pedma

这些硬件钱包最奇怪的地方，就是它们提供的这些贴纸
到底为什么会有人想要宣传自己买了其中一个
比如说，带着一台贴有这个贴纸的笔记本电脑去本地咖啡馆，就等于向全世界宣传我有很容易被偷走的互联网魔法币

又是那种本来带着 1 个任务进来，最后却打开了多个 CC 窗口的早晨，每个窗口都打开了 3+ 个与具体任务相关的标签页
我会因为 AI 而少工作

警告+报告现在用 AI 构建起来太便宜了，而且超级有用。
我有个数据抓取在某个很奇怪的尾部场地（tail venue）上失败了，我的手机上收到了一个警告。我继续让这个智能体基于我们生成的所有报告去调查，几分钟之内我就得到了解释和解决方案。
我们真的生活在一个很棒的时代。
以前我得回去一头扎进细节里，搞清楚到底发生了什么。
也许这样我能对我的代码库有更好的、更深刻的理解，但我不知道那会不会只是一些理想主义的空话，或者值不值得花几个小时去排查一个问题。
反正我总是尽量理解输出。
我在我的 claude md 文件里有这么一段：它被严格要求要始终用一种容易消化的方式来描述问题，方便我理解；我也一直在尽量理解这些问题的根本原因，至少先把大方向搞明白。
我没有让智能体在未经我严格批准的情况下到处对我的代码库做改动。
我觉得短时间内也不会有什么变化；就算要变，我也不会信任一个在没有我监督的情况下会去动我资金的代码库。
可能是能力问题吧——也许我可以让智能体去检查输出并向我反馈，这样我可能会更快。
idk im rambling now, i dont see it

从今年年初开始，我一直在通过我自己的基础设施交易我整个投资组合
这并不意味着它一路都运行得完美无缺
直到 5 月中旬左右，信号生成 + 执行引擎的成功率才大约在 100% 左右（偶尔会有小幅下滑）
这并不意味着我的交易都是错误的，尽管有时确实出现过一些问题
所谓“成功标记”，是指每一个独立模型都要完整经历数据提取、清洗、信号生成、投资组合风险等全流程，并在没有任何问题的情况下成功执行交易
还有一些其他因素也在影响结果。有些模型已经过时且不再启用，所以我没有继续维护它们，这导致这些平均值被拉低，因为每次它们运行都会报错
所以这也不是从头到尾都在失败，但我每周都有很多东西需要修复
现在已经更加健壮、稳定了，即便如此，我仍然会时不时发现一些需要我关注的事项
另外，我们很快会把它迁移到 15 分钟的再平衡上，我们一直在为此努力推进，这会是一个缓慢的过程，也会占用我不少时间，直到我足够信任，愿意把我大部分资金切过去
我从未在规模化条件下通过我自己的代码进行全自动交易。这里“规模化”的意思是：让我整个投资组合通过一个会自行执行的算法来完成交易
我一直更偏好混合方案：我点击一个按钮，但始终检查从整体角度看是否一切都合理
总之，改进有时会让人感到害怕，尤其是在涉及风险的时候——这大概也就是“改进”的含义了

伙计们，这个月真难熬
我本来该去完成/收尾的
问题是我没有船
而且我也不太会钓鱼
但听起来挺酷的

嘿，大家，我需要你们的帮忙
我知道这是个很小的希望，但一位家人在德国上两天之前从车库里把他的宝马 M5 被偷了
如果你们有任何信息，或者认识可能知道的人，我愿意支付一笔丰厚的寻回酬金，只要能促成发现
感谢你们

在多年里买了第一款非多人游戏，昨天玩了下，感觉挺酷的。想去玩我从没来得及玩的经典。这个是有人推荐的。我可能需要花点时间才能通关，但你要是还有什么推荐的话，下次再告诉我就行。

现在我对 5 分钟 K 线运行了相同的分析，我们可以看到，该预测与接下来 5 分钟的实际波动率（realized vol）相关性相当好。
有意思的是，按十分位分桶来看，平均实际波动率总是低于平均预测波动率，而在日线预测中并不是这种情况。
也许这个问题可以改天再想。
那么，用于预测日内波动率的最佳窗口是什么？

我不喜欢只用一个窗口的想法，但我也不想让它变得太慢。思路是要对波动的突发做出快速反应。
所以我们给滚动年化波动率指标再加几个长度，比如 20、60、120、200。
这是我随手一比量（凭感觉）在做 Kwanting 的手指指天上，然后我觉得它们看起来不错。
我认为加入一组窗口的混合会让估计值不那么嘈杂。
但我们也能很快看到：一旦把滚动窗口加大，预测准确度就会下降，这也说得通。
我大概会更偏向短窗口，但保留这种混合方式，不过这一条我还不太确定。
一方面我确实想要更快；另一方面我又不想引入不必要的频繁切换。

对于喜爱研究的人来说，有一篇关于实现波动率的有趣论文，他们确实会深入讨论短期预测之类的内容