如何被Pegasus（飞马航空）坑的

如何被Pegasus（飞马航空）坑的

Drake

19 Aug 2024 — 1 min read

如何被Pegasus（飞马航空）坑的

1. 从贝尔格莱德到迪拜的机票，中途经伊斯坦布尔转机
2. 日期是2024年08月18号16：50的飞机
3. 订票平台：同程
4. 到柜台Check in，先是说我没有签证办理不了值机，我说我问过，我这种转机的不需要签证，那人又说“我问问”
5. 结果是就是无法值机，说我的票有问题，让我到另外一个办公室查询怎么回事
6. 到了另外一个办公室，说没票，我的订单没票，我说怎么弄？让我联系订票平台；
7. 再次回到值机柜台，问他们怎么回事，他们表示不知道，问了有没有遇到类似的情况，表示有遇到过很多次，但是他们也不清楚原因
8. 值机办理的工作人员给我展示他的电脑，说我的票，check in那个按钮式灰色的，根本点击不了，票是有，但是Check in 无法点击
9. 打电话给同程，说让我等，最多4小时，4小时过去了，也没给我回复
10. 再次致电同程，说让我等到明天，好吧，现在是明天了，说继续让我等，，，，，
11. 又重新定了今天的票，还是定的飞马的票，多花了一倍以上的价钱。我这次提前选座值机了，多花了24美元；

Read more

相关系数异常告警系统 - 滚动窗口Beta增强

一、核心概念 1.1 什么是滚动窗口Beta？滚动窗口Beta（Rolling Window Beta）是一种动态计算Beta系数的方法，通过在时间序列上滑动固定大小的窗口，计算每个时间点的Beta值，从而捕捉Beta系数随时间的变化趋势。核心思想：静态Beta: [========全部数据========] → 单一β值滚动Beta: [窗口1] → β₁ [窗口2] → β₂ [窗口3] → β₃ ... → ... 1.2 为什么需要滚动窗口Beta？问题：静态Beta的局限性当前方案计算的是静态Beta，使用全部历史数据得到单一β值： # 当前方案 beta = Cov(全部ALT收益, 全部BTC收益) / Var(全部BTC收益) # 结果: β = 1.25 (一个固定值) 但现实中，Beta系数会随时间

皮尔逊相关系数异常值影响

一、执行摘要 1.1 问题概述在加密货币市场的相关性分析中，皮尔逊相关系数（Pearson Correlation Coefficient）作为衡量两个资产收益率线性相关性的核心指标，对异常极端值高度敏感。当市场出现闪崩、闪涨、交易所故障或数据错误等异常情况时，这些极端值会显著扭曲相关系数的计算结果，导致： * ❌ 相关性被低估：当只有一个序列出现异常值时 * ❌ 相关性被高估：当两个序列同时出现异常值且方向一致时 * ❌ 分析结果不可靠：基于失真的相关系数做出的决策存在风险 1.2 核心发现 1. 异常值影响显著：单个异常值可能导致相关系数变化超过 50% 2. 加密货币市场异常值频繁：闪崩、闪涨、流动性枯竭等事件常见 3. 当前系统缺乏保护：hyperliquid_analyzer.py 中未实现异常值处理机制 4. 解决方案成熟：Winsorization 方法可以有效缓解此问题 1.3 建议措施 * ✅ 立即实施 Winsorization

如何找到、训练、养成英文独特的韵律感呢？

🎧 方法核心：模仿“音乐”，不是模仿“单词” ① 不看字幕，先听节奏选一小段（10–15 秒）： * 美剧 * 播客 * 演讲先不管意思，只听： * 哪些地方重？ * 哪些地方快？ * 哪些地方拖长？ ② 跟读时“夸张重音” 刚开始一定要夸张： * 重的地方用力 * 弱的地方糊过去宁愿像“表演”，也不要像“念书”。 ③ 用“哼”的方式练一个秘密方法：把句子当旋律先用 “da da DA da da DA” 哼出来再把词塞进去这是训练韵律感最直接的方式。

英文独特的韵律感

很多中国人英语“听得懂、单词会、语法也对”，但一开口就不像英语，问题几乎都不在音标，而在你说的这个——韵律感（rhythm & melody）。一、为什么英语有“音乐感”，而中文人普遍缺？ 1️⃣ 英语是重音节奏语言（stress-timed）英语的节奏不是“一个字一个字平均念”，而是：重音像鼓点，不重音的部分被压缩、弱化、连过去例如一句话里： * 只有少数词被“敲响” * 其余词快速滑过、模糊处理你听母语者说话，会感觉：哒 —— 哒 —— 哒中间的东西像流水一样带过去 2️⃣ 中文是音节节奏语言（syllable-timed）中文更接近：每个字时长差不多所以中国人说英语时容易变成： I / WANT / TO / GO / TO / THE / STORE （每个词都一样重）