@shanejix 我经历比较丰富……本科在新加坡，phd 在英国，国内呆了 7 年吧，配偶读了个最便宜的 master ，我拿着配偶工签来，去年差不多这个时候面试了 4 家就找到了现在公司，运气比较好是认证雇主，工资也够绿名单，就直接走绿名单了。

1. 从整体国家经济水平和经济产业结构来看一下新西兰。
前提：发达国家在经济学上一般指人均 GDP 达到 2 万美元的国家，同时发达国家一般拥有较发达的第三产业（服务业）。

新西兰是目前唯一一个跳过第二产业直接依托第一产业发展第三产业的发达国家，因为它的地理位置优势（劣势）。其地理位置优势在于：
* 远离大陆，离最近的大陆澳大利亚直线距离也近 1500 公里。两次世界大战都没有波及到新西兰本土。
* 约 27 万平方公里的土地南北分布在长近 1000 公里的狭长两个岛上，纬度跨度相当长。
* 太平洋版块和印度洋-澳大利亚版块交界，有矿，且矿会随着两个版块交界处的地质挤压过一段时间就挤到浅地层。
所以其草种生长周期短（大约 1 个月就可以长一茬草），且全年生长，没有东北亚地区冬季漫长的枯草期。
所以新西兰全国现在大约有 2600 万只羊，1500 万只牛和近 400 万只草泥马。
在二战期间，新西兰在本国食物配给制的情况下向其宗主国英国提供了相当多的肉类和奶制品，为盟军的后勤做出了巨大贡献，也因此进入了盎撒的贸易圈。
其地理位置的劣势也体现在上述三项：
* 远离大陆意味着运输成本高企，无法在加工贸易（所谓三来一补：来料加工，来样加工，来件装配和补偿贸易）行业参与到国际化大生产的链条中。
* 南北狭长意味着人口分布不均匀，更多人口集中在北岛低纬度地区，相对来说北岛的城市化水平和经济水平也更高。
* 地质挤压意味着火山、地震频繁。

所以新西兰政府在战后制定的经济政策是围绕第一产业，发展基于第一产业周边的服务业。那么像我们所理解的服务业包括：教育、医疗、娱乐、IT 等，在新西兰的形态上相对于传统工业国的形态，非常不一样。

2. 新西兰的 IT 行业：
新西兰的 IT 最发达的产业因为其地缘因素不可能是互联网，因为一没有足够的市场，500 万人口打不下来互联网行业所需要的低边际成本，同时也因为远离大陆所以不可能有低价的交通运输。

就互联网来说，电商平台只有一家 TradeMe ，2024 年了还是先款后货的模式，（相当于 2004 年的淘宝吧）。技术栈是.Net ，有一点点 Java 。O2O 模式的什么团购、外卖、共享形式的那些平台，都是没有的。

那么新西兰的 IT 业，如上（ 1 ）所说，依托第一产业，所以农业、畜牧、挖矿相关的技术，包括奶牛的选育（种牛的筛选需要相当高级的生物信息学技术），种子的选育、转基因、农场的电子围栏（这是新西兰向中国出口的唯一 IT 技术了），地理信息探测（南岛有个叫 Seequant 的公司这块技术领先）等等，是主要的玩家。

这些行业基本上做的都是“软件”，主要技术栈是 C++和.Net ，那些在国内的非常 fancy 的 web 技术栈在这边是用不上的。比如整个南岛用 Golang 的公司没有，用 Rust 的公司只有一家叫 Partly ，是做汽车零件贸易的，每个月还组织 Rust Developer Meetup ，每个月去的人也就那么 3-5 个。
不光是这些，新西兰主要 IT 行业的公司还大部分从事面向澳大利亚客户的外包服务，常见的有财务、ERP 、BI 的外包，这部分是纯服务业，因为客户规模的原因，暂时也没有太多的 SaaS 的产品出来，北岛有两家 MYOB 和 Xero 做得比较大，基本上澳新的小微企业都用这两家的财务系统，主要技术栈也就是.Net + React.js 吧。

南岛基督城（南岛最大的城市，50 万人），有一些工业软件公司，MimoMax 做半导体，Tait Communication 主要是做一些通讯芯片和工业通讯模组，以及美国公司的新西兰分部（ Trimble 和 Caterpillar ），做重型机械的卫星定位和无人化。这三家都是 C/C++为主的技术栈。
首都 Wellington 有一些游戏和特效工作室，指环王的特效就是惠灵顿的 Weta Workshop 就在那里。

3. 给 OP 的建议：
如果 OP 的技术栈是偏互联网的，且未来规划不太想放弃互联网的技术栈的话，不要考虑新西兰。
如果 OP 愿意搞搞.Net/Java/C++，且愿意从事一些产业化 IT 的工作，那还比较适合。这边产业化 IT 的力量很强，维管软件(MaintainX/ Capterra)，和矿产管理软件 propeller 是世界领先的玩家，奥克兰的 Engenger 在奶牛基因筛选方面也是世界上排得上号的，Trimble 的导航定位和测绘是世界前三（ Autodesk 和徕卡是前二），基督城是其主要研发力量，Trimble 和 Cat 联合的 CTCT 的无人施工机械方案现在有超过 10 万台设备在欧洲和日本施工跑着……什么挖掘机、铺路机、压路机都无人化了……

以上纯原创，来自本人在基督城工作了一年的心得。

新西兰版完美了 esim+单卡槽，不过平常也不用 sim 卡，esim 就够了……

个人用途 iPhone 15 PM
工作用途 Galaxy Z Fold 6
年年换新款

+1

关键词……遗传算法……

现在这台 MacBook Pro 吧，22 年买的 M1 Pro ，用了两年是我用得最久的果子设备了

量化交易

“新冠阳了”

有
早起一杯，8 点半到公司一杯，11 点一杯，12 点半吃完饭一杯，下午 3 点 coffee break 一杯，晚上健身前一杯。
早上的是 long black + extra shot ，下午的就是 long black 。
long black 不知道跟美式有什么区别，喝起来感觉浓度和美式差不多

早起 5 点半就起 中午别睡 白天任何时间都别睡

交一半到 joint account 。

K 线是一个信息熵高但是编码资讯量低的信道……
仅用 4 个数据(open close /time period/ volume)编码整个市场对一支股票的分歧和共识。
只能从分形几何的角度来分析一些趋势性的信息。微操得靠 feature engineering 来过局部过拟合。
分形几何应用到股票量价定量分析上，比如江恩波动率还是在计量金融学里面有一定的作用的，不过那些股民不可能懂。懂的至少需要经过本科经济学+金融学硕士的定量分析的训练。

至于大部分股民，最好就是参考宏观大周期做长期价投。这里的价值不是“你以为有价值的公司/股票”，而是需要充分了解估值模型定量分析之后的价值趋势……烂公司可能会有价值上升趋势，好公司可能会有价值下降趋势。

稍微有点经济学基础的股民，可以去想想一个价值周期内的价值驱动因素，是利率敏感，还是估值敏感，还是利润敏感，根据这个价值驱动因素去判断周期到什么位置了，是价值驱动，还是价值回归。从而预测未来。

混沌系统不要追求精确，而是完整的逻辑和混沌的正确，我（作为一个 CS+经济学双学位+个人投资这么多年的收益体验）理解这就可以战胜市场上 90%的对手盘了。毕竟金融市场是零和博弈……

鞋都能机洗……何况内裤袜子= =||

点进来之前以为 op 要讨论的是汉语语素的繁杂性
点进来之后，算了，又是一个不懂语言学的在乱开炮。

这回用完就准备不用了，体脂和体重到目标数值了。