markchan , STONE🐦‍⬛🪨

4K posts

markchan , STONE🐦‍⬛🪨 banner
markchan , STONE🐦‍⬛🪨

markchan , STONE🐦‍⬛🪨

@markchanwc

just a JPEG collector 🇭🇰 Valhalla | KPR | WOWG | MOAR by John

Hong Kong Katılım Ağustos 2018
3.6K Takip Edilen254 Takipçiler
markchan , STONE🐦‍⬛🪨 retweetledi
水博乱乱
水博乱乱@Mrluanluan·
教科书级别的的打流动性入场 图2 关注区间,空头止损流动性区间 (多次72k针尖以上) 图3 纯合约驱动启动,现货没有跟上 图1 入场模型
水博乱乱 tweet media水博乱乱 tweet media水博乱乱 tweet media
中文
6
7
38
11.4K
markchan , STONE🐦‍⬛🪨 retweetledi
The Flipper ⛩️
The Flipper ⛩️@rahmaanxz·
I studied ICT for years and i compressed all ICT entry models into a 30+ page ebook. I’m giving it away for free. Want it? Like & repost Comment “Entry Model” Follow me so I can DM you
The Flipper ⛩️ tweet media
English
738
369
814
56.5K
markchan , STONE🐦‍⬛🪨 retweetledi
Pathfinder
Pathfinder@Pathusa·
X友推荐2026美股潜力股名单100+ 上一贴引起热烈回应,用Grok和Manus整理了这份名单,给大家参考。 部分股价可能和实际有出入,最高价是指市场上分析师给出的目标价格,倍数是用分析师目标价和现价做的对比。 我也会做个东西帮大家实时跟踪这些股票,争取在好的时机介入。
Pathfinder tweet media
中文
53
85
472
81.1K
markchan , STONE🐦‍⬛🪨 retweetledi
0x 哆啦A梦
0x 哆啦A梦@hunterweb303·
升级了,多合一监控 7大交易所,1900+交易对 毫秒级实时数据 7 大监控板块助你更快发现信号; 交易所多平台价差监控工具已上线 功能: 接入 7 大平台: → Binance(368 交易对,延迟 <50ms) → Bybit(226 交易对,延迟 <50ms) → OKX(253 交易对,延迟 <80ms) → Bitget(530 交易对,延迟 <80ms) → Hyperliquid(186 交易对,延迟 <100ms) → dYdX(176 交易对,延迟 <100ms) → AsterDEX(193 交易对,延迟 <150ms) 总计:1932 个交易对实时监控 每秒处理行情:2000+ 数据推送延迟:<100ms 日均信号数量:500+ ————————————————— 主要的一些监控 1)交易信号 综合多维度数据生成信号:现货价格、合约价格、基差、成交量、资金费率。当出现「基差收窄 + 价格上涨 + OI 增加」这种组合时,大概率是主力在做多。系统会实时推送这类信号。 2)跨所价差 同一个币在 7 个交易所的价格并排显示,自动计算最大价差。有时候 BTC 在币安和 Hyperliquid 能差 0.1%,这就是信息。 3)市场异动 全市场扫描,5 分钟涨跌幅排行、成交量异常放大、价格突破关键位,实时更新。发现正在启动的币,或者避开正在暴跌的。 4)OI 监控 持仓量变化是合约市场最重要的指标。OI 快速增加 + 价格上涨 = 多头主动进场;OI 快速增加 + 价格下跌 = 空头主动进场。5 分钟 OI 变化超过 2% 就是异常信号。 5)现货套利 现货和合约的价差(基差)+ 资金费率,计算套利年化收益。买现货空合约吃资金费,这是相对稳定的策略。 6)大单监控 订单簿里的大额挂单,买墙卖墙的出现和消失。大单突然撤销一般是诱多诱空的信号。 7)新币监控 新币上线、新合约开通,第一时间推送。新币波动大,提前知道就是优势。 8)自选关注 添加你关心的币种(最多 3 个),聚合显示所有数据,不被其他信息干扰。 ————————————————— 怎么用? 场景一:OI 异动跟随 打开 OI 监控,设置过滤「5 分钟变化 > 1%」,等信号。看到 OI 快速增加且价格同向变动,考虑跟随开仓,止损设在异动前的价格。 场景二:基差短线 正常基差在 0.01%-0.1%,超过 0.3% 或者出现负基差就是异常。异常基差往往会回归,可以逆向开仓等回归。 场景三:新币博弈 看到新合约即将上线,评估市场热度。合约开盘如果溢价高可以考虑做空,溢价低可以考虑做多。 场景四:跨所观察 找价差大的币,分析是哪个交易所在异动。某个所先动,其他所跟上,这中间有时间差。 ————————————————— 最后说两句 这个工具不是圣杯,用了也不保证赚钱。 市场是复杂的,任何单一指标都可能失效。这个工具能做的,只是让你比别人快一点看到信息,至于怎么决策,还是得靠你自己。 如果你是那种喜欢研究数据、有自己交易系统的人,这个工具应该能帮到你。 有问题或建议,欢迎反馈。我们是真的在用自己的产品交易,你的反馈会直接影响产品迭代。 网站:pankou.online
0x 哆啦A梦 tweet media0x 哆啦A梦 tweet media0x 哆啦A梦 tweet media0x 哆啦A梦 tweet media
0x 哆啦A梦@hunterweb303

盘口异常雷达好了,大家自己监控吧 币安+ bybit 两个平台,153 个双平台合约+现货监控 盘口异常雷达工具已部署百宝箱 当市场出现"不该出现的钱"时,这个工具会告诉你。 产品功能 📊 四层异常检测 第一层:现货/合约价差监控 - 实时计算 Spot 与 Perp 的价格偏离 - 记录 1 分钟和 5 分钟内最大偏离值 - 价差超过 15% 且持续 30 秒以上触发警报 第二层:订单簿深度异常 - 计算价格向下 10% 范围内的买盘总深度 - 同时计算现货/合约的深度比值 - 触发条件:现货买盘 ≥ 500万 USDT,且比值 ≥ 10,且 ≥ 历史最大值 2 倍 第三层:短时涨幅监控 - 追踪 5 分钟、15 分钟、30 分钟、1 小时涨幅 - 任意时间段涨幅超过 20% 触发警报 - 这是发现异常的第一道防线 第四层:跨交易所价差 - 对比 Binance 和 Bybit 的现货、合约、深度差异 - 计算跨所价差百分比 - 存在套利空间时会标记提示 🎯 大单实时展示 直接展示订单簿中 ≥ 5 万 USDT 的挂单,分现货和合约两列对比。你能看到: - 具体挂单价格 - 挂单金额 - 是买单还是卖单 不用自己去翻订单簿,大单一目了然。 ⏱️ 事件时间轴 记录每一次状态变化: - 04:18 盘口异常出现 - 04:20 买盘撤销 $26M → $1.2M (-95%) - 04:21 买盘回补 - 04:31 全部撤销,事件结束 关键信息:撤了多少、什么时候撤的、有没有回补。 🔔 声音提醒 检测到异常会发出声音,不用一直盯着屏幕。 📱 移动端适配 手机上也能用,随时随地监控。 — 怎么用这个工具 分享几个思路: 1)当你看到现货深度突然暴增,而合约深度没变,这说明有资金在现货市场单边堆积。正常的市场不会这样。 2)关注"买盘撤销"这个事件。大资金撤离是结构破坏的信号,很多时候比价格变化来得更早。 3)跨所价差可以帮你判断哪个交易所的价格"落后"了。BROCCOLI 那次,币安合约被熔断控制在 0.038,Bybit 合约已经到 0.055。 4)短时涨幅警报是发现异常的入口。先收到涨幅警报,再去看盘口结构,判断是正常拉升还是异常事件。 这个工具不会告诉你买什么卖什么,它只告诉你:现在的市场结构是不是正常的。 — 最后 这是一个纯前端工具,不需要登录,不需要连接钱包,所有数据来自交易所公开 API。 因为 API 限制,可以同时监控 2 个代币,其实全监控也简单,改到服务器或者本地跑也行;

中文
62
83
452
107.6K
markchan , STONE🐦‍⬛🪨 retweetledi
JDK Analysis 🇪🇺
JDK Analysis 🇪🇺@The_JDK99·
How to read OrderFlow? 🤔 Here comes another quick guide on how to read OrderFlow like a pro and how you can profit from market-generated information. 👇 /Introduction: OrderFlow is not another indicator or strategy. It’s simply a visualization of how the market actually works. Instead of only seeing open, high, low, and close on a standard candlestick chart, OrderFlow lets you see the real-time interaction between buyers and sellers, including the volume traded at each price level. /How the market works: If you trade the market, you need to understand how it works first! Markets operate as a two-way auction. On one side, market buyers transact with limit sellers. On the other, market sellers transact with limit buyers. Market orders never trade with other market orders, and limit orders never trade with other limit orders! Limit orders sit in the OrderBook and provide liquidity. Market orders execute immediately by consuming that liquidity. From here on, we’ll refer to traders who execute at market as "aggressive traders", and traders who place limit orders and wait for execution as "passive traders". So when and why does price move? Let's say a large aggressive sell order hits the market; for example, a 5M contract market sell. To execute the order we need a 5M limit buy order on the other side. If we look at the current OrderBook (see picture, right side, in blue = limit buys), we can see that at the current price (87,950) there aren’t enough contracts resting on the bid. The order can’t be fully filled there, so price has to move lower to find more passive buyers and enough liquidity to complete the execution. Price does not move lower because there are more buyers than sellers. Price moves because one side is more aggressive, starts crossing the spread and there isn’t enough liquidity at the current price! /OrderFlow: If you understand how the two-way auction works, you can watch it play out in real time using OrderFlow and so-called footprint charts (provided, for example, by @ExochartsC). On the left side of the picture you see a footprint candle chart, showing aggressive sell orders on the left side of each candle and aggressive buy orders on the right. Those are actually executed orders: market orders that got matched with limit orders. You could also say that the left side of each candle shows limit buy orders executed by market sell orders. But for OrderFlow analysis, we focus on the aggressive side of the market, the market orders, because only aggression consumes liquidity and drives price discovery. So It shows intent, because aggressive orders reveal who is actively forcing price to move. Thus we say we got market sells on the left and market buys on the right. Now it gets really interesting when price does not follow the aggression. For example, you see a lot of aggressive market buying (large numbers on the right side of the candle), but price doesn’t move higher. That tells you passive limit sellers are providing liquidity and absorbing the aggressive buyers. The buyers are essentially "hitting a wall". That’s extremely valuable information you can use in your trading. /How to trade with OrderFlow (OI, CVD, ...) (next post coming soon...) (Chart is showing ByBit's BTCUSD.p, 15min rotation, by @ExochartsC) #Bitcoin $BTC
JDK Analysis 🇪🇺 tweet media
English
14
86
542
30.7K
markchan , STONE🐦‍⬛🪨 retweetledi
爱玩股票AiWanGuPiao
爱玩股票AiWanGuPiao@aiwangupiao·
【低吸十二法】舍线腾空
爱玩股票AiWanGuPiao tweet media爱玩股票AiWanGuPiao tweet media爱玩股票AiWanGuPiao tweet media爱玩股票AiWanGuPiao tweet media
中文
3
17
81
12K
markchan , STONE🐦‍⬛🪨 retweetledi
水博乱乱
水博乱乱@Mrluanluan·
今日盘面3 - GEX - 可怕,散户大户疯狂买85k的保险... 85k附近面临极大波动,90k继续大锅盖 .. 26号解除 今天的GEX呈现一个很可怕的情况.. (图1) 中间87-89k都是中性区间.. 期权方对价格趋势没有什么影响.. 但是价格在85k附近有一个非常非常大的负gamma区..(这个负gamma区从86k就开始了) 这意味着如果价格跌到85-86k这个区间,期权做市商为了对冲,保持delta中性,价格越跌他们就越要卖现货或者空期货。这就会继续加剧价格的下跌。 同时看今天成交最大的期权,就是26号的85k的put..(图2) 结合做市商的负gamma,这意味着一些散户和大户正在疯狂买入26号85k的Put。由于只有两天到期(12月26日),这是一种非常激进的短期看空或对冲行为。 可能是为了锁定年底利润,或者押注圣诞假期期间流动性不足导致的暴跌。 展开一下负gamma 也就是因为当散户和大户都在疯狂的买85k的put做保护.. 所以做市商作为对手盘也就只能疯狂的卖put (short put) 所以做市商手里的sho头寸是看涨的(正delta)。如果不对冲的话,价格涨他们赚钱(权利金)价格跌他们亏大钱.. 如果价格下跌到85k的区间,做市商的风险就会更大(意味着他们被迫卖的这波put要开始亏钱了) 所以为了对冲这一点,他们就必须卖币或者空期货来对冲来达到delta中性.. 不至于因为价格的涨跌而亏钱.. 于是就开始了这个恶性循环.. 1 现货价格下跌。 2 做市商为了对冲85k的Short Put风险,被迫卖现货或者空期货。 3 做市商的卖单进一步压低价格。 4 价格进一步越跌,导致做市商要更进一步卖现货或者空期货来对冲。 结果: 价格被做市商在负gamma区的对冲行为而加速下跌。 今天是平安夜,美股就开盘一半的时长.. 很多交易员也会选择休假.. 这意味着今天到明天流动性会很薄.. 薄流动性 + 强迫性对冲的巨大gamma卖盘 = 剧烈波动。 少量的卖单砸破到85k ~ 86k 区间就有可能砸出大坑.. 所以今天直到26号的剧本还是很清晰.. 多头最好死守86k以上的区间... 空头想砸的话,可以挑一个流动性很低的时刻(比如24号半夜或者25号) 砸一波到85-86k以下 借gamma的力 (这大概也是为什么今天那么多人交易85kput的原因?) 且看吧.. 如果往下的话,这种负gamma带动的砸盘容易带来插针V反.. 所以真的有插破85k的行情的话,准备蹲一波放量插针的入场模型... (比如83-84k附近需求区) 另外,80k目前看来还是安全垫.. 正gamma跟90k附近一样挺厚的.. 所以,80k上下500点附近在圣诞期间再埋伏一个网格接低多看来也是一个不错的好主意~
水博乱乱 tweet media水博乱乱 tweet media水博乱乱 tweet media
中文
6
7
30
6K
markchan , STONE🐦‍⬛🪨 retweetledi
蕉易猿-527
蕉易猿-527@Eth527·
分享一个胜率很高的开单经验 当多空清算金额差不多的时候不要开单 因为这个时候要不停横盘堆多空押注 当多空清算金额差异巨大的时候 反方向开一定是对的 一开一个准 一赚一个不吱声
蕉易猿-527 tweet media
中文
34
23
155
45.9K
markchan , STONE🐦‍⬛🪨 retweetledi
看不懂的SOL
看不懂的SOL@DtDt666·
这个公式,才是巴菲特的真正秘密! 利用凯利公式,构建自己的长期复利机器。 1、复利是财富增长的根本动力,但现实世界充满波动与不确定性。 2、凯利公式的本质,是在不确定世界中优化资金配置,实现最大化长期复利增长。 3、"加强版凯利策略",是巴菲特成功的数学基础,通过特殊商业模式实现更高效率、更低风险的平衡。 4、"反凯利公式"的某种形式的操作,是大多数投资失败案例的原因。 5、凯利公式对赌徒无效,因为赌博是负期望值游戏,最优策略是不参与。 6、最重要的投资原则:不要赌博,避免过度杠杆,永远不要遭受永久性资本损失。 一:当市场开始大跌,人们就会再次感叹还是巴菲特的姜比较老辣。 有种说法,最近几十年,巴菲特在大多时候表现平平,甚至落后于大盘(当然,如此大的体量持续跑赢大盘原本很难),可只要市场大跌一次,他就追回来了,甚至反超。 这次貌似也不例外,他老早减仓,卖了大部分苹果,持有现金高达数千亿美元。 与此相反,许多超级投资明星,也许可以赢得风头,却很难经得起一个浪头。 这方面最让我难忘的例子,是埃利斯说的: 一位明星基金经理从1990年至2005年,年化收益达16.5%,显著超越标普500的11.5%。但其后三年收益跌至-23.7%。 尽管时间加权收益看似略胜市场,实际投资者因在牛市高点大量买入,饱受缩水之苦,总计损失客户36亿美元。基金经理和基金公司均获利,投资者却被深度套牢。 换而言之,即使连续15年跑赢标普500指数,总体算下来其实还是亏钱的,尤其是那些高位进来的钱。 埃利斯说的应该是比尔·米勒。米勒在利曼兄弟价值信托基金创造了连续15年战胜市场的神话,却在2008年金融危机中遭受重创,其管理的基金净值下跌约55-60%,远超同期标普500约37%的跌幅。 虽然米勒后来在投资亚马逊和比特币上展现了过人的洞察力,但未能重现昔日辉煌。 巴菲特与米勒形成鲜明对比。巴菲特这种在市场平静时期可能表现平平,却能在危机时刻展现非凡价值的特性,恰恰验证了长期投资成功更多依赖于避免大幅回撤,而非追求最大化短期收益的原理。 这也解释了为什么许多短期内光芒四射的投资明星,最终可能败于一场重大市场调整。他们往往高度依赖特定市场环境下有效的策略,却缺乏真正全周期的风险管理能力。 这两位投资大师的对比完美诠释了投资中的一个核心真理: 投资成功更多依赖于避免大错,而非单纯追求惊人回报。 巴菲特的投资生涯证明,能够经受住市场大幅下跌的投资者,最终往往能够战胜那些在牛市中光芒四射的明星基金经理。 两人最大的差别之一在于: 巴菲特在乎胜率; 米勒在乎赔率。 这种看似细微的差异,背后隐藏着那个寻常而又强大的数学原理——凯利公式。 二:在上面的对比中,米勒某种意义上是“反凯利公式”,而巴菲特是“加强版凯利公式”。 凯利公式原本是贝尔实验室科学家约翰·凯利为解决通信问题而创造的,后来被证明是决定最优资金分配的基础: f* = (bp - q) / b 其中f*是最优投注比例,b是赔率,p是胜率,q是失败率(即1-p)。 曾经有文章认为,凯利公式重“胜率”而轻“赔率”。以下是两个投资机会的对比: 1、一个10倍赔率的机会,如果只有10%的概率赢,最佳下注仓位只有1%; 2、一个0.5倍赔率的机会(赚1亏2),如果有80%概率赢,最佳下注仓位可以到40%。 该文由此认为:经典投资理论更倾向于进行高概率的投资,能够提高对概率的把握就是提高胜率。 按照(凯利公式)这套重概率(胜率)轻赔率的做法,想在投资实践中获得高收益是非常不容易的。 因为概率很难预估,并且由于投资并非扔骰子式的大规模重复,对结果无法验证。 但事实并非如此,凯利公式自己没有“偏好”,而是同时考虑了胜率和赔率来确定最佳的投资仓位。 至于概率的预估,我们只能采用贝叶斯的“主观概率”。 上面两个计算案例的对比,倒是引出了我想探讨的主题: 价值投资,因为可以有较大的仓位,所以能够实现更好的长期复利回报。 先看价值投资与凯利公式的关系: 从凯利公式来看,价值投资的特点是追求相对较高的胜率(p),同时接受适中的赔率(b)。通过寻找低于内在价值的股票,价值投资者创造了一个"胜率优势"。 凯利公式显示,当胜率较高时,即使赔率不是特别高,也能支持较大的仓位配置。这与价值投资的策略高度契合: 典型价值投资可能有65-75%的胜率 赔率通常在0.5-2倍之间 代入凯利公式计算出的最优仓位往往在20-40%区间 相比之下,成长型或投机性投资通常是低胜率高赔率模型,凯利公式会建议更小的仓位配置。 为什么价值投资支持更大仓位有助于长期复利回报? 1、回撤控制 较大仓位配置的前提是控制回撤风险。 价值投资通过安全边际减小了大幅下跌的风险,使得投资者能够维持较大的仓位暴露,而不会在市场调整时被迫减仓。 2、时间优势 价值投资的较大仓位能够更充分地利用复利效应。 假设两种策略预期回报率相同(比如15%):长期来看,策略A能将更多资金暴露在复利增长中,产生更高的几何平均回报。 策略A:高胜率、中赔率,凯利建议40%仓位 策略B:低胜率、高赔率,凯利建议10%仓位 3、资金利用效率 资本市场中,闲置资金的机会成本很高。 价值投资支持的较大仓位提高了资金利用效率。 三:当然,对比起凯利公式的简洁,实际情况要复杂得多。理论和实践之间存在如下几个关键差距: 1、概率估计难题 投资中的"胜率"很难精确估计。价值投资者通过定性和定量分析试图提高胜率估计的准确性,但这始终是主观的。 2、非独立事件 凯利公式假设赌注是独立的,但实际股市投资高度相关。市场系统性风险可能同时影响多个价值投资头寸。 3、时间框架差异 价值投资通常需要较长时间才能实现,这意味着资金被"锁定",可能错过其他机会。 4、心理因素 真正的挑战在于,价值投资者需要在市场恐慌时保持大仓位甚至加仓,这心理上非常困难。 巴菲特成功的关键,在于他创造性地解决了上述局限: 通过保险浮存金提供了低成本甚至负成本的资金,扩大了可投资基数 建立了识别高胜率投资机会的系统性方法 在市场恐慌时拥有足够的现金和心理承受力增加仓位 价值投资经常说起的“高胜率、高置信度、能力圈、安全边际”,其实是服务于以上策略的。因为财富的增长,最后必然是一个数学游戏。 所以,可以说,巴菲特的精髓,是一个"加强版凯利策略"。 四:回过头,再来看米勒以及别的一些投资者的“反凯利公式”。 大约有如下情形: 1、“反凯利公式”,首先是米勒在经历暴跌之后,遭遇基金赎回。 这导致他没办法修复自己的几何平均值的致命损伤。 这一点与手握现金逆势杀入的巴菲特恰恰相反。 2、“反凯利公式”,还可以说是投资者。 最典型的是木头姐的基金客户们。大部分钱是她最辉煌的年份涌入的,结果遭遇大幅回调。她的年化回报并不高,但可能“摧毁”的财富更厉害。 这些明星基金经理们,在策略期望值最高时(高bp值),管理的资金最少;当策略期望值降低或转负时,管理的资金反而最多。 这就像一个赌徒,在赔率最有利时只下小注,而在赔率变差时反而押上全部身家。不仅是明星基金经理,绝大多数普通投资者也在无意识地实践这种"反向凯利"策略——在市场高点(低期望值)时大量买入,在市场低点(高期望值)时恐慌卖出。 3、“反凯利公式”最要命的,可能就是加杠杆。 因为凯利公式强调的是,再好的投资,你再下注的时候,也只能使用本金的一部分。 加杠杆,只要遭遇一个大的波动,就可能导致永久性损失。 最近流传有基金经理加杠杆,这可能和该领域的激励机制有关,人们总在留意年度的回报率冠军,于是激发了赌性。 又或者说,社会的评价体系,在乎极短时间内的“算术平均值”,而非长期的“几何平均值”。 4、对于在乎赔率的投资者,仓位可能是“反凯利公式”。 例如,某位基金经理假如想要更好的回报,可能购买更有想象空间的科技股。但是根据凯利公式的计算,高赔率低胜率的赌注比例会比较低。 为了回报率,就要提高资金的使用效率,于是该基金经理又另外买了几只类似的科技股。 这样问题就来了:虽然貌似每只科技股都是按照凯利公式来计算的仓位,但是合在一起,其实恰恰违背了凯利公式对资金分配比例的原则。 凯利公式的推导和应用通常基于各项投资或投注是相互独立的假设。 当基金经理买入几只具有相似业务模式、处于同一行业或受相同宏观因素影响的科技股时,这些投资的回报往往会呈现正相关性。 这意味着它们的上涨和下跌趋势具有一定的同步性,不再是独立的事件。 凯利公式的目标是最大化长期的几何平均收益率。过度投资于相关的、低胜率的资产会增加投资组合的波动性,尤其是在不利的情况下可能出现大幅回撤。 大幅回撤对几何平均收益率的伤害是巨大的,需要更高的后续收益才能弥补。 一位明星基金前一年赚70%的耀眼业绩,只要第二年亏40%就会被彻底抹掉业绩。 这恰恰是很多明星基金经理在风口期光鲜亮丽,却在市场危机时溃不成军的根本原因——他们追求赔率的策略,看似精巧,实则误入凯利公式的反面陷阱。 5. "反凯利公式"的时间错配问题 凯利公式隐含地假设投资者有足够长的时间跨度来实现理论上的长期收益最大化。然而,现实中的投资者和基金经理往往面临短期业绩压力和流动性约束。 当遭遇下跌时,许多投资者因为各种原因(退休需求、教育支出、心理承受力等)无法坚持足够长的时间来等待市场回暖。这种"被迫短视"违背了凯利公式长期复利最大化的前提。 彼得·伯恩斯坦认为,波动性是长期投资者的隐形杀手,尤其在提款阶段。 他提出了"序列风险"概念: 比较两个退休投资组合,均为初始$100万,年提取$65,000,平均年回报7% 投资组合A:前15年回报率7%,后15年回报率7%,30年后剩余$95万 投资组合B:前15年回报率2%,后15年回报率12%,30年后已耗尽 尽管两个组合的算术平均回报相同,但初期的市场表现对退休资金的寿命至关重要 伯恩斯坦的序列风险与凯利公式存在深层联系: 凯利策略追求的是几何平均值最大化,但这种最大化隐含地假设资金流动是稳定的。 当投资者需要在特定时间点提取资金时,时间顺序的重要性突然放大。 米勒基金恰恰遭遇了这种"双重反凯利"陷阱: 不仅在市场下跌期管理的资金最多(违背了凯利的资金配置原则),还面临投资者大规模赎回(违背了凯利的时间跨度假设)。 当他需要在市场低点被迫卖出资产以满足赎回需求时,几何平均收益率遭受了不可逆的打击。 巴菲特则通过伯克希尔哈撒韦的结构设计巧妙避开了这一陷阱。 作为一家控股公司而非共同基金,他不需要应对投资者的短期赎回压力,能够在市场恐慌时坚持甚至加码,从而享受凯利公式在足够长时间周期内的全部优势。 序列风险的教训表明,真正的凯利策略必须将资金流动和时间顺序纳入考量。 对个人投资者而言,这意味着应当根据预期的资金需求调整投资策略,特别是接近使用资金的时间点时,应当适度降低投资组合的波动性,即使这可能意味着放弃一些理论上的长期收益率。 另外,源源不断增加的现金流,对于投资者而言太重要了。 6. 机构结构性的"反凯利公式" 现代金融机构的组织架构和激励机制往往系统性地鼓励"反凯利"行为: 基金经理年度考核与奖金制度鼓励短期表现 机构投资者对"业绩归因"的强调导致风格纯粹但高度相关的投资组合 投资决策与风险管理分离,缺乏整体性思考 "相对基准"的评价体系导致羊群效应,增加系统性风险 特别是对冲基金的"2 and 20"收费模式(2%管理费加20%业绩提成)创造了不对称的激励: 成功时分享大量利润,失败时风险主要由投资者承担。这种结构鼓励了过度冒险的"反凯利"策略。 其实人类的损失厌恶,就涨跌的不对称性而言,是非常智慧的。 然而,对于基于提成激励机制而言,损失不可怕,没有超额收益才可怕。 当然,越来越多的基金经理在优化机构的机制。 7、缺乏应对黑天鹅事件的机制 纳西姆·塔勒布认为:极端亏损对投资组合的破坏性远大于极端收益的贡献,尾部风险被严重低估。 他经常使用"破产理论"解释: 假设某基金经理15年表现出色,平均每年超额收益3% 如果遭遇一次40%的特大亏损,需要67%的回报才能恢复原状 塔勒布分析2006-2009年对冲基金数据发现,超过30%的"明星基金"最终因单一事件导致巨大损失而关闭 传统凯利公式的一个致命缺陷是基于概率分布是已知且稳定的假设。 然而,塔勒布指出金融市场充满了"未知的未知"——那些无法预测、无法量化、但影响巨大的事件。这些黑天鹅事件使得标准凯利公式的应用变得危险。 当米勒重仓金融股并遭遇2008年危机时,他面临的正是凯利公式无法充分计入的极端尾部风险。 没有任何历史数据或概率模型能够准确预测次贷危机的严重程度,因此基于"已知分布"计算的最优仓位必然存在系统性错误。 塔勒布的"反脆弱"理念与凯利公式的目标实际上是一致的——追求长期生存和增长。 不同之处在于,塔勒布强调了面对未知分布时的保守策略。他建议设计能从波动和混乱中获益的投资组合,而非仅仅追求已知风险条件下的最优配置。 在这个视角下,巴菲特的投资哲学展现出惊人的"反脆弱"特性: 始终保持充足现金,在市场混乱时有能力出击 严格避开不了解的复杂金融产品和业务模型 选择那些能在经济衰退中幸存甚至壮大的企业 建立可长期持有的投资组合,减少交易频率和交易成本 从这个角度看,应对黑天鹅的"修正凯利策略"应包括: 对极端风险的额外缓冲(如使用"半凯利"而非"全凯利") 构建反脆弱的投资组合结构(保留"干火药") 关注风险的构成而非简单的预期回报 对未知风险持谦卑态度 塔勒布的洞见与凯利公式结合,为我们提供了一个更全面的风险管理框架: 在寻求最优资金配置的同时,必须承认我们的概率估计存在根本性局限,并为那些无法预测的事件留出足够的安全边际。 五巴菲特“加强版凯利公式”,有如下七个秘密: 1、长期复利至上 巴菲特的核心目标与凯利公式一致,都是追求长期的复利回报,即最大化几何平均值。 这也是所有投资者共同的目标。 但做到这一点很难,因为短期的业绩,甚至是不算短的年份里的算术平均值,更容易成为投资者的自我评价系统。 这可能是巴菲特最牛的地方,他真的不在乎被人说“你不行了”。 2、高胜率价值投资 巴菲特坚持价值投资,追求高胜率,这使得他能在凯利公式的框架下配置较大的仓位,并且持有时间较长,从而更有效地实现复利增长。 3、“浮存金”驱动的本金增长 巴菲特利用伯克希尔·哈撒韦的保险业务及其投资公司的现金流,持续增加可投资的本金,突破了凯利公式基于固定本金的限制。 这一点对普通人的启发是,应该有一些源源不断的现金流,来增加你的投资本金。 4、牺牲算术优化几何 巴菲特有时牺牲短期账面收益(算术平均值),持有大量现金,以便在市场低迷时以更优的价格买入,从而优化长期的几何平均收益。 对于一心要当冠军的人而言,做到这一点太难了。 5. 用概率增强凯利公式的效用 巴菲特的"安全边际"原则在凯利框架下有着精确的数学意义: 当以低于内在价值的价格购买股票时,同时提高了胜率(p)并降低了失败概率(q)。 在凯利公式f* = (bp - q)/b中,这双重作用显著提高了最优投注比例。 典型案例是巴菲特1964年美国运通投资: 当"色拉油丑闻"引发股价暴跌,他投入40%资金买入,最终获得300%回报。安全边际使他能在高确定性机会上部署更大资金。 "买股票就是买公司"的理念为凯利公式中最困难的部分——概率估计——提供了实用框架。通过将抽象概率转化为商业分析,巴菲特能够: a、评估业务稳定性(影响p):专注于基本面而非市场波动,将"胜率"转化为可分析的商业问题。 b、分析护城河强度(延长回报期):选择具持久竞争优势的企业,提高预测可靠性,强化凯利公式的"多次博弈"效应。 c、计算现金流折现值(确定b):通过分析财务与管理质量预测未来现金流,为凯利公式提供更准确的赔率参数。 这种框架将市场概率转化为商业判断,大大提高了凯利公式的实用性。 巴菲特的安全边际并非静态,而是随着对企业理解的加深而动态调整的。他不断学习和评估,从而更精确地校准其概率估计。这体现了价值投资的持续学习和迭代过程。 6. 胜率优势下的集中投资 巴菲特的集中投资策略是凯利公式在高胜率情境下的扩展应用。当确信拥有优势时,适度集中能带来更高的长期复合收益率。 这种集中策略基于三个与凯利紧密相关的原则: a、能力圈与信息优势:只投资于深刻理解的领域,直接满足凯利公式的前提——准确评估概率和赔率的能力。在能力圈内,投资者获得比市场更精确的期望值计算。 b、护城河与预测可靠性:持久竞争优势不仅带来更高预期回报,更重要的是降低了凯利公式中胜率估计的误差范围。 "如果壕沟宽且有鳄鱼,我就会很开心"——这种确定性直接强化了凯利策略有效性。 c、集中持仓的理性:如芒格所言之"广泛分散是对无知的保护,不是对知识的保护。" 这与凯利逻辑一致——在优势最大处配置更多资金。巴菲特的高集中度投资组合正是凯利公式在高置信度环境下的最优资本配置。 集中投资不仅是资金配置策略,也是对投资者自身研究能力的终极考验和信任投票。巴菲特的集中持仓本质上是他对其深入研究和高置信度的最直接体现。 7. 长期视角与均值回归 巴菲特利用市场均值回归规律系统性地优化了凯利公式中的胜率参数。这种长期方法包含四个关键要素: a、均值回归的概率优势:市场定价围绕内在价值波动的规律提供了统计优势——当价格远低于价值时,回归概率增加。这让巴菲特不靠完美预测也能获得系统性胜率优势。 b、高置信度阈值:巴菲特只在极高确信度时投资,是对凯利公式中概率不确定性的调整。 芒格说:"我们只在概率高到某种程度时才行动。"这避免了凯利应用中最常见的陷阱——概率估计误差导致的过度投资。 c、动态资金配置:"在别人贪婪时恐惧,在别人恐惧时贪婪"本质上描述的是凯利公式随市场状态的动态应用——低估值时增加投注比例,高估值时降低比例。2008年危机中向高盛注资就是此原则的实践。 d、税负效应与凯利乘数:巴菲特的长期持有策略将税负延迟纳入凯利计算。 未实现利润免于当期征税,相当于为凯利公式提供了无息贷款,显著提高了复利增长率。假设20%的税率,长期持有相当于增加了约25%的凯利乘数。 他曾表示:"我最喜欢的持有期限是永远",这不仅是理念表述,更是税收数学的精确应用——延迟实现的资本利得在凯利公式中创造了复合优势,资金100%保留在场内继续增长,而非部分流向税收。 长期持有更契合“时间是优秀企业的朋友”的理念。 优质企业的内在价值会随着时间的推移而增长,长期持有不仅能享受均值回归的红利,更能充分受益于企业价值的持续创造,这在凯利公式的长期应用中放大了正期望值的效应。 六:理解了巴菲特的"加强版凯利公式"后,普通投资者如何将这些原则应用到自身投资实践中? 以下五条建议将帮助你避开"反凯利陷阱",构建更稳健的长期投资策略: 1. 构建个人"能力圈",坚持概率优势投资 具体行动:列出你真正了解的3-5个行业或企业,将投资限制在这一范围内。 如果你的专业背景是医疗,那么医疗保健股可能在你的能力圈内; 如果你是软件工程师,那么你可能对某些科技公司有深刻理解。 凯利原理:凯利公式的前提是对概率的准确估计。在能力圈外进行投资,相当于在不知道真实概率的情况下下注,这违背了凯利最优化的基本条件。 巴菲特曾说:"风险来自于不知道自己在做什么。"只有在你了解的领域投资,才能获得真正的概率优势。 小心陷阱:热门行业的诱惑、FOMO心态、对自己判断能力的过度自信。 记住米勒在金融危机前重仓金融股的教训——即使是专业投资者,一旦离开能力圈,也极易遭遇灾难性损失。 2. 实行"半凯利"保守策略,为不确定性留出安全边际 具体行动:无论你计算出的凯利最优仓位是多少,实际部署时只使用这一数值的一半或更少。 例如,如果你认为某只股票的最优配置是总资产的30%,那么实际配置不应超过15%。 凯利原理:凯利公式假设我们能精确计算概率和收益,但现实中这些估计总是存在误差。"半凯利"策略为这种不确定性提供了缓冲,防止因概率估计错误导致的过度投资和灾难性损失。 塔勒布的研究表明,在面对未知分布时,保守策略往往能带来更好的长期结果。 小心陷阱:过度自信、忽视尾部风险、低估黑天鹅事件的可能性。提前考虑"最坏情况会怎样"比幻想"最好情况会怎样"更重要。 3. 将资金分层,匹配不同时间框架和投资目标 具体行动:将投资资金分为三层,例如-- 短期需求资金(1-3年)应保持高流动性和低风险; 中期目标资金(3-10年)可适度配置在稳健型资产上; 只有长期资金(10年以上)才适合配置在股票等高风险资产上,并应用凯利原则进行配置。 凯利原理:伯恩斯坦的"序列风险"告诉我们,投资收益的时间顺序对最终财富有决定性影响。 真正的凯利策略需要考虑资金流入流出的时间表。只有那些不需要在短期内提取的资金,才能完全受益于凯利公式的长期几何平均最大化效应。 小心陷阱:将生活必需资金投入高风险资产;在市场低迷时被迫卖出良好资产满足短期需求;因资金时间框架错配而无法坚持长期策略。 4. 创建现金流引擎,实现"源源不断的本金增加" 具体行动:构建个人版的"保险浮存金"——通过副业、专业技能变现、版税收入或小型创业等方式,建立稳定的现金流来源,定期向投资账户注入新资金。 即使规模小,持续的资金流入也能显著增强长期复利效应。 凯利原理:巴菲特使用保险浮存金扩大了凯利公式的资本基数,普通投资者虽不能复制保险业务模式,但可以通过创建个人现金流引擎达到类似效果。 持续的现金流入允许投资者在市场低迷时增加投资,而不是被迫减仓,从而优化整体凯利效应。 小心陷阱:仅依赖工资收入;忽视创建被动收入的机会;过度消费而非投资。记住巴菲特的朴素生活方式和超高储蓄率。 5. 实施"暴跌准备计划",转危机为契机 具体行动:提前制定市场大幅下跌时的行动计划,包括-- ①预留10-20%的投资现金作为"干火药"; ②列出你最想以低价买入的5-10家优质企业及其合理买入价位; ③设定明确的分批买入标准(如市场下跌20%时投入预留现金的1/3,下跌30%时再投入1/3)。 最重要的是:在市场平静时书面记录这些计划,并在恐慌时严格执行。 凯利原理:市场恐慌时期往往是凯利期望值最高的投资时点,但也是心理上最难下决定的时候。 预先制定的"暴跌准备计划"帮助投资者克服恐惧情绪,将凯利公式的动态应用原则落到实处——在期望值上升时增加配置。 这正是巴菲特在2008年和2020年危机中得以大举出击的关键。 小心陷阱:恐慌时的从众心理;缺乏现金储备导致无法把握良机;没有具体计划导致犹豫不决错过时机。 这五条建议不仅体现了凯利公式的数学原理,更考虑了现实中的执行难点和心理挑战。 它们共同构成了一个普通投资者可实践的"加强版凯利策略",帮助你像巴菲特那样,在投资长跑中不仅活下来,更能持续前进,最终实现财富的长期增长。 最后 财富增长的本质是复利增长。 但现实是起伏的、不连续的、不均匀的,充满了不确定性。 凯利公式,计算的就是如何在不确定的世界实现复利。 但现实当然很难计算,凯利公式本身提供了一个思考问题的方法和框架。 本文主要目的是为了论述,巴菲特的投资哲学,很大程度上是围绕凯利公式展开的,即使他无需进行该类计算。 证明这一点很简单: 凯利公式的本质在于通过数学优化来平衡风险和回报,最大化长期资本的增长。 不同的是,巴菲特以其独特的商业模式,实现了一种增强版的凯利公式--效率更高,风险更小。 而几乎大部分投资失败案例,都可以归结于“反凯利公式”。 巴菲特的投资哲学尤其强调可预测性,作为可预测性的结果,好的公司往往有很好的自由现金流。 作为结果的结果,这些现金流又被源源不断运往奥马哈,变成股神继续下注的弹药。 最初,凯利公式用于解决信息传输中的信号与噪音问题。 在某种意义上,投资也是关于信号与噪音的问题。 后来,凯利公式被索普应用于赌场,然后是投资。 但事实上,凯利公式对赌徒来说是无效的。因为赌徒参与的是负期望值的游戏,凯利公式对负期望值游戏的下注建议是: 不要下注。 凯利公式的哲学意义在于: 它提醒人们在投资和决策中应注重长期的稳定增长,而不是短期的得失。 它强调了风险管理的重要性,鼓励投资者保持适度的仓位和谨慎的态度,以避免因单次不利结果而遭受重大损失。 此外,凯利公式也体现了信息利用的理念,即通过对事件结果的了解来做出更有利的决策。 在更广泛的意义上,凯利公式教导人们在面对不确定性时应保持耐心和智慧,通过科学的方法来应对风险和机遇。 最后,如果用一句话来概述本文,那就是: 别去赌,别轻易加杠杆,永远不要遭受永久性的资本损失。
看不懂的SOL tweet media
看不懂的SOL@DtDt666

一图看懂凯利公式颠覆你的投资认知 为什么顶级赌徒从不All in? 韭菜一般只考虑 “涨” 或 “跌”, 凯利公式告诉我们,需要把这几个因素都考虑到:涨的概率,上涨空间有多大,下跌概率,下跌空间有多大,然后再计算出仓位。 先说凯利公式核心,投资是概率学: 别贪心:即使胜率高,也不能“一把梭哈”,否则一次失败就可能血本无归。 别保守:如果机会好,适当多押注才能赚更多。 动态调整:根据当前资金变化,钱多时押得多,钱少时押得少。 好机会要下重注,但要留够本钱扛过坏运气。 买股票/BTC和赌博不一样的地方是:如果亏了,只亏一部分,而不会全部亏光(除非股/币价跌为0),这种场景里,凯利公式为: f = p/l - q/g 其中 f 为投资金额所占的最佳比例(仓位) p 为价格上涨的概率(胜率) q 为价格下跌的概率 ( q=1-p) g 为价格上涨的幅度(上涨空间) l 为价格下跌的幅度(下跌空间) 当有人告诉你应该一把梭哈的时候,切记掏出凯利公式算算最佳仓位到底应该是多少。 凯利公式就像一位“聪明的资金分配师”,帮你决定在每次投资或赌博中应该投入多少本金,既能最大化长期收益,又能避免破产风险。 注意事项 依赖准确预测:如果你高估了胜率或赔率,凯利公式会坑你。 避免极端情况:比如公式建议押注超过100%,说明这根本是“陷阱”(现实中不存在稳赚不赔)。 实际可打折扣:很多人用“半凯利”(押一半建议比例),进一步降低风险。 一句话总结 凯利公式教你——“好机会要下重注,但要留够本钱扛过坏运气”

中文
21
111
336
104.2K
markchan , STONE🐦‍⬛🪨 retweetledi
Albert丨 CoinGlass
Albert丨 CoinGlass@AlbertCoinGlass·
CoinGlass 显示,目前 BTC 合约的主要大额卖单集中在 94444 一带,其中位于 94444 的挂卖单价值 8548 万 94600与 94700分别有 5000 万左右的挂卖单 需要密切关注动向
Albert丨 CoinGlass tweet media
中文
4
3
11
25.1K
markchan , STONE🐦‍⬛🪨 retweetledi
水博乱乱
水博乱乱@Mrluanluan·
#BTC 过去3轮底,合约持仓量OI复盘! 现在合约持仓量接近历史高位,这是底么? 最近讨论的很多的一个话题.. 就是价格一路往下走,各个所里的合约持仓量OI一直在往上升,同时多空比也很高.. 一切都指向各种合约资金都在抄底.. 现在OI已经逼近历史高位.. 大家就都在场内了.. 底会在这样的情况出现么? 回顾一下过去的三次,分别是 25年4月关税战底(图1) 24年横盘底(图2) 22年熊底(图3) 目前的OI在历史的位置(图4) 复盘下来...大概的结论.. 在过去3次下跌的过程中,永远有人在猜“底”,一边跌 一边入场,OI 一路上升。 但是每次真正底都没有在OI很高的地方出现.. 最终都经历了一波下跌清OI的过程.. 才慢慢走出了一波... 那么,这一次呢?
水博乱乱 tweet media水博乱乱 tweet media水博乱乱 tweet media水博乱乱 tweet media
中文
6
10
29
50.3K
markchan , STONE🐦‍⬛🪨 retweetledi
KBeast.eth
KBeast.eth@Xbt886·
关于VA-Value area 价值区 具体的说明在 这里你可以查阅 tradingview.com/support/soluti… 今天生病了 不发视频了 我分享一些我的经验逻辑 首先需要认识到 市场是由供需双方构成的 他们的行为就是买与卖,价格由于他们的行为产生波动,常态下供应大于需求价格会停止上涨或者下跌,相反需求大于供应价格会停止下跌或开始上涨 并且由于供需双方的买卖行为造成的上下波动,是由拍卖完全的,上涨的时候价格越来越高,下跌的时候价格越来越低 同时你需要认知到非常重要的一点,交易就是一个巨大的帐薄,我们就是在这个帐薄中交易报价,那么常态下我们会看到什么? 图 1 对照订单薄深度 delta,在价值区的VAH总是充满了供应,在价值的VAL总是充满了需求
KBeast.eth tweet media
中文
18
23
106
13K
markchan , STONE🐦‍⬛🪨 retweetledi
加密龐克Cryptopunks
加密龐克Cryptopunks@crypto_punkX·
📌ETH下波大的可能快來了.. 一樣先說重點,目前交易所NetTakerVolume負值正在逐漸下降,這也就代表說淨Taker賣出的壓力正在縮小,交易所散戶賣壓逐漸被消化當中(圖一) 另外這一兩周有多次跟大家分享到2790~2800附近是非常重要的位子(圖二),他同時就是Accumulation Addresses累積錢包地址的平均持倉成本(通常微大鯨魚用來囤積地址的成本),歷史當中接觸到這一線的機會不多,上一次我們跟大家提到的時候就是在ETH 1.5K附近四月初暴力彈起前 再來就是最重要的一點了,我們現在知道了賣壓可能最快1~2周左右能夠被消化完,再加上跟上一次一樣也是摸到了累積錢包地址Realized Price之後,最重要的就是(圖三)大鯨魚有沒有出現加速買入了,因為供應減少後,那價格能不能夠暴力彈起,還是只是一個小反彈,最重要的就是需求的擠壓了是吧 那在稍早ETH數據(10,000~100,000)大鯨魚持有總量有短暫的創出最高水平一下,目前相比昨天大約減少(32.11M-> 32.09M),基本上可以說還沒有出現太大變化,但整體有一點點微微向上的趨勢 總結:目前就以數據來看,ETH的確處在一個最快1~2周左右可以比較好去暴力彈起的位子了,接下來就看大鯨魚會不會順水推舟年底到明年出來一波了行情了..Tom Lee老哥還能頂嗎~? 晚點有時間會來聊一下山寨幣~晚點見
加密龐克Cryptopunks tweet media加密龐克Cryptopunks tweet media加密龐克Cryptopunks tweet media
加密龐克Cryptopunks@crypto_punkX

$ETH 鏈上大鯨魚最新數據2025/12/4 ETH數據: (10,000~100,000)大鯨魚持有總量出現上升,相比昨天大約增加(32.06M-> 32.11M),從前天差不多2800附近又開始出現買入之後,目前幾乎快回到上周的最高水平附近了 另外LINK現貨ETF剛上線兩天,流入量還算是可以,山寨幣目前ETF的熱度排名大概是XRP>SOL>LINK>DOGE,LINK(1,000,000~10,000,000)大鯨魚持有數量這兩個月大概增加了有(211.59M->276.67M ),6500萬顆左右

中文
14
14
190
55.5K
markchan , STONE🐦‍⬛🪨 retweetledi
相
@formnoshape·
简单又有用的oi指标教学 很多朋友说oi指标教学没看到,问能不能再发一遍。刚好昨天又有个成功的案例,我就再发一遍吧。大家可以好好收藏。 今天凌晨,大饼价格反弹至10.89w,但是oi飙升。且大饼价格和oi形成背离,此时我在X上提醒,如图1,大饼和oi背离,不太好的信号,静待机会操作。几个小时后,大饼跌到10.7w。 oi指标非常有用,很多人问怎么弄,这里简单讲一下怎么设置(前几日已经发X)。 首先,打开tradingview,选择btcusd,如图2。 然后,选择指标一栏,搜索Agregated Open Interest,点击打开。如图3。这个指标是免费的。 最后在图标下方就能看到oi。 怎么用指标分析市场? 期货价格上涨,oi下跌,看涨信号。 期货价格下跌,oi上涨,看跌信号。 总结: oi是总持仓量,但反映的是大家的开单情绪。人性是贪婪恐惧,喜欢追涨杀跌,因此市场走势往往和大家情绪反着来。而oi是我们判断情绪的指标。熟练掌握吧,会成为我们分析市场的利器!
相 tweet media相 tweet media相 tweet media
中文
7
28
132
34K
markchan , STONE🐦‍⬛🪨 retweetledi
美股OK哥
美股OK哥@artinmemes·
给大家推荐一个免费看大佬美股持仓的网站: dataroma.com/m/managers.php 进去就是super investor界面,可以看段永平、李录、Bill Ackman大空头Michael Burry等等 网站上还有insider交易,可以看看
美股OK哥 tweet media
中文
52
699
2.3K
245.3K
markchan , STONE🐦‍⬛🪨 retweetledi
SuperSaiyan
SuperSaiyan@SuperSaiyan0595·
BTC 大饼 的日线 107k-126k 标准威科夫派发结构 一共走了115天 74k-94k的 吸筹结构走了70天 98k-112k的 再吸筹结构走了60天 那么107k-126k 派发结构走了115天 可以了 很标准 谁想要看我写的一个细节复盘 针对这次派发结构 每一个威科夫的事件拐点的量价分析 以及怎么判断 底下扣个1 #BTC
SuperSaiyan tweet mediaSuperSaiyan tweet media
SuperSaiyan@SuperSaiyan0595

大饼TR区间感觉真走出来了 耐心得到回报 看看D阶段怎么走来证实再派发的C阶段的证实 #BTC #ETH #SOL

中文
115
47
268
219.5K