Scottrade, Firstrade和Sogotrade之对比--到底哪个好?

简介:

经常会有人问我:好像用Scottrade的人比用Firstrade的人多,好像Sogotrade费用低很多,到底选哪家比较好?

 

这是大家非常关心的问题,其实早就想写一篇对比的文章,却总是没空。今天就不偷懒了。

 

事实上美国的各类券商多如牛毛,在激烈的竞争环境下一般都形成了和服务相适的费用,否则也无法吸引到大量的客户维持生存。

 

首先对比一下最重要的:费用。它们作为网络券商,相对其他传统券商已经有了较低的费用,的但它们之间还是有一些差别,下面列举几项主要的。从前到后依次是Scottrade, Firstrade, Sogotrade.

股票交易费用分别是每笔7刀,6.95刀,3刀,Sogotrade完胜。

共同基金交易费用分别是每笔17刀,9.95刀,15刀,Firstrade最低,并且据我所知,国际账户只有Firstrade可以购买共同基金。需要买基金的朋友实际上没有其他选择。

期权的费用分别是每笔7刀,6.95刀,5刀,不好意思我也不知道期权是什么,我也没用过。。

Scottrade开户时似乎要收取1刀开户邮寄确认费?这个无所谓。

最低资金要求分别是500刀,0刀,500刀,这个估计都能达到吧。。

其次是服务:

之所以这三家是中国人使用得最多的三家,就是因为它们都提供了中文界面和中文客服。但是由于我只在Firstrade开了户,所以具体的细节也无法对比,大家可以自己登录他们的网站了解一下。但是我在网上曾几次看到说Sogotrade网站反应速度过慢或长时间无法打开的,在美国的券商综合评分网站得分也较低,所以并不是费用越低就越好。

我更想说明的是,只要是在美国金融业监管局(FINRA)网站上查询到没有问题,具体选哪家券商其实没必要太纠结,就好比移动服务最好,联通3G最好,电信价格最好,你说到底选哪家?券商只是我们投资所使用的工具,更重要的是具体的使用方法。事实上在地图上也可以查到,Firstrade 和 Scottrade 就在一条路上,走路估计不要十分钟。

说到这里,就再说一说基金的问题。我已经多次提到我选择Firstrade是因为需要购买基金。基金在中国已经逐渐沦为一个畸形的怪胎,一个边缘产物,但是在美国却是完全不同的状况。美国家庭的金融资产中基金所占的比例是逐年显著增高的,而养老金中的各种基金所占比例超过了一半,这正是由基金相对于个股的低风险属性决定的。

虽然我们总看到一些言论观点说美国经济会垮台,世界经济的复苏希望在中国,但是我觉得吧,美国人未必那么傻,他们对他们自己股票市场乃至金融体制的了解程度总比我们这些墙里人要透彻,既然他们这么倚仗基金,我们凭什么认为我们可以玩短线玩个股玩过他们呢?何况我们还是在大半夜。。。

当然,如果你是那种能提前知道土豆优库要合并的人,那就是另当别论了。。

跑题了。。想到什么再补充。

本文转自博客园知识天地的博客,原文链接:Scottrade, Firstrade和Sogotrade之对比--到底哪个好?,如需转载请自行联系原博主。

相关文章
|
Python
nltk 自己训练模型例子
NLTK是Python的一个自然语言处理的模块,其中实现了朴素贝叶斯分类算法。以下,就使用上一篇文中提到的数据,来应用这个模块实现朴素贝叶斯分类。NLTK的实现更加泛化,所以在应用到我们的数据上时需要做一点的转化。 首先来看一下NLTK官方文档中给出的一个简单明了的例子,在了解这个例子之后,再设法将同样的模型应用到自己的数据集上。官方给出的例子是英文名中,在知道名字中最后
4155 0
|
19天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
8804 25
|
18天前
|
人工智能 并行计算 PyTorch
秋叶 ComfyUI 2026 整合包 v3.2 完整部署教程:Python 3.13 + Torch 2.13 全栈升级
秋叶aaaki ComfyUI 2026年8月整合包v3.2正式发布!全面升级Python 3.13.11、PyTorch 2.13.0+cu130及ComfyUI v0.30.2,原生支持MiniMax H3、Wan 2.2、Qwen-Image-2.1等2026主流音视频/图像模型,解压即用,无需环境配置。
3452 15
|
17天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2202 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
12天前
|
人工智能 Linux 开发者
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
Codex是OpenAI推出的AI编程智能体,可读取本地项目、理解需求并自动修改代码。支持桌面GUI、命令行(CLI)及VS Code/Cursor插件三种形态,覆盖可视化操作、终端高效开发与编辑器无缝集成场景,助开发者用自然语言驱动编码全流程。(239字)
【2026国内使用】Codex安装过程一篇讲透(Win/Mac/Linux全支持)
|
18天前
|
云安全 人工智能 安全
|
4天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
376 1

热门文章

最新文章