台湾推友提供的参考借鉴 RT@twccl 台灣已有一個公民監督國會聯盟 http://www.ccw.org.tw/http://www.ccw.org.tw/

形式很好
我建议增加标签云。这样可以给相对陌生的访问者一个简短的提示。
另外，是否可以考虑建立一个更加p2p的系统。更加去中心化。或者做成facebook的应用？
这样对个人比较安全。也更容易移植到国外。
代码的力量可以改变很多现实的社会

哦，不好意思。
貌似发布了以后，不能再次编辑了。

用的时候临时租车。这样行动更有目的性

如果只考虑10元区间内，15分钟采样一次，那么数据量是10^72，大概已经是个可处理的范围内了。
然后统计出过去所有股票交易时间内这些交易图像的转移概率，
比如你今天12点看到了一支股票价格的波动符合第3,4,7,9号图，有>90%的概率变成第3,4,5,6,7,8,9号图。。。

股票的价格最小单位是0.01元。应该不会有超过1000元/股的股票。交易所每天9点到下午3点开市。
于是穷举：
(1000/0.01)^(60*60*6)=1*10^108000

实际上大于100元的股票也不算多。那么
(100/0.01)^(60^60^6)=1 × 10^86400

再进一步，我只限定自己买卖10元价格区间内的股票，比如10-20元区间的。那么
1 × 10^64800

涨停跌停之类也许用个FFT的滤波器可以过滤。
比如到了 1 × 10^6480 的数量级，是否可以建立完整的预测体系呢？当然，这个体系有如下问题：
1. 是基于过去数据的，至少没有包含本模型的影响
2. 要求的置信区间太高。

如果是穷举所有的股价和成交量呢？貌似复杂度一下子降低了很多。可统计的数据也有很多，状态转移的概率也是可能被计算的了。

这比穷举整个世界来得容易，也更赚钱些

@fanzeyi 关于真随机数 vs 伪随机数。从链接中的图片可以通过肉眼发现伪随机数的模式涌现。

对于股票价格的波动，有效市场理论认为是随机波动（真随机数），其他理论认为不是（伪随机数）。那么是否有一种良好的呈现股票价格的方法能够使人眼清晰的感受到其中的模式？并用来预测股价？

考虑使用常规的图像压缩算法，比如余弦的那些系列。
如果是完全随机的图片，是非常难以压缩的，而完全的色块，压缩比又非常之高。所以可以通过图像的可压缩率来判定图像是否又意义。相当于一个带通滤波器。

如果考虑给定压缩算法的『带宽』，那么还可以把上述的可能性降低，甚至是降低很多。也许指数项就能降低几个数量级。

仅仅考虑16位灰度，单像素是2^8
320*240的数据量是
p=2^8^(320*240)=6.75... × 10^184952
从一个状态转移到另一个状态的矩阵大小应该是p*p，
也就是大约：4.55... × 10^369905
这个数字好像有点大

hash＋碰撞列表就可以吧。
进一步，如果将画面之间的状态转移概率算出来，就是预言程序了。

24位真彩有点过了，其实可以从初级的16位灰度，320*240开始。

北京挤地铁指南：地铁1号线

选队伍排，最靠边的不follow，因为相对人多50%，以下按顺序unfo：拿行李箱的，背大背包的，带小孩的，老人，外国人，穿细跟高跟鞋的，胖子。首选fo一队背单肩笔记本电脑包的程序员

如果不是站在排队前3位，第一辆车进站不要妄图挤上去，否则即使上了，下站还会被挤下来。首车进站后应利用上下车的混乱时机尽可能抢占排队的第一位。

第二辆列车到来前注意整理好着装背包，保持身体流线型。脚前后站立在黄线后，避免后面的人把你推下去。先下后上是美德与安全，上车后不要妄图扶把手，迅速向两翼穿插，同时做好冲击准备。

关车门前会有首次冲击，注意脚下不要有箱子之类。列车启动时出现第二次冲击，人群会向后倒，回弹时利用此时机迅速穿插进入列车中部。终于安全了。

上车乘车下车时遇到抱怨地铁挤的，喊别挤了的，为毫无经验的挤车者，立刻躲开，他们动作缓慢导致延误上下车，可能与周围的人发生争执，增加不必要的麻烦.

出站时两侧的出站口人会多20%左右，走中间的，当出现中间某一出站口坏，比如一边两个口一边一个口。人群会有判断失误导致两口的人流>2/3，走一个口的。

鉴于1号线的人群密度，一旦出现紧急情况，例如车厢内火灾，基本是必死，也许用如下方法可以逃生：大声命令所有人脱掉大衣扔掉辎重，约可腾出20%空间，然后迅速撤离。

我来推荐些老软件，Mac OS X 10.4运行通过：
服装管理：Dress Assistant
与midi键盘配合，练习电子琴：Synthesia.app
最好的看书软件：Tofu
致敬用的：Grapher