L. X. Wang, “Dynamical models of stock prices based on technical trading rules PartIII: Application to Hong Kong stocks,” IEEE Trans. on Fuzzy Systems (IF=8.7), Vol. 23, No. 5, pp. 1680-1697, 2015. part-III-publish.pdf
L. X. Wang, “Dynamical models of stock prices based on technical trading rules PartI: The models,” IEEE Trans. on Fuzzy Systems (IF=8.7), Vol. 23, No. 4, pp. 787-801, 2015. part-I-publish.pdf
L. X. Wang, “Dynamical models of stock prices based on technical trading rules PartII: Analysis of the models,” IEEE Trans. on Fuzzy Systems (IF=8.7), Vol. 23, No. 4, pp. 1127-1141, 2015. part-II-publish.pdf
有论文，有数据，有可以复现的结果。 多数论文都是单人作者。 这些事中间，体现的品格更可贵。 在国内尤其可贵。 【 在 askagain(aa) 的大作中提到: 】 <br>: L. X. Wang, “Dynamical models of stock prices based on technical trading <br>: rules PartIII: Application to Hong Kong stocks,” IEEE Trans. on Fuzzy <br>: Systems (IF=8.7), Vol. 23, No. 5, pp. 1680-1697, 2015. part-III-publish.pdf <br>: L. X. Wang, “Dynamical models of stock prices based on technical trading <br>: rules PartI: The models,” IEEE Trans. on Fuzzy Systems (IF=8.7), Vol. 23, <br>: No. 4, pp. 787-801, 2015. part-I-publish.pdf <br>: L. X. Wang, “Dynamical models of stock prices based on technical trading <br>: rules PartII: Analysis of the models,” IEEE Trans. on Fuzzy Systems ( IF=8.7 <br>: ), Vol. 23, No. 4, pp. 1127-1141, 2015. part-II-publish.pdf <br>: RideMood的Matlab文件及论文中所用的数据：part3hk2.m meb.m hkhsigood20. xls : ................... <br>
Fuzz control system就是不等式查表。是另一类universal approximation系统。
王老师早年算法炒股赚了上亿（据他说）港币。现在在推深度模糊系统。
王老师有个特点:不与人合作。好多论文都是单一作者。
=======
报告题目：深度模糊模型的快速学习算法及其应用：从股票预测开始
报告人： 王立新
报告时间：2019年04月23日 10:00
报告地点： 福州大学 数计学院 4号楼229会议室
报告摘要：支撑当下AI泡沫的深度神经网络有两大缺陷：（1）计算量庞大，因为有大
量的参数需要循环迭代，不知道算多久才能收敛，所以将训练好的模型封装到用户端还可以，但如果有新的数据需要随时学习，用户端的简单设备就做不到了；（2）模型不
可解释，知其然不知其所以然，用起来心里没谱；对于像自动驾驶这样人命关天的应用场景，出事不可怕，可怕的是不知道如何改进，保证下一次不犯同样的错误。
深度模糊系统及其快速学习算法恰恰克服了这两大缺陷：（1）由于基础的学习算法--
WM方法只需要数据一次过，不用循环迭代，计算量小，十几层的深度模糊系统构建起来很迅速，在用户端的简单设备上也可以进行新数据的不断学习；（2）深度模糊系统由
简单的模糊子系统串联而成，每个模糊子系统就是一些简单的IF-THEN规则，所以深度
模糊系统就是这些简单IF-THEN规则的首尾相接，一环套一环，容易理解，解释性强；
如果系统出错，可以很容易查出是哪一条IF-THEN规则链出了问题，予以修正。
本报告将详细系统地介绍深度模糊系统及其快速学习算法的技术细节，以及在股票预测和公司估值方面的应用。
报告人简介：王立新，1992年美国南加州大学电机工程系获博士学位，1993至2007年任教于香港科技大学电子与计算机工程系，2007年辞去香港科大终身教职，专心从事金融投资系统的理论研究与实践，2013年重返学术界，先后任教于西安交通大学及中国科学院大学。
在以下五个方面为模糊系统及模糊控制领域作出开拓性贡献：（1）提出第一个由数据
产生语言规则的方法--WM方法，实现数据到知识的转换，从而促成并引领模糊神经网络领域的形成与发展；（2）证明模糊系统是万能逼近器，开创模糊逼近领域，为模糊系
统在广泛领域的应用提供坚实的理论支撑；（3）设计出第一个确保稳定性的自适应模
糊控制器，开启模糊控制从经验学科向严格理论升级之大门，引领模糊控制二十多年蓬勃的发展；（4）建立多层模糊系统的基础理论，为性能更加优越的深度模糊系统理论
奠基；
你觉得这个靠谱么？
【 在 chebyshev (......) 的大作中提到: 】
: Fuzz control system就是不等式查表。是另一类universal approximation系统。
: 王老师早年算法炒股赚了上亿（据他说）港币。现在在推深度模糊系统。
: 王老师有个特点:不与人合作。好多论文都是单一作者。
: =======
: 报告题目：深度模糊模型的快速学习算法及其应用：从股票预测开始
: 报告人： 王立新
: 报告时间：2019年04月23日 10:00
: 报告地点： 福州大学 数计学院 4号楼229会议室
: 报告摘要：支撑当下AI泡沫的深度神经网络有两大缺陷：（1）计算量庞大，因为有大
: 量的参数需要循环迭代，不知道算多久才能收敛，所以将训练好的模型封装到用户端还
: ...................
不靠谱。 如果他真赚了大钱，为啥要回到学校？
我是没见过华尔街赚了大钱，然后开个会向大家报告是怎么赚钱的。
怎么感觉就是decision tree 。。。
【 在 chebyshev (......) 的大作中提到: 】
: Fuzz control system就是不等式查表。是另一类universal approximation系统。
: 王老师早年算法炒股赚了上亿（据他说）港币。现在在推深度模糊系统。
: 王老师有个特点:不与人合作。好多论文都是单一作者。
: =======
: 报告题目：深度模糊模型的快速学习算法及其应用：从股票预测开始
: 报告人： 王立新
: 报告时间：2019年04月23日 10:00
: 报告地点： 福州大学 数计学院 4号楼229会议室
: 报告摘要：支撑当下AI泡沫的深度神经网络有两大缺陷：（1）计算量庞大，因为有大
: 量的参数需要循环迭代，不知道算多久才能收敛，所以将训练好的模型封装到用户端还
: ...................
简单分享下我的看法。
(1)他的批评是对的。无解释AI上限是封顶的。出了问题无法以系统的方式来debug。实验-理论-实验的循环怎么跑，这是个问题。
(2)王老师可以说是一个人解决了fuzz control领域的好几个关键问题，把理论和纸上
的实践往前推进了好几步。当初智能控制包括好几种：迭代学习，fuzz control,
neural network, ...
新时代我们知道的一个关键知识就是，扁长层状结构有大用。他把这个知识吸收进去
fuzz control,很有参考价值。
(3)看他靠谱不靠谱，很简单。imagnet 的scoreboard现在还在。任何同领域claim,先
要打败resNet和遗传算法跑出来的那几种网络结构。这就是物理学里的决定性实验。
(4)我未听闻王老师的技术有工业应用。不客气的说，自动控制是被他们那一代人做死
的。
(5)在历史上，日本是人工智能电器应用大国。fuzz control应用很多。
【 在 hci(海螺子) 的大作中提到: 】
<br>: 你觉得这个靠谱么？
<br>
他年纪大了，我猜是享受生活吧。2007年他年薪百万港币，终身教职辞职，然后回来大陆活动的。你查下那时候的汇率。
秋风未动婵先觉，假如07年他不是赚了几亿港币辞职的，那只有更神奇。07年这个点是回国创业的关键时期。08年奥运，然后家宝大放水，拯救世界经济。催生出来几代房奴996。
【 在 magliner(magliner) 的大作中提到: 】
<br>: 不靠谱。 如果他真赚了大钱，为啥要回到学校？
<br>: 我是没见过华尔街赚了大钱，然后开个会向大家报告是怎么赚钱的。
<br>
越简单越好。只要能出效果。
【 在 Caravel(克拉维尔) 的大作中提到: 】
: 怎么感觉就是decision tree 。。。
顺别说下。我在fuzz这领域的知识很有限。所以看法必有不当之处。
当年我在几个城市周游，找postdoc职位,有一个教授是做fuzz的，谈话前我准备了一下（可以理解为刷了点题，速成一下）。
但是技能无接口，没人要我。时至今日，我怀疑全美国已经没有用Mathematica作为主
要工具的phd lab了。所以symbolic
计算实际上是后继无人的。symbolic AI/ML更加不太可能。
没有足够的symbolic 建模和计算经验的开发者这块必须的土壤的话，算法技术突破很
难出现。
他的三篇炒股文章，pdf 和数据下载在最后:
http://blog.sciencenet.cn/blog-2999994-950653.html
另一篇博客http://blog.sciencenet.cn/blog-2999994-959566.html
对他的炒股经历有些存疑，哪位有空，可以跑下他的系统
L. X. Wang, “Dynamical models of stock prices based on technical trading
rules PartIII: Application to Hong Kong stocks,” IEEE Trans. on Fuzzy
Systems (IF=8.7), Vol. 23, No. 5, pp. 1680-1697, 2015. part-III-publish.pdf
L. X. Wang, “Dynamical models of stock prices based on technical trading
rules PartI: The models,” IEEE Trans. on Fuzzy Systems (IF=8.7), Vol. 23,
No. 4, pp. 787-801, 2015. part-I-publish.pdf
L. X. Wang, “Dynamical models of stock prices based on technical trading
rules PartII: Analysis of the models,” IEEE Trans. on Fuzzy Systems (IF=8.7), Vol. 23, No. 4, pp. 1127-1141, 2015. part-II-publish.pdf
RideMood的Matlab文件及论文中所用的数据：part3hk2.m meb.m hkhsigood20.xls
hk0005.xls hk0939.xls hk1398.xls hk3988.xls hk2628.xls hk0001.xls hk0016.xls hk0388.xls hk0004.xls hk2388.xls hk0011.xls hk0101.xls hk0012.xls hk3328.
xls hk0017.xls hk0066.xls hk0023.xls hk0083.xls hk0291.xls hk0267.xls
有论文，有数据，有可以复现的结果。
多数论文都是单人作者。
这些事中间，体现的品格更可贵。
在国内尤其可贵。
【 在 askagain(aa) 的大作中提到: 】
<br>: L. X. Wang, “Dynamical models of stock prices based on
technical
trading
<br>: rules PartIII: Application to Hong Kong stocks,” IEEE
Trans. on Fuzzy
<br>: Systems (IF=8.7), Vol. 23, No. 5, pp. 1680-1697, 2015. part-III-publish.pdf
<br>: L. X. Wang, “Dynamical models of stock prices based on
technical
trading
<br>: rules PartI: The models,” IEEE Trans. on Fuzzy Systems (IF=8.7), Vol.
23,
<br>: No. 4, pp. 787-801, 2015. part-I-publish.pdf
<br>: L. X. Wang, “Dynamical models of stock prices based on
technical
trading
<br>: rules PartII: Analysis of the models,” IEEE Trans. on
Fuzzy Systems (
IF=8.7
<br>: ), Vol. 23, No. 4, pp. 1127-1141, 2015. part-II-publish.pdf
<br>: RideMood的Matlab文件及论文中所用的数据：part3hk2.m meb.m
hkhsigood20.
xls
: ...................
<br>
老王说的不太对，神经网络系统可以很精确
精确的神经网络一般有两个部分，一个fuzzy 部分提供思路，一个精确部分负责小心求证。alphago就是一个很好的例子。
【 在 chebyshev (......) 的大作中提到: 】
: Fuzz control system就是不等式查表。是另一类universal approximation系统。
: 王老师早年算法炒股赚了上亿（据他说）港币。现在在推深度模糊系统。
: 王老师有个特点:不与人合作。好多论文都是单一作者。
: =======
: 报告题目：深度模糊模型的快速学习算法及其应用：从股票预测开始
: 报告人： 王立新
: 报告时间：2019年04月23日 10:00
: 报告地点： 福州大学 数计学院 4号楼229会议室
: 报告摘要：支撑当下AI泡沫的深度神经网络有两大缺陷：（1）计算量庞大，因为有大
: 量的参数需要循环迭代，不知道算多久才能收敛，所以将训练好的模型封装到用户端还
: ...................
去看了看他博客，还是挺有意思的，关于股票那几篇论文还没看，但博文有深度，不是随便写的。
【 在 hci (海螺子) 的大作中提到: 】
: 你觉得这个靠谱么？
这篇里头很多很有意思的内容，我很同意
http://blog.sciencenet.cn/blog-2999994-952651.html
多谢介绍这个人和他的研究
智能控制这个早就死了的方向。能活下来的必然是有能力的。不过听的人少罢了。
以前我还记得有个做电机的偏硬件的教授，是神经网络控制出来的，在美国一个小学校呆着做好多应用项目。回头找到了我发上来。
但是有一点我要提醒：千万别信他的办法去炒股。任何实务操作，我的理解都一样的。有好的idea,或者学到好的idea,跟写出来程序差远了。“主意很多，就差个程序
员了”，“主意很多，就差本钱去炒股了”是一样的。金融操作对
trading vehicles等要求很高。没有自己一套熟悉的工具和后勤准备，再好的idea,也
是个死。
王老师说的轻描淡写。这点给人有误导的嫌疑。他不再炒股了，原因只会有一个：那就是投资这行他做不下去了。结果说明一切。
【 在 dracodoc(david) 的大作中提到: 】
<br>: 这篇里头很多很有意思的内容，我很同意
<br>: http://blog.sciencenet.cn/blog-2999994-952651.html
<br>: 多谢介绍这个人和他的研究
<br>
我稍微看了下他的东西，他有他自己的想法和实践，这个是可以确定的。
但，网传他赚了上亿，我有点存疑：
http://blog.sciencenet.cn/blog-2999994-952651.html
“RideMood 年均收益是10.4874 ± 15.4337”
他从 2007 ~ 2013，（2014发文章），就算他炒了8年
华尔街最牛的 James Simons:https://en.wikipedia.org/wiki/Renaissance_Technologies
“returning more than 66 percent annualized before fees”
1.66 ^ 8 ~= 58， 那么起动资金差不多是2百万。
但是他能牛到James Simons这个地步吗？
(1.25 ^ 8 ~= 6, 起动资金要2千万，他说他年薪百万）
如果这么牛，反正是程序自动炒股，就算他想回学术界，
有这么多钱和和一个印钞机，干嘛不自己搞个实验室，
要扎回到西安交大（被体制所束缚）？
【 在 askagain (aa) 的大作中提到: 】
: 他的三篇炒股文章，pdf 和数据下载在最后:
: http://blog.sciencenet.cn/blog-2999994-950653.html
: 另一篇博客
: http://blog.sciencenet.cn/blog-2999994-959566.html
: 对他的炒股经历有些存疑，哪位有空，可以跑下他的系统
你还没入门呢，别瞎琢磨了。
资金是非线性的。大资金和小资金运动结构完全不同。你跟simons比较毫无意义。
小资金连续高收益的例子，散户里，很容易找到。这就好比总有人中彩票。这是很浅显的道理。概率课上过，学会了，就会懂。这就是个涨落平均可以走多久，然后多少人里面就有outstanding sample的问题。再加上概率对市场影响有多大的问题。只要市场有概率的一面，散户里的奇迹永远都会有。
【 在 askagain(aa) 的大作中提到: 】
<br>: 我稍微看了下他的东西，他有他自己的想法和实践，这个是可以确定的。<br>: 但，网传他赚了上亿，我有点存疑：
<br>: http://blog.sciencenet.cn/blog-2999994-952651.html
<br>: “RideMood 年均收益是10.4874 ± 15.4337”
<br>: 他从 2007 ~ 2013，（2014发文章），就算他炒了8年
<br>: 华尔街最牛的 James Simons:
<br>: https://en.wikipedia.org/wiki/Renaissance_Technologies
<br>: returning more than 66 percent annualized before fees
<br>: 1.66 ^ 8 = 58， 那么起到资金差不多是2百万。
<br>: 但是他能牛到James Simons这个地步吗？
: ...................
<br>
你上来就对我进行人身攻击，有没有一点教养！
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 你还没入门呢，别瞎琢磨了。
: 资金是非线性的。大资金和小资金运动结构完全不同。你跟simons比较毫无意义。
: 小资金连续高收益的例子，散户里，很容易找到。这就好比总有人中彩票。这是很浅显
: 的道理。概率课上过，学会了，就会懂。这就是个涨落平均可以走多久，然后多少人里
: 面就有outstanding sample的问题。再加上概率对市场影响有多大的问题。只要市场有
: 概率的一面，散户里的奇迹永远都会有。
:
: 我稍微看了下他的东西，他有他自己的想法和实践，这个是可以确定的。
:
: 但，网传他赚了上亿，我有点存疑：
:
: http://blog.sciencenet.cn/blog-2999994-952651.html
:
: “RideMood 年均收益是10.4874 ± 15.4337”
: ...................
我说的是事实。不算攻击。而且是对你好。
没有数感的散户，没学过概率，喜欢看牛人，名人的资料。
中文阅读还不过关。（他说的是他07年时候赚够钱辞职的。你时间都没读对吧？）下一步就是韭菜。
单亲妈妈炒股赔了的什么的，本站各种故事都有。你找找股票版十年前的精华区，看一看清醒一下。
【 在 askagain(aa) 的大作中提到: 】
<br>: 你上来就对我进行人身攻击，有没有一点教养！
<br>
我是对他博客文章里各种方面的观点都比较赞同。遇到这样的情况不容易。
好的idea到能赚钱，差别很大，因为任何一个小细节都可能阻碍idea成为现实。
反过来，把小细节都做好，只要做一个idea就足够了。
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 智能控制这个早就死了的方向。能活下来的必然是有能力的。不过听的人少罢了。
: 以前我还记得有个做电机的偏硬件的教授，是神经网络控制出来的，在美国一个小学校
: 呆着做好多应用项目。回头找到了我发上来。
: 但是有一点我要提醒：千万别信他的办法去炒股。任何实务操作，我的理解都一样的。
: 有好的idea,或者学到好的idea,跟写出来程序差远了。“主意很多，就差个程序
: 员了”，“主意很多，就差本钱去炒股了”是一样的。金融操作对
: trading vehicles等要求很高。没有自己一套熟悉的工具和后勤准备，再好的idea,也
: 是个死。
: 王老师说的轻描淡写。这点给人有误导的嫌疑。他不再炒股了，原因只会有一个：那就
: 是投资这行他做不下去了。结果说明一切。
: ...................
是的。我也是这个观点。实现能力是一切的基础。
王老师除了理论，必定有很多细节投
资知识和要点没有透漏。
【 在 dracodoc(david) 的大作中提到: 】
<br>: 我是对他博客文章里各种方面的观点都比较赞同。遇到这样的情况不容易。
<br>: 好的idea到能赚钱，差别很大，因为任何一个小细节都可能阻碍idea成为现实。
<br>: 反过来，把小细节都做好，只要做一个idea就足够了。
<br>
科学研究的重复性（reproducible research）指的是你这个实验室做出来的东西另外
一个实验室可以重复。 是叫韩春雨是吧，他实验室捣鼓出来的东西，二十多个实验室
都重复不了，最后撤稿了么。
华尔街的可重复性， reproducible money making, 就很难定义了。
简单，谁觉得自己算法好。C2开个账号，效果好有人会买的。
之前股票版有人非要拉着我去C2比高低。还一堆韭菜挤兑我。我说好吧。我选SP 500指数。咱们看看你一个月赢我多少。
结果两星期，那所谓的option高人就自己永远不上站了。
【 在 magliner(magliner) 的大作中提到: 】
<br>: 科学研究的重复性（reproducible research）指的是你这个实验室做出
来的东
西另外
<br>: 一个实验室可以重复。 是叫韩春雨是吧，他实验室捣鼓出来的东西，二
十多个
实验室
<br>: 都重复不了，最后撤稿了么。
<br>: 华尔街的可重复性， reproducible money making, 就很难定义了。
<br>
simons是老杨的buddy，当年老杨请simons给他们讲fiber bundle
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 你还没入门呢，别瞎琢磨了。
: 资金是非线性的。大资金和小资金运动结构完全不同。你跟simons比较毫无意义。
: 小资金连续高收益的例子，散户里，很容易找到。这就好比总有人中彩票。这是很浅显
: 的道理。概率课上过，学会了，就会懂。这就是个涨落平均可以走多久，然后多少人里
: 面就有outstanding sample的问题。再加上概率对市场影响有多大的问题。只要市场有
: 概率的一面，散户里的奇迹永远都会有。
:
: 我稍微看了下他的东西，他有他自己的想法和实践，这个是可以确定的。
:
: 但，网传他赚了上亿，我有点存疑：
:
: http://blog.sciencenet.cn/blog-2999994-952651.html
:
: “RideMood 年均收益是10.4874 ± 15.4337”
: ...................
散户想用算法挣钱，应该寻找非主流市场
比如有人炒游戏装备赚过好多
【 在 guvest (我爱你老婆Anna) 的大作中提到: 】
: 我说的是事实。不算攻击。而且是对你好。
: 没有数感的散户，没学过概率，喜欢看牛人，名人的资料。
: 中文阅读还不过关。（他说的是他07年时候赚够钱辞职的。你时间都没读对吧？）下一
: 步就是韭菜。
: 单亲妈妈炒股赔了的什么的，本站各种故事都有。你找找股票版十年前的精华区，看一
: 看清醒一下。
: <br>: 你上来就对我进行人身攻击，有没有一点教养！
: <br>
Lixin should start a fund himself
这玩意要真那么厉害，他就不止赚1亿了
【 在 pertain99 (pertain) 的大作中提到: 】
: Lixin should start a fund himself
模糊逻辑做交易是个很自然的想法。十几年前就有很多。但整个rule-based trading
system都是落后的。靠这套都找不着工作。他要是赚到了钱，也是细节实现和运气的原因，不是想法和研究做的好。
【 在 chebyshev (......) 的大作中提到: 】
: Fuzz control system就是不等式查表。是另一类universal approximation系统。
: 王老师早年算法炒股赚了上亿（据他说）港币。现在在推深度模糊系统。
: 王老师有个特点:不与人合作。好多论文都是单一作者。
: =======
: 报告题目：深度模糊模型的快速学习算法及其应用：从股票预测开始
: 报告人： 王立新
: 报告时间：2019年04月23日 10:00
: 报告地点： 福州大学 数计学院 4号楼229会议室
: 报告摘要：支撑当下AI泡沫的深度神经网络有两大缺陷：（1）计算量庞大，因为有大
: 量的参数需要循环迭代，不知道算多久才能收敛，所以将训练好的模型封装到用户端还
: ...................
纯粹研究方面。以较通用的标准来看。王老师早就是超一流学者了。你查查他的著作引用数。本身他老板和师兄弟就是fuzz的一个山头。
【 在 rgg (rgg) 的大作中提到: 】
: 模糊逻辑做交易是个很自然的想法。十几年前就有很多。但整个rule-based trading
: system都是落后的。靠这套都找不着工作。他要是赚到了钱，也是细节实现和运气的原
: 因，不是想法和研究做的好。
说实话Fuzz一直是被鄙视的
跟人工神经网前些年被被鄙视还不一样
人工神经网一般认为是天才IDEA，
只是很难能解释原理所以出了很多烂文章。
Fuzz呢，一般认为连IDEA也很烂，
其本质就是用一些非常幼稚不靠谱的heuristics在瞎编数字
所以一般做Fuzz不会有大出息。
【 在 chebyshev (......) 的大作中提到: 】
: Fuzz control system就是不等式查表。是另一类universal approximation系统。
: 王老师早年算法炒股赚了上亿（据他说）港币。现在在推深度模糊系统。
: 王老师有个特点:不与人合作。好多论文都是单一作者。
: =======
: 报告题目：深度模糊模型的快速学习算法及其应用：从股票预测开始
: 报告人： 王立新
: 报告时间：2019年04月23日 10:00
: 报告地点： 福州大学 数计学院 4号楼229会议室
: 报告摘要：支撑当下AI泡沫的深度神经网络有两大缺陷：（1）计算量庞大，因为有大
: 量的参数需要循环迭代，不知道算多久才能收敛，所以将训练好的模型封装到用户端还
: ...................
反正我看真挣着钱了， 就算有出息 。虽说这话是有点俗， 是不是这个理儿？
你说的”一般认为”，“一直”是你的幻觉或者道听途说。not even wrong 。
【 在 Foxman(今狐冲) 的大作中提到: 】
<br>: 说实话Fuzz一直是被鄙视的
<br>: 跟人工神经网前些年被被鄙视还不一样
<br>: 人工神经网一般认为是天才IDEA，
<br>: 只是很难能解释原理所以出了很多烂文章。
<br>: Fuzz呢，一般认为连IDEA也很烂，
<br>: 其本质就是用一些非常幼稚不靠谱的heuristics在瞎编数字
<br>: 所以一般做Fuzz不会有大出息。
<br>
搞fund其实很没意思
有办法能赚钱，当然是自己搞，弄fund有什么好处？
投钱的人都是跟风，听说赚钱挤着要进来，要是一时收益不好抢着要出去，跟这种人折腾有什么意思，fund manager是个职业，没有本事就靠管理费赚钱，但不是发财的方式
他赚了不少钱，还买了些房子，然后就想着搞点科研留点名声，这是很自然的想法，人的追求就那么几种，科研兴趣是很大的一类
过去是贵族才有闲有钱研究，现在得自己赚了钱才能真正靠兴趣研究，否则都是门职业...
【 在 pertain99 (pertain) 的大作中提到: 】
: Lixin should start a fund himself
闭门搞科研行不通的。古代有话，修仙练剑，“财侣法地“都要有。侣指的是科研人群
。没有和外界信息以及数据的足够交流，无法矫正认的想法。我记得1956年达特茅斯AI大会参加的人里面有自己搞研究所30年以上的。很遗憾没有大的突破。
【 在 dracodoc(david) 的大作中提到: 】
<br>: 搞fund其实很没意思
<br>: 有办法能赚钱，当然是自己搞，弄fund有什么好处？
<br>: 投钱的人都是跟风，听说赚钱挤着要进来，要是一时收益不好抢着要出去，跟这
种人折
<br>: 腾有什么意思，fund manager是个职业，没有本事就靠管理费赚钱，但不是发财
的方式
<br>: 他赚了不少钱，还买了些房子，然后就想着搞点科研留点名声，这是很自然的想
法，人
<br>: 的追求就那么几种，科研兴趣是很大的一类
<br>: 过去是贵族才有闲有钱研究，现在得自己赚了钱才能真正靠兴趣研究，否则都是
门职业
<br>: ...
<br>