Vida 又一个点醒我的观点👇
他认为，投资大师公开的投资理念——
是保守安全且人人能模仿的，但无法要人暴富。
他给出了四点理由：
1、大师们资金体量大，只能吃长期投资给的beta.
2、真正赚钱的东西不会公开。
3、因为第一点，他们研究重心是如何驾驭时代给的beta，而非去挖掘暴利的alpha.
4、暴利的alpha不是他们公开面向的大部分观众能够hold住的。
关于alpha：
一定不会被全程记录，没有人会去教alpha，只能靠自己去市场感悟。
Hilda辣辣的碎碎念：
Vida是一个主张不公平竞争的人，他如果有作弊的能力与机会，他一定会作弊。他的这个观点非常逆向思考，可以说是“认知作弊”。
我发现他也是一个很喜欢“逆行”的人。
他喜欢“反着来”，主流认为人赚钱要低调，他认为要高调。大多数人做传统升学这样的主流路线时，他偏要打破传统固定路线。
Vida, coooool .
夯中之夯👍。

金融/投资/币圈

北大AI博士转行基金经理，告诉你买基金到底怎么赚钱！

金融/投资/币圈

巴菲特是企业家，不仅是投资家。他是以投资的眼光，来经营企业。但巴菲特首先是人，不是神。今天，巴菲特的股票BRK.B下跌约5%，创下卸任CEO后最大单日跌幅。营运利润远低于预期，保险业务严重疲软，业绩爆雷+接班不确定性，双重失望共振。巴菲特的子女都没能力接班，读书都很艰难。回顾巴菲特最骄傲的投资：“1966年，整个迪士尼以8000万美元出售，而且没债务。我们花400万美元买下5%的股份。他们花1700万美元建造了加勒比海盗游乐设施。这家公司的售价不到游乐设施数量的5倍，而他们当时拥有大量的游乐设施”。

金融/投资/币圈

大饼暴跌，江恩法则预警
抄底黄金坑还是继续逃命？
江恩买卖是由威廉·江恩创立的交易体系，核心用时间、价格、空间三要素预测市场转折，结合几何角度、百分比分割、周期循环与成交量，实现高概率顺势买卖。
八大交易法则核心：
➥ 资金三分
资金分3等份，每次只用1/3建仓，剩2/3防风险。
➥止损2-3%
单笔亏损不超过总资金2-3%，严格执行。
➥不过度交易
一年不超过5-7次高确定性机会。
➥顺势金字塔
盈利加仓（1:2:3比例），逆势绝不补。
➥趋势线决胜
价格站上1×1上升角度线做多，跌破做空。
➥ 50%分割定转折
关键高低点50%回撤位为买卖信号。
➥时间确认信号
价格信号须有周年/平方/季节周期共振。
➥成交量佐证
突破放量确认，顶部缩量出货。

金融/投资/币圈

龙虾打狗真要来了？
看到已经有人用
的 Skills 做链上的1U战神实践方案了
整体思路就是用ai agent + OKX OnchainOS的方式，通过识别聪明钱信号，来判断入场价格是否合适、持仓是否健康、研究买入逻辑等，实现agent的自主建仓和卖出
也就是ai来裁定是否能买，然后分步止盈，严守止损
以后咱们碰见的1U战神可能真就是ai了😂
——————
要是再以后
AI能做到分析盈利榜单的地址（比如阿峰、奶牛、枯坐等）的Buy、Sell的操作逻辑，然后复刻出来就好了
你想想他们每天印几w刀，但还是手动操作，也要睡觉
而你搞个ai阿峰，那真是24H链上躺着印钱了

金融/投资/币圈

为什么年轻的肉体让人沉迷？
直到看到权恩妃视频，心中有了答案！
其实不仅仅是年轻的肉体，就连年轻的灵魂都更有香气。
很简单，你看看年轻的女孩，男孩，甚至是小孩子，他们心里没有那么多弯弯绕绕，喜欢你就跟你一起玩了，
大部分时间都是开心健康的打闹，讲一些幼稚鬼的，笑，你会觉得，啊年轻真好。
你去跟四十多五十多的老女人讲，没几句，她们就要开始查你户口本，打听你的实力，在心里想你有没有可能利用的地方，有的就笑的像一朵菊花，没有的马上就冷冰冰了。你觉得有什么意思？她们不会给你讲幼稚鬼的，也不会讲笑，这都是讨好别人的东西，她们怎么会主动讨好你呢，你算老几，你开什么车。。。越想越处越恶心不是吗？
所以不仅仅是肉体，灵魂也是年轻更快乐。更简单。

金融/投资/币圈

喜欢频繁交易的人，注定喜欢渣男/女。
因为有瘾。
行为金融里讲到过一个大脑陷阱，叫：间歇性强化。
这个陷阱是一种成瘾机制，奖励不确定，对越不确定的事情越上瘾。
小赚了，尝到甜头，兴奋；
小亏了，马上就能回本，热血；
大赚了，直接高潮；
大亏了，歇斯底里。
这就是渣男/女带给你的感觉，让你哭让你笑，让你爽也让你闹。反而老实人只会让人麻木，没意思。
趋势交易就像“老实人”，让你没那么有兴趣，漫长、平淡且无聊，没几个人能坚持的住。
像巴菲特那么有钱，前妻也觉得他这个人没意思，离婚。
所以巴菲特的价值投资很伟大，但也没意思，注定不会被大部分人追捧。
你喜欢什么？

金融/投资/币圈

做量化交易，很多人不是死在策略上，是死在连接交易所这一步。
翻到一个老牌开源项目 StockSharp，GitHub 9.5k star。它最实在的地方就是把这些脏活累活先包了——Binance、Interactive Brokers、MT4、MT5、OKX、Kraken 这些都已经接好，你不用再一条条啃接口文档。
除了连接层，它还带了可视化策略设计器、C
适合个人开发者想把手动盯盘升级成系统跑策略，也适合小团队快速验证想法，不用一上来就自建整套底层。
当然它不是装上就能赚钱的东西，策略、风控、数据质量这些硬仗还是得自己打。但至少，它把最消耗耐心的那段路铺掉了一大截。
很多时候真正劝退人的不是市场，是还没开始交易就已经先写了半个月接口。

金融/投资/币圈

小白到职业交易员
四步搭建了我的盈利系统
去年开始系统学习交易，总结了
这条亲测有效的成长路径。无保留分享，希望能帮你少踩坑！
第一阶段：基础构建 建议新手先从体系化入门课开始。我当时选的课程偏重基础原理和逻辑框架，内容细致、节奏友好，对零认知小白非常友好。这个阶段重点是建立对市场的结构化认知，不建议实盘，先打好地基。
第二阶段：系统搭建 接下来要学习技术分析的核心方法。我选择的课程以价格行为为主线，通过25节深度讲解，揭示市场博弈的本质。从单根K线到完整交易系统，每一步都有实战案例支撑。这套内容我反复学习了四遍，每一遍都在迭代我的系统框架。建议初次学习时专注理解，二次学习时配合极小仓位实践，在实战中内化知识。
第三阶段：融合提升 当你有了基础框架后，需要一门能打通任督二脉的课程。这部分内容能将之前分散的知识点串联成网，解决那些“好像懂了但用不好”的问。学完这个阶段，你将具备独立分析能力，剩下的就是通过每日复盘来优化系统细节。
第四阶段：深度拓展 如果希望在交易领域持续精进，可以阅读经典著作。某位行业奠基人的系列作品堪称百科全书，信息密度极高。学习目的不是全盘接受，而是从中提炼契合自己交易风格的精华，不断完善个人体系。
关键认知： 技术流派只是工具，核心是建立正期望系统 • 仓位管理比入场信号更重要 • 没有圣杯方法，只有适合自己性格的交易方式 • 纪律是长期盈利的最终保障
这条路需要时间和耐心，但每一步都算数。共勉！

金融/投资/币圈

我做企业是一样的，是不是买一家公司的股票，我首先看它是否健康长久，这是看得见的。如果这个企业急功近利，那我就敬而远之，不管它短期内看起来有多红火。
18
如何判断企业文化的好与坏——笼统地讲，就是企业行事是以利益还是以是非为标准。如果凡事是以利益为准绳的，我就不太喜欢。
19
我看公司主要看两个东西，生意模式和企业文化。这两样东西中任意一样我不喜欢我就不会再继续看下去，所以没有懂不懂的问，我不需要懂我没兴趣的公司。
如果生意模式我喜欢（当然至少要懂了的意思），企业文化也很好，那就老老实实等好点的价钱。
20
持有一个自己懂且喜欢的公司，最大的特征就是可以完全漠视市场的变化，就是可以拿着睡好觉。
21
好的商业模式（终极表现是长期净利润高）这样的公司一般都有独特的护城河。
好的企业文化（终极表现是有利润之上的追求）一般的企业都做不到这个，这样就可以轻松快速的淘汰95%的企业。
22
如果一家公司做一些违背企业常理的事情，如果这个企业不讲信用，这个公司就不是一个好公司，这种公司我就不会做长线，不会投资它。
23
了解每个公司的办法可能都不太一样，我一般用排除法，发现不喜欢的东西就离开了，所以最后能留下的目标很少。没办法了解的公司就不碰了。
24
愿意化繁为简的人很少，大家往往觉得那样显得没水平，就像买茅台一样，没啥意思。
25
看年报是了解企业的一个必经的路径。
如果你所有公司的财报都看不懂，那最好还是不要做投资的好，不然时间长了一定会亏的。
26
了解公司没有公式，也没有万灵药方。
什么不明白就想办法了解什么，看年报、实地考察都是办法。
27
如果是企业犯错我不一定卖，要看明白是什么类型的错（麦肯锡7S），说不定也可能是再买的机会。
麦肯锡7S：硬件要素：战略（Strategy）、结构（Structure）、制度（System）；软件要素：风格（Style）、员工（Staff）、技能（Skill）；共同的价值观（Shared Values）。
28
“投资界”总是有人试图找出一种不用懂企业就可以在股市上赚钱的办法，他们永远都不会找到的。如果能找到的，这个办法应该早就找到了，那现在投资界赚钱最多的一定是数学家。
29
投资里最难的就是没有具有“充分条件”的投资，只能从概率的角度考虑。越了解的公司，决策的把握越大，但从来没有100%的赢面。
30
投资并不需要高深的数学，但基本的概率概念还是需要的。

金融/投资/币圈

Unusual Whales刚让Claude接入实时市场数据，意味着智能交易门槛直接降低。过去需要专业团队才能做到的操作，现在借助AI，散户也能轻松实现。
这不仅是效率提升，也是市场参与者格局的改变。数据流如期权动态、暗池交易、以及国会交易，AI都能立即分辨出聪明资金与散户的差异。

金融/投资/币圈

一图看懂华尔街鄙视链！
华尔街作为全球金融食物链的顶端选手
外人眼里都是高大上，都是人类精英
但你知道，他们也有自己的鄙视链吗？
看完钱宝今天的图，你就全明白了⬇︎
❚ 顶层精英
高盛、摩根士丹利等顶级投行及黑石、KKR等私募巨头居鄙视链顶端，凭借高薪与声望称霸金融圈
❚ 岗位分野
投行并购、交易员岗位因高收益优于销售、研究或后台支持岗位
❚ 行业排序
对冲基金因高回报优于传统资管，私募股权PE高于VC风投，券商垫底。
❚ 文化根源
精英文化驱动鄙视链，名校背景、硬核能力和人脉决定地位
❚ 动态演变
但随着科技金融和量化交易崛起，不断冲击传统投行地位，鄙视链随之微调。

金融/投资/币圈

🏦 金融行业必装的 10 大 OpenClaw Skills
以下技能均可在 ClawHub 直接安装，实测可用 ✅
───
1. 📈 AkShare Stock（A股量化数据）
🔗 https://clawhub.com/skills/akshare-stock
基于 AkShare 开源库，免费获取 A 股实时行情、历史数据、财务指标。无需付费终端，散户和机构均可使用。
核心能力：实时行情 · K线数据 · 财务三表 · 板块资金流 · 龙虎榜
───
2. 📊 Tushare Finance（专业金融数据）
🔗 https://clawhub.com/skills/tushare-finance
对接 Tushare Pro 金融数据接口，覆盖 A 股、基金、期货、港股、宏观经济等全品类数据。
核心能力：日线/分钟线 · 股东数据 · 基金净值 · 期货行情 · 宏观指标
───
3. 📉 Stock Monitor（股票监控告警）
🔗 https://clawhub.com/skills/stock-monitor-skill
实时监控自选股异动，价格突破、涨跌停、成交量异常时自动推送告警。
核心能力：价格告警 · 涨停监控 · 量能异动 · 自定义触发条件
───
4. 🔍 Multi Search Engine（全网聚合搜索）
🔗 https://clawhub.com/skills/multi-search-engine
同时调用多个搜索引擎，聚合结果。做尽调、查舆情、追政策的利器。
核心能力：多引擎并行 · 去重聚合 · 结构化输出 · 降低信息盲区
───
5. 🔎 Tavily Search（AI 精准搜索）
🔗 https://clawhub.com/skills/tavily
AI 优化的搜索引擎，返回高质量、结构化的结果，专为 Agent 设计。
核心能力：深度搜索 · AI 友好输出 · 财报/公告精准查找
───
6. 📝 Summarize（智能摘要）
🔗 https://clawhub.com/skills/summarize
100 页年报秒变 1 页要点。研报、会议纪要、公告批量提炼。
核心能力：长文浓缩 · 要点提取 · 批量处理 · 多语言支持
───
7. 📄 Office Document Suite（办公文档自动化）
🔗 https://clawhub.com/sk

ills/office-document-specialist-suite
自动生成和处理 Excel、Word、PPT。投研报告、财务模型、路演材料一键产出。
核心能力：Excel 数据处理 · Word 报告生成 · PPT 自动排版 · 图表制作
───
8. 🧠 Self-Improving Agent（自我进化）
🔗 https://clawhub.com/skills/self-improving
AI 自我反思、自我纠错、持续学习。用得越多越懂你的投资风格。
核心能力：错误自纠 · 偏好学习 · 知识积累 · 能力迭代
───
9. 📰 News Aggregator（新闻聚合）
🔗 https://clawhub.com/skills/news-aggregator
多源新闻聚合，自动抓取财经资讯。配合 Summarize 实现"每日金融早报"。
核心能力：多源抓取 · 实时更新 · 分类筛选 · 自动摘要
───
10. 🌐 Agent Browser（浏览器操控）
🔗 https://clawhub.com/skills/agent-browser
AI 直接操控浏览器，打通无 API 系统的"最后一公里"。
核心能力：网页自动操作 · 数据抓取 · 表单填写 · 系统登录 · 截图留痕
───
⚡ 一键安装
clawhub install akshare-stock tushare-finance stock-monitor-skill multi-search-engine tavily summarize office-document-specialist-suite self-improving news-aggregator agent-browser
💡 组合效果：数据获取（AkShare + Tushare）→ 信息搜索（Multi Search + Tavily）→ 内容处理（Summarize + Office）→ 实时监控（Stock Monitor + News）→ 系统操控（Agent Browser）→ 持续进化（Self-Improving）= 全流程金融 AI 助手 🚀

金融/投资/币圈

伯克希尔2026年股东大会开完了。
我整理了一下这次大会的10条核心给兄弟们：
1）巴菲特谈市场：
现在并不是理想的投资环境。人们的赌博热情从未像现在这样高涨。
最可能的买入时机，是当其他所有人都不接电的时候。
人们讨论和担忧的事情通常不会发生，反而是突如其来的黑天鹅才能撼动市场。
这跟他的老调子一样。别人贪婪我恐惧，别人恐惧我贪婪。但现在的问是，没人恐惧，都在贪婪。
2）巴菲特谈接班人：
巴菲特说，阿贝尔做了我以前做的所有事，甚至还做了更多，而且所有方面都做得更好。
这个决定我们打100分。
我跟你说，巴菲特很少给满分。他对阿贝尔的评价，基本上等于说「交班交对了」。
3）巴菲特谈苹果：
10年前花350亿买苹果，算上股息，现在已经变成1850亿。
巴菲特说，我什么都没做。
他还夸了库克，说库克接替乔布斯，创造了美国商业管理的奇迹之一。
这很巴菲特。买了好公司，然后坐着不动。
4）阿贝尔谈AI：
阿贝尔说，AI必须对我们的业务有益。我们不会为了AI而AI。将以小范围、专注于创造价值的方式部署AI。
会上还放了伪造巴菲特视频，凸显了AI带来的网络安全风险。
数据中心建设对电网的需求，给公用事业公司带来巨大增长机会。但数据中心的能源使用成本要与电网用户隔离开来。
这很务实。不像很多公司，AI还没搞明白，先喊口号。
5）阿贝尔谈投资：
阿贝尔重申，以苹果、美国运通、穆迪、可口可乐为核心四强，作为股票组合基石。
与巴菲特在投资方面绝对合作。
对日本五大商社的投资是长期战略性的，正深化与东京海运等企业的合作。
伯克希尔内部结构精简高效，拥有跨集团资本调配能力，不会拆分或剥离子公司。
6）阿贝尔谈自己的“查理芒格”是谁：
有人问阿贝尔，你的查理芒格是谁？
阿贝尔说，巴菲特和芒格的搭档关系无法复制。我身边围绕着优秀的人，拥有优秀的CEO团队，我会联系他们，征求意见。
这回答很得体。不硬凹人设，承认芒格的独特性。
7）关于保险：AI还替代不了
保险副董事长Ajit Jain说，AI不太可能很快达到可以在定价、理赔等方面进行权衡的程度，那还需要很多年。
如果你指望AI告诉你该买哪只股票该卖哪只股票，我认为这不会发生。
霍尔木兹海峡承保取决于价格，美军护航是前提条件之一。
8）关于财报：利润涨18%，现金3970亿
一季度运营利润113.46亿美元，同比增长18%。
保险承保利润增长28%，铁路BNSF利润增长13%，外汇收益大幅扭

转。
投资净亏损从去年同期的50.38亿收窄至12.40亿，GAAP净利润同比增长约120%。
现金储备3970亿美元，历史新高。
9）关于持仓：61%集中在前五大
截至3月31日，61%的股票投资公允价值集中在美国运通、苹果、美国银行、雪佛龙和可口可乐。
集中度依然很高。巴菲特的逻辑是，好公司不需要分散。
10）关于未来：观望，但不悲观
4000亿现金，说明他们在等。
但等不等于悲观。巴菲特说过，现金就像氧气，平时感觉不到，关键时刻能救命。
现在美股估值不便宜，AI泡沫还在吹，他们选择观望。
总结
这次股东大会，核心就一句，巴菲特把接力棒交给了阿贝尔，但投资哲学没变。
卖股票，囤现金，等机会。
核心四强不动，日本商社继续投，AI谨慎观察。
这不是退休，是传承。

金融/投资/币圈

牛市结束了？？？
昨天跟大家分享了高胜率的武功秘籍上部，今天直接把下部也分享出来
不管牛市结束与否，大家参考图中的交易形态和技术信号即可
❚ 假突破V1
通过K线形态判断价格短暂刺破关键位后迅速回落，形成长上影线或下影线。
❚ 假突破V3
V3是V1的升级版本，可结合量能不足、跌破均线和1-3日内反转等条件，识别复杂行情中的假突破。
❚ 双重SSR
价格两次尝试突破同一阻力或支撑位均失败并回落，形成主力操盘的陷阱信号。
❚ 三驱动
由三个连续推动波组成，形成依次更高或更低的波峰/波谷，预示价格反转或加速。
❚ 空头回补
空头在下跌后买入平仓，推动价格短期反弹，常出现于支撑位或超卖区域。

金融/投资/币圈

CRS2.0，生效，在2027年开始回传到东大
（包括各大交易所）
【别犟，犟就自己去问交易所高层】
我们已知信息：
1 炒币违法，但持有币在中国不违法
2 炒币不用交税
3 这些资产信息如果在交易所，会回传到东大
得出结论：
一：对于东大
知道你的资产，甚至知道你的年度盈亏
「因为他只得到年底的报告，不会有详细交易数据」
有没有行动，看高层指示
二：对于交易所
之后，东大身份的资金，会下降的非常厉害！
「所以我觉得现在几家大的交易所争大陆客户，不如想怎么去化解这个问，现在争都是白争，几乎没屁用」
三：对于韭菜
不确定炒币收不收税，谨慎的韭菜只会把大资金隐蔽在链上。
炒币难度进一步加大。
我研究完，发现根本研究不明白，所以，如果有此方面相关经验的朋友，欢迎探讨。
现在找到的途径：
一 忽略噪音，简单粗暴
「最合适的玩法」
资金全部放链上，继续该咋玩就咋玩，出金从链上直接出。 直接绕开交易所。
不动的资金直接放冷钱包。
二 有朋友的操作是：
阿联酋的黄金签身份去注册交易所，相当于另外一套身份，阿联酋身份只会提供给阿联酋的国家。
（安安明确表示，不会在交易所内把阿联酋身份的用户信息回传东大）
但是阿联酋政府，根据CRS2.0的条例，还是会把信息传给东大。
所以，这个我没有想明白如何操作？
三 有朋友去做香港身份，我不知道这个身份的税务规避是怎么样的？
合法合规的用大饼或者U出成干净的美金吗？
我觉得
金税四期+CRS交换升级+（OECD）的IPMCA框架
这三套组合拳下来，会慢慢的完善我国的税务体系，让大家都在图下的框架内好好的活。
尤其是（OECD）的IPMCA框架。
我再多说一嘴：
经济合作与发展组织（OECD）的IPMCA（多变不动产信息交换主管当局协定）框架，预计在 2029 年或 2030 年开始首次信息交换。
大白就是：
在四年后，大家的海外房产，就会透明了！
你拿着Usdt在海外买的匿名资产，如果是你的名下，那就和国内没球区别了。
哪怕每年的租金收50w，你也得加上国内的收入，砍一半出来给我交税！！！
所以，国家给了大家几年的筹划时间。

金融/投资/币圈

今天读到一篇 2025 年的论文《用订单簿数据预测加密货币短期价格走势》，作者还有 X 账号
作者的研究数据是 2025 年 1 月 30 日来自 Bybit 公开接口的原始订单簿L2数据。每 100ms 一个快照，每个快照最多 200 层买卖盘。主实验用了 10 万条（约 166 分钟），序列实验扩到 100 万条（约 28 小时）。数据免费可获取，所以论文的可复现性不错。
研究方法是将数据分为不过滤、SG 滤波、Kalman 滤波三组，然后分别输入 6 个模型，在二分类（涨/跌）和三分类（涨/平/跌）两种标签下，分别预测 100ms / 500ms / 1s 后的价格方向。总共是 3(数据预处理)×6（6 组模型）×2（预测结果为二分类还是三分类）×3（三个预测时间窗口） = 108 组实验。
模型按照复杂度分组如下：
- 简单模型（逻辑回归和 XGBoost）： 手动设计特征（比如买卖量差、供需不平衡），作为模型输入。速度最快，而且我们能看懂模型如何依据特征做判断，知其然更知其所以然。
- 混合模型（CNN+CatBoost 和 CNN+XGBoost）： 不再是手动设计特征，而是让神经网络自己学习数据的特征，然后将这些特征输入决策树。优点是可能发现人工想不到的特征组合，坏处是这些特征难以解释，知其然不尽知其所以然。
- 深度模型（DeepLOB及其简化版）： 完全端到端的神经网络，从特征提取（和之前的区别是这次可以提取序列信息作为特征）到最终判断全部自动完成，知其然而不知其所以然。
评估指标是预测正确率（技术上叫 F1 分数，同时衡量"你说涨的时候有多少次真涨了"和"真正涨的时候你抓住了多少次"，0 到 1，越高越好）。同时记录训练时间。训练集 80%、测试集 20%，没有做交叉验证，因为时序数据不适合随机打乱。
核心观点1: 数据质量比模型选型重要
以三分类 500ms 40层订单簿的预测为例：
- 同样的 XGBoost，输入原始数据时预测正确率 0.45，做了 SG 平滑后升到 0.54，提升约 21%。
- 把模型换成更复杂的 DeepLOB，在原始数据上反而更低（0.43）。即使 DeepLOB 也做了 SG 平滑（0.52），依然不如 XGBoost+SG（0.54）。
数据质量的提升效果远超模型复杂度的提升效果。
SG 滤波为什么效果这么好？
原始订单簿数据非常毛躁，价格和挂单量在毫秒级别剧