
06 | 21年入web3 | 长期主义 | 不定时投机 侠客交易员 | 宏观 | AI | 文学 Founder of @SWUFEBA 投名状于@0xUClub @bamboozcrypto 门下 Start From the Bottom.
Joined February 2025
- Tweets10.9K
- Following944
- Followers17.8K
- Likes21.5K
感谢 @MMMusol 老师的体验分享和建议。
最初想要做 @leveracc_xyz 这个产品,就是觉得很多中小交易者在做交易这件事上都有一个共同的困扰:遇到好的交易机会时,限制你的往往是购买力。
在合约交易里当然可以选择拉很高倍的杠杆,但风险也会随之被拉得很高,如果有一种其他方式可以大幅提升购买力但风险没那么高就好了,于是我们决定试试看这套非传统的“借贷” + perps 的解决方案。
@HyperliquidX 是名副其实的 House of All Finance,并且得益于其 HyperCore + HyperEVM 的双层架构及两者之间良好的耦合性,为我们用去中心化的方式去实现这套方案提供了最优质的土壤,向 @chameleon_jeff 和 Hyperliquid 团队致敬🫡
当然了,目前 LeverAcc 还处于很早期的阶段,产品层面确实还有很大的提升空间,再次感谢所有 Private Beta 的体验官老师们的反馈和建议,Let's keep building!
当“杠杆”是高风险的,假设我们手里只有100u
那我们把 100U 通过借贷变成 500U 的购买力之后,
我们的心理负担是不是会更小一些,映射到交易上会更加从容呢?
Leveracc @leveracc_xyz 在处理杠杆这件事上,
思路上是我见过最有意思的
自己体验了内测快一周
理论上 100U 左右,在 Hyperliquid 上只能开到最高 1000U 的仓位。
但通过 LeverAcc 借了 400U之后,购买力直接变成 5 倍,就像我开了 hyperliquid:native 5x 多单,仓位价值大概 2500U
简单说就是把 100U 的本金,
通过借钱变成了约 2500U 的购买力
传统杠杆你一直很清楚自己在加杠杆,
数字越大心里越不好受
LeverAcc 更像是把这件事换成了借贷:
拿自己的本金去借 USDC,
拿到更高的购买力,但系统里始终有个健康因子在评估
不是随便给你一个限制的杠杆倍数然后让你自己扛,而是通过覆盖率,也就是账户价值 / 债务做分层管控
快到临界的时候系统自动限制加仓、减仓,
甚至挂了 reduce-only 止损单兜底
其实就是系统在尽量保证你最多只亏掉自己的本金,
不会像传统清算那样把风险直接甩给你。
这个设计我非常喜欢,
因为它把「杠杆」这两个字的心理负担降低了
但用下来也有个小想法:
既然已经在用借贷把杠杆模糊掉了,
能不能在体验上做得更彻底一点?
比如用户主要看到的是购买力在变,
而不是“我借了多少、利率多少、健康因子多少”这些词一直挂在前面。
现在这些信息都很透明,对理性用户是好事,
但也可能让一部分人还是会下意识觉得“我在用杠杆”
如果能在交互上再把这层变得模糊一些,只在需要的时候暴露细节,可能更接近无感放大资本效率
还有一件事:Fund Vault
你可以把自己的 U 存进去,
变成供应方,吃借款人付的利息,
界面上直接能看到资金利用率
利用率高,借款需求强,供应方的收益预期就会上去;
利用率低,收益就相对保守。
我看了下目前 TVL 还不大,利用率大概三成左右,
预估年化应该在 5% 附近~
而且它把钱怎么被用掉这件事可视化了,
而不是只给一个模糊的 APY,这点对想做供应方的人比较友好~
总而言之
我个人觉得LeverAcc 更像是给 Hyperliquid 交易账户做了一层融资和结算的中间层
如果借贷这边把风险控制得比较可见,
资产显示上如果再把自有/借入拆得更明细,
资金把利用率写的更清楚一些,整体体验会更完整~
当然后面还有更多功能我还没深入用,
但这些点已经能感觉到它在尝试把「杠杆」和「资金效率」这件事做得更可控一点。
目前还在测试阶段,建议先小资金体验哈哈哈
感兴趣的老师可以直接去好好体验一下~
当“杠杆”是高风险的,假设我们手里只有100u
那我们把 100U 通过借贷变成 500U 的购买力之后,
我们的心理负担是不是会更小一些,映射到交易上会更加从容呢?
Leveracc @leveracc_xyz 在处理杠杆这件事上,
思路上是我见过最有意思的
自己体验了内测快一周
理论上 100U 左右,在 Hyperliquid 上只能开到最高 1000U 的仓位。
但通过 LeverAcc 借了 400U之后,购买力直接变成 5 倍,就像我开了 hyperliquid:native 5x 多单,仓位价值大概 2500U
简单说就是把 100U 的本金,
通过借钱变成了约 2500U 的购买力
传统杠杆你一直很清楚自己在加杠杆,
数字越大心里越不好受
LeverAcc 更像是把这件事换成了借贷:
拿自己的本金去借 USDC,
拿到更高的购买力,但系统里始终有个健康因子在评估
不是随便给你一个限制的杠杆倍数然后让你自己扛,而是通过覆盖率,也就是账户价值 / 债务做分层管控
快到临界的时候系统自动限制加仓、减仓,
甚至挂了 reduce-only 止损单兜底
其实就是系统在尽量保证你最多只亏掉自己的本金,
不会像传统清算那样把风险直接甩给你。
这个设计我非常喜欢,
因为它把「杠杆」这两个字的心理负担降低了
但用下来也有个小想法:
既然已经在用借贷把杠杆模糊掉了,
能不能在体验上做得更彻底一点?
比如用户主要看到的是购买力在变,
而不是“我借了多少、利率多少、健康因子多少”这些词一直挂在前面。
现在这些信息都很透明,对理性用户是好事,
但也可能让一部分人还是会下意识觉得“我在用杠杆”
如果能在交互上再把这层变得模糊一些,只在需要的时候暴露细节,可能更接近无感放大资本效率
还有一件事:Fund Vault
你可以把自己的 U 存进去,
变成供应方,吃借款人付的利息,
界面上直接能看到资金利用率
利用率高,借款需求强,供应方的收益预期就会上去;
利用率低,收益就相对保守。
我看了下目前 TVL 还不大,利用率大概三成左右,
预估年化应该在 5% 附近~
而且它把钱怎么被用掉这件事可视化了,
而不是只给一个模糊的 APY,这点对想做供应方的人比较友好~
总而言之
我个人觉得LeverAcc 更像是给 Hyperliquid 交易账户做了一层融资和结算的中间层
如果借贷这边把风险控制得比较可见,
资产显示上如果再把自有/借入拆得更明细,
资金把利用率写的更清楚一些,整体体验会更完整~
当然后面还有更多功能我还没深入用,
但这些点已经能感觉到它在尝试把「杠杆」和「资金效率」这件事做得更可控一点。
目前还在测试阶段,建议先小资金体验哈哈哈
感兴趣的老师可以直接去好好体验一下~
Introducing LeverAcc, the first capital layer for the @HyperliquidX ecosystem.
Same capital input
5x buying power increase
Fully on-chain
Fully on Hyperliquid (Core + EVM)
LPs can earn a substantial APY, and trading apps can integrate seamlessly. More details coming soon.
Musolsol.𝟎𝐱𝐔 retweeted
🕵️Trasia 侦查: 一个以做多 $PUMP 为主的多头,凌晨保本平仓了约 100 万美元的仓位,不知道是否与 kimchi 事件有关
@MMMusol 老师侦查到这个地址后研究发现,交易记录里几乎全是做多 $PUMP,经常用小单连续叠加仓位,盈亏比不错
目前 wronguser.eth(@wronguser000)仍持有约 36.6 万美元的 5 倍多单,入场价 $0.0045,已盈利约 6200 美元(≈ 8.71%)
今天凌晨 @kimchi1x 发布含二维码图片推广同名 Meme 币,受 @a1lon9 转发影响市值一度冲高至千万美元,随后 alon 取消转推、kimchi 删推并从简介中移除 pump.fun 字样,代币迅速暴跌接近归零
🧐第一时间侦查高胜率地址的操作路径:trasia.xyz/perps/PUMP?watch=…
所以我更期待十一月初
等财报进一步落地,地缘和选举扰动逐步消化,市场对 AI 开支和芯片需求的定价更清晰之后,再来判断这轮调整到底是正常回撤还是大级别修正
老师们没有必要急着证明自己抄到了最低点
就比如说芯片这种高 Beta 资产,不要因为连续跌了很多天就觉得差不多该弹了,市场从来不会因为你亏了多少就反弹。
左侧抄底的麻烦在于你分不清抄的是底还是半山腰
大机会往往出现在恐慌之后、
市场终于告诉你它跌不动了的那个时刻,
关于恐慌这一点其实可以多多关注一下 Nico姐 @staypinkyup ,对于恐慌指数的敏锐程度是很高的~
在那之前,现金也是仓位,
眼前这轮上涨只是下跌途中的喘息,
耐心等右侧信号,比在左侧反复接飞刀舒服得多~
其实现在相比于估值更让我不安的是杠杆
老师们可以先看一个彭博最新的报道:
巴克莱今年在亚洲 AI 股票交易热潮中触及了对冲基金客户的融资上限,不得不从宏观利率交易台借调资本来继续放贷。
高盛的交易员在鼓励对冲基金增加空头仓位,
瑞银也在收紧股票资产负债表的使用。
几家大行同时释放类似信号,
银行的资产负债表已经快撑不住这么大的融资需求了
市场涨的时候杠杆永远不构成问题,
保证金充足,银行愿意放,大家都赚钱。
问题出在市场突然转向之后,
所有人同时要降杠杆,接盘的人不够
净杠杆率也是快降到了五年新低
拆开看,多头几乎没怎么砍,空头反而加到了五年最高,这个数字的下降主要靠空头在快速堆积
市场的风险没有出清,更像是多空双方在重新找平衡。
这也是为什么最近行情这么难做,涨起来猛,跌下去也猛
每个人都知道 AI 的故事没有讲完,但都怕自己是最后一个接盘的人。
地缘政治、中期选举、财报季全堆在一起,
市场很难走出明确趋势。。。
其实现在相比于估值更让我不安的是杠杆
老师们可以先看一个彭博最新的报道:
巴克莱今年在亚洲 AI 股票交易热潮中触及了对冲基金客户的融资上限,不得不从宏观利率交易台借调资本来继续放贷。
高盛的交易员在鼓励对冲基金增加空头仓位,
瑞银也在收紧股票资产负债表的使用。
几家大行同时释放类似信号,
银行的资产负债表已经快撑不住这么大的融资需求了
市场涨的时候杠杆永远不构成问题,
保证金充足,银行愿意放,大家都赚钱。
问题出在市场突然转向之后,
所有人同时要降杠杆,接盘的人不够
净杠杆率也是快降到了五年新低
拆开看,多头几乎没怎么砍,空头反而加到了五年最高,这个数字的下降主要靠空头在快速堆积
市场的风险没有出清,更像是多空双方在重新找平衡。
这也是为什么最近行情这么难做,涨起来猛,跌下去也猛
每个人都知道 AI 的故事没有讲完,但都怕自己是最后一个接盘的人。
地缘政治、中期选举、财报季全堆在一起,
市场很难走出明确趋势。。。
其实有件事我们一直都没有注意到:
人性里有一种很隐蔽的恶,
不一定骂你贬低你,但它会偷偷让你自卑
可能当自己一出现,自己和别人产生隐性的对比时
别人心里的我还不错的感觉就会在双方之间产生动摇
他突然意识到:原来我没那么好
这时候,我们的潜意识里就会冒出恶意
这种恶意很少明着来,比较常见的是:
拿他认识的大佬压我一下;
用我不知道的信息差压我一下;
或者把我往下拽,拽到和他同一条线,
比如:「像我们这样的普通人……」
听着像自谦吧
那我们怎么应对?
有一种招数,其实是强者专属的:留短板制衡。
你会发现很多公众人物,会故意露出一点短板:
自卑、审美差、原生家庭不好之类的。
不是他们真没本事,而是给别人的隐恶留个出口:
你别盯着我的长板恨我,你看,我也有破绽。
其实这么想来自己在大学或者高中也是这样应对的,在一群学霸朋友中间,我干脆把学习彻底让出去,不去秀学业;偶尔只提一下自己做自媒体、做交易会赚钱的事
关系就这样维持在这个微妙的短长板的平衡中,
谁也不用在同一件事上死磕优越感
人与人之间的关系,
其实建立在一种动态的、彼此都能接受的优越感平衡上。
不过也要注意,这招只有长板够长、高出同龄人好几层的人,才会有很好的效果
如果本来就不强(当然我也是哈哈哈)还刻意露短板、让主场,那不是制衡,只是在成全别人的优越感。
从去年就比较看好 solana:pumpCmXqMfrsAkQ5r49WcJnRayYRqmXz6ae8H7H9Dfn 的回购,依旧是我们的“收入持续进、一半拿去买回来烧掉”的逻辑,比大多数纯叙事的币更接近真实的供需。
胖虎那边每天还在按部就班地回购,虽然说数量不算夸张,但连续、可验证,已经比很多“即将利好”更有说服力了哈哈哈哈哈
然后我发现了一个地址
记录里几乎全是开多,而且经常在短时间内连续多笔小单往上叠,单笔大概两三万到五万美金的样子,一点点把仓位堆起来。
平仓的时候会出比较大的量,
有时候止盈,有时候也在回撤里减仓。
整体是正的,
单看 PUMP 的胜率并不高,但盈亏比还是不错滴
比较像是他自己有一个大致的价格区间和节奏,
愿意反复进出、反复确认。
于是我选择了复制这个多头仓位,
因为他的操作方式和我自己想做的方向大致重合:
认可回购这个持续的买盘,
愿意在波动里用分批的方式去知行合一
而且他近期也有减仓的动作,说明也在根据价格调整
对我来说,这反而更像一个可以参考的样本:
有自己的想法,也有对市场的敬畏。
唯一可惜的是Trasia @trasiaxyz 现在还不能自动跟单,
只能复制当前的持仓🥲🥲🥲
等以后真的能跟单了,大概也会更安心一点哈哈哈
去年这个时候的一个时间节点,还跟大家一起好好分析了一下哈哈哈
xitter.cf/BlindboxT/status/19682…
学AI还是要多看视频和实操
刚刚看完一个20多分钟讲 Grok Bot 的视频,
有三个功能之前真没想到:
1. 你在电脑上操作一遍,AI 看着就学会了,下次它自己干
2. 它自带一个专属邮箱,一收到邮件就马上触发你预设好的工作流去处理
3. 每个 AI 员工都能换自定义头像,一眼就认出谁是谁,
也不用把别的邮箱全搬过来
让 Gmail 设个自动转发,比如只转某几个发件人的,
这个邮箱就成了你的自动化入口
花二十多分钟看完去实操,比刷半天推特收获要大哈哈哈
@benln @romanugarte_
Grok bot到底好在哪?
深度用了快 1 个月的 Grok Bot,
它已经成为我每日用的最多的 AI。
刚好早上趁着空闲整理总结了一下我觉得 Grok bot 好用的地方,老师们可以看看有没有补充
1. 秒回
用 Hermes 时,
问一个问题它要查一两分钟,中间发消息它不理你
Grok Bot 就算在干活,也会抽空先回你一句
这种及时反馈,别的 Agent 都没给过我
2. 它是 Agent 调度员,而且真能干活。。。
以前用 Claude Code 写、Codex 审,
我得人肉来回搬结论,我自己就是调度员
现在我只给目标,它去调度几个 AI 干活、互相传结论
3. 多 Agent 协作真做到位了!
我只跟一个调度Bot 说话,
它去通知其他 Bot,协调完把结果报给我
比 Hermes 的 Bot 体验好太多,而且全程可视化
4. 自带一台美国 IP 的云电脑
能在里面登 Claude Code,
我用一周、朋友用一个月,都没被封号!
5. 点测不用自己来了
我专门建了个审查Bot,
每次迭代功能,它自己去浏览器里点测找问题。
注册邮箱、注册账号这种事它也能干,
Computer Use 不弱于 Codex
6. 云电脑里装了同步工作文件,AI 基本知道我在忙什么
省流一句话:我从调度 AI 的人,变成了只提目标的人
自己的具体的使用体感~
xitter.cf/MMMusol/status/2113176…
请不要在意我的命名
经过反复迭代优化,差不多用 Grok Bot 搭了一支还算满意的 AI 小团队了
1. 上周刚开始用的时候挺折腾的,把手上的活拆给了十几个 AI bot
以前一个 AI 什么都管,越用越乱;现在写代码、做内容、管文档、发邮件各有专人,主 bot 只负责派活
2. 最明显的好处是不用每次重新交代背景了
每个 bot 只管自己那一摊,规矩写进配置里就好~
我说一句,主 bot 判断该归谁就转过去,我只要看结果。
4. 也在尝试SEO
一个 bot 写 SEO 页面提纲,另一个把能找到的推广渠道整理出 30 个,一个个去投。
冷启动没什么捷径,就是慢慢磨
5. 内容上目前的构思应该是还需要再细化
哪些是适用于技术基本面分析,
哪些是适合相对感性的书写流淌
7. 体验下来的第一个感觉还是分工确实比一个 AI 全包好用,前提是规矩得写清楚嘿嘿
请不要在意我的命名,最后想请教一下 @benln @romanugarte_ 有没有什么好的建议~
请不要在意我的命名
经过反复迭代优化,差不多用 Grok Bot 搭了一支还算满意的 AI 小团队了
1. 上周刚开始用的时候挺折腾的,把手上的活拆给了十几个 AI bot
以前一个 AI 什么都管,越用越乱;现在写代码、做内容、管文档、发邮件各有专人,主 bot 只负责派活
2. 最明显的好处是不用每次重新交代背景了
每个 bot 只管自己那一摊,规矩写进配置里就好~
我说一句,主 bot 判断该归谁就转过去,我只要看结果。
4. 也在尝试SEO
一个 bot 写 SEO 页面提纲,另一个把能找到的推广渠道整理出 30 个,一个个去投。
冷启动没什么捷径,就是慢慢磨
5. 内容上目前的构思应该是还需要再细化
哪些是适用于技术基本面分析,
哪些是适合相对感性的书写流淌
7. 体验下来的第一个感觉还是分工确实比一个 AI 全包好用,前提是规矩得写清楚嘿嘿
请不要在意我的命名,最后想请教一下 @benln @romanugarte_ 有没有什么好的建议~
学AI还是要多看视频和实操
刚刚看完一个20多分钟讲 Grok Bot 的视频,
有三个功能之前真没想到:
1. 你在电脑上操作一遍,AI 看着就学会了,下次它自己干
2. 它自带一个专属邮箱,一收到邮件就马上触发你预设好的工作流去处理
3. 每个 AI 员工都能换自定义头像,一眼就认出谁是谁,
也不用把别的邮箱全搬过来
让 Gmail 设个自动转发,比如只转某几个发件人的,
这个邮箱就成了你的自动化入口
花二十多分钟看完去实操,比刷半天推特收获要大哈哈哈
@benln @romanugarte_
Grok bot到底好在哪?
深度用了快 1 个月的 Grok Bot,
它已经成为我每日用的最多的 AI。
刚好早上趁着空闲整理总结了一下我觉得 Grok bot 好用的地方,老师们可以看看有没有补充
1. 秒回
用 Hermes 时,
问一个问题它要查一两分钟,中间发消息它不理你
Grok Bot 就算在干活,也会抽空先回你一句
这种及时反馈,别的 Agent 都没给过我
2. 它是 Agent 调度员,而且真能干活。。。
以前用 Claude Code 写、Codex 审,
我得人肉来回搬结论,我自己就是调度员
现在我只给目标,它去调度几个 AI 干活、互相传结论
3. 多 Agent 协作真做到位了!
我只跟一个调度Bot 说话,
它去通知其他 Bot,协调完把结果报给我
比 Hermes 的 Bot 体验好太多,而且全程可视化
4. 自带一台美国 IP 的云电脑
能在里面登 Claude Code,
我用一周、朋友用一个月,都没被封号!
5. 点测不用自己来了
我专门建了个审查Bot,
每次迭代功能,它自己去浏览器里点测找问题。
注册邮箱、注册账号这种事它也能干,
Computer Use 不弱于 Codex
6. 云电脑里装了同步工作文件,AI 基本知道我在忙什么
省流一句话:我从调度 AI 的人,变成了只提目标的人
200刀一个月的Grok Bot,
居然把黑石集团一个月花六位数薪水请人做的事给干了?
每月200刀=每年30万刀?
当然不是一个大模型什么都干,
而是把原来靠人堆出来的信息处理,拆成了六个明确的角色:
1. FILINGS
一晚上把100只股票的10-K、10-Q、8-K扫完,把异常点标出来。
以前这些文件堆在一起,初级分析师得熬夜才能看完,现在开盘前就标记好了
2. EARNINGS
24小时内把电话会议记录读完,告诉你CFO语气比上季度是更稳还是更慌。不只是数字,连情绪变化也能抓出来。
3. SECTOR
盯行业动态和规则变化,把那些没人愿意读的公告、政策变动挑出来。很多人漏掉的,往往是这些边角料。
4. INSIDER
捕捉超过100万美元的Form 4买入,以及顶级基金的仓位变动。资金动向这种事,以前得靠人盯,现在自动筛
5. CHATTER
算X上的提及次数,标记突然变热的股票。
市场情绪的早期信号,以前全靠刷,现在可以量化。
6. CHIEF OF STAFF
把前面五个的结果汇总成一封邮件,早上6点直接发到你手里。不是让你自己去拼信息,而是已经帮你收口了。
粗略计算了一下,原来体系一年成本大概29.4万美元:
彭博终端2.7万、Refinitiv 2.2万、卖方研究5万、AlphaSense 1.5万,再加上一个初级分析师18万
但是六个代理加起来一年只要不到2400美元,差了122倍,而且活在开盘前就干完了。。。
其实可以这么想
一个分析师能认真覆盖的大概是30只股票
六个代理一起,可以同时盯3000只
不是说每个都能做到人的深度,而是把“先发现异常”这件事的速度和广度拉满了
以前要人熬夜才能完成的筛选,
现在变成早上直接到邮箱。
Grok Bot证明的是,当信息处理可以无限复制时,市场定价里那些靠信息不对称和反应速度产生的裂缝,会被更快地填平
以前这些裂缝存在的部分原因,是处理成本太高、人有限、时间有限
成本降到原来的1/100,覆盖范围扩大100倍之后,那些只靠“别人还没看到”赚钱的机会,窗口期会明显缩短。
当然,现在还是早期形态
它能做到的是把标准化、可拆分的信息处理跑通,并不是每个判断都能替代人的经验和上下文
但光是把“先发现”这件事的成本打下来,已经足够改变很多日常工作流了
黑石那边原来花六位数请人做的,很大一部分是重复性的信息筛选和汇总,这部分被低成本工具吃掉,是很自然的结果~
后面如果这类agent能再接上更稳定的执行和反馈闭环,影响会更大。
现在能看到的,是信息处理环节被重新定价了
感谢 @sea_cobra 老师补充 $RWL
十年也是翻了快4倍,
最近一年涨了21%,最大回撤只有7%
原组合是:30% 纳指+50% 标普+20% $SCHD
好处是纳指给弹性,标普打底,SCHD压波动,整体曲线比较顺,既没纯QQQ那么冲,也没纯红利那么钝
再看RWL
一只S&P 500收入加权的ETF,不是按市值,而是按公司收入来分配权重
十年下来大概3.3倍出头,年化12.6%,最大回撤-36.5%,还是卡在2020那波
近一年反而跑得比原组合还强一点,涨了21%,回撤压到7%
整体走势和原组合很接近,没有那种大起大落,但长期弹性稍微弱一点。
对比下来最直观的感觉是:
原组合更像主动调配后的结果,纳指30%让它在牛市里不至于太掉队
RWL则是一个更极简的版本,一只ETF就搞定了,不需要再平衡,持有成本更低,心理负担也更小。
它的收入加权天然避开了部分高估值泡沫,
所以回撤控制得也不差,甚至近一年表现还更好。
主观来说,这两个都是进可攻、退可守的配置
如果老师们喜欢自己搭配、想多吃一点纳指的成长,原组合更合适
如果你想省事、一只搞定、长期拿着睡觉,RWL反而更舒服~
跑了一下这个组合,十年翻了4倍,近一年涨了18%,近一年的最大回撤控制得也蛮好的,只有8%
不是纯纳指那种冲得最猛的,
也不是纯红利那种最稳的
但跑完数据发现,它刚好卡在一个很舒服的位置:
既能吃到成长,回撤又压得住
十年这条曲线已经很直观了
组合做到了400%左右,年化接近15%,最大回撤大概-32%,主要是2020那波,这个确实没办法
纯 $QQQ 确实更猛,但回撤和波动也明显更大;
纯 $SCHD 更稳,可长期弹性又不够
这个组合把纳指的成长吃了大半,再用标普打底、红利压波动,整体走得顺很多
近一年这个也比较舒服
组合大概涨了18%,最大回撤不到8%,比纯标普强一点
而且今年SCHD表现尤其好,把整个组合的稳定性又抬了一截,没有大起大落,也没怎么掉队
回撤能压到这个水平,同时收益还不弱,是这个比例最舒服的地方。
我自己的感受确实是个进可攻、退可守的配置
想要长期复利,30%纳指够你在牛市里不至于太眼红;想要踏实一点,50%标普+20%红利又把极端回撤压得差不多了
不是最激进的,也不是最保守的~
很中性的一个组合
感谢OKX @okxchinese 的认可~
非常喜欢这次中秋向月而行的slogan~
甚至还做了一个自己专门的水印哈哈哈哈哈
可能唯一的遗憾就是去不了年夜饭找Misa姐了 @misaENFP 🥲🥲🥲
其实做完这支片子的时候,我关掉屏幕坐了良久
窗外没有月亮,但我满脑子都是月亮
我突然想起李白
那个年代没有火箭,没有登月舱,什么都没有。
他只有一壶酒、一片水面,和倒映在水里的那轮月。
他伸手去捞,捞了一辈子,也没捞到。
可我总觉得,李白其实从来没想真的捞到。
他只是需要一个方向,让自己在深夜里不至于停下来。
苏轼也是
他站在赤壁的风里问月亮,"明月几时有"
那不是一个天文问题,那是一个人在问自己:
我该不该继续走下去?
后来阿姆斯特朗替所有人回答了:该。
他踩上月壤的那一步,让月亮从诗句变成了脚印。
可最让我着迷的是什么?
人类真正站在月球上的那一刻,第一反应不是欢呼,不是插旗,是回头
是回头看了一眼地球
那一刻他一定明白了:
我们从来不是为了到达什么地方才出发的。
我们只是不肯停下来。
然后在某一天抬起头,发现自己已经走到了月亮上。
这和Elon Musk @elonmusk 做的事情,本质上是一样的
老马把 $SPCX 的终点画在火星上
火星没有大气,没有水源,没有任何一封写给人类的邀请函。
所有人都说太远了、太早了、不可能
但他还是把火箭点着了
因为他赌的不是终点。
他赌的是人只要一直在走,终点自己会出现。
说回来,做这支OKX月球短片的时候,其实也有过同样的犹豫。
参赛已经不算早,我不会写代码,不会做特效,手边只有AI和一个模糊的画面
我不知道我构思的角色她要去哪里,但我知道她在走。
后来我花了很长时间,在和AI一轮又一轮的对话里,把这个画面变成了27秒
玄武岩的断面、冰晶裂隙的冷光、靴底扬起又缓慢落下的月尘...
「Don't wait for the moon. Run to it.」
「等月圆,不如向月而行。」
我把这句话放在片尾,但它其实是我最先想到的东西。
甚至比整支视频都早。
比镜头、比脚本、比任何一个技术参数都早
其实就是告诉自己,月亮圆不圆,不是你能决定的事。
但要不要朝它走过去,是能决定的
我想,这也是OKX穿在身上真正的意义
它不许诺前方是什么。
它只是在你转身面朝旷野的那个瞬间,已经在了。
恭喜 @Meichin333333 @MrQin_BTC @0xlove428888 @Bella198Bella @MMMusol @mocheng88888 @jeonleetogether @yushanshan1123 @Skiffccc @mnmn94253156337 赢得人气奖,奖金将在5个工作日内发放至您在表单中登记的 OKX 账户中~
xitter.cf/Meichin333333/status/2…
xitter.cf/MrQin_BTC/status/21038…
xitter.cf/0xlove428888/status/21…
xitter.cf/Bella198Bella/status/2…
xitter.cf/MMMusol/status/2106994…
xitter.cf/mocheng88888/status/21…
xitter.cf/jeonleetogether/status…
xitter.cf/yushanshan1123/status/…
xitter.cf/Skiffccc/status/210829…
xitter.cf/mnmn94253156337/status…
原视频在这,欢迎老师们多多交流~
xitter.cf/MMMusol/status/2106994…
你有没有想过
——我们到底在等什么?
等行情,等时机,等一个完美的入场点。
等月亮圆了,再出发。
但月亮从来不等人。
这次有幸参加「OKX潮牌主理人·追月逐风季」追月赛道,我一直在想一个问题:
OKX穿在身上,到底意味着什么?
不只是一件衣服
假设我们走进一片从未踏足的月面,
没有路标,没有前人的脚印,甚至连空气都没有
唯一能依靠的,就是脚下的每一步。
我觉得这就是OKX想说的:
不是等到一切就绪才行动,而是在行动中让一切就绪。
「等月圆,不如向月而行」
这句话写在我视频的结尾,但其实是整支片子的起点。
说实话,我参赛的时间不算早
直到反复学习了Misa姐 @misaENFP 的教学典范案例后,我没有急着动手,而是先和AI进行了很多轮对话
从镜头、服装、月球世界观到每一帧的产品细节,反复打磨
最后做出来的,是一支未来的OKX月球远征短片
一个女孩,穿着全套OKX机能装备,从月球基地出发,穿过玄武岩山脊、冰晶裂隙,一路跑向环形山深处的冰晶光幕
没有等待,没有犹豫,只有不断向前
她不知道月亮的尽头是什么。
但她知道,方向比终点重要。
这也是我理解的OKX:
它不承诺月亮一定是圆的,但它愿意陪你一起向月而行。
向月而行,OKX,与你同行
#OKX潮牌主理人
@okxchinese @star_okx
$SPCX $NFLX 双双超预期,跟Misa姐 @misaENFP 同车了~
这次我两边都选的YES,跟之前判断完全一致~
NFLX这边EPS超预期其实我觉得在情理之中,
SpaceX还是太炸裂了。。。
想先把SpaceX拎出来说说,
因为这次财报里最亮眼的,
不是火箭,也不是Starlink,而是AI
最近一直在高强度使用Grok Bot
我觉得浏览网页还有提升空间,
但现在速度已经很快了,语音通话很方便
最关键的还是执行,不只是聊天,比如像程意老师 @ChengYi3629 提到的帮你整理邮件、跨应用搬信息、设置自动化流程...
再说说可能你没有发现的点
每个用户共享一个云端虚拟机,Bot是长驻的,能记住上下文、持续跑任务,对知识工作者来说很实用,UI也刻意做得简单,把复杂的agent逻辑藏起来了
整体来看,基本上使用过的人不少都在说,
一旦上手,就会越用越多,而不是用完就弃
So为什么Grok Bot会对SpaceX财报有这么大影响?
因为SpaceX现在真正的增长引擎已经不是发射,
而是Super Intelligence业务
根据Q3财报,SpaceX营收是146亿美元
同比增长161%,实现了上市后的首次盈利,净利润44亿美元
其中AI板块营收直接到了76亿美元,同比增长超过800%,已经超过了Starlink的52亿美元,成为最大收入来源
财报里明确提到,AI收入增长来自云服务协议、Cursor收购,以及包括Grok Bot在内的模型和软件应用。
计算力也在快速扩张,nameplate compute到了1.7 GW
简单来说,Grok Bot肯定不是边角料,
而是AI商业化落地的一个具体产品
它把算力和模型能力包装成可订阅、可长期使用的agent服务,用户一旦养成习惯,使用量会持续增加,而不是一次性咨询
这对SpaceX来说,意味着AI不再只是烧钱的研发,而是能规模化变现的业务,带动整体利润率大幅改善,我们可以看到调整后EBITDA同比增了306%~
从更深一点看,SpaceX其实在走一条和其他AI公司不太一样的路:
自己掌握算力基础设施,同时通过Grok Bot这类产品把算力直接卖给终端用户
财报里AI运营利润已经转正,虽然资本开支依然很高,但收入端的爆发说明产品侧开始有反馈了
如果Grok Bot这类工具能持续提高用户留存和人均使用量,后续的收入弹性会更大,因为边际成本主要是算力,而不是人力
这次超预期,核心不是火箭发射次数,而是AI业务已经从“预期中的增长”变成了“实际跑出来的规模”~
Q4的话我觉得可以多看看计算力建设和Bot相关订阅的转化
现在这个节点,SpaceX的故事已经从“太空公司”变成“太空+AI基础设施公司”了
刚好闲来无事做了一个Grok Bot的宣传片,
大家也可以通过这个好好了解一下~
具体的案例,非常经典了,以后只会越来越普及
xitter.cf/MMMusol/status/2112794…
200刀一个月的Grok Bot,
居然把黑石集团一个月花六位数薪水请人做的事给干了?
每月200刀=每年30万刀?
当然不是一个大模型什么都干,
而是把原来靠人堆出来的信息处理,拆成了六个明确的角色:
1. FILINGS
一晚上把100只股票的10-K、10-Q、8-K扫完,把异常点标出来。
以前这些文件堆在一起,初级分析师得熬夜才能看完,现在开盘前就标记好了
2. EARNINGS
24小时内把电话会议记录读完,告诉你CFO语气比上季度是更稳还是更慌。不只是数字,连情绪变化也能抓出来。
3. SECTOR
盯行业动态和规则变化,把那些没人愿意读的公告、政策变动挑出来。很多人漏掉的,往往是这些边角料。
4. INSIDER
捕捉超过100万美元的Form 4买入,以及顶级基金的仓位变动。资金动向这种事,以前得靠人盯,现在自动筛
5. CHATTER
算X上的提及次数,标记突然变热的股票。
市场情绪的早期信号,以前全靠刷,现在可以量化。
6. CHIEF OF STAFF
把前面五个的结果汇总成一封邮件,早上6点直接发到你手里。不是让你自己去拼信息,而是已经帮你收口了。
粗略计算了一下,原来体系一年成本大概29.4万美元:
彭博终端2.7万、Refinitiv 2.2万、卖方研究5万、AlphaSense 1.5万,再加上一个初级分析师18万
但是六个代理加起来一年只要不到2400美元,差了122倍,而且活在开盘前就干完了。。。
其实可以这么想
一个分析师能认真覆盖的大概是30只股票
六个代理一起,可以同时盯3000只
不是说每个都能做到人的深度,而是把“先发现异常”这件事的速度和广度拉满了
以前要人熬夜才能完成的筛选,
现在变成早上直接到邮箱。
Grok Bot证明的是,当信息处理可以无限复制时,市场定价里那些靠信息不对称和反应速度产生的裂缝,会被更快地填平
以前这些裂缝存在的部分原因,是处理成本太高、人有限、时间有限
成本降到原来的1/100,覆盖范围扩大100倍之后,那些只靠“别人还没看到”赚钱的机会,窗口期会明显缩短。
当然,现在还是早期形态
它能做到的是把标准化、可拆分的信息处理跑通,并不是每个判断都能替代人的经验和上下文
但光是把“先发现”这件事的成本打下来,已经足够改变很多日常工作流了
黑石那边原来花六位数请人做的,很大一部分是重复性的信息筛选和汇总,这部分被低成本工具吃掉,是很自然的结果~
后面如果这类agent能再接上更稳定的执行和反馈闭环,影响会更大。
现在能看到的,是信息处理环节被重新定价了
200刀一个月的Grok Bot,
居然把黑石集团一个月花六位数薪水请人做的事给干了?
每月200刀=每年30万刀?
当然不是一个大模型什么都干,
而是把原来靠人堆出来的信息处理,拆成了六个明确的角色:
1. FILINGS
一晚上把100只股票的10-K、10-Q、8-K扫完,把异常点标出来。
以前这些文件堆在一起,初级分析师得熬夜才能看完,现在开盘前就标记好了
2. EARNINGS
24小时内把电话会议记录读完,告诉你CFO语气比上季度是更稳还是更慌。不只是数字,连情绪变化也能抓出来。
3. SECTOR
盯行业动态和规则变化,把那些没人愿意读的公告、政策变动挑出来。很多人漏掉的,往往是这些边角料。
4. INSIDER
捕捉超过100万美元的Form 4买入,以及顶级基金的仓位变动。资金动向这种事,以前得靠人盯,现在自动筛
5. CHATTER
算X上的提及次数,标记突然变热的股票。
市场情绪的早期信号,以前全靠刷,现在可以量化。
6. CHIEF OF STAFF
把前面五个的结果汇总成一封邮件,早上6点直接发到你手里。不是让你自己去拼信息,而是已经帮你收口了。
粗略计算了一下,原来体系一年成本大概29.4万美元:
彭博终端2.7万、Refinitiv 2.2万、卖方研究5万、AlphaSense 1.5万,再加上一个初级分析师18万
但是六个代理加起来一年只要不到2400美元,差了122倍,而且活在开盘前就干完了。。。
其实可以这么想
一个分析师能认真覆盖的大概是30只股票
六个代理一起,可以同时盯3000只
不是说每个都能做到人的深度,而是把“先发现异常”这件事的速度和广度拉满了
以前要人熬夜才能完成的筛选,
现在变成早上直接到邮箱。
Grok Bot证明的是,当信息处理可以无限复制时,市场定价里那些靠信息不对称和反应速度产生的裂缝,会被更快地填平
以前这些裂缝存在的部分原因,是处理成本太高、人有限、时间有限
成本降到原来的1/100,覆盖范围扩大100倍之后,那些只靠“别人还没看到”赚钱的机会,窗口期会明显缩短。
当然,现在还是早期形态
它能做到的是把标准化、可拆分的信息处理跑通,并不是每个判断都能替代人的经验和上下文
但光是把“先发现”这件事的成本打下来,已经足够改变很多日常工作流了
黑石那边原来花六位数请人做的,很大一部分是重复性的信息筛选和汇总,这部分被低成本工具吃掉,是很自然的结果~
后面如果这类agent能再接上更稳定的执行和反馈闭环,影响会更大。
现在能看到的,是信息处理环节被重新定价了
$SPCX $NFLX 双双超预期,跟Misa姐 @misaENFP 同车了~
这次我两边都选的YES,跟之前判断完全一致~
NFLX这边EPS超预期其实我觉得在情理之中,
SpaceX还是太炸裂了。。。
想先把SpaceX拎出来说说,
因为这次财报里最亮眼的,
不是火箭,也不是Starlink,而是AI
最近一直在高强度使用Grok Bot
我觉得浏览网页还有提升空间,
但现在速度已经很快了,语音通话很方便
最关键的还是执行,不只是聊天,比如像程意老师 @ChengYi3629 提到的帮你整理邮件、跨应用搬信息、设置自动化流程...
再说说可能你没有发现的点
每个用户共享一个云端虚拟机,Bot是长驻的,能记住上下文、持续跑任务,对知识工作者来说很实用,UI也刻意做得简单,把复杂的agent逻辑藏起来了
整体来看,基本上使用过的人不少都在说,
一旦上手,就会越用越多,而不是用完就弃
So为什么Grok Bot会对SpaceX财报有这么大影响?
因为SpaceX现在真正的增长引擎已经不是发射,
而是Super Intelligence业务
根据Q3财报,SpaceX营收是146亿美元
同比增长161%,实现了上市后的首次盈利,净利润44亿美元
其中AI板块营收直接到了76亿美元,同比增长超过800%,已经超过了Starlink的52亿美元,成为最大收入来源
财报里明确提到,AI收入增长来自云服务协议、Cursor收购,以及包括Grok Bot在内的模型和软件应用。
计算力也在快速扩张,nameplate compute到了1.7 GW
简单来说,Grok Bot肯定不是边角料,
而是AI商业化落地的一个具体产品
它把算力和模型能力包装成可订阅、可长期使用的agent服务,用户一旦养成习惯,使用量会持续增加,而不是一次性咨询
这对SpaceX来说,意味着AI不再只是烧钱的研发,而是能规模化变现的业务,带动整体利润率大幅改善,我们可以看到调整后EBITDA同比增了306%~
从更深一点看,SpaceX其实在走一条和其他AI公司不太一样的路:
自己掌握算力基础设施,同时通过Grok Bot这类产品把算力直接卖给终端用户
财报里AI运营利润已经转正,虽然资本开支依然很高,但收入端的爆发说明产品侧开始有反馈了
如果Grok Bot这类工具能持续提高用户留存和人均使用量,后续的收入弹性会更大,因为边际成本主要是算力,而不是人力
这次超预期,核心不是火箭发射次数,而是AI业务已经从“预期中的增长”变成了“实际跑出来的规模”~
Q4的话我觉得可以多看看计算力建设和Bot相关订阅的转化
现在这个节点,SpaceX的故事已经从“太空公司”变成“太空+AI基础设施公司”了
刚好闲来无事做了一个Grok Bot的宣传片,
大家也可以通过这个好好了解一下~


























