股市app推薦的問題，透過圖書和論文來找解法和答案更準確安心。 我們查出實價登入價格、格局平面圖和買賣資訊

什麼都能外送!比臥底報導更真實的故事，資深社會記者轉行做外送、代駕、揀貨員，揭露惡性競爭內幕、拆穿高收入假象

為了解決股市app推薦的問題，作者김하영 這樣論述：

平臺經濟迎接盛世，平臺勞工只能厭世？ 資深社會記者變身平臺勞工，上線跑透透觀察，下線思索時代解答 為了追求「更人道的平臺經濟」，寫下這本「我們這個時代的新勞動故事」   　　★強勢入選2022年韓國「青少年人文學閱讀全國大會」官方指定選書 　　★上市兩個月火速再版！賣破五刷，持續長銷，在韓國各地發揮影響力   　　在智慧型手機的這一端，消費者打開APP，一鍵送出需求，享受科技帶來的便利；另一端，勞動者接到訂單，為了夢想與生計開始奮力一搏......將這些人牽連起來的，正是「平臺企業」。   　　【平臺企業翻轉了現代生活】 　　我們所熟知的臉書(Facebook)、亞馬遜(Amazon)、網

飛(Netflix)、優步(Uber)、Airbnb等公司都是平臺企業。有別於傳統商業模式單純的線性運作（生產者直接提供產品或服務給消費者），平臺企業則是提供一個中央系統，讓包括生產者與消費者在內的各種人在系統內互動，藉此獲利。   　　平臺經濟翻轉了現代生活，為我們帶來便利，讓許多人有賺錢的新機會。但平臺經濟也有黑暗面──當個人或公司過度仰賴平臺，而平臺企業的實力足以壟斷市場時，便能單方面改寫遊戲規則，產生消費者權益受損、勞動剝削等問題。尤其，平臺的運作與升級是由人工智慧(AI)等高科技來支持的，因此也衍生出照顧平臺勞動的法律與社福制度，有可能跟不上科技變遷的隱憂。 　　 　　【作者為何辭去

記者一職，轉行投入平臺勞動？】 　　一切要從「TADA」風波說起。   　　就像Uber進駐世界各地，當地傳統計程車業者會有反彈一樣，2018年10月韓國出現一款叫車APP「TADA」，也引起抗議聲浪，還有司機為此而自焚。後來TADA「以租車服務之名，行計程車載客之實」的商業模式被認定違法而在2020年4月終止運作，但其母公司仍繼續開發新產品與服務，投入代理駕駛等新市場。   　　在這過程中，本書作者、資深社會記者金夏永感到相當「鬱悶」。他認為，「社會對這個問題的解決方式無法讓人滿足，並未提出對時代變化大趨勢的討論和方向，只是迫於壓力而進行眼前的利益調整」。   　　無獨有偶，在TADA退場的

同一年，作者還看到了一則「美食外送員上億年薪（約新臺幣兩百多萬元）」的報導，讓他相當好奇：「真的可以賺這麼多嗎？」   　　這兩個「平臺經濟」下的勞動事件，讓他想要進一步探查實情。但擁有近二十年記者資歷的他，沒有選擇去訪問司機、外送員，也沒有「臥底報導」，而是毅然決然地辭去記者一職，直接投入平臺勞動現場成為「當事人」，因為這樣才能「看到不一樣的東西」。   　　【在三大平臺勞動現場進行「田野調查」】 　　作者開始投身平臺勞動的時間是2020年初，剛好是新冠肺炎疫情即將延燒之際。在接下來的兩百多天，作者用幽默又溫暖的筆觸，記錄了他初任外送員、物流中心揀貨員與代理駕駛時的點點滴滴，包括各種業界行規

、工作「撇步」、路上觀察學、疫情對市場的影響、平臺企業搶生意的奇招與話術、同業三言兩語間透漏的人生故事，還有人工智慧與傳統人力之間的「角力」，以及由此而來、浮上檯面的平臺勞動權益議題。具體來說，作者有這些發現：   　　1.在韓國最大的美食外送平臺「外送民族」擔任外送員 　　因為疫情的關係，外送需求大增。為了搶單，作者體會到這一行的重要技能之一是「不能思考」，因為一旦對著手機上的接單螢幕想太多，生意就被其他同業搶走。搶你生計的，竟然還有機器人。為了搶快，等電梯有什麼技巧？馬路上最致命的威脅是什麼？外送平臺業者之間想提升市占率想瘋了，出動哪些奇招募集外送員？讓人非常猶豫要不要跳槽......  

　　2.在電商龍頭酷澎(Coupang)的物流中心擔任日薪制揀貨員 　　揀貨員的工作就是在接到訂單後，找到正確的商品裝進推車裡，送到包裝臺。作者對一切都感到很新鮮，第一次知道有一種女寶寶紙尿布不是女寶寶用的。揀貨的技巧可多了，要怎麼利用俄羅斯方塊技在推車裡堆疊物品，減少奔波次數？前輩為什麼捨棄便利商店打工，來到物流中心？   　　作者也想起亞馬遜的貝佐斯花最多錢在成立機器人公司上，欲打造完全自動化的物流中心。他看過一個電視廣告，一家人去參觀礦泉水工廠，媽媽對孩子說：「哇！這麼大的工廠裡居然一個人都沒有呢！」讓人不寒而慄。科技最終會把人類趕出物流中心嗎？電商越來越壯大，以後還會有社區小店嗎？

  　　3.利用市占率最高的通訊軟體Kakao成為代理駕駛 　　做過外送員、揀貨員，疫情趨緩後，作者接著挑戰了代理駕駛。開手機導航，但手機要放哪？據說高手都會把手機放在杯架裡，但有更好的做法。什麼是爛單？費用低，而且跑一趟跑到一個很難脫身的地方就是爛單，怎麼避免？代駕也是一個情感勞動吃重的工作，客人想跟你聊家庭、政治、抱怨社會，你該怎麼辦？   　　Kakao 招募司機的廣告寫著：「透過人工智慧系統，任何人都能做到。」人類好像變成幫助AI累積數據的工具，變成AI的四肢了......   　　【今日韓國，明日臺灣？】 　　除了科技、個體、社會之間的關係，作者最關注的還是平臺勞動權益議題。作者認為

，平臺勞動這類「不特定僱用」危機的突破口在於「基本收入」和「終身教育」，因此必須重新檢視國家的作用。   　　國家也必須吸收一部分工會的功能，因為平臺勞動者不會在同一空間一起工作，沒有溝通的機會，也很難串連起來，而且以「論件計酬」來看，彼此與其說是「同事」，不如說是「競爭者」，再說應該很少有人會把外送或代駕視為自己的終身職業，因此平臺勞動者組成工會進行團體行動的可能性非常低，政府應該為他們的利益代言，發揮更積極的功能。   　　今日韓國面臨的難題，是否會是明日臺灣的處境？本書提供了一個思索的起點。   本書特色 　 　　1.作者捨棄傳統採訪形式，直接投身平臺勞動第一線，以資深社會記者的銳利視角

進行田野調查，挖掘潛藏在平臺企業遊戲規則背後的新勞動權益議題。臺灣同樣處於全球性的平臺經濟之中，韓國的經驗有值得借鑑之處。   　　2.收錄多張作者親繪的插畫，讓人會心一笑、如臨現場。   各界同聲推薦   　　Fion（作家、在韓YouTuber） 　　JoJo（Podcast《啾團》主持人） 　　公民不下課（人氣知識平臺） 　　孔德廉（報導者記者） 　　何撒娜（東吳大學社會學系助理教授） 　　邱羽凡（陽明交通大學科技法律學院副教授） 　　阿潑（轉角國際專欄作者） 　　洪敬舒（台灣勞工陣線研究部主任） 　　楊虔豪（駐韓獨立記者） 　　楊貴智（法律白話文運動站長兼內容長） 　　蔡淇華（作家）

　　鄭凱文（日日春放送局［韓國獨立音樂評介粉絲專頁］版主） 　　鄭麗君（青平台基金會董事長） 　　顧玉玲（臺北藝術大學助理教授） 　　依姓氏筆畫排列   　　「作者以第一線揀貨、外送、代駕的勞動為軸，探究平臺經濟的發展，敏銳又即時地回應當下的社會議題，全書橫向參照國際，縱及在地歷史，聚焦人力資本兩極化，提出國家取代企業、回歸社福公共化的政策思索，值得臺灣借鑑。」──顧玉玲（臺北藝術大學助理教授）   　　「作者帶領讀者實際走進『平臺勞動時代』現場，再由這些經驗描繪出『斜槓人生』、『內捲躺平』這些共存於整個亞洲的現象。本書除了記錄疫情時代下不斷加劇的不平等外，也從改變政府體制與推行基本收入等方向

提出另類解方。」──孔德廉（報導者記者）   　　「我們享受到的各項快速與便利，來自許多人付出可見與不可見代價。看似時代前沿的平臺勞動與AI經濟，其實鑲嵌發展於過往的歷史與社會脈絡之中。本書不僅探究韓國外送行業的結構性議題，更是關於勞動價值的深度再思考。」──何撒娜（東吳大學社會學系助理教授）   　　「自由，是所有勞動者共同的期待與夢想，然而本書作者親自投入韓國外送勞動市場，揭露『人類逐漸成為AI的四肢』的真相，打破平臺經濟下，勞動者手持手機隨時上、下線的自由假象，描繪平臺操控『外送民族』的人心與人力的各種策略，實值得臺灣的外送經濟作為參照。」──邱羽凡（陽明交通大學科技法律學院副教授）  

　　「當終身僱用制像北極冰川般地消失，外送、宅配、代駕、Uber滿街跑的平臺卻帶來更多操勞又不穩定的工作。此刻是該順應？抵制？還是改變它？無論答案為何，這本深層解剖韓國平臺就業生態的好書，都是我們面對及思索衝擊的最佳出發點。」──洪敬舒（台灣勞工陣線研究部主任） 　　 　　「作者親自進入這些以正面詞彙包裝的領域中，近身仔細觀察『人』在其中是什麼狀況。除了揪出高收入的假象，還適時地搭配時代背景，點出現代人會對這種不穩定的勞動方式感到有魅力的原因，為讀者導覽外送世界的真實面貌。」──吳燦浩（韓國社會學者、作家）   　　「本書是萌生在我們這個時代的勞動現實報告，彰顯了特殊勞動者受到的特殊差別待遇

。希望勞動者能夠生活在受到尊重、健康和幸福的社會。在此向訂購外送的人、以外送工作維生的人，以及把外送當作兼職的人推薦本書。」──鄭惠允（韓國CBS電臺製作人、作家）

股市app推薦進入發燒排行的影片

從計畫行為理論探討理財態度、風險偏好、理財目標對消費決策過程之影響

為了解決股市app推薦的問題，作者徐瑞珠 這樣論述：

台灣面臨少子化及高齡化、家庭結構的改變，對社會經濟的衝擊，消費族群為了減輕未來退休生活所造成家人的經濟負擔，理財規劃成為重要的課題。研究目的在於探討理財之消費行為及影響因素。研究以計畫行為理論為基礎，包含態度、主觀規範、知覺行為控制以及行為意圖等變項，並且加入知覺風險構面，探討消費者理財行為之模式。共發放320份問卷，實際收回312份，進一步使用信度分析、T檢定、ANOVA分析、迴歸分析、集群與卡方分析等統計方法，探討分析影響金融商品消費行為決策之因素。研究結果顯示(1)性別、年齡、婚姻、學歷、收入、月儲蓄、職業、投資經驗會影響理財行為意圖。(2)理財態度、主觀規範、知覺行為控制皆對理財規劃

之行為意圖具顯著正面影響。例如理財態度特性趨向於投資謹慎型理財居多，不喜歡承擔風險容忍度較低，不輕易嘗試高風險的金融商品。(3)理財行為意圖、風險偏好、理財目標與退休規劃對理財消費行為具有顯著性影響。透過研究結果可以更有效了解一般消費者理財消費行為的決策過程與影響因素並做更好的因應。

零基礎入門的Python自動化投資：10年操盤手團隊量化通，教你從零開始學程式交易，讓你輕鬆選股、判斷買賣時機，精準獲利

為了解決股市app推薦的問題，作者量化通 這樣論述：

沒時間盯盤、不會選股、不敢停損停利⋯⋯ 讓投資新手或資深股民都相當困擾， 其實，只要學會程式交易，機器人幫你自動化投資， 這些問題就能一勞永逸， 連文科人也可以輕鬆上手！   　　★ 第一次用Python投資理財就上手 　　★ 5大策略╳3大數據整理套件╳2大爬蟲基礎╳基礎語法╳選股模型╳LINE即時通知 　　★ 超過5,000名學員實證，可以簡單學習、好用的自動化投資法   　　如果你有這些問題，必讀本書： 　　．想要投資卻不知道怎麼開始 　　．沒有程式基礎，也不知道怎麼入門用Python投資理財 　　．資訊爆炸的時代，不知道哪些才是有用的數據

　　．到底要怎麼快速取得股市的報價 　　．總是沒有時間看即時的股市資訊，導致錯失進出場良機   　　◎ AI取代人工投資，程式交易已成為時代主流 　　隨著科技與網路的進步，AI逐漸取代人力，處理重複且瑣碎的工作， 　　也可以應用在投資理財的領域， 　　無論是基金、股市、期貨、加密貨幣，都可以看到AI的應用， 　　就連美國高盛集團也只剩三名人工交易員，幾乎所有交易流程皆透過電腦程式自動化， 　　國內外金融機構導入金融科技（FinTech）推出相關服務，大專院校紛紛開設相關課程， 　　「程式交易」明顯已經成為時代的主流。   　　◎ 程式交易，讓你更輕鬆賺錢

、賺自由 　　程式交易可以把原本由「人」操作的投資，全部交由電腦程式自動執行， 　　不僅能隨時追蹤股市行情，讓你不錯過買賣時機，減輕盯盤壓力， 　　更能用最嚴謹、最即時的數據，優化你的投資策略，戰勝不敢停損的心魔， 　　輕鬆獲利的同時，更獲得自由！   　　◎ 程式交易的入門首選──Python 　　目前有各種可以應用在投資的交易程式，包括：Python、Multicharts、TradingView、MT4…… 　　而Python是一種廣泛使用的程式語言，適用於各作業系統，函式庫也非常豐富， 　　就連沒學過程式的小學生、文科生，都能輕鬆上手。   　　

◎ 第一次用Python投資理財就上手 　　致力於提供程式交易教學的量化通， 　　團隊累積數十年的投資經驗，管理資產規模達上億元， 　　多次受邀至各大專院校與知名企業擔任講師， 　　擅長用深入淺出的方式帶領投資新手輕鬆學會程式交易， 　　因此，透過本書，你將從零開始學到──   　　．5大策略：趨勢策略、動能策略、反轉逆勢策略、通道策略、籌碼策略 　　．零基礎學Python：從安裝到建置開發環境、基本語法、資料整理 　　．3大數據整理套件：datetime、csv、pandas 　　．2大爬蟲基礎：get、post 　　．選股模型：建立選股架構，實踐

個人的選股策略 　　．LINE即時通知：設定不同種類的訊息，免費推送至到不同的群組   　　本書會用圖解和步驟的方式，帶你從零開始學會用Python投資理財， 　　還有許多實戰技巧和範例，讓你能避開人性的投資盲點， 　　優化選股策略，自動化投資，精準獲利！   　　本書幫你解決對程式交易的疑問： 　　．要選擇哪種程式語言與軟體呢？ 　　．完全不會寫程式，要怎麼開始？ 　　．要準備多少資金？如何用最小的成本開始？ 　　．電腦設備要很好才能做程式交易嗎？ 　　．要如何知道程式執行的結果？ 專業推薦   　　Adam｜HiSKIO專業線上

學習平台CEO 　　Nic｜在地上滾的工程師  　　蔡明志｜輔仁大學資管系副教授、多本Python程式語言書籍作家   好評推薦   　　「很開心聽到量化通即將出版新書，他們對於量化交易領域一直有著自己的堅持與想像，在過去與他們合作的過程當中，感受到他們在內容製作上相當用心，並且對簡單化專業知識與複雜資訊的企圖心非常強烈。如果你在網路上看過相關內容卻仍然一知半解，透過本書，相信能以友善且有系統的方式，從零開始一步步建構必要的知識點，無痛地上手Python程式交易，開啟新的投資方式。」──Adam，HiSKIO專業線上學習平台CEO   　　「不管先學

程式還是先學投資，當兩個技能組合在一起的時候，可以探索不一樣的收入模式，透過這本書入門會是個不錯的選擇！」──Nic，在地上滾的工程師  

應用機器學習預測目標客戶–以E公司為例

為了解決股市app推薦的問題，作者彭季堯 這樣論述：

經理人如果能夠精準預測潛在目標客戶，代表企業可以快速並正確安排為了成交客戶的各項資源投入。但傳統透過業務人員判斷是否為目標客戶之銷售方式，因為不容易有共同的認定標準而無法在組織間推廣，也因為業務人員個性、背景、喜好不同，無從談起預測的一致性和準確性。本研究藉由E公司客戶關係管理系統中所記錄的近2年內商機資料，使用機器學習的方法進行資料分析，希望能夠在E公司B2B的商業模式下，建置高品質的潛在成交客戶預測模型。藉由適當的模型推薦潛在成交客戶來取代人為判斷，可幫助經理人對企業資源以及行銷活動加以合理運用及分配，能夠降低營運成本並增加企業獲利。本研究將E公司提供之商機樣本資料，經過資料前處理後，使

用隨機森林、羅吉斯迴歸、套索迴歸以及支援向量機等機器學習方法，以Python 程式語言建置機器學習模型並比較精確率、召回率、F1-分數等模型績效指標。本研究發現若E公司追求精確率以隨機森林模型績效較佳，若追求召回率則以支援向量機模型績效較佳。由套索迴歸係數顯示影響成交勝算的變數有「所在區域」、「上市櫃資訊」、「員工人數分箱」，所在區域結果顯示客戶為高雄市成交的勝算大於台北市、台北市成交的勝算大於台中市。上市櫃資訊結果顯示客戶為興櫃成交的勝算大於上櫃、上櫃成交的勝算大於一般企業。員工人數分箱結果顯示客戶公司是「員工人數2級」成交的勝算大於「員工人數1級」，「員工人數2級」和「員工人數3級」的客戶

成交勝算相近。 本研究成果顯示，E公司可以採用適當的機器學習模型，在新商機進入E公司客戶關係管理系統中時，第一時間識別潛在成交客戶，除幫助經理人優先投入銷售資源外，E公司更能以此成果為基礎，持續推動數位優化達成數位轉型，建立競爭對手難以模仿的數位優勢。