比如，带着小孩子去买鞋子，其中一双鞋子上正好有小孩子生肖的卡通形象，买这双鞋子的概率就会大很多。

注意，鞋子上并没有所有不同生肖的图案，而是刚刚好适合这个年纪段小朋友的生肖。说的有点绕。

当然，商家可能没想这么多，也可能是无意的。不过，如果是有意的，那可真是厉害。已经深入到消费场景，充分个性化了。

今天看到一个霸气的观点。王潮歌常对女儿说：

我来这世上并不是为了给你当妈的，也不是为了给谁当老婆的，我首先要做艺术，我要做一个很好的艺术家，然后才是你妈，听明白了吗？

这不是霸气，而是活得明白。不被世俗的规矩所局限，活在自己的信念中。

开始学一样东西时，总是想学最佳实践，不想走弯路。

这思路当然是好的，只是不太现实。除非，有个业内高手在你身边指点，详细地告诉你先学什么、再练什么。否则，根本做不到。

学习的过程，踩坑是必然的。举个例子，Python、Node 都有优雅的版本和包管理方式。可，这需要一定的学习才能掌握。通常，初学者会把自己的电脑环境搞得一团糟，至少很不优雅。问题在于，如果一开始学习时，把过多的精力放在这个点上，有点舍本求末。且，如果没有经历过电脑环境一团糟、没有在不同电脑上配置运行环境的痛，是无法感受到管理的必要性，也很难真的理解和掌握。

学习时，不怕踩坑。踩了，爬出来，再次不再踩即可。

每次跟妈看到或说起喷泉，妈总会说：哪哪哪的喷泉喷得高。

喷泉好不好看，有很多评判因素，如音乐、灯光、造型等。可喷得高，确实是最杀手级的特性。纵然有我妈审美水平的限制，喷泉喷得高，依然是最能打动人、给人留下最深印象的点。

产品也是一样。决定产品好不好的，通常是木桶理论。而能不能给用户留下深刻印象的，则是长板理论。

《算法交易员：会赚钱的人工智能》

挺好的一本书。

先是大致梳理了量化交易的历程，点出了关键人物及其成就。然后，介绍了自己在美林证券量化部门的工作经历，以及该部门最后为何突然关闭。最后，点评了量化交易的现状，展望了接下来的发展。

总的来说，是比较概述性的介绍，书中肯定是没有你拿来就用的算法之类的东西。不过，其中很多信息还是很宝贵的。比如，揭示了顶级量化团队的大致工作模式；有的团队共同维护算法，而有的则是算法个人私有、与公司按比例分配收益；实际的人员，有很多华裔、印度裔、俄罗斯裔等（作者是韩国人）；等等。这些类型的信息，很难在别的地方看到。