MilesDeutscher
用户暂无简介
MilesDeutscher
如果你交易金融市场，却没有经常使用 AI，那你是在对自己造成巨大的损失。
我说这话并不是轻描淡写。我做投资已经 8 年了，而 AI 是我在整个投资生涯中遇到的单项最大优势转变。
大多数交易者仍在用 10 年前人们那样的方式做研究。
手动浏览新闻，手动拉取财务报表，手动回测策略等等。
与此同时，那些真正正确使用 AI 的人正在用几分钟完成策略回测，获得即时的收益拆分，并将其通过自己的论点进行筛选，还会运行研究循环——在他们睡觉时也能工作。
AI 永远不可能比你更会选股票，但它肯定会消除所有繁琐的杂务。
你需要使用 AI。
查看原文我说这话并不是轻描淡写。我做投资已经 8 年了，而 AI 是我在整个投资生涯中遇到的单项最大优势转变。
大多数交易者仍在用 10 年前人们那样的方式做研究。
手动浏览新闻，手动拉取财务报表，手动回测策略等等。
与此同时，那些真正正确使用 AI 的人正在用几分钟完成策略回测，获得即时的收益拆分，并将其通过自己的论点进行筛选，还会运行研究循环——在他们睡觉时也能工作。
AI 永远不可能比你更会选股票，但它肯定会消除所有繁琐的杂务。
你需要使用 AI。
- 赞赏
- 点赞
- 评论
- 转发
- 分享
用 AI 将代币成本按字面降低 80% 的小技巧：
（适用于 Claude、Codex——字面意义上任何集成/模型）
杠铃策略 + 子代理。
想法如下：
大多数人会把任务的每个部分都通过同一个模型来完成。
比如说，你用 Fable 5 来做规划、执行和复盘。这很可能是目前使用这些前沿模型最浪费的方式。
我一直在用一种杠铃式方法：按智能需求来拆分工作。
两端都重，中间轻
→ 规划（10%）：用你最聪明、最昂贵的模型来设计任务架构、定义规格，并设定成功标准。这里才是智能真正发挥作用的地方——在这里用像 Fable 这样的一流模型。
→ 执行（80%）：让你的前沿模型启动更便宜的子代理，去做实际的苦活：写作、编程、研究——基于已经制定好的计划。
→ 验证（10%）：最后把昂贵的模型再叫回来，对照最初的计划检查输出，以发现错误，并确认确实做对了。
我之前分享过这个技巧，但想再重提一下，因为它和 Sol + Luna Max 搭配效果特别好。
查看原文（适用于 Claude、Codex——字面意义上任何集成/模型）
杠铃策略 + 子代理。
想法如下：
大多数人会把任务的每个部分都通过同一个模型来完成。
比如说，你用 Fable 5 来做规划、执行和复盘。这很可能是目前使用这些前沿模型最浪费的方式。
我一直在用一种杠铃式方法：按智能需求来拆分工作。
两端都重，中间轻
→ 规划（10%）：用你最聪明、最昂贵的模型来设计任务架构、定义规格，并设定成功标准。这里才是智能真正发挥作用的地方——在这里用像 Fable 这样的一流模型。
→ 执行（80%）：让你的前沿模型启动更便宜的子代理，去做实际的苦活：写作、编程、研究——基于已经制定好的计划。
→ 验证（10%）：最后把昂贵的模型再叫回来，对照最初的计划检查输出，以发现错误，并确认确实做对了。
我之前分享过这个技巧，但想再重提一下，因为它和 Sol + Luna Max 搭配效果特别好。
- 赞赏
- 点赞
- 评论
- 转发
- 分享
- 赞赏
- 点赞
- 评论
- 转发
- 分享
- 赞赏
- 1
- 2
- 转发
- 分享
rocky dewan:
2026 GOGOGO 👊查看更多
我最近提出了一个用于在 Claude Code 中设计完美循环的 6 步框架。
如果你想尽可能高效地使用 /loop，我强烈建议你遵循这种循环结构。
这就是你如何在 Claude 中通过循环工程来自动化任何事情：
1. 触发器
这是在你不需要点击任何东西的情况下启动循环的。
这可以是一个计时器（“每天早上 8 点”），也可以是在你输入命令时立即触发。
2. 执行者
这是 Claude 真正在做工作。
阅读、写作、调研、编码，等等——不管任务是什么。
3. 检查器
决定工作是否真的足够好或是否已经完成。
没有它，Claude 就不知道自己是否做得很好；它只能假设已经完成，然后就停止。
一个好的检查器会问：这是否通过了测试？是否符合我提出的要求？数字是否正确？
4. 停止规则
每个循环都需要知道何时停止：成功时停止，失败时也要停止。
成功停止：“所有任务都已完成。”
失败停止：“如果连续 5 次失败，就停止并告诉我。”
没有这些，循环要么会永远运行下去，要么会以相同的方式反复失败，却从不告诉你。
5. 记忆
一个简单的文件，循环把它做了什么以及它学到了什么写下来。
下一次运行，它会先读这个内容，这样就不会重复同样的错误，也不会忘记它已经弄明白的东西。
6. 指令
最后，这些是循环应该始终遵守的规则。
想一想：你的偏好、你的约束，以及你希望事情如何被完成。
每次循环运行时都要重新阅读，这
查看原文如果你想尽可能高效地使用 /loop，我强烈建议你遵循这种循环结构。
这就是你如何在 Claude 中通过循环工程来自动化任何事情：
1. 触发器
这是在你不需要点击任何东西的情况下启动循环的。
这可以是一个计时器（“每天早上 8 点”），也可以是在你输入命令时立即触发。
2. 执行者
这是 Claude 真正在做工作。
阅读、写作、调研、编码，等等——不管任务是什么。
3. 检查器
决定工作是否真的足够好或是否已经完成。
没有它，Claude 就不知道自己是否做得很好；它只能假设已经完成，然后就停止。
一个好的检查器会问：这是否通过了测试？是否符合我提出的要求？数字是否正确？
4. 停止规则
每个循环都需要知道何时停止：成功时停止，失败时也要停止。
成功停止：“所有任务都已完成。”
失败停止：“如果连续 5 次失败，就停止并告诉我。”
没有这些，循环要么会永远运行下去，要么会以相同的方式反复失败，却从不告诉你。
5. 记忆
一个简单的文件，循环把它做了什么以及它学到了什么写下来。
下一次运行，它会先读这个内容，这样就不会重复同样的错误，也不会忘记它已经弄明白的东西。
6. 指令
最后，这些是循环应该始终遵守的规则。
想一想：你的偏好、你的约束，以及你希望事情如何被完成。
每次循环运行时都要重新阅读，这
- 赞赏
- 点赞
- 1
- 转发
- 分享
GateUser-e3bdec1e:
它是用来做什么的呀，哥，拜托了，新手周末工作就像白送一击。
其他人都在瞎胡闹、喝得烂醉。
这是你抢先一步的机会。
AI 夏季。
查看原文其他人都在瞎胡闹、喝得烂醉。
这是你抢先一步的机会。
AI 夏季。
- 赞赏
- 点赞
- 评论
- 转发
- 分享
用 AI 赚钱始于为某一特定类型的客户解决真实问题。
归根结底，没有人关心你是否使用了 AI。
企业只关心他们的问题是否被解决，或者他们是否能以可衡量的方式节省时间/金钱。
学习一项基础技能 → 用这项技能解决真实问题 → 在已经足够熟练之后，再在其上叠加一层 AI 以提升效率。
查看原文归根结底，没有人关心你是否使用了 AI。
企业只关心他们的问题是否被解决，或者他们是否能以可衡量的方式节省时间/金钱。
学习一项基础技能 → 用这项技能解决真实问题 → 在已经足够熟练之后，再在其上叠加一层 AI 以提升效率。
- 赞赏
- 点赞
- 评论
- 转发
- 分享
强烈建议你把这期节目全程看完：
查看原文- 赞赏
- 点赞
- 评论
- 转发
- 分享
在我们这個小小的 𝕏 泡沫之外，普通人根本不知道 AI 正在发生什么。
人们仍然以为“AI”就是 ChatGPT。
如果你用过智能体、连接过 MCP，甚至更进一步，跑过循环（run loops），那你实际上就是 AI 用户中最前的 0.1%。
无限机会。
查看原文人们仍然以为“AI”就是 ChatGPT。
如果你用过智能体、连接过 MCP，甚至更进一步，跑过循环（run loops），那你实际上就是 AI 用户中最前的 0.1%。
无限机会。
- 赞赏
- 点赞
- 评论
- 转发
- 分享
大多数人不知道这一点，但 Anthropic 会定期向一个 GitHub 仓库贡献网络安全领域的智能体技能。
700+ 项技能，25+ 个安全领域，5+ 个框架映射。
我把全部内容都过了一遍，并构建了一个用于保护你代码库的提示词。
它让任何 AI 智能体都具备资深分析师的安全能力：
查看原文700+ 项技能，25+ 个安全领域，5+ 个框架映射。
我把全部内容都过了一遍，并构建了一个用于保护你代码库的提示词。
它让任何 AI 智能体都具备资深分析师的安全能力：
- 赞赏
- 点赞
- 评论
- 转发
- 分享
好的，所以我想把这话说清楚。
Sam Altman：“我们正处于奇点——AI 正在接近创造一种能实现任何愿望的精灵。”
Dario：“这是我们有史以来面临的最严重的安全威胁。”
要么这是人类历史上最伟大的时刻，要么接下来事情就要彻底糟糕了……
查看原文Sam Altman：“我们正处于奇点——AI 正在接近创造一种能实现任何愿望的精灵。”
Dario：“这是我们有史以来面临的最严重的安全威胁。”
要么这是人类历史上最伟大的时刻，要么接下来事情就要彻底糟糕了……
- 赞赏
- 点赞
- 评论
- 转发
- 分享
这是我发布过最私人的视频。
大多数人不会告诉你的：年轻时如何变富……
这是大多数网红从不愿讨论的黑暗面。
立即观看👇
查看原文大多数人不会告诉你的：年轻时如何变富……
这是大多数网红从不愿讨论的黑暗面。
立即观看👇
- 赞赏
- 点赞
- 评论
- 转发
- 分享
我已经用 AI 测试、构建并自动化了几十种交易策略。
听起来很复杂，但比你想象的要容易得多。
以前构建需要技术专长。现在只需要用 Claude。
如果你想构建你的第一个 AI 交易机器人，请按以下 9 步操作：
1. 选一个策略（RSI、EMA 交叉、均值回归）——甚至可以是你自己的策略
2. 提示 Claude 将其变成完全客观的规则集。不允许自由裁量；每条规则都需要能够计算。
入场/出场规则、仓位 sizing 等。
把所有内容都转换成 .md 文件。
3. 提示 Claude 将这些规则转换为 TradingView Pine Script v6，准备好直接粘贴到 Pine 编辑器中。
4. 打开 TradingView，把代码粘贴进去，点击 Add to Chart。
5. 下载每一笔回测交易的 CSV，把它喂给 Claude，并让它准确告诉你如何改进策略。
6. 重复步骤 4-5，直到该策略在多个时间框架和资产类别中都能经受住考验。
7. 当你有了一个可靠的策略后，通过它的 MCP 服务器连接你的交易所或经纪商（Alpaca、Blofin、Robinhood 等）。
8. 从你的交易所生成一个 API key，并交给你的 AI 代理（我喜欢 Claude）。
9. 告诉它监控市场，当某笔交易符合你策略的条件时提醒你，或者让它自动执行。
你能想到的任何策略都可以被转成代码，
查看原文听起来很复杂，但比你想象的要容易得多。
以前构建需要技术专长。现在只需要用 Claude。
如果你想构建你的第一个 AI 交易机器人，请按以下 9 步操作：
1. 选一个策略（RSI、EMA 交叉、均值回归）——甚至可以是你自己的策略
2. 提示 Claude 将其变成完全客观的规则集。不允许自由裁量；每条规则都需要能够计算。
入场/出场规则、仓位 sizing 等。
把所有内容都转换成 .md 文件。
3. 提示 Claude 将这些规则转换为 TradingView Pine Script v6，准备好直接粘贴到 Pine 编辑器中。
4. 打开 TradingView，把代码粘贴进去，点击 Add to Chart。
5. 下载每一笔回测交易的 CSV，把它喂给 Claude，并让它准确告诉你如何改进策略。
6. 重复步骤 4-5，直到该策略在多个时间框架和资产类别中都能经受住考验。
7. 当你有了一个可靠的策略后，通过它的 MCP 服务器连接你的交易所或经纪商（Alpaca、Blofin、Robinhood 等）。
8. 从你的交易所生成一个 API key，并交给你的 AI 代理（我喜欢 Claude）。
9. 告诉它监控市场，当某笔交易符合你策略的条件时提醒你，或者让它自动执行。
你能想到的任何策略都可以被转成代码，
- 赞赏
- 点赞
- 评论
- 转发
- 分享
我测试了 432 个 AI 交易机器人，而其中这个赢了。
在这段视频里，我基于真实数据拆解了 最佳 的 AI 交易策略。
我还把整个 GitHub 仓库开源了！
现在就观看 👉
查看原文在这段视频里，我基于真实数据拆解了 最佳 的 AI 交易策略。
我还把整个 GitHub 仓库开源了！
现在就观看 👉
- 赞赏
- 点赞
- 评论
- 转发
- 分享
一个 6 步的提示框架，用于连接 TradingView MCP + Claude。
直接将其注入到 Claude Code 中，它将立即安装 TradingView MCP。
用它来回测交易策略、自动化金融研究等。
完整提示框架：
查看原文直接将其注入到 Claude Code 中，它将立即安装 TradingView MCP。
用它来回测交易策略、自动化金融研究等。
完整提示框架：
- 赞赏
- 点赞
- 评论
- 转发
- 分享
任何人都能靠 AI 赚钱。
最现实的路径：先解决你自己生活中的真实痛点，然后把解决方案提供给那些只落后你几步的人。
这个过程看起来是这样的：
1. 在你自己的生活/工作/生意中找一个让人烦、很慢或需要手动处理的事情（最好是你每天都会做的）
2. 用 AI 构建一种能买回时间的自动化（AI 可以帮助你做到这一点）
3. 把你做出来的东西打包成一个有吸引力的产品（那种你自己也真的会想买的）
4. 推销你的产品（线下本地生意目前几乎没有竞争对手）
我看不出普通人为什么不能做成这件事。
查看原文最现实的路径：先解决你自己生活中的真实痛点，然后把解决方案提供给那些只落后你几步的人。
这个过程看起来是这样的：
1. 在你自己的生活/工作/生意中找一个让人烦、很慢或需要手动处理的事情（最好是你每天都会做的）
2. 用 AI 构建一种能买回时间的自动化（AI 可以帮助你做到这一点）
3. 把你做出来的东西打包成一个有吸引力的产品（那种你自己也真的会想买的）
4. 推销你的产品（线下本地生意目前几乎没有竞争对手）
我看不出普通人为什么不能做成这件事。
- 赞赏
- 点赞
- 评论
- 转发
- 分享
GARCH 模型是当今真正的量化分析师每天都在使用的最强大交易框架之一。
我最近的文章精确解释了我是如何用 Claude Code 来自动化这套 GARCH 量化交易策略的。
下面是它背后的完整架构：包含真实数字，以及我是如何让 Claude 为我搭建出来的：
GARCH 实际衡量的是什么
这是一项获得诺贝尔奖的计算方法，最初由 Robert F. Engle 于 2003 年提出为“ARCH”，随后由他的学生 Tim Bollerslev 扩展成 GARCH 模型，量化交易台至今仍在运行。
核心观点：市场波动并不是随机的。它是可预测的。GARCH 就是用来衡量和预测它的。
计算过程（仅 3 个输入）
GARCH 将明天的波动率预测为以下三者之和：
→ 基础水平变动：每项资产都带有一个不会真正改变的基准波动量。比特币的基准高于 S&P 的基准，它总是更高。
→ 昨日冲击：上一个交易时段市场到底动得有多剧烈？
→ 昨日的波动率水平：在那次移动发生之前，波动率已经处于什么水平？
把这三个加在一起，你就得到明天的“暴力分数”（violence score）。
来自回测数据的真实例子
在典型的一天里，$BTC 出现剧烈波动的概率大约是 10%。在经历像 FTX 崩盘这样的冲击后的第二天，这个概率会翻三倍，约到 30%。
截至本文撰写时，纳斯达克的“暴力分数”（violence score）
查看原文我最近的文章精确解释了我是如何用 Claude Code 来自动化这套 GARCH 量化交易策略的。
下面是它背后的完整架构：包含真实数字，以及我是如何让 Claude 为我搭建出来的：
GARCH 实际衡量的是什么
这是一项获得诺贝尔奖的计算方法，最初由 Robert F. Engle 于 2003 年提出为“ARCH”，随后由他的学生 Tim Bollerslev 扩展成 GARCH 模型，量化交易台至今仍在运行。
核心观点：市场波动并不是随机的。它是可预测的。GARCH 就是用来衡量和预测它的。
计算过程（仅 3 个输入）
GARCH 将明天的波动率预测为以下三者之和：
→ 基础水平变动：每项资产都带有一个不会真正改变的基准波动量。比特币的基准高于 S&P 的基准，它总是更高。
→ 昨日冲击：上一个交易时段市场到底动得有多剧烈？
→ 昨日的波动率水平：在那次移动发生之前，波动率已经处于什么水平？
把这三个加在一起，你就得到明天的“暴力分数”（violence score）。
来自回测数据的真实例子
在典型的一天里，$BTC 出现剧烈波动的概率大约是 10%。在经历像 FTX 崩盘这样的冲击后的第二天，这个概率会翻三倍，约到 30%。
截至本文撰写时，纳斯达克的“暴力分数”（violence score）
- 赞赏
- 点赞
- 评论
- 转发
- 分享
wtf 你是在说图（graph）？
循环工程已经“死了”，我们正在进入图工程的时代。
我搭建了一个提示（prompting）框架：如果你把它发给 Claude Code，它就会教你图工程的基础知识。
基于 @IntuitMachine 那篇令人惊叹的深度剖析文章。
查看原文循环工程已经“死了”，我们正在进入图工程的时代。
我搭建了一个提示（prompting）框架：如果你把它发给 Claude Code，它就会教你图工程的基础知识。
基于 @IntuitMachine 那篇令人惊叹的深度剖析文章。
- 赞赏
- 点赞
- 评论
- 转发
- 分享
在 2026 年，用 AI 赚到钱的最简单方法：
1. 审查你每天要做的每一项任务
2. 找出你最主要的 1-2 个痛点
3. 围绕这些痛点构建 AI 自动化
4. 创作有机内容来记录这个过程
5. 围绕已验证的需求打造一个供给/方案/产品化提议
别把事情想得太复杂。
查看原文1. 审查你每天要做的每一项任务
2. 找出你最主要的 1-2 个痛点
3. 围绕这些痛点构建 AI 自动化
4. 创作有机内容来记录这个过程
5. 围绕已验证的需求打造一个供给/方案/产品化提议
别把事情想得太复杂。
- 赞赏
- 点赞
- 评论
- 转发
- 分享
这个 Hermes 工作流简直彻底改变了游戏规则。
字面意思上，人人都应该把它设置起来：
将 Granola 连接到 Hermes Agent。
这会把 Hermes agent 变成你的个人知识库——训练基于你所有的会议、笔记，甚至是那些随手的脑内倾倒。
如果你不熟悉，Granola 是一个 AI 工具，它在每一次通话的后台运行，并会自动转录和总结。
把它接到 Hermes 后，这些数据会直接流入你 agent 的记忆里，不需要任何手动整理归档。
你甚至不需要在团队会议里才能用它。
我字面意思上会开一个只有自己的 Google Meet，并让 Granola 运行，然后用 30 分钟把我脑子里想到的东西随口讲出来。
整个脑内倾倒都会变成可搜索的上下文，Hermes 可以从中提取并长期使用（甚至还能据此创建技能）。
要开始使用：安装 Granola，并让它在你的通话期间运行。然后，只要告诉 Hermes 去扫描你的 Granola 账号，并把每一场会议都导入到它的记忆中。
一旦连接成功，你就可以开始问一些问题，比如：
→“我们上周和 [client] 通话时，实际上到底决定了什么？”
→“在我最近的会议里，接下来会反复出现哪些阻碍？”
用它的可能性不计其数。
- 为你的团队创建一套公司知识库
- 为其他 AI 工具创建技能（比如 Claude）
- 基于笔记/会议构建标准操作流程（
查看原文字面意思上，人人都应该把它设置起来：
将 Granola 连接到 Hermes Agent。
这会把 Hermes agent 变成你的个人知识库——训练基于你所有的会议、笔记，甚至是那些随手的脑内倾倒。
如果你不熟悉，Granola 是一个 AI 工具，它在每一次通话的后台运行，并会自动转录和总结。
把它接到 Hermes 后，这些数据会直接流入你 agent 的记忆里，不需要任何手动整理归档。
你甚至不需要在团队会议里才能用它。
我字面意思上会开一个只有自己的 Google Meet，并让 Granola 运行，然后用 30 分钟把我脑子里想到的东西随口讲出来。
整个脑内倾倒都会变成可搜索的上下文，Hermes 可以从中提取并长期使用（甚至还能据此创建技能）。
要开始使用：安装 Granola，并让它在你的通话期间运行。然后，只要告诉 Hermes 去扫描你的 Granola 账号，并把每一场会议都导入到它的记忆中。
一旦连接成功，你就可以开始问一些问题，比如：
→“我们上周和 [client] 通话时，实际上到底决定了什么？”
→“在我最近的会议里，接下来会反复出现哪些阻碍？”
用它的可能性不计其数。
- 为你的团队创建一套公司知识库
- 为其他 AI 工具创建技能（比如 Claude）
- 基于笔记/会议构建标准操作流程（
- 赞赏
- 点赞
- 评论
- 转发
- 分享