花了三个半天的时间，看完了娱乐至死（中文版），作者分析了电视这种媒体给大家带来的弊端——信息变成娱乐。 从印刷术发明出发，作者讲述了印刷术对人类文明和思想，对美国社会起到的积极作用，随后批评了电视媒体将严肃信息娱乐化，传递信息的方式变化，其所传递的信息也会随之变化。 书中分别从宗教，政治，教育三个领域谈电视媒体带来的消极效应，例如：传教士在电视上传教，传教士是人们直接看到的头号人物，上帝其实只能做配角；电视教育增加了教学内容对学生的视觉刺激，相应减少了学生必须应对的阐述比重；电视新闻节目提供给观众的是娱乐而不是信息，观众逐渐失去判断什么是信息的能力。

我觉得这本书在现今仍具有其指导和教育意义，但是作者的一些看法也不能说绝对正确，毕竟我也从观看电视教育节目学习到了不少知识。而书中作者认为通过电视教育节目，学生们学到了没有用的知识：学生们为什么要学习座头鲸的习性、航海技术对于大城市的学生来说根本没有意义，等等。

具备判断什么是信息的能力，不要让媒体代替你去思考问题，是我从这本书中获得的最主要信息。

书中引用《理性时代》中的一句话我非常的赞同：

所有的教堂，不论是犹太教、基督教或者伊斯兰教，在我看来都只不过是人的发明，是为了吓唬和奴役人类、垄断权利和利益而建立的。

All national institutions of churches, whether Jewish, Christian or Turkish, appear to me no other than human inventions, set up to terrify and enslave mankind, and monopolize power and profit.

阿姆氏指标（Arms Index）也被称作TRIN，“TRading INdex“，是基于成交量变化来判断行情走势指标，也是超买超卖指标。 阿姆氏指标由四个部分组成：

1. 纽约证券交易所股票上涨的公司数量 （Advancing Issues）
2. 纽约证券交易所股票上涨的成交量 （Advancing Volume）
3. 纽约证券交易所股票下降的公司数量 （Declining Issues）
4. 纽约证券交易所股票下降的成交量 （Declining Volume）

公式为 \(ARMS=\frac{Advancing Issues}{Declining Issues} \div \frac{Advancing Volume}{Declining Volume}\)

解读

• 中间值 = 1
• 看跌 > 1
• 看涨 < 1

阿姆氏指标的趋势要比其是否大于或者小于1更重要，从上面的日内图可以看出，当迷你道琼斯下跌时，阿姆氏指标上升。在1.5附近阿姆氏指标读数很高，交易者可能采取相反的立场并在1.5水平买入。此外，交易者可能会考虑在采取这种行动之前等待阿姆氏指标的反转或触底。当迷你道琼斯上涨时，阿姆氏指标下跌。

阿姆氏指标也可用于长期预测，一些交易者将移动平均值运用到阿姆氏指标方程中，例如：

或者直接使用10天移动平均的阿姆氏指标。

未完待续。

更新了一下网站的连接，全部都转成https。在GitHub Page页面的设置中，最下方有enforce https的选项，这个应该是同Let’s Encrypt之类的公司合作的，只要是GitHub Page, 就可以免费获得http secure保护。 但是一定要注意，勾选enforce https之前你的域名DNS必须指向GitHub指定的IP地址，例如：我的博客设定的是apex domain 指向GitHub Page。

开了https之后，别忘了更新网站上不是https的css，js，img链接。

利用sed更新所有md文档的img地址

for i in *.md; do sed -i 's/http\:\/\/i.imgur.com/https\:\/\/i.imgur.com/g' $i; done

中科大的 google font 源也不管用了（可能是我自己网络的问题），已把它在css中禁用。不管怎样，网站默认字体根据系统自定，凑合看吧。

半年没更新了，还要再闭关一段时间，就这样。

上一个在博客发表的总结是 2011 年，之后我就“一蹶不振”了。2017 这一年最大的变化在心态，肩上责任重了，考虑的问题同之前不一样了。

17年填掉了几个旧坑（animation package bug，压箱底的“如何从衍射实验中观察出DNA双螺旋结构”），还做了一个slack bot（作品自己非常满意，但是还有bug，尚未公开），但是也有很多仍旧未完成的项目在等待着我填坑。另外最近我和同事一起做了个 side project，这个要持续做下去，还需要很长很长一段时间（1～2年）。总之是旧坑填不完，新坑又开挖。最关键的问题，要治好自己的拖延症。

明年将是一个重要的分水岭，在今年我彻底理解了做“隐士”是不行的，需要推广自己，让别人了解自己，所以今后会更加积极的参与到自己所属行业的活动中，争取留下自己的名字。做科研的 Lijia Yu 有好几个，同名同姓的人就更多了，希望以后搜索时能在搜索结果的首页找到自己（虽然我不一定还会继续做科研;)）。

另外，我争取在近一个月内填充完我欠的博客内容（论文研读，生物信息测序方法，以及量化投资指标），之后我就会放慢更新中文博客的内容，基本上每月一篇，学术方面的东西可能就不会再写了，以后主要写一些杂七杂八以及个人爱好的东西。所有学术相关的博客今后都只会更新在英文博客中。

2017技术栈总结：

1. 开始学习javascript
2. 理解基因组基本概念，喜爱研究各种二代测序方法应用
3. 理解了 biology 和 biomedical science 的异同点
4. 开始学习量化投资，对于带数字和公式的东西都很感兴趣
5. 开始理解中英文混排的排版要求（加空格）

2018要做的事情：

1. 需要找时间重新捡起物理以及化学
2. 需要进一步加深对各种统计学方法的认识
3. 合理规划时间
4. 尽最大努力填坑

首先要吐槽一个事情：最近在指导一个高二的中学生独立做癌症相关的科学研究，她要参加一个重要的科技竞赛，首先需要在州内参加比赛，如果做得好，她可以被选上参加全国比赛。 说是指导，其实就是我替她写所有的程序（R语言），这个研究里包含两种癌症的数据，我写完程序，她用一组数据跑一遍确定程序能运行，然后换一组数据再跑一遍（她会把程序文件复制一份，改数据路径和变量名字，就是自己写的程序了 -_-）。课题做了将近两个月，来实验室不到8次。她对写程序一点都没学会，连安装软件包不提醒的话都不知道如何安装，记得来实验室的第一天，就告诉她要自己主动学习一下编程，想必给她的自学材料也一点没看过。从不问我问题，我问她懂不懂，她都说懂。我还发现她连excel里自动填充功能都不会用。

根据同她平时聊天以及她做课题的表现，这位同学应该是一个非常聪明的学生，但是她并不一定能完成这个课题，我觉得这个课题已经超出她的能力范畴了。美国的中学教育其实比国内的中学教育让学生觉得更加辛苦，不仅要学习成绩好，体育运动好，参加各类社会志愿活动，还要有时间做科学研究参加竞赛。这不是只比拼一次高考成绩，而是各种活动都如同高考那么重要。这个高中生曾说过，如果要坚持体育运动，就要牺牲自己睡眠时间。但是这种科技竞赛，如果是几个学生一组来完成一个课题，我觉得整个科研过程和结果都比较可信。若是单个学生独立完成科研，能做到的人其实是凤毛麟角。然而每年参加这种个人科研比赛的高中生还是满多的，这其中的工作很多都是家长或者大学里头的研究人员替他们做的。这种在评审时一眼就能看出来造假，让自己变成比赛分母的事情，当初何必浪费时间去做呢。究其原因，因为这个经历可以写在自己的简历上，为申请大学做准备。

不光美国的科技竞赛如此，国内的科技竞赛也有这样的现象，据我所知，我所还出现过小学生来做科研实习的事情，小学生来中科院打酱油，这不是扯么。通过这次经历，让我感慨万分，以后再看到什么中小学生发明了什么什么，科研做了什么什么，心里都要打个问号，如果是个人比赛的结果，基本都不会那么相信。

此外我还想说比赛获奖，有时靠得也不是个人能力，而是家长的能力，靠大树好乘凉。国内校级，区级的比赛，有关系就能脱颖而出，这种事情已经见怪不怪了。就连可以来大学和科研院所做科研，也应该是靠父母的关系。就我上面所说的两个学生例子，美国学生家长父母都是医生（精英移民的标配），网上还能找到关于他们的个人采访，这个学生做个志愿者取得了什么成绩都会上本地的新闻（为了申请大学铺路），新闻中还说她是同龄人中的领导者；那个小学生，父母也都是在研究所工作的。

综上所述，穷人家的孩子做到阶级向上越迁，真的很难，输在起跑线。

=================

2017.12.25 更新

知识分子上登载了一篇文章《清华，北大，人大资助招生选拔出更优秀的学生了吗》，结论是获得自主招生加分破格录取的学生通常是那些来自城市，父母受过大学教育，就读重点中学的优势阶层学生。这项研究说明了两个问题，家庭背景好的学生更可能获得自主招生加分。而因自主招生进入名校的学生们无论在学业表现、社会活动能力、非认知能力，还是就业去向上，都和普通高考统招生没有明显差异。

==================

2018.01.22 更新

介绍个科技竞赛作品。

https://www.dnaloopr.org/

不得不说题目起得真好《DNALoopR: A Novel High-Performance Machine Learning Predictor to Identify Genome-Wide 3D DNA Interactions in Cancer》，这就是一篇标准的生物信息工具类论文的题目啊。再看网站，非常专业的购买了SSL保护，上面一大堆媒体报道。结果要使用软件时，需要登录，竟然不是开源的。登录后再看软件，就一个输入，上传一个ChIP-seq文件，填写email地址，然后网站在计算完之后会将结果发给上传文件的人，连个样例都没有。。可惜手边没有ChIP-seq数据，否则还可以上传个文件测试一下。这个同学成功被斯坦福录取，并有机会出席了去年的诺贝尔颁奖典礼。

从外观上说，该网站的工程量已经很大了，可惜我无法对这个项目的软件和算法进行评价。高中时期的我，肯定做不出来这么牛X的项目。。。