豆瓣评分 7.8

严格地说，量化交易是运用复杂的统计学方法和数学模型，从庞大的历史数据中海选出能带来超额收益的多种“大概率”事件以找出规律、制定策略，并且能用数据模型验证、固化这些规律和策略，然后用计算机来严格、高效地执行之。

一般来说，期货相对于股票债券更适合量化交易。

不同于股票T+1制度，期货采用T+0制度，所以期货投资者更加青睐于短线交易。同时，相对于股票动辄要上千万资金的程序化接口，期货程序化交易接口资金门槛低得多，更有利于实现量化交易。而且期货成交量与持仓量的高倍数也使得期...

我们应该从了解业务领域和这些领域的产品开始,然后按照这些思路组织团队。以这种方式做事有一个名字,这是首选的方式,它被称为‘逆康威定律’,组织成为业务导向团队

数字化转型始于业务层面、而不是最新技术

引用爱因斯坦的话来说,疯狂的定义是一遍又一遍地做同样的事情,并期待不同的结果。

BDUF 是指预先大量设计模型:试图将所有事情都解决到细节上,花费数月时间,一旦开始实施,最终就会被现实所取代。

从客户的角度确定了端到端价值流的初始概念,以及需要交付的产品,这可以帮助组织从交付项目的思...

豆瓣评分 5.3

开放组体系结构框架（The Open Group Architecture Framework, TOGAF）将“企业”定义为有着共同目标而集合的组织的聚集。例如，企业可能是政府部门、一个完整的公司、公司部门、单个处/科室或通过共同拥有权连接在一起的地理上疏远的组织链。

从结构的角度理解信息化，可以发现三个特点：第一，结构是超技术层面的，要建立完整的企业架构，必须从企业战略高度来思考信息化建设；第二，结构可以很好地把握组织动态发展的脉络，为组织成长奠定坚实的基础；第三，结...

豆瓣评分 7.8

在领域建模过程中不应将概念与实现割裂开来。

领域模型的最大价值是它提供了一种通用语言，这种语言是将领域专家和技术人员联系在一起的纽带。

领域模型并不是按照“先建模，后实现”这个次序来工作的。

真正强大的领域模型是随着时间演进的，即使是最有经验的建模人员也往往发现他们是在系统的初始版本完成之后才有了最好的想法。

领域驱动设计的实质就是消化吸收大量知识，最后产生一个反映深层次领域知识并聚焦于关键概念的模型。

近年来，反对“精细开发方法学”（elaborate ...

豆瓣评分 8.2

冷静，意味着保护人们的时间与注意力。

冷静，意味着每周工作40小时。

冷静，意味着制定合理的目标。

冷静，意味着充足的休息时间。

冷静，意味着有意识地维持较小规模。

冷静，意味着看得见的地平线。

冷静，意味着把会议视作最后的沟通手段，不到万不得已的时候就不用。

冷静，意味着非实时沟通优先，实时次之。

冷静，意味着更加独立，减少依赖。

冷静，意味着为了长远利益而采取可持续的行动。

冷静，意味着赢利能力。

马克·吐温的话一针见血：“攀比之心一起，快乐便荡然无存。”我们完全同意...

豆瓣评分 6.8

当人们真心想把活儿做完的时候，工作时段里的办公室是他们最不愿去的地方。

这是因为办公室早已变成了“干扰工厂”。

当你的工作日被切割成工作“片段”，想完成一项有意义的工作简直太难了。

要是你认为员工很糟糕，他们就会表现得很糟糕。人类“满足低期望值”的能力极强。如果你确信每个下属都是懒汉，那他们会不遗余力地证明你是对的。如果你认为他们都成熟又能干，即便你不在他们身后盯着，他们也能不断督促自己做到最好，那他们就会用惊喜回报你。

“如果我们不知该不该信任某位员工，那就...

豆瓣评分 7.8

为什么我们不直截了当地按照计划的本质来称呼它呢？管它叫“猜想”吧。现在我们就开始把你的商业计划称为“商业猜想”，把财务计划叫作“财务猜想”，把战略计划命名为“战略猜想”。现在咱们就可以不用为这些玩意儿操那么多心了。在这方面操心只能得不偿失。

当你把猜想变成计划，就等于走进了危险地带。做计划就是在用过去推动未来，等于给你戴上了眼罩。“这就是我们要做的，嗯，因为我们说过要这么做的。”问题是：计划和即兴发挥不会合拍。

你必须能够即兴发挥，你必须抓住每一个迎面而来的机遇。有时...

豆瓣评分 8.7

软件架构的终极目标是，用最小的人力成本来满足构建和维护该系统的需求。

一个软件架构的优劣，可以用它满足用户需求所需要的成本来衡量。如果该成本很低，并且在系统的整个生命周期内一直都能维持这样的低成本，那么这个系统的设计就是优良的。如果该系统的每次发布都会提升下一次变更的成本，那么这个设计就是不好的。就这么简单。

软件系统的第一个价值维度：系统行为，是紧急的，但是并不总是特别重要。

软件系统的第二个价值维度：系统架构，是重要的，但是并不总是特别紧急。

最终我们应将...

豆瓣

最新版本电子版下载地址：https://udlbook.github.io/udlbook/

Machine learning methods can coarsely be divided into three areas: supervised, unsupervised, and reinforcement learning.

Figure 1.1 Machine learning is an area of artificial intelligence that fits...