区块链由一系列“区块”组成，每个区块包含一组交易记录，并且每个区块的哈希值都与前一个区块的哈希值相连接。如果有人尝试修改已确认的交易，必须重新计算该区块的哈希值，并且修改该区块后面的所有区块的哈希值。由于比特币的网络中有成千上万的节点在不断同步区块链，修改区块链的历史记录需要超过50%的算力，这几乎是不可行的。由于找到有效的哈希值需要消耗大量计算资源，攻击者需要获得超高的算力，成本极高，从而保障了

金融量化工程中，数据清洗是最关键但最耗时的环节。本文分享了处理海量UDP抓包数据的优化实践：原始数据按天存储，包含数千只股票的混杂信息。通过文件级并行处理、分片锁（Sharded Locking）和缓冲I/O等技术，将处理速度从单线程的30-40分钟提升一个数量级。重点解决了多线程写入冲突问题，在512个分片下管理5000多个Symbol的并发写入，显著降低了锁竞争。这种流式并行处理方案充分利用了

*价值投资（Value Investing）**是一种理念：以低于企业“真实价值”（内在价值）的价格买入，并长期持有。说白了，就是“买打折的好公司同样的 RTX 4080，平时 8999 元，现在 6999；你不会因为别人嫌它“旧”就不买；你知道它依然强大，只是暂时被冷落。股票也一样。一家公司的股价可能因为情绪、新闻、周期等短期波动下跌，但如果它的基本面没问题——那就是折扣机会。

SQLite是一个本地化的数据库,不需要客户端服务端什么的配置,主打就是轻量化方便化。他也不是一个独立的进程,而是可以根据应用程序的需求,可以进行静态或者动态的连接。第三个参数是flag是可以设置文件的打开方式,提供下面的宏可以选择。需要注意的是 在SQLite中一个数据库对应了一个数据库文件。而且他是直接存储在磁盘文件的,提供了简单易用的API接口。第一个参数是文件名,第二个参数是传入一个句柄指

SQLite是一个本地化的数据库,不需要客户端服务端什么的配置,主打就是轻量化方便化。他也不是一个独立的进程,而是可以根据应用程序的需求,可以进行静态或者动态的连接。第三个参数是flag是可以设置文件的打开方式,提供下面的宏可以选择。需要注意的是 在SQLite中一个数据库对应了一个数据库文件。而且他是直接存储在磁盘文件的,提供了简单易用的API接口。第一个参数是文件名,第二个参数是传入一个句柄指

在Python中有列表和数组模块，但是都不好用，列表的缺点是要保存每个对象的指针，如果你的列表有一百万个元素，他就有一百万个指针，而数组又只支持一维数组，并不适合数值运算NumPy的模块支持数组和矩阵(向量)的运算，对机器学习算法比较友好，支持n维数组，有强大的数学运算对很多第三方库(SciPy，Pandas)都提供的底层支持。