0xBilly

nitter.cf/moonkimbinance/status/…，这有官方回复，很清晰了

早上起来看到这个截图，查了下，原来币安6月的文档就说清楚了是对应1股普通股的价格，也就是按总股本rebase。这文档确实藏太深了，只扒公告没找到。

周末市场SNDK卖2M导致了连环爆仓，插针修复之后（我不做及时交易，习惯慢慢研究再买，所以那时还在睡大觉），存储等科技股依然在低位，而查了半天新闻完全无事发生，此时做多显然是正期望的，但方差仍然大，因为周一的市场情绪不可预估，因此我这种风险厌恶的套利佬只开了一些仓位。 今天6点，CME开盘，QQQ大幅跳涨，之前主要担心的市场情绪落地，策略期望正、方差小，相当solid，我直接上全部本金开杠杆猛猛干，8点美股一开盘一切都回归了，大农一波。 收益率相当可观，只是本金太小，绝对金额还是农，看到 @Metabape 开了5M本金的仓位，只能羡慕。

AI到底能对哪些领域进行自动化？ 信息类工作的流程一般可以总结为：获取信息→整理/推理→决策 - 获取信息（context）会因为隐私、安全、数据孤岛等原因受到阻力，但技术上没有问题； - 整理/推理是AI最擅长的领域，大部分任务已可完成； - 决策因为AI智能稳定性的问题（也许是LLM的根本缺陷），通常还是需要人来拍板。 作为save time工具，目前AI最适合的领域是，信息获取限制少，整理/推理占比大，决策审核难度小的领域。否则，AI的自动化并不解决瓶颈问题，导致只是一个“30%的提升”而不是“十倍的提升”，用处有限。 目前感觉获取信息方面进步空间还比较大，如果突破AI的应该场景可能会进一步大幅扩张： 1）多模态技术突破：非语言信息也可以获取，一个AI将可以看、听到跟人一样的信息 2）端侧技术突破：解决隐私问题，端侧AI可获取个人的所有数据 再等成本降下来，一个真正的私人AI助理即可出现，普通人的决策也许会大部分让渡给AI

这几天被原油套利占用了太多精力，还得凌晨起床盯盘，但其实没赚多少低风险套利钱。究其原因我觉得是： 1）这是大资金策略，实际就不适合我 2）熊市机会太少了，半公开的alpha会迅速变的很卷。 对我最好的机会是，我刚发现这个机会的时候，直接在boros偷撸ARP才-30%左右的YU（那时发现的人特别少，这个机会基本没被定价）。可惜没把握住。 不过在这个过程中，还是通过自己的研究以及和群友老师们的讨论，收获了很多知识，对市场结构的更多理解，以及对自己的更多理解，比如： 各家交易所指数价格引用的不同，资金费公式的不同，结算的那一刻价差和资金费的不对等关系，价格与资金费的CAP和reset机制，周末资金费与价格的关系，无套利模型公允价格的计算，做市商的心理与理论反应，不同时间的定价群体，各家Cex、Dex、传统券商资金平衡的时间摩擦，项目方随时改规则的概率，Cex客服提供错误信息的概率，币圈市场对alpha的定价不足与过度定价的概率，自己对规则的过度确信和对风险的过度厌恶，自己对抽象结构研究的优势和对不确定性交易的劣势。 也由于以上的复杂的市场和规则结果，我们还是找出了不少带有一定风险敞口的利润几十bps的，和少数几百bps的套利机会。 总体来说，感觉tradfi上链这件事情，由于标的和交易形式很多结构的不同，会制造出大量的信息差，从而产生很多套利机会，准备好好钻研这个方向。 PS：下图是我的模型计算的WTI的公允负溢价和资金费率，可以看到当前定价率0.88，基本接近1完美定价了，熊市还是聪明人太多了😭