[action-translation] resync: wealth_dynamics.md

.translate/state/wealth_dynamics.md.yml

@@ -0,0 +1,6 @@
+source-sha: 39b39c9bcb4363353b27e2180f12551fbd3a6e9f
+synced-at: "2026-07-18"
+model: claude-sonnet-5
+mode: RESYNC
+section-count: 6
+tool-version: 0.17.0

lectures/wealth_dynamics.md

@@ -7,6 +7,20 @@ kernelspec:
   display_name: Python 3
   language: python
   name: python3
+translation:
+  title: 财富分布动态
+  headings:
+    Overview: 概述
+    Overview::A Note on Assumptions: 关于假设的说明
+    Lorenz Curves and the Gini Coefficient: 洛伦兹曲线和基尼系数
+    Lorenz Curves and the Gini Coefficient::Lorenz Curves: 洛伦兹曲线
+    Lorenz Curves and the Gini Coefficient::The Gini Coefficient: 基尼系数
+    A Model of Wealth Dynamics: 财富动态模型
+    Implementation: 实现
+    Applications: 应用
+    Applications::Time Series: 时间序列
+    Applications::Inequality Measures: 不平等度量
+    Exercises: 练习
 ---
 
 ```{raw} jupyter
@@ -24,7 +38,7 @@ kernelspec:
 ```
 
 ```{seealso}
-本讲座的`GPU`版本可在[这里](https://jax.quantecon.org/wealth_dynamics.html)找到
+本讲座使用[JAX](https://github.com/jax-ml/jax)的版本可在{doc}`这里 <jax:wealth_dynamics>`找到
 ```
 
 除了Anaconda中已有的库外，本讲座还需要以下库：
@@ -198,7 +212,7 @@ w_{t+1} = (1 + r_{t+1}) s(w_t) + y_{t+1}
 其中
 
 - $w_t$ 是某个家庭在t时刻持有的财富，
-- $r_t$ 是金融资产t时刻的收益率，
+- $r_t$ 是金融资产的收益率，
 - $y_t$ 是当前非金融（如，劳动）收入，
 - $s(w_t)$ 是当前财富减去消费后的净值
 
@@ -265,7 +279,7 @@ wealth_dynamics_data = [
 ]
 ```
 
-下面是一个类，用于存储模型参数并实现更新总体状态和家庭财富的方法。
+下面是一个类，用于存储实例数据并实现更新总体状态和家庭财富的方法。
 
 ```{code-cell} ipython3
 
@@ -480,7 +494,7 @@ plt.show()
 
 我们再次看到，随着金融收入回报的增加，不平等程度也在上升。
 
-最后，让我们通过研究改变金融回报的波动率项$\sigma_r$时会发生什么。
+最后，让我们通过研究改变金融回报的波动率项$\sigma_r$时会发生什么来结束本节。
 
 ```{code-cell} ipython3
 %%time
@@ -617,4 +631,3 @@ plt.show()
 
 ```{solution-end}
 ```
-