攞錢lo2cin4 (Channel)

Wow intel 今日-30%

帶定頭盔先 體感野說不得準 交易還是要靠策略

有位查詢課程的朋友問了個非常好的問題： 「前有 Chris、Calvin 的課程珠玉在前，我的分享能帶來甚麼價值？」 老實說，這正是我在構思課程時，第一個逼自己回答的難題。 我給自己的答案是： 1.散戶如何源源不絕地開發各種交易策略的「思路」 2.如何用 AI 將你的交易能力放大 10 倍 很多散戶一開頭都想找「一招吃遍天下」的聖杯，曾經我也一樣。 但現實是：市場在變、行為在變。 「人性不變」並不能帶來任何優勢。 拿過去的套路套用在現代，大多都跑輸大市。 一招會失效，但如果是一套靈活應變的開發思路呢？ 我在課程內塞進了100個以上案例，第一個原意是拓闊眼界，了解交易者在不同領域如何賺錢。 第二個功能則是透過不同案例，鞏固開發策略思路的核心「交易三問」。 另一邊廂，隨著 AI 能力大幅提升，過去很多量化交易的步驟都可以交由 AI 處理。 我們只需要知道如何指揮 AI 行動，及判斷其產物是否正確便可。 在這門課程，我也會分享這數年用 AI 開發交易工具的經驗。 ————————— 想學會散戶也能做到的量化交易？ 立即私信 “quant”了解線下課程詳情 P.S. gemini 做圖好像比 codex 強很多

Polymarket 也被盜了 記得做好安全措施

然後這麼大盜案都只是跌這麼少 體感熊市好像快過去了

現在 AI 太強導致資安問題頻繁發生 對於一般人來說 除了保持警惕 還有幾種做法 1. 放到會兜底的機構，例如銀行、交易所 很沒有去中心化精神，但是私人錢包被盜了，連索償都做不到 2. 分散放置資產，兜底機構也會有兜不了的一日，但全部一起兜不了底的機率較低 3. 提現變紙幣放阿婆月餅盒 / 買黃金

有危就有機 眼界很重要 幣安被盜史上最大金額 黑客要脫手不停換成 eth 交易所鎖定提現 就必然導致價差 當你知道有這種明確清晰的交易策略的時候 你多半不會再看得上那些 1. 無法解讀 2. 不知在賺誰的錢 3. 不知在冒甚麼風險 4. 只是畫畫圖就以為能賺錢的交易策略 課程就是幫你打開眼界用的🫰 ————————— 想學會散戶也能做到的量化交易？ 立即私信 “quant”了解線下課程詳情 或WhatsApp聯絡Yuki：9499-7562

幣安被盜56億 crazy

今晚交易圈最爆的新聞 當年和索羅斯一同狙擊英鎊、現年 73 歲的 Stan Druckenmiller 在 X 上出貼文支持 xyz & Hyperliquid 現在唯一的問題是這帳號背後是真人，還是另一次被駭的事件 😳

最近看 B 站數學 KOL 用「氫彈雨」、「二向箔」形容 AI 在數學上的突破。 好笑之餘我也感到不安。 當連數學都被攻破，其他行業可想而知。 這種不安成了我今年的驅動力。 我用 AI 建站、開發交易工具、研讀論文，做了許多以前難以想像的事。 有些效果極佳，有些仍需人工介入。 最令人困擾的是：你永遠不知道是 AI 能力不足，還是自己還沒掌握方法。 結果越接觸 AI，活得越累。 特別在交易領域，AI 讓懂賺錢的人效率提升十倍，市場變更高效，獲利空間被壓縮，新手更難成功。 而我有預感，未來只會甚麼交易派別，不懂用 AI 的交易員都終將被淘汰。 因此，重點不是一次性學完什麼，而是如何持續跟上變化。 這也是為何我的線下課程附贈永久會員群。 今天的瓶頸，幾個月後可能就有解法； 今天的認知，一年後也可能過時。 我希望帶大家一起持續更新，渡過這段危機與機遇並存的時期。 ————————— 想學會散戶也能做到的量化交易？ 立即私信 “quant”了解線下課程詳情

昨天 threads 突然爆了一堆甚麼防災儲備糧的貼 我覺得不像是防鼠疫和打仗 更大可能是 AI 黑客

推出了 Terra 後 我要求它將我的工作項目資料夾整合和升級 結果跑了一天一夜還沒跑完😂

新手做量化時跌入 overfitting 的三大判斷： 1. sharpe / 回報異常地高 2. 一個簡單的策略卻有多於 3 個參數 ( 4 個複參數能畫大象.jpg ) * 3. 沒有任何背後解釋 *P.S. 資深者可以無視

午安！

大帳threads突然之間又用得番啦！！！ 歷時一個月

一起身又見到tibo通知要reset

如果要我回到重新學習交易的第一天， 我會想知道以下這 4 個概念 1. 要想在交易獲利，必須解答的三個問題 https://lo2cin4.com/2025/06/three_questions_that_make_you_become_a_profitable_trader/ 2. AI 年代，為何量化是新手在市場獲利的最佳路徑 https://lo2cin4.com/2026/04/quant-easiest-way-to-profit-in-market/ 3. 穩定獲利未必是投資的最終目標 https://lo2cin4.com/2025/11/stable-daily-profit-biggest-lie-in-trading/ 4. 永遠警惕倖存者偏差 https://lo2cin4.com/2026/08/survivorship-bias-finance-backtest/

Claude 員工發佈了「他們如何檢視代碼」的文章，裡面提及了 claude 會如何先檢視代碼，他們再在合適的時間接手。 以下是一些重點： Claude（AI）現在幫他們寫了大約 90% 的程式碼。結果是：程式碼變更變超多（PR 數量翻倍以上），但出問題需要回退的比例反而少了超過 40%。 他們沒有放棄審查，而是把大部分「看程式碼」的工作交給 AI 做，人只負責真正重要的判斷。 簡單來說，他們的流程是這樣： 1. 寫的時候就檢查 AI 寫完後，會先自己跑測試、檢查有沒有明顯問題，再用另一個 AI 再看一次。很多小 bug 在開 PR 之前就被修掉了。 2. 每個 PR 都先給 AI 看 正式送出後，AI 會再檢查一遍，看這次改動有沒有解決問題、會不會破壞其他地方。多個 AI 一起看，互相確認後才留下真正需要注意的問題。 3. 安全檢查一定要過 如果有安全疑慮，就擋下來，必須處理完才能合併。 4. 一般檢查也要過 像程式碼格式、測試有沒有過、能不能正常編譯這些基本的東西，全部自動跑完。 5. 人只看風險高的東西 改文件、小調整 → 可能 AI 檢查過就放行 改到計費、自動更新、重要系統 → 一定要有人再看一次 不是看「誰寫的」，而是看「這次改了什麼」。 6. 合併後還有保險 新功能先給內部人員用，再慢慢開放給大家。出問題可以很快關掉或回退。 7. 人還負責什麼？ 決定「這個功能到底要不要做」（產品方向） 看那些真的很危險的程式碼 最後出問題時負責處理（你合進去的，你就負責修） 他們學程式碼的方式也變了 不再每個人都逐行看別人的改動，而是需要了解某個部分時，直接叫 AI 解釋給你聽。 一句話總結： AI 負責看大部分程式碼、抓例行錯誤； 人負責判斷重要決定、看高風險的地方； 同時把「出錯後快速回退」變得很容易。 原文章：https://x.com/addyosmani/status/2114604912520921136

昨天 Open AI 推出了 GPT-6.1 Terra 體感上最大的變化是耗量減少和速度大大提升 不過還沒拿來寫代碼 因為已經沒 token ... sol 真的太大消耗了

大家甚是踴躍，如果有咩課程內容既問題都可以問助理Yuki 或者直接私信問我架~~ @lo2cin4_jesse 另外我個舊threads終於去到咩都做唔到既地步 可以加番我新threads https://www.threads.com/@lo2cin4_official