Loading video...

Video Failed to Load

Go Home

投资分析的AI神器来了！ValueCell AI，🚀 地址评论区自取。 之前一直想搞一个类似的产品来着，但是迫于精力和投资方面的阅历，所以也就搁置了。 最近发现这个工具竟然能实时抓取市场数据，尤其是美股的实时盘前盘中盘后数据，并且支持策略回测，生成的投研报告格式都可以直接拿来发文章，这就有点太方便了~ 里面有各种数据报表，也能从宏观、微观各个角度来分析市场。 比如大家最关心的A股和美股，用它分析一下，看看结果和你的判断是否一致？ 听说他们底层模型非常烧钱💰 有懂投资的大佬快去体验一下，分享一下感受！

AI_Jasonyu's profile picture

鱼总聊AI

52,275 subscribers

28,831 views • 3 months ago •via X (Twitter)

Health & WellnessScience & TechnologyFinance
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

作为一个业余自媒体，从来没有专业的去记录数据和分析数据，但是看了影视飓风这个分享还是大受震撼，原来自媒体运营是有这么多学问在里面的，他们这样团队的成功不是偶然的，你可以看到有一套科学的数据分析、系统化的流程和不断迭代的策略，而且核心指标居然只有两个：“点击率（CTR）”和“平均观看时长（AVD）”，仔细想想又挺科学，如果没有点击那么都没有人看；如果点进来了马上划走了，也说明内容不吸引人。也许以后我也应该学他们用飞书多维表格把微博和X的数据都记录下来😅
15:47

作为一个业余自媒体，从来没有专业的去记录数据和分析数据，但是看了影视飓风这个分享还是大受震撼，原来自媒体运营是有这么多学问在里面的，他们这样团队的成功不是偶然的，你可以看到有一套科学的数据分析、系统化的流程和不断迭代的策略，而且核心指标居然只有两个：“点击率（CTR）”和“平均观看时长（AVD）”，仔细想想又挺科学，如果没有点击那么都没有人看；如果点进来了马上划走了，也说明内容不吸引人。也许以后我也应该学他们用飞书多维表格把微博和X的数据都记录下来😅

宝玉

342,589 views • 1 year ago

🚨 终于有人把“金融数据 + AI Agent”这件事打通了 OpenBB 目前 GitHub 上已有 近 7 万 star，是一个开源的金融数据与研究平台，被很多人称为「开源版 Bloomberg Terminal」 以前做金融研究，最烦的不是不会分析，而是数据太散：一个终端看行情，一个表格存模型，一个网站翻 SEC 文件，一个工具跑图表，最后还要复制给 AI 总结。 现在它把过去只有机构才能轻松获取的专业数据，整合成了人人可用的工具，核心亮点： > 覆盖股票、期权、加密货币、外汇、宏观经济、固定收益等多个市场 > 包含财务数据、高管信息、股东结构、地区分布等细粒度信息 > 支持 AI 集成，一条指令就能让 AI 调取数据并生成深度研报 > 数据可自部署，保护隐私和数据安全 只输入一条指令，AI 就能调取数据、生成深度研报，全球金融数据接口真的被打通了 做股票研究、量化分析、基金投研、AI 金融 Agent 的，强烈建议保存看看
0:51

🚨 终于有人把“金融数据 + AI Agent”这件事打通了 OpenBB 目前 GitHub 上已有 近 7 万 star，是一个开源的金融数据与研究平台，被很多人称为「开源版 Bloomberg Terminal」 以前做金融研究，最烦的不是不会分析，而是数据太散：一个终端看行情，一个表格存模型，一个网站翻 SEC 文件，一个工具跑图表，最后还要复制给 AI 总结。 现在它把过去只有机构才能轻松获取的专业数据，整合成了人人可用的工具，核心亮点： > 覆盖股票、期权、加密货币、外汇、宏观经济、固定收益等多个市场 > 包含财务数据、高管信息、股东结构、地区分布等细粒度信息 > 支持 AI 集成，一条指令就能让 AI 调取数据并生成深度研报 > 数据可自部署，保护隐私和数据安全 只输入一条指令，AI 就能调取数据、生成深度研报，全球金融数据接口真的被打通了 做股票研究、量化分析、基金投研、AI 金融 Agent 的，强烈建议保存看看

爱吃折耳根的Ace

17,346 views • 3 days ago

AI时代要争做出头鸟🐦： 在公司找了几个同事用了下我vibe coding 出来的数据抓取器，一致好评，已经被部门头头和模型组邀约给 presentation，说说如何搞出来的。有一位同事感叹说为啥这么久市面上也发现几个特别好用的，你这么快就能搞出来。讲真能解决他人的问题还是蛮幸福的😆。 最近也发现实现Minimal Viable Product 最小可行产品的难度其实越来越低了，关键还是在于后期产品打磨用户体验的提升。我最近在数据抓取1.0版的基础上又升级了几个功能 —— 原图对比，手动删除/增加数据点，重新抓取。下一个点要攻克的是高密度数据的抓取精度，这个的确是个难点。
0:39

AI时代要争做出头鸟🐦： 在公司找了几个同事用了下我vibe coding 出来的数据抓取器，一致好评，已经被部门头头和模型组邀约给 presentation，说说如何搞出来的。有一位同事感叹说为啥这么久市面上也发现几个特别好用的，你这么快就能搞出来。讲真能解决他人的问题还是蛮幸福的😆。 最近也发现实现Minimal Viable Product 最小可行产品的难度其实越来越低了，关键还是在于后期产品打磨用户体验的提升。我最近在数据抓取1.0版的基础上又升级了几个功能 —— 原图对比，手动删除/增加数据点，重新抓取。下一个点要攻克的是高密度数据的抓取精度，这个的确是个难点。

CyberCat

58,893 views • 5 months ago

港大开源的仓库 Vibe-Trading ，适合爱交易的同学。 Vibe-Trading 是一个由人工智能驱动的多智能体金融工作空间，可将自然语言请求转化为可执行的交易策略、研究见解和全球市场的投资组合分析。 主要功能： 策略生成：根据您的想法自动生成交易代码 智能数据访问： 5 个数据源，具备自动回退功能 性能测试：使用历史市场数据测试您的策略 TradingView 导出：一键将策略转换为 TradingView 的 PineScript v6 格式 专家团队： 部署专门的 AI 代理来执行复杂的研究任务 实时更新：实时查看整个分析过程 TradingView 直接内置了 64 个成熟的金融分析技能和 29 种 AI 团队配置（比如一键召唤“加密货币盯盘组”或“宏观研报组”），有高校实验室的学术底层逻辑兜底。 有两个极其对味的特性： 一是支持一键将策略转为 TradingView 的 PineScript v6 格式，跑通了直接挂图表； 二是自带 MCP 协议，可以直接把它塞进 Cursor 或者 Claude Desktop 里，边写代码边让它在后台帮你算因子。 想要地址的同学，评论区留言👇👇👇
0:47

港大开源的仓库 Vibe-Trading ，适合爱交易的同学。 Vibe-Trading 是一个由人工智能驱动的多智能体金融工作空间，可将自然语言请求转化为可执行的交易策略、研究见解和全球市场的投资组合分析。 主要功能： 策略生成：根据您的想法自动生成交易代码 智能数据访问： 5 个数据源，具备自动回退功能 性能测试：使用历史市场数据测试您的策略 TradingView 导出：一键将策略转换为 TradingView 的 PineScript v6 格式 专家团队： 部署专门的 AI 代理来执行复杂的研究任务 实时更新：实时查看整个分析过程 TradingView 直接内置了 64 个成熟的金融分析技能和 29 种 AI 团队配置（比如一键召唤“加密货币盯盘组”或“宏观研报组”），有高校实验室的学术底层逻辑兜底。 有两个极其对味的特性： 一是支持一键将策略转为 TradingView 的 PineScript v6 格式，跑通了直接挂图表； 二是自带 MCP 协议，可以直接把它塞进 Cursor 或者 Claude Desktop 里，边写代码边让它在后台帮你算因子。 想要地址的同学，评论区留言👇👇👇

比特币橙子Trader

31,526 views • 2 months ago

长桥MCP，可以在 Cursor 直接使用了。 - AAPL 和 TSLA 股票的当前价格是多少？ - 特斯拉在过去一个月的表现如何？ - 查一下港股、美股主要指数的最新行情数据。 - 查一下 TSLA 和 AAPL 在过去一年的股票价格历史。 - 比较 TSLA、AAPL 和 NVDA 在过去 3 个月的表现。 - 为我持有的股票生成投资组合表现图表，并返回数据表和饼图（直接返回结果，不要生成代码）。 - 检查我持有股票的最新价格，如果下跌/上涨超过 3%，以市场价格卖出（如果下跌）或买入（如果上涨）三分之一。
0:31

长桥MCP，可以在 Cursor 直接使用了。 - AAPL 和 TSLA 股票的当前价格是多少？ - 特斯拉在过去一个月的表现如何？ - 查一下港股、美股主要指数的最新行情数据。 - 查一下 TSLA 和 AAPL 在过去一年的股票价格历史。 - 比较 TSLA、AAPL 和 NVDA 在过去 3 个月的表现。 - 为我持有的股票生成投资组合表现图表，并返回数据表和饼图（直接返回结果，不要生成代码）。 - 检查我持有股票的最新价格，如果下跌/上涨超过 3%，以市场价格卖出（如果下跌）或买入（如果上涨）三分之一。

xinghui

34,481 views • 1 year ago

最近这币安把整个数字货币砸一下，让人们发现所谓的数字黄金都是假的，币安这么搞一下让人们发现没有金银支撑的数字货币没有任何未来，一串数字突然就没了。 直接导致了金银从投资属性变成了货币属性，人们没有能相信的了，这个是核心。 所有发生的一切都在共产党的计划中，而且截止到今天，共产党也一直非常成功，当然也是七哥几年前说的东西，没什么新鲜的，跟着视频里对答案看看发展到哪一步了，看看各种媒体各种金融分析也挺有意思。
4:03

最近这币安把整个数字货币砸一下，让人们发现所谓的数字黄金都是假的，币安这么搞一下让人们发现没有金银支撑的数字货币没有任何未来，一串数字突然就没了。 直接导致了金银从投资属性变成了货币属性，人们没有能相信的了，这个是核心。 所有发生的一切都在共产党的计划中，而且截止到今天，共产党也一直非常成功，当然也是七哥几年前说的东西，没什么新鲜的，跟着视频里对答案看看发展到哪一步了，看看各种媒体各种金融分析也挺有意思。

Longwood（大根）

28,950 views • 8 months ago

Anthropic 官方亲自发布的这个金融工作流 GitHub 仓库，可以让华尔街80%的员工都失业了 这个仓库将所有的金融服务工作都做成了工作流，包括投研分析、财务管理、私募股权等 视频中，我只是输入了「帮我做一个英伟达的投研分析报告，并产出 word 文档给我」 它输出了一个堪比彭博级别的投资报告，内容包括了： - 投资逻辑 - 投资风险 - 公司概览 - 产品分析 - 行业分析 - 竞争格局 - 财务分析 - 估值预测等 我的专业也是金融，对这个报告的评价一个字：夯 仓库地址：
0:56

Anthropic 官方亲自发布的这个金融工作流 GitHub 仓库，可以让华尔街80%的员工都失业了 这个仓库将所有的金融服务工作都做成了工作流，包括投研分析、财务管理、私募股权等 视频中，我只是输入了「帮我做一个英伟达的投研分析报告，并产出 word 文档给我」 它输出了一个堪比彭博级别的投资报告，内容包括了： - 投资逻辑 - 投资风险 - 公司概览 - 产品分析 - 行业分析 - 竞争格局 - 财务分析 - 估值预测等 我的专业也是金融，对这个报告的评价一个字：夯 仓库地址：

Sac

128,384 views • 1 month ago

最近发现了一个好东西，做产品和运营的朋友一定要看看~ 是 atypica.AI 做的商业研究智能体，现在把他们的市场调研能力打包成了 Marketing Skills，可以直接在 OpenClaw/Claude 里调用。 说几个戳我的点： 1. 不仅能做常规的市场调研，连产品研发的前测都能做，这很全面了~ 2. 相比一般的 AI 调研工具，它会自己去刷社媒，模拟你的目标消费者，还能做深度访谈挖用户痛点。 3. 最后出来的报告，不仅有客观数据，还有用户洞察、产品需求分析，甚至还有 GTM plan。 链接放评论区了，有市场调研、产品创新、用户洞察需求的朋友们都可以试试~
0:54

最近发现了一个好东西，做产品和运营的朋友一定要看看~ 是 atypica.AI 做的商业研究智能体，现在把他们的市场调研能力打包成了 Marketing Skills，可以直接在 OpenClaw/Claude 里调用。 说几个戳我的点： 1. 不仅能做常规的市场调研，连产品研发的前测都能做，这很全面了~ 2. 相比一般的 AI 调研工具，它会自己去刷社媒，模拟你的目标消费者，还能做深度访谈挖用户痛点。 3. 最后出来的报告，不仅有客观数据，还有用户洞察、产品需求分析，甚至还有 GTM plan。 链接放评论区了，有市场调研、产品创新、用户洞察需求的朋友们都可以试试~

木马人

16,126 views • 3 months ago

所以AI是泡沫吗？ 在最新一期访谈中主持人问 lemonade ceo Daniel Schreiber 他如何看待数万亿的投资进入AI基建（例如买芯片/建造数据中心），问他是否担心资源的错误分配，和投资者的收益。 Danile 的回答是：我不清楚，也没资格评论这些投资人能否获取相应回报，但他们的投资在补贴我的生意（AI 保险），他们产生的海量智能几乎能让我免费使用！ 这也是我个人的判断和选择，我爱这种现状，我不投资大模型公司，但是选择投资下游的应用层龙头，大模型公司在补贴着我投资的公司。下一阶段的alpha会在这些应用层出现 $LMND $TEM ，mark my words！
1:43

所以AI是泡沫吗？ 在最新一期访谈中主持人问 lemonade ceo Daniel Schreiber 他如何看待数万亿的投资进入AI基建（例如买芯片/建造数据中心），问他是否担心资源的错误分配，和投资者的收益。 Danile 的回答是：我不清楚，也没资格评论这些投资人能否获取相应回报，但他们的投资在补贴我的生意（AI 保险），他们产生的海量智能几乎能让我免费使用！ 这也是我个人的判断和选择，我爱这种现状，我不投资大模型公司，但是选择投资下游的应用层龙头，大模型公司在补贴着我投资的公司。下一阶段的alpha会在这些应用层出现 $LMND $TEM ，mark my words！

CyberCat

270,939 views • 8 months ago

刚刚过去的一夜整个ai行业又有大事发生！ 谷歌凌晨再放大招！ai视觉设计软件 Stitch by Google 正式上线。 这是一个帮助人类进行ui设计的产品，无论是想要做网站还是做app的页面，都可以通过它来去一键完成，该产品的使用也是非常方便。从效果图来看，应该也是和香蕉2大模型进行了合作，各位小伙伴可以去体验一下。 该产品的推出也是得figma的股价暴跌了有10%，可以说这又是ai对一个新行业产生了竞争。 Okara 是一个ai cmo，它可以通过分析你给他的网站，来帮助人类自动的进行宣传推广，并且还会给出一系列的数据分析 claude和gpt写代码，stitch做视觉和ui，okara做cmo推广产品。ai工具的产品产业链也是闭环了。 小米集团也认领了hunter alpha，这个一直霸榜openrouter的大模型，还有小伙伴vibe coding了一个ai会对于各行业产生影响的网站，也还是蛮有趣的。 具体内容请看视频！感谢大家点赞关注支持！
11:55

刚刚过去的一夜整个ai行业又有大事发生！ 谷歌凌晨再放大招！ai视觉设计软件 Stitch by Google 正式上线。 这是一个帮助人类进行ui设计的产品，无论是想要做网站还是做app的页面，都可以通过它来去一键完成，该产品的使用也是非常方便。从效果图来看，应该也是和香蕉2大模型进行了合作，各位小伙伴可以去体验一下。 该产品的推出也是得figma的股价暴跌了有10%，可以说这又是ai对一个新行业产生了竞争。 Okara 是一个ai cmo，它可以通过分析你给他的网站，来帮助人类自动的进行宣传推广，并且还会给出一系列的数据分析 claude和gpt写代码，stitch做视觉和ui，okara做cmo推广产品。ai工具的产品产业链也是闭环了。 小米集团也认领了hunter alpha，这个一直霸榜openrouter的大模型，还有小伙伴vibe coding了一个ai会对于各行业产生影响的网站，也还是蛮有趣的。 具体内容请看视频！感谢大家点赞关注支持！

Vic TALK

71,955 views • 3 months ago

AI教父Yann LeCun说了一个事实。 一个四岁的小孩，看过的数据量，等于有史以来所有文本的总和。 最大的AI模型，训练数据是30万亿个单词。 听着很多？ 一个四岁小孩，醒着的时间大约16000小时。 光是用眼睛看，接收的数据量就跟AI一样多。 但数据的质量，完全是两回事。 小孩看到的是真实世界。 是重力，是东西掉下来，是手去抓握。 是因果，是物理规律。 他通过这些，在脑子里建立了一个世界模型。 AI看到的是什么？ 是孤立的文字，是符号。 它唯一的任务，是猜下一个词是什么。 这就解释了现在的怪现象。 AI能通过律师考试，能解微积分方程。 比大学生还快。 但它学不会装洗碗机。 也变不成一个能做家务的机器人。 更不可能像任何一个青少年一样，花20小时就学会开车。 那些吹嘘AI马上取代一切的人，在回避什么？ 他们在回避现实世界。 AI被喂养的是人类思想的“数字幽灵”，不是物理世界的实体。 把一个在图书馆里读了所有书的书呆子，和一个在街头长大的孩子扔进丛林。 谁能活下来？ 道理是一样的。
0:54

AI教父Yann LeCun说了一个事实。 一个四岁的小孩，看过的数据量，等于有史以来所有文本的总和。 最大的AI模型，训练数据是30万亿个单词。 听着很多？ 一个四岁小孩，醒着的时间大约16000小时。 光是用眼睛看，接收的数据量就跟AI一样多。 但数据的质量，完全是两回事。 小孩看到的是真实世界。 是重力，是东西掉下来，是手去抓握。 是因果，是物理规律。 他通过这些，在脑子里建立了一个世界模型。 AI看到的是什么？ 是孤立的文字，是符号。 它唯一的任务，是猜下一个词是什么。 这就解释了现在的怪现象。 AI能通过律师考试，能解微积分方程。 比大学生还快。 但它学不会装洗碗机。 也变不成一个能做家务的机器人。 更不可能像任何一个青少年一样，花20小时就学会开车。 那些吹嘘AI马上取代一切的人，在回避什么？ 他们在回避现实世界。 AI被喂养的是人类思想的“数字幽灵”，不是物理世界的实体。 把一个在图书馆里读了所有书的书呆子，和一个在街头长大的孩子扔进丛林。 谁能活下来？ 道理是一样的。

墓碑科技

72,742 views • 3 months ago

「有知有行」的孟岩最近出了一期视频，分享「投资是怎样赚钱的」这个话题。这个视频制作很用心，信息量也比较大，有不少精彩观点（和数据事实），推荐看完整视频： 1/ 得益于工业化、科技革命带来的生产力指数级上升，人类绝大部分财富都是在过去 200 年里创造的，远超此前几万年的财富总和。我们这代人运气不错，生在一个财富爆炸的好时代。 2/ 通货膨胀（货币和信用扩张）是全球性的不变主题，不可避免。在 1802 到 2012 年的这 210 年里，1 美元的购买力只剩下 0.05 美元，美元贬值的斜率还在变陡。 3/ 好的股票投资，本质就是把钱投向拥有先进生产力的公司，购买一部分公司所有权，分享 GDP 高速增长的红利。 4/ 对于很多个人来说，没有择股、择时的能力，最好的方式是躺平买指数（一篮子股票），在「长期持有」的前提下，也能接近于「明星基金经理」的年化收益。这很接近于投资「国运」。 5/ 预测市场和价格是不可能的，未来无人知晓。很多明星投资人都把曾经赚的钱，又还给了市场。当闪电劈下来时，你最好保证自己在场，但大部分人都耐不住寂寞，焦躁地进进出出，「巧妙地」避开了闪电。 6/ 投资不是要在别人的游戏中打败他们，而是要在自己的游戏中控制自己。——本杰明·格雷厄姆《聪明的投资者》
32:29

「有知有行」的孟岩最近出了一期视频，分享「投资是怎样赚钱的」这个话题。这个视频制作很用心，信息量也比较大，有不少精彩观点（和数据事实），推荐看完整视频： 1/ 得益于工业化、科技革命带来的生产力指数级上升，人类绝大部分财富都是在过去 200 年里创造的，远超此前几万年的财富总和。我们这代人运气不错，生在一个财富爆炸的好时代。 2/ 通货膨胀（货币和信用扩张）是全球性的不变主题，不可避免。在 1802 到 2012 年的这 210 年里，1 美元的购买力只剩下 0.05 美元，美元贬值的斜率还在变陡。 3/ 好的股票投资，本质就是把钱投向拥有先进生产力的公司，购买一部分公司所有权，分享 GDP 高速增长的红利。 4/ 对于很多个人来说，没有择股、择时的能力，最好的方式是躺平买指数（一篮子股票），在「长期持有」的前提下，也能接近于「明星基金经理」的年化收益。这很接近于投资「国运」。 5/ 预测市场和价格是不可能的，未来无人知晓。很多明星投资人都把曾经赚的钱，又还给了市场。当闪电劈下来时，你最好保证自己在场，但大部分人都耐不住寂寞，焦躁地进进出出，「巧妙地」避开了闪电。 6/ 投资不是要在别人的游戏中打败他们，而是要在自己的游戏中控制自己。——本杰明·格雷厄姆《聪明的投资者》

Sea

306,340 views • 2 years ago

兄弟们，给你们看点狠货！ 最近链上那帮玩量化的，简直杀疯了。 有人靠这套东西，直接在Polymarket（预测市场平台）上撸了超过40万美金！而且人家押注的标的都是SPX指数、道琼斯、罗素2000，还有苹果、谷歌这些大票——最关键的是，这些操作全都是用开源的金融市场模拟器推演出来的。 最近有个神级技术组合拳刚刚开源，一套操作猛如虎： Financial Datasets MCP Server（目前在GitHub上已经斩获1.7k星） + MiroThinker-H1（基准测试88.2分，斩获7.1k星） + MiroFish。最骚的是，这个MiroFish多智能体模拟引擎，是一个中国本科生花了10天时间搞出来的，现在已经狂揽18k+星，而且据说一夜之间拿到了几百万融资。 下面给兄弟们拆解一下，这三个仓库是干什么的，以及怎么用它们搞钱： 1. Financial Datasets MCP服务器 👉 简单说，这就是一个免费且强大的数据粮仓。无论你要SPX、苹果、谷歌还是罗素2000的成分股，它都能给你提供几十年真实的历史价格、资产负债表、利润表，甚至还有新闻数据。你只需要连上它，就能把最原始的“事实”拉下来。 🔗 仓库： 2. MiroThinker-H1 👉 这就是你的“深度研究大脑”。它可以直接从上面那个MCP服务器里抓数据，然后帮你分析最新的10-K年报、美联储会议纪要、公司财报，甚至是地缘政治新闻。它能把这些原始信息整理成500多个干净、可验证的数据库。如果没有它，你的模拟就是一堆垃圾数据往里硬塞。它的作用就是把生肉做成美味佳肴，喂给下面的引擎。 🔗 仓库： 3. MiroFish 👉 这才是真正的“多智能体模拟引擎”。你把MiroThinker整理好的数据灌进去，它就能跑起来——模拟成千上万个不同性格的AI交易员，比如有看宏观大势的策略师，有专门看市场情绪的，还有那种一惊一乍的恐慌买家。最后，它会给你输出一个“概率锥”，也就是预测价格对各种事件会有什么反应，就像电影《黑客帝国》里的那种预测一样。 🔗 仓库： 具体怎么实操？ · 搞交易：扔进去一个事件 → 系统模拟大众会怎么反应 → 你抓住市场的定价偏差 → 去Polymarket上重仓押注。 · 做宏观预测：在新闻正式发布前，先跑一遍模拟，看看全球事件可能对大盘造成什么冲击。 · 部署简单：用Docker加任何一个大模型的API，10到15分钟就能跑起来。 一个搞钱小技巧（Pro tip）： 把最新的10-K财报或者突发新闻扔给MiroThinker → 让它生成500多个经过验证的场景数据 → 再把这些数据加载到MiroFish里跑一遍 → 看它给出的下周价格走势概率锥 → 你就盯着概率最大的那个方向，去Polymarket上放心大胆地押注。 已经有交易员靠着这套东西赚翻了： · 这位兄弟叫 superstonksbro，目前盈利18.2万美金，时不时就搞个2万多美金的大单。 🔗 围观他： · 还有这位叫 CamelUp 的老哥，盈利19.3万美金，做了2400多次预测。 🔗 围观他： 据说他俩都是用上面这套技术栈在市场里大杀四方。 如果你想躺赚，还有个更省事的办法： 试试这个叫 PolyCop 的自动跟单机器人。它能自动复制上面这些“模拟猛兽”的操作，他们买什么，你就能跟着买，直接搭便车。 点击这里直接用： 👉 如果想手动跟单，可以先把这两个钱包地址加到PolyCop里，这样就能实时跟踪他们的操作了： · 0x17559efac103ac7f361be37ec0b93888d4c55aac · 0x969fae0a3a93778adc42178f72c612ed8c4e4d55 保存好这条信息，好东西别弄丢了。
0:33

兄弟们，给你们看点狠货！ 最近链上那帮玩量化的，简直杀疯了。 有人靠这套东西，直接在Polymarket（预测市场平台）上撸了超过40万美金！而且人家押注的标的都是SPX指数、道琼斯、罗素2000，还有苹果、谷歌这些大票——最关键的是，这些操作全都是用开源的金融市场模拟器推演出来的。 最近有个神级技术组合拳刚刚开源，一套操作猛如虎： Financial Datasets MCP Server（目前在GitHub上已经斩获1.7k星） + MiroThinker-H1（基准测试88.2分，斩获7.1k星） + MiroFish。最骚的是，这个MiroFish多智能体模拟引擎，是一个中国本科生花了10天时间搞出来的，现在已经狂揽18k+星，而且据说一夜之间拿到了几百万融资。 下面给兄弟们拆解一下，这三个仓库是干什么的，以及怎么用它们搞钱： 1. Financial Datasets MCP服务器 👉 简单说，这就是一个免费且强大的数据粮仓。无论你要SPX、苹果、谷歌还是罗素2000的成分股，它都能给你提供几十年真实的历史价格、资产负债表、利润表，甚至还有新闻数据。你只需要连上它，就能把最原始的“事实”拉下来。 🔗 仓库： 2. MiroThinker-H1 👉 这就是你的“深度研究大脑”。它可以直接从上面那个MCP服务器里抓数据，然后帮你分析最新的10-K年报、美联储会议纪要、公司财报，甚至是地缘政治新闻。它能把这些原始信息整理成500多个干净、可验证的数据库。如果没有它，你的模拟就是一堆垃圾数据往里硬塞。它的作用就是把生肉做成美味佳肴，喂给下面的引擎。 🔗 仓库： 3. MiroFish 👉 这才是真正的“多智能体模拟引擎”。你把MiroThinker整理好的数据灌进去，它就能跑起来——模拟成千上万个不同性格的AI交易员，比如有看宏观大势的策略师，有专门看市场情绪的，还有那种一惊一乍的恐慌买家。最后，它会给你输出一个“概率锥”，也就是预测价格对各种事件会有什么反应，就像电影《黑客帝国》里的那种预测一样。 🔗 仓库： 具体怎么实操？ · 搞交易：扔进去一个事件 → 系统模拟大众会怎么反应 → 你抓住市场的定价偏差 → 去Polymarket上重仓押注。 · 做宏观预测：在新闻正式发布前，先跑一遍模拟，看看全球事件可能对大盘造成什么冲击。 · 部署简单：用Docker加任何一个大模型的API，10到15分钟就能跑起来。 一个搞钱小技巧（Pro tip）： 把最新的10-K财报或者突发新闻扔给MiroThinker → 让它生成500多个经过验证的场景数据 → 再把这些数据加载到MiroFish里跑一遍 → 看它给出的下周价格走势概率锥 → 你就盯着概率最大的那个方向，去Polymarket上放心大胆地押注。 已经有交易员靠着这套东西赚翻了： · 这位兄弟叫 superstonksbro，目前盈利18.2万美金，时不时就搞个2万多美金的大单。 🔗 围观他： · 还有这位叫 CamelUp 的老哥，盈利19.3万美金，做了2400多次预测。 🔗 围观他： 据说他俩都是用上面这套技术栈在市场里大杀四方。 如果你想躺赚，还有个更省事的办法： 试试这个叫 PolyCop 的自动跟单机器人。它能自动复制上面这些“模拟猛兽”的操作，他们买什么，你就能跟着买，直接搭便车。 点击这里直接用： 👉 如果想手动跟单，可以先把这两个钱包地址加到PolyCop里，这样就能实时跟踪他们的操作了： · 0x17559efac103ac7f361be37ec0b93888d4c55aac · 0x969fae0a3a93778adc42178f72c612ed8c4e4d55 保存好这条信息，好东西别弄丢了。

区块链行情研究

15,055 views • 3 months ago

酷，一款智能地图分析工具：chat2geo，可以用聊天的方式分析卫星图像和地理数据 提供自然语言描述需求，Chat2Geo就能理解并转换为专业的地理分析任务，调用Google地球引擎获取卫星数据进行处理分析 支持处理卫星图像、分析地理数据以及各种专业分析 比如，分析城市问题，查看城市热度分布，检测空气污染情况，观察城市发展变化；做土地分析，可以了解土地使用以及土地变化情况等 支持上传自己的矢量数据，将其与GEE的卫星图像数据结合起来进行分析 #地理数据分析工具 #AI城市地址分析 #chat2geo #AI环境分析工具
2:11

酷，一款智能地图分析工具：chat2geo，可以用聊天的方式分析卫星图像和地理数据 提供自然语言描述需求，Chat2Geo就能理解并转换为专业的地理分析任务，调用Google地球引擎获取卫星数据进行处理分析 支持处理卫星图像、分析地理数据以及各种专业分析 比如，分析城市问题，查看城市热度分布，检测空气污染情况，观察城市发展变化；做土地分析，可以了解土地使用以及土地变化情况等 支持上传自己的矢量数据，将其与GEE的卫星图像数据结合起来进行分析 #地理数据分析工具 #AI城市地址分析 #chat2geo #AI环境分析工具

AIGCLINK

18,027 views • 1 year ago

来，考验慧根的时刻又来了： 鉴于当前Deepseek带崩AI股市之情势，根据三盘理论，分析到底是什么地方出了问题 并站在美股盘总的角度，提出调整的方案 开始
4:18

来，考验慧根的时刻又来了： 鉴于当前Deepseek带崩AI股市之情势，根据三盘理论，分析到底是什么地方出了问题 并站在美股盘总的角度，提出调整的方案 开始

加密韋馱｜Crypto V🇹🇭

43,769 views • 1 year ago

亲爱的，如果你也有信息焦虑的烦恼，这篇千万别错过！ 最近真的被OWL AI 🦉 Owl AI治好了信息焦虑 对 Owl AI 感兴趣的宝子，可以点这个链接🔗 它是AI 资讯聚合 + 投资平台，可以查项目、看行情，顺便让 AI 帮我们分析策略 现在 V1.5 版本刚上线，而且有一个地方我觉得很不错，就是可以 零撸用他们的 AI 资讯聚合引擎 查项目超快，可以直接问它：这个项目值不值得看？风险点在哪？ 除了汇总资讯，还会给你逻辑拆解 重点是，现在用它会有 OWL 积分（目前 TVL 已经到 3M 了，后面会发资产） 甚至，发推也能拿积分，懂的都懂 😏 如果你想玩更进阶一点，OWL 里面有 50+ AI 投资智能体策略 所有交易记录 & 持仓全透明，可以对话，还会自己学习优化策略 而且订阅也不是白花钱，订阅费 100% 会以赠金返还给你继续投资用：月费锁90天，年费锁360天，年费还有 NFT 可以当成一个AI 盯盘 + 帮忙做被动配置的工具来用 据说，这个月目前回报大概 3-4% 左右的被动收益 底层是 ERC-4626 协议，非托管这点我觉得很加分 链接再分享给你 对 Owl AI 🦉 感兴趣的宝子，可以点这个链接🔗 最近真的很适合拿来当 AI 投研助理用哦！
0:40

亲爱的，如果你也有信息焦虑的烦恼，这篇千万别错过！ 最近真的被OWL AI 🦉 Owl AI治好了信息焦虑 对 Owl AI 感兴趣的宝子，可以点这个链接🔗 它是AI 资讯聚合 + 投资平台，可以查项目、看行情，顺便让 AI 帮我们分析策略 现在 V1.5 版本刚上线，而且有一个地方我觉得很不错，就是可以 零撸用他们的 AI 资讯聚合引擎 查项目超快，可以直接问它：这个项目值不值得看？风险点在哪？ 除了汇总资讯，还会给你逻辑拆解 重点是，现在用它会有 OWL 积分（目前 TVL 已经到 3M 了，后面会发资产） 甚至，发推也能拿积分，懂的都懂 😏 如果你想玩更进阶一点，OWL 里面有 50+ AI 投资智能体策略 所有交易记录 & 持仓全透明，可以对话，还会自己学习优化策略 而且订阅也不是白花钱，订阅费 100% 会以赠金返还给你继续投资用：月费锁90天，年费锁360天，年费还有 NFT 可以当成一个AI 盯盘 + 帮忙做被动配置的工具来用 据说，这个月目前回报大概 3-4% 左右的被动收益 底层是 ERC-4626 协议，非托管这点我觉得很加分 链接再分享给你 对 Owl AI 🦉 感兴趣的宝子，可以点这个链接🔗 最近真的很适合拿来当 AI 投研助理用哦！

Moonlight🌙月光

39,751 views • 5 months ago

我投资美股很多年，收获不错，有时代的机遇，也有一定的运气。但一直保持着学习的心态。桥水基金的达里奥，是我一直研究的方向和老师。 这次看到他的风险平衡投资策略，跟他早期的全天候策略，有异曲同工之妙，弱相关性+高收益率+可控回撤，带来了很多投资中新的深度思考。 视频中讲的是我这几年投资最核心的一条原则：真正赚钱的，不是选出“最牛的股票”，而是构建“风险平衡、分散相关性低”的投资组合。 说白了，我们很多人最开始都在追热点，想着找“最牛的那个”，比如特斯拉、英伟达、苹果。但问题是，单一资产的风险太高了，一旦踩错了节奏，回撤就是30%、50%，搞不好连睡觉都不踏实。 我在23年以后开始转变思路，从“怎么在不牺牲收益的前提下，把组合的风险降下来”开始。举个通俗的例子： 假设我有一个投资标的，年化收益10%，风险（波动率）也10%，看起来挺不错。但如果我找到另一个资产，它同样10%收益，但跟前一个“不相关”，它们不一起涨也不一起跌。那我把两个放在一起，组合的整体风险反而下降了，收益不变，性价比（收益/风险比）就提高了。 这就是分散化的力量——不是为了摊平回报，而是为了用更少的风险，赚到一样甚至更多的钱。 最牛的是什么？不是你选了哪只牛股，而是你找到了15到20个不相关的“潜在赚钱机会”，它们各自有一定赚钱的概率，但彼此之间风格、赛道、逻辑不一样。这时候你不是靠“赌哪只赢”，而是靠系统化地提升整体胜率。 很多人觉得找“最好”的股票是关键，但我告诉你，没有哪只股票能长期打败一个高度分散、低相关性、风险平衡的投资组合。如果你能做到这一点，你的风险回报比可以提升5倍，亏钱的概率从40%直接降到11%，这才是职业投资者真正关心的。 这也是为什么像达里奥这样的投资大师反复强调：“别把鸡蛋放在一个篮子里”，而是要“放在20个互不相关的篮子里”。对我来说，这不是一句鸡汤，而是实打实让我账户稳定增长的核心秘诀。这也成为我们长期投资稳定回报的法门之一。而加密+美股+美债+大宗商品的嵌套组合，其实便能起到最大化的效果！🧐
4:33

我投资美股很多年，收获不错，有时代的机遇，也有一定的运气。但一直保持着学习的心态。桥水基金的达里奥，是我一直研究的方向和老师。 这次看到他的风险平衡投资策略，跟他早期的全天候策略，有异曲同工之妙，弱相关性+高收益率+可控回撤，带来了很多投资中新的深度思考。 视频中讲的是我这几年投资最核心的一条原则：真正赚钱的，不是选出“最牛的股票”，而是构建“风险平衡、分散相关性低”的投资组合。 说白了，我们很多人最开始都在追热点，想着找“最牛的那个”，比如特斯拉、英伟达、苹果。但问题是，单一资产的风险太高了，一旦踩错了节奏，回撤就是30%、50%，搞不好连睡觉都不踏实。 我在23年以后开始转变思路，从“怎么在不牺牲收益的前提下，把组合的风险降下来”开始。举个通俗的例子： 假设我有一个投资标的，年化收益10%，风险（波动率）也10%，看起来挺不错。但如果我找到另一个资产，它同样10%收益，但跟前一个“不相关”，它们不一起涨也不一起跌。那我把两个放在一起，组合的整体风险反而下降了，收益不变，性价比（收益/风险比）就提高了。 这就是分散化的力量——不是为了摊平回报，而是为了用更少的风险，赚到一样甚至更多的钱。 最牛的是什么？不是你选了哪只牛股，而是你找到了15到20个不相关的“潜在赚钱机会”，它们各自有一定赚钱的概率，但彼此之间风格、赛道、逻辑不一样。这时候你不是靠“赌哪只赢”，而是靠系统化地提升整体胜率。 很多人觉得找“最好”的股票是关键，但我告诉你，没有哪只股票能长期打败一个高度分散、低相关性、风险平衡的投资组合。如果你能做到这一点，你的风险回报比可以提升5倍，亏钱的概率从40%直接降到11%，这才是职业投资者真正关心的。 这也是为什么像达里奥这样的投资大师反复强调：“别把鸡蛋放在一个篮子里”，而是要“放在20个互不相关的篮子里”。对我来说，这不是一句鸡汤，而是实打实让我账户稳定增长的核心秘诀。这也成为我们长期投资稳定回报的法门之一。而加密+美股+美债+大宗商品的嵌套组合，其实便能起到最大化的效果！🧐

Rocky

155,748 views • 11 months ago

绝对信息差！直接让 AI 帮你深度分析股票财报！ 加上这个 MCP 后，Claude 就变成了一个自带 17000+ 个股票实时数据库 + 完整 SEC 分析器的超级金融分析师！ 详细见视频！ 它能做的事情： 分析财务报表、分析内幕交易和大资金流向、SEC 备案与披露、获取公司基本信息和市场动态 教程在评论区
0:29

绝对信息差！直接让 AI 帮你深度分析股票财报！ 加上这个 MCP 后，Claude 就变成了一个自带 17000+ 个股票实时数据库 + 完整 SEC 分析器的超级金融分析师！ 详细见视频！ 它能做的事情： 分析财务报表、分析内幕交易和大资金流向、SEC 备案与披露、获取公司基本信息和市场动态 教程在评论区

摸鱼巨匠🔨

60,193 views • 1 month ago

GLM-5.2 刚刚正式发布! 给大家带来实测! 直接说结论本次测试中, 提升最大的是Agent能力, 而且是有质的变化! 测试中GLM-5.2 完全不用搜索附近的位置, 就能直接去想要到达的地方. 这一切竟然是它在一开始把地图背下来了! 这在我测试的20多个模型中之前是没有一个模型能做到的, 比如之前的模型想去换电站, 那么都要搜一下附近有哪些换电站(这就会浪费一次tool_call), 而GLM-5.2直接就知道换电站的位置! 从来没用过搜索函数. 这种一开始就把需要的数据内化到上下文中, 并且能够贯穿整个1M上下文进行推理的能力真的是叹为观止. 除此之外, 本次测试后端代码的 Agentic Coding 能力也有提升, 来到了总榜的第二名. 而本次测试暴露出最大的短板则是空间理解. 其实成也萧何败也萧何, 它虽然把换电站的位置都背下来了, 但是去的换电站却不是最近的, 所以虽然记住了, 但是记住了之后在用之前再根据自己当前所在位置推理一下, 他还是没有做到的, 这也是最大的短板了, 强烈建议官方优化一波. #GLM52 #智谱 #智谱AI #AgenticCoding #长上下文能力
5:40

GLM-5.2 刚刚正式发布! 给大家带来实测! 直接说结论本次测试中, 提升最大的是Agent能力, 而且是有质的变化! 测试中GLM-5.2 完全不用搜索附近的位置, 就能直接去想要到达的地方. 这一切竟然是它在一开始把地图背下来了! 这在我测试的20多个模型中之前是没有一个模型能做到的, 比如之前的模型想去换电站, 那么都要搜一下附近有哪些换电站(这就会浪费一次tool_call), 而GLM-5.2直接就知道换电站的位置! 从来没用过搜索函数. 这种一开始就把需要的数据内化到上下文中, 并且能够贯穿整个1M上下文进行推理的能力真的是叹为观止. 除此之外, 本次测试后端代码的 Agentic Coding 能力也有提升, 来到了总榜的第二名. 而本次测试暴露出最大的短板则是空间理解. 其实成也萧何败也萧何, 它虽然把换电站的位置都背下来了, 但是去的换电站却不是最近的, 所以虽然记住了, 但是记住了之后在用之前再根据自己当前所在位置推理一下, 他还是没有做到的, 这也是最大的短板了, 强烈建议官方优化一波. #GLM52 #智谱 #智谱AI #AgenticCoding #长上下文能力

karminski-牙医

12,875 views • 11 days ago