Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

每一次心跳都会增加利息

Posted on 2025-07-21

我小时候听过一则银行广告,说你的储蓄账户利息会随着心跳而增加。我觉得这说法很奇怪,也好奇它到底是什么意思。如果你心跳快,你的钱是不是会更频繁地增加复利?

我猜想其中可能有一些细则,比如说利息每秒复利一次之类的。超过一定频率,利息复利的频率就不那么重要了,而连续复利的本质就是:利息复利的频率如此之高,以至于复利的频率都无关紧要[1]。

那么,你需要多久复利一次,才能让离散复利和连续复利之间的差异变得无关紧要呢?这取决于你认为什么是重要的。你对重要的事情要求越高,离散复利就需要越精细。利率是多少也很重要。以下 Python 函数 [2] 给出了连续复利和每年复利n次(利率为r ,复利原则为P)之间的差异。

 def f(P,n,r):返回P *(exp(r)-(1 + r / n)** n)

首先,假设复利频率对一笔100万美元的贷款在一年内产生的差额超过1美元,那么复利频率就很重要。连续利息和按6%的日复利利率计算的差额为5.24美元。如果我们将复利频率提高到每小时,差额为0.22美元,那么我们认为这无关紧要。

当利率上升时,连续复利和离散复利之间的差额也会扩大。如果我们将利率提高三倍至18%,现在的差额是2.21美元,但如果我们每分钟都进行复利,差额就只有0.04美元。

现在,如果我们的要求更高,希望一百万美元的本金利息差额不超过一美分,我们就需要更频繁地复利。在这种情况下,假设利率为18%,每秒复利一次就足够了,这意味着对于任何较低的利率来说,这个频率都足够了。

相关文章

  • 三个经验法则
  • 另一条 72 规则
  • 波斯利益近似

[1] 可以使该陈述严格化,即对于每一个重要定义,即对于每一个公差 ε,都存在一个N ,使得对于所有n > N ,连续复利和n期复利之间的差异小于 ε。

[2] 只要n不是太大,该 Python 函数在理论上是正确的,在实践中也是如此。n 过大可能会导致数值问题,我们将在下一篇文章中讨论。

这篇帖子“随着每一次心跳而增加的兴趣”最先出现在约翰·D·库克 (John D. Cook)身上。

原文: https://www.johndcook.com/blog/2025/07/20/continuous-interest/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme