发表于
2016-03-16 12:00:00
无责任预测：营改增后的房产交易征税方式
写在前面：营改增的大限被确定在5月1日，相关的实施方案都还在制作之中。很多政策都没有最终敲定。我本来想在政策下达之后再传播给广大知乎网友。但无奈的是，在知乎的税务板块下，有关于营改增的问题已经泛滥，特别是「5.1之后，一手房、二手房会如何征税」，成了讨论中的重点。我和一些同行，因为没有政策依据，并没有多说什么。但出现了一些望文生义，断章取义的回答，影响很恶劣。为了消弭误会，解疑答惑。我根据自己的经验和见识，对营改增之后的房产交易如何征税，进行一下分析和预测，主要是为了消除一些误读误判。所有分析和预测仅供参考。如果相关政策落地，请以文件为准。一、关于「营改增」的误读误判：误读一：「二手房新开征增值税」。解释：增值税，营业税，是我国自1994年税改之后，最重要的两个税种。任何生产经营行为，要么缴纳增值税，要么缴纳营业税。两者的范围不交叉。所谓的「营改增」，是将原来缴纳营业税的行业，改为缴纳增值税。二手房交易本来就是要缴纳营业税的（部分情况有优惠和减免）。营改增之后，所有原营业税行业都要改缴纳增值税。二手房交易也不例外。而且原来的营业税优惠政策应该会直接继承到增值税上。结论：这是「改征增值税」，而不是「开征增值税」！误读二：「个人卖房不是经营，不应该缴纳增值税」。解释：个人销售二手车等二手物品，以前确实是不用缴增值税的，原因在于《增值税暂行条例》及实时细则有规定：个人（不含个体户）销售自
...继续阅读
(22)
发表于
2016-03-16 00:09:06
观棋录之四：结语
有趣的是，人类对人工智能发展速度的预期，常常既极端低估，又极端高估。在 AlphaGo 挑战李世乭之前，大多数人本能地拒绝相信人工智能可以达到这样的高度，认为围棋中某些普遍被认为是属于人类的强项，例如大局观、直觉、平衡感、洞察力，是人工智能不可逾越的高峰。甚至有些人在看到对局结果之后，还是固执坚信人工智能只是以暴力和统计学堆叠出胜利，并没有真正展现出人类大脑特有的能力。但另一方面，很多人又在一夜之间开始担忧人工智能统治人类的未来，似乎人工智能从学会下围棋到征服世界，只有一步之遥。而事实是，人工智能早就开始在许多关于直觉和美的领域里展现出创造性。三十年前，Harold Cohen 已经开始能够让电脑自动画出人们误以为来自人类画家的画作。二十年前，David Cope 编写的程序写出的肖邦风格的马祖卡舞曲已经传神到即使音乐专业的听众也难辨真伪。归根结底，人的大脑在功能性的层面上只是一架精密的机器而已。既然是机器，就有被数值计算模拟和逼近的可能性。AlphaGo 所展现出的围棋开局时良好的「棋感」，再好不过地说明了所谓的直觉并非无法量化，只是无法被我们自己量化而已。但这是人类的失败么？从茹毛饮血的穴居时代到游弋太阳系的今天，人类的进步从来就不体现为本身生物能力的优越，而体现于不断创造出工具成为自我的延伸。我们制作出的机器跑得更快，飞得更高，算得更准，想得更深。但是归根结底，定义人性的并不
...继续阅读
(30)
发表于
2016-03-15 21:14:42
笔记：美国的个人所得税
前几天第一次完成了在美国的报税。因为是跟着公司搬过来的，所以有四大会计师事务所的人帮我来报税。其中需要我自己做的事情其实不怎么多。只是收到四大发过来的厚厚的72页的报税表格之后，我还是饶有兴致的学习了一番这个税是怎么算的（其实主要是因为要补税，所以在心疼我的钱...）。以前说过，美国的个人所得税和中国最大的不同就是征缴的方式。中国的个税是在发工资的时候就按照累进税率由公司代扣了，以单人单月单笔工资收入为基数计算；而美国的税则是以家庭为单位，代扣数额需要填一张生活负担表（w-4），然后按照预期的年度收入税总额平摊到每张工资支票。这个税虽然也是由公司代扣，但是每年会有一个多退少补的环节——这也是为什么今年我会欠税...此外，在不同的就是美国的州税和联邦税是分开计算的，每个州的州税不尽相同；再者，美国有很多项目时可以抵税的，比如贷款利息、财产税、已经交过的州税等等。我今年报税最主要的麻烦就是去年的身份有变化——从跟美国没有半毛钱关系、变成了美国的税务居民（主要的条件就是在美国呆超过183天）。在身份有变化的时候，就不能采用电子报税的方式了，而是需要把一沓报税的纸质表格寄给税务局。这种情况下，倒也不用花钱去买什么报税软件了。结婚的话可以以家庭为单位联合报税，然而这一条跟我并没有什么关系....然后就是从银行拿到的各种利息和开户奖励什么的会收到一张1099-int表格，计入当年应纳税收入。今
...继续阅读
(152)
发表于
2016-03-15 16:00:00
AlphaGo 的学习决策模型是否能用于股票市场的交易？
之前写的匆匆忙忙，再看有很多书写错误，重新编辑一下~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~泻药~这段时间被阿法狗深深得震撼了，在我还从事人工智能相关研究的时候，还只有机器学习。当深度学习刚刚出现的时候，我还以为只是神经网络叠加而来的又一个名词噱头。现在感觉自己迅速落伍，深度学习确实是人工智能领域的一个极大的突破。之前在使用神经网络和机器学习对付一些“前”人工智能问题的时候，还需要绞尽脑汁自己去寻找好的feature，现在看来确实已经成为上个时代的人工智能了。阿法狗很成功，把小李子虐残了，但是我认为阿法狗只是工程上的一个突破，在深度学习的理论与工程上找到了解决围棋问题很好的契合点，验证了深度学习的强大。而深度学习想要在金融市场交易中获得同样的成功，还有非常长远的路要走。其一，围棋是一个封闭系统，是一个完全信息系统，无论是现在的深度学习还是以前的机器学习，都依赖于庞大的样本训练，训练完成之后的样本外输入，其本质和可能性要与训练样本相同。例如围棋只能你一步我一步在固定区域内下，所有的规则都是实现就已经约定好的。而金融市场并不是完全信息系统，这一点在很多人的回答中也都提到。也就是很多新的情况，是系统不可预估的，并不是在历史中存在的，在这种情况下，之前的训练会失效。做过自动程序化交易的人都知道，如果自己不清楚策略为什么赚钱，不清楚背后的理论
...继续阅读
(32)
发表于
2016-03-15 07:45:00
如何培养打篮球时突破的节奏感？
此题实在是太大了，这题我一个月前就答了一半，写了1个下午没写完，一直存着草稿在想要不要答完，今天看了个视频，我决定答完它，先上视频：crossover首先，题主抓到一个很对的关键，就是节奏，节奏是突破中非常重要的一点。但有一点要提一下，题主问题描述中提到了突破之后得不了分，其实这已经不是一个突破问题了，是终结进攻能力的问题。个人认为篮球运动，在进攻方面，最核心的2个部分就是空间与节奏。由于题主问的是个人突破，那就不从战术层面说空间与节奏，只从个人进攻角度入手。所以打算用类似倒叙的方法来阐述这个答案，思路是：突破后的终结进攻（主讲空间）-->突破（主讲节奏）-->突破能力的基础培养-------------终结进攻篇1，先讲空间，因为空间是基础。空间，这里指的是出手空间。不论是跳投，还是突破上篮，都需要有空间来完全的施展动作，突破的本意也是为了创造出手空间完成进攻。有些人速度很快，突破了face-up的防守球员，准备在篮下上篮/扣篮终结进攻，但是因为篮下有补防的球员或者本身篮下就有站定好的防守者，那么强行上篮，被盖/被干扰（题主提到找不到篮筐问题的一种可能的原因）是有可能的。因为进攻空间被阻隔了，所以英文中盖帽叫block。2，再讲上篮选择。抛开上篮技术的动作规范性和完成能力，上篮选择会影响到球员在内线得分的效率。下面提出几种方式：a，彻底完突face-up，内线有瞬间空
...继续阅读
(27)
