MilesDeutscher

vip
幣齡 3.7年
最高等級 2
用戶暫無簡介
用 AI 賺錢的第一步,是先為特定類型的客戶解決一個真正的問題。
說到底,沒有人在乎你有沒有使用 AI。
企業只在乎他們的問題是否被解決,或是否能可衡量地節省時間/金錢。
學一個基礎技能 → 用這個技能解決真實問題 → 在你已經很熟練之後,再加上一層 AI 以提升效率。
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
強烈建議你看完整集:
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
除了我們這個小小的 𝕏 社群外,普通人根本不知道 AI 正在發生什麼事。
人們仍然以為「AI」指的是 ChatGPT。
如果你曾使用過代理(agent)、連接過 MCP,或更好的是,執行過循環(run loops),那你實際上就是前 0.1% 的 AI 使用者。
無限的機會。
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
多數人不知道這件事,但 Anthropic 會定期為一個關於資安代理能力的 GitHub 存放庫做貢獻。
700+ 項技能、25+ 個安全領域、5+ 個框架對應。
我通讀了整個內容,並建立了一個能保護你程式碼庫的提示(prompt)。
它讓任何 AI 代理都具備資深分析師等級的安全技能:
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
好,那我只是想把這件事弄清楚。
Sam Altman:「我們正處於奇點——AI 正接近創造出一個精靈,能實現任何願望。」
Dario:「這是我們有史以來面臨過的最嚴重的資安威脅。」
要嘛這是人類史上最偉大的時代,否則事情就快要糟到不能再糟了……
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
這是我迄今發表過最私人、最貼近內心的一支影片。
大多數人不會告訴你的:年輕時如何變得富有……
這是大多數網紅永遠不會談論的黑暗面。
立即觀看👇
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
我已經測試、構建並自動化了數十種用 AI 的交易策略。
聽起來很複雜,但其實比你想像的容易得多。
過去要建立需要技術專業知識。現在只需要 Claude。
如果你想建立你的第一個 AI 交易機器人,請照以下 9 個步驟:
1. 選擇一種策略(RSI、EMA 交叉、均值回歸)——甚至可以是你自己的策略
2. 提示 Claude 將它轉成一套完全客觀的規則集。沒有裁量;每一條規則都必須能被計算。
進出場規則、部位 sizing 等。
把所有內容都轉成 .md 檔案。
3. 提示 Claude 把這些規則轉成 TradingView Pine Script v6,準備好直接貼到 Pine 編輯器。
4. 打開 TradingView,貼上程式碼,點擊 Add to Chart。
5. 下載每一筆回測交易的 CSV,把它餵回給 Claude,並要求它精確地說明如何改進這個策略。
6. 重複步驟 4-5,直到該策略在多個時間框架與資產類別上都經得起驗證。
7. 當你有一套穩固的策略後,透過它的 MCP server 連接你的交易所或券商(Alpaca、Blofin、Robinhood 等)。
8. 從你的交易所產生一組 API 金鑰,並交給你的 AI 代理(我喜歡 Claude)。
9. 告訴它監控市場,當交易符合你的策略條件時通知你,或
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
我測試了 432 個 AI 交易機器人,而這一個贏了。
在這支影片中,我將拆解最好的 AI 交易策略(根據真實數據)。
我也已將整個 GitHub repo 開源!
立刻觀看 👉
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
一個 6 步驟的提示(prompting)框架,將 TradingView MCP 與 Claude 連接起來。
直接把這段內容注入 Claude Code,系統就會立刻安裝 TradingView MCP。
用它來回測交易策略、自動化金融研究等。
完整提示框架:
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
任何人都可以用 AI 賺錢。
最現實的路徑:先解決你自己生活中的真實痛點,然後再把解法提供給那些落後你幾步的人。
流程看起來會是這樣:
1. 在你的生活/工作/生意中找出一件讓人惱火的事、很慢的事或需要手工處理的事(最好是你每天都在做的事)
2. 用 AI 建立一個能把時間「買回來」的自動化流程(AI 可以協助你做到這件事)
3. 把你做出來的成果包裝成一個令人心動的方案(你自己也真的會想買的那種)
4. 推銷你的方案(親自去拜訪的在地商家目前幾乎零競爭)
我看不出有任何理由,為什麼一般人做不到這件事。
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
GARCH 模型是實際量化分析師每天使用的最強大的交易框架之一。
我最近的文章精確說明了我如何使用 Claude Code 來自動化這套 GARCH 量化交易策略。
以下是它背後完整的架構:包含真實數字,以及我如何讓 Claude 為我建立它:
GARCH 實際上衡量什麼
這是一個得獎無數的計算方法,最早由 Robert F. Engle 在 2003 年以「ARCH」的形式提出,之後由他的學生 Tim Bollerslev 擴展成 GARCH 模型;至今,量化交易台仍在運行它。
整體重點在於:市場波動並非隨機。它是可預測的。GARCH 就是用來衡量與預測波動的方法。
計算方式(只有 3 個輸入)
GARCH 會把明天的波動率預測值計算為下列三者之和:
→ 基礎層級變動:每個資產都帶有一個基準波動量,通常不會真的改變。比特幣的基準高於 S&P 的,始終如此。
→ 昨日的衝擊:市場在上一個交易時段實際衝了多大?
→ 昨日的波動率水位:在那次移動發生之前,波動率已經處在哪個位置?
把這三項加總,你就得到明天的「暴力分數」。
回測資料中的真實例子
在典型的一天,$BTC 發生「暴力走勢」的機率大約是 10%。
在像 FTX 崩潰這樣的衝擊之後的隔天,這個機率會增加到大約 30%。
截至撰寫時,Nasdaq 的暴力分數以年化 30
BTC-2.89%
SPX-4.10%
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
wtf 什麼是圖表?
循環工程(Loop engineering)已經「死了」,我們正在進入圖工程(graph engineering)的時代。
我建立了一個提示(prompting)框架:只要你把它送到 Claude Code,它就會教你圖工程的基礎。
基於 @IntuitMachine 那篇驚人的深度剖析文章。
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享