天才是如何陨落的?过去几年,铭文、meme、二级市场与股票领域确实涌现出大批“天才”,但其中大多数近来已纷纷落幕。究其根本,在于这些天才,尤其是初次成名者,往往强烈需要持续向外界证明自己是对的,仿佛必须不断巩固那份“正确”。其实,市场从未真正要求这种证明。
于是他们一次次忽视反复出现的风险信号,为了维护曾经的发言而硬扛单子,死拿某些标的直至归零。这一切其实并无意义。来到市场,本是为了赚钱;资金回撤、旁人退出,本是常态。你以为至关重要的“被谁认可”,三年之后,那些人多半已从你的人生中彻底消失。
战场上最老练的战士,只会以最高效、最省力的方式杀死敌人,从不做无谓的消耗。交易市场若想活得长久,也是同样的道理。几次被追捧的快感尝过之后,便应及时收心。
2
7
1,059
S&P投稿差点翻车,差点没注册上。得把未完成的论文都上传了才会出现save and submit按钮,然后这个论文18号之前是可以改的,其他不能改。它又说注册的时候可以不需要这个但是你不上传又不会出现submit按钮。我开始的时候以为save就行。。。。太幽默了这个系统,我估计肯定有人没找出那个提交按钮没注册上
1
3
819
一图看懂今年股票风控做的好的重要性,如果你能在6月识别市场中堆积的风险,你随便写一个简单的策略就能在A股中盈利50-70%并保住,但是如果无法识别这种风险,很可能在过去持续三个月的下跌中失去全部盈利甚至亏损
问了今年成功A股跑掉的某位大户为啥有那么多老股民这次躲不掉,回答是因为很多人觉得这次不一样而且上杠杆。。。挺感慨的
3
9
1,298
大模型时代的焦虑如影随形。今天看到一位之前一起保研但是因为读了硕士而抓住大模型就业风口的同学发言。说这波大模型风口基模也就攒个A8,A8.2都困难。感觉这是一个不错的量化锚点吧,可以拿自己过去几年的收入做对比,感觉如果能有个几百万,其实已经比较匹配了,如果有A8,那其实已经超过了。
至于未来获得其他机会的难易程度,之前做基模的确实会在具体的应用领域再次获得优势,所以感觉要是自己本身过去几年就能做到差不多的部分,其实只要补点大模型的知识,就能达到类似的效果,可以一定程度减少焦虑吧。
2
13
3,017
对象听话真好,保住了过去三年股票市场十多倍的收益。晚上美股暴跌,推特上看好多人今年收益抹了甚至倒亏不少本金,A股前段时间也很多高手被清算
至于社区成员,因为我从六月就反复分析风险,再加上几个看宏观也强的群友一起验证。大部分还是听了看空的分析,今晚不是空仓就是空美股,爽吃
1
17
2,029
昨晚做空了 $lite 下面是在看到暴涨后的那几分钟内我的思考是什么样的记录
先是注意到这是第二次,促使思考空的可行性,发现是固定比例换股,相当于lite绑了mrvl的估值,这说明lite高估,价格上当时也高于4.5倍
睡醒发现这股从冲高跌下来了30%,做多时间只有几分钟。。。。做空一念起,瞬间天地宽啊
2
5
1,536
这篇文章是我今年6.7日写的,随后在当月直接启动了风险研究,通过市场实际数据判断了风险较大并成功撤离。该文章的价值在于一位未接触过股票市场的加密交易者,在6月究竟能利用好什么信息完成风险判断。我当时对于市场的理解还尚浅,行文也生涩,仅供参考还希望大家包涵。
我算是一位吃到CTF比赛红利的大学生。几年前AI刚刚兴起的时候通过在L3HCTF解出了一道其他队伍都不会的生成式AI题目打出了名气,之后研究了一段时间AI安全。正值AI安全被国际赛场所重视,我也因此获得了很多机会去参与多场国际赛事,也跟随几个联队参与多场DefconCTF Final并在其中AI安全题目中贡献可观的得分。让我下定决心离开这个行业的原因主要有两点:(1)我前几年拜访了国内做AI安全的工业实验室,但是并没有从他们口中得到AI安全产业化获利的答案;(2)国内对于安全事件的罚款少,少的罚款注定撑不起大的产业,特别是对于一个不产生生产力的行业,和国外产业差比太大了。不过还是感谢CTF,感谢的理由有两点,相比于也获奖的机器人竞赛和算法竞赛,CTF让我能以更简单的路径到达国际赛场,让我感受了在某个领域成功的感觉,这是很重要的成功经验,很多东西没经历过就是不知道的。另外一点是CTF圈子对于钱的追逐还是很活跃的,这使得我积累了一定的本金,让我感受到了能赚钱的美好,后续我切入交易研究有本金而且没有什么压力。
分为两个部分吧,首先是创业板ETF的抄底,当时是美股第一次市场觉得跌的很多,我感觉情绪上市场还是有幻想的,第二天一些A股小作文给我一种有定论的感觉,以及开盘并没有开的很低,加上前几周观察是周五容易有抢跑,以及中期临近只剩下一周当前可能计价了这部分下跌,还有就是市场上出现我之前预设的风险的讨论了,可能它有和泡沫理论类似但是反方向的情况出现(泡沫破裂的一种学说是市场认知对齐,那风险短期被消化猜测可能是风险都被充分认识了?)。运气很好当日尾盘拉上了+4%日内浮盈+6%。但是这里思考一个问题是会有周度涨幅还是只是一天的幻想。因此接下来的财报季的数据很重要,如果能配合财报很好,那很可能有指数的周级别反弹。但是实际上财报分化很大,特别是公司的债务和收入市场最敏感,这对我来说失去了假设可能会有周度反弹的证据,所以我撤离了。
同时我因此转向了寻找做空机会,因为参差不齐以及把自己之前特别关注的风险放在了台面上,出现暴跌的可能性会很大(简单来说,市场情绪很恐惧的时候,大家只会关注那些坏消息,比如谷歌财报不行跌十多个点,微软财报行才涨2-3%,这揭露了偏向跌的市场脆弱结构),但是由于财报季,我并没法像上次财报季那样清楚知道哪些会被挑骨头,所以我选择做空了 $SOXL。然后随着 $INTC 的暴跌,这个做空一晚上就翻倍了
接下来我会做两件事,第一件事是会筛选那些具有强大的在潜在风险过后持续盈利和生命周期的标,包括未上市的 $ANT和openai,已上市的国产大模型公司,以及潜在盈利稳定但是短期被债务担忧影响很多的公司。第二件事情则是耐心等待,今年6月我感觉和去年加密黑天鹅前很相似,所以自己在今年6月中旬和小伙伴们火速启动了股票市场风险实证研究,并发现风险防御策略将模拟持仓清到了比14 15年都低的情况,因此月底一出现冲高后暴跌就和一起研究交易理论小伙伴们将股票换成了现金,因此我们完全可以耐心等待风险确实结束的信号,再大笔买入。
所以十月这波再判断风险其实并不意外,因为早在6月的时候就已经对于风险进行了实证分析,心里始终有这根弦。
1
7
2,377
感觉这个agent内盘交易很没有意思。优化agent本身高度受限,在bsc这种每个区块0.12秒的高性能区块链上,你agent几秒钟就搞定这多少有点抽象了。我还看到有说不能捆绑的,你走协议接口多开几个agent不就完事了,不捆绑拿筹码(或者多号拿筹码)谁给你做盘子。之前专属内盘反正也是死了,这次我估计也一样,这么久的各种AI专属XXX基本上没看到能持续活下来的。很多人觉得有个agent就能赚钱了,但是外部技术进步相当于内部没有进步,最终大部分不过是浪费钱又浪费token,顺便接盘一下各种所谓ai nft罢了。
为何现在你能看到一些人说用了agent赚钱了。因为早期代币少,能涨的多,有流动性,部署早跑的快的人自然收益期望是正的,但是什么各种框架真不一定有效。举个例子,8月flap新出现的有140w个代币,大于1m的不到50个,你要是之前人工分析都找不出几个,你的agent要达到这么强的能力也并非易事
6
13
3,992
AliceBCeiona retweeted
interpretability might be the most important scientific problem in the world right now, as I don't think we can solve alignment if we don't know what we're building. I think I have good news about it. I co-authored early work in mechanistic interpretability at OpenAI and came away pessimistic, because neural networks appeared to fold into arbitrary tangled knots. years later, I started openai's first large-scale automated interpretability project, finding about 2% of neurons legible with the primitive tools we had
with modern agentic tools and a much closer look, the picture looks totally different. the vast majority in models up to trillions of parameters are legible, and their circuits beautiful. many famous examples of tangled neurons turned out to be misunderstood. The roadblocks I expected mostly aren't there. I now think ambitious interpretability will be solved by the time we need it most, and possibly quite soon, as automated scientists keep improving. it may be a bitter lesson for interpretability: the simple thing, at absurd scale, works
already-clean.goodfire.com/












































