今日阅读1小时，Predictably Irrational, 42-44%，累积阅读时间68小时。

昨天阅读1小时，累计阅读656小时。

昨天阅读5小时，累计阅读2170小时

昨日阅读1小时，累计阅读1034小时

昨日阅读1小时，累计阅读225小时。

昨日阅读1小时，总阅读1267小时

昨天阅读1小时，累计阅读265小时。

昨日阅读2小时，2019年累计阅读86小时。周末读了一本好书《少有人走的路》5
之前看了1-4是1年多之前的事情，现在发现5,6出来了，赶紧读。本周读的是5，不一样的鼓声。正好前段时间真诚的概念。这本书里面全讲的是真诚共同体。我不知道什么叫真诚，但是不真诚我是能感受到的。
人一生的使命是做一个完整的自己。这句话是少有人的路给我最深的感受。我们不不必融合成一锅粥，我们可以每个人保持自己的特点，但是合在一起可以形成更好地团队。

今天阅读1小时，持续每天阅读163小时。

昨日阅读2 h，累计 760 h ===================== 《思想的力量：哲学导论》

497. 玛丽-戴丽：上帝的呈现
（Mary Daly）在《超越神父》（Beyond God the Father, 1973）讨论这一问题时，提出了一条截然不同的思路。
圣经中的上帝以及上帝广为流传的形象就好像一位身居天国的伟大父亲，一位凭着神秘又看似专断的意志奖惩自己的儿女的父亲，这一形象实际上来源于父权社会，这一形象通过正当化、合理化压迫妇女的机制反过来服务于父权社会。

情绪化、顺从、无私等诸如此类的女性原型变成了永恒。


497. 相信上帝还需要理由吗？
一个合理的信仰，必须要有支持其真实性的证据吗？如果它是一个基础信念（basic belief）的话就不必如此。
当代分析哲学家阿尔文-普兰丁格（Alvin Plantinga，1932--）认为有神论者可能把上帝的信仰当作了”基础信念“，这一信念无须证据的支持就可以合理接受，它是整个有神论信仰体系的基石。
普兰丁格表示从理性上讲，有神论者有权以上帝的信仰为出发点。这一信仰无须成为证明和推理的终极产物。

498. 其他声音
女权主义哲学
女权主义不仅仅是”女性问题“的一览表，它是一个完整的世界观，即完形（Gestalt）----夏洛特-邦奇

女孩和男孩在成长过程中发展出来的相关能力和自我感觉是互不相同的，这是因为他们都在母亲照料的家庭中长大。---南希-乔多罗
由于科学革命，自然界越来越像个女人：仿佛它天经地义地该受人类JW、折磨---养育呵护子女的母亲形象则离自然越来越远；那么就男女关系而言，JW、折磨是否显得越发合乎自然了呢？----桑德拉-哈丁


-----------------------------
Blockchain:
   reading 1.5 hours
============================

昨日阅读2 h 累计 760 h

昨日阅读2.5小时，累计149.5 h

2.3 概率逼近正确学习（Probably Approximately Correct，PAC）

使用最紧凑的矩形S作为假设，希望找出我们需要多少实例。
（希望我们的假设是近似正确的，即误差概率不超过某个值）
在概率逼近正确（Praobably Approximately Correct, PAC）学习中，给定类C和从未知但具有确定概率分布P（x）中抽取样本，我们希望找出样本数N，使得对于任意的δ<=1/2 和 ε>0，假设h的误差至多为ε的概率至少为1-δ
               P{C△h ≤ ε} ≥ 1-δ
其中，C△h是C与h不同的区域。
在这种情况下，因为S是最紧凑的可能的矩形，C与h=S之间的误差区域是四个矩形条带之和。
我们希望确保正例落在该区域（导致错误）的概率最多为ε

对于任何这样的条带，如果我们能够确保其概率上届为ε/4，则误差最多为4（ε/4）=ε
注意，我们将矩形角部的重叠部分计算了两次，并且这种情况下总的实际误差小于4（ε/4）。随机抽取的样本不在此条带中的概率是1-ε/4。
所有N个独立抽取的样本不在此条带中的概率为（1- ε/4）ⁿ，我们希望其最大值为δ。有不等式
      （ 1 - x ） ≤ exp[ - x ]
如果选定 N 和 δ 满足   4 exp [ - εN/4] ≤ δ
则我们有 4（1 - ε/4 ）ⁿ ≤ δ ，不等式两边同时除以4，再取自然对数，并重新排列各项，可以得到：
         N ≥ （4/ε）log（4/δ）             （式2-7）

因此，只要我们至少从C中取（4/ε）log（4/δ）个独立样本，并使用紧凑矩形作为我们的假设h，则在置信概率（confidence probability）至少为 1-δ的情况下，一个给定点被误分类的错误概率最多为 ε 。
减少δ我们可以有任意大的置信度，而减少ε我们可以有任意小的误差，且我们在不等式（2-7）中看到，样本的数量是分别随1/ε和1/δ呈线性和对数缓慢增长的函数。

昨日阅读1小时，累积阅读674小时

昨天阅读1小时，累计阅读215小时。

昨日阅读时间1小时，总阅读时间443小时

昨日阅读1小时，累积阅读55小时

昨日阅读1小时，累计阅读153小时

昨天阅读2小时，总共阅读910小时

昨日阅读1小时，累计阅读497小时。

今天学习和阅读约5小时，累计阅读约1920小时。
学习和投资心得：
低波动 Smart Beta ETF：
Smart Beta 指在传统的指数投资基础上，通过系统性的方法，对指数中选股方法和权重进行优化，获得超越基准的收益或控制组合风险。
Smart Beta是对传统市值加权指数投资的改善，是对投资组合收入来源的认识深化的结果，是兼具主动和被动投资特点的投资方式。Beta 策略的核心之一是因子投资，波动率因子作为一种主要的风格因子，可以用来构建 Smart  Beta策略。华安沪深300行业中性低波动F（512273.OF）和华安中证500行业中性低波动 ETF（512260.OF）在行业分配上保持和沪深 300 和中证 500 的行业中性，在行业内使用股票波动率的倒数加权，以达到在尽量控制跟踪误差的基础上，获得超越宽基指数收益的目的。波动率因子分层测试及解释 低波动 Smart Beta ETF 能够获得超越宽基指数表现的内在原因是低波动率的股票相比高波动率的股票有更好的表现。为了说明这个现象，我们在沪深 300 成分股和中证 500 成分股内分别测试三个月波动率因子（std_3m）的表现。以沪深 300 为例，我们将沪深 300成分股按照三个月波动率因子进行排序并进行分 5 层因子测试。图展示了沪深 300分股内三个月波动率因子的测试结果，高波动率组合对应第一层，低波动率组合对应第五层。可以看出，自 2015 年以来，低波动率组合的表现明显要优于高波动率组合。沪深 300 成分股内三个月波动率因子的测试结果，高波动率组合对应第一层，低波动率组合对应第五层。可以看出，几乎在整个回测区间内，低波动率组合的表现明显要优于高波动率组合。
对于低波动率股票表现优于高波动率股票的原因，主要有以下解释：
彩票偏好理论
投资者倾向于高估小概率事件，高波动率的股票的回报表现类似彩票，虽然大多数时候回报低甚至亏损，但是依然有小概率赚大钱的可能，这样就会吸引高估小概率事件的散户参与。专业的投资者也倾向于购买高波动率的股票中一次大奖，成为市场的明星。 过度自信和乐观理论 散户和专业投资者都高估自己买入高波动率股票赚大钱的能力。投资者的购买会推升高波动股票价格，从而导致预期收益下降；而低波动股票，投资者不愿意购买，从而导致低波动股票存在低估，预期收益反而上升。

昨日阅读0.5小时，累计阅读15.5小时。

昨日阅读1小时，累计阅读1272小时。

昨日阅读0.5小时，累计阅读381.5小时

昨日阅读2小时，累计阅读641小时

昨日阅读2小时，累计阅读786小时

今日阅读2小时，累积阅读356小时

昨日阅读3小时（旧制度与大革命），共计5小时。

昨天阅读3小时，累计阅读669.5小时

昨日阅读2小时，累积阅读398小时<br>
单词复习<br>
string <br>
stringent<br>
stringer <br>
stringency <br>
astring <br>
astringent<br>
atringency <br>
unstring <br>
strung <br>
unstrung
青龙寺里樱花

学习6小时，累计144.5h

历时2天（10小时），学习了《Beginning Python: From Novice to Professional》Chapter 1～5 并运行了书上所有的例子，非常有收获，感觉很好!
这本书很适合初学者，有很多例子。还有中文版本的译本！对于学统计的人来说，numpy 和matplotlib和pandas 的模块更重要，还是要多做题增加对程序的理解会更加深印象以及提高编程能力。
Instant hacking: The basics
Lists and tuples
Working with strings
Dictionaries:when indices won't do
conditional, Loops and some other Statements