昨日阅读3小时，第19次打卡，累计阅读47小时。

今天阅读1小时，持续每天阅读累计126小时。

昨天阅读1小时，累计阅读97小时。

昨日阅读1小时，累积阅读2小时

今日阅读一小时，Nudge: Improving Decisions About Health, Wealth, and Happiness，18%->20%,累积阅读时间28小时。

今日阅读半小时，累计阅读2.5小时

20190215 昨日阅读1小时，累计阅读80小时

昨天阅读2小时, 累计阅读410小时
阅读2小时-O Done.  完成
Beyond competitive advantage : how to solve the puzzle of sustaining growth while creating value
Author: Todd Zenger
Harvard Business Review Press

To help managers toward that goal, this book presents the concept of the corporate theory as a means of providing managers and executives with a framework for thinking beyond competitive advantage as they negotiate a changing and challenging environment in search of sustained value creation. As with a scientific theory, the object of a corporate theory is to maximize the probability of selecting valuable paths while minimizing costly mistakes. A good corporate theory thus provides a compass for those at the strategic helm and will, from time to time at least, help them beat the expectations baked into their current share prices or, in the case of privately held firms, investors’ valuations.
A corporate theory is not an abstract academic construct set about with obscure equations and language. It is rather a narrative, an explanation, or even an image that reveals how a particular company can accumulate value or compose competitive advantage over time.

昨日阅读时间1小时，总阅读时间406小时

昨日阅读2小时，累计阅读770小时。

昨日阅读4小时，总计53.5小时

《大数据技术体系详解-原理、架构与实践》-董西成著-机械Press-2018.4

Big Data Technical System: Principle, Architecture and Practice

这是一部系统、深度讲解大数据技术栈的著作。
从数据收集、数据存储、资源管理与服务协调、计算引擎、数据分析5个层次讲解整个大数据技术体系中核心技术的原理、架构与实践。
（本书三大特色：系统性--深度剖析大数据技术体系的六层架构；技术性--详尽介绍Hadoop和Spark主流大数据技术；实用性--理论与实践相结合）

本书源代码下载地址： http://hadoop123.com

ch1 企业级大数据技术体系概述发展纲要的定义：

大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数据巨大、来源分散、格式多样的数据进行采集、存储、关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。

大数据系统产生背景及应用场景

直接源于互联网
互联网公司为采集、存储、分析大数据，尝试研发大数据技术。在众多方案中，开源系统Hadoop与Spark成为应用最广泛的大数据技术。

应用场景：

1）互联网领域：搜索引擎、推荐系统、广告系统
2）电信领域：网络管理与优化、市场与精准营销、CRM、企业运营管理、数据商业化
3）医疗领域：
4）金融领域：客户画像、精准营销、风险管理、运营优化

企业大数据技术框架

从数据在信息系统中的生命周期看，大数据从数据源开始，经过分析、挖掘、到最终获得价值，一般需要6个主要环节：
数据收集、数据存储、资源管理与服务协调、计算引擎、数据分析和数据可视化

数据收集层：数据源具有分布式、异构性、多样化、流式产生，因此要求收集系统具有可扩展性、可靠性、安全性、低延时
数据存储层：负责海量结构化和非结构化数据的存储（要求扩展性、容错性、存储模型）
资源管理与服务协调层：
计算引擎层：不同应用场景，对数据处理的要求不同。针对不同应用场景，单独构建一个计算引擎，每种计算引擎专注于解决某一类问题（小而美），主要有交互式处理（对时间要求比较高）、批处理（追求高吞吐率，对时延要求不高）、实时处理（对时延要求最高）
数据分析层：直接与用户应用程序对接
可视化层：展现大数据价值的门户。

企业级大数据技术实现方案
A. Google大数据技术栈
数据存储层：GFS（分布式文件系统）-->BigTable（分布式数据库，一个稀疏的、分布式、持久化存储的多维度排序映射表）-->MegaStore（支持ACID的分布式数据库，提供高可扩展、高密度交互可用存储服务）-->Spanner（一个可扩展、多版本、全球分布式、支持同步复制的数据库，为下一代BigTable，也是MegaStore的继任者）

资源管理与服务协调：Borg（一个集群资源管理和调度系统，负责集群的资源管理和统一调度，并对应用程序进行接收、启动、停止、重启和监控。目的是让开发者能够不必操心资源管理的问题，专注于应用程序开发，且做到跨多个数据中心的资源利用最大化）---->Omega（下一代资源管理和调度系统，采用了共享状态的架构、MVCC即Multi-Version Concurrency Control，也即乐观锁）----->Chubby（为松散耦合的分布式系统提供粗粒度的锁和低容量可靠存储，其侧重点在可用性、可靠性而非高性能）

昨日阅读1小时，累计阅读21小时

昨天阅读1小时，累计阅读215小时。

昨天阅读1小时，累计阅读204小时。

昨日阅读1小时，累计阅读370小时

{:0_289:}{:0_289:}{:0_289:}{:0_289:}

昨天阅读1小时，累计阅读164小时。

昨天阅读1小时，累计993小时

昨日阅读1小时，累积阅读518小时

今天学习和阅读约5小时，累计阅读约1745小时。
学习和投资心得：
主动基金和被动基金之辩：很多人被洗了脑，认为ETF成本低，主动基金成本高、额外收益低、还可能有黑箱和换经理的麻烦，全面投向ETF怀抱。投ETF没什么不可以。但要明白一点:ETF只能赚内生增长和择时的钱（含主动择时和定投、网格、再平衡等被动择时），主动基金还能赚选股的钱。问题就是主动基金赚选股钱的能力（体现在超越大盘或对标指数的能力），能否超过其综合成本（含管理费、各种风险）。分析是，有些基金可以。对场内基金，用沪深300或中证500空头动态对冲，回测净值曲线就能体现基金超越大盘的能力。发现，有些基金超越大盘的能力是杠杠的，有些基金公司品质很有保障。历史来看，在A股，持有好的主动基金，收益和收益风险比要远远好于持有ETF，无论是直接长期持有还是各种择时持有。不过，未来可能主动基金超越大盘的能力会不断降低。最近看到一个文章，分析巴菲特历年的阿尔法，他曾经大幅超越指数，不过那是量化技术还很弱的过去。现在他已经做不到了，阿尔法甚至是负数了，他的基金已经不值得购买。A股的主动基金，未来也许也会这样。现在是剩下时间不多的窗口期了，这个阶段市场还很散户化，有大量不理性可以被合理的策略收割（值得注意的是很多主动基金受业绩考核方式的引导，自身是追涨杀跌散户化的，不值得追随）。回到标题。熊市抄底特别用主动基金更好。为什么呢？因为熊市泥沙俱下，出现了金子。ETF是金子和石头都持有的，而主动基金（人工选股或量化选股）能识别金子。熊市是高手或好的策略改善持仓结构、积累优质筹码的好时机。在牛市恰好相反，优质股票都很贵，主动基金要找到不那么贵或者被错误定价的好股票，难度比较大。这时其仓位很大比重充斥了公认的好股，性价比不好。牛市鸡犬升天，持有ETF没毛病。打算在定投信号出现时，买入部分主动基金和医药消费ETF的。不过仔细分析后觉得还是不择时量化策略阿尔法更高（可能的一个原因是最能赚钱的并非价格已经被公识透支的优质股票，而是不那么知名的二三线优质股，他们有更多被错误定价的机会。主动基金因为政治正确和迎合市场的原因，不得不大量持有明星股），因此最后选择了将自己的策略（相当于自建小基金）作为定投仓位的标的。

昨天阅读1小时，累计阅读191小时。

昨日阅读2小时，累计阅读712小时

昨日阅读1小时，累计阅读128小时

今日阅读3小时，累计阅读160小时，完成背单词90个。

昨日阅读2小时，累计阅读1093小时。

昨日阅读0.5小时，累计阅读364小时

昨日阅读 3 h，累计 640.5 h
==================
《思想的力量：哲学导论》

381. 在一本著作中，希德嘉列举了35种罪恶，以及与它们相对应的美德。这种并列结构是探讨善与恶的传统模式（从毕达哥拉斯那里流传下来的）
比如，无节制（Immoderation）（即缺乏对欲望的节制）就是一种恶，和其对应的善就是明辨而自制（Discretion）（让事物合乎各自的分寸）
其医学哲学著作《原因和治疗》（Causa et Curae），有关于人类性行为的美好论述。

382. 爱洛伊斯和阿伯拉尔
爱洛伊斯，（Heloise, 1100-1163）法国的女修道院长，同希德嘉一样关注善恶问题，不过她特别关注一种特殊形式的善。
对她而言，哲学就是生活本身。
其著作《问题集》（Problemata）和《书信集》（Epistolae）（爱洛伊斯30来岁的时候写的，全部都写给皮得-阿伯拉尔(Peter Abelard, 1079-1142)）那是伦理哲学史上的另一位重要人物，也是那个时代最重要的逻辑学家。

爱洛伊斯的伦理学有两个基本要素：源自罗马的斯多葛派哲学家西塞罗，她作了改造（超然无私的爱Disinterested Love具有极高的道德价值）；第二个要素，即意向的道德性（morality of intent），基本上从阿伯拉尔那里学来的。

383. 阿伯拉尔把道德上的缺陷同别的心灵缺陷（如智力低下，记忆力差等）作了区分。
他认为美德并不意味着不拥有恶的欲念，而在于不愿意根据恶的欲念去行动。
《我的不幸》（Historica Calamitatum）

==========================Blockchain：
27.

If you are asking, What is a Merkle root?, that brings us to our next set of key concepts: hashing and signature.
Hashing and signatures
Let's say you have two text files that are 50 pages long. You want to know whether they are the same or different. One way you could do this would be to hash them. Hashing (or a hashing function) is a mathematical procedure by which any input is turned into a fixed-length output. There are many of these functions, the most common being SHA-1, SHA-2, and MD5. For instance, here is the output of a hashing function called MD5 with an input of two pages of text:
9a137a78cf0c364e4d94078af1e221be
What's powerful about hashing functions is what happens when I add a single character to the end and run the same function:
8469c950d50b3394a30df3e0d2d14d74
As you can see, the output is completely different. If you want to quickly prove that some data has not been changed in any way, a hash function will do it. For our discussion, here are the important parts of hashing functions:

• They are very fast for computers to run.
• The function is one way. You can get the hash easily, but you cannot realistically use the hash to restore the original.
• They can be used recursively. For instance, I can take the hash of the hash; for example, MD5( 8469c950d50b3394a30df3e0d2d14d74 ) becomes 705b003fc9b09ecbeac0b852dfc65377 .
  

=========================
Django：Mezzanine，发现需要学html5、css、js，搞大了。不过还是可以学习的。。。

==================
昨日阅读 3 h
累计 640.5 h

permutation
[ˏpә:mju(:)'teiʃәn]
n.
改变, 交换, [数]排列, 置换
noun
1 : often major or fundamental change (as in character or condition) based primarily on rearrangement of existent elements <land-owners and peasants in the permutations of their tortured interdependence P. E. Mosley>
2 a : the act or process of changing the lineal order of an ordered set of objects b : an ordered arrangement of a set of objects

昨天 阅读1小时，累计阅读18小时。