Pinned Tweet
我们的大多数痛苦都是自己把自己逼进了一个自己给自己设定的无形的死胡同中,而却没有意识到这一点,把所有的其他选项都下意识地排除了,只留给一个不可能或者很难达到的选择。很多时候,只要减少欲望,把期望降低,不要总想要这个那个,那么生活会过得容易很多。
Edward retweeted
【Clare的男士秋冬护肤指南】
为什么写这篇?是因为最近有位男性朋友很爱陪我逛街,尤其到买护肤品的时候格外积极。
后来他才很不好意思地说,自己其实很需要护肤,但不知道买什么好,大男孩自己逛美妆店也很尴尬。
我才意识到,原来男孩子也有爱护自己的需求!但他们不懂!
作为公认的皮肤好之人,来给大家写写如何护肤。只有三个原则:
一、极简化步骤,仅保留必须的
二、把预算打在关键环节,不花冤枉钱!
三、追求功效、成分、性价比,而非品牌
接下来是按步骤展开的指南👇
Edward retweeted
我有一个训练方法 一两个月就能搞定别人三五年都搞不定的交易纪律;
现阶段扎进去刷课有用,但不应该成为当下阶段的重点。刷课是为了学习知识,学习知识是为了描述市场。描述市场是为了挖掘setup。
其实技术这东西,你啥时候学都行;
你闭上眼睛,假设你已经把课程都刷完了;
开始挖掘,回测;最后得到一套 setup 了
你称之他为 交易系统1.0
这时候你会面临什么问题?——执行纪律;
也就是说,哪怕系统的盈利能力再优秀;
在执行的时候,因为概率分散这样的问题;
会不会导致你后续执行变形?
如果说 交易观建立好了的前提下(三部曲我已经提烂了);
下一步先把交易纪律解决,那基本上你距离稳定盈利只差时间问题了;
很多人上来就学学学 练练练,系统ev 再高,执行问题解决不了,一切都白扯。
训练方法写在下面了; – at Macau
知易行难
有时候即使设定了能够接受的亏损,在实际执行过程中还是会不停的去看手机,期待这笔订单能够盈利。
这让我想起来了刚做抖音小红书的时候,盯着后台数据不停的刷。
说到底还是对自己判断没有信心,跟猜涨跌没什么两样
但这样的好处就是简单就是爽,学了一点东西就觉得自己可以到市场耍
watchlist 里 4-5 个标的切换这看,看起来很忙,但其实都是无用功,就想着赢想着证明自己
我写这篇文章的时候,把交易所的钱转出去快一周了,打算先停一停
这样的交易状态太不对了
没学完的价格行为还是要先看完,技术是必要条件,打算先找出一个固定的setup 分析复盘
这个过程肯定没有每天盯着盘面画图练习技术来的爽
但难且正确的事情不会错
Edward retweeted
昨天晚上洋洋洒洒写了1000+字的我眼里的社保问题成因(其实也就是公开可查的内容+家里老人的亲身经历+父母做生意时跟各种顾客的闲聊),写了一半全删了,因为意识到自己把问题复杂化了
社保问题究其根本就是,给机关、职工两轨那批“视同缴纳”人群认定的等效工资太高了,以至于社保体系发出去的养老金根本不是中国的人均经济体量能承受的级别。
日本的国民年金和中国社保都是现收现付型,中国社保给一群视同缴纳人群,发着跟隔壁老牌发达国家日本满额国民年金缴纳40年者差不多的人民币3000块钱,中国有这个经济水平吗?
我讲过好几次了,我家里算是现行社保制度受益者,因为四个老人都被视同缴纳了。四个老人养老金都是3000多,其中一位国企时代短暂当了几年小领导的已经将近4000了,我爷爷68岁去世时候,没领完退费还发了十几万,这个支出金额根本就不是中国的经济规模能承受的级别。
这还是目前测算替代率45%的职工轨,按这个替代率计算,我家那几个老人的工资按现在价格得达到8000块,但是东北国企工贵说难听点,创造的价值别说8000,能有1800都谢天谢地了。
更别提2014年之前,根本没养老金往池里交任何钱,替代率却达到对标北欧的80%的机关轨了。
以及社保三轨制难改的原因,和所谓“权贵的阻挠”的关系并不大,机关轨内根本没多少人达到“权贵”的水平,决策者即使真正削减机关轨养老金,也有一万种办法维持决策层的实际特权地位不受影响。
三轨制的维持在我看来有两个主要因素,第一个是还不愿走出经济高速增长期的幻梦,拼死维持“任何一轨的养老金待遇都不能下降”的红线,一步一步把养老金体系搞到了积重难返的水平;
另一个是,决策者没有任何动力,去施行一项削减社会话语权更强群体、普惠社会话语权更弱群体的改革。三轨中养老待遇最差的城乡轨的主要待遇群体是社会话语权很弱、面对不公平待遇倾向于忍气吞声的广大老农民,在老农民那里,他们是真的认为每月200元的养老金是仁政,总比没有强吧,毕竟真的是从没有养老金还要交农业税的时代过来的。中国社会终归还是按闹分配的,爱哭的孩子有奶吃啊。
Edward retweeted
对于想找到比较好的策略灵感的朋友,建议你们去翻05年之前的东西,然后与自己的想法结合。那是创新者和大师辈出的年代,最晚不要跨过12年,12年之后都是回音产出,没有任何一个出色创新,甚至绝大部分在往差了改,越来越复杂,越来越无效。AI时代之后的更不要看,都是自己都不知道是什么的乱拼出来的四不像。
Behind the bewildering array of trading strategies and indicators on the market, it’s mostly the same handful of dull, ineffective—or barely effective—ideas. The variety is largely superficial; they all suffer from the same lack of expertise and imagination. AI has only multiplied them, producing even more echo-chamber garbage.
Edward retweeted
你如果是data scientist或者统计学background,做量化自动交易strategy是你现在这个时代投资回报率最高的事情
我踩过的坑:
1. 不要做高频,你没有和Jane street一样硬件你做不了高频。swing trade 你也可以自动交易
2. 不要让AI从头开始写回测框架:无论是哪个model,他们都很擅长自己偷看未来函数和忽略滑点,你做回测要上专业级别的quantconnect或者nautilus trader中去测
3. 让不同的模型进行讨论和博弈
我还记得我当年在投行上班的时候,写一个rolling window backtest,debug,查stackoverflow需要花一周甚至几周,大量的精力都发在debug上,现在你完全就可以做一个策略艺术家,在上面指挥
Edward retweeted
社保局绝对不会主动告诉你的事🤫
社保窗口不会主动通知你,下面这些事都得自己亲自去办!牢记这15条要点,关键时候能派上大用场。👆
1、丧葬补助与抚恤金不会自动到账,家属须携带死亡证明前往社保经办机构办理手续后方可领取
2、养老金账户中尚未领完的余额可由继承人继承,但需在30日内完成继承公证,逾期资金将被收归国有
3、医保报销待遇虽已终止,但缴费满15年的家属可申领一次性医疗补助金,最高可达3万元
4、家属可全额提取公积金账户内资金,但须在一年内办理完毕,逾期账户将被冻结
5、养老保险缴费未满15年的,家属可申请退还个人账户储存额,通常可退回数万元
6、社保卡余额需携带死亡证明及身份证前往银行支取,部分银行还要求提供继承公证书
7、工伤补贴、高龄津贴等待遇不会自动停发,家属应主动申报,多领款项将被追回
8、自去世当月起,个税申报须携带死亡证明到税务机关办理免税,否则可能被多扣税款
9、曾在异地参保的,养老账户可转移至继承人名下,需前往参保地社保机构办理
10、逝者生前欠缴的社保费将从遗产中扣除,未补缴将影响丧葬费的发放
11、养老保险个人账户资金(含单位缴费部分)均可继承,许多人不知可领取双份款项
12、未结清的公积金贷款须继续按期偿还,断供将影响子女考公及贷款
13、失业金账户中剩余资金可申领,持劳动关系证明即可领取最后一笔款项
14、全部手续须在三个月内办结,逾期办理至少将损失5至8万元补贴
15、如果是工伤死亡,记得申领工亡补助金,现在标准是人均工资的20倍
Edward retweeted
我靠!币安刚才憋了个大招!
这个币安 AI 全家桶基本上一次性把现阶段使用 AI Agent 与金融交易环境的融合度提升了一整个台阶...
终于不是之前那个简易版 AI 助手了,这次是直接搞了一个生态,而且我刚才看直播,产品演示里面的信息量极大...
三个主要产品,面向不同的需求,最吸引人的就是 Binance AI Pro,除了让 Agent 直连账户,一句话生成交易策略这些基本功能外,它甚至还开放了一个编程可视化的策略编辑器...
类似于可交互流程图,又有点像UE引擎里面的蓝图系统,交易策略在用户面前不再是单纯的代码,而是一整套可交互、编辑视觉UI系统...
除了 Pro 以外都是完全免费的,而且我留意到了对话界面的模型区可以选择目前的主流前沿模型,意味着除了将 AI 与 Agent 引入到了币安底层交易系统中,它还变成了一个交易所内部专门用于交易与分析相关的 Codex 或 Claude Code...
最后,我个人认为这个产品包最大的价值还不仅仅是以上内容,而是数据!
虽然不知道具体细节,但直播看下来的意思是:你在 Binance AI Pro 内的 Agent 从创建之时起,就拥有权限直接访问整个币安站内的所有数据,从价格数据到资金费率、再从宏观数据到美股新闻,真的是让我们平时搞量化系统的人感到狂喜...
终于可以不再从币安公开链接慢慢下载数据了!!!
也再也不用东拼西凑去搞什么合约聚合数据了!!!
如果你原本想自己在 Codex 搭建量化交易系统,现在换成 Binance AI Pro 至少可以节省80%的额外工作量,你只需专心研究策略即可,其他都给你铺好了...
最后就关于这个 Agent 的运行环境我还没搞清楚,双手合十,希望他是一个像 Dot、Muse 或 Grokbot 那样的云端 Agent,如果这个也能实现,各位就真的不用重复造轮子了...
如果这种 Agent 也能给 Pro 用户配上,那币安真的是下血本了,赌的就是未来会进入人人有策略的时代!
以前总骂币安没创新,对不起,是我大声了,这次真的创新到家了...
当然,光靠嘴皮子说还是有点虚,等正式上线了我要好好锐评一番!
Edward retweeted
看了一期 Starter Story,大意是讲如何 copy 人家的 idea 的,嘉宾 Samuel 以前是配镜师,跟着 YouTube 自学写代码,现在 3 个 SaaS 月入 3.5 万美元。
他的方法说穿了就一句:只做已经有人做成了的产品。
他挑点子有四个条件:
1. 自己会用
2. 已经被验证能赚钱,比如推特上有人晒 MRR、Stripe 截图
3. 对方没在营销上砸大钱,说明需求是真的
4. 产品够简单,一个人维护得了
最有意思的是他验证的方法:用 Ahrefs 查对方的流量从哪来。
主要靠广告的最好抄,你投一样的广告,一周就能有流量。
广告和 SEO 都有的,说明需求强。
主要靠 SEO 的最难,要熬时间。
他的 AI 视频工具就是这么来的:看到有人晒做 faceless 视频工具的收入,一查流量全来自 Facebook 广告,就照着做了一个,投广告,后来做到月入 2 万美元。
反过来,他第一个产品没用这套方法,做邮箱查找工具,正面撞上 Apollo 这种大公司,维护得特别痛苦。
当然,他复制的是被验证过的需求,不是别人的代码和设计。
他说最让他意外的一点是:根本不需要创新,简单无聊的工具最赚钱。
我自己的感受是,很多人做独立开发,总想找一个没人做过的点子。但对一个人来说,做一个已经被验证过能赚钱的东西,比起自己凭感觉写了个 app 然后却不知道卖给谁以及如何卖更实在。你们觉得呢?
Edward retweeted
This is still the best way to follow price
Nothing comes close to this trading system
1-2-3 + PTB
Edward retweeted
卧槽!给 TradingView 做付费指标的那家 LuxAlgo,把自家图表引擎开源了
Vela,495 Stars,Apache-2.0 开源,也是 LuxAlgo 自己在用的金融图表引擎。
以前做行情前端,要么买 TradingView 授权(贵、数据还受限),要么自己造图表轮子(难、bug 一堆)。
这个不一样,LuxAlgo 直接开源整套图表引擎,不是 TradingView 的壳,是自带 WebGL2 渲染器的 headless 核心,数据层 / 脚本引擎 / 渲染层全是插件化接口。
核心能力:
1️⃣ WebGL2 金融图表:实时 K 线高性能渲染,Canvas2D 自动兜底
2️⃣ 70+ 技术指标:MA、RSI、MACD、VWAP、SuperTrend、Volume Profile 都有
3️⃣ 22 种画图工具:趋势线、斐波那契、Pitchfork、波浪、Long / Short Position 直接用
4️⃣ 多图 Workspace:多图布局、Crosshair 同步、周期切换、对象树都做好了
5️⃣ 实时行情接入:Binance、Coinbase、Hyperliquid 开箱即用,也能换自己的数据源
6️⃣ 支持 Pine Script:配合 PineTS,可以把原来的 Pine 指标直接跑进 Vela
我觉得它真正有意思的地方,不是“能画 K 线”。
而是你拿到了一套可以继续长成自己交易终端的骨架。
行情、指标、策略、AI Agent、Broker,后面都能继续往上接。
想自己做 TradingView 风格量化终端、Crypto Dashboard 或 AI Trading 工作台的,这个很值得留着。
仓库:github.com/LuxAlgo/Vela
这下省事了!高频回测里最容易骗你的地方,不是策略,而是你默认自己每张单都能成交
hftbacktest,4.8K Stars,专门给 HFT / Market Making 做订单簿级回测。
以前做高频回测,大多数框架只管“信号出来就成交”,很少认真处理延迟、排队位置和盘口变化。
hftbacktest 不一样,它直接把真实订单簿、Feed 延迟、下单延迟、Queue Position 全塞进回测里,让策略先过一遍真正的成交考验。
核心能力:
1️⃣ Tick-by-Tick 回放:直接重放逐笔成交和订单簿,不拿分钟 K 线假装做高频
2️⃣ 支持 L2 / L3 Order Book:可以重建盘口、挂单队列,研究做市和订单流
3️⃣ 延迟也算进去:Feed、下单、回报延迟都能模拟,不再默认自己是零延迟大神
4️⃣ Queue Position:你的限价单排第几位、什么时候真正轮到成交,也会影响最终结果
5️⃣ 支持多资产、多交易所,可以继续研究跨市场做市、套利和 Basis 策略
6️⃣ Rust 版还能把同一套 Algo 继续接 Binance Futures、Bybit 做 Live Bot 原型
我觉得它最狠的一点,是会直接把很多“漂亮回测”打回现实。
你的单真的成交得到吗?
几十毫秒以后机会还在吗?
排队没排到你,收益曲线还成立吗?
高频策略如果连这几关都没过,回测赚再多都可能只是纸面利润。
做 HFT、Market Making、订单簿策略或者 Crypto 高频量化的,这个很值得收藏。
github.com/nkaz001/hftbackte…
Edward retweeted
我之前有个附属业务,月流水近300w,自己收入仅2w
我们除了卖Gmail之外,还会做一点会员代充
其中有一项就是Discord Nitro礼品卡代充
原价217的礼品卡,我们卖249,扣除其他额外损耗到手毛利10%
大部分同行也都是10%左右的毛利,彼此互不干扰,保持默契,比的是谁拉到的客户大,谁供货的速度快
结果后来有人悄悄降价,245,老客户一听,便宜四块,日进货量100单就是400块,就问我们能更便宜点不
那没办法,我们243,才留住了老客户
又过了几天,又不知道哪家240了
我知道之后有点生气,217一单的流水,挣23块钱,但没办法,继续跟着降
238、235…
最后的价格,定在了225,一单217成本,217的流水,到手毛利8块钱
(但我要求批发商必须先打全款,不打款不出货)
就这样,最后撑了1个月,一天差不多400单,3200块钱日利润,扣除四个人2400人工,以及其他的硬性成本、支付失败损耗,我到手不足700
最后的数据就是,月300w流水的大订单,占尽了人脉、价格、渠道优势,但做老板的到手仅仅2w
可能是因为入场太多人,项目在一个半月后,discord nitro涨价两倍多400-500一年,并且不再售卖礼品卡,渠道彻底黄了
本来安安心心做了快两年,但自打那帮不计成本的蝗虫入场以后
成功把一个本来能好好做生意的收入不菲的蓝海项目彻底搞黄了
他们从入场到结束只花了不到两个月
而GPT代充,本身一直竞争很大,没什么利润空间
成本价103-107,售价110(我不知道菲区有没有其他七八十的或者干脆0开的特殊渠道,就按官方直充价说)
利润只有几块钱的话,我不明白做这个有什么意
隔空喊个话:敢问那些定价110的,你们没客源、没流量、就算有渠道优势,利润有麦当劳临时工高吗?
我真挺好奇这样子卷,每个月房租付得起吗?
就按照现在这个趋势,逼着OAI也给GPT菲区搞回原价区吗?
有这种本事为何不去做0充批发号呢?门槛高,利润大,做出来了根本没有竞争对手
还是只会从同行手里为那几毛一块钱的利润争得头破血流,又是攻击,又是入侵……
这种项目我后来看都懒得看,跟菜市场里那些卖野菜的大爷大妈一样,挣得不是辛苦钱,是要饭钱!😮💨
Edward retweeted
昨晚滴滴司机跟我讲了这样扎心的故事。
他有一个朋友也是跑滴滴的,一个下雨天去了一个偏僻的地方。他在滴滴平台上看到有一个人打车,用户选择的这个选项,滴滴平台抽成少,这个单子就死活就不派给他。
他好奇,他就开到用户打车那个地方,看了10分钟,用户和车面对面,系统始终不派单。后来他把平台关了,把乘客拉走了。
Edward retweeted
我推荐所有国男去看这个频道
不要去看什么一约得吃啊
这个频道算是我觉得一个比较优质的频道的
总是讲一些关于爱情观和性之间的权衡的一些观点
不像是一些情感导师,怎么教你pua女生,用什么话术打开窗口,太几把low了
Edward retweeted
If AI could truly figure out how to trade, how would one AI trader beat another?
IT COULDN’T.
You need inefficiencies to generate alpha. If every AI sees the same data, finds the same patterns, and makes the same “optimal” trades, the edge gets arbitraged away.
Even Jim Simmons understands this. That's why he as admitted to manually monitoring and changing his models routinely. And that humans can override his models at the risk level.
If humans are constantly testing and changing the AI models - based on their findings - then that AI is a tool, not a solution.
In his TED interview, Simons said:
“These things fade after a while; anomalies can get washed out.
In another interview, Simmons confessed: “The computer is just a tool that we use.”
I rest my case.
If AI can trade stocks so well, why are all these AI-managed portfolios at Fidelity, Schwab and elsewhere struggling to even beat the S&P 500?
And where are the AI portfolios winning the U.S. Investing Championship?
Backtests and predictions are easy. Show me the audited, real-money results. That’s where the bullshit stops.
The answer is because it can't. There is zero evidence of any enduring or consistent results from purely AI or computer manager portfolios that can even outperform the S&P 500. Fact.











































