Загрузка видео...

Не удалось загрузить видео

На главную

香港一个35岁的营销总监,辞职后all in了AI。他用Claude搭了一套系统,一个月时间,在Polymarket上赚了37万美元。 他怎么玩的? 核心是两样东西:Claude当算法大脑,MiroFish做模拟引擎。他搭出了一个比特币价格模拟器,精度相当高。每一笔交易,平均能赚5000到15000美元。 这人还挺有意思,在Polymarket上的昵称叫Marketing101,算是对自己前职业的一个小彩蛋。 具体怎么操作的?他的算法能瞬间捕捉到加密市场里的定价错误,发现就立刻进场,一点都不犹豫。到目前为止,累计利润已经有37.4万美元。他永远站在人群对面,因为他的模拟引擎看得比大多数人都准。 数据层面更有说头。他用的是封闭订单簿数据,加上私有的OTC桌面数据,这已经是顶级的信息优势了。 更狠的是这套系统的严谨程度。每次进场前,系统会先跑1万次模拟循环,计算“市场接下来会怎么反应”。 这不是猜K线涨跌,这是工程化赚钱——AI模型、MiroFish模拟、独家数据、再加上硬核数学,几个东西拼在一起的结果。

40,014 просмотров • 3 месяцев назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

真是开了眼了——一个还在读量化专业的大学生,只花了10天,自己搭了个AI集群引擎,结果在GitHub上火得一塌糊涂,直接拿下13000多颗星,还顺手融了400万美元。 最近有个叫MiroFish的项目特别火,它其实是个多智能体模拟器,主要干的事就是帮你预测——不管是交易、公关,还是别的什么领域。 MiroFish到底是个啥? 简单说,它就是一个数字版“沙盒世界”。里面跑着几千个AI代理,每个代理都有自己的“记忆”和行为模式,像真人一样在里面互动、讨论、站队。你随便扔一个场景进去——比如某条新闻突然泄露、政策突然变了,甚至一部没写完的经典小说——它就能模拟出这些人会怎么反应、怎么吵、最后得出什么结果,帮你预判现实里可能发生的情况。 做这个项目的人叫郭汉江,2025年底的时候还是个本科生。他当时用AI工具帮忙写代码,把核心功能跑通之后,一发到网上就爆了。盛大集团直接砸了3000万人民币进来。后来他把宿舍退了,自己出来开了家公司,现在正带着这方向往前走。 这东西能干嘛?目前用得比较多的几个场景: 交易方面,你把金融新闻或者财报往里一丢,它就能模拟出市场会不会恐慌、价格大概怎么走,给你个预判的参考。 公关测试也很实用,公司或者团队写了个声明,先扔进去跑一遍,看看会不会翻车,再调整措辞。 还有人有拿来玩的,比如把一本没结局的中国小说放进去,里面的代理就会“扮演”角色,自己推一个合理的结局出来。 部署也不麻烦,用Docker几分钟就能搞定,自带对接各种大模型的API密钥。 给大伙支个招:你甚至可以整点“骚操作”——比如模拟马斯克突然发推说“狗狗币2.0来了”,然后看里面的交易员、大V、散户怎么炸锅,整个过程还能生成视频,完全无风险体验一把什么叫“起飞”或者“崩盘”。 已经有交易员靠这个赚到钱了。比如有个案例在Polymarket上,有人用MiroFish跑历史数据,模拟完之后去押注SPX 500,最后净赚12万多美元。 他的地址是: 如果你想省点事,直接跟着高手走,也可以试试Kreo的跟单交易,自动复制他这类人的操作,借力上车。 在PolyCop上添加他的钱包 [0x17559efac103ac7f361be37ec0b93888d4c55aac] 到 就能开始跟踪或者复制他的交易了。 代码在这:

区块链行情研究

158,162 просмотров • 4 месяцев назад

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

15,381 просмотров • 4 месяцев назад

有个27岁的小伙子,以前是挖矿的。他花了4000美元买了台迷你电脑,对着 Polymarket 狂干,不到三个月,4000 块变成了 100 万美元。 上周,美国出口管制的那款 Claude Fable 5 突然把所有云交易者的服务给掐了。结果这哥们压根没注意到。 没有云,没有订阅,没有任何人能关掉的模型。 就是一台搁在他桌上的小盒子,他睡觉的时候,这盒子自己在比特币市场上帮他赚钱。 用的芯片是 AMD Ryzen AI Max+ 395 —— 16 个核心,50-TOPS 的神经引擎,128GB 统一内存。他这套 AI 从来不联网。 这个内存就是关键。普通游戏显卡顶多给你 24GB —— 跟玩具一样。 128GB 统一内存能完整装下一个 2000 亿参数的模型,不用把数据搬来搬去。一个顶尖大脑,就在他公寓里离线跑着。 它不是去猜价格涨跌。它是把每个 5 分钟市场的完整概率图跑一遍,一分钟几千次,专门捡那些没人要、定价几乎为零的赌注。 当它算出来一个 0.2 美分的冷门选项实际值 1.6% 的时候,它就用几分钱买下那个“不可能”的赌注。其中一次,回报直接翻了 32 倍。 没有数据中心,没有租用的 GPU,除了他自己,没人能按关机键。 他们可以一夜之间把云端的模型下架,但没法冲进一个家伙的房间里抢走他桌上的盒子。 4000 美元的硬件,1000 美元的下注,变成 100 万美元的收益 —— 而且今晚还在继续跑。 你不一定要买那台盒子。你只需要它交易的那个钱包。两键复制,拿走。

Tommy Peterson

58,748 просмотров • 1 месяц назад

当全世界都在刷15秒的短视频、注意力越碎越散的时候——有件事你得留意一下。 最近冒出来一个新仓库,挺狠的。 一个中国大学生,10天时间搭了个叫MiroFish的东西,直接拿到400万美元融资。现在字节跳动也跟进了一把,把它升级成了一台“预测怪兽”。 做这事的人叫郭汉江,大四,编码风格相当随性。他搞出来的MiroFish,说白了就是让几千个AI代理在一个系统里实时互动,模拟整个社会的反应。 👉 Polymarket 官方入口: 具体怎么回事看下面。 你往里扔任何新闻、报告或者历史数据,它就能模拟出市场会怎么走、群众会怎么反应、政坛那边什么态度,基本上跟现实中发生的差不多。 GitHub上直接炸了。他从盛大集团拿了400万融资,Polymarket上已经有交易员用他的SPX和事件模拟赚了12万多美元。 但这个系统跑久了有个致命问题:代理会忘事儿、会瞎编、还会被上下文撑爆。说白了就是传统的RAG那套,不太行。 有意思的是,TikTok的母公司(通过火山引擎)刚刚开源了一个解决方案: OpenViking——GitHub上已经11.6k星了。 仓库: 它把原本乱成一团的记忆,整成了一个干净、结构化的文件系统: · viking://user/memories/ —— 存你的习惯和之前的结果 · viking://agent/skills/ —— 存交易和分析这些“超能力” 底层是三层结构: · L0:100个token的超摘要 · L1:快速概览 · L2:完整细节,用的时候再打开 代理自己像翻文件夹一样去取信息,不用什么都硬塞进去。 效果也很明显: · 不再忘记模拟刚开始时的关键信息 · 瞎编的情况大幅减少 · API调用省了很多 · 记忆能自己更新,跑一次变聪明一次 MiroFish 加上 OpenViking,放在Polymarket和事件预测这块,基本就是核武器级别的组合了。 我打算拿这个来搭自己的私人机器人。 几千个代理现在有了完美长期记忆,跑一百多步还能保持清醒,出的概率预测也准得离谱。这个组合,对做交易预测的人来说,完全是换了个玩法。 说起来也挺讽刺的——那个靠短视频把大家注意力切碎的公司,转头给AI代理装上了长久、结构化、还能自我进化的记忆。 Polymarket上已经有人在跑这套组合了吗? 建议你存一下。 真正的alpha,就这么突然掉下来了。 如果想在Polymarket上搞跟单交易,我推荐用这个: #Polymarket

区块链行情研究

74,825 просмотров • 4 месяцев назад

有个大学生跟Claude Code说:“给我搭个东西,让我睡觉的时候也能赚钱。” Claude直接给他生成了4200行Rust代码。结果昨天,这段代码一天就赚了45,349.55美元。 这学生自己都没搞明白到底在跑什么,就去煮拉面了。等他回来,终端上已经刷了一堆交易记录,他自己都解释不清。 有意思的是,这个机器人不是预测币价涨跌的。它在Polymarket上做区间交易。 目前它已经在比特币的价格区间里放了150万美元。它的逻辑是:先把整个概率面描出来,然后专门找那些缺口——就是Polymarket的隐含分布跟链上实际波动率对不上的地方。 到现在为止,跑了847笔交易,差不多每两分钟一笔,全天24小时不停,连他上课的时候都在跑。 这个策略其实是一个自对冲的仓位网格: · 比特币涨,一条腿赚钱; · 比特币跌,另一条腿赚钱; · 比特币横盘,中间区间也能赚钱。 结果最大的一笔赚了92,600美元,总盈亏已经到480,609.06美元了。 他后来分享了一句心得:“从二月份开始我就没手动下过单了。我就跟Claude Code说,‘别停,直到它能赚钱为止。’它真没停。” 如果想在Polymarket上做跟单交易,他推荐了个工具,叫PolyCop,是个Telegram机器人。 钱包链接我放这儿: 跟单机器人: 他说后面会教怎么做类似的机器人,感兴趣的可以关注一下。 #Polymarket

区块链行情研究

102,017 просмотров • 4 месяцев назад

有个麻省理工的教授,教了14年概率论。有天晚上他忽然反应过来——自己一直在课堂上讲的某个问题,答案居然值大钱。 1,200美元,三周变21,332美元。 他干嘛了呢?他把过去两年Polymarket上的所有交易数据——每个市场、每次价格波动、每波成交量暴增——全导出来喂给了Claude,让它当交易代理。 👉 Polymarket官网入口: 他给Claude的指令就一句话:“你给我找出那些人群行为能用数学预测的时刻。” Claude还真找出来了,一共847个案例。这些案例里,两三个市场明明绑在同一个事件上,但定价的却是不同的人群,而且这帮人从来不互相核对。 结果呢?综合起来的概率直接违反数学公理。 举个例:两个互斥的结果,概率加起来127%。 再比如:某些条件对暗示的时间线根本不存在。 不是“不太可能”,是数学上就不可能。 于是教授写了个代理,实时扫描Polymarket上所有活跃的市场,现场画出一张依赖关系图。找出那些必然有人定价出错的地方——人群扎堆的节点。 然后,它算出矛盾双方里,哪一方的数据支撑最弱,就反着来,站到另一边去。 他在大学的年薪是36,000欧元。 而这个机器人,就靠一台一个月5美刀的VPS,三周赚了21,332美元。 想抄他的作业?入口在这: 教授没辞职,还在教书。 但他现在焦虑得连银行账户都不敢看。 14年研究群体思维,答案其实一直都在那儿。 只是以前,没人做出能赚钱的工具罢了。

区块链行情研究

44,102 просмотров • 4 месяцев назад

这事儿说出来你可能都不信:一个还在上大四的中国学生,花了10天时间,一个人搞出了一套叫 MiroFish 的多智能体预测引擎。 项目刚上线就直接冲上 GitHub 热榜,现在星星已经飙到 23k+,更夸张的是,还拿到了 3000 万人民币的投资——投他的人不是别人,正是盛大集团的创始人陈天桥。 代码在这儿: 这玩意儿不是那种随便玩玩就扔一边的 AI demo,它更像一个数字版的社会实验场:你把新闻、政策、金融市场的数据往里一丢,它就能放出成千上万个带着记忆、有自己行为逻辑的 AI 小人,让它们像真实社会一样互动、争论、推演,最后告诉你结果。 做这件事的人叫郭航江,网上都叫他 BaiFu。公开报道里他还只是个大学生,但 MiroFish 火了之后,直接拿到了 3000 万的融资。 那这东西到底能干嘛? 👉 Polymarket 官方入口: 说几个场景你就明白了: 做交易的话,把宏观消息、财报、市场信号喂进去,先看模拟社会怎么反应;搞公关,先跑一遍舆情,看看声明发出去会不会翻车;甚至拿来做创意实验,塞一套小说设定进去做角色推演,看故事走向合不合理。 更狠的是,这项目直接用 Docker 就能部署,只要你有 LLM 的 API key,几分钟就能跑起来。 现在很多人还在手动猜市场涨跌,但已经有人开始搭 AI swarm 了,先在数字世界里把市场反应模拟一遍,再决定真金白银怎么下。 你觉得这种“先模拟社会,再交易结果”的玩法,会不会才是下一代预测市场的真正优势? 如果想在 Polymarket 上试试跟单交易,可以看看这个机器人: #Polymarket

区块链行情研究

149,675 просмотров • 4 месяцев назад

当总统,到底亏了多少钱? 川普算了一笔账。 他说,损失了20亿到50亿美元。 但他说,无所谓。 “如果你有钱,这就不重要了。” 他反复强调,这么做是为了国家,为了人民。 这是一个很有意思的视角。 富人从政,到底是为了什么? 华盛顿,美国国父,也是当时最富有的人之一。 据说他有两张办公桌。 一张处理总统公务,一张处理自己的生意。 奥巴马卸任后,和Netflix签下天价合约。 这笔交易是什么时候开始谈的? 这些问题,媒体似乎很少深入追问。 川普的逻辑是,他的品牌价值因为政治立场而分裂。 原本100%的市场,现在只剩下一半。 另一半因为政治而厌恶你。 这就是他为竞选付出的商业代价。 这笔账,主流媒体和他的反对者们算过吗? 他们似乎只关心他有没有利用总统职位为自己牟利。 却从不计算他为了这个职位可能付出的机会成本。 这种计算方式公平吗? 一个成功的商人,放弃了更容易的赚钱机会,投身于一场无休止的政治斗争。 背后的动机,仅仅用“权力”或“自恋”来解释,是否过于简单化了? 他提到集会场场爆满。 这是民意最直接的体现。 他提到重建的军队和强劲的经济数据。 这是执政最实在的成绩单。 他提到和朝鲜的斡旋,避免了一场潜在的战争。 奥巴马政府时期,电话都打不通。 这些事实,为什么在一些叙事中被选择性忽略? 损失50亿和获得权力,哪个更重要? 对一个已经拥有了一切的亿万富翁来说,这个问题的答案可能和普通人想的完全不一样。

墓碑科技

46,859 просмотров • 5 месяцев назад

白宫加密政策主管David Sacks: 四年内AI 大模型能力将增长一百万倍 ! “我认为目前至少在三个关键维度上,进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好,而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代,但这将是继推理模型之后的下一个重大飞跃。” “在这个领域,我们才刚刚开始(推理算力增加带来的能力增加也将是倍数增长)。” “接下来是芯片。” “根据多种衡量标准,每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步,他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统,它类似于一个机架系统,可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时,我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU,而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中,他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的: “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说,每两年进步 10 倍。” “很多人没有理解指数级进步的含义:如果每两年提升 10 倍,并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘:算法、芯片,以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点,因为他们不了解指数级进步的意义。”

夜谈

25,895 просмотров • 1 год назад

10 岁的男孩,家住郑州。二年级寒假,他在 GitHub 上漫无目的地乱翻,发现了一套量化系统的完整回测日志。 他不认识“向量化”,但认得时间戳里密密麻麻的重复规律——那些交易几乎全在 Polymarket 的 BTC 5 分钟涨跌市场上发生,每次进出只差几十秒。 他用了半个月,每天晚上趴在客厅地垫上,给一个叫 ohanism 的钱包写“画像”。 用画图软件把它的交易时间、进出点位、持仓时长标成彩色横条,折了几十种图表,发现这个钱包几乎只在一个极其狭窄的夹缝里运行:当 YES 和 NO 的价格加起来刚好低于 1 美元的那几秒钟。他说,它像一只在那里等着吃东西的蜘蛛。 数字越滚越大:79,884 次预测,+422,988 美元利润,最大单笔 +2,369 美元。小远给这套逻辑起了个代号——“那个不爱站的缝”。 开学前,他跑去找在银行做数据分析的舅舅,说想搬走 ohanism 的策略框架。舅舅起初以为他看错了,等他翻开那个孩子自己整理的逻辑图——密密麻麻的彩色横条,每个横条标注着市场名称、买入价、卖出价、持仓秒数——才开始觉得不对劲。 “这不是小孩子的涂鸦。”舅舅说,“这是一个在直接观察量化系统行为粒度的交易日志。” Polymarket 上每个 5 分钟窗口,市场会问:比特币这 5 分钟是涨还是跌?大多数人赌方向。而 ohanism 不赌涨跌,它只吃价格结构——当 YES + NO 的总价低于 100 美分,它就同时买进两边,无论最终哪边赢,结算时总有一边归 1 美元,锁死的价差就是利润。 三月的第一个周末,他跟着 ohanism 模拟跑了一笔 BTC 5 分钟盘。他在纸上记录:市场价 YES 0.48,NO 0.49,总价 97 美分。系统自动买入两边,几分钟后结算,YES 归 1 美元,利润锁定。他算了一下,如果自己当时真的投了 10 美元,能赚 0.30 美元。 他在备忘录里写:“我找到了一座桥,但还不敢走过去。” 钱包主页在这,数据公开可查👇: 79,875 次预测,最大单笔盈利超 2,000 美元。一个量产套利的量化账户,被一个 10 岁孩子拆成了可复用的观察笔记。 我问他妈妈,他在家是不是每天学很多。她说:“九点就睡了。就是总趴在地上画那些带颜色的杠,我以为是学校作业。”

CAT

33,507 просмотров • 3 месяцев назад