w.z.

work remote

聚合器-work remotely专题

关于远程工作/分布式工作的一切。 重点 一个分布式的办公场地是构建公司最高效的方式 WordPress.com、Jetpack和WooCommerce的母公司Automattic的CEO Matt分享分布式办公的概念和实践经验: 在新的窗口中观看（中英字幕） [https://m.kekenet.com/Article/201903/581474.shtml] gitlab - 一家完全以远程办公存在的公司 [https://about.gitlab.com/company/culture/all-remote/] 看，人家的概念和实践经验。 还有，你正在读的这篇博文所使用的博客系统是ghost，也是一个以远程办公存在的公司 [https://ghost.org/about/#careers] Our virtual headquarters is in Singapore, but we're a fully remote team
2 min read
strategies

一个交易策略的诞生（二）：消失的艺术

本文讲述行情不好时从市场中消失的重要性， 所以 “消失的艺术” 意思是 the art of "be gone"（教你如何消失）, 不是lost art（不复存在的艺术）。 接上一期研究《一个交易策略的诞生》 [https://blog.litup.me/a-strategy-is-born/] 。 回顾上一期的研究： ✅ 使用个股自身的均线过滤 ⬜️ 使用大盘指数的均线过滤 ⬜️ 使用个股自身的MACD指标过滤 ⬜️ 使用大盘指数的MACD指标过滤 ⬜️ 使用个股自身的ADX指标过滤 ⬜️ 使用大盘指数的ADX指标过滤 发现关于探测大趋势的指标选择上的研究才完成了1/6 。 没关系，这并不是重点，也不影响我们这一期的研究。 在上一期中 发现胜率小于50%， 也就是说超过50%的交易是亏损的， 利润是由少数交易创造的。 如果我们能找到亏损的交易都集中在哪里并且在未来的交易中放弃它们，理应能提高整体收益。将交易分类： ✅ 牛市中追涨买入 ✅ 牛市中低吸买入 ✅ 熊市中追涨买入 ✅ 熊市中低吸买入--预计失败 ⬜️ 震荡市场中追涨买入 ⬜️ 震荡市场低吸买入 研究看看它们
7 min read
Docker Featured

一条大路(捷径)通罗马：一种利用docker进行微服务架构的可行方案

当我们要做一件的常常发现有诸多的方法和工具可以实现，也就是"条条大路通罗马"， 寻找最优工具和方法的过程也会花费很多精力和时间，有一种“明明知道条条大路通罗马，却不知道接下来怎么走的感觉” 。在微服务架构方案中也何尝不是如此！ 本文隐去了漫漫长途的探索和横向对比，直接给出其中一种可行方案，也是通往罗马的捷径。 本文默认读者朋友至少研究过微服务（可以没有真实使用过），了解微服务架构的基本概念，和单体的不同，以及需要address的issue。 如果没有，可以尝试先读： Microservice Architecture (Examples and Diagram) [https://www.devteam.space/blog/microservice-architecture-examples-and-diagram/] Introduction to microservices architectures [https://docs.microsoft.com/en-us/azure/architecture/microservices/introduction] mo
14 min read
策略研究

一个交易策略的诞生

简单了解一下量化交易 如果你对量化交易的概念还不是很熟悉，可以先阅读 一张煎饼果子告诉你什么是程序化交易、算法交易、量化投资、高频交易、 统计套利 [https://mp.weixin.qq.com/s/vpGqiTlxPplBB2Z3eI1P6g]，留意文末煎饼果子的比喻。 如何设计量化交易策略？ [https://mp.weixin.qq.com/s/baFkpVjyxT0BT9_-umdDuw] 已经讲得很明白了。看完文字介绍，下面我们来动手演示一下整个过程。 开始 下面开始使用abupy回测引擎演示 ，关于 abupy研究的环境的搭建，请参阅《以量化金融研究工具为例: Docker到底给开发人员/测试工程师/数据科学家带来了什么？》 [https://blog.litup.me/docker-for-quant-finance/] 第一步，利用现成指标构建逻辑 上面的文章《如何设计量化交易策略？》提到的第一步是利用现成指标构建逻辑。 好的，我们先去找一个现有的技术指标，我找到了一个cci顺势指标
14 min read
quant finance Featured

以量化金融研究工具为例: Docker到底给开发人员/测试工程师/数据科学家带来了什么？

我们经常看到关于docker的介绍，例如： https://us-west-2.console.aws.amazon.com/ecs/home?region=us-west-2#/getStarted 例如： https://www.aliyun.com/product/eci https://www.aliyun.com/product/containerservice# 听起来都很牛B! 但是在日常工作中docker给我们带了来什么呢？ 假如使用docker之前每天的工作是996.icu, 使用docker之后也是996.icu, 那么我们为什么还要学习和使用一个新的工具呢？ 本文展示一下在docker下的日常工作是什么样的，让你决定要不要学这个强大的新工具。 本文只演示docker对我们日常工作的改变，并不讲解docker的底层原理，for that, 请参阅: 如何搞懂容器的核心技术点？ [https://mp.weixin.qq.com/s?__biz=MjM5MjAwODM4MA==&mid=
14 min read
code and tool chain

V.S. 学习法之Python快速上手

V.S. 学习法也称之为比较学习法，是笔者总结的一种学习法， 通过将我们熟悉的事物和我们要学习的事物做比较来快速认识要学习的事物，有点像语文老师所说的比喻。 下面我们通过V.S. 学习法快速学习Python。 如果你已经掌握任何一门编程语言。。。 Python 基本语法： 更多#1： https://zhuanlan.zhihu.com/p/35696526 更多#2：https://github.com/FavioVazquez/ds-cheatsheets#python 关于Import的详尽解析（是的，新手可以被一个import搞死）： https://chrisyeh96.github.io/2017/08/08/definitive-guide-python-imports.html 吐槽糟糕的包管理工具pip：https://realpython.com/pipenv-guide/ 关于Web框架的选择：https://steelkiwi.com/blog/
1 min read
Docker

更新docker知识体系

这个blog  entry是跟踪docker技术发展的， 会时不时更新， 当有新的内容要发布时会追加到这篇文章，而不会另起一篇。 update @ 2019-05-10 发现微软推出了 Container Instances [https://azure.microsoft.com/en-us/services/container-instances/]服务， 使用azure cli工具就可以很方便的运行容器应用，创建swarm / k8 集群，把ecs加入集群等步骤是无需关心的。 阿里云ECI 发现阿里云推出了 eci   （Elastic Container Instance） [https://www.aliyun.com/product/eci?spm=5176.54417.1280361.103.64142459pkr2dw]，是 Serverless 和容器化的弹性计算服务。无需管理底层 ECS 服务器，只需要提供打包好的镜像，即可运行容器。
1 min read