公司采购的 iFinD 和 Wind ，但都不便宜。你说的估值统计其实不算是量化交易，只能说是金融定量分析，如果你需要数据量不大，完全可以白嫖国内的一些量化平台，python 导出 csv ，或者直接用量化平台的策略进行回测。

发现还没提交就已被添加了哈哈哈。

不知是如何判断前端架构的，next.js 只有 3 个站点？

数据图表的统计很有趣，表示支持~

https://prologue.dev/rss

RSS 全文输出

兴趣广泛，啥都写

cloudflare pages 是最简单的，vps 或虚拟主机放静态网站就大材小用啦

Apple music 国区曲库不全，订阅前需谨慎

楼主您好，我觉得我在拖延症问题上很有一点参考性的见解。

首先，我是在拖延症的对立面，要做的事情没昨晚前，ddl 很近的，我不提前几天做完都觉得心里不舒服（也很病态），高度理性，担心风险和意外；

看书、学外语都不是一蹴而就的，没有兴趣或灵感的时候学的也不如预期的，但你可以通过减少生活中的琐事，来让你专注在追求目标的道路上，例如下班后别就一直刷手机，对游戏有成瘾或强迫倾向；

养成不一定是好主意，人可贵在于可塑性，当然也不必将拖延看作是一件纯粹的坏事，这些大众眼里的“好习惯”也不一定适用于你，难道人的行为就完全由行为主义（先天+外在环境）决定吗？

如果不知为何而自律，你的生活更像是在监狱，而不是感受到自在，大众认为的“优秀”是让你做《优秀的绵羊》，问题是你想做什么，必须行动在先，停在原地是思考不到任何意义的，回顾过去也是空洞的，说简单点就是，让做出行动之后，都能得到正反馈，先试着找到自己拖延的根本原因，反思自己对这些事物的认知又有什么偏颇的地方，可以看下认知行为疗法。

总的来说，不建议楼主自律，这样很可能加深强迫和完美主义倾向，越是计划，生活越有失控感，如果你认为拖延是种病，那建议你用平常心对待，这可能是资本主义社会的标准化要求之一，不过要解决这种根深蒂固的认知行为反馈机制，确实不容易。

劝退！

现在澳洲严打“半工半读”（国人钻空子超过法定规定兼职时长），如果你是要经常在别人法律红线上跳动的，所以楼主还是算了吧。

留学读书本身是不容易的，打工很可能导致挂科那就得不偿失，虽然能理解楼主的功利心态，但是有没有想过目的国家一个移民政策变动就能破坏你的计划了，还有太多不可控的因素。

用的 Azure for Students 订阅，vps 最便宜那款，很稳定

Debian 最稳定，操作系统是拿来用的，而不是当玩具折腾。

不推荐 mx 、mint 和 ubuntu ，新手就应该研究系统的帮助文档搞懂每一行命令是干嘛的，必须是 debian 。

tradingview widget

澳本硕路过聊下，马来亚大学其实争议挺大的，身边也有人读，只能说不差，只谈教学应该是配不上前百大学的水平，估计还是大部分靠自学（留学生应该都有所体会）。

Matlab 是付费软件，公司也不一定买得起，我硕士的 stata 还是用学校内网 vmware 连接的，太感人了，R 在职场上更是冷门，但学术论文用得多，如果有雇主有选择这些技术的，我会很感谢的哈哈哈。

AI 还没火的时候，我就先后折腾统计学、计量经济学，再到 python 、r 上的实现，什么无监管学习、k 临近，全是对着书和技术文档敲的，后来才知道这玩意还和 AI 搭边，这玩意如果是用来处理数据感觉不需要专门读 master ，看具体方向。

如果是因为听闻 AI 在风口上，薪酬好，而去读 master ，心理很浮躁又乐观，感觉不太可能有理想的结果...

来点螺内酯，还能治脱发，实在不行整点色谱龙😂

借楼提下随机过程和时间序列，差分处理能变得平稳，残差的 ACF 和 PACF 图不一定逐渐下降并拖尾落在合适的标准差内；

例如要研究周期股/周期行业指数，有要确认底层数据的周期性，像生猪周期就不一定能解释了，存在趋势性（能代表整体物价的指标）和周期性（季节性调整），然后把这些外生性变量和内生性工具变量带进时间序列公式中，像研究电力、货运量都很有用；

研究金融资产我认为用时序是一个大坑，例如用时序很容易做出基于 ARCH/GARCH 的波动率策略，但是现实中波动率的分布是尖峰肥尾的，也就是样本波动率被低估的。

可能是我没入门，一直怀疑随机过程/时间序列的量化策略的有效性，还是认同目前主流的多因子策略...😭

希望大佬们能给点思路，谢谢。

@haha2333haha