的公司弄。
打算让他实话实话，填上gap时间。
多谢！
【在 t*****n 的大作中提到】
: 没法拖。没什么好担心的。只有没犯罪纪律就没问题。gap之类不用操心。实话实说。
T*i
22 楼
同意你的说法。你想个人投资还是想把p2p lending当生意做？这东西当生意做你想做
卖方还是买方？做买方的话arbitrage opportunity在哪里？
【在 w***g 的大作中提到】
: 你说p2p lending? 个人小额借贷历史上是信用卡公司做的事情，
: 有了p2p以后普通人也可以做了。这个p2p可以和信用卡公司拼APR。
: 比炒股的好处是风险小，比做包租公的好处是省心。缺点是回报
: 比较少。我以前是月光，2015年发现竟然有一小点点盈余了，想
: 找地方投出去。我最近一年多一直是看空股市的，房市现在又在
: 高点，P2P lending比存银行强点吧，所以正在看这个。
: (今天SPX已经破过2000了，更加让我坚持看空了。按经济周期算，
: 下一波破灭不远了。所以做lending也得小心，省得破灭了钱收
: 不回来。)
卖方还是买方？做买方的话arbitrage opportunity在哪里？
【在 w***g 的大作中提到】
: 你说p2p lending? 个人小额借贷历史上是信用卡公司做的事情，
: 有了p2p以后普通人也可以做了。这个p2p可以和信用卡公司拼APR。
: 比炒股的好处是风险小，比做包租公的好处是省心。缺点是回报
: 比较少。我以前是月光，2015年发现竟然有一小点点盈余了，想
: 找地方投出去。我最近一年多一直是看空股市的，房市现在又在
: 高点，P2P lending比存银行强点吧，所以正在看这个。
: (今天SPX已经破过2000了，更加让我坚持看空了。按经济周期算，
: 下一波破灭不远了。所以做lending也得小心，省得破灭了钱收
: 不回来。)
k*8
23 楼
请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
话，大家还会看吗？
谢谢
现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
话，大家还会看吗？
谢谢
t*n
24 楼
只就对了。gap就说找工作了。
【在 p*****n 的大作中提到】
: 多谢！
: 他是大大的良民，肯定没有别的问题～～
: 现在是第三方专门做background check 的公司弄。
: 打算让他实话实话，填上gap时间。
: 多谢！
【在 p*****n 的大作中提到】
: 多谢！
: 他是大大的良民，肯定没有别的问题～～
: 现在是第三方专门做background check 的公司弄。
: 打算让他实话实话，填上gap时间。
: 多谢！
w*g
25 楼
我不会做生意，当然是自己投资了。其实是借投资的名头花时间玩技术。
最后要按hourly rate算肯定得不偿失。
【在 T********i 的大作中提到】
: 同意你的说法。你想个人投资还是想把p2p lending当生意做？这东西当生意做你想做
: 卖方还是买方？做买方的话arbitrage opportunity在哪里？
最后要按hourly rate算肯定得不偿失。
【在 T********i 的大作中提到】
: 同意你的说法。你想个人投资还是想把p2p lending当生意做？这东西当生意做你想做
: 卖方还是买方？做买方的话arbitrage opportunity在哪里？
r*l
26 楼
如果没人看难道你就不更新主页了？
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
p*n
27 楼
Got it. Thanks a lot!
【在 t*****n 的大作中提到】
: 只就对了。gap就说找工作了。
【在 t*****n 的大作中提到】
: 只就对了。gap就说找工作了。
w*g
28 楼
发现其实并不需要把listing和loan关联起来。
假设是已经有很多人在搞machine learning了，那么
一个很好的indicator就是listing结束起始时间差。
这个时间差就是热门程度。很快就卖出去的，就是
有利可图的，否则就不是。
这里面又可以分两类。一类是机构，一类是散户。
(机构：做算法自动trading的，不一定真是机构.)
特点就是机构出手快，散户出手慢。如果画出分布
来看的话就是log(T)有两个峰值，是bi-normal
distribution。如果落在机构那个峰值里的，
就是值得买，否则就是不值得买。
图我在下面贴出来。
【在 w***g 的大作中提到】
: michigan不能搞lendingclub，但是可以搞prosper。
: 发现有个API可以下数据。可以把历史数据搞过来做机器学习，
: 然后对listing进行选择。不知道有没有搞头。
: Update:
: 他们很坏，现在能下到的data，listing和load已经分开了。
: 这样就没法做机器学习了。
: Update2:
: 能下到的listing data里面字段少了好多。但是线上还是可以看到
: borrower credit profile。不知道有没有肯能自己连续crawl，
: 然后等load data available了以后，通过date和amount把记录
假设是已经有很多人在搞machine learning了，那么
一个很好的indicator就是listing结束起始时间差。
这个时间差就是热门程度。很快就卖出去的，就是
有利可图的，否则就不是。
这里面又可以分两类。一类是机构，一类是散户。
(机构：做算法自动trading的，不一定真是机构.)
特点就是机构出手快，散户出手慢。如果画出分布
来看的话就是log(T)有两个峰值，是bi-normal
distribution。如果落在机构那个峰值里的，
就是值得买，否则就是不值得买。
图我在下面贴出来。
【在 w***g 的大作中提到】
: michigan不能搞lendingclub，但是可以搞prosper。
: 发现有个API可以下数据。可以把历史数据搞过来做机器学习，
: 然后对listing进行选择。不知道有没有搞头。
: Update:
: 他们很坏，现在能下到的data，listing和load已经分开了。
: 这样就没法做机器学习了。
: Update2:
: 能下到的listing data里面字段少了好多。但是线上还是可以看到
: borrower credit profile。不知道有没有肯能自己连续crawl，
: 然后等load data available了以后，通过date和amount把记录
k*8
29 楼
主页一定会更新的。
如果search committee不会看个人主页，那么就打算晚一点提交材料，因为有些文章正
在revision，应该过一段时间会有消息。
【在 r******l 的大作中提到】
: 如果没人看难道你就不更新主页了？
如果search committee不会看个人主页，那么就打算晚一点提交材料，因为有些文章正
在revision，应该过一段时间会有消息。
【在 r******l 的大作中提到】
: 如果没人看难道你就不更新主页了？
w*g
30 楼
写了半天不小心关掉了，不爽。
这里是2015年全年状态是complete的listing的在线时间统计图。
X轴是log(listing_end_time - listing_begin_time，秒)，
Y轴是比例。曲线下面积为1.
很明显可以看到两个峰。第一个峰是10秒左右，第二个峰是30秒。
也就是说有利可图的10秒就会被抢掉。否则30秒左右也会开始被慢慢
消化掉。（注意是logscale，第二个峰的消化掉平均时间要远大于30秒)
从统计数据上看大部分loan最终都会被卖出去，所以prosper应该是
个卖方市场。
于是就变成了二分类问题，判断一个load是否值得抢。这个分类可以做得
非常准确。因为这个是预测别人的算法预测结果。（不过别人的预测
本身未必准。）然后就是怎么在10秒之内迅速下单抢deal。
我没仔细读文档，上面这个结果解读里有大量的脑补，而且程序也可能
有错。希望玩P2P的同学给看看是不是靠谱。
【在 w***g 的大作中提到】
: 发现其实并不需要把listing和loan关联起来。
: 假设是已经有很多人在搞machine learning了，那么
: 一个很好的indicator就是listing结束起始时间差。
: 这个时间差就是热门程度。很快就卖出去的，就是
: 有利可图的，否则就不是。
: 这里面又可以分两类。一类是机构，一类是散户。
: (机构：做算法自动trading的，不一定真是机构.)
: 特点就是机构出手快，散户出手慢。如果画出分布
: 来看的话就是log(T)有两个峰值，是bi-normal
: distribution。如果落在机构那个峰值里的，
这里是2015年全年状态是complete的listing的在线时间统计图。
X轴是log(listing_end_time - listing_begin_time，秒)，
Y轴是比例。曲线下面积为1.
很明显可以看到两个峰。第一个峰是10秒左右，第二个峰是30秒。
也就是说有利可图的10秒就会被抢掉。否则30秒左右也会开始被慢慢
消化掉。（注意是logscale，第二个峰的消化掉平均时间要远大于30秒)
从统计数据上看大部分loan最终都会被卖出去，所以prosper应该是
个卖方市场。
于是就变成了二分类问题，判断一个load是否值得抢。这个分类可以做得
非常准确。因为这个是预测别人的算法预测结果。（不过别人的预测
本身未必准。）然后就是怎么在10秒之内迅速下单抢deal。
我没仔细读文档，上面这个结果解读里有大量的脑补，而且程序也可能
有错。希望玩P2P的同学给看看是不是靠谱。
【在 w***g 的大作中提到】
: 发现其实并不需要把listing和loan关联起来。
: 假设是已经有很多人在搞machine learning了，那么
: 一个很好的indicator就是listing结束起始时间差。
: 这个时间差就是热门程度。很快就卖出去的，就是
: 有利可图的，否则就不是。
: 这里面又可以分两类。一类是机构，一类是散户。
: (机构：做算法自动trading的，不一定真是机构.)
: 特点就是机构出手快，散户出手慢。如果画出分布
: 来看的话就是log(T)有两个峰值，是bi-normal
: distribution。如果落在机构那个峰值里的，
D*J
31 楼
我肯定看。而且一般没有个人主页的都会少些关注。但不是所有人如此。
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
w*g
32 楼
网上找的。prosper每天固定时间更新listing。
这样就不用成天poll了，9点抢一次5点抢一次。
每次前后也就是一两分钟的样子。
看着似乎像是可以搞搞的样子。肯定干不过机构，
不过每天去抢，或许能在尾巴上捞到一点。
http://www.lendacademy.com/how-to-make-sure-you-never-miss-anot
When Prosper Adds Loans to Their Platform
I contacted Prosper about this problem and they gave me a tip that will help
. Prosper adds new loans on to their platform at specific times each day.
These times are 9am and 5pm (Pacific time) on weekdays and noon on Saturday
and Sunday. So, if you want to invest in popular loans you should login just
after those times. I checked this morning and there were 34 new loans added
to the platform at 9am.
【在 w***g 的大作中提到】
: 写了半天不小心关掉了，不爽。
: 这里是2015年全年状态是complete的listing的在线时间统计图。
: X轴是log(listing_end_time - listing_begin_time，秒)，
: Y轴是比例。曲线下面积为1.
: 很明显可以看到两个峰。第一个峰是10秒左右，第二个峰是30秒。
: 也就是说有利可图的10秒就会被抢掉。否则30秒左右也会开始被慢慢
: 消化掉。（注意是logscale，第二个峰的消化掉平均时间要远大于30秒)
: 从统计数据上看大部分loan最终都会被卖出去，所以prosper应该是
: 个卖方市场。
: 于是就变成了二分类问题，判断一个load是否值得抢。这个分类可以做得
这样就不用成天poll了，9点抢一次5点抢一次。
每次前后也就是一两分钟的样子。
看着似乎像是可以搞搞的样子。肯定干不过机构，
不过每天去抢，或许能在尾巴上捞到一点。
http://www.lendacademy.com/how-to-make-sure-you-never-miss-anot
When Prosper Adds Loans to Their Platform
I contacted Prosper about this problem and they gave me a tip that will help
. Prosper adds new loans on to their platform at specific times each day.
These times are 9am and 5pm (Pacific time) on weekdays and noon on Saturday
and Sunday. So, if you want to invest in popular loans you should login just
after those times. I checked this morning and there were 34 new loans added
to the platform at 9am.
【在 w***g 的大作中提到】
: 写了半天不小心关掉了，不爽。
: 这里是2015年全年状态是complete的listing的在线时间统计图。
: X轴是log(listing_end_time - listing_begin_time，秒)，
: Y轴是比例。曲线下面积为1.
: 很明显可以看到两个峰。第一个峰是10秒左右，第二个峰是30秒。
: 也就是说有利可图的10秒就会被抢掉。否则30秒左右也会开始被慢慢
: 消化掉。（注意是logscale，第二个峰的消化掉平均时间要远大于30秒)
: 从统计数据上看大部分loan最终都会被卖出去，所以prosper应该是
: 个卖方市场。
: 于是就变成了二分类问题，判断一个load是否值得抢。这个分类可以做得
v*y
33 楼
看有多少人申请了
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
T*i
34 楼
一个note fature有多少？
help
Saturday
just
【在 w***g 的大作中提到】
: 网上找的。prosper每天固定时间更新listing。
: 这样就不用成天poll了，9点抢一次5点抢一次。
: 每次前后也就是一两分钟的样子。
: 看着似乎像是可以搞搞的样子。肯定干不过机构，
: 不过每天去抢，或许能在尾巴上捞到一点。
: http://www.lendacademy.com/how-to-make-sure-you-never-miss-anot
: When Prosper Adds Loans to Their Platform
: I contacted Prosper about this problem and they gave me a tip that will help
: . Prosper adds new loans on to their platform at specific times each day.
: These times are 9am and 5pm (Pacific time) on weekdays and noon on Saturday
help
Saturday
just
【在 w***g 的大作中提到】
: 网上找的。prosper每天固定时间更新listing。
: 这样就不用成天poll了，9点抢一次5点抢一次。
: 每次前后也就是一两分钟的样子。
: 看着似乎像是可以搞搞的样子。肯定干不过机构，
: 不过每天去抢，或许能在尾巴上捞到一点。
: http://www.lendacademy.com/how-to-make-sure-you-never-miss-anot
: When Prosper Adds Loans to Their Platform
: I contacted Prosper about this problem and they gave me a tip that will help
: . Prosper adds new loans on to their platform at specific times each day.
: These times are 9am and 5pm (Pacific time) on weekdays and noon on Saturday
k*8
35 楼
非常感谢，要好好准备个人主页了
w*g
36 楼
你说的是feature? 下面是我在线用API拿到的一个样本。
批量下载的历史数据里好像字段不完全一样，city之类的也是有的。
{
"amount_delinquent": 0.0,
"amount_funded": 3498.68,
"amount_participation": 0.0,
"amount_remaining": 7501.32,
"bankcard_utilization": 0.33,
"borrower_apr": 0.07493,
"borrower_city": "JACKSONVILLE",
"borrower_metropolitan_area": "(Not Implemented)",
"borrower_rate": 0.0613,
"borrower_state": "FL",
"channel_code": "90000",
"credit_lines_last7_years": 15,
"credit_pull_date": "2015-12-31 20:00:29 +0000",
"current_credit_lines": 7,
"current_delinquencies": 0,
"delinquencies_last7_years": 0,
"delinquencies_over30_days": 0,
"delinquencies_over60_days": 0,
"delinquencies_over90_days": 0,
"dti_wprosper_loan": 0.3,
"effective_yield": 0.0516,
"employment_status_description": "Employed",
"estimated_loss_rate": 0.0099,
"estimated_return": 0.0417,
"fico_score": "780-799",
"first_recorded_credit_line": "1996-11-01 08:00:00 +0000",
"funding_threshold": 0.7,
"group_indicator": false,
"income_range": 3,
"income_range_description": "$25,000-49,999",
"income_verifiable": true,
"inquiries_last6_months": 0,
"installment_balance": 1274.0,
"investment_type_description": "Fractional",
"investment_typeid": 1,
"is_homeowner": false,
"last_updated_date": "2016-01-04 12:15:21 +0000",
"lender_indicator": 0,
"lender_yield": 0.0513,
"listing_amount": 11000.0,
"listing_category_id": 7,
"listing_creation_date": "2016-01-03 15:03:10 +0000",
"listing_monthly_payment": 335.29,
"listing_number": 4429977,
"listing_start_date": "2016-01-03 20:01:19 +0000",
"listing_status": 2,
"listing_status_reason": "Active",
"listing_term": 36,
"listing_title": "Other",
"member_key": "BCFF33939537079A08B4",
"monthly_debt": 595.0,
"months_employed": 12,
"now_delinquent_derog": 0,
"occupation": "Other",
"oldest_trade_open_date": "11011996",
"open_credit_lines": 7,
"partial_funding_indicator": true,
"percent_funded": 0.318,
"prior_prosper_loans": 0,
"prior_prosper_loans_active": 0,
"prosper_rating": "AA",
"prosper_score": 10,
"public_records_last10_years": 0,
"public_records_last12_months": 0,
"revolving_available_percent": 67,
"revolving_balance": 11318.0,
"satisfactory_accounts": 15,
"scorex": "748-777",
"stated_monthly_income": 3083.33,
"total_inquiries": 1,
"total_open_revolving_accounts": 7,
"total_trade_items": 15,
"verification_stage": 2,
"was_delinquent_derog": 0
},
【在 T********i 的大作中提到】
: 一个note fature有多少？
:
: help
: Saturday
: just
批量下载的历史数据里好像字段不完全一样，city之类的也是有的。
{
"amount_delinquent": 0.0,
"amount_funded": 3498.68,
"amount_participation": 0.0,
"amount_remaining": 7501.32,
"bankcard_utilization": 0.33,
"borrower_apr": 0.07493,
"borrower_city": "JACKSONVILLE",
"borrower_metropolitan_area": "(Not Implemented)",
"borrower_rate": 0.0613,
"borrower_state": "FL",
"channel_code": "90000",
"credit_lines_last7_years": 15,
"credit_pull_date": "2015-12-31 20:00:29 +0000",
"current_credit_lines": 7,
"current_delinquencies": 0,
"delinquencies_last7_years": 0,
"delinquencies_over30_days": 0,
"delinquencies_over60_days": 0,
"delinquencies_over90_days": 0,
"dti_wprosper_loan": 0.3,
"effective_yield": 0.0516,
"employment_status_description": "Employed",
"estimated_loss_rate": 0.0099,
"estimated_return": 0.0417,
"fico_score": "780-799",
"first_recorded_credit_line": "1996-11-01 08:00:00 +0000",
"funding_threshold": 0.7,
"group_indicator": false,
"income_range": 3,
"income_range_description": "$25,000-49,999",
"income_verifiable": true,
"inquiries_last6_months": 0,
"installment_balance": 1274.0,
"investment_type_description": "Fractional",
"investment_typeid": 1,
"is_homeowner": false,
"last_updated_date": "2016-01-04 12:15:21 +0000",
"lender_indicator": 0,
"lender_yield": 0.0513,
"listing_amount": 11000.0,
"listing_category_id": 7,
"listing_creation_date": "2016-01-03 15:03:10 +0000",
"listing_monthly_payment": 335.29,
"listing_number": 4429977,
"listing_start_date": "2016-01-03 20:01:19 +0000",
"listing_status": 2,
"listing_status_reason": "Active",
"listing_term": 36,
"listing_title": "Other",
"member_key": "BCFF33939537079A08B4",
"monthly_debt": 595.0,
"months_employed": 12,
"now_delinquent_derog": 0,
"occupation": "Other",
"oldest_trade_open_date": "11011996",
"open_credit_lines": 7,
"partial_funding_indicator": true,
"percent_funded": 0.318,
"prior_prosper_loans": 0,
"prior_prosper_loans_active": 0,
"prosper_rating": "AA",
"prosper_score": 10,
"public_records_last10_years": 0,
"public_records_last12_months": 0,
"revolving_available_percent": 67,
"revolving_balance": 11318.0,
"satisfactory_accounts": 15,
"scorex": "748-777",
"stated_monthly_income": 3083.33,
"total_inquiries": 1,
"total_open_revolving_accounts": 7,
"total_trade_items": 15,
"verification_stage": 2,
"was_delinquent_derog": 0
},
【在 T********i 的大作中提到】
: 一个note fature有多少？
:
: help
: Saturday
: just
c*m
37 楼
我也想問這個問題，最近加了個主頁。求看。祝福！
T*i
38 楼
有趣。真可以ML一下。
【在 w***g 的大作中提到】
: 你说的是feature? 下面是我在线用API拿到的一个样本。
: 批量下载的历史数据里好像字段不完全一样，city之类的也是有的。
: {
: "amount_delinquent": 0.0,
: "amount_funded": 3498.68,
: "amount_participation": 0.0,
: "amount_remaining": 7501.32,
: "bankcard_utilization": 0.33,
: "borrower_apr": 0.07493,
: "borrower_city": "JACKSONVILLE",
【在 w***g 的大作中提到】
: 你说的是feature? 下面是我在线用API拿到的一个样本。
: 批量下载的历史数据里好像字段不完全一样，city之类的也是有的。
: {
: "amount_delinquent": 0.0,
: "amount_funded": 3498.68,
: "amount_participation": 0.0,
: "amount_remaining": 7501.32,
: "bankcard_utilization": 0.33,
: "borrower_apr": 0.07493,
: "borrower_city": "JACKSONVILLE",
j*l
39 楼
Yes. I will.
d*r
40 楼
搞出来就相当于是 P2P 的 HFT ?
s*8
41 楼
跟风问下，大家都用什么做网页？怎么显的简洁明了又很professional？又容易更新
★ 发自iPhone App: ChineseWeb - 中文网站浏览器
★ 发自iPhone App: ChineseWeb - 中文网站浏览器
b*s
42 楼
in your case, maybe passive management funds are good choices
e.g., buy in some index funds when the indices are at low
【在 w***g 的大作中提到】
: 你说p2p lending? 个人小额借贷历史上是信用卡公司做的事情，
: 有了p2p以后普通人也可以做了。这个p2p可以和信用卡公司拼APR。
: 比炒股的好处是风险小，比做包租公的好处是省心。缺点是回报
: 比较少。我以前是月光，2015年发现竟然有一小点点盈余了，想
: 找地方投出去。我最近一年多一直是看空股市的，房市现在又在
: 高点，P2P lending比存银行强点吧，所以正在看这个。
: (今天SPX已经破过2000了，更加让我坚持看空了。按经济周期算，
: 下一波破灭不远了。所以做lending也得小心，省得破灭了钱收
: 不回来。)
e.g., buy in some index funds when the indices are at low
【在 w***g 的大作中提到】
: 你说p2p lending? 个人小额借贷历史上是信用卡公司做的事情，
: 有了p2p以后普通人也可以做了。这个p2p可以和信用卡公司拼APR。
: 比炒股的好处是风险小，比做包租公的好处是省心。缺点是回报
: 比较少。我以前是月光，2015年发现竟然有一小点点盈余了，想
: 找地方投出去。我最近一年多一直是看空股市的，房市现在又在
: 高点，P2P lending比存银行强点吧，所以正在看这个。
: (今天SPX已经破过2000了，更加让我坚持看空了。按经济周期算，
: 下一波破灭不远了。所以做lending也得小心，省得破灭了钱收
: 不回来。)
gr
43 楼
为什么要更新主页？
不能放到自己的CV里面么？
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
不能放到自己的CV里面么？
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
w*g
44 楼
刚刚折腾了一下XGBoost。如果把20秒以内卖出的算作positive，
别的所有的算作negative，3-fold cross validation的ROC AUC能到0.99。
好到我都怀疑代码有错了。也有可能我的假设有问题。
【在 w***g 的大作中提到】
: 写了半天不小心关掉了，不爽。
: 这里是2015年全年状态是complete的listing的在线时间统计图。
: X轴是log(listing_end_time - listing_begin_time，秒)，
: Y轴是比例。曲线下面积为1.
: 很明显可以看到两个峰。第一个峰是10秒左右，第二个峰是30秒。
: 也就是说有利可图的10秒就会被抢掉。否则30秒左右也会开始被慢慢
: 消化掉。（注意是logscale，第二个峰的消化掉平均时间要远大于30秒)
: 从统计数据上看大部分loan最终都会被卖出去，所以prosper应该是
: 个卖方市场。
: 于是就变成了二分类问题，判断一个load是否值得抢。这个分类可以做得
别的所有的算作negative，3-fold cross validation的ROC AUC能到0.99。
好到我都怀疑代码有错了。也有可能我的假设有问题。
【在 w***g 的大作中提到】
: 写了半天不小心关掉了，不爽。
: 这里是2015年全年状态是complete的listing的在线时间统计图。
: X轴是log(listing_end_time - listing_begin_time，秒)，
: Y轴是比例。曲线下面积为1.
: 很明显可以看到两个峰。第一个峰是10秒左右，第二个峰是30秒。
: 也就是说有利可图的10秒就会被抢掉。否则30秒左右也会开始被慢慢
: 消化掉。（注意是logscale，第二个峰的消化掉平均时间要远大于30秒)
: 从统计数据上看大部分loan最终都会被卖出去，所以prosper应该是
: 个卖方市场。
: 于是就变成了二分类问题，判断一个load是否值得抢。这个分类可以做得
gr
45 楼
为什么要更新主页？
不能放到自己的CV里面么？
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
不能放到自己的CV里面么？
【在 k********8 的大作中提到】
: 请问在审理材料的过程中，search committee回去看申请人的个人主页吗？
: 现在有几篇文章是刚刚submit，大概过3个月左右会接受，那个时候update homepage的
: 话，大家还会看吗？
: 谢谢
T*i
46 楼
也可能大家做法都一样。
【在 w***g 的大作中提到】
: 刚刚折腾了一下XGBoost。如果把20秒以内卖出的算作positive，
: 别的所有的算作negative，3-fold cross validation的ROC AUC能到0.99。
: 好到我都怀疑代码有错了。也有可能我的假设有问题。
【在 w***g 的大作中提到】
: 刚刚折腾了一下XGBoost。如果把20秒以内卖出的算作positive，
: 别的所有的算作negative，3-fold cross validation的ROC AUC能到0.99。
: 好到我都怀疑代码有错了。也有可能我的假设有问题。
h*e
47 楼
偶找工作的时候，特意花了点功夫把主页还不错，后来学校几个的朋友还夸偶的主页非
常棒。
然后又搞一个主页跟踪统计的小工具，统计谁谁谁什么时候浏览偶的网站，也好心里有
个数大概谁谁谁对偶有兴趣。
依照偶的统计数据，他们大多数是看的。不过偶觉得这个跟专业有关系。
常棒。
然后又搞一个主页跟踪统计的小工具，统计谁谁谁什么时候浏览偶的网站，也好心里有
个数大概谁谁谁对偶有兴趣。
依照偶的统计数据，他们大多数是看的。不过偶觉得这个跟专业有关系。
w*g
48 楼
有可能。那就只有两个可能了。
1. deal很难抢到。
2. 如果我这种后之后觉的外行都能抢到，那就是其实不是deal。
可能性2也就意味其实prosper整个就不值得搞。
【在 T********i 的大作中提到】
: 也可能大家做法都一样。
1. deal很难抢到。
2. 如果我这种后之后觉的外行都能抢到，那就是其实不是deal。
可能性2也就意味其实prosper整个就不值得搞。
【在 T********i 的大作中提到】
: 也可能大家做法都一样。
l*n
49 楼
听着negative估计基本就是1.
你先sample了吗？
【在 w***g 的大作中提到】
: 刚刚折腾了一下XGBoost。如果把20秒以内卖出的算作positive，
: 别的所有的算作negative，3-fold cross validation的ROC AUC能到0.99。
: 好到我都怀疑代码有错了。也有可能我的假设有问题。
你先sample了吗？
【在 w***g 的大作中提到】
: 刚刚折腾了一下XGBoost。如果把20秒以内卖出的算作positive，
: 别的所有的算作negative，3-fold cross validation的ROC AUC能到0.99。
: 好到我都怀疑代码有错了。也有可能我的假设有问题。
h*b
50 楼
你就是随机投，25刀一个note买几百个，选中等风险的，没有任何历史信用问题的，用
prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
【在 w***g 的大作中提到】
: 有可能。那就只有两个可能了。
: 1. deal很难抢到。
: 2. 如果我这种后之后觉的外行都能抢到，那就是其实不是deal。
: 可能性2也就意味其实prosper整个就不值得搞。
prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
【在 w***g 的大作中提到】
: 有可能。那就只有两个可能了。
: 1. deal很难抢到。
: 2. 如果我这种后之后觉的外行都能抢到，那就是其实不是deal。
: 可能性2也就意味其实prosper整个就不值得搞。
z*3
51 楼
如果subprime次贷那种系统风险 会不会颗粒无收
好虫在搞lending club
赶走了少一个人讨论分享看法 唉
【在 h******b 的大作中提到】
: 你就是随机投，25刀一个note买几百个，选中等风险的，没有任何历史信用问题的，用
: prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
: 你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
: model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
w*g
52 楼
negative 0.88。sample了应该也还在0.9以上。
【在 l******n 的大作中提到】
: 听着negative估计基本就是1.
: 你先sample了吗？
【在 l******n 的大作中提到】
: 听着negative估计基本就是1.
: 你先sample了吗？
w*g
53 楼
会。08年的default rate就远高于现在。另外prosper或lending club本身可能完蛋。
【在 z**********3 的大作中提到】
:
: 如果subprime次贷那种系统风险 会不会颗粒无收
: 好虫在搞lending club
: 赶走了少一个人讨论分享看法 唉
【在 z**********3 的大作中提到】
:
: 如果subprime次贷那种系统风险 会不会颗粒无收
: 好虫在搞lending club
: 赶走了少一个人讨论分享看法 唉
T*i
54 楼
恭喜你，你可以做到和别人一样了 :)
【在 w***g 的大作中提到】
: negative 0.88。sample了应该也还在0.9以上。
【在 w***g 的大作中提到】
: negative 0.88。sample了应该也还在0.9以上。
h*b
55 楼
08年也就是回报低，哪怕颗粒无收，也比股市腰斩强。投资版有个很长的lending club
帖子。好虫只是离开了这个板块吧，别的板块应该无所谓？
【在 z**********3 的大作中提到】
:
: 如果subprime次贷那种系统风险 会不会颗粒无收
: 好虫在搞lending club
: 赶走了少一个人讨论分享看法 唉
帖子。好虫只是离开了这个板块吧，别的板块应该无所谓？
【在 z**********3 的大作中提到】
:
: 如果subprime次贷那种系统风险 会不会颗粒无收
: 好虫在搞lending club
: 赶走了少一个人讨论分享看法 唉
l*n
56 楼
这么稳定有没有风险的投资方式存在本身就很可疑。我很怀疑你看到的数据本身可能是
有问题的，因为这个基本就是稍微把underwriting里的rule改一下就行。次贷比这个管
理严格多了，但是很多东西在执行的时候都变样了，所以看起来risk控制的很好，实际
上都是一团浆糊。
【在 h******b 的大作中提到】
: 你就是随机投，25刀一个note买几百个，选中等风险的，没有任何历史信用问题的，用
: prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
: 你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
: model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
有问题的，因为这个基本就是稍微把underwriting里的rule改一下就行。次贷比这个管
理严格多了，但是很多东西在执行的时候都变样了，所以看起来risk控制的很好，实际
上都是一团浆糊。
【在 h******b 的大作中提到】
: 你就是随机投，25刀一个note买几百个，选中等风险的，没有任何历史信用问题的，用
: prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
: 你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
: model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
a*a
57 楼
提个醒，这个是假设这些notes的delinquant correlation很小，所以小额多笔可以降
低总体回报率的标准差。
但是recession的时候delinquant correlation很可能急剧上升。那时候投几百个，回
报率的volatility不一定比投一个低很多。
【在 h******b 的大作中提到】
: 你就是随机投，25刀一个note买几百个，选中等风险的，没有任何历史信用问题的，用
: prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
: 你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
: model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
低总体回报率的标准差。
但是recession的时候delinquant correlation很可能急剧上升。那时候投几百个，回
报率的volatility不一定比投一个低很多。
【在 h******b 的大作中提到】
: 你就是随机投，25刀一个note买几百个，选中等风险的，没有任何历史信用问题的，用
: prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
: 你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
: model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
l*n
58 楼
这就不得不提到copula和一个国人大牛了。。。这是quant的话题呀
【在 a*********a 的大作中提到】
: 提个醒，这个是假设这些notes的delinquant correlation很小，所以小额多笔可以降
: 低总体回报率的标准差。
: 但是recession的时候delinquant correlation很可能急剧上升。那时候投几百个，回
: 报率的volatility不一定比投一个低很多。
【在 a*********a 的大作中提到】
: 提个醒，这个是假设这些notes的delinquant correlation很小，所以小额多笔可以降
: 低总体回报率的标准差。
: 但是recession的时候delinquant correlation很可能急剧上升。那时候投几百个，回
: 报率的volatility不一定比投一个低很多。
h*b
59 楼
投一个他default了你就是100% loss，就跟投资股票债卷也不可能只买一个公司一样。
09年最高default rate的时候，也无非是赚的少了一些而已。投资版有个很长的帖子，
很多人都投钱了，实验了一年半载以后基本上都是加更多钱进去，怀疑这个模式的最少
做点homework再来纸上谈兵。
信用卡公司早就证明了这是一个赚钱的模式。
【在 a*********a 的大作中提到】
: 提个醒，这个是假设这些notes的delinquant correlation很小，所以小额多笔可以降
: 低总体回报率的标准差。
: 但是recession的时候delinquant correlation很可能急剧上升。那时候投几百个，回
: 报率的volatility不一定比投一个低很多。
09年最高default rate的时候，也无非是赚的少了一些而已。投资版有个很长的帖子，
很多人都投钱了，实验了一年半载以后基本上都是加更多钱进去，怀疑这个模式的最少
做点homework再来纸上谈兵。
信用卡公司早就证明了这是一个赚钱的模式。
【在 a*********a 的大作中提到】
: 提个醒，这个是假设这些notes的delinquant correlation很小，所以小额多笔可以降
: 低总体回报率的标准差。
: 但是recession的时候delinquant correlation很可能急剧上升。那时候投几百个，回
: 报率的volatility不一定比投一个低很多。
a*a
60 楼
我就是给他提个醒，这样的diversification还是有pitfall的。不要太大意。
又是关联问题:) 如果他投一万个，但是每每之间的correlation是1，跟投1个没有任何
区别不是？
低关联的的环境，情况是100个可能有5个default，其他95个没事。强关联的环境，情
况时5%的可能性100个都完蛋，95%的可能性100个一起挺过去。平均yield都是5%，但是
风险的性质完全不一样。100%的可能性输5%比起5%的可能性全输光，对大多数投资者
impact也是不一样的。
我十来年前毕业第一份工就是做mortgage securitization，也在high yield index桌
子上也呆过。曾经是全职做这方面功课的。:) mortgage securitization 说白了就是
这个思路，N个mortgage pool到一起，default几个无大碍。好多公司做了十几年稳赚
，但是07，08年有的pool的价值一下子砍一半。有的mortgage bond还是有first loss
protection的。
high yield debt平时yield确实不错，但是down time来了都是哗啦啦一起倒。还是不
能过分轻信买几百个note这种diversification，毕竟还都是在这一个asset class里。
信用卡公司还收商家交易费，收card holder年费，这些占的比重挺大的，而且都是和
credit risk无关联的。所以和club lending这个还不具备直接可比性。
投资又不是信教，没啥信还是怀疑的。搞明白risk，reward和自己的承受能力就好了。
【在 h******b 的大作中提到】
: 投一个他default了你就是100% loss，就跟投资股票债卷也不可能只买一个公司一样。
: 09年最高default rate的时候，也无非是赚的少了一些而已。投资版有个很长的帖子，
: 很多人都投钱了，实验了一年半载以后基本上都是加更多钱进去，怀疑这个模式的最少
: 做点homework再来纸上谈兵。
: 信用卡公司早就证明了这是一个赚钱的模式。
又是关联问题:) 如果他投一万个，但是每每之间的correlation是1，跟投1个没有任何
区别不是？
低关联的的环境，情况是100个可能有5个default，其他95个没事。强关联的环境，情
况时5%的可能性100个都完蛋，95%的可能性100个一起挺过去。平均yield都是5%，但是
风险的性质完全不一样。100%的可能性输5%比起5%的可能性全输光，对大多数投资者
impact也是不一样的。
我十来年前毕业第一份工就是做mortgage securitization，也在high yield index桌
子上也呆过。曾经是全职做这方面功课的。:) mortgage securitization 说白了就是
这个思路，N个mortgage pool到一起，default几个无大碍。好多公司做了十几年稳赚
，但是07，08年有的pool的价值一下子砍一半。有的mortgage bond还是有first loss
protection的。
high yield debt平时yield确实不错，但是down time来了都是哗啦啦一起倒。还是不
能过分轻信买几百个note这种diversification，毕竟还都是在这一个asset class里。
信用卡公司还收商家交易费，收card holder年费，这些占的比重挺大的，而且都是和
credit risk无关联的。所以和club lending这个还不具备直接可比性。
投资又不是信教，没啥信还是怀疑的。搞明白risk，reward和自己的承受能力就好了。
【在 h******b 的大作中提到】
: 投一个他default了你就是100% loss，就跟投资股票债卷也不可能只买一个公司一样。
: 09年最高default rate的时候，也无非是赚的少了一些而已。投资版有个很长的帖子，
: 很多人都投钱了，实验了一年半载以后基本上都是加更多钱进去，怀疑这个模式的最少
: 做点homework再来纸上谈兵。
: 信用卡公司早就证明了这是一个赚钱的模式。
n*s
61 楼
是啊，就这么莫名其妙把好虫赶跑了。
【在 z**********3 的大作中提到】
:
: 如果subprime次贷那种系统风险 会不会颗粒无收
: 好虫在搞lending club
: 赶走了少一个人讨论分享看法 唉
【在 z**********3 的大作中提到】
:
: 如果subprime次贷那种系统风险 会不会颗粒无收
: 好虫在搞lending club
: 赶走了少一个人讨论分享看法 唉
h*b
62 楼
你投资sp500一样能被腰斩。
p2p lending跟信用卡default rate是直接挂钩的。 历史记录都可以查。 怎么着也
不可能是100%。
信用卡公司成本高太多太多了。 你每个月收到多少offer？ 收商家那些手续费，杯
水车薪，根本不能和多出来的成本抵消。
lc的模式是根本不容置疑的。 唯一的担心是lc本身倒闭，或者政府提出新regulation
来打击它。一旦有类似fdic这样的保险公司，保证哪怕lc倒闭了一样有代理来收钱，我
会投更多钱进去的。 你去投资版看看，基本上只有加仓没有减仓的。
【在 a*********a 的大作中提到】
: 我就是给他提个醒，这样的diversification还是有pitfall的。不要太大意。
: 又是关联问题:) 如果他投一万个，但是每每之间的correlation是1，跟投1个没有任何
: 区别不是？
: 低关联的的环境，情况是100个可能有5个default，其他95个没事。强关联的环境，情
: 况时5%的可能性100个都完蛋，95%的可能性100个一起挺过去。平均yield都是5%，但是
: 风险的性质完全不一样。100%的可能性输5%比起5%的可能性全输光，对大多数投资者
: impact也是不一样的。
: 我十来年前毕业第一份工就是做mortgage securitization，也在high yield index桌
: 子上也呆过。曾经是全职做这方面功课的。:) mortgage securitization 说白了就是
: 这个思路，N个mortgage pool到一起，default几个无大碍。好多公司做了十几年稳赚
p2p lending跟信用卡default rate是直接挂钩的。 历史记录都可以查。 怎么着也
不可能是100%。
信用卡公司成本高太多太多了。 你每个月收到多少offer？ 收商家那些手续费，杯
水车薪，根本不能和多出来的成本抵消。
lc的模式是根本不容置疑的。 唯一的担心是lc本身倒闭，或者政府提出新regulation
来打击它。一旦有类似fdic这样的保险公司，保证哪怕lc倒闭了一样有代理来收钱，我
会投更多钱进去的。 你去投资版看看，基本上只有加仓没有减仓的。
【在 a*********a 的大作中提到】
: 我就是给他提个醒，这样的diversification还是有pitfall的。不要太大意。
: 又是关联问题:) 如果他投一万个，但是每每之间的correlation是1，跟投1个没有任何
: 区别不是？
: 低关联的的环境，情况是100个可能有5个default，其他95个没事。强关联的环境，情
: 况时5%的可能性100个都完蛋，95%的可能性100个一起挺过去。平均yield都是5%，但是
: 风险的性质完全不一样。100%的可能性输5%比起5%的可能性全输光，对大多数投资者
: impact也是不一样的。
: 我十来年前毕业第一份工就是做mortgage securitization，也在high yield index桌
: 子上也呆过。曾经是全职做这方面功课的。:) mortgage securitization 说白了就是
: 这个思路，N个mortgage pool到一起，default几个无大碍。好多公司做了十几年稳赚
w*g
63 楼
今天测了一下延时。12点过一点点的时候有35个loan放出。
我每隔5秒钟poll一次。然后计算我的时间戳和
listing_start_date的差。平均下来是11.5秒。
(注意从listing_start_date到实际放出有几秒钟的时间差)
listing更新后和之前时间点相比API调用没有显著变慢，
大部分情况是0.5秒左右返回。
下面列出了我poll的10分钟内remaining_amount的情况。
第一列是ID, 第二列是这个loan的额度，
第三列是我最早拿到这个loan时剩余
的额度，第四列是在我poll的过程中别人fund这个loan
的额度。可以确认有不少手脚快的人。
但是10分钟之内左右的listing都没有被完全fund。
而且有相当一部分我拿到listing的时候还完全没有被fund。
所以说还是有投资机会的。
loadID, total, max_remaining, funded
4450692 18000.0 18000.0 1050.0
4085384 35000.0 35000.0 5341.98
4166801 15000.0 15000.0 300.0
4229141 11500.0 10644.92 1566.09
4449561 4000.0 4000.0 3900.25
4431646 15000.0 14391.85 505.86
4432420 15000.0 15000.0 199.0
4450218 8000.0 8000.0 50.0
4285405 10000.0 9950.0 4014.25
4404979 10000.0 10000.0 50.0
4231607 10000.0 9770.0 1038.45
4131002 13000.0 12650.0 550.0
4230716 19901.0 19901.0 4253.65
4429375 18000.0 18000.0 1224.0
4451187 20000.0 20000.0 300.0
4233539 6500.0 6325.0 2200.0
4449480 9200.0 9150.0 750.25
4453065 10000.0 10000.0 111.25
4429642 6000.0 6000.0 325.0
4450764 15000.0 15000.0 1325.0
4305487 7500.0 6260.0 3092.97
4449114 12000.0 12000.0 1000.0
4230875 20000.0 20000.0 199.0
4432186 12000.0 12000.0 225.0
4449375 15000.0 15000.0 1681.39
4231904 7000.0 7000.0 4185.0
4429666 4000.0 3425.0 1725.0
4230884 7500.0 7500.0 4034.78
4430953 10000.0 10000.0 975.0
4449771 10000.0 10000.0 2075.0
4449390 12000.0 12000.0 1175.0
4450800 4700.0 4580.0 3050.25
4230899 8000.0 8000.0 330.0
4431292 10000.0 10000.0 600.0
4449534 6300.0 6300.0 5717.36
【在 w***g 的大作中提到】
: michigan不能搞lendingclub，但是可以搞prosper。
: 发现有个API可以下数据。可以把历史数据搞过来做机器学习，
: 然后对listing进行选择。不知道有没有搞头。
: Update:
: 他们很坏，现在能下到的data，listing和load已经分开了。
: 这样就没法做机器学习了。
: Update2:
: 能下到的listing data里面字段少了好多。但是线上还是可以看到
: borrower credit profile。不知道有没有肯能自己连续crawl，
: 然后等load data available了以后，通过date和amount把记录
我每隔5秒钟poll一次。然后计算我的时间戳和
listing_start_date的差。平均下来是11.5秒。
(注意从listing_start_date到实际放出有几秒钟的时间差)
listing更新后和之前时间点相比API调用没有显著变慢，
大部分情况是0.5秒左右返回。
下面列出了我poll的10分钟内remaining_amount的情况。
第一列是ID, 第二列是这个loan的额度，
第三列是我最早拿到这个loan时剩余
的额度，第四列是在我poll的过程中别人fund这个loan
的额度。可以确认有不少手脚快的人。
但是10分钟之内左右的listing都没有被完全fund。
而且有相当一部分我拿到listing的时候还完全没有被fund。
所以说还是有投资机会的。
loadID, total, max_remaining, funded
4450692 18000.0 18000.0 1050.0
4085384 35000.0 35000.0 5341.98
4166801 15000.0 15000.0 300.0
4229141 11500.0 10644.92 1566.09
4449561 4000.0 4000.0 3900.25
4431646 15000.0 14391.85 505.86
4432420 15000.0 15000.0 199.0
4450218 8000.0 8000.0 50.0
4285405 10000.0 9950.0 4014.25
4404979 10000.0 10000.0 50.0
4231607 10000.0 9770.0 1038.45
4131002 13000.0 12650.0 550.0
4230716 19901.0 19901.0 4253.65
4429375 18000.0 18000.0 1224.0
4451187 20000.0 20000.0 300.0
4233539 6500.0 6325.0 2200.0
4449480 9200.0 9150.0 750.25
4453065 10000.0 10000.0 111.25
4429642 6000.0 6000.0 325.0
4450764 15000.0 15000.0 1325.0
4305487 7500.0 6260.0 3092.97
4449114 12000.0 12000.0 1000.0
4230875 20000.0 20000.0 199.0
4432186 12000.0 12000.0 225.0
4449375 15000.0 15000.0 1681.39
4231904 7000.0 7000.0 4185.0
4429666 4000.0 3425.0 1725.0
4230884 7500.0 7500.0 4034.78
4430953 10000.0 10000.0 975.0
4449771 10000.0 10000.0 2075.0
4449390 12000.0 12000.0 1175.0
4450800 4700.0 4580.0 3050.25
4230899 8000.0 8000.0 330.0
4431292 10000.0 10000.0 600.0
4449534 6300.0 6300.0 5717.36
【在 w***g 的大作中提到】
: michigan不能搞lendingclub，但是可以搞prosper。
: 发现有个API可以下数据。可以把历史数据搞过来做机器学习，
: 然后对listing进行选择。不知道有没有搞头。
: Update:
: 他们很坏，现在能下到的data，listing和load已经分开了。
: 这样就没法做机器学习了。
: Update2:
: 能下到的listing data里面字段少了好多。但是线上还是可以看到
: borrower credit profile。不知道有没有肯能自己连续crawl，
: 然后等load data available了以后，通过date和amount把记录
h*b
64 楼
基金什么的是买whole loan, 能partial fund的都是散户。
https://orchardplatform.com/blog/impact-of-whole-loan-funding-on-prosper/
你可以看到大部分情况是整只loan吞下。
至于你用的api和基金用的是否是一样，lc有没有给大户开后门，就不知道了。
当然赚钱的机会肯定是有的，多几个少几个%的区别。
【在 w***g 的大作中提到】
: 今天测了一下延时。12点过一点点的时候有35个loan放出。
: 我每隔5秒钟poll一次。然后计算我的时间戳和
: listing_start_date的差。平均下来是11.5秒。
: (注意从listing_start_date到实际放出有几秒钟的时间差)
: listing更新后和之前时间点相比API调用没有显著变慢，
: 大部分情况是0.5秒左右返回。
: 下面列出了我poll的10分钟内remaining_amount的情况。
: 第一列是ID, 第二列是这个loan的额度，
: 第三列是我最早拿到这个loan时剩余
: 的额度，第四列是在我poll的过程中别人fund这个loan
https://orchardplatform.com/blog/impact-of-whole-loan-funding-on-prosper/
你可以看到大部分情况是整只loan吞下。
至于你用的api和基金用的是否是一样，lc有没有给大户开后门，就不知道了。
当然赚钱的机会肯定是有的，多几个少几个%的区别。
【在 w***g 的大作中提到】
: 今天测了一下延时。12点过一点点的时候有35个loan放出。
: 我每隔5秒钟poll一次。然后计算我的时间戳和
: listing_start_date的差。平均下来是11.5秒。
: (注意从listing_start_date到实际放出有几秒钟的时间差)
: listing更新后和之前时间点相比API调用没有显著变慢，
: 大部分情况是0.5秒左右返回。
: 下面列出了我poll的10分钟内remaining_amount的情况。
: 第一列是ID, 第二列是这个loan的额度，
: 第三列是我最早拿到这个loan时剩余
: 的额度，第四列是在我poll的过程中别人fund这个loan
a*a
65 楼
呵呵，既然跟马列主义，耶稣基督一样是“根本不容置疑的”，我也就不多说了。
【在 h******b 的大作中提到】
: 基金什么的是买whole loan, 能partial fund的都是散户。
: https://orchardplatform.com/blog/impact-of-whole-loan-funding-on-prosper/
: 你可以看到大部分情况是整只loan吞下。
: 至于你用的api和基金用的是否是一样，lc有没有给大户开后门，就不知道了。
: 当然赚钱的机会肯定是有的，多几个少几个%的区别。
【在 h******b 的大作中提到】
: 基金什么的是买whole loan, 能partial fund的都是散户。
: https://orchardplatform.com/blog/impact-of-whole-loan-funding-on-prosper/
: 你可以看到大部分情况是整只loan吞下。
: 至于你用的api和基金用的是否是一样，lc有没有给大户开后门，就不知道了。
: 当然赚钱的机会肯定是有的，多几个少几个%的区别。
l*s
66 楼
不太明白的是，lz做model的目的是什么
1.找出风险低可能回报高的note，投资之，获利？
2.买进其他投资者愿意购买的note，买下，然后卖出，赚取利差？
1.找出风险低可能回报高的note，投资之，获利？
2.买进其他投资者愿意购买的note，买下，然后卖出，赚取利差？
w*g
67 楼
michigan不能搞lendingclub，但是可以搞prosper。
发现有个API可以下数据。可以把历史数据搞过来做机器学习，
然后对listing进行选择。不知道有没有搞头。
Update:
他们很坏，现在能下到的data，listing和load已经分开了。
这样就没法做机器学习了。
Update2:
能下到的listing data里面字段少了好多。但是线上还是可以看到
borrower credit profile。不知道有没有肯能自己连续crawl，
然后等load data available了以后，通过date和amount把记录
对上。这个估计能搞的话也是苍蝇肉。
Update3:
发现光用listing data就可以做预测。见下面有图的帖子。
坚决相信天下没有免费的午餐，应该还有别的没有考虑到的问题。
发现有个API可以下数据。可以把历史数据搞过来做机器学习，
然后对listing进行选择。不知道有没有搞头。
Update:
他们很坏，现在能下到的data，listing和load已经分开了。
这样就没法做机器学习了。
Update2:
能下到的listing data里面字段少了好多。但是线上还是可以看到
borrower credit profile。不知道有没有肯能自己连续crawl，
然后等load data available了以后，通过date和amount把记录
对上。这个估计能搞的话也是苍蝇肉。
Update3:
发现光用listing data就可以做预测。见下面有图的帖子。
坚决相信天下没有免费的午餐，应该还有别的没有考虑到的问题。
h*b
68 楼
lc和prosper户头我都有。
推荐看：
https://www.nsrinvest.com
他们有背测系统，所以肯定是可以收集历史loan数据的。
http://www.lendacademy.com
这个博客也很强，笔者在lc/prosper投了四十万，写自己的经历，公开自己数据，现在
和nsrplatform已经合作开基金了，据说拉到一个亿。
至于你说的，lending robot已经在做了，拉了几个米的投资，收费也很便宜。不过他
们似乎不公开模块performance。 你要是搞一个应该能火。
推荐看：
https://www.nsrinvest.com
他们有背测系统，所以肯定是可以收集历史loan数据的。
http://www.lendacademy.com
这个博客也很强，笔者在lc/prosper投了四十万，写自己的经历，公开自己数据，现在
和nsrplatform已经合作开基金了，据说拉到一个亿。
至于你说的，lending robot已经在做了，拉了几个米的投资，收费也很便宜。不过他
们似乎不公开模块performance。 你要是搞一个应该能火。
w*g
69 楼
多谢你的链接。我先看看。不过这东西做出来也没法出来分享，容易惹麻烦，
乐趣就少了很多。得私下里搞。
如果大家都搞machine learning，最后会出现抢deal的现象。
然后就是low latency P2P lending了，然后出来啥co-location，
solarflare网卡之类的东西。哈哈。
【在 h******b 的大作中提到】
: lc和prosper户头我都有。
: 推荐看：
: https://www.nsrinvest.com
: 他们有背测系统，所以肯定是可以收集历史loan数据的。
: http://www.lendacademy.com
: 这个博客也很强，笔者在lc/prosper投了四十万，写自己的经历，公开自己数据，现在
: 和nsrplatform已经合作开基金了，据说拉到一个亿。
: 至于你说的，lending robot已经在做了，拉了几个米的投资，收费也很便宜。不过他
: 们似乎不公开模块performance。 你要是搞一个应该能火。
乐趣就少了很多。得私下里搞。
如果大家都搞machine learning，最后会出现抢deal的现象。
然后就是low latency P2P lending了，然后出来啥co-location，
solarflare网卡之类的东西。哈哈。
【在 h******b 的大作中提到】
: lc和prosper户头我都有。
: 推荐看：
: https://www.nsrinvest.com
: 他们有背测系统，所以肯定是可以收集历史loan数据的。
: http://www.lendacademy.com
: 这个博客也很强，笔者在lc/prosper投了四十万，写自己的经历，公开自己数据，现在
: 和nsrplatform已经合作开基金了，据说拉到一个亿。
: 至于你说的，lending robot已经在做了，拉了几个米的投资，收费也很便宜。不过他
: 们似乎不公开模块performance。 你要是搞一个应该能火。
T*i
70 楼
这玩意儿edge在什么地方？平台？顾客？risk management？
【在 w***g 的大作中提到】
: 多谢你的链接。我先看看。不过这东西做出来也没法出来分享，容易惹麻烦，
: 乐趣就少了很多。得私下里搞。
: 如果大家都搞machine learning，最后会出现抢deal的现象。
: 然后就是low latency P2P lending了，然后出来啥co-location，
: solarflare网卡之类的东西。哈哈。
【在 w***g 的大作中提到】
: 多谢你的链接。我先看看。不过这东西做出来也没法出来分享，容易惹麻烦，
: 乐趣就少了很多。得私下里搞。
: 如果大家都搞machine learning，最后会出现抢deal的现象。
: 然后就是low latency P2P lending了，然后出来啥co-location，
: solarflare网卡之类的东西。哈哈。
w*g
71 楼
你说p2p lending? 个人小额借贷历史上是信用卡公司做的事情，
有了p2p以后普通人也可以做了。这个p2p可以和信用卡公司拼APR。
比炒股的好处是风险小，比做包租公的好处是省心。缺点是回报
比较少。我以前是月光，2015年发现竟然有一小点点盈余了，想
找地方投出去。我最近一年多一直是看空股市的，房市现在又在
高点，P2P lending比存银行强点吧，所以正在看这个。
(今天SPX已经破过2000了，更加让我坚持看空了。按经济周期算，
下一波破灭不远了。所以做lending也得小心，省得破灭了钱收
不回来。)
【在 T********i 的大作中提到】
: 这玩意儿edge在什么地方？平台？顾客？risk management？
有了p2p以后普通人也可以做了。这个p2p可以和信用卡公司拼APR。
比炒股的好处是风险小，比做包租公的好处是省心。缺点是回报
比较少。我以前是月光，2015年发现竟然有一小点点盈余了，想
找地方投出去。我最近一年多一直是看空股市的，房市现在又在
高点，P2P lending比存银行强点吧，所以正在看这个。
(今天SPX已经破过2000了，更加让我坚持看空了。按经济周期算，
下一波破灭不远了。所以做lending也得小心，省得破灭了钱收
不回来。)
【在 T********i 的大作中提到】
: 这玩意儿edge在什么地方？平台？顾客？risk management？
T*i
72 楼
同意你的说法。你想个人投资还是想把p2p lending当生意做？这东西当生意做你想做
卖方还是买方？做买方的话arbitrage opportunity在哪里？
【在 w***g 的大作中提到】
: 你说p2p lending? 个人小额借贷历史上是信用卡公司做的事情，
: 有了p2p以后普通人也可以做了。这个p2p可以和信用卡公司拼APR。
: 比炒股的好处是风险小，比做包租公的好处是省心。缺点是回报
: 比较少。我以前是月光，2015年发现竟然有一小点点盈余了，想
: 找地方投出去。我最近一年多一直是看空股市的，房市现在又在
: 高点，P2P lending比存银行强点吧，所以正在看这个。
: (今天SPX已经破过2000了，更加让我坚持看空了。按经济周期算，
: 下一波破灭不远了。所以做lending也得小心，省得破灭了钱收
: 不回来。)
卖方还是买方？做买方的话arbitrage opportunity在哪里？
【在 w***g 的大作中提到】
: 你说p2p lending? 个人小额借贷历史上是信用卡公司做的事情，
: 有了p2p以后普通人也可以做了。这个p2p可以和信用卡公司拼APR。
: 比炒股的好处是风险小，比做包租公的好处是省心。缺点是回报
: 比较少。我以前是月光，2015年发现竟然有一小点点盈余了，想
: 找地方投出去。我最近一年多一直是看空股市的，房市现在又在
: 高点，P2P lending比存银行强点吧，所以正在看这个。
: (今天SPX已经破过2000了，更加让我坚持看空了。按经济周期算，
: 下一波破灭不远了。所以做lending也得小心，省得破灭了钱收
: 不回来。)
w*g
73 楼
我不会做生意，当然是自己投资了。其实是借投资的名头花时间玩技术。
最后要按hourly rate算肯定得不偿失。
【在 T********i 的大作中提到】
: 同意你的说法。你想个人投资还是想把p2p lending当生意做？这东西当生意做你想做
: 卖方还是买方？做买方的话arbitrage opportunity在哪里？
最后要按hourly rate算肯定得不偿失。
【在 T********i 的大作中提到】
: 同意你的说法。你想个人投资还是想把p2p lending当生意做？这东西当生意做你想做
: 卖方还是买方？做买方的话arbitrage opportunity在哪里？
w*g
74 楼
发现其实并不需要把listing和loan关联起来。
假设是已经有很多人在搞machine learning了，那么
一个很好的indicator就是listing结束起始时间差。
这个时间差就是热门程度。很快就卖出去的，就是
有利可图的，否则就不是。
这里面又可以分两类。一类是机构，一类是散户。
(机构：做算法自动trading的，不一定真是机构.)
特点就是机构出手快，散户出手慢。如果画出分布
来看的话就是log(T)有两个峰值，是bi-normal
distribution。如果落在机构那个峰值里的，
就是值得买，否则就是不值得买。
图我在下面贴出来。
【在 w***g 的大作中提到】
: michigan不能搞lendingclub，但是可以搞prosper。
: 发现有个API可以下数据。可以把历史数据搞过来做机器学习，
: 然后对listing进行选择。不知道有没有搞头。
: Update:
: 他们很坏，现在能下到的data，listing和load已经分开了。
: 这样就没法做机器学习了。
: Update2:
: 能下到的listing data里面字段少了好多。但是线上还是可以看到
: borrower credit profile。不知道有没有肯能自己连续crawl，
: 然后等load data available了以后，通过date和amount把记录
假设是已经有很多人在搞machine learning了，那么
一个很好的indicator就是listing结束起始时间差。
这个时间差就是热门程度。很快就卖出去的，就是
有利可图的，否则就不是。
这里面又可以分两类。一类是机构，一类是散户。
(机构：做算法自动trading的，不一定真是机构.)
特点就是机构出手快，散户出手慢。如果画出分布
来看的话就是log(T)有两个峰值，是bi-normal
distribution。如果落在机构那个峰值里的，
就是值得买，否则就是不值得买。
图我在下面贴出来。
【在 w***g 的大作中提到】
: michigan不能搞lendingclub，但是可以搞prosper。
: 发现有个API可以下数据。可以把历史数据搞过来做机器学习，
: 然后对listing进行选择。不知道有没有搞头。
: Update:
: 他们很坏，现在能下到的data，listing和load已经分开了。
: 这样就没法做机器学习了。
: Update2:
: 能下到的listing data里面字段少了好多。但是线上还是可以看到
: borrower credit profile。不知道有没有肯能自己连续crawl，
: 然后等load data available了以后，通过date和amount把记录
w*g
75 楼
写了半天不小心关掉了，不爽。
这里是2015年全年状态是complete的listing的在线时间统计图。
X轴是log(listing_end_time - listing_begin_time，秒)，
Y轴是比例。曲线下面积为1.
很明显可以看到两个峰。第一个峰是10秒左右，第二个峰是30秒。
也就是说有利可图的10秒就会被抢掉。否则30秒左右也会开始被慢慢
消化掉。（注意是logscale，第二个峰的消化掉平均时间要远大于30秒)
从统计数据上看大部分loan最终都会被卖出去，所以prosper应该是
个卖方市场。
于是就变成了二分类问题，判断一个load是否值得抢。这个分类可以做得
非常准确。因为这个是预测别人的算法预测结果。（不过别人的预测
本身未必准。）然后就是怎么在10秒之内迅速下单抢deal。
我没仔细读文档，上面这个结果解读里有大量的脑补，而且程序也可能
有错。希望玩P2P的同学给看看是不是靠谱。
【在 w***g 的大作中提到】
: 发现其实并不需要把listing和loan关联起来。
: 假设是已经有很多人在搞machine learning了，那么
: 一个很好的indicator就是listing结束起始时间差。
: 这个时间差就是热门程度。很快就卖出去的，就是
: 有利可图的，否则就不是。
: 这里面又可以分两类。一类是机构，一类是散户。
: (机构：做算法自动trading的，不一定真是机构.)
: 特点就是机构出手快，散户出手慢。如果画出分布
: 来看的话就是log(T)有两个峰值，是bi-normal
: distribution。如果落在机构那个峰值里的，
这里是2015年全年状态是complete的listing的在线时间统计图。
X轴是log(listing_end_time - listing_begin_time，秒)，
Y轴是比例。曲线下面积为1.
很明显可以看到两个峰。第一个峰是10秒左右，第二个峰是30秒。
也就是说有利可图的10秒就会被抢掉。否则30秒左右也会开始被慢慢
消化掉。（注意是logscale，第二个峰的消化掉平均时间要远大于30秒)
从统计数据上看大部分loan最终都会被卖出去，所以prosper应该是
个卖方市场。
于是就变成了二分类问题，判断一个load是否值得抢。这个分类可以做得
非常准确。因为这个是预测别人的算法预测结果。（不过别人的预测
本身未必准。）然后就是怎么在10秒之内迅速下单抢deal。
我没仔细读文档，上面这个结果解读里有大量的脑补，而且程序也可能
有错。希望玩P2P的同学给看看是不是靠谱。
【在 w***g 的大作中提到】
: 发现其实并不需要把listing和loan关联起来。
: 假设是已经有很多人在搞machine learning了，那么
: 一个很好的indicator就是listing结束起始时间差。
: 这个时间差就是热门程度。很快就卖出去的，就是
: 有利可图的，否则就不是。
: 这里面又可以分两类。一类是机构，一类是散户。
: (机构：做算法自动trading的，不一定真是机构.)
: 特点就是机构出手快，散户出手慢。如果画出分布
: 来看的话就是log(T)有两个峰值，是bi-normal
: distribution。如果落在机构那个峰值里的，
w*g
76 楼
网上找的。prosper每天固定时间更新listing。
这样就不用成天poll了，9点抢一次5点抢一次。
每次前后也就是一两分钟的样子。
看着似乎像是可以搞搞的样子。肯定干不过机构，
不过每天去抢，或许能在尾巴上捞到一点。
http://www.lendacademy.com/how-to-make-sure-you-never-miss-anot
When Prosper Adds Loans to Their Platform
I contacted Prosper about this problem and they gave me a tip that will help
. Prosper adds new loans on to their platform at specific times each day.
These times are 9am and 5pm (Pacific time) on weekdays and noon on Saturday
and Sunday. So, if you want to invest in popular loans you should login just
after those times. I checked this morning and there were 34 new loans added
to the platform at 9am.
【在 w***g 的大作中提到】
: 写了半天不小心关掉了，不爽。
: 这里是2015年全年状态是complete的listing的在线时间统计图。
: X轴是log(listing_end_time - listing_begin_time，秒)，
: Y轴是比例。曲线下面积为1.
: 很明显可以看到两个峰。第一个峰是10秒左右，第二个峰是30秒。
: 也就是说有利可图的10秒就会被抢掉。否则30秒左右也会开始被慢慢
: 消化掉。（注意是logscale，第二个峰的消化掉平均时间要远大于30秒)
: 从统计数据上看大部分loan最终都会被卖出去，所以prosper应该是
: 个卖方市场。
: 于是就变成了二分类问题，判断一个load是否值得抢。这个分类可以做得
这样就不用成天poll了，9点抢一次5点抢一次。
每次前后也就是一两分钟的样子。
看着似乎像是可以搞搞的样子。肯定干不过机构，
不过每天去抢，或许能在尾巴上捞到一点。
http://www.lendacademy.com/how-to-make-sure-you-never-miss-anot
When Prosper Adds Loans to Their Platform
I contacted Prosper about this problem and they gave me a tip that will help
. Prosper adds new loans on to their platform at specific times each day.
These times are 9am and 5pm (Pacific time) on weekdays and noon on Saturday
and Sunday. So, if you want to invest in popular loans you should login just
after those times. I checked this morning and there were 34 new loans added
to the platform at 9am.
【在 w***g 的大作中提到】
: 写了半天不小心关掉了，不爽。
: 这里是2015年全年状态是complete的listing的在线时间统计图。
: X轴是log(listing_end_time - listing_begin_time，秒)，
: Y轴是比例。曲线下面积为1.
: 很明显可以看到两个峰。第一个峰是10秒左右，第二个峰是30秒。
: 也就是说有利可图的10秒就会被抢掉。否则30秒左右也会开始被慢慢
: 消化掉。（注意是logscale，第二个峰的消化掉平均时间要远大于30秒)
: 从统计数据上看大部分loan最终都会被卖出去，所以prosper应该是
: 个卖方市场。
: 于是就变成了二分类问题，判断一个load是否值得抢。这个分类可以做得
T*i
77 楼
一个note fature有多少？
help
Saturday
just
【在 w***g 的大作中提到】
: 网上找的。prosper每天固定时间更新listing。
: 这样就不用成天poll了，9点抢一次5点抢一次。
: 每次前后也就是一两分钟的样子。
: 看着似乎像是可以搞搞的样子。肯定干不过机构，
: 不过每天去抢，或许能在尾巴上捞到一点。
: http://www.lendacademy.com/how-to-make-sure-you-never-miss-anot
: When Prosper Adds Loans to Their Platform
: I contacted Prosper about this problem and they gave me a tip that will help
: . Prosper adds new loans on to their platform at specific times each day.
: These times are 9am and 5pm (Pacific time) on weekdays and noon on Saturday
help
Saturday
just
【在 w***g 的大作中提到】
: 网上找的。prosper每天固定时间更新listing。
: 这样就不用成天poll了，9点抢一次5点抢一次。
: 每次前后也就是一两分钟的样子。
: 看着似乎像是可以搞搞的样子。肯定干不过机构，
: 不过每天去抢，或许能在尾巴上捞到一点。
: http://www.lendacademy.com/how-to-make-sure-you-never-miss-anot
: When Prosper Adds Loans to Their Platform
: I contacted Prosper about this problem and they gave me a tip that will help
: . Prosper adds new loans on to their platform at specific times each day.
: These times are 9am and 5pm (Pacific time) on weekdays and noon on Saturday
w*g
78 楼
你说的是feature? 下面是我在线用API拿到的一个样本。
批量下载的历史数据里好像字段不完全一样，city之类的也是有的。
{
"amount_delinquent": 0.0,
"amount_funded": 3498.68,
"amount_participation": 0.0,
"amount_remaining": 7501.32,
"bankcard_utilization": 0.33,
"borrower_apr": 0.07493,
"borrower_city": "JACKSONVILLE",
"borrower_metropolitan_area": "(Not Implemented)",
"borrower_rate": 0.0613,
"borrower_state": "FL",
"channel_code": "90000",
"credit_lines_last7_years": 15,
"credit_pull_date": "2015-12-31 20:00:29 +0000",
"current_credit_lines": 7,
"current_delinquencies": 0,
"delinquencies_last7_years": 0,
"delinquencies_over30_days": 0,
"delinquencies_over60_days": 0,
"delinquencies_over90_days": 0,
"dti_wprosper_loan": 0.3,
"effective_yield": 0.0516,
"employment_status_description": "Employed",
"estimated_loss_rate": 0.0099,
"estimated_return": 0.0417,
"fico_score": "780-799",
"first_recorded_credit_line": "1996-11-01 08:00:00 +0000",
"funding_threshold": 0.7,
"group_indicator": false,
"income_range": 3,
"income_range_description": "$25,000-49,999",
"income_verifiable": true,
"inquiries_last6_months": 0,
"installment_balance": 1274.0,
"investment_type_description": "Fractional",
"investment_typeid": 1,
"is_homeowner": false,
"last_updated_date": "2016-01-04 12:15:21 +0000",
"lender_indicator": 0,
"lender_yield": 0.0513,
"listing_amount": 11000.0,
"listing_category_id": 7,
"listing_creation_date": "2016-01-03 15:03:10 +0000",
"listing_monthly_payment": 335.29,
"listing_number": 4429977,
"listing_start_date": "2016-01-03 20:01:19 +0000",
"listing_status": 2,
"listing_status_reason": "Active",
"listing_term": 36,
"listing_title": "Other",
"member_key": "BCFF33939537079A08B4",
"monthly_debt": 595.0,
"months_employed": 12,
"now_delinquent_derog": 0,
"occupation": "Other",
"oldest_trade_open_date": "11011996",
"open_credit_lines": 7,
"partial_funding_indicator": true,
"percent_funded": 0.318,
"prior_prosper_loans": 0,
"prior_prosper_loans_active": 0,
"prosper_rating": "AA",
"prosper_score": 10,
"public_records_last10_years": 0,
"public_records_last12_months": 0,
"revolving_available_percent": 67,
"revolving_balance": 11318.0,
"satisfactory_accounts": 15,
"scorex": "748-777",
"stated_monthly_income": 3083.33,
"total_inquiries": 1,
"total_open_revolving_accounts": 7,
"total_trade_items": 15,
"verification_stage": 2,
"was_delinquent_derog": 0
},
【在 T********i 的大作中提到】
: 一个note fature有多少？
:
: help
: Saturday
: just
批量下载的历史数据里好像字段不完全一样，city之类的也是有的。
{
"amount_delinquent": 0.0,
"amount_funded": 3498.68,
"amount_participation": 0.0,
"amount_remaining": 7501.32,
"bankcard_utilization": 0.33,
"borrower_apr": 0.07493,
"borrower_city": "JACKSONVILLE",
"borrower_metropolitan_area": "(Not Implemented)",
"borrower_rate": 0.0613,
"borrower_state": "FL",
"channel_code": "90000",
"credit_lines_last7_years": 15,
"credit_pull_date": "2015-12-31 20:00:29 +0000",
"current_credit_lines": 7,
"current_delinquencies": 0,
"delinquencies_last7_years": 0,
"delinquencies_over30_days": 0,
"delinquencies_over60_days": 0,
"delinquencies_over90_days": 0,
"dti_wprosper_loan": 0.3,
"effective_yield": 0.0516,
"employment_status_description": "Employed",
"estimated_loss_rate": 0.0099,
"estimated_return": 0.0417,
"fico_score": "780-799",
"first_recorded_credit_line": "1996-11-01 08:00:00 +0000",
"funding_threshold": 0.7,
"group_indicator": false,
"income_range": 3,
"income_range_description": "$25,000-49,999",
"income_verifiable": true,
"inquiries_last6_months": 0,
"installment_balance": 1274.0,
"investment_type_description": "Fractional",
"investment_typeid": 1,
"is_homeowner": false,
"last_updated_date": "2016-01-04 12:15:21 +0000",
"lender_indicator": 0,
"lender_yield": 0.0513,
"listing_amount": 11000.0,
"listing_category_id": 7,
"listing_creation_date": "2016-01-03 15:03:10 +0000",
"listing_monthly_payment": 335.29,
"listing_number": 4429977,
"listing_start_date": "2016-01-03 20:01:19 +0000",
"listing_status": 2,
"listing_status_reason": "Active",
"listing_term": 36,
"listing_title": "Other",
"member_key": "BCFF33939537079A08B4",
"monthly_debt": 595.0,
"months_employed": 12,
"now_delinquent_derog": 0,
"occupation": "Other",
"oldest_trade_open_date": "11011996",
"open_credit_lines": 7,
"partial_funding_indicator": true,
"percent_funded": 0.318,
"prior_prosper_loans": 0,
"prior_prosper_loans_active": 0,
"prosper_rating": "AA",
"prosper_score": 10,
"public_records_last10_years": 0,
"public_records_last12_months": 0,
"revolving_available_percent": 67,
"revolving_balance": 11318.0,
"satisfactory_accounts": 15,
"scorex": "748-777",
"stated_monthly_income": 3083.33,
"total_inquiries": 1,
"total_open_revolving_accounts": 7,
"total_trade_items": 15,
"verification_stage": 2,
"was_delinquent_derog": 0
},
【在 T********i 的大作中提到】
: 一个note fature有多少？
:
: help
: Saturday
: just
T*i
79 楼
有趣。真可以ML一下。
【在 w***g 的大作中提到】
: 你说的是feature? 下面是我在线用API拿到的一个样本。
: 批量下载的历史数据里好像字段不完全一样，city之类的也是有的。
: {
: "amount_delinquent": 0.0,
: "amount_funded": 3498.68,
: "amount_participation": 0.0,
: "amount_remaining": 7501.32,
: "bankcard_utilization": 0.33,
: "borrower_apr": 0.07493,
: "borrower_city": "JACKSONVILLE",
【在 w***g 的大作中提到】
: 你说的是feature? 下面是我在线用API拿到的一个样本。
: 批量下载的历史数据里好像字段不完全一样，city之类的也是有的。
: {
: "amount_delinquent": 0.0,
: "amount_funded": 3498.68,
: "amount_participation": 0.0,
: "amount_remaining": 7501.32,
: "bankcard_utilization": 0.33,
: "borrower_apr": 0.07493,
: "borrower_city": "JACKSONVILLE",
d*r
80 楼
搞出来就相当于是 P2P 的 HFT ?
b*s
81 楼
in your case, maybe passive management funds are good choices
e.g., buy in some index funds when the indices are at low
【在 w***g 的大作中提到】
: 你说p2p lending? 个人小额借贷历史上是信用卡公司做的事情，
: 有了p2p以后普通人也可以做了。这个p2p可以和信用卡公司拼APR。
: 比炒股的好处是风险小，比做包租公的好处是省心。缺点是回报
: 比较少。我以前是月光，2015年发现竟然有一小点点盈余了，想
: 找地方投出去。我最近一年多一直是看空股市的，房市现在又在
: 高点，P2P lending比存银行强点吧，所以正在看这个。
: (今天SPX已经破过2000了，更加让我坚持看空了。按经济周期算，
: 下一波破灭不远了。所以做lending也得小心，省得破灭了钱收
: 不回来。)
e.g., buy in some index funds when the indices are at low
【在 w***g 的大作中提到】
: 你说p2p lending? 个人小额借贷历史上是信用卡公司做的事情，
: 有了p2p以后普通人也可以做了。这个p2p可以和信用卡公司拼APR。
: 比炒股的好处是风险小，比做包租公的好处是省心。缺点是回报
: 比较少。我以前是月光，2015年发现竟然有一小点点盈余了，想
: 找地方投出去。我最近一年多一直是看空股市的，房市现在又在
: 高点，P2P lending比存银行强点吧，所以正在看这个。
: (今天SPX已经破过2000了，更加让我坚持看空了。按经济周期算，
: 下一波破灭不远了。所以做lending也得小心，省得破灭了钱收
: 不回来。)
w*g
82 楼
刚刚折腾了一下XGBoost。如果把20秒以内卖出的算作positive，
别的所有的算作negative，3-fold cross validation的ROC AUC能到0.99。
好到我都怀疑代码有错了。也有可能我的假设有问题。
【在 w***g 的大作中提到】
: 写了半天不小心关掉了，不爽。
: 这里是2015年全年状态是complete的listing的在线时间统计图。
: X轴是log(listing_end_time - listing_begin_time，秒)，
: Y轴是比例。曲线下面积为1.
: 很明显可以看到两个峰。第一个峰是10秒左右，第二个峰是30秒。
: 也就是说有利可图的10秒就会被抢掉。否则30秒左右也会开始被慢慢
: 消化掉。（注意是logscale，第二个峰的消化掉平均时间要远大于30秒)
: 从统计数据上看大部分loan最终都会被卖出去，所以prosper应该是
: 个卖方市场。
: 于是就变成了二分类问题，判断一个load是否值得抢。这个分类可以做得
别的所有的算作negative，3-fold cross validation的ROC AUC能到0.99。
好到我都怀疑代码有错了。也有可能我的假设有问题。
【在 w***g 的大作中提到】
: 写了半天不小心关掉了，不爽。
: 这里是2015年全年状态是complete的listing的在线时间统计图。
: X轴是log(listing_end_time - listing_begin_time，秒)，
: Y轴是比例。曲线下面积为1.
: 很明显可以看到两个峰。第一个峰是10秒左右，第二个峰是30秒。
: 也就是说有利可图的10秒就会被抢掉。否则30秒左右也会开始被慢慢
: 消化掉。（注意是logscale，第二个峰的消化掉平均时间要远大于30秒)
: 从统计数据上看大部分loan最终都会被卖出去，所以prosper应该是
: 个卖方市场。
: 于是就变成了二分类问题，判断一个load是否值得抢。这个分类可以做得
T*i
83 楼
也可能大家做法都一样。
【在 w***g 的大作中提到】
: 刚刚折腾了一下XGBoost。如果把20秒以内卖出的算作positive，
: 别的所有的算作negative，3-fold cross validation的ROC AUC能到0.99。
: 好到我都怀疑代码有错了。也有可能我的假设有问题。
【在 w***g 的大作中提到】
: 刚刚折腾了一下XGBoost。如果把20秒以内卖出的算作positive，
: 别的所有的算作negative，3-fold cross validation的ROC AUC能到0.99。
: 好到我都怀疑代码有错了。也有可能我的假设有问题。
w*g
84 楼
有可能。那就只有两个可能了。
1. deal很难抢到。
2. 如果我这种后之后觉的外行都能抢到，那就是其实不是deal。
可能性2也就意味其实prosper整个就不值得搞。
【在 T********i 的大作中提到】
: 也可能大家做法都一样。
1. deal很难抢到。
2. 如果我这种后之后觉的外行都能抢到，那就是其实不是deal。
可能性2也就意味其实prosper整个就不值得搞。
【在 T********i 的大作中提到】
: 也可能大家做法都一样。
l*n
85 楼
听着negative估计基本就是1.
你先sample了吗？
【在 w***g 的大作中提到】
: 刚刚折腾了一下XGBoost。如果把20秒以内卖出的算作positive，
: 别的所有的算作negative，3-fold cross validation的ROC AUC能到0.99。
: 好到我都怀疑代码有错了。也有可能我的假设有问题。
你先sample了吗？
【在 w***g 的大作中提到】
: 刚刚折腾了一下XGBoost。如果把20秒以内卖出的算作positive，
: 别的所有的算作negative，3-fold cross validation的ROC AUC能到0.99。
: 好到我都怀疑代码有错了。也有可能我的假设有问题。
h*b
86 楼
你就是随机投，25刀一个note买几百个，选中等风险的，没有任何历史信用问题的，用
prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
【在 w***g 的大作中提到】
: 有可能。那就只有两个可能了。
: 1. deal很难抢到。
: 2. 如果我这种后之后觉的外行都能抢到，那就是其实不是deal。
: 可能性2也就意味其实prosper整个就不值得搞。
prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
【在 w***g 的大作中提到】
: 有可能。那就只有两个可能了。
: 1. deal很难抢到。
: 2. 如果我这种后之后觉的外行都能抢到，那就是其实不是deal。
: 可能性2也就意味其实prosper整个就不值得搞。
z*3
87 楼
如果subprime次贷那种系统风险 会不会颗粒无收
好虫在搞lending club
赶走了少一个人讨论分享看法 唉
【在 h******b 的大作中提到】
: 你就是随机投，25刀一个note买几百个，选中等风险的，没有任何历史信用问题的，用
: prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
: 你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
: model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
w*g
88 楼
negative 0.88。sample了应该也还在0.9以上。
【在 l******n 的大作中提到】
: 听着negative估计基本就是1.
: 你先sample了吗？
【在 l******n 的大作中提到】
: 听着negative估计基本就是1.
: 你先sample了吗？
w*g
89 楼
会。08年的default rate就远高于现在。另外prosper或lending club本身可能完蛋。
【在 z**********3 的大作中提到】
:
: 如果subprime次贷那种系统风险 会不会颗粒无收
: 好虫在搞lending club
: 赶走了少一个人讨论分享看法 唉
【在 z**********3 的大作中提到】
:
: 如果subprime次贷那种系统风险 会不会颗粒无收
: 好虫在搞lending club
: 赶走了少一个人讨论分享看法 唉
T*i
90 楼
恭喜你，你可以做到和别人一样了 :)
【在 w***g 的大作中提到】
: negative 0.88。sample了应该也还在0.9以上。
【在 w***g 的大作中提到】
: negative 0.88。sample了应该也还在0.9以上。
h*b
91 楼
08年也就是回报低，哪怕颗粒无收，也比股市腰斩强。投资版有个很长的lending club
帖子。好虫只是离开了这个板块吧，别的板块应该无所谓？
【在 z**********3 的大作中提到】
:
: 如果subprime次贷那种系统风险 会不会颗粒无收
: 好虫在搞lending club
: 赶走了少一个人讨论分享看法 唉
帖子。好虫只是离开了这个板块吧，别的板块应该无所谓？
【在 z**********3 的大作中提到】
:
: 如果subprime次贷那种系统风险 会不会颗粒无收
: 好虫在搞lending club
: 赶走了少一个人讨论分享看法 唉
l*n
92 楼
这么稳定有没有风险的投资方式存在本身就很可疑。我很怀疑你看到的数据本身可能是
有问题的，因为这个基本就是稍微把underwriting里的rule改一下就行。次贷比这个管
理严格多了，但是很多东西在执行的时候都变样了，所以看起来risk控制的很好，实际
上都是一团浆糊。
【在 h******b 的大作中提到】
: 你就是随机投，25刀一个note买几百个，选中等风险的，没有任何历史信用问题的，用
: prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
: 你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
: model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
有问题的，因为这个基本就是稍微把underwriting里的rule改一下就行。次贷比这个管
理严格多了，但是很多东西在执行的时候都变样了，所以看起来risk控制的很好，实际
上都是一团浆糊。
【在 h******b 的大作中提到】
: 你就是随机投，25刀一个note买几百个，选中等风险的，没有任何历史信用问题的，用
: prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
: 你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
: model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
a*a
93 楼
提个醒，这个是假设这些notes的delinquant correlation很小，所以小额多笔可以降
低总体回报率的标准差。
但是recession的时候delinquant correlation很可能急剧上升。那时候投几百个，回
报率的volatility不一定比投一个低很多。
【在 h******b 的大作中提到】
: 你就是随机投，25刀一个note买几百个，选中等风险的，没有任何历史信用问题的，用
: prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
: 你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
: model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
低总体回报率的标准差。
但是recession的时候delinquant correlation很可能急剧上升。那时候投几百个，回
报率的volatility不一定比投一个低很多。
【在 h******b 的大作中提到】
: 你就是随机投，25刀一个note买几百个，选中等风险的，没有任何历史信用问题的，用
: prosper本身的全自动模式，一年弄个6-8%很轻松，而且没有股市的波动。
: 你可以看看lending academy每个季度的my returns，真的很稳定。 他优化了他的
: model而且精挑细选成绩自然更好，但这个投资本身是赚钱的。
l*n
94 楼
这就不得不提到copula和一个国人大牛了。。。这是quant的话题呀
【在 a*********a 的大作中提到】
: 提个醒，这个是假设这些notes的delinquant correlation很小，所以小额多笔可以降
: 低总体回报率的标准差。
: 但是recession的时候delinquant correlation很可能急剧上升。那时候投几百个，回
: 报率的volatility不一定比投一个低很多。
【在 a*********a 的大作中提到】
: 提个醒，这个是假设这些notes的delinquant correlation很小，所以小额多笔可以降
: 低总体回报率的标准差。
: 但是recession的时候delinquant correlation很可能急剧上升。那时候投几百个，回
: 报率的volatility不一定比投一个低很多。
h*b
95 楼
投一个他default了你就是100% loss，就跟投资股票债卷也不可能只买一个公司一样。
09年最高default rate的时候，也无非是赚的少了一些而已。投资版有个很长的帖子，
很多人都投钱了，实验了一年半载以后基本上都是加更多钱进去，怀疑这个模式的最少
做点homework再来纸上谈兵。
信用卡公司早就证明了这是一个赚钱的模式。
【在 a*********a 的大作中提到】
: 提个醒，这个是假设这些notes的delinquant correlation很小，所以小额多笔可以降
: 低总体回报率的标准差。
: 但是recession的时候delinquant correlation很可能急剧上升。那时候投几百个，回
: 报率的volatility不一定比投一个低很多。
09年最高default rate的时候，也无非是赚的少了一些而已。投资版有个很长的帖子，
很多人都投钱了，实验了一年半载以后基本上都是加更多钱进去，怀疑这个模式的最少
做点homework再来纸上谈兵。
信用卡公司早就证明了这是一个赚钱的模式。
【在 a*********a 的大作中提到】
: 提个醒，这个是假设这些notes的delinquant correlation很小，所以小额多笔可以降
: 低总体回报率的标准差。
: 但是recession的时候delinquant correlation很可能急剧上升。那时候投几百个，回
: 报率的volatility不一定比投一个低很多。
a*a
96 楼
我就是给他提个醒，这样的diversification还是有pitfall的。不要太大意。
又是关联问题:) 如果他投一万个，但是每每之间的correlation是1，跟投1个没有任何
区别不是？
低关联的的环境，情况是100个可能有5个default，其他95个没事。强关联的环境，情
况时5%的可能性100个都完蛋，95%的可能性100个一起挺过去。平均yield都是5%，但是
风险的性质完全不一样。100%的可能性输5%比起5%的可能性全输光，对大多数投资者
impact也是不一样的。
我十来年前毕业第一份工就是做mortgage securitization，也在high yield index桌
子上也呆过。曾经是全职做这方面功课的。:) mortgage securitization 说白了就是
这个思路，N个mortgage pool到一起，default几个无大碍。好多公司做了十几年稳赚
，但是07，08年有的pool的价值一下子砍一半。有的mortgage bond还是有first loss
protection的。
high yield debt平时yield确实不错，但是down time来了都是哗啦啦一起倒。还是不
能过分轻信买几百个note这种diversification，毕竟还都是在这一个asset class里。
信用卡公司还收商家交易费，收card holder年费，这些占的比重挺大的，而且都是和
credit risk无关联的。所以和club lending这个还不具备直接可比性。
投资又不是信教，没啥信还是怀疑的。搞明白risk，reward和自己的承受能力就好了。
【在 h******b 的大作中提到】
: 投一个他default了你就是100% loss，就跟投资股票债卷也不可能只买一个公司一样。
: 09年最高default rate的时候，也无非是赚的少了一些而已。投资版有个很长的帖子，
: 很多人都投钱了，实验了一年半载以后基本上都是加更多钱进去，怀疑这个模式的最少
: 做点homework再来纸上谈兵。
: 信用卡公司早就证明了这是一个赚钱的模式。
又是关联问题:) 如果他投一万个，但是每每之间的correlation是1，跟投1个没有任何
区别不是？
低关联的的环境，情况是100个可能有5个default，其他95个没事。强关联的环境，情
况时5%的可能性100个都完蛋，95%的可能性100个一起挺过去。平均yield都是5%，但是
风险的性质完全不一样。100%的可能性输5%比起5%的可能性全输光，对大多数投资者
impact也是不一样的。
我十来年前毕业第一份工就是做mortgage securitization，也在high yield index桌
子上也呆过。曾经是全职做这方面功课的。:) mortgage securitization 说白了就是
这个思路，N个mortgage pool到一起，default几个无大碍。好多公司做了十几年稳赚
，但是07，08年有的pool的价值一下子砍一半。有的mortgage bond还是有first loss
protection的。
high yield debt平时yield确实不错，但是down time来了都是哗啦啦一起倒。还是不
能过分轻信买几百个note这种diversification，毕竟还都是在这一个asset class里。
信用卡公司还收商家交易费，收card holder年费，这些占的比重挺大的，而且都是和
credit risk无关联的。所以和club lending这个还不具备直接可比性。
投资又不是信教，没啥信还是怀疑的。搞明白risk，reward和自己的承受能力就好了。
【在 h******b 的大作中提到】
: 投一个他default了你就是100% loss，就跟投资股票债卷也不可能只买一个公司一样。
: 09年最高default rate的时候，也无非是赚的少了一些而已。投资版有个很长的帖子，
: 很多人都投钱了，实验了一年半载以后基本上都是加更多钱进去，怀疑这个模式的最少
: 做点homework再来纸上谈兵。
: 信用卡公司早就证明了这是一个赚钱的模式。
n*s
97 楼
是啊，就这么莫名其妙把好虫赶跑了。
【在 z**********3 的大作中提到】
:
: 如果subprime次贷那种系统风险 会不会颗粒无收
: 好虫在搞lending club
: 赶走了少一个人讨论分享看法 唉
【在 z**********3 的大作中提到】
:
: 如果subprime次贷那种系统风险 会不会颗粒无收
: 好虫在搞lending club
: 赶走了少一个人讨论分享看法 唉
h*b
98 楼
你投资sp500一样能被腰斩。
p2p lending跟信用卡default rate是直接挂钩的。 历史记录都可以查。 怎么着也
不可能是100%。
信用卡公司成本高太多太多了。 你每个月收到多少offer？ 收商家那些手续费，杯
水车薪，根本不能和多出来的成本抵消。
lc的模式是根本不容置疑的。 唯一的担心是lc本身倒闭，或者政府提出新regulation
来打击它。一旦有类似fdic这样的保险公司，保证哪怕lc倒闭了一样有代理来收钱，我
会投更多钱进去的。 你去投资版看看，基本上只有加仓没有减仓的。
【在 a*********a 的大作中提到】
: 我就是给他提个醒，这样的diversification还是有pitfall的。不要太大意。
: 又是关联问题:) 如果他投一万个，但是每每之间的correlation是1，跟投1个没有任何
: 区别不是？
: 低关联的的环境，情况是100个可能有5个default，其他95个没事。强关联的环境，情
: 况时5%的可能性100个都完蛋，95%的可能性100个一起挺过去。平均yield都是5%，但是
: 风险的性质完全不一样。100%的可能性输5%比起5%的可能性全输光，对大多数投资者
: impact也是不一样的。
: 我十来年前毕业第一份工就是做mortgage securitization，也在high yield index桌
: 子上也呆过。曾经是全职做这方面功课的。:) mortgage securitization 说白了就是
: 这个思路，N个mortgage pool到一起，default几个无大碍。好多公司做了十几年稳赚
p2p lending跟信用卡default rate是直接挂钩的。 历史记录都可以查。 怎么着也
不可能是100%。
信用卡公司成本高太多太多了。 你每个月收到多少offer？ 收商家那些手续费，杯
水车薪，根本不能和多出来的成本抵消。
lc的模式是根本不容置疑的。 唯一的担心是lc本身倒闭，或者政府提出新regulation
来打击它。一旦有类似fdic这样的保险公司，保证哪怕lc倒闭了一样有代理来收钱，我
会投更多钱进去的。 你去投资版看看，基本上只有加仓没有减仓的。
【在 a*********a 的大作中提到】
: 我就是给他提个醒，这样的diversification还是有pitfall的。不要太大意。
: 又是关联问题:) 如果他投一万个，但是每每之间的correlation是1，跟投1个没有任何
: 区别不是？
: 低关联的的环境，情况是100个可能有5个default，其他95个没事。强关联的环境，情
: 况时5%的可能性100个都完蛋，95%的可能性100个一起挺过去。平均yield都是5%，但是
: 风险的性质完全不一样。100%的可能性输5%比起5%的可能性全输光，对大多数投资者
: impact也是不一样的。
: 我十来年前毕业第一份工就是做mortgage securitization，也在high yield index桌
: 子上也呆过。曾经是全职做这方面功课的。:) mortgage securitization 说白了就是
: 这个思路，N个mortgage pool到一起，default几个无大碍。好多公司做了十几年稳赚
w*g
99 楼
今天测了一下延时。12点过一点点的时候有35个loan放出。
我每隔5秒钟poll一次。然后计算我的时间戳和
listing_start_date的差。平均下来是11.5秒。
(注意从listing_start_date到实际放出有几秒钟的时间差)
listing更新后和之前时间点相比API调用没有显著变慢，
大部分情况是0.5秒左右返回。
下面列出了我poll的10分钟内remaining_amount的情况。
第一列是ID, 第二列是这个loan的额度，
第三列是我最早拿到这个loan时剩余
的额度，第四列是在我poll的过程中别人fund这个loan
的额度。可以确认有不少手脚快的人。
但是10分钟之内左右的listing都没有被完全fund。
而且有相当一部分我拿到listing的时候还完全没有被fund。
所以说还是有投资机会的。
loadID, total, max_remaining, funded
4450692 18000.0 18000.0 1050.0
4085384 35000.0 35000.0 5341.98
4166801 15000.0 15000.0 300.0
4229141 11500.0 10644.92 1566.09
4449561 4000.0 4000.0 3900.25
4431646 15000.0 14391.85 505.86
4432420 15000.0 15000.0 199.0
4450218 8000.0 8000.0 50.0
4285405 10000.0 9950.0 4014.25
4404979 10000.0 10000.0 50.0
4231607 10000.0 9770.0 1038.45
4131002 13000.0 12650.0 550.0
4230716 19901.0 19901.0 4253.65
4429375 18000.0 18000.0 1224.0
4451187 20000.0 20000.0 300.0
4233539 6500.0 6325.0 2200.0
4449480 9200.0 9150.0 750.25
4453065 10000.0 10000.0 111.25
4429642 6000.0 6000.0 325.0
4450764 15000.0 15000.0 1325.0
4305487 7500.0 6260.0 3092.97
4449114 12000.0 12000.0 1000.0
4230875 20000.0 20000.0 199.0
4432186 12000.0 12000.0 225.0
4449375 15000.0 15000.0 1681.39
4231904 7000.0 7000.0 4185.0
4429666 4000.0 3425.0 1725.0
4230884 7500.0 7500.0 4034.78
4430953 10000.0 10000.0 975.0
4449771 10000.0 10000.0 2075.0
4449390 12000.0 12000.0 1175.0
4450800 4700.0 4580.0 3050.25
4230899 8000.0 8000.0 330.0
4431292 10000.0 10000.0 600.0
4449534 6300.0 6300.0 5717.36
【在 w***g 的大作中提到】
: michigan不能搞lendingclub，但是可以搞prosper。
: 发现有个API可以下数据。可以把历史数据搞过来做机器学习，
: 然后对listing进行选择。不知道有没有搞头。
: Update:
: 他们很坏，现在能下到的data，listing和load已经分开了。
: 这样就没法做机器学习了。
: Update2:
: 能下到的listing data里面字段少了好多。但是线上还是可以看到
: borrower credit profile。不知道有没有肯能自己连续crawl，
: 然后等load data available了以后，通过date和amount把记录
我每隔5秒钟poll一次。然后计算我的时间戳和
listing_start_date的差。平均下来是11.5秒。
(注意从listing_start_date到实际放出有几秒钟的时间差)
listing更新后和之前时间点相比API调用没有显著变慢，
大部分情况是0.5秒左右返回。
下面列出了我poll的10分钟内remaining_amount的情况。
第一列是ID, 第二列是这个loan的额度，
第三列是我最早拿到这个loan时剩余
的额度，第四列是在我poll的过程中别人fund这个loan
的额度。可以确认有不少手脚快的人。
但是10分钟之内左右的listing都没有被完全fund。
而且有相当一部分我拿到listing的时候还完全没有被fund。
所以说还是有投资机会的。
loadID, total, max_remaining, funded
4450692 18000.0 18000.0 1050.0
4085384 35000.0 35000.0 5341.98
4166801 15000.0 15000.0 300.0
4229141 11500.0 10644.92 1566.09
4449561 4000.0 4000.0 3900.25
4431646 15000.0 14391.85 505.86
4432420 15000.0 15000.0 199.0
4450218 8000.0 8000.0 50.0
4285405 10000.0 9950.0 4014.25
4404979 10000.0 10000.0 50.0
4231607 10000.0 9770.0 1038.45
4131002 13000.0 12650.0 550.0
4230716 19901.0 19901.0 4253.65
4429375 18000.0 18000.0 1224.0
4451187 20000.0 20000.0 300.0
4233539 6500.0 6325.0 2200.0
4449480 9200.0 9150.0 750.25
4453065 10000.0 10000.0 111.25
4429642 6000.0 6000.0 325.0
4450764 15000.0 15000.0 1325.0
4305487 7500.0 6260.0 3092.97
4449114 12000.0 12000.0 1000.0
4230875 20000.0 20000.0 199.0
4432186 12000.0 12000.0 225.0
4449375 15000.0 15000.0 1681.39
4231904 7000.0 7000.0 4185.0
4429666 4000.0 3425.0 1725.0
4230884 7500.0 7500.0 4034.78
4430953 10000.0 10000.0 975.0
4449771 10000.0 10000.0 2075.0
4449390 12000.0 12000.0 1175.0
4450800 4700.0 4580.0 3050.25
4230899 8000.0 8000.0 330.0
4431292 10000.0 10000.0 600.0
4449534 6300.0 6300.0 5717.36
【在 w***g 的大作中提到】
: michigan不能搞lendingclub，但是可以搞prosper。
: 发现有个API可以下数据。可以把历史数据搞过来做机器学习，
: 然后对listing进行选择。不知道有没有搞头。
: Update:
: 他们很坏，现在能下到的data，listing和load已经分开了。
: 这样就没法做机器学习了。
: Update2:
: 能下到的listing data里面字段少了好多。但是线上还是可以看到
: borrower credit profile。不知道有没有肯能自己连续crawl，
: 然后等load data available了以后，通过date和amount把记录
h*b
100 楼
基金什么的是买whole loan, 能partial fund的都是散户。
https://orchardplatform.com/blog/impact-of-whole-loan-funding-o
你可以看到大部分情况是整只loan吞下。
至于你用的api和基金用的是否是一样，lc有没有给大户开后门，就不知道了。
当然赚钱的机会肯定是有的，多几个少几个%的区别。
【在 w***g 的大作中提到】
: 今天测了一下延时。12点过一点点的时候有35个loan放出。
: 我每隔5秒钟poll一次。然后计算我的时间戳和
: listing_start_date的差。平均下来是11.5秒。
: (注意从listing_start_date到实际放出有几秒钟的时间差)
: listing更新后和之前时间点相比API调用没有显著变慢，
: 大部分情况是0.5秒左右返回。
: 下面列出了我poll的10分钟内remaining_amount的情况。
: 第一列是ID, 第二列是这个loan的额度，
: 第三列是我最早拿到这个loan时剩余
: 的额度，第四列是在我poll的过程中别人fund这个loan
https://orchardplatform.com/blog/impact-of-whole-loan-funding-o
你可以看到大部分情况是整只loan吞下。
至于你用的api和基金用的是否是一样，lc有没有给大户开后门，就不知道了。
当然赚钱的机会肯定是有的，多几个少几个%的区别。
【在 w***g 的大作中提到】
: 今天测了一下延时。12点过一点点的时候有35个loan放出。
: 我每隔5秒钟poll一次。然后计算我的时间戳和
: listing_start_date的差。平均下来是11.5秒。
: (注意从listing_start_date到实际放出有几秒钟的时间差)
: listing更新后和之前时间点相比API调用没有显著变慢，
: 大部分情况是0.5秒左右返回。
: 下面列出了我poll的10分钟内remaining_amount的情况。
: 第一列是ID, 第二列是这个loan的额度，
: 第三列是我最早拿到这个loan时剩余
: 的额度，第四列是在我poll的过程中别人fund这个loan
a*a
101 楼
呵呵，既然跟马列主义，耶稣基督一样是“根本不容置疑的”，我也就不多说了。
【在 h******b 的大作中提到】
: 基金什么的是买whole loan, 能partial fund的都是散户。
: https://orchardplatform.com/blog/impact-of-whole-loan-funding-o
: 你可以看到大部分情况是整只loan吞下。
: 至于你用的api和基金用的是否是一样，lc有没有给大户开后门，就不知道了。
: 当然赚钱的机会肯定是有的，多几个少几个%的区别。
【在 h******b 的大作中提到】
: 基金什么的是买whole loan, 能partial fund的都是散户。
: https://orchardplatform.com/blog/impact-of-whole-loan-funding-o
: 你可以看到大部分情况是整只loan吞下。
: 至于你用的api和基金用的是否是一样，lc有没有给大户开后门，就不知道了。
: 当然赚钱的机会肯定是有的，多几个少几个%的区别。
l*s
102 楼
不太明白的是，lz做model的目的是什么
1.找出风险低可能回报高的note，投资之，获利？
2.买进其他投资者愿意购买的note，买下，然后卖出，赚取利差？
1.找出风险低可能回报高的note，投资之，获利？
2.买进其他投资者愿意购买的note，买下，然后卖出，赚取利差？
s*e
103 楼
谢谢你的分享蛮有意思的 :)
楼主你能解释一下你在这个帖子最开始发的那个LOG双峰的图么. 可能我有点笨, 但我
没看到你说的那个30秒的峰呢. 我看见第二个峰是LOG(T)~8, 那应该是2980 sec啊...
还有你后来又POST了三列你收集的数据, 你的时间跨度是10分钟啊, 大多数的loan都没
有被fund完成呢. 感觉貌似跟你之前提到的10秒30秒的观察有些矛盾哈.
【在 w***g 的大作中提到】
: 今天测了一下延时。12点过一点点的时候有35个loan放出。
: 我每隔5秒钟poll一次。然后计算我的时间戳和
: listing_start_date的差。平均下来是11.5秒。
: (注意从listing_start_date到实际放出有几秒钟的时间差)
: listing更新后和之前时间点相比API调用没有显著变慢，
: 大部分情况是0.5秒左右返回。
: 下面列出了我poll的10分钟内remaining_amount的情况。
: 第一列是ID, 第二列是这个loan的额度，
: 第三列是我最早拿到这个loan时剩余
: 的额度，第四列是在我poll的过程中别人fund这个loan
相关阅读
快要被Python的兼容性弄疯了zhaoce: 我感觉python很有前途呀程序员的前途Daylight问个C++算法问个超简单的C问题大家推荐一本算法书吧请教一个算法题关于shortest path的看这个版好像编程只要web这一个领域IIS+PHP 如何debug???要具备这些能力，应该看哪些方面的书？学习.net 到底学什么比较好LinkedIn統計 (2013年五月)ios vs. android米果程序员整体来说还是很勤劳刻苦的有没有大牛说说C里边for循环的坏处有人做图像识别或者OCR的吗？big data怎么搞定商业报表？C++ STL的unordered_map, unordered_set,map,set很慢Anyone attended Pycon 2013 last week?