Sergio Tesla

在 X 上待 5 分钟，你就会觉得所有人都有一支自主 AI 代理团队，睡觉时每月赚取$50k 。
结果不知怎么的，你成了唯一一个还在工作的傻瓜。

人们分析数据时最常犯的错误之一：使用的数据点太少。
在较高时间框架上尤其如此，比如周线或月线。
“每次都发生过”意义不大，如果历史上只发生过 7 次。

我相信 AI 将对交易领域产生重大影响。
我不认为事情会像“AI 会替我搞定交易”那么简单。
要让 AI 正确应用于交易将极其困难。
我认为 AI 竞赛中的首批大赢家将是混合型采用者。
这指的是那些成功利用 AI 进行以往无法完成的分析，从而做出更明智决策的交易者。
不是会取代他们的 AI，而是会支持、补充并增强其分析能力的 AI。
而为此，你必须赋予 AI 深入挖掘数据并得出自身结论的能力。
不是“替我绘制图表”
不是“告诉我各交易所一共有多少次清算”
不是“吸收所有现有的交易知识，然后告诉我该交易什么”
而是能够将 AI 引导至某个研究主题，并让它给出真正的答案。
我一直在努力推进这件事，并且已经取得了实质性进展。
让我这样说吧：我认为，只要拥有合适的工具，我们所有人很快都能成为天才分析师。
AI 将大幅降低进行复杂数据分析的门槛。
令人兴奋的时代。

AI 辅助构建的主要问题是功能蔓延。现在交易领域中经常能看到这种情况。
你知道人们弃用软件的首要原因之一是无从下手吗？
功能太多实际上是一件坏事。
在 AI 出现之前，我们必须非常谨慎地考虑要优先开发哪些功能，因为每项功能都有成本。
因此，我们会根据实现难度和价值进行优先排序。哪个功能的性价比最高，就先实现哪个。
在 AI 时代，成本大幅降低了，但这本身也付出了代价（噔噔，嘶）。
我们有的每个想法，都只需敲击几下键盘即可实现。
这意味着不仅对批判性思考的需求消失了，还会导致功能爆炸。
你还没反应过来，就已经拥有了一个极其复杂的界面，其中有 1000 个没人理解的功能。
连你自己都只能勉强理解其中一半。
这就是我目前在各种交易终端不断涌现时看到的情况。
功能极其强大？也许吧。
极其复杂？绝对是。
AI 让实现功能的门槛降到了前所未有的水平，但这并不意味着合理的应用设计就不再重要。
事实上，它可能比以往任何时候都更加重要。
每项功能都应该通过试验和磨炼来证明自己配得上被保留，而不是因为它看起来颇有意义或有趣。

使用 AI 帮助我们进行技术分析的最佳方式是什么？
过去一年里，我一直在尝试思考这个问题，而大多数人都做错了。
有两种方法不断出现，而在我看来，它们都是错误的做法。这两种方法是
1. 让 AI 替你做图表分析。
2. 把交易书籍和课程灌输给它，让它告诉你该交易什么。
这两种方法都能做出令人印象深刻的演示。但你实际依据什么证据进行交易？
---
方法一——将技术分析知识灌输给 AI
“Claude，帮我画出斐波那契回撤线，找出公允价值缺口，并识别一些有趣的交易机会。”
你可能见过这些帖子。某个大型加密账户宣布 AI 已经“彻底改变了他们的交易方式”，随后是一大段看起来可疑地像 AI 写出来的 FOMO 内容。
图表帮助人类理解价格数据。我们很难直接解读数百万行数字，所以会把它们转换成可视化内容。
这对我们来说是合理的。
但如果 AI 可以访问底层数据和分析工具，为什么还要让它通过一张数据图片来处理这些信息？让它模仿人类在图表上到处点击，究竟能给我们带来什么？
当然，自动化图表工作可以节省时间。但更大的说法是，它能够找出值得参与的交易。
“但是 Sergio，我直接让 Claude 找机会不就行了。我甚至不需要懂技术分析。”
好吧。依据是什么？
如果它告诉你做空，你为什么应该相信这个空单？
它测试过这个交易设置吗？它知道类似交易的表现吗？还是说，它只是使用某处学来的交易术语，生成了一个

使用 AI 帮助我们进行技术分析的最佳方式是什么？
过去一年里，我一直在尝试回答这个问题，而大多数人都做错了。
有两种方法反复出现，而且它们都值得比那些推销它们的网红所给予的更多审视。
1. 让 AI 替你看图表。
2. 将交易书籍和课程喂给它，让它告诉你该交易什么。
这两种方法都能做出令人印象深刻的演示。但你实际交易所依据的证据是什么？
---
方法 #1 - 将 TA 知识灌入 AI
“Claude，帮我画出斐波那契回撤，找出公允价值缺口，并识别一些有趣的交易形态。”
你可能已经看过这些帖子了。某个大型加密货币账号宣布 AI “彻底改变了他们的交易方式”，随后是一大段明显由 AI 写成、充满 FOMO 的内容。
图表帮助人类理解价格数据。我们很难轻易解读数百万行数字，所以会把它们转换成可视化内容。
这对我们来说是合理的。
但如果 AI 能够访问底层数据和分析工具，为什么还要让它通过数据的图片来处理这些信息？让它模仿人类在图表上四处点击，究竟能给我们带来什么？
当然，自动化图表工作可以节省时间。但更大的说法是，它能够找到值得参与的交易。
“但是 Sergio，我只要让 Claude 找机会就行了。我甚至不需要懂 TA。”
好吧。依据是什么？
如果它告诉你做空，你为什么应该相信这个空单？
它测试过这个交易形态吗？它知道类似交易的表现吗？还是说，它只是利用从某处学来的交易术语，生成了

推出 Brighter Data 神话终结者：借助数据的力量，揭穿交易领域内普遍存在的错误观念。
在第一期中，我们将探讨“恐惧时买入，贪婪时卖出”究竟是基于可靠证据，还是基于“相信我，兄弟”的逻辑。