昨日阅读1小时，累计阅读99小时。

昨日阅读时间1小时，总阅读时间441小时

今天学习和阅读约5小时，累计阅读约1910小时。
学习和投资心得：
股票大作手回忆录精华总结：这本《股票大作手回忆录》虽然描述的是20世纪初的股市，但你会发现从根本上并无区别，这是本精彩的人物传记，记述了杰西利弗莫尔的人生、梦想事业和财富的故事，更主要是交易员心理训练大纲。所以更多不是股市技巧，而是股市心理。现将相关精彩段落摘录如下，并附上自己的粗浅解读。
1、市场按照最小阻力演变，这就是趋势；总体市场的大趋势决定个股演变趋势，真正的利润来自总体市场趋势，而不是个别股票的短线波动。（两者之间直线最短，垂直落体，社会将朝着最简单直接的方向前进。个人在社会的大潮中并不能逆市而动，必须顺势而为。我们首先应该适应环境，然后再尝试去改变环境）
2、他的交易成功建筑在对技术分析本质的领悟和严格服从的基础上。在市场技术分析中，趋势是核心概念，行为要领是服从纪律。（戒定慧。利弗莫尔的成功在于能够严格遵守自己的操作规则，而他的失败在于放弃了一贯坚持的习惯和准则）
3、投机者的主要敌人总是潜藏在他的内部自挖墙脚的。不可能把“希望”从人类的天性中割除，也不可能把“恐惧”从人类的天性中割除。在从事投机时，如果市场运行对你不利，每一天你都希望这是最后一天——盲目听从希望的摆布，不接受最初的损失，到头来，亏损反而变本加厉。（任何事情不会随着自己的心意和想法改变，希望只有去努力去争取了才能成真，而恐惧只能阻你于行动之前，不要被盲目的希望和恐惧操纵）
4、我不希望第二次重复同一个错误。我们只有从自己所犯的错误中汲取教训，将它转化为将来的获利，才能原谅自己的错误。（吃一堑长一智）
5、赢利是交易者行为正确的回报，亏损是行为错误的回报。（关注结果，然后评判自己的行为，其他不足以成为评判标准）
6、认清大势并立即据此行动的能力是所有成功交易者的基本特征。克服自身弱点，追求正确的交易行为，是所有交易者的必备修养。（人人都知的道理只有实践中才能检验）
7、1940年利弗莫尔开枪自杀，遗书“我的一生是个失败”。“他妈的！这是个弱肉强食的世界，它永远只属于富人”。（大起大落的人生）
8、股票价格往往表现出特定的习惯。我看到了无穷无尽重复发生的相似现象，从中可以提取范例，作为未来的指引。（经验永远是值得关注并从中汲取营养的，日子一天天重复，我们能从中得到什么。日新又日新日日新）
9、你必须相信自己，相信自己的判断，如果你打算在这一行谋生的话。这就是我从不听信内幕消息的缘故。
10、让你丧失世上你所有的一切，以此教导你绝不可做什么——还有什么比得上这样的教育效果呢？（教训足够惨痛，惨到让你刻骨铭心、永不再犯。可惜这样的机会我们并不能消受太多，更应该从日常中汲取教训）
11、我之所以挣大钱，从来不是凭我的作为，而是始终凭我的无为、凭我的耐心坚守。（除了新手的运气，剩下的就是毅力和勇气）
12、牛市行情看多，熊市行情看空。（顺势而为）
13、所有人都有逃避惩罚的倾向。如果你把特定的错误和被痛打一顿联系起来，你就犯不着第二次纠正这样的错误。
14、金钱创造了需求，金钱鼓励了乘法效应。

昨日阅读1小时，累计阅读382小时

今天读了3小时，累计681小时

昨日阅读0.5小时，累计阅读380.5小时

昨天阅读2小时，累计阅读1262小时

昨日阅读:2小时，累计阅读:16小时<br>
书名:《中国哲学简史》<br>
摘要:<br>
人经过哲学达到的更高价值比经由宗教达到的更高价值，内容更纯，因为其中不掺杂想象和迷信。将来的世界里，哲学将取代宗教的地位，这是合乎中国哲学传统的。人不需要宗教化，但是人必须哲学化。
“内圣外王”，既入世，又出世。
内圣:内心致力于心灵的修养;
外王:在社会活动中好似君王。
柏拉图主张的“哲学家-国王”理论。<br>
孔子重“名教”(把各种社会关系规范化)，
老庄贵“自然”(顺应事物和人的本性)。
杜甫——儒家
李白——道家
儒家“游方之内”，显得比道家入世;

昨日阅读2小时，累计阅读637小时

昨日阅读1小时，累计阅读23小时

昨日阅读2小时，累计145 h

学习算法应当找到一个特定的假设（hypothesis）h 属于 H，尽可能逼近C
尽管专家定义了假设类，但他却不能说出参数值是什么，换句话说，尽管我们选定了H，但我们并不知道哪个特定的h 属于 H等于或最接近于C。
一旦我们把注意力局限于这个假设类，学习类就归结为较简单的问题：找出定义h的四个参数（即前面所描述的那个矩形的四个坐标）

实际上，我们并不知道C(x)，因此无法评估h(x)与C(x)的匹配程度。我们所拥有的是训练集 花X，它是所有可能的x的一个小子集。
经验误差（empirical error）是h的预测（prediction）与花X中给定的预期值（required value）不同的训练实例所占的比例。
【此处有公式】

在我们的例子中，假设类花H是所有可能的矩形的集合，每个四元组（p1,p2,e1,e2）都定义花H中的一个假设h  (h是四元组的上标）
我们需要选择其中最好的一个：即给定训练集，我们需要找到这四个参数的值，使得它涵盖所有的正例而不包括任何的负例。

如果x1和x2是实数，则存在无穷个h满足上述条件，即对于这些h误差E为零。但给定一个接近于正例和负例边界的某个未来实例，不同的候选假设可能做出不同的预测。这是泛化问题（generalization），即假设对不在训练集中的未来实例的分类的准确率如何。
一种可能的策略是：找出最特殊的假设（most specific hypothesis）S，涵盖所有正例而不包括任何负例的最紧凑的矩形。这样得到一个假设h=S，作为我们的诱导类（induced class）
实际的类C可能会比S更大，但绝对不会更小。

最一般的假设（most general hypothesis）G是涵盖所有正例而不包括任何负例的最大矩形。
对任何介于S和G之间的h 属于 花H，h为无误差的有效假设，称作与训练集相容（consistent），且这样的h形成解空间（version space）给定另一个训练集。S、G、解空间、参数，因此学习得到的假设 h 可能不同。

昨日阅读1小时，累计阅读468小时

昨日阅读2小时，累积阅读352小时

昨日阅读1小时，累计阅读18.5小时

补上.-_-||

-_-||