昨日阅读1小时，累计阅读373小时

昨日阅读1小时，累计阅读807小时。

昨日阅读1小时，累计阅读583小时, 继续努力。

昨日阅读2小时，累计阅读675小时

2019.1.28
昨日阅读5小时，累计阅读1098小时。

昨天阅读3小时，累计阅读316小时。

昨天阅读一本很有趣的书, 书名为 "写给所有人的图说日本史：这样看图读历史超有趣"
作者用通俗的语言和故事性的笔触，还原日本历史发展进程中的关键人物和具影响力的事件。透过字里行间，我们彷佛看到平清盛少年执刀，血洒沙场，却遮不住与生俱来的自信张扬；织田信长正值雄心万丈的时期，本能寺之变却让他就此陨落；丰臣秀吉的奴隶身分，也不能阻止他成为一代霸主；德川家康一统日本，成就了幕府最后的神话；黑船叩开了紧锁的国门，岛国面临着严峻的挑战。明治天皇选择了艰辛的维新之路，废藩置县，全面西化.

昨天阅读3小时，累计阅读316小时。一本很有趣的书,书名为 “写给所有人的图说日本史：这样看图读历史超有趣”
作者用通俗的语言和故事性的笔触，还原日本历史发展进程中的关键人物和具影响力的事件。透过字里行间，我们彷佛看到平清盛少年执刀，血洒沙场，却遮不住与生俱来的自信张扬；织田信长正值雄心万丈的时期，本能寺之变却让他就此陨落；丰臣秀吉的奴隶身分，也不能阻止他成为一代霸主；德川家康一统日本，成就了幕府最后的神话；黑船叩开了紧锁的国门，岛国面临着严峻的挑战。明治天皇选择了艰辛的维新之路，废藩置县，全面西化

昨天阅读2个小时Bayesian econometrics，累积阅读4个小时。

贝叶斯计量中的一个很重要的特点是可以进行模型比较，即看哪个模型设定的更为合理。也就是说，从后验分布而言，其可以写成\[p(\theta|y, M_i)\]，其中\[M_i\]是你所采用的模型设定。

在进行模型比较的时候，我们还是可以依据贝叶斯定理，去结合对模型的先验分布。当然这点内容个人还是没有十分深入的理解，例如这种先验分布从何而来，模型的设定上有什么讲究吗？是多加入了几个变量之后，跟之前的进行比较吗？这个传统计量中的F检验有什么本质的区别呢？这些内容在我目前阅读的章节里还没有给出非常明确地解释。

Bayesian Econometrics的第二章通过一个比较简单的univariate linear regression model来解释，后验分布、先验分布和似然函数之间的关系。通过natural conjugate prior来让后验分布最终和先验分布在一个分布家族里，这样有助于我们分布，先验分布和后验分布的联系。当然，从计算模拟的角度而言，也更容易实施，不需要用过于复杂的抽样算法。

从后验分布可以看出，后验分布中，数据给出的似然函数和先验分布各自占到了一定的权重，而这种权重是由各自的variance-covariance来决定。如果variance-covariance越大，那么其precision matrix就越小，即占比更小。

昨天阅读2小时，累计阅读40小时

昨天阅读5小时，累计阅读1895小时

1. https://wallstreetcn.com/articles/3476219

2. 美国12月成屋销售年化总数三年来首次低于500万户大关，银行按揭贷款业务收入近乎腰斩，分析师指出，房屋市场的下滑可能是经济疲软的前兆。

3. 感想： 美联储加息导致的贷款利率上升和贷款者信用下降共同促进了这一事实，但这次银行没有再随意贷款，吸取了08年的惨痛教训，严格控制贷款人的质量，才能避免第二次类似的危机。美国房市也在过去几年快速上涨，很多有学生贷的年轻人根本无法负担。

4. 昨日阅读1小时

5 累计阅读15小时

昨日阅读0.5小时，累计阅读249.5小时

昨日阅读1小时，累计阅读32小时

昨天阅读0小时，累计阅读17.5小时。
惭愧！未能持续，今日要重拾阅读。

昨天阅读3小时，总计阅读701小时

昨天阅读1小时，累计阅读114小时

昨天阅读4小时，一共阅读1056小时！
今天的主要任务：上午做读书笔记《经济学》第8章，梳理本章的知识点和主要内容，下午做《应用经济学研究方法论》第6章的读书笔记，主要解决一个主要问题，从哲学角度理解研究方法论；晚上查外国文献，围绕的主题主要是，绿色养殖。
今天的杂事：1.收拾整理去医院用到的东西；2.今天小年包饺子，祝大家小年快乐。
告诉自己：回眸昔岁催奋进，不忘初心再出发！！！战胜自己才是最大的成功！与其焦虑的思考，不如静心的实干！

1.每日在最新【充实计划】主题帖跟帖，【每日计划清单】，并填写是否完成（O or X）
2.计划清单形式（范例）：
【昨日计划完成情况】
1.做完《经济学》第7章知识点梳理。-O
2.杂事完成。-O
3.晚上查阅外国文献（查的有点少，注意阅读英文文献的方法）。-O
4.做完《应用经济学研究方法论》第6章知识梳理。-X
O表示完成，X表示未完成

昨天阅读1.5小时，累计阅读277小时

昨日阅5小时，累计阅读542小时

昨日阅读2小时，累计阅读676小时

昨天阅读3小时，总共阅读778小时

元月第28天

昨日阅读3小时，累计阅读830小时

1.今天你阅读到的有价值的全文内容链接

推荐：《量化投资,以Python为工具》 （源代码及数据）

https://bbs.pinggu.org/thread-6296589-1-1.html

2.今天你阅读到的有价值的内容段落摘录

今天继续读：《宽客人生：从物理学家到数量金融大师》

第8章   休止时间（下） 第9章　百变金刚

……

      斯坦的小组主要解决高盛对量化模型的新需求。传统上高盛是一家行事如绅士的投资银行，主要关注股票首次发行（IPO）和大型机构客户的股票交易业务。那时，高盛刚刚开始涉足所罗门兄弟公司的业务领域，也就是喧嚣吵闹、更贴近老百姓口味的债券和抵押贷款领域。股票交易是简单的、拼胆量的、需要承担风险的业务，对智力和技术要求不高。债券则更加复杂，涉及数字、计算、代数甚至还有微积分。就像我的交易员朋友所说的，股票交易中聪明人根本没有竞争优势。

      股票市场中的技巧是，在几千家不同的上市公司中，对一家上市公司每股股票价值给出合理定价。而债券市场中尽管证券数量较少，但每只债券都非常复杂，有时还容易把人搞糊涂。债券市场上的大家伙是美国政府国债，正是因为美国政府的借款需要，产生了可以用来交易的、永远具有流动性的短期国库券、中期国债、长期国债。政府债券的突出特点是具有各种到期期限和利息率且有美国政府的信用保证，它们永远不会发生违约。外国政府也发行国债，其中有些国债就比另外一些违约风险更大。企业债的风险就更大一些，企业可能会出现现金流中断，这样就不能按照承诺到期支付。有些债券会被“提前偿付”——企业拥有选择权，当利率降低时，企业可在债券到期前提前偿付借款金额，从而避免继续对借款支付较高的利息。房屋所有人的抵押贷款也是最危险的债券之一。它们也存在突然被提前偿付（就是提前还款）的风险，房屋所有人可能会卖出他们的房子，也可能不再需要他们借来的本金，也有可能是利率降低后，房屋所有人发现存在着其他更便宜的融资渠道。

       所有这些复杂性都使得确定债券的正确价值非常困难，也促使华尔街向擅长数学建模的高手敞开了大门。所罗门兄弟公司的固定收益部依靠马蒂·雷博维兹领导下的声名远扬、令人羡慕、经验丰富的债券组合分析（bond portfolioanalysis，BPA）小组来提供数学分析。高盛逐渐意识到，它们也需要类似的业务。FSG和它的领导者斯坦·迪勒就成了它们手中的制胜法宝。斯坦·迪勒以前是哥伦比亚大学经济学博士，也是最早转行进入华尔街的学者之一。

      每个人考虑的问题都是利率波动性的陡然提高。在20世纪80年代之前，投资者都是按照固定不变的方式将投资分配于股票和债券。传统上，投资者将债券投资视为安全的，而将股票投资视为有风险的。接下来在20世纪70年代末，也就是我在波尔得教物理学的时候，美国利率迅速提高，金价和油价也在高涨，以前被认为是不会发生波动的债券开始变得有风险。所有人都知道在股票熊市期间，投资者可能要承担40%的跌幅，但很少有投资者意识到，相同的情况也会发生在国债上。投资银行的交易柜台通常会持有大量债券存货，以便提供给他们的客户，结果却发现他们的投资组合价值在急剧下跌。当固定收益证券的内在风险不断加大的同时，一种管理利率风险的新方法开始在业界流行起来。交易柜台希望将它们变化的、复杂的债券组合头寸用便宜的、流动性好的国债期货进行对冲。对冲和风险管理成为新鲜事物，无论是对于像高盛这样的金融产品批发商，还是对于机构投资者而言都是至关重要的。

     在股票交易的世界里，会算术就足以应付了；除非操作中用到期权，否则最简单的代数知识就足够了。相反地，在固定收益的世界里，投资者根据收益率计算债券的价值。如果你按当前市场价格买入债券并持有到期，将收到债券所产生的所有利息支付和本金，据此计算的债券剩余期限内的平均百分比回报就是收益率。只要你开始思考债券价格与其收益率之间的关系，那么代数、数列、级数、微积分等这些数学知识的阴云就会立刻黑压压出现在教科书后的附录中。一只股票仅仅就是一只股票而已，但即使是最简单的债券都是一只衍生品证券，其价值取决于利率。

      因此，20世纪80年代早期的债券交易员突然之间就需要掌握金融分析和数学技巧来理解一个包含了成百上千只债券的投资组合，以及这个组合的特征。他们还需要具备计算的能力。纸、笔、含有收益率表格的书籍甚至再加上一个掌上计算器，这些对于要考虑方方面面的情况来说都简直太慢了，也太不方便了。只有在一台电脑上，你才能实时估计很多不同证券的价值、敏感度和风险。

      20世纪70年代末，人们还买不到商业用途的风险管理系统。而像电子表格这样自己设计的分析工具也不是非常普遍。绝大多数信息技术领域内的程序员不能处理债券交易用到的数学，而绝大多数交易员又不能进行编程。交易部门只能求助于一些能帮助他们建立风险管理工具的多面手，从低端的数据库到金融估值模型再到高端的用户交互界面。

      这个领域内的多面手不大可能是MBA或金融学博士，因为即使他们了解足够的数量金融学知识，但他们中的绝大多数都很鄙视编程和数学，将这些技巧视为廉价、惹人烦的技术，完全可以花钱请别人来完成。而数学家也同样倾向于回避编程，更喜欢去研究算法分析。至于计算机科学家，尽管他们懂得离散数学和布尔代数，但总觉得一直研究数学也不好。

      物理学博士或工程学博士则恰好满足对多面手的这些要求。首先，金融数学与物理数学非常相似；其次，物理学家并不缺乏实践训练，也没有那么多所谓的尊严，他们做自己的数学和编程研究，愿意这样做是研究生和博士后这个群体的一个核心特点。

      这些可能就是为什么斯坦的金融策略小组几乎都是由前物理学家、前应用数学家和前工程师组成的原因，这些人中很多人都有博士学位。斯坦雇用的人都来自于同一文化，那就是你自己要完成自己的脏活、累活——发展自己的理论，进行自己的数学计算，接下来写出自己的程序。几年后，当我给我的团队招募人员的时候，也愿意照搬这种雇用的模式。倒不是因为我没有自己的标准，相当程度上是因为我从内心深处认同这种明智的方式。

……

3.今天你阅读到的有价值信息的自我思考点评感想

         全书已经读了一半，才进入了金融。作者在之前的篇幅中用大量的笔墨描述了作为一个物理学家在上世纪六-七十年代读完博士后所面临的从业尴尬。不得己转入了通讯公司，但主要工作还是编程：编制完成了一个数学公式的模块。这也是计算机行业在刚刚开始兴起之前对于程序设计方面的需求开始起步。想想现在各国，也就是说世界各地都有如此之多的计算机和程序设计人员在日以继夜地进行编程，就可以感觉到人计算机，到互联网，到移动互联，到AI。确实是日新月异！必须搭上投资这班车，否则几乎看不到机会了。

     对比作者所处的时代，现在的条件，尤其是信息技术的普及和设备的价格低廉，几乎已经实现了信息随处可得的当年理想（印象中应该是上世纪90年代提出的理想）。而我们每一个人面临的挑战则是更大了：竞争更激烈，整个社会的发展速度大大提高。所以作者在面试时需要问的问题：“如果我来这里，从现在开始的10年后，我将在做什么？”是现在我们每一个不想被淘汰出局的人经常需要问自己的。当然，在回答这样的问题时总是避免不了面对另外一个更大的问题：我们生活的意义或者目的是什么？我们活着的意义或者目的是什么？看起来似乎一样的问题，实则有着明显的差别。只是任何一个都已经足够难以回答了更别说两个放在一起来回答了！

      A股又在微调，明天是什么行情呢？小升震荡？关键是要有操作的策略！

……

单词挑战第2月第18天

Grand  宏大的，宏伟的; （最）重要的; 豪华的;

Read this chapter ifyou want to know how Python compares to other languages

and its place in thegrand scheme of things.

1.背单词1个-O

2.飞鸟式36个-O

3.CodePractices 1 hr -X

4.论坛收集资料30分钟-O

5.CloudZhuang45minutes-O

昨日阅读2小时，累计阅读806小时      
挑战第三百二十五天   读15页书，完成当日目标

昨日读书3小时，内容是HBR.

昨日读0.5小时  累计183.5小时

昨日阅读1小时，累积阅读1122小时

昨日阅读1小时，累计阅读136小时.
Read "The Model Thinker", learn from the thoughtful leaders. Reread paper for GFS to get better understanding about the architecture design and design tradeoffs etc.

1. Reading: 60 minutes - O
2. Side Project(s): 120 minutes - X
3. Code Practices: 60 minutes - O
4. Exercises: 30 minutes - O

昨日阅读1小时，累计阅读10小时

昨日阅读1小时，累积阅读6小时。阅读《用心休息》

昨日阅读0.5小时，累计阅读156小时。