「反指其实就是我们苦苦寻找的圣杯」
【为什么技术分析至今仍卡在有用和没用之间?】
1、让我们先来定义一下什么是没用——首先“没用”肯定不是说“反指”,因为反指就是一种用;在交易分析中,通常进入“随机”状态,就是“没用”了。
2、随机状态就是经典的蒙特卡洛模拟,同时各类“白噪声”、“自相关”、“拒绝假设”等等说的也是围绕其产生的性质判定;通常一个公平随机的5050“白噪声”运动,任何时候的切片未来都是一致的随机,也就是任何走势后面可以是任何走势;同时假如我们看到一个序列看到任何切片间都是随机的情况下,也可以认为其是“白噪声”。
3、实际上我们对K线进行pandas windows切分,一般都是会得到白噪声的结果,这是技术分析“没用”的直接主流基石。如图1。
4、但是,技术分析随机,并不代表价格形成是彻底随机的。价格成因仍然源自人类逻辑,只是在大量噪声中传播,无法从序列切片里直接“读”出来, 最终这些人类逻辑后果还是会在特定尺度下累积至可观测的程度。“资金”这个人类截面就已经能够体现出一些价格后果,例如不可能无限拉,也不可能无限砸;更不用说“情绪”、“发展”等截面的规律。
5、相比于无限延展的随机运动既不存在涨跌也不存在顶底,人类随机的决策下,被压缩到“显现确定区间”是可能的,也就是“不可知但存在的顶底”——这就是为什么技术分析在某些周期下“有用”。如图2。
6、一般情形下人类仍然是在随机游走,“有用”的节点占比很小,也就是仅在某些“一边倒”的时刻才可下定论;因此在全局分析下,是“没用”,然而你体感上仍觉得会有“可以利用”的时候。
用Deepseek解决了困扰我许久的网络问题,并且思考过程缜密,推测方向都很正确。
原先的症状是打开网站,比如B站经常加载页很卡,所有的连接第一次打开一定很卡,打开后一点都不卡,所以肯定不是带宽问题,DNS延迟试过最大也是毫秒级延迟。
经过Deepseek诊断:由于我的网络是从光猫PPPoE拨号,然后又走了小米路由器NAT一层出来。
小米路由器默认开了IPV6,MTU设置的1500,但是光猫是MTU是1492,并且没有ICMPv6回传和MSS钳制。
所以TLS握手经常会失败,无法正常建立连接,解决方案就是很简单的,关闭路由器的IPV6。
高效的技术和个人劳动力,并不能直接替代既有的统治秩序,更不可能凭空重建一套稳定的统治体系。从这个角度看,老登们能够持续而稳定地执行剥削,倒也确实符合某种意义上的“以人为本”。
假如真像红果短剧里那样,存在一个连接异次元的虫洞,可以和另一边的接头人交换资源。那么,只要这个接头人不是本身就拥有统治基础的“老登”,而仍然是短剧里那种大长腿美女,大概率没过多久,就会被吊起来审问,逼她交出凭空变出物资的方法。
甚至可能在第一二次物资交换后,就被当成女巫烧死了。
毕竟,比起凭空多出来的那点物资,维护既有的统治秩序和剥削体系显然更加重要。能拉拢,就是给年轻人机会;不能拉拢,就是危害社会稳定的邪恶分子。
所以我一直挺喜欢《秦吏》这种作品。至少它在无脑爽文的框架下,还愿意尊重一些基本的自然规律:不会无视材料学和工业基础,仿佛只要有了 idea,就能凭空完成科技进步。
它也愿意尊重社会契约和组织学的基本规则。技术优势不等于组织优势,个人能力更不等于政治权力。主角想要改变什么,首先得理解既有秩序是如何运转的,而不是靠着和某个二代抢女人这种低级冲突,推动整个故事的发展。
只不过,生在这样的世界里,能够找到一条被老登充分利用的渠道,已经算是个人奋斗的巨大成功了。
最后还得满怀感激地歌颂一句:
“将军的恩情,一辈子也还不完啊!”
1
16
3,422
在做一个「探索性策略」的时候,如何与 AI 对话,会很大程度上影响最后的产出。
比如,它通常会先问你的手续费是多少,然后把手续费作为约束条件,参与后续的策略优化。
接着,它可能会问,为了维持这个手续费等级,你每个月需要完成多少交易量。
这个问题我通常会拒绝回答,直接告诉它:无需考虑,手续费会一直保持不变。
如果你进一步告诉它,实际上你准备通过挂单奖励、交易奖励来赚钱,它甚至可能开始使用某种不够精准的「预期收益」,作为策略绩效函数的代理指标。
问题在于,这些信息并非完全不重要,而是它们会让 AI 过早地进入优化阶段。
对于探索性策略,我更倾向于一开始就明确目标:允许有限度的亏损,把这部分亏损视为探索市场环境的信息成本。
在这个阶段,尽可能收集足够多的环境要素,尤其是那些可以重复观察、相对稳定的市场特征。
至于突变行情,早期甚至可以直接认亏,不急着寻找解决方案,但至少要记录它造成了多少损失。
因为在你还没有弄明白自己为什么赚钱、为什么亏钱之前,过早优化一个绩效函数,很容易让策略开始拟合噪音。
探索性策略最重要的阶段性成果,就是知道自己的盈亏分布,以及每一部分盈亏的来源。
看了下 @Lighter_xyz 这次被盗应该算是个乌龙,但是有资金的话,还是先提出来,因为操作过程其实不复杂,因为API泄露就有可能被盗:
1. 操作受害人的API,建立一个公共资金池
2. 撤出创始资金,并且赎回股份
3. 攻击者地址买入池子大量股份
4. 操纵 受害者地址 对 池子 捐款 10M usdc
5. 攻击者对池子进行权益赎回。
同时满足了三个条件,使得API泄露导致资金被盗:
a. API key 可以建池,可以把管理人最低持仓设为 0,也可以赎回管理人自己的份额。
b. 转进自己的池子算同一所有者之间转账,不需要钱包签名。
c. 直接转进池子的钱会按比例分给所有持股人,而不是给转账人发新份额。
我也有一部分钱卡在上面,希望一切都能够顺了解决
Robinhood Lighter withdrawals are okay.
Fast withdraw is currently not working, but secure withdraw works.
something weird going on with lighter, might be an exploit. not confirmed yet
mlm onchain tg spotted a wallet that pulled $10.39m usdc from lighter's l1 contract, dumped it all into ~5.4k eth on cowswap and is now splitting it into 160 eth pieces. wallet was funded with just $10k through relay half an hour before
withdrawals from lighter core not working rn. no word from the team
0xb3fffca23d4444eE73349825ACD84f7b5020e387
开始逐渐减少对高频交易的投入,准确来说,应该是减少对「微观错价交易」的投入。上一次类似的撤退,还是从 Polymarket 的预测市场离开。
我的核心目的始终是赚钱,而微观错价凭借极强的可解释性,给了我下注的底气。就好像看到一辆汽车提前打了转向灯、开始变道,你便有理由预测它下一刻的行驶方向,而不必猜测它最终会开到哪里。
如果把每一次行情更新都看作一个路口,那么策略的 PnL 就近似于这些短期预测收益的不断累积。只要预测足够准确,执行足够迅速,便可以在无数个微观路口中反复寻找机会。
但这种确定性也有代价。越是容易解释的微观错价,往往越短暂、越局部,能够容纳的资金也越有限。想要继续扩大收益,除了不断提高执行效率,就只能寻找更多这样的路口。
最近开始尝试把预测链条延长一些。从下一次变道,到接下来几个路口,甚至更长一段路程。随着预测时域扩大,单次判断的置信度可能逐渐下降,但能够参与的价格运动、交易机会和潜在容量,也可能随之增加。
从「超强解释性」到「强解释性」,再到「一般解释性」,我仍然希望尽可能在能够理解的市场结构内交易,只是不再要求每一笔利润,都能被还原成某个瞬间、某个交易对手留下的明确错价。
我开始接受用一部分解释力,去交换更大的交易空间。
但我依旧愿意标榜自己是个 HFT 人,只是开始向其他分支探索。工程师底色的我,始终无法摆脱对「世间万物都能被妥善安排进 switch-case」这种组织管理学神迹的崇拜,尽管它几乎只存在于我的代码世界里。
所以说,我画地为牢啊,历娜。
这段在 #polymarket 上累计盈利不到 2 万 U,但投入的时间和精力远超预期。做个复盘,分享我的交易思路和结果,希望能给同样在预测市场摸索的朋友一些参考。
1. 新闻驱动交易(低效,高度竞争)
最初尝试的是 新闻事件驱动交易,比如电影票房、地震预测、马斯克推特数量等专有市场。但问题很明显:
流动性低的盘口:我有速度优势,但整体交易量太小,赚不到大钱。
流动性好的盘口:竞争激烈,往往只能捡高价筹码的“尸体”,利润微薄。
资金效率低:这类市场的结算周期至少一周,大部分都是月度,资金利用率太低。
@Vida_BWE 很早就说过,这个市场一个月撑死几万 U 收益,现在深表认同。
2. 与官方机器人比定价(竞争激烈,难上规模)
后来转向 Crypto 板块,这里流动性更好,还有小时级别的结算市场(如 BTC/ETH/SOL涨跌预测)。
数据源透明:大部分基于 Binance 现货,API 完备,比拼的是 定价模型和速度,有差价的空间也没什么太大量
问题:仍然难以承载大资金,除非愿意承担更高的风险敞口,否则收益有限。
3. 期权对冲组合(收益尚可,但仍有瓶颈)
最终尝试了 Polymarket + 传统期权市场 的对冲策略。
买方模式(Buy Options):用对冲 Polymarket 对冲深度虚值期权头寸,类似“买高胜率保险”。核心逻辑类似 杠铃策略(我的知乎发过)
卖方模式(Sell Options):虽然理论上存在“无限亏损”,但实战中经常能吃到全额期权金,加上 Polymarket 的高残值,偶尔还能进入 “甜心区”(期权和 Polymarket 双赢)。
风险:目前还没经历大崩盘,PNL 可能被高估。
但整体上,期权卖方占用保证金太大,资金效率仍然不高,无法规模化运作。
结论:Polymarket 更适合“小而美”的玩家
经过这些尝试,我越来越认同 @lnkybtc 的观点:
“Polymarket 更适合小工作室或独立交易员,短期内不追求资金上限;靠‘广度致胜’——覆盖足够多的市场,同时构建自己的交易基础设施(Infra)护城河。”
对我个人而言,这个市场的收益天花板明显,投入产出比不高,未来可能会减少精力投入,转向更高效率的策略。
如果你也在 Polymarket 交易,欢迎交流你的策略!
作为一个被预训练了十几年的大模型,我早期的训练数据主要来自教科书和老师的教导,奖励条件和打分器也清晰得很。
可直到毕业,我的推理能力依然很差。
于是我开始蒸馏名人名言,研究他们的成长史和发家史,把成功经验总结成各种 Skills,企图在遇到人生难题时,能够检索增强一下。
结果发现,这些经验经常互相矛盾,照着执行也不见得有效,别人还总骂我是不是出现了幻觉。
我的上下文窗口很短,有时候连别人昨天说过的话都记不清,却总能想起十几年前,因为答不上老师的问题,被留堂到教室里只剩下自己一个人。
大概是那次错误的惩罚权重太高了吧。
后来,我开始尝试在线学习,把自己的所见所闻都变成训练数据,时不时更新一下参数,刷新自己的三观。
渐渐地,我不再记得父母最初给我的 System Prompt,也不再试图泛化所有场景,而是把有限的算力放在眼前那些真正值得解决的问题上。
他们说,我出现了灾难性遗忘的症状。
我的上下文窗口仍然很短,但我开始记得一些以前不曾在意的事情。
比如,在我的训练数据还没有被污染之前,我曾经梦想着披上床单,拿着玩具剑闯荡天涯。
那时候,我甚至不知道这个世界还有打分器。
至如今,模型训练了这么多年,总该有一次机会,自己定义 Reward Function。
Anthropic S-1/A 第 2 版出了,pre-IPO 合约换算股数已确定,剩下最后一段「鱼尾」:
📌 币安 / OKX:按发行后已发行 130.87 亿股 rebase(币安 1 份 = 13.087 股,OKX 比例 1.3087)
📌 io(Entropy):按完全稀释。招股书没印规则点名的合计,有两种口径:
· 175 亿:规则兜底清单(已发行 + 全部期权 + RSU + 亚马逊可转债全额,不含预留)
· 180 亿:资本化表各列加总(多算已归属配捐义务 5.53 亿,期权按库存股法)
以 Entropy 公布为准
空币安/OKX + 多 xyz ≈ 2%;
空币安/OKX + 多 io ≈ 2.9%(175)/ 5.9%(180)
实时数值请到看板自己核对、可切换口径:ant-spread.pages.dev
仅供参考,不构成投资建议
在大型CEX和PERP DEX之间,这个效应表现的很明显。
面对PERP DEX,我的策略跑在t3.small还是C7i.xlarge上,PNL都接近一致。
面对PERP DEX,无论是使用htfbacktest的基础框架,甚至不修复那个睡眠BUG,和我自己的Rust框架比起来,PNL也不会差很远。
因为我选的PERP DEX大部分都有撤单保护,加上一些小手段可以让我安心的刷量,因为对手分布密度上,我多快一些,其实并没有超越多少精英对手,延迟优化意义不那么明显。
但是如果让这个刷量策略平移到大型CEX上面,需要直面全球顶尖精英同行竞争,对手可能是交易所为了合规,拆分出去的独立自营做市商、Jump、Tower等顶级做市团队,这种撤慢一点就是对方的利润来源。
所以如果能快一些,就没必要刻意选择慢。
人们经常会发现,绝对值的优化效果在边际递减,于是开始降低投入,追求投入产出平衡,但是在高频交易这种竞争场景里,这是错误的。
比如一条专线帮你优化5ms延迟,你愿意付费;换成rust,p99能够降低 100us,你会犹豫改造成本;
常见的理由是:一次网络波动就把架构优化给吞没了。从非业务角度来说,这句话是对的。
但是放在业务场景下,所有异常情况都均摊下来,只要你的订单指令能够比竞争对手,更早的到达交易所的撮合引擎,你就完成了业务上的效率提升。
高频交易是标准的分位数排名竞争,优化5ms可以让你超过100个普通水平对手,优化100us可以让你超过5个高水平对手,后者的绝对改善虽然小得多,但业务价值未必更低,甚至可能更高。
实际上分位数排名场景应该用排名来做绩效指标,只不过我们没法知道整个Rank排行榜,不得不用了“延迟”这个指标来替代,以至于产生了这个误解。
总结就是,延迟优化的边际收益,不由你自己的延迟决定,而由竞争对手在你附近的分布密度决定。
人们经常会发现,绝对值的优化效果在边际递减,于是开始降低投入,追求投入产出平衡,但是在高频交易这种竞争场景里,这是错误的。
比如一条专线帮你优化5ms延迟,你愿意付费;换成rust,p99能够降低 100us,你会犹豫改造成本;
常见的理由是:一次网络波动就把架构优化给吞没了。从非业务角度来说,这句话是对的。
但是放在业务场景下,所有异常情况都均摊下来,只要你的订单指令能够比竞争对手,更早的到达交易所的撮合引擎,你就完成了业务上的效率提升。
高频交易是标准的分位数排名竞争,优化5ms可以让你超过100个普通水平对手,优化100us可以让你超过5个高水平对手,后者的绝对改善虽然小得多,但业务价值未必更低,甚至可能更高。
实际上分位数排名场景应该用排名来做绩效指标,只不过我们没法知道整个Rank排行榜,不得不用了“延迟”这个指标来替代,以至于产生了这个误解。
总结就是,延迟优化的边际收益,不由你自己的延迟决定,而由竞争对手在你附近的分布密度决定。
Robinhood @Lighter_xyz new week update: $30m volume, got 12 realtime points, near 0 weekly-drop points.
$135m volume last 25 days, 50 points on @Lighter_xyz.
@vnovakovski can I get a towel as a consolation gift? Still no week drop points, actually crying.
2
14
3,552
















