作为一个估值680亿美元的未上市企业，自从面对滴滴的强势围剿宣布退出中国外，优步几乎近一年多的时间都处在非常糟糕的情况下。目前该公司正在进行商业秘密诉讼、消费者保护诉讼和城市禁令处罚，而且正试图修复公司内部的性别歧视文化，不得不为掩盖大规模客户数据泄露而道歉，在投资者迫使其创始人兼首席执行官崔维斯·卡拉尼克离职后，该公司仍在进行转型。
下面是Uber的动荡之年。不满的冬天:性骚扰、商业秘密、首席执行官爆粗美国联邦贸易委员会称，优步在招聘新司机时夸大了收入潜力，优步在其网站上宣称，纽约市优步司机的年收入平均超过了9万美元，而实际上它只有6万美元。一波未平一波又起，当优步于2017年开始同意支付罚款时，前优步工程师苏珊福勒发表了一篇博客文章，强调了优步在性骚扰方面的问题。这导致了一项公司内部调查，几天后该公司的高级副总裁辞职。
今年二月份，谷歌母公司Alphabet旗下的无人驾驶汽车企业Waymo把优步告上法庭，指认谷歌前工程师安东尼·莱万多夫斯基私自下载上万份机密文件后投奔优步，优步及其子公司奥托因而得以获得自动驾驶技术机密。目前该诉讼仍在进行中。
就在诉讼被提交几天后，时任优步首席执行官特拉维斯卡兰尼克在与优步司机就优步票价展开激烈辩论时，与优步司机进行了争吵，并贬低了优步司机。视频公开后，卡兰尼克发表了道歉声明。这是开年的1月和2月，那么接下来的春天一定会更好，对吧?多事之春:灰球“Greyball”和公司内部混乱就在该视频曝光一周后，《纽约时报》发表了一篇文章，显示优步采用“灰球”(Greyballing)技术，向监管部门隐藏Uber专车。该软件被用来欺骗地方政府官员，让他们以为自己在等待优步司机，而实际上却没有。优步使用该应用程序收集了一些用户的信息，如果它认定他们是当地政府官员或执法人员，那么该应用就会假装工作，但会显示他们所在地区没有司机。优步采取这一举措，是为了能在不被批准的城市开展业务。Greyball给优步带来一场麻烦，今天它还正在处理，部分城市已经考虑将禁止优步运营。
祸不单行，今年3月，首席执行官卡兰尼克和其他五名优步高管在韩国旅游时访问了一家陪护酒吧。这篇文章说，其中一名高管对自己感到不舒服就离开了酒吧，随后将此事报告给了公司的人力资源部门。这篇文章还声称，优步试图让这位高管对该事件保持沉默，因为该公司目前正面临性骚扰调查。不安分的夏天:首席执行官离职，解雇员工和更多的性别歧视指控优步在夏季召开董事会会议，讨论公司内部对性骚扰的调查结果。当时，优步董事会成员大卫·邦德曼在会议中被认为是性别歧视者，被迫于两周后辞职。鉴于该调查结果，优步公司最终解雇了20名员工，首席执行官卡兰尼克在母亲辞世之际，决定离开公司三个月。这一消息传出后，一些人猜测他很快就会回来领导公司，但一周多后，他从公司辞职，此前优步的最大投资者写了一封信，要求他辞职。
随后，优步雇佣了全球最大的在线旅游公司Expedia前首席执行官达拉科斯罗萨希，以期望他能帮助公司扭亏为盈。这似乎是一个明智的决定，但即便是在新领导层的领导下，优步根深蒂固的问题依然存在。萧瑟的秋天:伦敦抛弃了优步，数据泄露以及巨额亏损今年秋天，伦敦交通局表示，将不会再为优步在伦敦的运营执照续期。伦敦交通局在一份声明中说，优步使用的灰球软件和其他隐私问题表明，优步在一些具有潜在公共安全和影响的问题上，缺乏企业责任。
这对优步是一个致命打击，不仅仅因为伦敦是一个巨大的城市，还因为它为其他城市树立一个禁止优步的先例。尽管优步在伦敦仍有一定的功能，但伦敦的禁令对优步来说如同一颗“定时炸弹”，不知道什么时候会带来更坏的影响。有消息称，黑客入侵了优步的电脑系统，并获得了5700万名乘客和司机的信息。当然，所有的公司都有数据泄露的问题，但最大的问题是优步没有告诉客户或司机有关信息泄露的问题，而是向黑客支付了10万美元，希望黑客可以删除这些数据。
由于优步对数据泄露的处理方式，全球数个城市都在对该公司展开消费者保护诉讼。优步的唯一出路是上市？优步的新任首席执行官似乎正试图对公司进行正确的调整，科斯罗萨希最近表示，该公司计划在2019年上市。优步在最近一个季度的营收环比增长了21%，但其亏损也从上一季度的11亿美元扩大至15亿美元。
从现在开始，一年多之后，优步将有足够的时间来释放自己的秘密，但在目前的状态下，这不会是股民想要投资的公司——至少在优步证明它可以在遵守法律、尊重员工及客户的前提下，可以通过道德和透明的方式运作公司之前都不是。特别声明：本文为网易自媒体平台“网易号”作者上传并发布，仅代表该作者观点。网易仅提供信息发布平台。
一键安装官方客户端
重大事件及时推送 阅读更流畅
http://dingyue.nosdn.127.net/mJY5Awegbjk5Qqi8VOBUacPJ9FGNDbwoztJoQ8JNFz4Hn9compressflag.jpeg2018坐飞机能玩手机吗？2018坐飞机可以玩手机了？ - 友情下载
2018坐飞机能玩手机吗？2018坐飞机可以玩手机了？
47.21MB评分：10平台：
相信大家都有坐的经历！每次上飞机都会要求关闭手机，期间不可以使用手机！现在，有新规定啦！2018坐飞机能玩手机啦！友情小编表示很激动！但是也是有一定要求的！
“从现在开始，您在飞行过程中不用关闭手机，只要飞行模式就可以了。” 海南航空总裁孙剑锋在首个手机开放使用航班的机长的广播中讲到。
请打开手机飞行模式，全程关闭蜂窝移动通信功能。不具备飞行模式的移动电话等设备，在空中仍然被禁止使用。
据了解，除东方航空、海南航空以外，、航空等其他航空公司则正在进行评估。
相关软件其他版本
软件资讯软件教程常见问题
动态微博聊天交友互动
扫描二维码
关注微信公众号
友情手机站——手游、app、攻略、资讯教程应有尽有
©友情下载 m.yqdown.com All Rights Reserved.&p&目前常见的比特币期货就两家，即 &a href=&//link.zhihu.com/?target=https%3A//www.bitmex.com/register/kprehq& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Bitmex&/a&
and &a href=&//link.zhihu.com/?target=http%3A//okex.com/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Okex&/a&.&/p&&p&但由于前者的手续费机制鼓励用户做市，所以市场深度要更好一些，不会出现过于极端的行情。&/p&&p&OK前几天就出现了一次比较极端的行情（&a href=&https://www.zhihu.com/question//answer/& class=&internal&&如何评价okex比特币合约出现大幅贴水，交易关停？&/a&）&/p&&p&（关于做市手续费参考：&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&第八篇：规避或使交易所倒贴手续费&/a&）&/p&&p&&br&&/p&&p&最大的缺点就是这个“system overload（系统过载）”了，还有就是交易量很大的时候会宕机。答主表示被坑过。&/p&&figure&&img src=&https://pic2.zhimg.com/50/v2-ea430fa7aab92c_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&465& data-rawheight=&113& class=&origin_image zh-lightbox-thumb& width=&465& data-original=&https://pic2.zhimg.com/50/v2-ea430fa7aab92c_r.jpg&&&/figure&&p&倘若能解决这个问题，那就是非常好的了。&/p&&hr&&p&顺便推荐一波自己目前写过的关于交易方面的文章&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&第零篇：比特币期货基础知识&/a&&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&第一篇：一种同时开多开空的比特币期货交易策略（已实测）&/a&&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&第二篇：同时开多开空交易法1个月实测结果&/a&&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&第三篇：比特币期货方法的改进和收益曲线更新&/a&&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&第四篇：持仓费详解以及开启一项尝试&/a&&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&第五篇：比特币期货定价机制以及强平的提前和滞后&/a&&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&第六篇：比特币期货账户用于现货模式&/a&，（&a href=&https://www.zhihu.com/question//answer/& class=&internal&&BITMEX比特币期货现货对冲方法应如何设计？&/a&）&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&第七篇：市场深度，列表击穿和Spoofing&/a&&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&第八篇：规避或使交易所倒贴手续费&/a&&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&第九篇：在更多负手续费的环境下交易山寨币&/a&&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&第10篇：对冲网格做市的设计（低风险）&/a&&/p&
目前常见的比特币期货就两家，即
and .但由于前者的手续费机制鼓励用户做市，所以市场深度要更好一些，不会出现过于极端的行情。OK前几天就出现了一次比较极端的行情（）（关于做市手续费参考：
&figure&&img src=&https://pic4.zhimg.com/v2-4f2c58a79ba2c9df7e79b2fed41570e6_b.jpg& data-rawwidth=&720& data-rawheight=&400& class=&origin_image zh-lightbox-thumb& width=&720& data-original=&https://pic4.zhimg.com/v2-4f2c58a79ba2c9df7e79b2fed41570e6_r.jpg&&&/figure&&p&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-869b62fdd66f4788b94eceb_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&1620& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic2.zhimg.com/v2-869b62fdd66f4788b94eceb_r.jpg&&&/figure&&p&近日，李笑来在一次区块链游戏技术大会发表演讲，再次谈及他对区块链、政策、项目和目前币市的一些看法。&/p&&p&他认为，区块链的本质就是不可篡改的数据库技术，而大数据、共享经济、物流都是未来区块链可能的发展方向。&/p&&p&&br&&/p&&p&&b&以下是李笑来的发言分享：&/b&&/p&&p&2011年的3月底，我在推特看了一个新闻，说虚拟币价格超过1美元，我当时就很惊讶，我说这是什么东西，一个虚拟币超过世界上最硬的通货，然后开始谷歌，发现这是连WikiPedia都没有的词条。于是就跑到各种论坛里开始一系列的探索，看了一整天最后还是不明觉厉，那是七年前的事情了。&/p&&p&这七年发生了很多很多事情，内心难免一丝感慨。茫茫人生中总有一些人按照自己理解去做事，按照自己的理解去思考，按照自己决定去承担后果。这些人都是我骨子里敬佩的，因为他们是那种真正顶天立地的人。&b&什么叫顶天立地？就是自己决定自己负责，所以一路走下来。&/b&&/p&&p&&br&&/p&&p&&b&如何看待目前的币市？&/b&&/p&&p&区块链这个东西太过刺激了，人类史上从来就没有出现过哪一个技术离钱这么近，甚至干脆就是钱本身。这七年见过很多现象，&b&币价一涨很多人就意味自己的智商提高了，币价一跌很多人智商真的下跌了&/b&。最终今年初不热闹了，为什么？下跌了，有什么可聊的，人就是这样的。实际上我个人认为&b&币价狂飙的时代在七年之后基本已经结束了&/b&。2014年的时候有人问我，那时候比特币100美元，有人认为还涨多少，我说涨价100倍。在车库咖啡那人啪的一下站起来直接走了，觉得我是疯子。我开始想是十年后100倍，没有想到这么快，才三四年时间就到了。在此基础上，&b&再涨100倍、再涨10000倍，有可能吗？不可能&/b&，那不得把整个地球都吃下来。&/p&&p&&br&&/p&&p&&b&区块链真的改变世界吗？&/b&&/p&&p&区块链本身确实让人兴奋，用东北话叫邪门，为什么邪门？太过简单，区块链哪有那么复杂，很多人都说讨论区块链的人都不懂区块链是什么，好像区块链是完全不可理解的东西一样。&b&区块链很简单，就是历史记录不能篡改的数据库技术&/b&，我为什么在2011年第一眼看到就能理解，因为我学会计的，在座有学会计的据一下手，会计记帐就是这样，你得记出历史记录不能篡改的结果。传统记账是怎么记的呢？如果写错了，就得用笔圈出错误的地方，边上写出正确的数字，再按上手印。但是由于记录不完整经常出现假账。区块链技术其实是很简单的。但是它真的在改变世界？为什么？因为从来没有人类史上任何一个时刻，像此时此刻这样那么容易的完成公平、公正、公开、不可篡改等等基本的属性的记账技术。&/p&&p&区块链的存在，真的会改变生产关系的。如果我们把区块链技术理解为历史记录不能篡改的数据库的话，它的应用都在哪里呢？&b&第一大应用肯定不是炒币。炒币不赚钱的，进进出出的结果就是你的币只能越来越少，其实只有一个方式能赚钱，就是买了数字币拿住不动那是真赚钱&/b&。不过，这显然不是最大的应用。&/p&&p&&br&&/p&&p&&b&那最大的应用是什么？&/b&&/p&&p&我们来看未来的时间里我们看好一切大方向好像都跟区块链有关：&/p&&p&&b&第一，大数据&/b&，在座各位如果你没有一个历史记录不能篡改的数据库，你那些数据都是乱七八糟没有洗过，别人可以随便改，请问大数据从何谈起，今天看到深度学习、AI都是基于大数据。&/p&&p&&b&第二，共享经济&/b&，共享经济就是一件事情把过往经济体经济利益分配再分配一次，以更合理的方式进行分配。你用打车软件，人家说此处拥堵，是不是拥堵你不知道，所以打车软件报给你需要2.5倍溢价，你就选择了；而另外一端有一个司机看到手机说，附近有一个用户1.7倍溢价打车你同意不同意，他除了同意没有其他选择，就选择同意了，中间哪部分哪去了？不知道。AI还可以杀熟，你整天2.5倍溢价打车，大数据就明白你是金主，能2.6倍绝不给你2.4倍。如果有一个历史记录不能篡改公开数据库存在的话，那么我们今天就可以更有效的提高社会效率，这不是很简单的事情吗？所以说区块链技术真的会改变世界。昊芝总提到Cocos社区，有那么多人作出贡献，那又怎么样？过往世界贡献就贡献了，给你虚荣心就可以了，想给别的你也不让。现在有了技术、有了帐本，一系列理解之后就可以重新制定规则，去改变经济体系利益分配。&/p&&p&&b&第三，物联网&/b&也是基于大数据的，物联网真的需要一个历史记录不可篡改的数据库。我曾经举过一个例子，未来在传感器高度发达四处全是传感器世界里面，你家里洗衣粉可能是洗衣机下单的，可能不是你下单的，你给洗衣机绑定信用卡，洗衣机就会自动下单，这是未来生活的世界。有一天这个数据库被人篡改了，因为没有不可篡改的数据库，结果你油田早上起来开门，门口一大卡车洗衣粉，而且已经结帐了。&/p&&p&所以&b&区块链真的会改变世界&/b&，现在无法想象，无法想象到什么程度。我第一次去少年宫学计算机的时候，同学就哇你现在学会编程了，是不是从现在开始家里什么都是全自动的？那个时候很多妄想今天都还没有实现，所以今天对新技术的妄想，可能30年后也无法实现。短短五年之前，我们绝对想象不到今天拿出手机可以订咖啡。&/p&&p&&br&&/p&&p&&b&有没有更简单判断项目好坏的方法？&/b&&/p&&p&其实是有的。举个例子，过往4、5年里我的邮箱很可能是流量最大的项目源，我天天看项目，闲着没事就看一段，看不过来就不看了，也没有错过什么。我们怎么分辨一个东西有没有意义，从一个角度考虑就行了。请问利用区块链历史记录不能篡改的数据库，我们时时公开记帐这个事实，是否能够对这个产品、这个团队、这个公司的商业模式有刺激作用。就这么简单一个评判标准。&/p&&p&我为什么会极度支持 Cocos 进入区块链领域，很简单，确实帐务公开在这里对整个社区发展有巨大的促进作用。这里面经济体，这里面经济模式，确实需要发生变化，而且一旦真的发生变化的时候，区块链对他的商业模式一定有巨大的刺激作用，这事靠谱。&/p&&p&&br&&/p&&p&&b&哪些项目是不靠谱的？&/b&&/p&&p&我举一个极端的例子，殡仪馆是特别好的生意，之所以没有殡仪馆上市，因为地球上所有证交所都是迷信的，不敢，真迷信，赚钱的世界是真迷信，大家不要以为金融世界充满科学，实际上&b&金融世界充满迷信和混蛋&/b&。殡仪馆生意的确很好，但是这个商业模式会不会因为应用区块链公开记帐更好，显然不会的，不会因为殡仪馆用上区块链技术，外面就有人过世需要殡仪馆的服务。这个世界里面有很多的商业模式，甚至有相当多的行业很可能跟区块链办毛钱关系都没有。不要以为加上一个区块链就可以了。前两天我还听一个哥们说的很犀利，以前都是区块链梦，现在都是区块链+。今天早上听到一个空气净化器区块链了，卖的很火，也许有它的道理，但是在我这里，这种逻辑是不自洽的，不是可持续的模式。&/p&&p&&br&&/p&&p&&b&如何看待目前的国家政策？&/b&&/p&&p&所以区块链在各个角度能够改变世界这个事实，在七年之后我们不再怀疑了，非常高兴的是在过去七年历我个人看到了我们这个国家对区块链的友好，这一点跟外界想象的非常非常不一样。历史上什么时候真正听说过中国政府禁止民众持有和交易比特币，有过吗？没有过，&b&那些炒币的整天自己吓唬自己&/b&。2013年七部委文件没有正式发布的资料只是流了出来，市场应声而跌，第二天政府就出来澄清说，并没有禁止老百姓买卖比特币，还有这么友好的政府吗，没有。包括去年9.4，我是身处漩涡当中的一个人，&b&其实国家是支持区块链的，他怕的是非法集资和群体事件&/b&。&/p&&p&&br&&/p&&p&&b&是否真的被限制出境？&/b&&/p&&p&也是因为有这样的认识，我做了一系列决策，现在公开讲也是无所谓的，&b&我是被限制出境的&/b&。日我在东京听说李笑来被限制出境了，北京有几家交易所股东被限制出境，&b&我是其中一家交易所的股东，所以被限制出境了&/b&。我在境外知道被限制出境，第二天就买机票回来了，有几个重大原因：第一，我没有干坏事，我自己知道。第二，区块链技术只有在人越多的地方，才越有发展的空间，全世界人口最多最密集的国家是哪里呢？中国。所以我回来了。&/p&&p&但是想起限制出境我也挺头痛。我是特别宅的人，宅到什么程度，当年不是很有钱的时候把自己收入一半给我老婆，你去旅游。她一走我就可高兴了，她也很高兴，她这些年走了很多地方，朋友聊天的时候说出一个地名她都去过，聊地名成了我朋友圈里的禁区，只要我老婆在场绝对不要自取其辱。我虽然很宅，你叫我出门我都懒，但是非得限制我出境了，还是有点头痛。&/p&&p&&br&&/p&&p&&b&比特币会颠覆央行？&/b&&/p&&p&之前我在公开场合说过件事，我在这里跟大家做一个分享，其实&b&比特币并没有颠覆央行&/b&，2011年的时候我就说这个东西不会成为颠覆各国央行的东西，顶多是世界上众多货币另外一个货币仅此而已，大家不要误以为法币是政府背书，枪杆子帮你站台，不要那么幼稚，都是发币国家商业模式决定的，斯里兰卡政府也有枪怎么不好使，因为商业模式差。比特币并没有像大家想象那样对这个世界有充满恶意，并没有，但是反过来，这个世界对比特币充满假想敌的情况却是普遍存在的。当然也有例外，&b&以太坊确实颠覆了证券公司&/b&。以太坊发币环节被世界抢着用，突然之间纽约中心被消解，突然之间全球变成证券市场，个人变成上市公司，这就是区块链给我们带来的变化。&/p&&p&&br&&/p&&p&&b&中国将成为区块链的最大市场&/b&&/p&&p&我的想法是什么呢？我的想法很简单，有一天纽交所、纳斯达克已经拆解为虚无，全球变成证券交易市场的时候，请问下一代互联网区块链经营中心在哪里？哪里人口密度最高、人口数量最大就是哪里，中国，印度暂时不行，印度没有网，实际上你让我走我都不走，我为什么要离开最大的市场。跟外界想象的完全不同，在未来的两三年里，我们一定会看到区块链技术在中国发展是最为迅猛的，在过去几年里我们已经亲历这些技术中心的变化，举个例子，因为种种原因，韩国市场突然火起来，又因为种种原因日本市场突然火起来。真去韩国、日本就明白，他们开交易所连安全问题都搞不定，技术人才全在中国这是实情，成长也非常迅速这也是实情，我个人对区块链技术在中国发展非常看好。很多人说你那么有信心，我这个人不靠信心活着，信心是想的，我们看事实。&/p&&p&2013年周小川发表了很多见解都是令人吃惊的，2013年还有人民银行研究报告也写的非常专业，跟大家想象并不完全相同。反过来讲一句话，区块链这个东西不会因为谁喜欢而突然之间变得更好，区块链这个东西也不会因为谁讨厌突然之间就消亡，我一直以来都在可能公开场会讲这样一番话，&b&区块链长期是极度乐观的，短期我是极度保守的&/b&，我亲眼看得见绝大多数的变化都是很多年之后发生的，历史的发生永远是这样。&/p&&p&&br&&/p&&p&&b&看好游戏类的项目&/b&&/p&&p&&br&&/p&&p&然而关于游戏的品类我一直是乐观看好的，可能很多人对区块链世界历史并不清楚，我可以告诉大家，比特币第一款应用今天这个网站依然存在，那就是一个游戏。为什么出现这种情况呢？道理特别简单，区块链就是数字世界技术变革，它将最容易、最简单、最直接与数字世界紧密结合。比如区块链保险我就持保守态度，稍微再等等来得及，因为商业模式有一块是非注资世界，一定跟原子世界联系，这个鸿沟跨过去需要很久的时间。互联网世界花了多久，90年代到前两年才开始O2O。&/p&&p&&br&&/p&&p&&b&公众号回复 评级 看三月份币种评级报告&/b&&/p&&p&&b&公众号回复 京东 看京东区块链白皮书&/b&&/p&&p&&br&&/p&&p&注：微信回复EOS、火币HT、ETH、USTD、NEO获取一手干货，回复2加宝爷微信。&/p&&hr&&p&&b&加入宝爷的知识星球&/b&&/p&&p&&br&&/p&&p&近期重点是Weiss评级，宝爷花3100元买了，每周同步更新！&br&&/p&&p&&b&宝爷承诺：有问必答，N个嘉宾对1微信拉群悉心指导，疑难杂症搞懂为止。&/b&&/p&&p&另外很多东西公众号可能不方便发，宝爷都会丢到圈子里。&/p&&p&&b&另外每满100人价格上调50。&/b&&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-c8decc2d783ca77e95f9f2f7d6b13868_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1080& data-rawheight=&673& class=&origin_image zh-lightbox-thumb& width=&1080& data-original=&https://pic1.zhimg.com/v2-c8decc2d783ca77e95f9f2f7d6b13868_r.jpg&&&/figure&&p&&br&&/p&&p&&b&你还将会得到&/b&&/p&&ol&&li&宝爷的1对1私人顾问；&/li&&li&不能说的内幕消息；&/li&&li&众筹项目的推荐和分析；&/li&&li&600位铁杆宝粉们的炒币心得；&/li&&li&推荐优质有潜力的代币；&/li&&li&一些白皮书和PPT资料的资料下载；&/li&&li&获取加入宝爷VIP微信群的资格。&/li&&/ol&&p&&b&怎么加入？&/b&&/p&&p&你可以点击宝爷说币公众号底部菜单里的“知识星球”加入，也可以下载知识星球APP搜索 ID：，或者是通过微信扫一扫的功能加入。&/p&&p&&a href=&http://link.zhihu.com/?target=https%3A//t.zsxq.com/JiIunEy& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&t.zsxq.com/JiIunEy&/span&&span class=&invisible&&&/span&&/a& (二维码自动识别)&/p&&p&?宝爷星球干货文章精选&/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3Dc298f8edb57ea%26chksm%3Df99436bacee3bfac78a345e583e12f8cf42cb55b2cd941dc4d662e6dd29a1295a%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&EOS疑似砸盘以太坊！为什么都看好EOS？&/a&&/u&&/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D1eb889c8c374a%26chksm%3Df9943650cee3bfeb201b8c6b6e45ab7460fbaea0c8849dbbabe64c269da7scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&逆市大涨90%！这个币为何能在熊市称王？&/a&&/u&&/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D08bd4a084f%26chksm%3Df9943142cee3b854c8e070fd29cd9b2d11afb6d3ec3e8e8e104ddcaa3e62a65fc483ad0edade%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&珍惜你的币 远离火币HADAX&/a&&/u&&/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3Debebe5e67b504620fda7a33%26chksm%3Df99431a1cee3b8baed4d71aeeed5a8b3f9264cc%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&币市大跌它暴涨 DGD是何方神圣？&/a&&/u&&/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D2cdab3ced3eb78fchksm%3Df99430efcee3b9f9f63d04cd7a7d588ebf91cafe8476c9d9da628%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&区块链一定要有“币”吗？&/a&&/u&&/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3Dd0797dbfab9c607bbbaf6d4%26chksm%3Df99433c9cee3badf9e6a7cee8ad1ad2d9acfabf932c2fc6e5%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&下一个百倍币？火币HT能不能买？&/a&&/u&&/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3Dc5cb60c1a42de40cab47174%26chksm%3Df99433facee3baeca88266ceee06e5aa11d9f211ef00ee2a964bcb3c%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&半年涨100倍 平台币今年或迎来爆发&/a&&/u&&/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3Df4fbfe472d345cb89e71cd2%26chksm%3Df9943396cee3ba800b44583ef10cafe50b998bba7a38ba3f279ea559612f69ee%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&利空之下 关闭场外交易还需多久？&/a&&/u& &/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D9a6c26e35ea59f3f81ef%26chksm%3Df9943384cee3bae7ddf74ca7f975b4b60161eac634a319eb4dscene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&真要关闭场外交易怎么办？&/a&&/u&&/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3D2da7f0a77fe29c7a8d2dea%26chksm%3Df99433aecee3bab8f3b2e9cf600fe53e22b39eeb70810%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&四天涨幅380% “爱西欧”赚钱太容易&/a&&/u& &/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3De64b10d2331811edf54b23a%26chksm%3Df994337dcee3ba6b6db0f6d8e1d884d0ca24b35464c8fde5bfb84b1d189a24ef96f5%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&EOS三个月涨了20倍 我为什么要买它&/a&&/u& &/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3Da6adb59bd6927b%26chksm%3Df994336dcee3ba7b8c077f5abd84c6bae7aaa5e0af813b66302cddbaec%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&以太坊ETH七天涨幅50% 我为什么会买它？&/a&&/u&&/p&&p&&u&&a href=&http://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s%3F__biz%3DMzUxNzYxMzM4MQ%3D%3D%26mid%3D%26idx%3D1%26sn%3Df1c9c854bb5fc42fde300a25b9b83a7b%26chksm%3Df9943343cee3ba555b5c3b2d50cd88aa58dfaf2bc28cefscene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&狗年买狗币？那什么是狗狗币呢？&/a&&/u&&/p&&hr&&p&&b&宝爷是谁？&/b&&/p&&p&2015年我花了50000元买了30个btc，&/p&&p&你猜猜我卖没卖，&/p&&p&想知道答案的扫码关注宝爷的微信&/p&&p&和宝爷一起从韭菜变大师，不定期发福利哦！&/p&&p&&a href=&http://link.zhihu.com/?target=http%3A//weixin.qq.com/r/kypZQXDEAC1-rTQi93_B& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&weixin.qq.com/r/kypZQXD&/span&&span class=&invisible&&EAC1-rTQi93_B&/span&&span class=&ellipsis&&&/span&&/a& (二维码自动识别)&/p&&p&&/p&
近日，李笑来在一次区块链游戏技术大会发表演讲，再次谈及他对区块链、政策、项目和目前币市的一些看法。他认为，区块链的本质就是不可篡改的数据库技术，而大数据、共享经济、物流都是未来区块链可能的发展方向。 以下是李笑来的发言分享：2011年的3月底，…
&figure&&img src=&https://pic1.zhimg.com/v2-b063c143cb136cf343d8b9b_b.jpg& data-rawwidth=&480& data-rawheight=&320& class=&origin_image zh-lightbox-thumb& width=&480& data-original=&https://pic1.zhimg.com/v2-b063c143cb136cf343d8b9b_r.jpg&&&/figure&&p&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-475b2e0b41b8cf84db2205_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&703& data-rawheight=&258& class=&origin_image zh-lightbox-thumb& width=&703& data-original=&https://pic4.zhimg.com/v2-475b2e0b41b8cf84db2205_r.jpg&&&/figure&&p&如果要选几个 2017 年最火的流行词，绝对有&b&人工智能&/b&和&b&虚拟货币&/b&。英国程序员 David Sheehan 就被比特币这种颠覆性的技术以及过山车式的价格涨跌留下了深刻印象，虽然他自己一个币也没有，但还是想用机器学习技术预测一下比特币这种虚拟货币的价格。&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-597a43f4ebf_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&544& data-rawheight=&352& class=&origin_image zh-lightbox-thumb& width=&544& data-original=&https://pic4.zhimg.com/v2-597a43f4ebf_r.jpg&&&/figure&&p&&i&&b&提醒：不应将本文视为投资建议，也希望大家不要轻易靠这种方法投资虚拟货币，本文只是分享我自己对于如何用深度学习技术预测虚拟货币价格的一个思路。理财有风险，投资需谨慎，有涨就有跌，请量力而行。&/b&&/i&&/p&&hr&&p&&br&&/p&&p&在我（作者David Sheeran——译者注）写这篇文章之前，我到网上搜了搜，发现之前有人写过怎样用深度学习技术预测比特币价格，于是我想了想，决定除了比特币外，也预测另一种近来比较火的虚拟货币价格——以太坊，也叫以太币。&/p&&p&&br&&/p&&p&我们会使用一个长短期记忆模型（LSTM），它是深度学习模型的一种，很适合处理时序数据，或者任何有暂时性、空间性和结构性顺序的数据，比如电影、语句等等。如果你对这种模型不是很熟悉，我推荐读一下这篇博客&/p&&p&&br&&/p&&a href=&https://link.zhihu.com/?target=http%3A//blog.echen.me//exploring-lstms/& data-draft-node=&block& data-draft-type=&link-card& data-image=&https://pic1.zhimg.com/v2-eafddea9daaac688_180x120.jpg& data-image-width=&1029& data-image-height=&336& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Exploring LSTMs&/a&&p&&br&&/p&&p&因为我也想让不太懂机器学习的读者愿意看下去，所以我会尽量不放大段大段的代码，请理解一下。要是你也想这么操作一波，我把数据和代码放在了 GitHub上，点击这里获取即可&/p&&p&&br&&/p&&a href=&https://link.zhihu.com/?target=https%3A//github.com/dashee87/blogScripts/blob/master/Jupyter/-predicting-cryptocurrency-prices-with-deep-learning.ipynb& data-draft-node=&block& data-draft-type=&link-card& data-image=&https://pic3.zhimg.com/v2-62b4dbbba1317bfa32fd72aa_ipico.jpg& data-image-width=&420& data-image-height=&420& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&dashee87/blogScripts&/a&&p&&br&&/p&&p&好了，废话不说，我们开始吧！ &/p&&p&&br&&/p&&h2&&b&获取数据&/b&&/h2&&p&&br&&/p&&p&在我们搭建模型之前，我们需要获取一些数据让模型学习。在 Kaggle 上有个数据集，详细记录了&b&过去几年比特币每分钟的价格以及其他方面的数据&/b&（我之前看的那篇预测比特币价格的教程用的也是这个数据集）。但按照每分钟的时间尺度，会有很多噪声数据，所以我们选择每天的价格。这样就会产生一个问题：&b&我们可能收集不到足够的数据&/b&（不过我们需要几百行而不是几百万行数据）。&/p&&p&&br&&/p&&p&&b&需要强调的是：深度学习中，在严重缺乏数据的情况下，没有模型能取得成功。&/b&&/p&&p&&br&&/p&&p&我也不想依靠静态文件，因为在将来用新数据更新模型时它们会让更新过程无比复杂。相反，我们会从虚拟货币网站和 API 中获取数据。&/p&&p&&br&&/p&&p&因为我们会将两种虚拟货币的价格混合在一个模型中，所以从一个数据源中提取数据可能是个好主意。我们会用到网站 &a href=&https://link.zhihu.com/?target=http%3A//coinmarketcap.com/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&coinmarketcap.com&/a& 当前我们只考虑比特币和以太坊的数据，但用这种方法再添加别的币种也不会太难。在我们导入数据前，我们必须加载一些 Python 包，让工作更容易些。&/p&&p&&br&&/p&&div class=&highlight&&&pre&&code class=&language-python&&&span&&/span&&span class=&kn&&import&/span& &span class=&nn&&pandas&/span& &span class=&kn&&as&/span& &span class=&nn&&pd&/span&
&span class=&kn&&import&/span& &span class=&nn&&time&/span&
&span class=&kn&&import&/span& &span class=&nn&&seaborn&/span& &span class=&kn&&as&/span& &span class=&nn&&sns&/span&
&span class=&kn&&import&/span& &span class=&nn&&matplotlib.pyplot&/span& &span class=&kn&&as&/span& &span class=&nn&&plt&/span&
&span class=&kn&&import&/span& &span class=&nn&&datetime&/span&
&span class=&kn&&import&/span& &span class=&nn&&numpy&/span& &span class=&kn&&as&/span& &span class=&nn&&np&/span&
&span class=&c1&&# get market info for bitcoin from the start of 2016 to the current day&/span&
&span class=&n&&bitcoin_market_info&/span& &span class=&o&&=&/span& &span class=&n&&pd&/span&&span class=&o&&.&/span&&span class=&n&&read_html&/span&&span class=&p&&(&/span&&span class=&s2&&&https://coinmarketcap.com/currencies/bitcoin/historical-data/?start=&end=&&/span&&span class=&o&&+&/span&&span class=&n&&time&/span&&span class=&o&&.&/span&&span class=&n&&strftime&/span&&span class=&p&&(&/span&&span class=&s2&&&%Y%m&/span&&span class=&si&&%d&/span&&span class=&s2&&&&/span&&span class=&p&&))[&/span&&span class=&mi&&0&/span&&span class=&p&&]&/span&
&span class=&c1&&# convert the date string to the correct date format&/span&
&span class=&n&&bitcoin_market_info&/span& &span class=&o&&=&/span& &span class=&n&&bitcoin_market_info&/span&&span class=&o&&.&/span&&span class=&n&&assign&/span&&span class=&p&&(&/span&&span class=&n&&Date&/span&&span class=&o&&=&/span&&span class=&n&&pd&/span&&span class=&o&&.&/span&&span class=&n&&to_datetime&/span&&span class=&p&&(&/span&&span class=&n&&bitcoin_market_info&/span&&span class=&p&&[&/span&&span class=&s1&&'Date'&/span&&span class=&p&&]))&/span&
&span class=&c1&&# when Volume is equal to '-' convert it to 0&/span&
&span class=&n&&bitcoin_market_info&/span&&span class=&o&&.&/span&&span class=&n&&loc&/span&&span class=&p&&[&/span&&span class=&n&&bitcoin_market_info&/span&&span class=&p&&[&/span&&span class=&s1&&'Volume'&/span&&span class=&p&&]&/span&&span class=&o&&==&/span&&span class=&s2&&&-&&/span&&span class=&p&&,&/span&&span class=&s1&&'Volume'&/span&&span class=&p&&]&/span&&span class=&o&&=&/span&&span class=&mi&&0&/span&
&span class=&c1&&# convert to int&/span&
&span class=&n&&bitcoin_market_info&/span&&span class=&p&&[&/span&&span class=&s1&&'Volume'&/span&&span class=&p&&]&/span& &span class=&o&&=&/span& &span class=&n&&bitcoin_market_info&/span&&span class=&p&&[&/span&&span class=&s1&&'Volume'&/span&&span class=&p&&]&/span&&span class=&o&&.&/span&&span class=&n&&astype&/span&&span class=&p&&(&/span&&span class=&s1&&'int64'&/span&&span class=&p&&)&/span&
&span class=&c1&&# look at the first few rows&/span&
&span class=&n&&bitcoin_market_info&/span&&span class=&o&&.&/span&&span class=&n&&head&/span&&span class=&p&&()&/span&
&/code&&/pre&&/div&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-4aba411eae24c0df5b2faedc_b.jpg& data-size=&normal& data-rawwidth=&1153& data-rawheight=&306& class=&origin_image zh-lightbox-thumb& width=&1153& data-original=&https://pic3.zhimg.com/v2-4aba411eae24c0df5b2faedc_r.jpg&&&figcaption&图表标签：日期-开盘价-最高价-最低价-收盘价-容量-市值&/figcaption&&/figure&&p&&br&&/p&&p&刚刚发生了什么呢？我们加载了一些 Python 包，然后导入了 &a href=&https://link.zhihu.com/?target=http%3A//coinmarketcap.com/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&coinmarketcap.com&/a& 上如上所示的这种数据表格。稍微清洗一下数据后，我们就会获得上面这个比特币价格表格。在 URL 里将 bitcoin 换成 ethereum 也能得到以太坊的价格数据。&/p&&p&&br&&/p&&p&要想证明数据是准确的，我们可以绘制出两种货币价格和容量随着时间推移的变化情况：&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-24e981ecc927da6ab4ec2_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&782& data-rawheight=&534& class=&origin_image zh-lightbox-thumb& width=&782& data-original=&https://pic3.zhimg.com/v2-24e981ecc927da6ab4ec2_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-f68cabc0b2e61a9b6b89d006_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&782& data-rawheight=&534& class=&origin_image zh-lightbox-thumb& width=&782& data-original=&https://pic1.zhimg.com/v2-f68cabc0b2e61a9b6b89d006_r.jpg&&&/figure&&p&&br&&/p&&p&&b&训练，测试和随机游走&/b&&/p&&p&&br&&/p&&p&我们已经获取了一些数据，那么我们先在需要一个模型。在深度学习中，数据通常被分为训练集和测试集两部分。我们用训练集让模型进行学习，然后用测试集评估模型的性能。对于时间序列模型，我们一般对一个时间序列进行预测，然后对另一个时间序列进行测试。比如，我把截止日期设为 2017 年 6 月 1 日，那么就会&b&用在这个日期之前的时间训练模型&/b&，&b&用这个日期之后的数据评估模型&/b&。&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-15ef18851b9fbab2ab3d61d563b43748_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&782& data-rawheight=&534& class=&origin_image zh-lightbox-thumb& width=&782& data-original=&https://pic2.zhimg.com/v2-15ef18851b9fbab2ab3d61d563b43748_r.jpg&&&/figure&&p&&br&&/p&&p&你可以看到训练时间大部分包含虚拟货币价格较低的时期。这样，训练数据或许无法代表测试数据，会损害模型泛化不可见数据的能力（你可以试着让数据更平稳些）。但干嘛让负面情况碍手碍脚呢？在使用我们的机器学习模型前，有必要讨论一个更简单些的模型。最基本的模型就是设定明天的价格等于今天的价格（我们称之为滞后模型）。我们在数学上以如下方式定义该模型：&/p&&figure&&img src=&https://pic1.zhimg.com/v2-3bcf9c0ceac93_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&538& data-rawheight=&89& class=&origin_image zh-lightbox-thumb& width=&538& data-original=&https://pic1.zhimg.com/v2-3bcf9c0ceac93_r.jpg&&&/figure&&figure&&img src=&https://pic2.zhimg.com/v2-15ef18851b9fbab2ab3d61d563b43748_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&782& data-rawheight=&534& class=&origin_image zh-lightbox-thumb& width=&782& data-original=&https://pic2.zhimg.com/v2-15ef18851b9fbab2ab3d61d563b43748_r.jpg&&&/figure&&p&&br&&/p&&p&在互联网链接分析和金融股票市场中，当扩展一下这个简单的模型时，通常将价格当做随机游走（概念接近于&b&布朗运动&/b&，是布朗运动的理想数学状态。指任何无规则行走者所带的守恒量都各自对应着一个扩散运输定律），那么在数学上可以将其进行如下定义：&/p&&figure&&img src=&https://pic3.zhimg.com/v2-67de4ff95dc3aeafccbd1b5_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&779& data-rawheight=&87& class=&origin_image zh-lightbox-thumb& width=&779& data-original=&https://pic3.zhimg.com/v2-67de4ff95dc3aeafccbd1b5_r.jpg&&&/figure&&figure&&img src=&https://pic4.zhimg.com/v2-9ea8d9cc981a34d14f002e_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&782& data-rawheight=&533& class=&origin_image zh-lightbox-thumb& width=&782& data-original=&https://pic4.zhimg.com/v2-9ea8d9cc981a34d14f002e_r.jpg&&&/figure&&p&&br&&/p&&p&我们会从训练集中确定 μ 和 σ，将随机游走模型应用在比特币和以太坊的测试集上。&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-a43d3e3f_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&782& data-rawheight=&533& class=&origin_image zh-lightbox-thumb& width=&782& data-original=&https://pic1.zhimg.com/v2-a43d3e3f_r.jpg&&&/figure&&p&&br&&/p&&p&哇哦！看看这些预测线。除了少许部分扭曲，基本上紧贴每个虚拟货币的实际价格变动情况。模型甚至捕捉到了 6 月中旬和 8 月下旬的暴涨状况。&/p&&p&&br&&/p&&p&然而正如另一篇预测比特币价格的博客中所说，&b&只在某个点预测未来的模型常常会让人误以为它很准确，因为在接下来的预测中模型没有将误差因素考虑在内。&/b&不管误差大小如何，它在每个时间点本质上会被重置，因为输入模型的是真实价格。比特币的随机游走尤其具有误导性，因为 y 轴的值可以很大，这让预测线看起来很平滑。&/p&&p&&br&&/p&&p&不幸的是，单点预测在评估时序模型中相当普遍。所以通过多点预测衡量模型准确度是个更好的做法。这样以来，之前预测的误差不会被重置，而是会被计算入接下来的预测中。这样，我们在数学上这样定义：&/p&&figure&&img src=&https://pic1.zhimg.com/v2-bc7a5a06b99c879c752de2_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1017& data-rawheight=&77& class=&origin_image zh-lightbox-thumb& width=&1017& data-original=&https://pic1.zhimg.com/v2-bc7a5a06b99c879c752de2_r.jpg&&&/figure&&p&我们来获取我们的随机游走模型，预测整个测试集的收盘价格。&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-87c0f25d1ce622a389a6fa5c2b57ba1b_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&782& data-rawheight=&533& class=&origin_image zh-lightbox-thumb& width=&782& data-original=&https://pic4.zhimg.com/v2-87c0f25d1ce622a389a6fa5c2b57ba1b_r.jpg&&&/figure&&p&&br&&/p&&p&模型的预测对随机种子极其敏感。对于以太坊的预测，我选了一个完整的看起来正常的区间随机游走（如下gif图）。你也可以在 Jupyter Notebook 中处理下面这些随机种子值，看看情况有多糟糕。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-71f742bd44e815c9f92aa_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&802& data-rawheight=&533& data-thumbnail=&https://pic4.zhimg.com/v2-71f742bd44e815c9f92aa_b.jpg& class=&origin_image zh-lightbox-thumb& width=&802& data-original=&https://pic4.zhimg.com/v2-71f742bd44e815c9f92aa_r.jpg&&&/figure&&p&&br&&/p&&p&注意单点随机游走会一直看似十分准确，即便背后并无真实实体。&b&因此，希望你对任何博客中预测出的货币价格都保持怀疑态度。想买虚拟货币的朋友别被市场预测报告给轻易忽悠了&/b&。&/p&&p&&br&&/p&&p&&b&长短期记忆模型（LSTM）&/b&&/p&&p&&br&&/p&&p&在前文说过，我们会用到长短期记忆模型。但我们没必要从头开始自己搭建一个模型，现在有不少应用了多种深度学习算法的开源框架可供我们使用（比如 TensorFlow，Keras，PyTorch等）。我选的是 Keras，因为我发现它很适合像我这种水平不牛的人。&/p&&p&&br&&/p&&p&如果你对 Keras 不熟悉，可以看看我写的这篇教程，或者其他人的教程都行。&/p&&p&&br&&/p&&a href=&https://link.zhihu.com/?target=https%3A//dashee87.github.io/data%2520science/deep%2520learning/python/another-keras-tutorial-for-neural-network-beginners/& data-draft-node=&block& data-draft-type=&link-card& data-image=&https://pic4.zhimg.com/v2-e26eca7f378f072111db_180x120.jpg& data-image-width=&640& data-image-height=&268& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Another Keras Tutorial For Neural Network Beginners&/a&&p&我创建了一个新的数据框架叫做 model_data。我将移出了之前的一些列（开盘价，每日最高价和最低价），重新表示了一些新列。Close_off_high 代表了当天收盘价和最高价之间的差额，其中值 -1 和 1 表示当天收盘价分别等于最低价和最高价。volatility 列是指被开盘价分开的最低价和最高价的不同。你可能也注意到 model_data 是按照最早时间到最近时间的顺序排列的。我们实际上并不需要日期列了，因为不需要再向模型中输入这项信息。&/p&&p&&br&&/p&&div class=&highlight&&&pre&&code class=&language-python&&&span&&/span&&span class=&n&&model_data&/span&&span class=&o&&.&/span&&span class=&n&&head&/span&&span class=&p&&()&/span&
&/code&&/pre&&/div&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-ab5dfad4ad030f9baf4e27_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1284& data-rawheight=&463& class=&origin_image zh-lightbox-thumb& width=&1284& data-original=&https://pic1.zhimg.com/v2-ab5dfad4ad030f9baf4e27_r.jpg&&&/figure&&p&&br&&/p&&p&我们的长短期记忆模型会使用之前的数据（比特币和以太坊的都有）预测每种货币第二天的收盘价。我们必须决定模型需要获取之前多少天的数据。&/p&&p&&br&&/p&&p&这个随意，我选择的是 10 天，因为 10 ....... 是个很好的整数。我们创建一个小型数据框架，包含连续 10 天的数据（称为窗口），所以第一个窗口会包含训练集的第 0-9 行（Python 是零索引），第二个窗口是 1-10 行，以此类推。选择一个小型窗口意味着我们可以将更多的窗口输入到模型中。下降趋势是指模型可能没有足够的信息来检测复杂的长期行为（如果出现这种情况）。&/p&&p&&br&&/p&&p&深度学习模型不喜欢输入数据大幅变动。仔细看这些数据列，一些值介乎 -1 和 1 之间，而其它值则是百万规模。我们需要将数据正常化，所以我们的输入数据比较一致。通常，你会想让值在 -1 和 1 之间。Off_high 列和 volatility 列和之前一样好。对于剩余的列，和其它人的做法一样，我们会将输入数据正常化为窗口中的第一个值。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-3f6de62bc088fb2217342_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1221& data-rawheight=&566& class=&origin_image zh-lightbox-thumb& width=&1221& data-original=&https://pic3.zhimg.com/v2-3f6de62bc088fb2217342_r.jpg&&&/figure&&p&&br&&/p&&p&这个表格表示我们的长短期记忆模型输入的一个例子（我们实际上有几百个类似的表格）。我们已经将一些列正常化，因此它们的值在第一个时间点都等于 0，所以我们的目标是预测在该时间点的价格变化情况。我们现在准备好搭建 LSTM 模型了。用 Keras 搭建模型非常快速，将几个部件放在一起就行。我曾详细写了篇教程，可以参考 &/p&&p&&br&&/p&&a href=&https://link.zhihu.com/?target=https%3A//dashee87.github.io/data%2520science/deep%2520learning/python/another-keras-tutorial-for-neural-network-beginners/& data-draft-node=&block& data-draft-type=&link-card& data-image=&https://pic4.zhimg.com/v2-e26eca7f378f072111db_180x120.jpg& data-image-width=&640& data-image-height=&268& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Another Keras Tutorial For Neural Network Beginners&/a&&p&&br&&/p&&div class=&highlight&&&pre&&code class=&language-python&&&span&&/span&&span class=&c1&&# import the relevant Keras modules&/span&
&span class=&kn&&from&/span& &span class=&nn&&keras.models&/span& &span class=&kn&&import&/span& &span class=&n&&Sequential&/span&
&span class=&kn&&from&/span& &span class=&nn&&keras.layers&/span& &span class=&kn&&import&/span& &span class=&n&&Activation&/span&&span class=&p&&,&/span& &span class=&n&&Dense&/span&
&span class=&kn&&from&/span& &span class=&nn&&keras.layers&/span& &span class=&kn&&import&/span& &span class=&n&&LSTM&/span&
&span class=&kn&&from&/span& &span class=&nn&&keras.layers&/span& &span class=&kn&&import&/span& &span class=&n&&Dropout&/span&
&span class=&k&&def&/span& &span class=&nf&&build_model&/span&&span class=&p&&(&/span&&span class=&n&&inputs&/span&&span class=&p&&,&/span& &span class=&n&&output_size&/span&&span class=&p&&,&/span& &span class=&n&&neurons&/span&&span class=&p&&,&/span& &span class=&n&&activ_func&/span& &span class=&o&&=&/span& &span class=&s2&&&linear&&/span&&span class=&p&&,&/span&
&span class=&n&&dropout&/span& &span class=&o&&=&/span&&span class=&mf&&0.25&/span&&span class=&p&&,&/span& &span class=&n&&loss&/span&&span class=&o&&=&/span&&span class=&s2&&&mae&&/span&&span class=&p&&,&/span& &span class=&n&&optimizer&/span&&span class=&o&&=&/span&&span class=&s2&&&adam&&/span&&span class=&p&&):&/span&
&span class=&n&&model&/span& &span class=&o&&=&/span& &span class=&n&&Sequential&/span&&span class=&p&&()&/span&
&span class=&n&&model&/span&&span class=&o&&.&/span&&span class=&n&&add&/span&&span class=&p&&(&/span&&span class=&n&&LSTM&/span&&span class=&p&&(&/span&&span class=&n&&neurons&/span&&span class=&p&&,&/span& &span class=&n&&input_shape&/span&&span class=&o&&=&/span&&span class=&p&&(&/span&&span class=&n&&inputs&/span&&span class=&o&&.&/span&&span class=&n&&shape&/span&&span class=&p&&[&/span&&span class=&mi&&1&/span&&span class=&p&&],&/span& &span class=&n&&inputs&/span&&span class=&o&&.&/span&&span class=&n&&shape&/span&&span class=&p&&[&/span&&span class=&mi&&2&/span&&span class=&p&&])))&/span&
&span class=&n&&model&/span&&span class=&o&&.&/span&&span class=&n&&add&/span&&span class=&p&&(&/span&&span class=&n&&Dropout&/span&&span class=&p&&(&/span&&span class=&n&&dropout&/span&&span class=&p&&))&/span&
&span class=&n&&model&/span&&span class=&o&&.&/span&&span class=&n&&add&/span&&span class=&p&&(&/span&&span class=&n&&Dense&/span&&span class=&p&&(&/span&&span class=&n&&units&/span&&span class=&o&&=&/span&&span class=&n&&output_size&/span&&span class=&p&&))&/span&
&span class=&n&&model&/span&&span class=&o&&.&/span&&span class=&n&&add&/span&&span class=&p&&(&/span&&span class=&n&&Activation&/span&&span class=&p&&(&/span&&span class=&n&&activ_func&/span&&span class=&p&&))&/span&
&span class=&n&&model&/span&&span class=&o&&.&/span&&span class=&n&&compile&/span&&span class=&p&&(&/span&&span class=&n&&loss&/span&&span class=&o&&=&/span&&span class=&n&&loss&/span&&span class=&p&&,&/span& &span class=&n&&optimizer&/span&&span class=&o&&=&/span&&span class=&n&&optimizer&/span&&span class=&p&&)&/span&
&span class=&k&&return&/span& &span class=&n&&model&/span&
&/code&&/pre&&/div&&p&&br&&/p&&p&因而，build_model 函数构建了一个空的模型（model = Sequential），添加了一个 LSTM 层。为了适应我们的输入（n x m 表格，其中 n 和 m 表示时间点/行和列的数值），该 LSTM 层经过了调整。函数还包含神经网络的一些特征，如 dropout 和激活函数等。现在，我们只需指明放入 LSTM 层中的神经元的数量（我选择的是 20 个），以及训练模型用的数据数量。&/p&&p&&br&&/p&&div class=&highlight&&&pre&&code class=&language-python&&&span&&/span&&span class=&c1&&# random seed for reproducibility&/span&
&span class=&n&&np&/span&&span class=&o&&.&/span&&span class=&n&&random&/span&&span class=&o&&.&/span&&span class=&n&&seed&/span&&span class=&p&&(&/span&&span class=&mi&&202&/span&&span class=&p&&)&/span&
&span class=&c1&&# initialise model architecture&/span&
&span class=&n&&eth_model&/span& &span class=&o&&=&/span& &span class=&n&&build_model&/span&&span class=&p&&(&/span&&span class=&n&&LSTM_training_inputs&/span&&span class=&p&&,&/span& &span class=&n&&output_size&/span&&span class=&o&&=&/span&&span class=&mi&&1&/span&&span class=&p&&,&/span& &span class=&n&&neurons&/span& &span class=&o&&=&/span& &span class=&mi&&20&/span&&span class=&p&&)&/span&
&span class=&c1&&# model output is next price normalised to 10th previous closing price&/span&
&span class=&n&&LSTM_training_outputs&/span& &span class=&o&&=&/span& &span class=&p&&(&/span&&span class=&n&&training_set&/span&&span class=&p&&[&/span&&span class=&s1&&'eth_Close'&/span&&span class=&p&&][&/span&&span class=&n&&window_len&/span&&span class=&p&&:]&/span&&span class=&o&&.&/span&&span class=&n&&values&/span&&span class=&o&&/&/span&&span class=&n&&training_set&/span&&span class=&p&&[&/span&&span class=&s1&&'eth_Close'&/span&&span class=&p&&][:&/span&&span class=&o&&-&/span&&span class=&n&&window_len&/span&&span class=&p&&]&/span&&span class=&o&&.&/span&&span class=&n&&values&/span&&span class=&p&&)&/span&&span class=&o&&-&/span&&span class=&mi&&1&/span&
&span class=&c1&&# train model on data&/span&
&span class=&c1&&# note: eth_history contains information on the training error per epoch&/span&
&span class=&n&&eth_history&/span& &span class=&o&&=&/span& &span class=&n&&eth_model&/span&&span class=&o&&.&/span&&span class=&n&&fit&/span&&span class=&p&&(&/span&&span class=&n&&LSTM_training_inputs&/span&&span class=&p&&,&/span& &span class=&n&&LSTM_training_outputs&/span&&span class=&p&&,&/span&
&span class=&n&&epochs&/span&&span class=&o&&=&/span&&span class=&mi&&50&/span&&span class=&p&&,&/span& &span class=&n&&batch_size&/span&&span class=&o&&=&/span&&span class=&mi&&1&/span&&span class=&p&&,&/span& &span class=&n&&verbose&/span&&span class=&o&&=&/span&&span class=&mi&&2&/span&&span class=&p&&,&/span& &span class=&n&&shuffle&/span&&span class=&o&&=&/span&&span class=&bp&&True&/span&&span class=&p&&)&/span&
&span class=&c1&&#eth_preds = np.loadtxt('eth_preds.txt')&/span&
&/code&&/pre&&/div&&p&&br&&/p&&div class=&highlight&&&pre&&code class=&language-python&&&span&&/span&&span class=&n&&Epoch&/span& &span class=&mi&&50&/span&&span class=&o&&/&/span&&span class=&mi&&50&/span&
&span class=&mi&&6&/span&&span class=&n&&s&/span& &span class=&o&&-&/span& &span class=&n&&loss&/span&&span class=&p&&:&/span& &span class=&mf&&0.0625&/span&
&/code&&/pre&&/div&&p&&br&&/p&&p&现在我们已经搭建好了一个可以预测第二天以太坊收盘价的 LSTM 模型。我们看看它性能如何。我们首先用训练集检测它的性能（即 2017 年 6 月之前的数据）。代码下方的数字表示在第 50 次训练迭代（或 epoch）后，模型在训练集上的平均绝对误差。我们不看其中的变化了，我们可以看看模型输出的每天收盘价。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-e65dfdd421c1_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&694& data-rawheight=&488& class=&origin_image zh-lightbox-thumb& width=&694& data-original=&https://pic3.zhimg.com/v2-e65dfdd421c1_r.jpg&&&/figure&&p&&br&&/p&&p&对于模型如此高的准确率，我们不应感到太惊讶。模型能获取其误差的来源，然后自行修正。实际上，要想实现几乎零误差训练也不是很难。只需添加几百个神经元训练上几千个 epoch 就行。我们更感兴趣的是模型在测试集上的表现，因为这代表了模型面临新数据时的预测效果。&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-90a37affc47f216fc115bc9ac0fb2ade_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&694& data-rawheight=&489& class=&origin_image zh-lightbox-thumb& width=&694& data-original=&https://pic4.zhimg.com/v2-90a37affc47f216fc115bc9ac0fb2ade_r.jpg&&&/figure&&p&&br&&/p&&p&撇开我们上文说的单点预测的误导性不谈，我们搭建的这个 LSTM 模型好像在新数据上表现的还不错。最明显的错误之处是它没能检测出价格突然增高后不可避免的要下降的情况（比如 6 月中旬和 10 月）。实际上，这是个持续性的错误，只是在这些峰值处更加明显。预测的价格和第二天的价格基本上一致（例如 7 月中旬的价格下降）。另外，模型似乎系统性地高估了以太坊的未来价格，因为预测线始终在实际价格线的上方。我怀疑这是因为训练集代表的时间段正值以太坊价格飞涨，因此模型预估这个趋势会一直持续。我们也可以针对比特币的测试集，搭建一个相同的 LSTM 模型预测比特币的价格，如下图所示：&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-95d0911469abaf877d1bca25c31792b6_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&702& data-rawheight=&489& class=&origin_image zh-lightbox-thumb& width=&702& data-original=&https://pic4.zhimg.com/v2-95d0911469abaf877d1bca25c31792b6_r.jpg&&&/figure&&p&&br&&/p&&p&点击这里获取全部代码&/p&&a href=&https://link.zhihu.com/?target=https%3A//github.com/dashee87/blogScripts/blob/master/Jupyter/-predicting-cryptocurrency-prices-with-deep-learning.ipynb& data-draft-node=&block& data-draft-type=&link-card& data-image=&https://pic3.zhimg.com/v2-62b4dbbba1317bfa32fd72aa_ipico.jpg& data-image-width=&420& data-image-height=&420& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&dashee87/blogScripts&/a&&p&&br&&/p&&p&我前面强调过，单点预测具有误导性。那么在仔细看看，你会注意到预测值有规律地反应了之前的值（如 10 月份）。我们的深度学习 LSTM 模型在部分地方再生了一个顺序为 p 的自回归模型，在这些地方，未来的值就是之前 p 值的加权和。我们可以在数学上将自回归模型进行如下定义：&/p&&figure&&img src=&https://pic4.zhimg.com/v2-efa97d4eedbdf66_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&1052& data-rawheight=&73& class=&origin_image zh-lightbox-thumb& width=&1052& data-original=&https://pic4.zhimg.com/v2-efa97d4eedbdf66_r.jpg&&&/figure&&p&好消息是，时序任务通常都会用到自回归模型（比如股票预测），因此我们搭建的 LSTM 模型存在的这个问题可以有合理的解决方案。坏消息是 LSTM 能力的一种浪费，我们本可以用更少的时间搭建一个更简单的自回归模型，而且或许能达到同样的效果。模型更复杂并不等于有更高的准确率。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-a494b7210_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&782& data-rawheight=&534& class=&origin_image zh-lightbox-thumb& width=&782& data-original=&https://pic3.zhimg.com/v2-a494b7210_r.jpg&&&/figure&&p&&br&&/p&&p&这样以来模型的预测很明显不如单点预测那么令人满意（如上图所示）。但是，我很高兴这个模型返回了一些很细微的举动（例如以太坊这张图的第二条线）。模型没有简单地预测价格朝同一个方向发展，所以我们有理由对模型持乐观态度。&/p&&p&&br&&/p&&p&再回到单点预测部分，我们的深度学习神经网络看起来还不错，但是无聊的随机游走模型也很棒。和随机游走模型一样，LSTM 模型对选择的随机种子非常敏感（模型权重开始时随机设置）。所以，如果我们想比较这两个模型的话，我们可以让每个模型运行多次，比如 25 次，对模型误差有个估计。这个误差可以计算为测试集中实际收盘价和预测收盘价之间的差额。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-6eebed2fd557e58f6d8653_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&698& data-rawheight=&488& class=&origin_image zh-lightbox-thumb& width=&698& data-original=&https://pic4.zhimg.com/v2-6eebed2fd557e58f6d8653_r.jpg&&&/figure&&p&&br&&/p&&p&或许 AI 还是值得夸奖一番的！！这些图标显示了每个模型迭代 25 次后，在测试集上的误差。LSTM 模型对比特币和以太坊的预测误差分别为4%和5%，彻底碾压随机游走模型。&/p&&p&&br&&/p&&p&只想打败随机游走模型太 low 了。我们可以将 LSTM 模型和更多的时序模型进行比较。比如自回归模型，ARIMA，加权平均法等。这个任务我们留给以后再做，你也可以自己试试。&/p&&p&再说一下，希望谈到用深度学习预测虚拟货币价格时，大家都能保持一个怀疑的态度，因为技术并不是完美的。&/p&&p&&br&&/p&&p&&b&总结&/b&&/p&&p&我们收集了一些虚拟货币的数据，将其输入一个超酷的长短期记忆模型中。不幸的是，模型的预测几乎只是重复之前的值。我们怎样能让模型更完善些呢?&/p&&p&&br&&/p&&ul&&li&&b&改变损失函数&/b&：平均绝对误差并不真的鼓励我们去冒险。例如，在绝对平方误差情况下，LSTM 模型会被迫将检测峰值视为更重要的事情。而且，更适合模型的损失函数会让模型不再那么保守。&/li&&li&&b&抑制过于保守的自回归模型&/b&：这能激励深度学习算法去探索更有趣或更冒险的模型。这一步说起来容易，做起来难！&/li&&li&&b&获取更多更好的数据：&/b&即便靠单单过去的价格就能很好地预测未来价格，我们还可以添加其它一些能提升模型预测能力的数据特征。这样，LSTM 模型就不必只依赖过去的价格数据了，可能还能解锁更复杂的功能的。这一步可能是最值得尝试但也最难的部分。&/li&&/ul&&p&&br&&/p&&p&如果你想自己从头创建一个 LSTM 模型，可这里获取所有 Python 代码&/p&&a href=&https://link.zhihu.com/?target=https%3A//github.com/dashee87/blogScripts/blob/master/Jupyter/-predicting-cryptocurrency-prices-with-deep-learning.ipynb& data-draft-node=&block& data-draft-type=&link-card& data-image=&https://pic3.zhimg.com/v2-62b4dbbba1317bfa32fd72aa_ipico.jpg& data-image-width=&420& data-image-height=&420& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&dashee87/blogScripts&/a&&hr&&figure&&img src=&https://pic4.zhimg.com/v2-6dbb99e8fe24e92fa071b2d8a5966775_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&750& data-rawheight=&1334& class=&origin_image zh-lightbox-thumb& width=&750& data-original=&https://pic4.zhimg.com/v2-6dbb99e8fe24e92fa071b2d8a5966775_r.jpg&&&/figure&&p&&/p&
如果要选几个 2017 年最火的流行词，绝对有人工智能和虚拟货币。英国程序员 David Sheehan 就被比特币这种颠覆性的技术以及过山车式的价格涨跌留下了深刻印象，虽然他自己一个币也没有，但还是想用机器学习技术预测一下比特币这种虚拟货币的价格。 提醒：不…
&p&今天有人在群里爆出了90后玩家期货爆仓后自杀了。&br&&br&虽然行情不好，但是大家还是要珍重。不该碰的东西千万不要碰。&br&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-48b1ea64a877d4df909bafd0c39b4721_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&852& data-rawheight=&806& class=&origin_image zh-lightbox-thumb& width=&852& data-original=&https://pic2.zhimg.com/v2-48b1ea64a877d4df909bafd0c39b4721_r.jpg&&&/figure&&p&&br&&br&.. .-.. ---...-. -.-- --- ..- &br&&br&币圈的传闻，都是乱糟糟的，一会传监管来了，一会又是国家队进场了。总之，现在还没有一个定论。有很多人问：监管到底会不会来呢？小编觉得会，要不然国家不会一而再的提及。&br&&br&在这个节点上，少点骚操作，还是很有必要的。实在心里痒，管不住手的，也别再山寨币上下功夫了。买点价值币，总是有好处的。&br&&br&叶子分割线&br&什么叫价值币？就是数字货币领域的贵州茅台，大趋势好它不一定涨最多，大趋势不好，它能相对保值，而一旦趋势转暖，它会稳步上扬，具有持续的增值空间。这就要求我们无视短线的涨跌，选择区块链技术发展的中流砥柱，选择相对坚挺、稳定的币种。&br&&br&在这里，大家整理了推荐的币种，都是小编以前文章中提到过的，（当然也是BJEX平台上现在可以购买的币种）&br&&br&&br&&br&&br&1&br&欧洲以太坊AETERNITY&br&&br&&br&AETERNITY号称欧洲以太坊，由德裔计算机科学家“以太坊教父”YANISLAVMALAHOV、前AUGUR核心开发者ZACK HESS、前SYNEREO核心开发者JACKPETTERSSON于2016年共同发起，有不少的颠覆性和创新性，致力于解决比特币和以太坊的扩展性、隐私保护、交易速度等核心问题，重建当今智能合约的底层协议。AETERNITY的技术亮点是图灵完备状态通道(STATE CHANNELS)和去中心化预言机（ORACLES）。&br&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-9caaffeb969d_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&557& data-rawheight=&396& class=&origin_image zh-lightbox-thumb& width=&557& data-original=&https://pic2.zhimg.com/v2-9caaffeb969d_r.jpg&&&/figure&&p&&br&&br&&br&相对于其他同一级别的项目有EOS和TEZOS。AE的价格并没有体现出应有的成绩。毕竟该团队的开发能力是毋庸置疑的，如果落地成功APP开发完成并能够投入使用，那么可以很好地解决现有区块链拥堵，速度慢，手续费高等弊端。AETERNITY应用会非常广泛，后市可期。&br&&br&小编感觉整个AE团队都是满满的程序猿风格，毕竟AE的代码一直在更新，估计是程序猿小哥哥·们沉迷于代码中无法自拔了。忘记做宣传了。对于这一点，AE的粉丝也是非常着急的，天天在推特上催。&br&&br&&br&&br&2&br&对标ETH的 EOS&br&&br&&br&EOS从诞生之日起，就引起无数人的关注。作为区块链操作系统，它提供了数据库，账号许可，调度，认证和互联网应用通信，这极大地提高了智能商业开发的效率，它使用了并行计算使得把区块链拓展到百万用户和每秒百万次交易成为可能。&br&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-38d6f45b45f34b8ff37a16de471da195_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&408& data-rawheight=&312& class=&content_image& width=&408&&&/figure&&p&&br&&br&EOS的主网将在今年六月份上线，现在的持有者们正在忙着EOS主网映射。虽然这个事情比较重要，不过大家也不用紧张，一般大平台应该都支持EOS主网映射。所以只要大家把手里的币静静的放在支持映射的交易所里就好了。&br&&br&&br&3&br&OMG
,金融科技明星&br&&br&&br&&br&一句话概括，OMG是一个去中心化系统，可跨多类资产，让交易不局限于某个法币或是数字货币。通过与ETHEREUM主网连接的OMISEGO网络，任何人都可以以完全去中心化和廉价的方式，进行付款、汇款、工资存款、B2B业务、供应链融资、忠诚度计划、资产管理和交易等金融交易。持有OMG代币的意义是拥有了记账权，而这个权利会给你带来相应的交易费用的收益。&br&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-a07f7ff4a8d4c247a969_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&558& data-rawheight=&393& class=&origin_image zh-lightbox-thumb& width=&558& data-original=&https://pic2.zhimg.com/v2-a07f7ff4a8d4c247a969_r.jpg&&&/figure&&p&&br&&br&OMG项目的母公司为OMISE在2016年11月被“ 福布斯”评为金融科技明星（FINTECH ROCKSTAR）。&br&&br&OMISE在进军区块链之前，进行过A轮跟B轮融资，共计募集2000万美金，其中B轮融资由日本软银公司（孙正义）旗下投资的SBI领投。以太坊创始人VITALIK和前CTO GAVIN WOOD是该项目的顾问，很多项目会蹭热度把VITALIK挂在他们的顾问名单上，单单这一项足以制造巨量“票房”，不过VITALIK发TWITTER称，他只担任了两个项目的顾问，一个是OMISEGO，另一个，叫做KYBER&br&&br&OMG一天内完成了2500万美元的众筹后，收购了泰国最大的支付业务服务商——电信运营商DTAC的PAYSBUY，这一举动直接为OMG提供了大量有效客户，这不同于其他初创公司。目前OMG的主要市场在日本、新加坡、马拉西亚、泰国等，团队正在积极拓展东南亚市场；&br&OMISE的支付网关业务已经拥有美国运通以及银联的直接会员资格，也是泰国第一个获得PCI DSS安全合规性认证的云端支付网关。从其官网得知，他们已经在泰国地区与ALIPAY阿里巴巴合作。目前已实现盈利；泰国麦当劳(超过 240 个地点)将使用 OMISEGO 的付款渠道；&br&&br&此外，OMG的口号非常简单粗暴：利用以太坊让人们不需要银行！&/p&
今天有人在群里爆出了90后玩家期货爆仓后自杀了。 虽然行情不好，但是大家还是要珍重。不该碰的东西千万不要碰。 .. .-.. ---...-. -.-- --- ..- 币圈的传闻，都是乱糟糟的，一会传监管来了，一会又是国家队进场了。总之，现在还没有一个定论。有很多人问：…
&p&前几天讲过一点区块链和智能合约的事情，今天就区块链再说两点——去中心化和不可篡改。&/p&&p&我发现IBM、微软、腾讯、阿里都有自己的区块链服务，未来应该还会有更多的巨头加入进来，也许有些巨头已经加入了而我不知道，毕竟这不是我所关注的方向。这些巨头的加入，乍一看是好事，其实细想一下则不然，这是典型的打着红旗反红旗的做法。&/p&&p&这些巨头发布的区块链服务完全是基于自身的云业务，让使用者快速构建一个区块链提供服务，但是这跟去中心化是背道而驰，最终的区块链会集中在这几家大型的云计算厂商身上，变成更强大的中心集权。另一层面，这种集中部署在某家云中心的区块链，云服务商说是不可篡改，你信么？如果你真的信，那你要区块链干啥，直接用他们的数据库服务不就好呢？&/p&&p&扩展开来，区块链的部署技术，不外乎5种模式：云服务商提供BaaS服务，基于云服务商的IaaS自己搭建，基于开源的产品自己服务器搭建，合作伙伴基于开源产品搭建联盟链，以及分布到客户端的自主研发。&/p&&p&就原教旨主义而言，我觉得只有最后2种是区块链，前面三种都是修正主义，前两种尤甚，是传统中心化巨头在新时代的进化，第3种如果成功也只是形成了新的巨头而已。去中心化这种浪漫主义的东西，不要谈了。不可篡改更是依附在去中心化之上的东西，皮之不存，毛之焉附？第4种，合作这个东西，是一件很困难的事情，一般是雷声大雨点小。&/p&&p&至于第5种，现在PC端使用越来越少，主要是手机连接云端。手机上搞区块链，看起来不是一个很好的做法，存储空间，CPU计算能力等等都受限。这个就看未来摩尔定律是否一直那么给力了。我个人觉得手机APP里面搞区块链是不太靠谱的，手机开放程度也有限。还有一种做法是发专门的硬件盒子替代PC，类似原来迅雷搞的。以后要讨论区块链，就讨论这种吧。其实这种也有问题，你的封闭盒子，你的封闭区块链产品，不开源，你要做啥就做啥，我信你不可篡改？&/p&&p&最后说一下币。&/p&&p&前几天的事情大家都看到了，交易所可以回滚交易，信仰者也给出了各种解释，交易所只是记账呀，没有上链呀，上链链受不了啊什么的，这尼玛的还好意思说出口！？不就是东西做的烂么？还成了理由？&/p&&p&另一个层面，既然交易所没有上链，只是本地记账，这说明什么？说明交易所可以超发啊同志们。我本来只有1万个比特币，你要买，没有了，但是我依旧可以卖给你，为啥，因为不是每个人都立即提现了，只要这个资金链不断就可以一直玩下去，这也是银行的模式。但是银行为啥可信，因为有银监会监管，有保证金率，你交易所有啥？？？？这就是你们可信的区块链和币？？？&/p&&p&总而言之，去中心化基本变成了老巨头的新扩展，和新巨头对霸权发起挑战，普通的小玩家指望处处平等没有中心化，洗洗睡吧。依附其上的不可篡改和可信，谈都不要谈。&/p&
前几天讲过一点区块链和智能合约的事情，今天就区块链再说两点——去中心化和不可篡改。我发现IBM、微软、腾讯、阿里都有自己的区块链服务，未来应该还会有更多的巨头加入进来，也许有些巨头已经加入了而我不知道，毕竟这不是我所关注的方向。这些巨头的加…
&figure&&img src=&https://pic2.zhimg.com/v2-dea40fb9f9f_b.jpg& data-rawwidth=&692& data-rawheight=&386& class=&origin_image zh-lightbox-thumb& width=&692& data-original=&https://pic2.zhimg.com/v2-dea40fb9f9f_r.jpg&&&/figure&&p&前日，奇虎360创始人周鸿祎发布朋友圈，转载纽约时报杂志文章《骗子、假先知们一夜暴富背后：区块链是回归互联网本来意义的唯一希望》，并评论说这篇文章是迄今为止我所认为的最深入浅出的、最明明白白的一篇文章，没有大道理，没有空洞的口号，没有吓唬人的概念，这才是学习区块链技术最需要的基础。 &/p&&p&本文转载自：纽约时报杂志&/p&&p&编译：张震、Edison、Rik&/p&&p&信息链 (ID: infoChain)&/p&&figure&&img src=&https://pic1.zhimg.com/v2-f9b779ea9c8a61dc3ff783ae6d880b49_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&464& data-rawheight=&632& class=&origin_image zh-lightbox-thumb& width=&464& data-original=&https://pic1.zhimg.com/v2-f9b779ea9c8a61dc3ff783ae6d880b49_r.jpg&&&/figure&&p&&br&&/p&&p&&b&以下是正文：&/b&&/p&&p&&br&&/p&&p&这组词序并没有任何意义，真正让它们有价值的地方在于，这个词序是由一个被称为 MetaMask 的软件专门为我一个人生产的。&/p&&p&用密码学（cryptography）术语表达，就是助记词（seed phrase）。这组词汇读起来感觉毫无连贯性而言，却可以转变成一把钥匙，打开数字银行账户，或者进行在线认证。而且只需几步就完成了。&/p&&p&电脑在屏幕上告诉我要保证我的助记词的安全：写下来或者放在电脑上一个安全的地方。我匆匆的将 12 个单词写在便签纸上，然后点击了一个按钮，就变成了 64 个看起来毫无规律可言的字符：&/p&&blockquote&1b0be2162cedbbb14e71de6af95a63afb1e719dc5c66&/blockquote&&p&这在密码学中被称为「密匙」：这是一种身份验证的方式，但与现实生活中拿钥匙开锁的方式有很大的不同。我的助记词每次都可以产生准确的字母顺序，但如何对钥匙的初始词组进行反工程尚不可知，这就是为什么将种子词放在一个安全的地方是一件很重要的事情。&/p&&p&密匙的字母会进行两次的转变，创造一串新的字符：&/p&&blockquote&0x6c2ecdd99ada34a1cd55bedd052ad9&/blockquote&&p&这一串字符就是我的以太坊（Ethereum）区块链的地址。&/p&&p&&br&&/p&&h2&&b&1&/b&&/h2&&p&在过去一年间，加密货币比特币的价值增长了超过 1000%，以太坊与比特币属于同一类货币。&/p&&p&以太坊拥有自己的货币，最著名的就是以太币，但这个平台不仅拥有钱，它的范围更加广泛。你可以把的以太坊的地址看成类似银行账户、邮箱地址或者一个社保号。&/p&&p&目前，它在的电脑上就是一串毫无意义的字符，但只要我想进行任何的交易，比如参与一个众筹活动或者进行一个在线的公投，这个地址就会传给出一个临时的计算机网络，对交易进行验证。验证的结果会再一次传到更大范围的网络，会有更多的机器进入一种竞争的状态，进行复杂的数学运算，胜出者会单独对这笔交易进行记录，在以太坊的历史上，每笔交易都进行了规范的记录。&/p&&p&因为这些交易都是通过一种有序的数据「块」进行登记，所以这个记录就被成为区块链。&/p&&p&完成整个交易只需要几分钟的时间。从我的角度来看，这种体验与平常的网络生活并没有多大的差别。&/p&&p&&u&&b&但从技术层面来看，确实相当的神奇，有一些东西在 10 年前几乎是难以想象的。&/b&&/u&在不依赖传统机构建立信任的情况下，我成功的完成了一笔安全交易。没有中间商；没有社交媒体网络收集我本次交易的数据以便更好的进行广告的精准推送；没有信用机构跟踪这次活动以便进行经济可信状况的建构。&/p&&p&是这个平台让所有的这一切成为了可能吗？&/p&&p&不过，没有人拥有这个平台。没有风投资本家投资以太坊，因为根本没有这个公司。&/p&&p&作为一种组织形式，以太坊比任何一家私营公司都更加的民主。没有专制领导的咆哮。只要加入这个社区，做一些工作，你就是在帮助驾驶以太坊这艘航船。&/p&&p&同比特币以及其他大多区块链平台一样，以太坊更像是一个蜂巢，而非一个正式的实体。&u&&b&它的界线很模糊，是一种扁平化的等级制度。&/b&&/u&&/p&&p&还有另外一面：在这个蜂巢中，有一些人通过他们的劳动，所积累的账面净值已达到数十亿美元，2017 年一月一日，以太币的价值只有 8 美元，而一年以后，这个价值就达到了 843 美元。&/p&&p&对于这种转变，你可能会是一种蔑视的态度，觉得不值一提。毕竟，比特币和以太币价值失控性的增长绝对是非理性蔓延的典型案例。这种神秘的技术突破目前看起来与登录网站进行信用卡还款并没有什么不同之处，我们为什么要关心这样一种技术呢？&/p&&p&&u&&b&但这种蔑视是一种目光短浅的做法。&/b&&/u&&/p&&p&从互联网发展的历史中，我们学习到了一件事情，这种软件架构看似神秘，可这种技术一旦发展成更加宽泛的计算，则会释放出深远的力量，影响全球。&/p&&p&如果邮件标准在 20 世纪 70 年代予以采用，将公匙和密匙作为一种默认设置，从索尼到 John Podesta（前美国国务卿希拉里竞选总干事）的每个人都将不会再受到大规模邮件被黑的困扰，数百万的普通用户也不用再身份盗用的问题。&/p&&p&如果，万维网的发明人 Tim Berners-Lee 在最初的标准中采纳定位社交身份协议，今天我们可能就没有 Facebook 了。&/p&&p&以太坊这类区块链背后坚定的信仰者认为，分