Coinspace: Example of Bitcoin

Cryptocurrency หรือนัยหนึ่ง คือ Digital Money ซึ่งหลายคนอาจจะรู้จัก
เช่น  Bitcoin ซึ่งในปัจจุบัน  ราคาซื้อ 1 BTC  เท่ากับ  28,558.30  บาท
(ข้อมูล ณ วันที่  5 ธันวาคม 2559) โดยในช่วงของการเปิดตัวเมื่อปี 2009
ราคาอยู่ที่ 0.001 $... สิ่งที่กำลังจะเสนอ คือ COINSPACE
ส่วนเหรียญที่ใช้ คือ S-Coin
COINSPACE
1. Coinspace จัดตั้งสำนักงานใหญ่อยู่ที่ยุโรป
ซึ่งสามารถรองรับการดำเนินการจากทั่วโลก  ตลาดหลักๆ ของ Coinspace
อย่างเช่น เอเชียตะวันออกเฉียงใต้ ยุโรป  อินเดีย  แอฟริกา และอเมริกาใต้
เพื่อให้เห็นว่าบริษัทตั้งเป้าหมายที่จะเติบโต
จึงจะเปิดสำนักงานตามพื้นที่ต่างๆ ทั่วโลก
2. Coinspace เป็นโอกาสทางธุรกิจที่มีความเฉพาะ
และเป็นธุรกิจเดียวที่เป็นธุรกิจ Cryptocurrency หรือ Digital Money
โดยมีจุดมุ่งหมาย คือการทำให้ cryptocurrency เป็นที่นิยม
เป็นการนำเสนอผลประโยชน์ให้แก่ผู้คนที่มองหาความสำเร็จและมีอิสรภาพในด้านการเงิน
จากทั่วโลก
3. วิสัยทัศน์ คือ  “One World, One Currency” เป้าหมาย คือ
การจัดเตรียมระบบที่สามารถช่วยให้คุณได้เข้าถึง coin
ที่สามารถใช้ได้หลากหลาย และเป็น coin
ที่สามารถทำกำไรได้มากที่สุดเท่าที่เป็นไปได้ ซึ่งเรียกว่า  S-Coin
4. แผนการพัฒนาธุรกิจ COINSPACE
ระดับที่ 1  สมาชิกสูงถึง 50,000 คน ทั่วโลก (1%)
ระดับที่ 2  ปล่อย S-coin และระบบการค้าอัจฉริยะเพื่อทำการแลกเปลี่ยน
ระดับที่ 3 S-Coin เป็นวิธีการชำระเงินที่ใช้กันอย่างแพร่หลายทั่วโลก
        Coinspace อยู่ในระหว่างการจดทะเบียนในประเทศไทย และอยู่ในระดับที่ 1
เช่นเดียวกับประเทศอื่นๆ ทั่วโลก คือ Pre- Launch
ผู้ที่ลงทุนในช่วงนี้จะเป็น Pioneer เป็นต้นน้ำของ Coinspace
ในประเทศไทยที่สามารถสร้างธุรกิจจาก Multi-Level Marketing (MLM)
ได้อย่างเต็มที่  สกุลเงินที่ใช้กับ Coinspace คือ ยูโร  ซึ่งเมื่อถึง
ระดับที่ 2  คือ ช่วง Launch, 1 S-coin จะมีค่า 1 ยูโร

Wireless calling system, LoRaWAN, Adhoc (MANET)

wireless calling system รู้สึกใช้คลื่น AM ครับ ปรับช่องสัญญานได้ เหมือนพวก handfree จีนแดง
m.callingsys.com/m/product.asp?autoid=62

LoRa ใช้ license-free frequency ส่งได้สิบกว่ากิโล  แต่ท่าทางต้องใช้ LoRa transmitter กับ receiver (lora gateway) โดยเฉพาะ เพื่อต่อเข้า IP nw อื่นๆ

WSN (wireless sensor nw) ไม่จำเป็นต้อง ad hoc แบบ MANET (Mobile adhoc network) แต่มี product LoRAWAN ที่ใช้ทำ MANET ขายเช่น  https://www.aliexpress.com/item/LoRa-embedded-MESH-MANET-Radio-wireless-433MHz-micro-power-RF-Module-3-3-5-0V-20dBm/32847900789.html

บริการ LoRa gateway ของ CAT พิสัยทพการประมาณ 5 km สำหรับให้อุปกรณ์ IoT มาเชื่อมต่อและส่งข้อมูลผ่าน MQTT (publish/subscribe L7 protocol) ไปที่ gateway ของ CAT จากนั้นจะส่ง MQTT message ต่อไปยัง application server (ที่อาจสร้างด้วย PaaS http://cayenne.mydevices.com) ของผู้ใช้ๆ ก็เขียน app รับข้อมูลไปใช้ต่อ
https://www.cattelecom.com/cat/content/2621/216/CAT+เปิดบริการเทคโนโลยีอัจฉริยะ+“LoRa+IoT+by+CAT”+ตอบสนองยุคดิจิทัล

End node (starter kit) ต้องเสียรายปี 300 บาท เพื่อเชื่อมต่อกับ gw ของ CAT:

สามารถอ่านข้อมูลมาแสดงใน dashboard ของ mydevices.com

ถ้าไม่ใช้ของ cat ต้องซื้อ  lora gw มาเอง พิสัยทำการจะยิ่งสั้น ด้านหน้าคุย lora ด้านหลังคุย wifi/LAN ออก internet

การติดตั้ง Arduino IDE ลง PC เพื่อระบุรุ่นและพอร์ตเชื่อมต่อกับ Arduino เพื่อโหลด MQTT libraries & app code ลงไปใน Arduino เพื่ออ่านค่าจาก sensor แล้วส่งขึ้น MQTT broker

https://mydevices.com/cayenne/docs/cayenne-mqtt-api/#cayenne-mqtt-api-using-arduino-mqtt

Lora dev.
https://medium.com/@choonewza/stm32lora-%E0%B8%95%E0%B8%AD%E0%B8%99%E0%B8%97%E0%B8%B5%E0%B9%88-3-%E0%B8%AA%E0%B9%88%E0%B8%87%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5%E0%B8%88%E0%B8%B2%E0%B8%81-network-server-%E0%B9%84%E0%B8%9B%E0%B8%A2%E0%B8%B1%E0%B8%87-application-server-747ef5300e39

Thai law

http://www.wunca.uni.net.th/wunca_regis/wunca36_doc/18/006_WUNCA_Lora.pdf&ved=2ahUKEwj8vOjOvp_kAhXFQI8KHdnGD2YQFjAEegQICRAB&usg=AOvVaw0J_evu_-OMMaiT2BGZf3D2

http://spectrum.nbtc.go.th/eventreg/iot2017/docs/02_iot_trends_and_spectrum.pdf

Gradient Descent

The minimization of error measured by cost function or loss function e.g. M.S.E.
https://towardsdatascience.com/gradient-descent-in-a-nutshell-eaf8c18212f0

New WiFi standard

Accuracy and precision

• The accuracy of a measurement system is how close it gets to a quantity's actual (true) value.
• The precision of a measurement system is the degree to which repeated measurements give the same results.

Automation server open source

An open source automation server written in Java. Jenkins provides hundreds of plugins to support building, deploying and automating any project.

https://jenkins.io/

การเขียนชื่อบทความ (paper title)

% paper title
% Titles are generally capitalized except for words such as a, an, and, as,
% at, but, by, for, in, nor, of, on, or, the, to and up, which are usually
% not capitalized unless they are the first or last word of the title.

NOSQL schema design

https://www.mongodb.com/blog/post/6-rules-of-thumb-for-mongodb-schema-design-part-1

AI in Finance

AI หมายถึง ความฉลาดที่มีอยู่ในสิ่งไม่มีชีวิตเช่นฮาร์ดแวร์หรือซอฟแวร์
ความฉลาดหมายถึงความสามารถในการคิดได้คล้ายสิ่งมีชีวิตและแสดงออกทางภาษาหรือการกระทำ

หลักการทำงาน:
• Vision : image recognition
• NLP : speech to text, text to speech, translation, info extraction e.g. text mining
• Reasoning : machine learning, deep learning, expert system, recommendation systems
(machine learning :  unsupervised Learning  เช่น clustering,  reinforcement Learning เช่น หมากรุก  ที่ไม่สามารถบอกการเดินแต่ละตาได้ว่าแบบไหนถูกหรือผิดด้วยวิธี supervised Learning แต่ต้องบอกด้วยrewardคือการแพ้หรือชนะเมื่อเกมสิ้นสุดลงแทน อีกตัวอย่างคือ ปิงปองโดยมีrewardเป็นคะแนน  การคลานถ้าคลานไปด้านหน้าจะได้ reward)

พัฒนาการปัจจุบัน
AlphaGo ชนะนักเล่นหมากล้อมมือหนึ่งของโลกชาวเกาหลีได้โดยใช้ machine learning เพื่อพยากรณ์ next move ของฝ่ายตรงข้ามจากนั้นสร้าง Monte carlo search tree ขึ้นมาหา path และโอกาสชนะ ถ้าต่ำกว่า 20% จะขอผ่านไม่เดินหมาก
Tensorflow เป็น framework ทำ machine learning
ฝั่ง finance:
By using machine learning Wall Street can number crunch millions of data points in real time and capture some of the correlations that traditional statistics models could not capture, and that is actually the dollar track to go after today.
AI helps people to manage lots of data sources and come up with new patterns to help estimate trading, ideas, and make better investing decisions.
Now all the traders have so many real-time streaming news, and to mine information from these unstructured data sets (e.g, images, videos) becomes very important, so we need new technology to handle this, which is new even to Wall Street, but with ML and deep learning we can now look at all these unstructured data sets and mine lots of trading insights which we could not do before.
We can do all this today in natural language processing, which means we can have a computer understand the semantics and meaning of how people say something…and in news, this could be something positive or negative about certain companies, and that’s something we call sentiment analysis. We are building something called a sentiment score, which means we are leveraging all the sentiment we collect from traders, news, blogs, and we’re collecting some of the data from transactions. For example, we collect all the insider data trading sets, so we know for which company, which CEO or CXO is buying or selling stocks; try integrating this transaction data with the trader’s sentiments, and we can come up with a better score to know how people think about a set of stocks.
AI can actually scan (e.g. detect candles) every single stock and find all the tradable classical chart patterns, and you don’t have to do it by using human eyes.
There’s a need for robo-advisors that will better take into account and integrate individuals’ behavior patterns alongside their stated financial objectives, resulting in more adaptive and targeted investments.
I think we’ll see not only Financial advisors but also a lot of brokers losing their jobs, a lot of financial advisors, bankers are going to get hit. It’s going to be the banks that will fire the most people. They’re going to have fewer people at the window, fewer people in the back office.
Many quant trading firms (include Two Sigma Investments, D. E. Shaw (company), Renaissance Technologies (hedge fund), and Hudson River Trading) use machine learning techniques on data feeds for automated trades. These trading firms usually trade on very weak correlations that are uncovered in research from quantitative analysts. Firms heavily optimize their strategies for speed. With the low latency, they can beat anyone else to the right trade, since only the fastest players will get the profit.

Back test ไม่ได้ผลใน out-of-sampling test
สาเหตุที่เป็นไปได้คือ
• Local minimum (error) vs. global minimum : ที่ไม่พบ global เพราะ inputs หรือ initial weights เลือกมาไม่ดี
• จำนวนปัจจัยนำเข้าเปลี่ยนแปลงตลอดเวลา เช่น มีมหาเศรษฐีคนใหม่แต่ชี้นำตลาดได้ การตัดสินใจของเขาต้องถูกนำมาใช้ใน AI ด้วย
• ความไร้ pattern ของตลาดทำให้ต้องใช้ nondeterministic machine ที่เมื่อได้รับตัวเลือกจะเลือกถูกเสมอ มาช่วยซึ่งยังไม่อุบัติขึ้นในโลก

แนวโน้มในอนาคต :
• ถ้ามี AI มา trade กันมากๆ การเล่นหุ้นปกติต้องมีฝ่ายได้และฝ่ายเสีย แต่ถ้าเก่งกันหมดก็ไม่มีใครทำกำไรได้ อย่างไรก็ตามในทางปฏิบัติ ไม่ใช่ทุกคนจะมีหรือจะใช้เครื่องมือ AI แต่ละคนมีพฤติกรรมในการลงทุนต่างกัน เล่นสั้น เล่นกลาง เล่นยาว และสามารถกำหนดนโยบายการวางกลยุทธให้กับเครื่องมือ AI ต่างกัน ในภาพรวมแล้วจึงไม่น่าเป็นไปได้ที่จะไม่สามารถทำกำไรได้
• ปัจจุบันอาจเรียกได้ว่าเป็นยุคบุกเบิกของ AI trading คือแค่นำ AI มาจับ pattern ในตลาดเพื่อหาโอกาสทำกำไร มนุษย์ย่อมทำกำไรยากขึ้นอุปมาเหมือนสู้กับAlphaGoก็ต้องปรับตัวด้วยการหันมาศึกษาเครื่องมือ AI จนกลายมาเป็น common knowledge ดังนั้นยุคถัดไป AI จะเป็นเครื่องมือพื้นฐานสำหรับผู้เล่นทุกคนก็จะเป็นยุคการใช้ตัวแทนคือ agent หรือถ้าผนวกพฤติกรรมมนุษย์ลงไปด้วยก็กลายเป็น digital twin มา trade กันในตลาด agent แต่ละตัวจะมีพฤติกรรมไม่เหมือนกันตามเป้าหมายของเจ้าของที่ต่างกัน ก็ยังน่าจะสามารถทำกำไรกันได้อยู่ แต่ agent ก็จะวิวัฒนาการไปเรื่อยๆ เช่น เรื่องความเร็วในการเคาะซื้อขายใครประมวลผลเร็วกว่าได้เปรียบคล้ายๆการขุดบิตคอยน์การ์ดจอใครแรงกว่าก็ขุดได้เยอะกว่า แต่สำหรับนักลงทุนรายบุคคลอาจไม่มีการได้เปรียบเสียเปรียบมากเพราะใช้ในรูปแบบบริการคลาวด์ได้ ส่วนนักลงทุนระดับสถาบันอาจมีการลงทุนโครงสร้างพื้นฐานเหล่านี้เองและพัฒนาขั้นตอนวิธีเองเพื่อจับสัญญาณบวกได้เร็วที่สุดเพื่อทำกำไร และ agent อาจไปถึงจุดที่ใช้ tactics ต่างๆ เข้ามาเช่นการการพราง pattern คล้ายๆ polymorphic virus เช่น agent ของนักลงทุนรายใหญ่ทำการเข้ารหัสลับข้อมูลที่ตนเผยแพร่ออกมาเพื่อไม่ให้ถูก mining ได้ อีกหน่อย digital inventor อาจจะหาเลี้ยงเราที่เป็น physical investor
• Quantum computer ช่วยให้ AI พัฒนาได้เร็วขึ้น AI will become common knowledge among financial institutions just like mobile apps & social media

AI ต่างจากคนตรงที่ ขาดความคิดสร้างสรรค์ การสร้าง story ของสินค้า handmade ไม่มี สร้างโจทย์เองไม่ได้ต้องให้คนหาโจทย์และเลือกหยิบaiที่เหมาะสมมาตอบโจทย์ ดังนั้นรู้จัก ใช้เป็น ไม่ตกงาน

dynamic programming vs. divide and conquer

Divide and Conquer

Divide and Conquer works by dividing the problem into sub-problems, conquer each sub-problem recursively and combine these solutions.

function fib(n)

    if n <= 1 return n

    return fib(n − 1) + fib(n − 2)

Notice that if we call, say, fib(5), we produce a call tree that calls the function on the same value many different times:

fib(5)

fib(4) + fib(3)

(fib(3) + fib(2)) + (fib(2) + fib(1))

((fib(2) + fib(1)) + (fib(1) + fib(0))) + ((fib(1) + fib(0)) + fib(1))

(((fib(1) + fib(0)) + fib(1)) + (fib(1) + fib(0))) + ((fib(1) + fib(0)) + fib(1))

In particular, fib(2) was calculated three times from scratch. In larger examples, many more values of fib, or subproblems, are recalculated, leading to an exponential time algorithm. Using dynamic programming will calculate fib(2) only once and store in memory for reuse.

Dynamic Programming

Dynamic Programming is a technique for solving problems with overlapping subproblems. Each sub-problem is solved only once and the result of each sub-problem is stored in a table ( generally implemented as an array or a hash table) for future references. These sub-solutions may be used to obtain the original solution and the technique of storing the sub-problem solutions is known as memoization.

You may think of DP = recursion + re-use

Suppose we have a simple map object (storing data as key-value pairs), m, which maps each value of fib that has already been calculated to its result, and we modify our function to use it and update it. The resulting function requires only O(n) time instead of exponential time (but requires O(n) space):

var m := map(0 → 0, 1 → 1)

function fib(n)

    if key n is not in map m 

        m[n] := fib(n − 1) + fib(n − 2)

    return m[n]

This technique of saving values that have already been calculated is called memoization.

Wikipedia &

https://stackoverflow.com/questions/13538459/difference-between-divide-and-conquer-algo-and-dynamic-programming

Evergreen content

คือเนื้อหาบทความออนไลน์ที่ยาว สำหรับกลุ่มลูกค้าที่เฉพาะเจาะจงเพื่อแก้ปัญหาให้เค้า เช่น ใน pantip.com ที่เป็นกระทู้แนะนำการท่องเที่ยวในเมือง หรือพวกบทความแนะนำการสอบเข้ามหาลัย

ค้นหามือถือ

android.com/find
icloud.com

SAR

Git and GitHub

Git is a version control system for tracking changes in computer files and coordinating work on those files among multiple people. It is primarily used for source code management in software development, but it can be used to keep track of changes in any set of files. As a distributed revision control system it is aimed at speed, data integrity, and support for distributed, non-linear workflows.^[

GitHub is a web-based hosting service for version control using git.

https://docs.github.com/en/get-started/quickstart/hello-world

Install Git and VScode

https://git-scm.com/downloads

https://code.visualstudio.com/download

Getting started 

https://docs.github.com/en/get-started/start-your-journey

How to: upload files to github

https://docs.github.com/en/get-started/start-your-journey/uploading-a-project-to-github

Or

https://teekhawat.com/%E0%B8%A7%E0%B8%B4%E0%B8%98%E0%B8%B5%E0%B9%83%E0%B8%8A%E0%B9%89%E0%B8%87%E0%B8%B2%E0%B8%99-git-%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%AD%E0%B8%B1%E0%B8%9E%E0%B9%84%E0%B8%9F%E0%B8%A5%E0%B9%8C%E0%B8%82/

How to: download files from github

https://docs.github.com/en/repositories/working-with-files/using-files/downloading-source-code-archives

Or

https://th.wikihow.com/%E0%B8%94%E0%B8%B2%E0%B8%A7%E0%B8%99%E0%B9%8C%E0%B9%82%E0%B8%AB%E0%B8%A5%E0%B8%94%E0%B9%84%E0%B8%9F%E0%B8%A5%E0%B9%8C%E0%B8%88%E0%B8%B2%E0%B8%81-GitHub#:~:text=%E0%B8%84%E0%B8%A5%E0%B8%B4%E0%B8%81%E0%B8%82%E0%B8%A7%E0%B8%B2%E0%B8%97%E0%B8%B5%E0%B9%88%E0%B8%AB%E0%B8%99%E0%B9%89%E0%B8%B2%E0%B8%99%E0%B8%B1%E0%B9%89%E0%B8%99,Code)%20%E0%B9%81%E0%B8%A5%E0%B9%89%E0%B8%A7%E0%B8%84%E0%B8%A5%E0%B8%B4%E0%B8%81%20Download%20ZIP

Release vs tag

https://practicalseries.com/1002-vcs/09-06-github.html#:~:text=If%20we%20added%20a%20release,has%20a%20particular%20release%20status.

Using Git in Jupyter

https://andgarc.github.io/basic-git-jupyter-lesson/index.html

Git client & github connector

https://blog.sourcetreeapp.com/2013/03/19/introducing-sourcetree-for-windows-a-free-desktop-client-for-git/

GitHub desktop 

https://github.com/apps/desktop

Git flow

https://dev.classmethod.jp/articles/introduce-git-flow-th/

NOX for mirroring Andriod phone's screen & I/O to PC

https://th.bignox.com/

Online-to-offline commerce (O2O)

A business strategy that draws potential customers from online channels to physical stores.

Use of IoT-generated data to serve offline business.

Brick-and-mortar is offline face-to-face business.

Click-and-mortar is e-commerce.

Digital detox

คือหยุดใช้ digital technology สักพัก