MilesDeutscher

vip
币龄 3.7年
最高 VIP 等级 2
用户暂无简介
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
  • 赞赏
  • 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
  • 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
  • 赞赏
  • 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
  • 赞赏
  • 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
  • 赞赏
  • 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
  • 赞赏
  • 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
  • 赞赏
  • 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
post-image
  • 赞赏
  • 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
  • 赞赏
  • 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
  • 赞赏
  • 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)
BTC-2.98%
SPX-4.42%
查看原文
  • 赞赏
  • 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
  • 赞赏
  • 评论
  • 转发
  • 分享