20190201【充实计划】第969期

昨日阅读2小时，累计阅读681小时

今天学习和阅读约5小时，累计阅读约1675小时。
学习和投资心得：
《投资的常识》读书笔记：伯顿.马尔基尔（漫步华尔街作者）和查尔斯.埃利斯（赢得输家的游戏作者）两人合著，价格不菲，内容很浅，有点坑爹呀。不过对于非专业投资者简单易懂，作为投资原则确实不为过。1.股票价格上涨会抬高自己以后购买的成本，所以，股价上涨对于长期投资者来说是坏消息，就相当于牛肉和汽车价格的上涨一样，但当然对那些准备卖股票并且洗手不干的人有好处。反之，股价下跌对于长期投资者来说是好消息，你应该越买越欢喜才对。毕竟，买股票的最终意义在于分享公司长期发展的好处（包括股票价格上涨和每年的分红），因此，进入成本当然越低越好。（定投来说这样的观点没错，但是对于很多满仓或者职业投资者来说有点太牵强了）
2. 首先，投资要有长远打算。其次，一定不要以为自己有可以持续选择入市时机，或持续选择好股票的能力，不要以为自己可以持续地跑赢大市。在买卖股票的过程中必然有费用，而费用会吃掉毛收益的很大部分。（事实上回测购买指数甚至动态平衡对收益的年化收益也非常有限，但是购买股票择股和择时确实也非常艰难，犹如今年就众多黑天鹅。）
3. 本书引用了大量历史资料证明：绝大多数基金是长期跑输大市的；常胜将军十分罕见，过去的表现不代表未来的表现。长期持有指数基金，风险小，也可以避免绝大部分交易成本，而且可以心平气和，尽享经济增长所带来的投资收益。长期持有指数基金是最彻底的风险分散。
4. 你只有先向市场投降，然后才能彻底解放自己，并且最终政府市场。特别强调长期持有和避免频繁的交易。
5. 投资不是少数精英的游戏。拿橄榄球赛来说，决定胜负的不是最强的四分卫，而是所有队员的协同作战。投资者面对的也是一场攻防战。
6. 全书从一些最基本的问题切入，比如，你什么时候需要用这笔钱，你可以承受多大的投资风险等等，理解这些问题，找到准确的答案，你就能够合理设定和调整股票、债券和现金的投资比例，做好资产配置。资产配置要均衡，而投资工具要广泛多元化。最重要的是，投资费用要低。
7. 对投资者来说，成功的最优策略仍然是：多元化，投资组合调整，定投和费用较低的指数基金。
8. 投资者应该采取长期一致的投资策略，并且坚持到底。本书提供了受用一生的储蓄和投资基本原理。

昨日阅读时间1小时，总阅读时间392小时

昨天阅读1小时，累计阅读183小时

昨天阅读1小时，累计阅读385小时

first day：

阅读2.5小时，总计2.5小时

《大数据技术及应用教程》-李联宁编著 --清华Press 2016

Ch1. 大数据技术基本概念

    数据的单位

        bit---byte---KB/MB meta/GB/TB/PB/EB/ZB/YB/BB/NB/DB

    数字、文字、符号、图像都是数据

    分类：结构化数据（数字、符号）；非结构化数据（文本、图像、声音、影视、超媒体网页、办公文档、XML、HTML、各类报表、音视频等）

        结构化数据：二维表（现有结构，再有数据）
        半结构化数据：树、图（先有数据，再有结构）
        非结构化数据：无数据模型

    信息资源由信息生产者、信息、信息技术三大要素组成。
    信息生产者，包括原始生产者、信息加工者或信息再生产者。

    信息资源不同于自然资源、物质资源的几个特点：

        1）能够重复使用，其价值在使用中得到体现
        2）信息资源的利用具有很强的目标导向，不同的信息在不同的用户中体现不同的价值
        3）具有整合性。（人们对检索和利用，不受时空、地域、语言和行业的影响与制约）
        4）它是社会财富（任何人无权全部或永久买下信息的使用权，是商品）
        5）具有流动性

        作为生产要素的人类需求性；稀缺性；使用方向的可选择性。
        共享性、时效性、动态性、不可分性、不同一性、支配性（开发和驾驭其他资源的能力）

    大数据发展历程

        出现背景

            2012年频繁被提及。麦肯锡最早提出。起始计量单位为P、E、或Z
            互联网背景下出现的大数据：电商网站、BBS、知乎、互动百科。垂直网站达到一定规模后，可与搜索引擎匹敌
            web数据私有化
            巨量增长的没有Web化的数据：App、云应用、社交网络、物联网让数据大爆炸
            来源：人工整理的数据、社交产生的数据、App产生的数据、个人云应用产生、物联网（车联网、监控录像、电子抄表、水文监测等）

        大数据的定义：

            1）体量大（Volumes）
            2）数据类别大（Variety）
            3）数据处理速度快（Velocity）
            4）数据真实性高（Veracity/Value）

        大数据的实质：

            提高加工能力，实现数据的增值。

        大数据能做的事：诊断分析、预测分析、在未知元素之间寻找关联、规范的分析、监控发生的事件。
        大数据不可以做到的事：预测一个确定的未来；归咎于新的数据源；找到一个商业问题的创新的解决方案；找到定义不是很明确的问题的解决办法；数据管理，简化新数据源的数据。

        大数据的分类：实时数据分析、离线数据分析

昨日阅读时间1小时，总阅读时间1小时

昨日阅读0.5小时，累计阅读357.5小时

昨日阅读2小时，累计阅读742小时。

今天阅读1小时，持续每天阅读累计112小时。