複委託對於槓/反ETF等投機工具都有管制，需要手續費的複委託，正提醒投資人該做長期持有不交易的投資，0手續費的海外券商鼓勵投機人做頻繁交易，用追高殺低，交易價差，錯過漲幅，等等不良行為，傷害減損自己的績效，省了手續費虧了績效，不見得是優點，長期持有的話，海外券商需要的匯費，又高於一般投資人複委託需要的手續費，為何使用TD Ameritrade超過八年的良心海外券商投資人，會建議一般人使用複委託？欲了解永豐複委託粉絲優惠，請私訊實名跟手機。（限沒有永豐複委託帳戶者）
#豐存股PK海外券商： https://savingking.com.tw/blog/post/sub_brokerage_pk_us_broker
#robinhood如何把投資人當韭菜割: https://savingking.com.tw/blog/post/robinhood
永豐金證券複委託(豐存股)以低費用率ETF建立全世界股市/REITS
免費的最貴!你被愚弄了嗎?海外券商Firstrade的司馬昭之心
海外券商vs複委託:Firstrade vs 大昌證券複委託
免手續費=免費?你所不知道的海外券商投資費用是__?以FirsTrade(FT)為例
TD Ameritrade與嘉信的免佣ETF: 低費用率ETF建構全世界股市,REITS
波克夏海瑟威(Berkshire Hathaway)副董事長、美國投資大師華倫巴菲特(Warren Buffett)的長期商業夥伴查理蒙格(Charlie Munger)痛批，免手續費網路券商Robinhood以「骯髒的手段」(dirty way)吸引新手散戶進場。
CNBC、Business Insider、Yahoo Finance等外電報導，現年97歲的蒙格24日參加Daily Journal的年度股東會(Yahoo Finance直播)時表示，Robinhood等新型券商誘使新手投資人追逐股票動能頻繁交易，實在極為糟糕。
他說，散戶是被標榜零手續費的券商應用程式(app)慫恿進場。Robinhood透過app將股票投資幻化為遊戲，飽受批評。Robinhood等網路券商主要是靠訂單流支付(payment for order flow)這種備受爭議的作法賺取利潤，替代傳統券商收取手續費的經營模式。
何謂訂單流支付？據維基百科解釋，訂單流支付是意圖影響券商履行客戶訂單路徑的第三方，支付給券商的補償，又被稱為回扣，是一種充滿爭議的作法。一般而言，自營商、證交所等造市者願意付錢給券商，取得履行小散戶訂單的權力，因為比起大額訂單，這些訂單比較容易媒合。補償方式包括直接用現金補貼、非貨幣形式的服務，或是券商跟自營商彼此達成的互惠協議。Robinhood 2020年第1季創造9,100萬美元的訂單流出售營收(其中3,900萬美元來自Citadel Securities)，第3季成長至1.9億美元。
對此，蒙格24日表示，「大家不該相信在Robinhood交易是免費的…..從這批新進賭徒身上抽取傭金等營收的人，是餵養這波狂潮的罪魁禍首。」蒙格並表示，結算所可能有無法正常運作的威脅，一切變得非常危險，「鼓勵有賭馬心態的人進場瘋狂炒股，實在很愚蠢…..這是種骯髒的賺錢手段。」除此之外，蒙格也對火熱的大型特殊目的收購公司(SPAC)市場示警，直指這凸顯華爾街的投機狂潮。
SPAC透過IPO向市場募資，之後跟一家未上市公司合併、協助其公開上市，過程通常兩年內完成。透過SPAC交易募集的資金，已跳升至歷史新高水位。對此，蒙格表示，「我完全不想參與，這世界沒有他們(指SPAC)會比較好。」他說，這是一種針對尚未出現的企業進行的瘋狂投機，乃泡沫跡象。Robinhood曾限制客戶買進遭鄉民軋空的小型股，引起股民抱怨，也引發Robinhood可能遭避險基金施壓的陰謀論。對此，Robinhood執行長Vlad Tenev 1月29日接受Yahoo Finance Live專訪時喊冤，說他已一再強調，暫時限制客戶買進特定個股的決定，跟造市者或任何市場參與者完全無關，也沒有任何人施加壓力。
這完全是因為市場動能，以及結算所對保證金的規定。
＊編者按：本文僅供參考之用，並不構成要約、招攬或邀請、誘使、任何不論種類或形式之申述或訂立任何建議及推薦，讀者務請運用個人獨立思考能力，自行作出投資決定，如因相關建議招致損失，概與《精實財經媒體》、編者及作者無涉。
![Python: 如何逐row讀取DataFrame的資料?使用 pandas 的 df.itertuples() 方法(namedtuple讀取每一列); df.iterrows() 用Tuple[index, pd.Series] 讀取每一列](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2024/10/20241023105826_0_bab0ff.png?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python: 如何逐row讀取DataFrame的資料?使用 pandas 的 df.itertuples() 方法(namedtuple讀取每一列); df.iterrows() 用Tuple[index, pd.Series] 讀取每一列")
近期留言