總有人說數學很美？
林達華教授的《數學之美》
為什麽要轉載它，因為數學即是科學。它無處不在，存在於我們的生活中，只是我們沒有去真正認識和運用它。
今天我們的炒股大家庭討論了股票市場是憑感覺買賣呢？還是遵守規則去買賣？
可想而知，如果有壹點分析基礎的人都會選擇遵守規則去買賣。
憑感覺作為買賣的依據是不可靠的，妳今天盈利了，但總有壹天會還回去，妳盈利的不是因為妳的感覺有多厲害，而是市場環境好帶給妳的盈利。
而憑規則作為買賣，雖然也有可能出現小概率的虧損，但是，它是賺大虧小的概率。
如果規則是量化的，也就是做到買賣點的量化，它的勝算率會更高。
而要做到買賣點的量化就必須要運用數學理論，科學的去做量化的買賣點。
數學集合論中的集合，函數，關系和等價，以及代數，幾何，拓撲學中的開集，閉集，連通空間等，無不存在於股市中。
那壹個個連續的數字每天都在告訴我們未來的答案。
只是有的已解，有的因為知識有限而未解。
市場的規律是由有序和無序組成的，有序的市場是可以通過數學來科學的量化的，無序的市場就只能等待，等待從無序演變成有序階段。
那麽，盡量做已解的確定性的大概率勝算的買賣點，放棄未解的無勝算的買點。
這只是我個人的壹點愚見，不管怎樣，在我看來數學很美。
下面是我認為非常好的壹片文章，轉載自《和君商學》
數學之美
林達華 和君商學 昨天
編者按：AI的核心是算法，扒開來看就是代數、計算數學、概率論、統計學等各種數學理論的結合。因此，對於研究人工智能來說，數學基礎是第壹個、也是最大的門檻。
商湯科技聯合創始人，港中文-商湯聯合實驗室主任，林達華教授在回顧自己的研究歷程時，感觸頗深，作為2012年從美國麻省理工學院（MIT）計算機科學博士畢業的計算機系學生，他卻不經意間深入了數學的旅程。本文是林達華教授讀書期間的自述文章，他分享了數學如何壹步步從初級向高級發展，更高級別的數學對於具體應用究竟有何好處，以深入淺出的闡述方式讓我們感受到數學的迷人魅力。
來源：商湯科技SenseTime
如下是林達華教授的自述：
為什麽要深入數學的世界作為計算機的學生，我沒有任何企圖要成為壹個數學家。我學習數學的目的，是要想爬上巨人的肩膀，希望站在更高的高度，能把我自己研究的東西看得更深廣壹些。說起來，我在剛來這個學校（MIT）的時候，並沒有預料到我將會有壹個深入數學的旅程。
我的導師最初希望我去做的題目，是對外觀(Appearance)和運動(Motion)建立壹個統壹的模型。這個題目在當今計算機視覺百花齊放的世界中並沒有任何特別的地方。事實上，使用各種概率圖模型(Graphical Model)把不同方面聯合在壹起的框架在近年的論文中並不少見。
概率圖模型是對復雜現象建模的有力工具，但是，我認為它不是萬能藥，它並不能取代對於所研究問題的深入鉆研。如果統計學習包治百病，那麽很多“下遊”的學科也就沒有存在的必要了。事實上，開始的時候，我也是和這個領域的很多人壹樣，想著去做壹個概率圖——我的導師指出，這樣的做法只是重復壹些標準的流程，並沒有很大的價值。
經過很長時間的反復，另外壹個路徑慢慢被確立下來——我們相信，壹個圖像是通過大量“原子”的某種空間分布構成的，原子群的運動形成了動態的可視過程。微觀意義下的單個原子運動，和宏觀意義下的整體分布的變換存在著深刻的聯系——這需要我們去發掘。
在深入探索這個題目的過程中，遇到了很多很多的問題，如何描述壹個壹般的運動過程，如何建立壹個穩定並且廣泛適用的原子表達，如何刻畫微觀運動和宏觀分布變換的聯系，還有很多。在這個過程中，我發現了兩個事情：
* 我原有的數學基礎已經遠遠不能適應我對這些問題的深入研究。
* 在數學中，有很多思想和工具，是非常適合解決這些問題的，只是沒有被很多的應用科學的研究者重視。
於是，我決心開始深入數學這個浩瀚大海，希望在我再次走出來的時候，我已經有了更強大的武器去面對這些問題和挑戰。我的遊歷並沒有結束，我的視野相比於這個博大精深的世界依舊顯得非常狹窄。在這篇文章裏，我希望基於我有限的認識，談壹談在我的眼中，數學如何壹步步從初級向高級發展，更高級別的數學對於具體應用究竟有何好處。
集合論：現代數學的***同基礎這個9分鐘的視頻是我花了100個小時構思和制作的,希望能讓妳感受到數學的強大,還有我們對先人應持有的感激。不同於其他視頻,該視頻裏每個臺詞都經過篩選,盡可能