今天阅读1小时，持续每天阅读累计117小时。

2月第6天
昨日阅读5小时，累计阅读856小时

1.今天你阅读到的有价值的全文内容链接
推荐：《高盛帝国(套装上下册)-全球唯一一部全面讲述高盛屹立百年的企业传记)》
https://bbs.pinggu.org/thread-5560137-1-1.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12章   身心俱疲 （中）
      所罗门兄弟公司是个糟糕的地方。我开始工作后最先注意到的事情就是开会时每个人都迟到。级别最高的人来得最晚，他们每个人都开门探头看是否其他所有人都已经到齐了。如果没有，他们就会扭头走掉。而级别比较低的人，则利用这种长期以来形成的迟到氛围而习惯性迟到。每个人都下定决心不浪费自己的时间，而这种集体性选择的结果就是浪费每个人的时间。这种现象在高盛是不会出现的。
      弥漫在所罗门兄弟公司里的紧张气氛也是非常明显的。我有些想要离开这家公司的朋友们都快成妄想症患者了，他们担心上司会发现他们在面试其他公司，然后在他们离开之前先把他们开除。我从来没有听高盛的任何人讲过这种事。尽管在雇主和雇员之间存在着天然的紧张关系，但绝大多数高盛工作人员从来不会想象出，行使自己的权力寻找另外的工作机会必然导致被解雇。
      所罗门兄弟公司“赶尽杀绝”（take-no-prisoners）的文化还有其他的表现形式。20世纪80年代，债券组合分析小组曾经给客户写过一系列非常知名的、关于互换和其他新出现的衍生品合约定价的报告。每份报告的封皮都是淡棕色的，并用深棕色打印出作者的名字。几年过去了，随着这些报告的最初作者一个一个离开所罗门兄弟公司而转投其他银行或交易公司，债券组合分析小组就会重新打印这些报告，并将已经离开的作者名字去掉。最终，很多以前写的但还是很受欢迎且仍在发行的报告上，在封皮上连一个作者的名字都见不到了。这种受严格统治而失去人性的（Orwellian）、改写历史的做法使我震惊，让我觉得特别小气，也毫无作用，是对学术理念的公然侮辱。
     在高盛，敌人是与你竞争的公司，而在所罗门兄弟，敌人是与你竞争的同事。在所罗门兄弟公司被花旗集团收购前不久，我遇到了还在所罗门兄弟公司工作的老朋友，我就问他是什么原因让我们的一个很知名的熟人被所罗门兄弟公司裁员了。“哦，他呀，”我的朋友说，“让人家发现他连布莱克-斯科尔斯模型的编码都不会！”现在，布莱克-斯科尔斯模型是如此的基础和普及，毫无疑问这种说法是骗人的。但更有意思的是，我问到，人们是怎样知道我们的朋友不能对这个模型进行编码的呢？又是谁让他接受检查的呢？
      我被告知，所罗门宽客团队中的每一个人都要自己重新编写自己的计算机编码，即便是那些其他人可能已经做过了的最简单的事情，因为那些已经独立创造完成一些东西的人中，没人愿意与他人分享。这跟高盛的情况完全相反，在高盛你会因为这类阴谋诡计而没有生存空间，所以软件都是共享的。在高盛，发现某人连给一个简单的模型编码这种简单的事情都做不了，要花上很长的时间。
      梅利韦瑟的团队和公司其他人之间的那堵墙是最不可逾越的障碍。我偶尔会远远看上几眼那个套利团队。梅利韦瑟、哈格汉尼、霍金斯、科拉斯克和他们的同事都一起坐在交易大厅的中心，这是一个远离他人的世界，一小块波斯地毯就标识出了他们享有特权的领地，这个圈子里的人个个兴奋异常，使所有人敬畏，他们自己也对此一清二楚。他们有着自己的不可侵犯的秘密模型、自己的不可触及的数据、自己的计算机系统和系统管理员，所有的一切都是他们独享。如果他们觉得有必要，他们有权获得债券组合分析小组里最好的模型和想法。但这种沟通是单方向的，只会利于他们。他们是精英部队，是一群想做什么就做什么的宪兵。公司里所有人对他们都半是羡慕，半是怨恨。他们拥有一切，包括知识、独立、特权以及大把的金钱。
      我将这些所罗门兄弟和高盛之间的文化差异归因于上市公司和私人合伙制企业之间组织架构上的差异。那时高盛还是私有制企业，运转流畅是因为由合伙人负责运营，而合伙人是按统一标准从全公司范围内选拔出来的。合伙人作为日常监督者，不拥有可以随时变现的股票，因此他们的长期利益就取决于公司的整体利益。结果就是，任何过分的自我膨胀都会很快被压制下去，因为管理公司的那个人，尽管他想打赢某场特定的战争，但他知道这样会伤害整个公司的利益。高盛人总是告诉你，高盛人容易相处，工作起来更加团结，没有太多的公司政治。尽管这种说法并不完全正确，但不断这样讲有助于让预想中的事情自我实现。不管合伙人如何自私自利，他们的长期利益总是与整个公司紧密联系在一起的，而不仅仅只是他们自己的那一小部分。
      用著名的高盛前合伙人加斯·列维的话说，高盛是一个着眼于长期利益而非短期小便宜的贪婪者。我想，在所罗门兄弟公司，每个人都是人人为我，因此“上帝”要惩罚他们。
      我们研究小组的关键职责是支持ARMs的交易商，他们与套利小组不同，更感兴趣的是为客户提供服务赚取价差，而不是执行真正的自营交易。我们通过撰写短小的量化市场分析报告的方式支持他们，这些报告提供了一般来说是真实的论据，供销售人员使用。当交易部门收购了某些新的抵押贷款池的时候，我们就对这些贷款池应用我们的模型，试着解释它们的价值是多少。
      我们有一整套不同的模型和相应的测度体系用来评估贷款池的价值。最简单的测度方法就是假设未来利率保持不变，计算贷款池未来有效期内所能产生的所有收益。最复杂的方法是所罗门兄弟公司的期权调整后价差模型（option-adjusted spread model），这个模型类似于我在高盛帮助开发出来的布莱克-德曼-托伊类型的利率模拟模型，可以算出贷款池在未来所有利率水平下能够产生超过国债收益的价差的平均值。
      我们每天都将这些模型应用到交易部门持有的贷款池上，并将评估结果向他们汇报。不同的客户喜欢不同的测度方法，这取决于他们的老练程度、所使用的会计准则、受到的监管要求等。我们也做一些长期的、以客户为关注点的研究，如针对房屋所有者支付开发改进后的统计模型，针对越来越流行的、更加奇异的、以ARMs为基础的结构化产品开发估值程序。
      交易部门的交易员使用期权调整价差模型来决定该对新上市的ARMs贷款池报出什么样的价格。模型的计算过程则是非常费劲的。每个贷款池都由各种各样的抵押贷款组成，每个抵押贷款都由不同的票息和不同的服务费标准。期权调整价差是对上千种未来情景求平均计算出来的，每一种情景又涉及上百个月份，每个月份都要模拟出利率的变化。由于贷款池每个月收到的还款数量和次数是按一种复杂的、路径依赖式的方式随基准利率调整而变化，因此在1989年的时候，即使是在计算速度最快的电脑上，也需要花大量的时间才能完成计算，从而得到模型给出的建议报价。
      而让这些复杂工作如此令人不快的，是在交易部门紧急需求的情况下，我们所使用的过时的计算机模型。通常，我们只有不到30分钟的时间为贷款池报价。而我们用来计算期权调整价差的FORTRAN程序是很多年前编写的，太过时了，非常不好用。为了给贷款池估值，这个程序需要相关要素的变量值：贷款池中包括了几个抵押贷款组合、每个组合的利息和到期期限是多少、利率浮动的上限和下限以及其他参数。你必须把这些数字敲入到一个提前设定好次序的文件中，在每个数字间还要准确无误地加上空格。然后这个程序才能在专门为此购入的功能强大的超级计算机上运行。
      在典型的一天中，当交易部门收到储蓄信贷机构的一整页传真，上面有贷款池的相关各种参数的时候，发令枪就响起了。然后，我们就有半个小时的时间将这些变量值敲入到程序输入文件中去，并将其提交给超级计算机。在最理想的情况下，超级计算机要用约10分钟的时间完成相关计算。因此，交易部门不耐烦的交易员每过10分钟就会打电话来催要计算结果。
      可不幸的是，这个程序不容忍任何输入错误：哪怕输入的空格数量多一个或少一个，程序就会一声不响地卡住，然后就陷入一个永无休止的循环，漫无目的地在读不出来的数据上绕来绕去，就是出不来一个结果。结果就是，在第一个10分钟或15分钟里，你要坐在那里非常紧张地等待着程序结束并在屏幕上显示计算结果。这段时间里，你会担心是超级计算机运行得稍微有点慢，你已经输错了空格数量，还是计算机已经陷入了死循环。如果15分钟过去了，屏幕上没有出现结果，你就可以认定你已经犯了输入错误，就需要关掉程序并重新来过。这是令人非常痛苦的过程！
……

3.今天你阅读到的有价值信息的自我思考点评感想
         作者对比了高盛与所罗门两间公司的文化差异。对于这样的文化差异，当然主要来源于CEO或者说是总裁对于企业管理的理念和长期持续的运营。制度也许是相差不大的，然而文化差异却可能相差很大。尤其是一个在两个公司都工作过的人（作者属于企业文化敏感型的）对于这种差异的体会往往带有很强的好恶感。客观而言，所罗门兄弟公司也是世界著名的投行。如果一个从来没有到过高盛的人，进入所罗门公司会认为所有的投行都是这样的，也应该是这样的。
      文化差异自然带来业务上的差异。尤其是投行这样以信息系统为核心业务系统的网络金融公司，其业务系统的效率特别能够反映公司文化：系统都是自主开发的。无法借鉴，有时是不想借鉴。
      作者的人文情怀还是很浓的，相较而言，我更赞成作者的观点。需要以热爱为基础来选择职业，这样才能够在每天的工作中即找到乐趣，又可以不断进行提高。
      作为一个职业的交易员，“需要对收益率、远期利率和久期有一种深刻的体会。”这是一种什么样的体会呢？如何达到？练习！刻意练习！科学地刻意练习！持续不断地长期科学地刻意练习！范大师的培训不是这样的科学体系吧？！找投行的人好好问问！
……

单词挑战第2月第25天
Orwellian George Orwell的笔调或用字的; 受严格统治而失去人性的社会，赞成上述社会的人;
So in Orwellian fashion , the buyout firms decided to change their moniker.
Moniker  名字，绰号;
She's the author of three detective novels under the moniker of Janet Neel.

1.背单词1个*2-O
2.飞鸟式36个-O
3.Code Practices 0.5 hr -X
4.论坛收集资料30分钟*-O
5.Cloud Zhuang45minutes-O

昨日阅读2小时，累计阅读354小时。

昨天阅读1小时，累计阅读15小时。

昨日阅读1小时，2019年累计阅读39小时。过年期间，能拿起kindle都要被说一下，只能抽空用手机打卡了。
今天继续分享一下过年的年俗。
初二是回娘家的日子。小时侯母亲会在很早的时侯叫我起来，因为外婆家离我家远，母亲也想早一点回去帮外婆做年饭。现在，在城市里没了年味，也不知道该去哪里过初二。今天我独自去看灯会，寻找儿时的回忆。
楼主，过年期间还在回贴，辛苦了！祝大家新年快乐，2019年进步更多！

昨天阅读0.5小时，累计阅读1小时

昨日阅读1小时，累计阅读1077小时。

昨天阅读1小时，累计阅读608小时

昨天阅读2小时，总共阅读690小时

昨日阅读1小时，累计阅读119小时。阅读《我国生态文明建设的科学基础与路径选择》，体味生态文明成果。中国的生态文明的确非常关键。据统计，我国创造1万美元价值所消耗的原料，是日本的7倍，美国的近6倍，印度的3倍。目前我国仍有61%的城市没有污水处理厂，不足20%的城市生活生产垃圾能够按环保的方式处理，1/3的土地遭遇过酸雨的袭击，七大河流中一半以上的水资源完全不可用，四分之一的中国人没有纯净的饮用水，1/3的城市人口不得不呼吸被污染的空气。据测算，目前由环境污染和生态破坏造成的损失已占GDP总值的15％，超过了9％的经济增长。我们面临着残酷的社会现实。人口包袱沉重、自然资源不足、生态系统破坏、环境质量下降，宣告着环境危机正在越来越严重地制约经济发展，成为吞噬经济成果的恶魔。

昨日阅读2小时，累计阅读752小时。

今日阅读一小时，stumble on happiness, 75%-end,后半部分是注释，总的来说这是一本不错的认知心理学书籍，分析了人类对happiness的种种谬误，并在最后给出了一种decision making的解决方案。缺点是这本书作者用了太多的形容词，词汇量不足对阅读连续性产生了很大问题，将来也许会再读一遍。从明天开始打算阅读新的一本认知心理学图书：Nudge: Improving Decisions About Health, Wealth, and Happiness。

累积阅读时间19小时。

昨日阅读时间1小时，总阅读时间397小时

昨天阅读1小时，累计阅读1150小时。

昨天阅读1小时，总共阅读6小时

昨天阅读3小时，总共阅读395小时

昨日拜年2小时，阅读4小时，总计20.5小时

ch6. HDFS和Common概论
ch7. MapReduce概论      
（见网站介绍）
ch8. NoSQL技术介绍（见NoSQL中文网站）---键值对存储、列存储、面向文档存储、图形存储、XML数据存储

    NoSQL的技术基础：CAP（Consistency一致性、Availability可用性、分区容错性Partition Tolerance）
    大数据的分区与放置策略（范围分区、列表分区、哈希分区）（顺序放置策略、随机放置策略）
    容错是建立在冗余的基础上的（硬件、软件、信息、时间冗余）

    NoSQL的种类：Redis、Bigtable/Hbase、CouchDB/MongoDB（数据以文档形式存储，没有固定格式）、Neo4j（以图形形式存储数据及数据间关系）

ch9. Spark概论
开源的通用分布式并行计算框架，解决Hadoop的不足与局限（1抽象层次低，需要手工编写代码来完成，用户难以上手使用；2只提供Map和Reduce两个操作，表达力欠缺；3处理逻辑隐藏在代码细节中，没有整体逻辑；4中间结果也放在HDFS文件系统中，中间结果不可见，不可分享；5ReduceTask需要等待所有MapTask完成后才能开始；6.延时长，响应时间无保证，只适合批量数据处理不适合交互式和实时数据处理；7对于图处理和迭代式数据处理能力比较差。

        Spark使用内存代替传统HDFS存储中间结果，数据抽取运算模型更快

        Spark大数据处理架构机器生态系统分为三层：底层的Cluster Manager（负责集群资源管理）和Data Manager（负责集群数据管理）；中间层的Spark Runtime，即Spark内核，包括其最基本的最核心的功能和基本分布式算子；最上层为4个专门用于处理特定场景的Spark高层模块Spark SQL、MLlib、GraphX和Spark Streaming，这四个模块基于Spark RDD进行了专门的封装和定制，可以无缝结合、互相配合。

        RDD（Resilient Distributed Datasets）即弹性分布式数据集（一个提供了许多操作接口的数据集合）

        应用Spark的成功案例：腾讯、Yahoo、淘宝、优酷土豆

ch10. 云计算与大数据

    私有云、公有云、混合云
    云计算是大数据的基础
    核心技术：虚拟化技术
    仿真：CloudSIm、GreenCloud、MDCSim（商业软件）

ch11. 大数据解决方案及相关案例（比较粗糙）：Intel大数据相关案例（中移动广东公司）、百度大数据+平台（预测、百度迁徙、旅游信息统计与预测、百度指数）、腾讯大数据（广点通）

    The  End

读后感想：如本书题目所示，确实是大数据技术概论，将虚幻的大数据概念引入到具体实际中。但诸多细节没有细细阐述。入门还不大够，还有点雾里看花。

昨日阅读2小时，累计阅读135小时。完成背单词90个。
Indispensable, if you say that someone or something is indispensable, you mean that they are absolutely essential and other people or things cannot function without them.
For example, An intelligent computer will be an indispensable diagnostic tool for doctors.

昨天阅读1小时，累计阅读99小时。

昨天阅读1小时，累计阅读156小时。

昨日阅读 4 h，累计 609 h
==================
《思想的力量：哲学导论》

353. 道德判断必须以理性为基础，这一观点源自智者学派（Sophists）----古希腊时期，也源自苏格拉底（Socrates）
那些指称美好品德的词语：正义、虔诚、勇气等，Socrates用心考察了它们的意义。它们一定拥有某种共同点，可以通过理性的追问被揭示出来。
他相信卑劣的行为要么出自彻底的疯狂，要么就出于无知。Plato也持此观点，且至今仍有人相信它。

354. Plato说，在所有理念的顶峰，就是善的理念，即通常所说的至善，这个理念具有最高的价值。因为：
1）理念决定了真正的现实，并因为
2）至善的理念是所有理念中最高的，所以
3）个别事物之所以是真的，仅仅是因为它们分有了这个终极理念，或者说，是这一终极理念的具体化。

355. Plato说，人类的灵魂（2000年后，弗洛伊德Freud提出的自我、本我、超我理论与之类似）由三个部分组成：赤裸裸的欲望，冲动（如怒火、野心）、理智。当这些部分服从理性支配，每个部分都能够获取一种特长或美德。当欲望服从理性支配时，就表现出节制这种美德；当冲动服从理性支配时，表现出勇敢；当理智自身服从理性支配时，就表现出智慧。另外还有正义（当灵魂的每个部分都服从理性支配、都履行它们应负的职责时，正义这种美德就被获得了）

356. 美德的报酬就是它自身。
Plato并不希望我们囫囵吞枣地接受这个结论。他和别人同样明白，那些活得最滋润的人往往品行恶劣。
Plato道德哲学所适用的领域还不止于此。他对以下流行观点（过去和现在都很流行，也许会永远流行）也很感兴趣：善即快乐，自我控制并非获取幸福的最佳途径，以及与其受人利用，不如利用别人。在他看来，这些观点都是错的。在你秉持这样的信念去安排生活之前，可以先去读一下《理想国》（Republic），以及另一篇著名的Plato对话《高尔吉亚篇》（Gorgias）
阿瑞斯提普斯的“把握当下”哲学一栏也值得读。

=============================
Blockchain：
19.
    Consensus
    Consensus is the process of reaching a general agreement among nodes within a blockchain. There are various algorithms available for this especially when it is a distributed network and an agreement on a single value is required.
    Mechanisms of consensus: Every blockchain has to have one mechanism that can handle various nodes present in the network. Some of the prime mechanisms for consensus by blockchain are the following:

        Proof of Work (PoW): This is the most commonly used consensus mechanism, also used by the first ever cryptocurrency, Bitcoin. This algorithm has proven most successful against Sybil attacks.

        Proof of Stake (PoS) this makes the mining of new blocks easier for those who have the highest amount of cryptocurrency.

        Delegated Proof of Stake (DPOS) one small change it has over PoS is that each node that has a stake can delegate the validation of a transaction to other nodes by means of voting.

        Proof of Importance (POI) this is designed to be energy efficient and can also run on relatively less powerful machines. It relies on stake aswell as the usage and movement of tokens to establish trust and importance.

        Proof of Elapsed Time (PoET) this is a blockchain algorithm created by Intel, using Trusted Execution Environment (TEE) to have randomness and security in the voting process using a guaranteed wait time.

        Proof of burn (PoB) this is mostly used for bootstrapping one cryptocurrency to another. The basic concept is that miners should prove that they have burned coins, that is, they have sent them to a verifiable unspendable address.

        Proof of activity (PoA): A random peer is selected in this from the entire network to sign a new block that has to be tamper-proof.

    All the preceding algorithms and a host of already available or currently under research make sure that the perfect consensus state is achieved and no possible security threats are present on the network.

==================================
昨日阅读 4 h
累计 609 h

widget
['widʒit]
n.  小器具, 装饰品
[计]窗口小部件
n [C]   [Date: 1900-2000; Origin: gadget]//
  1  spoken a small piece of equipment that you do not know the name for:
  2  informal used to refer to an imaginary product that a company might produceg:  --Company A produces 6000 widgets a month at a unit price of $0.33.//

昨日阅读3小时，累计阅读55小时

昨日阅读1小时，累积阅读396小时

昨天阅读2小时, 累计阅读234小时
阅读2小时-O Done.  完成
Read Materials: Harvard Business Review USA 2015 -05 Strategy : Tesla’s not as disruptive as you might think
Reflection: disruptive innovation describes how firms that introduce rudimentary products can eventally overrun established players by systematically improving the products until they meet the needs of mainstream consumers, generally at lower prices.  Musk is outspoken about his goal : to create an affordable mass-market electric vehicle that will supplant gasoline-powered cars. Five questions had been posted to evaluate disruptive innovation.
        First, does the product either target overserved customers (by offering lower performance at a lower price ) or create a new market ( by targeting customers who could not use or afford the existing product)?
        Second, does it create asymmetric motivation meaning that while the disrupter is motivated to either higher performance segments over time, existing players are not motivated to fight it?
        Third, can it improve performance fast enough to keep pace with customer’s expectations while retaining its low cost structure?
        Fourth, does it create new value networks, including sales and channels?
        Fifth, does it disrupt al incumbents or can an existing player exploit this opportunity?
It is clear that Tesla is a classic sustaining innovation,  a product that offers incrementally better performance at a higher price.

This paper was issued on May,2015. Let us revisit this case and topic again. Whether tesla is a disruptive innovation. For question1,2 and 4, the output is still negative. The output of question 3 had been changed since the market environment had been changed. The sense of environmental protection is waking up gradually. However the bottleneck is the battery. How to handle the battery is still a question mark.

昨日阅读0.5小时，累计阅读360小时

昨天阅读1小时，累计阅读389小时

支持

昨日阅2小时，累计阅读559小时

昨日阅读1小时，累计阅读10小时。