从零 Next.js 13 app dir 手撸博客：

以内容为重点，md/mdx 写作，基于 contentlayer ，自适应黑暗模式，支持 Opengraph 和 JSON-LD 的 SEO ，生成 OG/Twitter Card

https://prologue.dev/

国内云服务续费都是坑，做成镜像下载下来。

既然是学生，邮箱验证 Azure for Students 100 刀。

如果买断 3 年，其实国外大厂的价格都很优惠，没必要省，主要看带宽和线路，但不建议买小厂。

如果想无脑美元定期理财，可专门开高利率的 saving account ，但你都有券商账户了，完全没必要交给券商来打理，问题只在于不是所有券商都支持直接认购短期债券和货币基金。

不建议，想不开买定期？现在利率严重倒挂，美元必须是货币基金或短债 ETF 。

PAXG 一定程度上是影子银行，尽管它不定时公开审计报告，但其面对流动性危机的抵抗风险能力？

Paxos 本质上是信托，不由中央交易所交割，而且是非标准化交割，这里边的风险大部分是不可被直接观测。

在你投资复杂的金融衍生品时，最好先把它的运作和原理弄清楚。

不要买纸黄金或黄金 ETF ！！！里边的存款费用和管理费一年下来 0.1%-0.5%不等。

实物黄金像工行保险柜在 19 年已经全面下架了，到 hk 工行才行。

上海黄金交易所交割现在还是能开户的，但是实物交割也是有仓储费？（取决于什么时候取出），但大部分人都是玩的黄金 T+D 。

网上的黄金纯度有问题，手工费非常昂贵，看清楚里边的定价，不要用他们店里的金价，搜索 XAU/USD ！

“投资级”黄金不一定是投资者想象中能投资的，如次贷危机之前次贷的评级之高也是“投资级”（扯远了），主要是看你准备溢价多少去买。

我是学金融/经济的，观察这么久的一些看法。

最靠谱的我认为 hk 的银行保险柜里的 9999 黄金，记得千万别忽悠去买纸黄金！！！

vercel 上必须是 Next.js 13 app dir ，这样完美调用免费的 web analystics,image optimization API 还有 Edge Runtimen ，开箱即用+功能实现非常简单，我的博客就是这么完成 https://prologue.dev

纯静态的话选 Astro ，独特的 islands architecture 。

hexo 和 hugo 之间投一票 hugo 。

@Memoriae template 链接： https://github.com/huaixuOvO/Prologue-Blog-Template

取决于框架，纯静态 > nodejs runtime > 需要不完整的后端服务（ PaaS 类的 SQL ） > 数据库后端全 self-hosted 。


个人强烈推荐 md/mdx + next.js ，不懂技术的我看官方文档和各种库文档折腾出来的，是在开发自己博客时不断改进的，vercel 一键部署。

目前部署在 vercel 上，同样也部署在 Azure App Function, railway, cloudflare pages(支持不太好）

[preview]( https://prologue.dev)

欢迎交换友链

提醒下楼上 40 楼的朋友，ipfs 如果服务器上的丢失而且没有 pinned ，就彻底不可恢复了。

非计算机本硕的来谈下，有幸作死选课选了机器学习课，机器学习其实很适合兴趣上的折腾，回归时序、模型选择、bootstrap 、交叉验证、模型调优、聚类，算法上 Monte Carlo 、遗传算法，学 python ，折腾 tensorflow ，书推荐 the elements of statistical learning ，quant/金融分析中机器学习是加分项，但面试从来没详细问过...

第一次看到 tensorflow 的 tutorial 特别是[天气预测的案例]( https://www.tensorflow.org/tutorials/structured_data/time_series)觉得逆天，涉及金融工程的 AR 、ARIMA 模型，立志迟早要弄明白 = =

[Tensorflow Tutorials]( https://www.tensorflow.org/tutorials)

用机器学习的很多是 quant 和金融工程，需要交叉学科背景，必须学，太强大了。

4. 签证问题基本无解，和你提到的一样，就算是校内也有一定的学分满足/GPA/专业限制，但考虑到国内实习的工资和你的机会成本，可能不符合你的期望。

5. 了解下 freelancer ？美国对自由职业相对友好。

1. 同样作为留学生表示同情，我不认为学校本身的文凭主义/文化资本有什么好对比或被讽刺的，正是因为美国的教育资源过于丰富，而越来越多本地人认为“不值得读 Bachelor's degreer”，而且相当多中国家长的认知对美国教育过于美化，也有可能是被中介瞎推荐，据说能留在美国的门槛越来越高了。

> 家庭条件并不好，家里人自从高中起就很支持我计算机方面的兴趣，纵使之后可能得卖掉自己住的房子也坚持找中介送我去美国深造。在美的一个学期真真切切地感受到美国的物价对于留学生来说有多贵，几乎不敢买东西，但苦于未成年并且美国不允许第一年找实习，也暂时没找到途径打小黑工，没办法自己赚钱。

2. 我也曾想过这个问题，但你回顾下最大的支出是什么，我的观点是只要避免非理性消费，就能省下很多钱了，而不要从必需品中省，例如某些课程要求买的 textbook ，当然有盗版也是可以接受的，而父母送你过来正是想你好好读书，多参加 seminar 、workshop...

3. 我没有计算机背景，但我自学入坑 Next.js ，而 Next.js 有[Who's Hiring (July 2023)]( https://github.com/vercel/next.js/discussions/52399) 专门招聘的地方，我认为也很符合你的要求，从经济学人的角度来看，Angular 的市场份额实在是太低了，并不只是在国内使用的少...

澳八刚毕业，入门首选 An Introduction to Statistical Learning with Applications in R

进阶 The Elements of Statistical Learning

案例方面，tensorflow 的 tutorial ，特别是时间序列分析、聚类

如果你只是想单纯炼丹，折腾玩，那完全没必要学机器学习，直接学一些开源 AI 框架的使用如 pytorch ，或直接二次开发

1.醋酸环丙孕酮

2.螺内酯（顺带治脱发）

> 不想要静态，晚上试了下 hexo,hugo 这种，本地与服务器同步很麻烦。

可能楼主对静态有误解，不一定是通过 git 上传，如果你 git 熟练工具也很轻松的，其实使用 vercel cli 或 Wrangler cli(cloudflare)也很容易推送到 vercel/pages 上。

自己手写的 Next.js 13 博客，部署在 vercel 上，希望能帮到楼主。

我不是计算机专业的，是基于兴趣才折腾起的前端，我会继续进一步学习前端的，大概率会维护下去 = =

Next.js13 + tailwindcss + contentlayer + MDX Blog

Github repo: https://github.com/huaixuOvO/prologue.dev

博客: https://prologue.dev

@fffffffchopin 身边绝大部分到金融机构，但这一定不是有力的参考，因为未来可预见不太可能出现低利率环境，以往的撒钱时代结束。

数学好+程序员偏好可以看下 quant ，hedge funds ，fintech 方向，但一般需要 phd ，python/r/sql 是必须的，我破硕士没去过，是听说的，当我没说 2333

我不是纯统计学专业，专业选修的，没有入门课直接上强度，自己恶补好久（从学习曲线上看，统计学专业应该是大优势）。

很少在 v 站上回复，但我想以商科去看待统计学，看你的用途，计量经济学 econometrics 和生物计量学 biometrics 应该是能发挥统计学优势的，现在的经济学论文趋势越来越多以实证 /自然实验 /统计显著的数据证实，而不是纯理论；我觉得单纯学统计学只是提供了一个能处理数据并发现数据特征的能力，R/Stata 都是熟能生巧，不需要你有怎样过人的数学思维。

我特别推荐《精通计量 从原因到结果的探寻之旅》这本书，因为它就是最初 /简化的数据科学，能说出回归模型背后的意义是重要的，很多人忽视分析能力，还有一些简单的谬误如“不显著不是结论”，“过拟合能被检验”。

统计学对我而言更多是一种工具去论证 /检验，还有机器学习领域，模型选择、交叉验证，然后利用模型去预测，对于写经济学论文不要太爽了，非常建议读《伯南克论大萧条》，统计学的宏观经济应用。

生物计量学则据说是非常严谨的比起计量经济学，不像经济学能经常用各种假设，什么变量是外生性，多重共线性问题？

总而言之，我觉得统计学本身和做程序员 /developer 没有直接的联系，我的专业和 cs 无关，但也不影响我自学，顺便推荐下《 An Introduction to Statistical Learning: with Applications in R 》和《 The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition 》。

几乎每个研究经济学的，都会 log-log model 去研究宏观经济增长，类似这种研究方法，要想办法应用到其他领域和原有理论结合起来是不容易的。

身边就有学计量经济学说很痛苦的，如果你没强烈兴趣，建议还是劝退，可能对未来学术研究有帮助，但希望你有更完善的专业和职业规划。

与君共勉

Next.js13.3 最近添加了 app dir 下的[SSG]( https://nextjs.org/blog/next-13-3#static-export-for-app-router)

是严格的 SPA