




ASR-VC指标4h通道状态更新: 进入周末大概率没啥行情了,潜在回调目标与图中两个箭头位置类似,就是震荡通道上沿黄色线(102000附近); 维持区间震荡长时间不回调的话,有希望在周日对高位105000做一个流动性抓取; 不跌破黄线,趋势都处于强势状态,跌破黄线,重新进入震荡行情,回调目标可以进一步下移至中轨(97300附近); 除此之外就是关注周末期间的中美谈判进展了,谈崩了画门回97000,谈成了就继续震荡上行。 不过我认为很难谈成...
Crypto_Painter
33K posts

@CryptoPainter
老朋友叫我“画师”,技术\数据分析和量化交易,提供各种刁钻角度看市场,用时间做杠杆,正在开发一款量化AI交易工具:A-Trading! #OKX 启程Web3:https://t.co/cTJurNgODH #Binance 币安一键注册:https://t.co/WfOCGl7hut





ASR-VC指标4h通道状态更新: 进入周末大概率没啥行情了,潜在回调目标与图中两个箭头位置类似,就是震荡通道上沿黄色线(102000附近); 维持区间震荡长时间不回调的话,有希望在周日对高位105000做一个流动性抓取; 不跌破黄线,趋势都处于强势状态,跌破黄线,重新进入震荡行情,回调目标可以进一步下移至中轨(97300附近); 除此之外就是关注周末期间的中美谈判进展了,谈崩了画门回97000,谈成了就继续震荡上行。 不过我认为很难谈成...


更新一下目前的进展,真的是挺焦虑的: 三个系统全部搭建好了,而且相互之间的调用接口也跑通了,但当我开始实测使用系统C进行 HMM 训练时,AI和我产生了严重的意见分歧... 我认为判断市场结构是否处于震荡还是趋势,用4h或1d数据就可以,但 AI 却强烈要求使用15min数据来训练... 因为我给 Agent 加了“意见不合时可以强烈反对并不执行”的设定,所以我花了一晚上才说服他,毕竟15min的全量数据实在太大了,而且用来判断市场结构也是偏向微观的... 然后就是随着整个大系统越来越复杂,每次有一点小BUG,就要来来回回修很久,因为三个系统之间接口和架构需要连锁适应,所以我体感上感觉整个项目的进度越来越慢了... 不知道你们 Vibe Coding 的时候有没有这种感觉? 我到了后期甚至怀疑 AI 在有意通过放慢执行效率来让我烧更多 Token... 而且这个倾向会随着上下文的增加而逐步增强... 真的有点细思极恐...


聊会最近发现的一个适合币本位holder的套利方法 目前加密市场情绪低迷,熊市氛围浓厚,但也最适合静下心来学习更多的知识 交易所内的借贷利率已经接近历史低位,以我常用的okx为例,usdt的活期借贷利率已低至2.5%,这在牛市是难以想象的资金成本 当然今天我想讲的不是usdt的借贷套利,而是eth和sol的借贷利率套利 目前okx上的eth利率为2%,sol为5%,而如果在okx上参与原生质押,eth为2.33%,sol为5.64% 以sol为例,这意味着在okx上借入sol并质押为oksol则可以赚取0.64%的利润 同时值得注意的是,oksol依旧可以作为抵押物继续借出sol,即以sol/oksol为交易对的循环贷 按照okx的风控规则,初始质押率最高为80%,即以等价1000u的抵押物只能贷出800u,那么1sol质押为oksol后再次循环贷只能贷出0.8sol 以此计算,首项为1,公比为0.8的无限等比数列求和,得出结果为5,即1sol最多可放大为5sol,那么利润也将放大为3.2% 以持有1sol为例,质押1年后币本位收益为0.0564sol;若杠杆借贷,则付出的利息成本为4x5%=0.2sol,质押收益为5x5.64%=0.282sol,总收益为0.082sol,相较于单纯hold质押收益提高了45.39% 这一切的前提都建立在sol的借贷利率低于质押收益的前提下,在熊市这种套利空间存在,并不代表市场复苏后仍旧存在,需要时刻关注二者之间的关系,在套利空间消失后及时离场

圈子里已经没几个还有钱玩的了, 一堆亏完的了整天刷推特到处骂人找存在感, 我要是这样,就去送外卖攒本金了,哪还有功夫搁着骂人。


Vibe coding时间久了,我总有种错觉 人类和计算机,本来就该如此对话 我们创造了计算机, 却还要用计算机听得懂的语言 去指挥它 这本身就是不合理的 有朝一日我觉得计算机底层硬件也应该重构 只用标准语言(英语/汉语)去对话 所有的代码都消失 机器变成真正的智能体 语言到功能实现不在需要代码

TradingView 现成的回测功能,你再去 VibeCoding 一遍,是不是重复造轮子?纯纯浪费 Token ? 从我这几天的深入开发来看,答案必然是:否! TV的回测引擎我用了很久了,它仅适合中低频下的单维度策略,你能拿到的所有数据都是TV现成的,看似很多,实则很少... 再说回测、调参,在TV上面只能手动... 所以如果你想搭建一个非常全面的量化系统,TV只能给你提供一个早期原型的搭建平台... 以我最近的开发为例,目前在本地已经分别部署了三个系统,系统A是配备全套市场数据及内存共享能力的回测系统,系统B则是可以随时调用系统A的共享内存进行快速回测迭代的遗传算法系统。 后者有了前者的帮助,回测一个随机因子在BTC四年15min周期上的全部表现仅需要0.4s,完成200个样本与50代进化也只需要1个小时左右; 更关键的是,系统A从开发早期就花费了大量精力去防止未来函数,同时所有调用都转化成了本地API,这使得今后我再开发其他量化策略时都能随时调用系统A! 再说系统C,我让 Agent 进行深度搜索后,总结出来了一套区分市场结构的算法,同样还是基于系统A快速训练出来了一个判断当前行情处于震荡还是趋势的模型,用的是HMM(隐马尔可夫)的逻辑,虽然比较落后,但实际表现略优于传统指标的判定能力。 最后,三个系统同步执行,就变成了一个基于状态切换的元学习架构(Regime-Switching Meta-Learning Framework),这个是AI给我总结的描述,还挺高大上的... 总之最终实现的效果(我希望可以)就是: B系统根据C系统给出的特征进行有条件的进化迭代,最终筛选出3个优胜劣汰得到的因子,分别用来处理多头趋势、空头趋势以及震荡行情。 而系统C又在不断根据当前市场进行学习决策,等我最终引入系统D进行交易执行与风控后: 整个系统就会在震荡行情给适合震荡的因子使用更大比例的资金,趋势行情就给趋势因子更大比例的资金,从而实现那个主观交易上从来都不敢尝试的“什么行情都敢做”... 所以你会发现,传统量化那种固定的因子或是多因子策略在AI的帮助下,是可以实现模式切换的,就更不要说等我加入系统E(情绪与市场新闻分析)之后对于极端风险的规避能力了。 TV回测还能用吗?当然可以... 但现阶段,确实有更好的方向值得去探索!


$PLTR 重新空进去了! 上次空到了130刀平了,没想到还真等到了一个标准的破位回抽反弹,既然如此,继续空~ 现在AI赛道的叙事已经完全转向 Agent 经济了,所以 PLTR 这种高估值且泡沫较大的公司,在我看来还有很大的下行空间... 由于我每次仓位杠杆不超2倍,如果入场点位置优势不大,就会长期拿着,所以目前为止在 @MSX_CN 还没亏过,不过之前确实挺危险,完全靠扛单扛到盈利了...