NorthLake

57 posts

NorthLake

NorthLake

@northlakeecho

Katılım Şubat 2024
33 Takip Edilen9 Takipçiler
NorthLake
NorthLake@northlakeecho·
@cherryPayment 谢谢你的免费分享。空头一直在加速出逃,但是股价仍然下跌,所以是空头和多头都在跑路吗?还是说前段时间增发的股票一直在被卖出?
中文
1
0
0
153
mark
mark@cherryPayment·
又过了几天,最新的Finansinspektionen数据出来了,让我们继续来看看他们的仓位变化……… 1. Two Sigma 这边是加速出逃,仓位来到了0.62%…………… 还记得我们上次说 0.98 是一个”里程碑”节点吗? 这意味着只要象征性地跌破了1这个点,那么就会一路往下滑,事实也确实如此这次直接来到0.62, 单次披露降幅高达0.36个百分点,这是近期降幅最大的一次,反而比上周那次0.17的”放缓”加速了。 从6月26日的2.3 出发,到现在的0.62, 仓位已经被削减了73%……… 如果说上次跌破 1 是象征性的,这次0.62 就更接近”清仓前的最后阵地”了。从行为逻辑上来看一家量化机构把空头从2.3一路压到0.62,已经很难说是在”维持观点”,更像是在有序退出,所以我估计后续应该会持续减仓直到少于0.5……… 2. Voleon 的仓位来到了 0.59,这算是最近半个月首次松动,这次他们从 0.61微降至0.59, 披露日期7月16日。 降幅虽然只有0.02个百分点,但意义不小:这是Voleon自6月底以来首次触发新的披露,说明它也在缓慢减仓,只是节奏远比Two Sigma保守。 3. Sum percent降至3.24,“暗仓”缺口继续存在 Two Sigma(0.62) + Voleon(0.59) = 1.21,而Sum percent为3.24,中间仍有约2.03个百分点的缺口。 这个缺口从上次的2.02 几乎没有变化,说明那部分未披露的空头仓位(Qube或其他机构)目前维持稳定,既没有明显加仓,也没有触发减仓披露。暗仓部分继续值得关注。 当然,我们会遇到新的问题,有粉丝提问 “ 他们减仓不做空是不是意味着他们认为没有做空的价值了?是不是意味着这家公司不可能上涨了?” 要回答这个问题首先我们需要承认一件不舒服的事: Two Sigma 和 Voleon减仓到0.62%,不是因为他们看多$SIVE。 量化机构不会因为”相信这家公司”而平仓空头。他们平仓,只有两种原因: 预期收益/风险比不再成立 模型信号改变 两种原因对多头来说含义不同,但有一点是共同的 :他们认为从当前价位继续做空,已经不划算了。 另外,我们也需要知道做空是有成本的。借券费、时间成本、无限亏损风险。空头在一个标的上持仓,本质上是在持续押注价格会下跌,特别是做市商前不久增加了利息……… 当他们把仓位从2.3%压缩到0.62%,削减73%,有几种可能: 1. 下行空间已经被他们吃得差不多了,换句话说他们认为从现在的价格再跌的概率和幅度,不足以覆盖持仓成本 2. 上行风险变大了:定向增发、JP Morgan背书、内部人增持,这些事件让”万一踏空”的尾部风险变大,量化模型会自动降低空头仓位 对我们来说,这俩种情况其实都是同一个结论:当前价位的风险收益比,空头已经不认可了,空头花了三周时间、分批有序地把73%的仓位撤走,这不是”股价没有上涨价值”的信号,这是”继续做空的代价已经超过预期收益”的信号。对多头来说,最大的意义是:做空合力在系统性减弱,上涨的阻力变小了。
mark tweet media
mark@cherryPayment

时隔9天,我们来看一下Two sigma和Voleon的最新仓位变化,还记得上次我们说Two Sigma从2.3%砍到1.15%,然后Voleon也同步收缩到0.61%了,看看这一次最新持仓会如何变化…… 1. 根据数据显示 Two Sigma的减仓行为并没有停下来,上次截止到7月9号的1.15%的仓位在一次下降0.17个点,来到了0.98……我相信很多人在上一次数据公布的时候会认为1%附近会是一个”心理持仓位”,机构在这里会停止减仓然后持续持有。 目前看来Two Sigma正式减仓至1 以下,从6月26日的2.3出发,减仓到现在的0.98,仓位上来看已经被削减了57%。 另一方面,这次降幅 0.17相比7号、8号的0.35 和 0.29确实放缓了一些,也很正常毕竟总持仓量减少了。 但有一点需要注意:7/9到7/16之间有将近一周的间隔,不是单日数据。也就是说这一周整体的减仓节奏其实是稳定延续的,只是没有出现上周那种单日脉冲式的加速。 2. Voleon这次还是和上次一样维持在0.61, 没有新的披露变化。如果我们结合上次7月8号已经从0.79%降到0.61%,目前处于”观望”或者”减仓未触发披露阈值”的状态 3. 而这里需要注意的是Sum percent 来到了3.61,而Two Sigma(0.98%) + Voleon(0.61%) = 1.59%,中间有2.02个百分点的缺口比上次的1.89%还大了一点点。 这个缺口要么是Qube等其他机构,要么有新进场的空头,但都没有触发披露。这块”暗仓”值得持续关注。 总的来说,目前机构方面的情况是非常友好的,紧急融资被超额完成,摩根也公开表示 $sive的重要性不亚于 $LITE 等公司,空头方面Two Sigma跌破1的持仓是一个里程碑式的节点,从行为逻辑上看,一家机构把空头仓位从2.3%压缩到0.98%,已经接近”象征性持有”的边界,后续继续大幅加仓做空的动力越来越弱。 再加上etf的出现和瑞典期权市场的开启,我目前是非常肯定机构对于 $sive的喜爱程度远超从前。 同时我们也别忘了 CEO和4位董事在7月9号同步增持,Two Sigma同日减仓到1.15%,现在又进一步退到0.98%——这条时间线还在同向延伸。 一边是空头在撤,一边是内部人在买。 100亿市值指日可待

中文
29
4
25
6.6K
NorthLake
NorthLake@northlakeecho·
最近怎么多出了这么多没活硬整的MOE论文?22年的时候几乎每天都能看到各种MOE花式灌水,在大模型出来后沉寂了几年,现在又开始冒头了?
中文
0
0
0
26
NorthLake
NorthLake@northlakeecho·
来到X是为了学习一些投资逻辑的。经过两个月的观察,感觉真正值得关注的就是 Herman Jin 以及 Serenity 这两个人。不论市场每天是如何变动的,他们都有着自己清晰的投资逻辑,并且持续看好自己投资的标的。而其他大多数人都是情绪化炒股,完全是把股市当做了赌场。
中文
0
0
0
33
NorthLake retweetledi
Letian Wang
Letian Wang@Letian_Wang_6·
Can video generation models do for vision what LLMs did for language? Introducing GenCeption from @GoogleDeepMind: one feed-forward video model for various vision tasks — SOTA, data-efficient, and emerging behaviors (ECCV 2026) 🌐 genception.github.io (1/8)
English
16
94
435
66.7K
NorthLake
NorthLake@northlakeecho·
@cherryPayment 这可不是个好消息,他是著名的反指。我看过他的帖子,他卖出SIVEF和MRVL的第二天这两只股票就起飞了,他买入RAM和MUU后存储股就一直被砸盘到现在。我现在很犹豫要不要卖出🤣
中文
1
0
0
74
NorthLake
NorthLake@northlakeecho·
@iveyzen @ZeroZ_JQ 大家写的skill是否会被公司用于模型训练呢?这样对于不同的任务,模型就直接采用不同的规范标准来回复,或者说用rl强化输出方式的偏好。毕竟skill很多都是人写的,或者精心筛选的,相当于免费为公司做了数据标注
中文
0
0
0
15
ivey zen
ivey zen@iveyzen·
@ZeroZ_JQ 是,主要原因是skill是静态的,不随模型进化,很多时候skill里好多好多内容都只是让几个月前的模型学会一个事情,结果模型一更新,这些内容就没用了
中文
2
0
0
354
关木
关木@ZeroZ_JQ·
模型变强以后感觉很多skills都没用了
中文
113
6
293
112.9K
NorthLake
NorthLake@northlakeecho·
@kik8964 @ShanghaoJin @Kata_Des @liu_shuo4202 好吧,至少在我这些年看的论文里面,尝试用各种trick来提升模型上下文长度的,最终实际效果都很糟糕。我对工程了解的不多,感觉agent更像是一个自动化脚本,在prompt中定义了接口规范,比如用json传递参数,但是根本没有解决模型本身存在的缺陷。你也可以说一说你认为怎么能从学术或工程上解决这个问题
中文
1
0
2
39
Ik K
Ik K@kik8964·
@northlakeecho @ShanghaoJin @Kata_Des @liu_shuo4202 目前确实不管是RAG检索还是压缩效果都不行,但是未来肯定有解决方案的,这个并不是一个技术上非常难的问题。 硬件要做的就是提供尽可能大的memory,也就是Context,至于模型如何高效利用长Context,这个是一定能解决的问题。
中文
1
0
0
42
NorthLake
NorthLake@northlakeecho·
@kik8964 @ShanghaoJin @Kata_Des @liu_shuo4202 我没太理解为什么是个工程问题呢?softmax attention在上下文过长时会产生注意力稀释,位置编码超出训练分布也会导致模型能力下降,另外decoder的next token prediction优化目标也倾向于局部预测,这都是学术上确实存在的问题。工程上的RAG、检索和压缩应该无法解决模型结构存在的根本性缺陷吧?
中文
1
0
2
36
Ik K
Ik K@kik8964·
@northlakeecho @ShanghaoJin @Kata_Des @liu_shuo4202 模型关于过长上下文的理解能力出现下降是工程问题,是注定能解决的。但长上下文这个命题本身受限于内存,这是一个物理问题。 想象一下,假设存在一个不会因为长上下文而导致灾难性遗忘的模型,并且拥有几乎无限长的上下文,那么这个模型就已经可以算是半个AGI了
中文
1
0
0
48
NorthLake
NorthLake@northlakeecho·
@iveyzen 你的DataDon呢?今天一天我都没有刷到来自它的消息
中文
0
0
0
13
ivey zen
ivey zen@iveyzen·
在跟我的各位股东分享一下我们股东数,上涨到了368, 今天一天就增加了68个股东,小弟在此感谢各位的关注,加入我们股东团体。 我会好好运营,每天会为各位股东带来很多乐子,也会竭尽所能为大家提供信息差。 每天固定的节目有分享分析我的每股持仓,欢迎各位股东对我指教和批评,我一定虚心接受。 第二就是分享我们鹿友AI的运营情况,我们有一些真实导致的成本问题,所以起步阶段有些困难,比如增量巨慢,但是希望大家不要嫌弃,陪伴我们一起成长吧。 以上。
ivey zen tweet media
ivey zen@iveyzen

300关注里程碑纪念!太不容易了! 今天我吐完槽,就扭头去跟蓝V互关的兄弟们互动了一波,去评论互动还是很有帮助的,一天就涨了十几个粉丝,开心! 新关注我的朋友们,我有很多活儿给大家整,保证你的关注值回票价,你们就是我的股东。 没关注的朋友,刷到了这条一定关注我一下,给我一个机会让我打动你。

中文
1
0
1
256
NorthLake
NorthLake@northlakeecho·
最近看的几篇论文SAM 3、SAM 3D以及Boxer竟然都是Meta的,看来Meta在积极往3D这方面探索。感觉AI这个圈子有些越来越封闭了,没有几年前那种百家争鸣,竞相开源的繁荣了。很好奇,像ResNet,Transformer,Bert,CLIP和DDPM这种级别的文章拿到现在还会公开发表吗?
中文
0
0
0
41
NorthLake
NorthLake@northlakeecho·
@kik8964 @ShanghaoJin @Kata_Des @liu_shuo4202 当前的模型结构是无法很好处理长上下文的,哪怕RoPE早就可以实现无限长的上下文了,但是过长的上下文会存在灾难性的遗忘,这也是为什么窗口设有上限。现在超出上限的部分要么直接截断,要么压缩为embedding。既然窗口是有上限的,那么KV Cache需要的内存你为什么认为是无限的?
中文
1
0
2
57
NorthLake
NorthLake@northlakeecho·
@kik8964 @ShanghaoJin @Kata_Des @liu_shuo4202 没有人从底层技术的角度出发聊一下这件事吗?17年-22年,几乎所有人都认为encoder架构远优于decoder架构,尤其是在上下文理解方面,encoder一直是胜者。到23年底ChatGPT出现以后,大家一边倒的认为decoder是才是未来,难道没有人认为下一个5年可能又会出现新的架构吗?
中文
1
0
2
71
Ik K
Ik K@kik8964·
@ShanghaoJin @Kata_Des @liu_shuo4202 目前AI Agent最大瓶颈确实是Context,也就是内存,但是未来会不会一直是,这个其实真的很难说。 有些人认为,当Context规到一定程度时候,会出现模型提升的边际效应。 当然,这也只是一种猜想。
中文
1
0
2
2.2K
NorthLake
NorthLake@northlakeecho·
@wyn05230602 对的,还有一个黄老板喊单的MRVL。至于AAOI和SIVE可以小仓位博一博高弹性,毕竟是牛市
中文
0
0
0
21
NorthLake
NorthLake@northlakeecho·
我目前不会去投资机器人赛道的公司,因为从学术圈来看,具身智能还是一个很遥远的故事。在22年底ChatGPT出来之前,学术圈就已经在形成一个共识,one for all是语言模型的未来发展方向,21年到22年间出现了很多相关的论文。而对于具身智能,学术界还没有类似的共识,大家仍然在探索阶段。
中文
2
0
0
92
NorthLake
NorthLake@northlakeecho·
@iveyzen 上个月去参加CVPR,发现每个人对于world model的定义都还不一样,例如Google Genie 3和NVIDIA Cosmos 3都在探索不同的路线。但或许也说不定是好事,只有这样才能融到更多的资金,加速探索发展。
中文
1
0
0
23
ivey zen
ivey zen@iveyzen·
@northlakeecho 主要是大众把llm叫AI,机器人也叫AI,但机器人跟llm完全不同,核心问题是算法问题并没有解决,VLA并不是答案,所以我也选择观望不进入,但是如果想去炒作,可能也行,就是很难。
中文
1
0
0
51
mark
mark@cherryPayment·
多谢总结! 看后续如何,我认为大家太恐慌了 你要记住你所能看到的是机构想你看到的 不然真以为大家都能赚钱?
NorthLake@northlakeecho

@cherryPayment 今天到目前为止,LITE涨了12%,GLW涨了9.3%,MRVL涨了7.5%,NOK涨了5.7%,SIVE抛掉鬼故事的缘故,也从底部涨了11.5%

中文
2
0
7
5.1K
NorthLake
NorthLake@northlakeecho·
@wyn05230602 但其实近期存储的持仓体验会更好一些,毕竟是业绩兑现期,逻辑更硬。唯一担心的就是后续产品价格难以维持当前涨幅,会导致股价快速滑落。我没办法时刻盯盘,所以就选了光子学板块。
中文
0
0
0
14
NorthLake
NorthLake@northlakeecho·
@cherryPayment 今天到目前为止,LITE涨了12%,GLW涨了9.3%,MRVL涨了7.5%,NOK涨了5.7%,SIVE抛掉鬼故事的缘故,也从底部涨了11.5%
中文
0
0
2
5.1K
LIWEI_TW Capital
LIWEI_TW Capital@LIWEI_TWCapital·
Liwei has told you this before: Compared with E&R (8027.TW), which has already explicitly guided for a revenue ramp starting in Q3 2026, I still find it hard to understand why $LPK management keeps talking about its 70% market share while remaining extremely vague about its customer pipeline under NDAs. For investors bullish on the glass substrate / TGV / LIDE theme, my preference has always been clear: E&R (8027.TW) >> $LPK And as always, price action will tell you whether Liwei was right. $LPKF
LIWEI_TW Capital tweet mediaLIWEI_TW Capital tweet media
LIWEI_TW Capital@LIWEI_TWCapital

$LPKF has been getting a lot of attention in FinX discussions around glass substrates lately, largely because their recent AGM painted a very bullish picture on LIDE technology. I have genuine respect for their technology. But as a Taiwanese who believes in backing and understanding our own local players, I’ve chosen to invest in E&R ($8027.TW) — LPKF’s direct counterpart and competitor here in Taiwan — instead. To be clear, I no longer actively encourage foreign investors to buy individual Taiwanese stocks due to our current regulatory environment. Still, I think the reasoning behind this preference is worth sharing. After reviewing public disclosures, my view is straightforward: On pure technology, $LPKF holds the foundational edge. They originated LIDE and have the most extensive published technical validation around precision glass structuring. While E&R has successfully industrialized similar laser-based TGV processes (widely referred to as LIDE-equivalent in the Taiwan market) and achieved impressive production-scale throughput. However, their real differentiation is not trying to win on lab specs alone. It’s ecosystem integration combined with broader theme coverage within the high-growth advanced packaging space. Through the E-Core alliance, E&R is building a complete local manufacturing chain in Taiwan covering TGV formation, wet etching, metallization/plating, inspection/AOI, and packaging steps. This positions them as a manufacturing integration partner capable of delivering end-to-end solutions. Beyond core TGV, E&R also has meaningful exposure across multiple interconnected sub-themes that are critical for real commercial adoption: • FOPLP (Fan-Out Panel Level Packaging) — already in shipment and expansion phase • CoPoS / panel-level advanced packaging — directly addressing the shift from wafer-level to larger-format solutions for big AI/HPC chips • Laser + Plasma process integration — offering one-stop solutions that improve yield and process control • CPO (Co-Packaged Optics) potential — leveraging glass substrate advantages in optical integration This multi-angle coverage within the glass substrate and advanced packaging ecosystem makes E&R’s theme exposure more diversified and resilient compared to a pure technology play. This is not primarily a technology battle. LPKF excels as a glass processing technology platform. E&R is betting on becoming the partner that can actually turn glass substrates into high-volume, manufacturable products within real supply chains — while also capturing value across the broader stack of panel-level packaging, process integration, and supporting technologies. If glass substrates evolve into a winner-take-all technology game (similar to EUV), LPKF should benefit. But if it develops more like CoWoS — where yield learning, process integration, ecosystem collaboration with foundries/OSATs, and coverage across multiple enabling technologies determine the winners — then E&R’s broader theme positioning and ecosystem approach may ultimately prove justified. In short: LPKF leads on foundational technology. E&R is positioned to win on industrialization, ecosystem execution, and broader coverage of the key sub-themes that will drive actual commercial ramp in advanced packaging. For real commercial adoption in advanced packaging, I believe the latter combination matters more.

English
10
0
40
12.9K
NorthLake
NorthLake@northlakeecho·
@iveyzen 哈哈,我也是个博士,天天与论文和数据打交道。这两个月来到X后发现要换一套思考行为方式,因为面对的群体不一样。可能这就是所谓的数据集特征分布不同导致模型迁移困难吧🤣
中文
1
0
0
11
ivey zen
ivey zen@iveyzen·
@northlakeecho 你说的很对,应该也是圈子里的人。当初的出发点就是scaling law其实会受益于数据的增长,推导出数据就是越多越好,或者不会嫌弃太多。第二就是想让普通用户数据变现,参与到AI产业链的利益分配,可惜跟web3结合,搞得有些复杂了。
中文
1
0
1
46
ivey zen
ivey zen@iveyzen·
最近粉丝也没增加 每条推也就几十观看,好点几百 难道被限流了吗 围绕自己这个个体打造事业,想独立是一条漫长又艰难的路
中文
2
0
1
278