關於我自己

我的相片
New York, New York, United States
我叫江奕賢啦

2016年11月2日

比特幣 匿名?



Bitcoin 官網上直接告訴你比特幣不是匿名的
https://bitcoin.org/zh_TW/protect-your-privacy

所以才會發展出各式各樣匿名的解決方案
https://moneroforcash.com/monero-vs-dash-vs-zcash-vs-bitcoinmixers.php

不過 擄人勒贖者最容易被抓的時候就是車手取款的時候, 警方只需要 monitor 世界幾大 exchange place 即可抓到一半.
另一半不取款直接以物易物的...就...target太多了...

PS: bitcoin 沒有匿名, 暗網還不是用得很開心
PS: zcash 這種需要 trusted setup 的, 可能還要再等等...不過他起了個頭了
PS: 紙鈔匿名, 大家還不是都在用紙鈔, 這麼怕 匿名數位貨幣 幹嘛.
PS: 數位貨幣的 currency trading 可能無法用實體世界算股票的方式預測漲跌, 因為在這個field, 我看到了90種虛擬貨幣之間超快速的自動化 trading...人性的貪婪和恐懼根本沒了要怎麼預測

2016年9月5日

給我五分鐘讓你五年翻五倍



因為 YouTube 不能貼程式碼, 所以請搭配下面的程式碼服用.
因為影片比較好吸收, 所以請搭配上面的影片服用.


#股市外行江博士的股市不負責任教學的第一堂課, 分三節課共五分鐘
#上課前準備, 請先安裝好 R 及 RStudio

#第一節課, 一分鐘用R畫股市技術分析黃金交叉死亡交叉圖表
#install.packages("quantmod")
library(quantmod)
getSymbols("AAPL")
chartSeries(AAPL,subset="last 9 months")
addSMA(10,col="blue")
addSMA(20,col="red")

#第二節課, 兩分鐘用R算給你看五年賺多少
library(quantmod)
getSymbols("AAPL")
chartSeries(AAPL['2007-03-30/2013-12-31'],theme="white")
fastMA<-runMean(AAPL[,4],n=20)
slowMA<-runMean(AAPL[,4],n=60)
addTA(fastMA,on=1,col="blue")
addTA(slowMA,on=1,col="red")
position<-Lag(ifelse(fastMA>=slowMA, 1,0))
return<-ROC(Cl(AAPL))*position
return <- return['2007-03-30/2013-12-31']
eq <- exp(cumsum(return))
addTA(eq)
plot(eq)

#第三節課, 兩分鐘教你什麼時候買什麼時候賣
sell <- function(x) {
 diff(x) < 0
}
buy <- function(x) {
 diff(x) > 0
}
chartSeries(AAPL['2007-03-30/2013-12-31'],theme="white")
addTA(fastMA ,on=1,col="blue")
addTA(slowMA,on=1,col="red")
addTA(fastMA-slowMA)
addTA(AAPL[buy(position),"AAPL.Low"] - 30, pch = 2, type = "p", col = "red", on = 1)
addTA(AAPL[sell(position),"AAPL.High"] + 30, pch = 6, type = "p", col = "green", on = 1)

#下課鐘響告訴各位同學, 投資股票有賺有賠, 投資婊子有去無回, 投資自己卡實在!
歡迎小額捐款到 bitcoin:16RnaHGW4gMcjCtedcL8AjKeKHw55AZSXc

延伸閱讀, 十幾年了, 這已經不算高科技了, 跟不上只能被淘汰了.
http://markchiang.blogspot.tw/2005/08/part1.html

2016年7月7日

怎麼用人工智慧來分辨文章的情緒


前幾天錄了怎麼寫程式用 AI 來分辨人臉的情緒.
今天這篇主要是說 怎麼用 AI 來分辨文章的情緒.
上上篇 demo 的是 microsoft 的 emotion api, 上一篇 demo 的是 google 的 TensorFlow, 這篇我就來demo個IBM的Watson吧.
剛好這幾天英國脫離歐盟 我們就來看看wiki上的脫歐的關鍵字 brexit 可以看出什麼.

連到
https://alchemy-language-demo.mybluemix.net/
把下面的網址貼進去
https://en.wikipedia.org/wiki/United_Kingdom_withdrawal_from_the_European_Union
(記得要先選使用URL喔!)
然後就會看到上面那個結果, Anger 和 Fear 的 score 都高到 1.0
然後如果看 Entities 的部分, 會看到主要在講歐洲和英國, 以及提到歐洲和英國的時候的情緒.


嘿嘿...
想想看...用Watson幫你看一堆報紙或 facebook post, 就可以知道各大報或大眾怎麼看英國脫歐, 以及寫文章時內心的情緒.
要記得, 玩股市, 你知道大家的情緒和看法, 就已經贏一半了.

2016年6月27日

什麼都要大數據一下

這幾年忙到沒什麼時間寫筆記,
但最近大數據太夯了, 技術改變太快, 不寫筆記我一定一下就忘光光了.
所以趁上一個工作告一個段落, 下一個工作還沒著落的時候, 來寫一下筆記.
而且現在老到寫文字筆記自己看了還是會忘記, 我乾脆用錄的.

一個是用大數據來做影像辨識
用的是 Google 的 TensorFlow, 電腦可以判斷照片裡有什麼(動植物種類, 穿著, 物品場地等).
有興趣可以看一下上一篇, Lie to Me 機器版 是判斷照片裡人的情緒.

一個是用大數據的技術來做 NGS 資料分析
原因是, 這幾年跑了很多單位, 他們都遇到一樣的問題, 資料量越來越大, 運算資源不夠用, 記憶體1T、2T的往上買, 硬碟一櫃一櫃的加, 但都無法整合. (所以一直往大機器方向買)
但我看遲早他們會買不到機器.
跟他們提了多年 hadoop 的解決方案, 可能門檻有點高, 一直沒被採用.
只好先在這裡寫個筆記擱著.
等哪天他們買不到機器再說吧, 誰叫他們又快要有 super computer 了.

2016年6月17日

Lie to Me 機器版

之前在美國時 曾看過一個影集 Lie to Me, 主要是敘述天賦異稟有特異功能的主角們利用觀察人們的肢體語言來揭穿謊言背後的真相.



現在的電腦科技, 可以直接給你一樣的效果.
https://www.microsoft.com/cognitive-services/en-us/emotion-api#detection


在上面microsoft提供的網站中, 你可以用照片測試辨識效果,
比如說, 一個小孩的照片, 程式不但會告訴你, 他驚訝, 還會告訴你他其實是 85% 的驚訝 加上 13% 的開心, 所以是開心的那種驚訝. (但有0.05%的嚇到)
這個 demo 網站可以一次辨識一張圖中多個人的狀態, 甚至有 demo 在影片中辨識人一直在改變的emotion狀態.

想像一下, 你可以走進一家酒吧中, 透過影像辨識, 直接避開有攻擊性的人, 跳過只想喝免費飲料的妞, 直直地走向需要安撫的異性...


2016年1月7日

欺騙 GPS 開遊艇追蹤小三去火星上打卡



近10年, 很多車都有內建GPS防盜系統, 我在美國的時候, 最有名的是 OnStar 除了車子被偷可以幫你追蹤, 忘記帶鑰匙還可以直接用衛星幫你開鎖.

十年了, 我想這些技術都老了, 欺騙GSP的技術出來這麼多年了, 追蹤車輛也不再用GPS了(現在都用監視器或衛星直接追蹤車子和人臉了), 此技術放上部落格當歷史也應該沒什麼問題了.

2012年, TED上面也有教你怎麼欺騙GPS. (網路上可以很容易買到此裝置)

這篇文章提到, 外太空可不可以使用GPS定位? 順道提到如果軍事上使用GPS定位, 那等於是被美國牽制住了, 美國可以隨時讓所有的GPS瞎掉, 甚至是讓飛彈飛回來打自己.

這篇提到, 使用 GPS spoofing 欺騙了遊艇上的 GPS 讓遊艇開往其他航線.



總結一下,
就像十年前的 TCP/IP 與 http 太容易被監視與動手腳, 導致現在的網站充滿了 https.
現在的 GPS 太容易被動手腳, 十年後...此問題應該也不再是問題(會有其他的問題)
至於這十年間, 就像當初的十年, 大家不知道網路的不安全, 還不是開開心心的用網路對吧?

So, 用GPS追蹤老公老婆小三車子遊艇飛機等的方式都過時的時候...我該開一家新公司了嗎?

文不對題 純粹是練習記者的下標題方式