英文原文：Good code is cheap code长久以来我一直主张：好代码是廉价的代码。当我跟做开发的同事说出这话时，他们的第一反应是一种惊愕，然后是将近一个星期的嘲笑，把它当作一个笑话来讲。当他们走近看我的表情、知道我是认真的时，才收敛一点。当最初的惊愕消退后，...
英文原文：How to Grow as a New Software Developer大纲找一种你喜欢用到工作中的语言修复问题（公开）发布工作写博客保持健康心态的小技巧引言&哦，天那。相比其他开发者，我又笨又没准备。老板会知道我是...
本文作者刘伟，来自北邮人机与认知实验室。写在前面从某种意义上说，人类文明是一个人类对世界和自己不断认知的过程，所为认知就是对有用的数据---信息进行采集过滤、加工处理、预测输出、调整反馈的全过程，纵观人类最早的美索不达米亚文明（距今 6000 多年）、古埃及文明（...
作者：阮一峰日期：2016 年 7 月 22 日图像识别（image recognition）是现在的热门技术。文字识别、车牌识别、人脸识别都是它的应用。但是，这些都算初级应用，现在的技术已经发展到了这样一种地步：计算机可以识别出，这是一张狗的照片...
著名内核开发者 Alan Cox 在 7 月 20 日被斯旺西大学授予了荣誉学位。Linus Torvalds 在 1991 年发布了 Linux，引起了当时还是斯旺西大学计算机科学系学生的 Alan Cox 的注意，从版本 0 开始就参与了开发。他将 Linux 安装在斯旺西大学计...
英文原文：How Web Development Changed for Me Over the Last 20 Yearsweb 在过去 20 年时间里改变得相当快。越来越多的逻辑从服务器端移动到了客户端。不但需要在客户端编写更复杂的 JavaScript 代码，而且最近几年还发生了一...
文/唐巧前言毫不谦虚地说，我是国内 iOS 开发的大 V。我从 2011 年底开始自学 iOS 开发，经过 3 年时间，到 2014 年底，我不但写作了上百篇 iOS 相关的原创博客文章，完成《iOS 开发进阶》，同时还成功运营了「iOS 开发」这个国内最多 iOS 开发者订阅的...
Gamelook 报道在绝大多数人的印象中，独立开发商和大公司相比是非常灵活的，可以做开发者们想做的项目。不过，最近笔者了解到的这家小团队却完全不是这么回事。需要提前说明的是，该工作室一共推出了 6 款独特的手游，拿到过 17 个奖项、苹果和谷歌双平台的多次推荐位，而且总收入也足以维...
「Mind 访谈」，是 MindStore（微信号 mindstoredyh）旗下的轻访谈栏目。主要服务于亟需爆光的早期创业项目。我们发掘有趣、有思想的人，通过轻量访谈的方式，立体地把他/她展现出来，同时扩大项目、团队的知名度。MindStore： 简单地介绍一下你自己吧我叫阴明...
英文原文：How to get hundreds of stars on your github project目前为止我已经有五个流行项目（登上 Github 的 Trending 页），所以想分享我的一些经验和方法。如果你开源过代码，就会知道让别人对你的感兴趣是多么困难。这很...
本文作者谢德福（微信号：beancurd191），9 年以上互联网从业经验，6 年以上个性化推荐、大数据相关经验。毕业进入华为工作 6 年后，于 2013 年创业至今，专注于大数据技术在影视、文化、视频、娱乐等领域的应用。前几天传言要被腾讯收购的今日头条很多人应该不陌生，我也是今日头...
英文原文：How to Learn Programming and Change Careers如果你想知道如何学习编程和转行，那么你不是在单骑作战。随着科技热潮对软件工程师和计算机科学家需求的增加，很多专业人士开始纷纷将自己的职业生涯转移到一条更注重技术的康庄大道上。2016 ...
过一个平凡无趣的人生实在太容易了，你可以不读书，不冒险，不运动，不写作，不外出，不折腾&&但是，人生最后悔的事情就是：我本可以。&&陈素封我可以在来上海之前我看完了李华明老师写的《Android 游戏编程之从零开始》特别...
土星是日本世嘉公司开发的第六代 32 位家用游戏机，在和 SONY 的 PS 的较量中，由于主机硬体使用双 CPU 架构，导致游戏开发不易，且因过分依赖本社作品逐渐失去第三方软件商的支持而失利。土星 94 年上市至今已有 20 多年历史，主机光驱经过多年使用大多已经不稳定，可以说是名副其实的...
软件交易组织应用协会（The App Association）通过分析美国政府和私人部门数据，绘制出全美软件开发人员分布图，并确认全国共招聘 223054 名软件开发人员。分布图显示，绝大多数软件开发人员都供职于远离硅谷科技中心的地方，空缺的相关职位也是如此。有如此多的代码有待编写，但开发人...
编者按：并不是所有 CEO 都懂技术，而且大多数 HR 都不懂技术。在这种情况下，如何来判断技术人才未来的潜力？创业公司如何吸引到优质的技术人才？招到技术大牛之后，如何进行高效的人才管理？本文由极牛创始人吴际超在真格基金 HR 俱乐部活动上的分享整理而成，首发于真格基金微信公众号。如...
你也许看过我们推出的这篇文章：工程师写 Code 的聪明省力法：Google 一次我可以写 10 行代码，没错，透过 Google 与网络的帮助可以让你写出一行又一行的代码。不过，这代表着进步吗？若你只是复制贴上，事后并没有尝试了解背后的运作机制，充其量代表了「工作完成」。那有什么办...
英文原文：Lessons From 13 Years of Bugs在《Learning From Your Bugs》一文中，我写了关于我是如何追踪我所遇到的一些最有趣的 bug。最近，我回顾了我所有的 194 个条目（从 13 岁开始），看看有什么经验教训是我可以学习的。下面是我...
&在硅谷，对于每一个产品经理的职位，约莫配有 6 个工程岗位。&很多人，从 HR 专业人员到市场营销专业人员，都在硅谷工作，但硅谷对编程专业人士的需求更多，也更重视这个行业。大多数人往往更偏爱一个收入更高的工作。对编程技能的需求并不仅仅局限在硅谷，学习写代...
如果某款应用的界面比较慢，你肯定认为开发者水平不足或者用心不够。但事实上，有时候这是他们刻意制造的效果。这其中的原因何在？针对此问题，Fastcodesign 网站采访了几家科技公司。首先是 Facebook。当你登录 Facebook 的时候，一个机器人医生会出现，为你检查账户的安全状...没有高频交易的世界会更好么？_证券综合_股票频道_全景网
<meta name="description" content="　　流动性提供方究竟意义何在？高频交易究竟是给市场带来了流动性便利，还是这种交易量仅仅是种毫无价值的“噪音”？这是包括瑞信策略师Ana Avramovic在内的市场人士一直想探究的问题。　　为了研究一个没有高频交" />
没有高频交易的世界会更好么？
　　流动性提供方究竟意义何在？高频交易究竟是给市场带来了流动性便利，还是这种交易量仅仅是种毫无价值的“噪音”？这是包括瑞信策略师Ana Avramovic在内的市场人士一直想探究的问题。
　　为了研究一个没有高频交易的世界究竟会变得如何，Avramovic使用了瑞信独有的ExPRT 交易数据。在10-12%的美股交易量数据支持下，得到了纯非高频交易者(包括买方、买方、零售和机构交易者)执行每笔交易所需时间的大数据。
　　通过数据可以得知，如果以整个市场角度来看的话，等待对手方的绝对时间依然很短，但是和现有的微秒级别相比，速度则会显著放慢。同时，整个股市不同交易量所需要的时间也会大致相同。
　　这就引申到另一个市场一直在讨论的话题：高频交易是否意味着投资者之间的不公平？
　　Avramovic认为，市场的所有参与者不可能全部得到平等对待。对于那些激进型交易者来说，低流动性意味着更大的波动，是件好事；而长线交易者对于流动性及成交所需时间的问题并不会那么在意。
　　Avramovic进一步指出，对于那些风险偏好较低，并且对交易成交时间十分重视的投资者来说，如果他不愿意承担持仓的风险，那他必须在其他方面做出一些让步。
　　不过尽管从纯数据角度来看，高频交易似乎并不是什么“牛鬼蛇神”，但是Avramovic的分析并没有涉及交易量突然飙升的状况，也未能解释为什么大量的交易所都在寻找对抗高频交易的方式，比如大宗交易。
　　华尔街见闻此前提及，高频交易通过在非常短的时间内买卖以及取消下单来获取利润，这种算法主导的交易行为增大了金融市场的波动性，而且也排斥了普通投资者的参与，引发不少争议。
　　Michael Lewis在2014年3月发布的引起轩然大波的新书《Flash Boys》，就对美国市场上的高频交易中的种种黑幕进行披露，其中指责高频交易公司利用高频交易的背后的物理优势进行不公平交易。
　　近几年，大型资产管理公司也一直抱怨，现在的市场充斥着高频交易者，这些人极为迅速地改变买卖价格，以此为优势赚取高额交易利润，使得传统资产管理公司的利润空间遭到压缩。
　　为了对抗高频交易，量化交易鼻祖文艺复兴今年更是放出大招，其原子钟技术将能实现数十亿分之一秒内同步执行交易指令，时间差的消失意味着高频交易或无机可乘。
主办方欢迎投资者的广泛意见，但为了共同营造和谐的交流气氛，需提醒投资者的是，投资者提出的问题内容不得含有中伤他人的、辱骂性的、攻击性的、缺乏事实依据的和违反当前法律的语言信息，相关重复问题不再提交。
(请登录或输入用户名提问，并遵守相关规定)
正在努力加载...研究高频交易有哪些好的参考书目？
按投票排序
兼听则明，让我们从两方面来研读。正方：这是我看过的关于高频交易业务和策略讲的最清楚的一本书。作者本人就是资深业内从业者( co-founder）。关于高频交易的几种不同策略都有非常清晰的解释，前半部关于Quant Trading的讲解也非常精彩。如果想要对高频交易业务有一个全面，正确的理解，这本是必读的。必须强调的是，这本书是这张书单里唯一正确给出Top of Order Book（ToB）示例的一本。是高频交易策略最核心的概念，不管你是想介绍交易策略，还是想说明高频交易的弊端，如果没有正确的ToB分析，一定是耍流氓。那么ToB长什么样呢？像这样：这张表的内容这里不解释，书里说的很清楚，感兴趣的朋友可以自己去看。我想说的重点是，记得这张表的样子。如果一篇关于这张表的内容这里不解释，书里说的很清楚，感兴趣的朋友可以自己去看。我想说的重点是，记得这张表的样子。如果一篇关于高频交易策略的文章没有给出类似的东西，那么它的论点一定是非常值得怀疑的，意味着：它不知道策略具体是怎么执行的，即是说在纸上谈兵，或它的逻辑经不起推敲。事实上通过分析ToB，很可能会得出完全相反的结论。ToB变化是交易世界中的原子事件。而正因为HFT可以看到所有的ToB事件，用这个原子级的数据说话就必须是一条铁律。这一条也是任何人都要遵守的，和立场无关。这一本主要是讲量化交易，教你如何系统化，科学化的研究交易策略，这部分是本书精髓。最后一章介绍了一些高频交易算法，但主要是关于套利方面，相比上面一本显得不够全面，或者说，不够“高频”（参见我在中的回答）。但整本书来看仍然十分优秀，对于量化交易技术的阐述非常全面。这本书我没有读过，但是从目录上来看是值得推荐的，主要是因为它介绍了不同的订单类型（Order Type）和下单策略，这个是HFT的重点研究对象，是必须要了解的。本书作者也是资深从业者，曾经参与过
的高频交易系统的开发。这本书属于入门级读物，没有涉及高深的技术和理论，适合没有相关背景或是刚入门的朋友阅读。反方：关于HFT最热门的畅销书，作者是记者。本书是目前最著名的反HFT著作。但除去立场以外，这本书以记者的视角，从多个角度挖掘了很多关于HFT行业的信息，这些是很值得读的，可以建立一个感性认识（你至少会了解为了比拼交易速度，有人会开山凿洞，架天线搞微波，这都是真实的产业）。但是技术上错误比较多，参见我在中的回答。主编也是交易行业资深从业者（ co-founder）。本书也提供了非常全面的审视HFT的视角，技术水平上比Michael Lewis高很多，给你提供了更多的技术细节。但是我个人认为本书主编的立场值得怀疑，我猜HFT对Themis Trading的业务冲击比较大，所以他们急于出来打压，这从他们主页上力推Flash Boys可见一斑。非常需要强调的是这本书里对技术细节的展示非常有迷惑性，有很多危言耸听的言论是经不起推敲的。比如说其中（第七章 It's the Data, Stupid）提到交易所给HFT提供的数据中包含了Order ID，以此来说明HFT可以根据ID来判断机构用户的大单。这里的问题在于同一个ID只能对应一个Order，如果你把一个大单拆成若干小Order，每个都会有不同的ID，不可能有人能看到一个就推出整体的大单，而这是目前主流算法交易引擎都会做的事情，单凭这一点我不认为可以构成攻击HFT的理由，最多说明机构用户需要升级他们的引擎。因为这本书里到处有这种迷惑性言论包装在不详细的技术细节展示里，所以建议大家小心阅读。非常耐人寻味的是，作为一本专业人士编写的书，竟然没有一处使用ToB分析来说明问题。就冲这一点，要是我有钱的话，绝对投给Tradeworx，不给Themis Trading。顺便一提，市场中的隐藏与反隐藏是一场永恒的博弈，而且是一个严肃的学术问题。用这个问题做幌子来做道德攻击是很流氓的。对此有兴趣的同学可以参考我在
这个问题中的回答。一些反对，质疑HFT的言论集。这个相对比较轻松，适合作为马桶读物。理论:最后，谈高频交易在理论方面离不开市场微结构，关于这方面的书目可以参考我在“”这个问题中的回答。=======总的来说，我觉得保持批判性思维是最重要的，尽信书则不如无书。每一本书都有值得阅读的价值，但是关键的地方要经过自己理性思考。我个人是高频交易从业者，所以不可否认我存在自己的立场，对我说的话也请你仔细思考。而如果有真正有技术含量的批判HFT读物，我也很感兴趣，欢迎推荐。最后，不要来向我要下载地址，我知道的信息都写在上面了，你们找不到的我也找不到。那么怎么才能看到这些书呢？自己想办法。
个人觉得研究高频方面没有什么书, 上面说的大部分是消遣读物, 理论的则要么太老, 要么没太多用。最最有用的, 就是自己拿到第一手的高频数据, 分析下什么情况下涨, 什么情况下跌。数据的准确性很重要, 包括时间戳的准确性等。而且, 高频方面市场变化很快, 可能有个大player进来很多情况就变了, 书里怎么写?即便作者发现了, 有多大可能他发表出来而不自己先去用了?而且一旦知道的人多了也就没什么用了, by definition.
Algorithmic Trading and DMA: An introduction to direct access trading strategies
http://uploaded.net/file/uceio7ij/yu6bi.Algorithmic.Trading.and.DMA.An.introduction.to.direct.access.trading.strategies.djvu
Inside the Black Box: A Simple Guide to Quantitative and High Frequency Trading
http://uploaded.net/file/at9mruoz/5vl8g.Inside.the.Black.Box.A.Simple.Guide.to.Quantitative.and.High.Frequency.Trading.Audio.book.part1.rar
http://uploaded.net/file/tsxidl5g/5vl8g.Inside.the.Black.Box.A.Simple.Guide.to.Quantitative.and.High.Frequency.Trading.Audio.book.part2.rar
http://uploaded.net/file/epkqmidw/5vl8g.Inside.the.Black.Box.A.Simple.Guide.to.Quantitative.and.High.Frequency.Trading.Audio.book.part3.rar
http://uploaded.net/file/oxtmg8f7/5vl8g.Inside.the.Black.Box.A.Simple.Guide.to.Quantitative.and.High.Frequency.Trading.Audio.book.part4.rar
http://uploaded.net/file/ud15zyil/5vl8g.Inside.the.Black.Box.A.Simple.Guide.to.Quantitative.and.High.Frequency.Trading.Audio.book.part5.rar
The Science of Algorithmic Trading and Portfolio Management
http://uploaded.net/file/8tjgpwyo/Trading.rar
Flash Boys
http://uploaded.net/file/si702hug/Flash_Boys.part1.rar
http://uploaded.net/file/8rhfd11a/Flash_Boys.part2.rar
http://uploaded.net/file/r7zva8y4/Flash_Boys.part3.rar
随便找几本书看看，你就有个大概了解。记住高频交易涵盖的范围很广，不是指某个策略或方法。看书只能了解这个行业。
Flash Boys by Michael Lewis
已有帐号？
无法登录？
社交帐号登录热门标签：
·····
牛津博士王宁：大数据和量化金融，从机器交易、高频交易到大数据交易
　　本讲座选自日在2015中国国际大会主题论坛五──牛津大学NIE金融大数据实验室、数据科学高级研究员、博士王宁所做的题为《大数据和量化金融，从机器交易、高频交易到大数据交易》的演讲。
　　王宁：很高兴来到这里，我是第二次参加这种会议了。我这次是以第二个身份来的，就是牛津大学NIE金融大数据实验室，代表实验室过来，今天主要分享一下我们实验室做的关于量化金融的思考跟案例。
　　首先简单介绍一下我们的大数据NIE实验室，是一个全新的实验室，是2013年11月正式成立的，我们实验室的定位是世界主要大学的第一个以金融大数据为研究方向的实验室，我们是交叉学科的实验室，目的是把数据科学运用到金融领域，包括很多学科交叉在一起。因为我们的接口是牛津大学金融数学系，这个系框架上有金融、计算机、统计，我们致力于做一个产学研交流合作的平台。
　　我们主要研究的方向：包括行为金融学、第二个是机械学习在金融领域的应用。第三是一些金融的模型，特别基于数据的金融模型，数据来源主要是结构和非结构化数据。第四就是金融决策，就是我们说的情感分析，怎么用互联网包括社交媒体大数据帮助我们做一些金融决策。最后就是风险控制，也是我们常说的互联网金融怎么样能够把风险控制下来。
　　我们主要的提出的问题是几个挑战：
　　金融大数据对行业带来的挑战是什么？
　　大数据具体在金融领域的主要应用是什么？要真正对行业起到推进作用。
　　金融更多是关注未来的东西，怎么样能够更好预测未来的东西，降低风险？
　　最后是决策，怎么设计科学合适的机制，基于大数据机制，最终通过人或者机器进行自动化的决策？
　　回到我们的主题，金融行业首先核心它是一个决策的机制。一个交易员，自己买股票每天要面对很多决策，是买这个股票还是卖，是买这个基金还是卖这个基金，买是什么时候买，卖是什么时候卖，买还是卖是一个问题，而且这个问题很难找到答案，而且这个问题还是跟时间相关，就是你的时间点要拿捏非常好，如果买得早或卖得早有可能对你金融的盈利模式产生影响。所以最终归根到底不管是交易员的交易还是机器交易，最终金融数学，包括机器交易，核心是一个决策的问题。
　　一提到决策的问题千百年来有很多决策都是通过人来进行的，这位是诺贝尔经济学奖的得主，他是心理学家拿到经济学奖，他有一个理论就是每个人都有趋利避害的心理，对我有利的东西永远愿意接受，对我有害的东西我永远不太容易接受。这个在学术包括心理学有很多现成的案例，最简单的比方，中国的很多股民都是普通的散户，包括我自己的母亲也是，她买了股票以后股票一跌就不愿意卖了，就放在那里了，股票继续跌，你现在卖了也是在赚钱，你卖得早可能亏得更少，但是她的趋利避害的心理导致她股票一掉就放在那不管了，相反股票一涨她也不愿意卖，觉得会涨更好。所以无论是很资深的交易，还是散户，每个人与生俱来都有趋利避害的心理，他永远希望看到好的事情发生，不好的事情永远不愿意看到。
　　所以这就导致我们所说的机器交易的发展，因为机器是没有感情的，你跟机器交易，一百块钱和一个亿对机器来说只是一个数字，而且机器不会受情感的影响，也不会受外界环境的影响。所以在西方，特别是华尔街产生一个新的工业就叫机器交易，或者说叫高频交易，这是一个简单的流程。高频交易的历史简单介绍一下，人类第一个股票交易所是在阿姆斯特丹，那时候信息不发达，通过信鸽传递信息，进行套利交易。1983年用了三千万元投资发明了历史上第一个实时的市场数据电脑系统，可以通过这个系统进行金融的计算，所以到今天彭博社在这个领域还是很领先的，在欧美很多的交易员还是非常熟悉彭博社提供的终端。在1996年美国的证监会通过立法允许了这种电子交易，最新的一个数字是美国华尔街时报有一个统计，说现在全世界在西方的金融市场70%的交易都是通过机器进行完成的。
　　这位是我们的一个前辈，大家知道叫西蒙斯，他建立的一个公司叫文艺复兴，他前身是一个数学家，MIT毕业，然后去美国国防部的机构研究密码，后来跟上司不愉快，就回到美国的大学任数学系主任，做了一段时间觉得没有意思就进入了金融市场，他的公司叫文艺复兴公司。就是全世界做量化投资做得最好的，而且它的平均业绩每年可以达到30%以上的市盈率，它的基金的市盈率是远远超过像巴菲特他们的基金的。他的基金成功的唯一秘诀他是不会跟别人讲的，但是他有一个案例跟大家分享过，他的基金就是通过机器交易，没有任何人的参与，他在华尔街雇了很多高端的理工科毕业生，进行大量计算，通过模型交易，他说人不可信，只有通过机器交易才可以。
　　这是高频交易的显示度，不到一分钟做了1.8万次交易，频率非常高。高频交易的行业有过一个萎缩的情况，因为高频交易行业进入了一个瓶颈，这个瓶颈就是随着进入这个行业的人越来越多，门槛会提得很高，最后实际很多算法和模型都是基本上公开或者半公开状态，最后拼的是你的硬件和速度，高频交易是和时间赛跑，你的系统的速度怎么样，运算速度怎么样，包括宽带接口速度怎么样可能决定你最后的盈利。最后大家很多公司都是花了很大的钱投资于硬件和网络，实际是以速度的差值赚钱，最终导致很多小的对冲基金进行大量的投资还是竞争不过大基金，最后就倒闭了。所以对冲，整个高频交易行业进入了一个怪圈，有点像当时美国跟俄罗斯的军备竞赛的形式，最后大家花了很多钱投资硬件，通过速度领先于同行业对手，通过速度差值赚钱，所以这个也就是一个高频交易从2013年开始有点慢慢在萎缩的部分的原因。
　　我们这里讲主要说高频交易现在既然有瓶颈，我们能不能跳出金融的量化的模式，从另外一个角度看，从大数据角度看能不能找到一个新的途径。所以我们就说从高频交易到大数据，大数据现在实际对整个行业，包括金融交易带来一个新的机遇，就是现在我们可以获取的数据远远不是以前的金融的交易，包括买卖的信息。我们可以跳出这个行业，在互联网的社交的领域能够看到有没有其他的可能性。
　　这是一个简单的例子，在一个银行发布的报告，提出在谷歌的搜索引擎里，它可以通过搜索房地产中介关健词流量的变化，可以准确预测英国房价的变化，两者有很高的关联性。基于这个理念也是我的一个朋友，他原来是波士顿大学，现在在英国华威大学，他提出通过谷歌搜索引擎做交易的一个模型，大家可以看到下面是标普500的走势，可以通过不同的关健词，上面是谷歌的关健词的流量变化，可以看到雷曼兄弟关键词大幅变化的时候，标普500有一个下跌的走势，因为当时是雷曼兄弟破产，这样的话就给大家一个很直观的印象，就是有可能搜索量的变化可能会跟股指变化会有很强的相关性。
　　这个就是我的同事托马斯提出的一个模型，通过谷歌的关健词，就是负债务变化，通过谷歌搜索会给你一个流量。这样的话黑线就是美国的道琼斯指数的变化，红色的是负债流量的变化，可以看到红色的流量进行大幅度的增加的时候，实际上随之相应的是道琼斯指数也会产生剧烈的变化。基于这个理论可以提出基于谷歌关键词的模型，这个模型非常简单，就是如果这个关健词在这个星期的流量的变化是降低的时候就可以买股指期货，如果关键词在升高的时候就可以卖股指期货。基于这个模型最后可以分析它总共的市盈率，大家可以看到这个蓝色的都是基于谷歌交易的模型市盈率，从2004年持有到2011年不停地通过每周的交易，最终可以达到300%左右的市盈率。如果是用红色的话，买了之后放在那里只有16%的市盈率，所以说网络上的大数据的模型是远远可以跑赢的。
　　这个交易模型最关键就是你怎么找到所对应的关健词，能够跟相应的金融市场或指数波动有很好的吻合度，所以最后设了几百个关健词，然后跟金融市场的波动和吻合性做了排名，最终发现跟负债相关的关健词跟金融市场吻合度最高，它的市盈率也是最高的。
　　同时我们说如果谷歌搜索引擎可以用来交易的话，那么其他的互联网数据能不能做交易呢？这是用相同的交易模型，只不过用不同的数据，就是维基百科的数据进行交易，大家可以看到蓝色的收益分布是远远高于平均的基础水平的，大概能达到1左右，这样的话就从某种理论上证明虽然它不如谷歌的收益率这么高，但也是正的，所以通过维基百科的数据进行交易也有可能获利。
　　基于以上两个模型，这是我的一个学生，这样的话我们能不能把这个工作做得更细？我们就把维基百科三千个上市公司的所有的浏览量取得以后，从过去的浏览量分析，发现里面很多大的公司尤其在维基百科上浏览量非常大的公司，比如苹果、谷歌这种非常有名的公司，它的市值其实远远被高估了，我们发现三千多个股票里有一些小公司浏览量很低，但它的市值远远被低估了。通过这个模型我们可以把三千个公司划分为五个种类，浏览量高、浏览量适中，还有没有浏览量，还有完全没有网页的，还有浏览量低的。然后设计一个套利模型，就可以卖浏览量高的公司，因为它的市值被高股了，然后买浏览量比较低的公司，按这个模型最终我们的市盈率也可以达到200%左右，这也是一个很好的机会。
贵州大数据产业政策
打造以大数据为引领的创新型中心城市，是贵阳 ...
贵州大数据产业动态
7月20日，贵州省农村综合经济信息中心与石阡县...
贵州大数据企业
亨达科技通过技术创新助推转型发展，在大数据 ...
在“互联网＋”战略背景下，借助电商平台，整 ...以下为“政府+阿里大数据助力假货治理 实现社 ...7月15日，由中国互联网络信息中心（CNNIC）主 ...}