upzhueth

vip
幣齡 1.7 年
最高等級 0
用戶暫無簡介
很多人說,十倍股拿不住,是心態不行。
但真實情況可能剛好相反:越有紀律的人,越容易被洗下車。
比如中際旭創,2023 年初到現在漲了 60 多倍,但中間不是一路躺贏。它經歷過 5 次 20% 以上回撤,3 次 30% 以上回撤,最深一次接近 60%。
寒武紀也類似,同期漲了 30 多倍,但中間 20% 以上回撤出現過 6 次,30% 以上回撤出現過 4 次。
美股裡最典型的是輝達 $nvda。2015 年以來漲了接近 400 倍,但中間的持倉體驗並不好,2018 年跌過 50% 多,2021 到 2022 年又跌了 60% 多。
這就是十倍股最折磨人的地方。
你用事後視角看,它叫長期大牛股。
但你在當時看,每一次大回撤都像趨勢壞了,每一次破位都像該走了,每一次風控觸發都很合理。
所以很多人拿不住,不一定是心態差。
有時候恰恰是因為太守紀律了。
真正難的不是看對一隻牛股,而是在它一次次給出「該賣」的信號時,還能判斷這到底是週期波動,還是故事結束。
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
很多人說,十倍股拿不住,是心態不行。
但真實情況可能剛好相反:越有紀律的人,越容易被洗下車。
比如中際旭創,2023 年初到現在漲了 60 多倍,但中間不是一路躺贏。它經歷過 5 次 20% 以上回撤,3 次 30% 以上回撤,最深一次接近 60%。
寒武紀也類似,同期漲了 30 多倍,但中間 20% 以上回撤出現過 6 次,30% 以上回撤出現過 4 次。
美股裡最典型的是英偉達。2015 年以來漲了接近 400 倍,但中途也不是神話劇本,2018 年跌過 50% 多,2021 到 2022 年又跌了 60% 多。
這就是十倍股最折磨人的地方。
你用事後視角看,它叫長期大牛股。
但你在當時看,每一次大回撤都像趨勢壞了,每一次破位都像該走了,每一次風控觸發都很合理。
所以很多人拿不住,不一定是心態差。
有時候恰恰是因為太守紀律了。
真正難的不是看對一隻牛股,而是在它一次次給出「該賣」的信號時,還能判斷這到底是週期波動,還是故事結束。
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
一場股災之後,大清沒了
很多人都知道這個故事,只是在今天,我們可以重新回顧一下這個小故事,說不定會有啟發。
阿成,廣東台山人,25歲,在英資怡和洋行做文員,月薪16兩。
這間茶樓他坐了三年,每週四下午是他和幾個同鄉碰頭的固定時間。茶錢八文,夠他坐到打烊。這天他聽見隔壁某一個穿綢袍的中年人壓低聲音吐了兩個字:橡皮。
「蘭格志,聽過沒?上個月45兩,這禮拜漲到60多了。」
阿成手裡端著那杯龍井,遲遲沒有放下。靜靜坐在那裡,努力在嘈雜的茶館中分辨鄰桌中年男子的低語。
阿成和老婆攢了三年,加上岳父幫襯,手頭有480兩白銀,本來準備在閘北置一處小院,帶個天井,夠老婆養幾隻雞。他沒敢動那480兩,但他猶豫了一個禮拜,從私房錢裡抽出80兩,試探性地買了一股蘭格志。
阿成是謹慎的人。他在洋行抄了三年單據,知道生意場上沒有白來的錢。這80兩,是他給自己設的上限:虧了,這個月不抽煙、不去茶樓、不給老婆買胭脂,半年就能補回來。
一個月後,這一股值了120兩。阿成第二天就去錢莊換成了銀票,賺了40兩,差不多三個月工資。他本來準備就到此為止。但蘭格志沒停。1910年2月,他眼睜睜看著這隻股票從120兩漲到180兩,漲到240兩。每錯過一週,他就覺得自己當初賣得太早。已經到手的賺不重要,錯過的才讓人睡不著覺。
2月底,他又從480兩裡抽出160兩,在180兩那天買了一股不到
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
很多人以為 AI 泡沫是今天才有的事。
其實,AI 歷史上已經出現過一次非常典型的資本狂熱。
那就是 1980 年代的「專家系統」泡沫。
那一輪 AI 熱潮的背景,是第一次 AI 寒冬之後,行業終於找到了一條看起來能商業化的路線。
早期 AI 研究者曾經想直接做出通用智能,但機器翻譯、通用推理、機器人等方向遲遲達不到預期,資金和信心一度迅速冷卻。
於是到了 1980 年代,AI 行業換了一種思路:
既然通用智能太難,那就先做垂直智能。
把醫生、工程師、化學家、金融專家、設備維修專家的經驗,拆成一條條規則,寫進電腦裡。
如果 A 和 B 同時發生,那麼判斷為 C。
如果出現某個症狀組合,那麼推薦某種診斷。
如果訂單裡有某種配置衝突,那麼系統自動修正。
這就是專家系統。
它不是今天這種透過海量數據訓練出來的大模型,而是一個由人工整理出來的知識庫,加上推理引擎。
當時它真的不是純概念。
DEC 的 XCON/R1 系統,是最經典的商業案例之一。它幫助 DEC 自動配置複雜的小型機訂單,減少配置錯誤,提高交付效率,後來被視為專家系統商業化成功的標誌性案例。
這個案例一出來,市場的想像力被徹底點燃。
企業開始相信:
如果一個專家系統可以替代一部分工程師判斷,那是不是也可以替代醫生判斷?
如果可以配置電腦,那是不是也可以配置工廠、管理供應鏈、做金融決策、做法律推理?
於是資本開始湧入。
大型企
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
宇樹即將IPO,一個歷史性的時刻
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
花了 1 萬 5 港幣把海力士買崩了,舒服😂
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
炒股还是要多相信自己的审美,只买龙头,不要想着龙头太贵追便宜的。
綠的諧波我看懂有點晚了,5 月中才敢追,前幾天看回調加了點倉,本來打算趁著大盤回調再等它跌點繼續買的,沒想到今天白毛股神喊了😂,只能再多等段時間了。
查看原文
post-image
post-image
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
找到了點炒大A的感覺了
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
終於找到適合我的炒股策略了,就是把股票當 meme 來玩,还不用擔心被分流😂
MEME-6.12%
查看原文
post-image
post-image
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
趁著市場回調繼續打磨工具,炒股尤其是炒大A,對我來講最大的问题是不知道要重点盯哪些股票。
我的對策是把AI主題相關的股票做一個基本篩選後放進股票池裡,每天對池子裡的股票進行跟蹤,根據不同的策略自動篩選top5的股票,飛書推送給我。
全程vibe coding,claude負責優化策略,codex負責落地實現,很絲滑。
查看原文
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
claude opus 4.7適合當分析師,不廢話不穩穩接住,分析問題一針見血,任務拆分能力也很頂,gpt 5.5適合去幹活,100刀的pro額度根本用不完,需求只要別太過分,它自己基本上都能實現。
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
每一次TACO都是反彈跑路的機會
查看原文
post-image
post-image
post-image
post-image
  • 打賞
  • 回覆
  • 轉發
  • 分享
花了800大洋買了citrini的研報,不得不說品質比那些路邊社的內容好多了,把研報丟給claude分析,還順便幫我把裡面的標的整理成一份堪比專業研究員做的表格,再繼續深度討論。做完這些工作,一看api帳單只花了10刀,太值了
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
年前沒時間搞openclaw,年後有時間了但發現中高配的Mac mini基本無貨,問了Gpt告訴我可以買官翻機,第2天就送到了~拿到機器後開始嘴撸配置openclaw,自己搞除了浪費點時間外,沒啥特別的門檻,代碼全部丟給gpt幫我寫
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
趁著大跌加倉了大A,機器人板塊年後表現不好,基本天天跌,體感上感覺都跌麻,打開帳戶一看,也才跌了十幾個點嘛,小波動😂
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
蓦然回首, $ETH 才是真正的穩定幣,泪目了
ETH-1.98%
查看原文
post-image
  • 打賞
  • 2
  • 轉發
  • 分享
十三姨:
垃圾中的戰鬥雞🤣
查看更多
虛假的煉金術:把鉛變為黃金 真實的煉金術:把沙子變為智慧(晶片)
查看原文
  • 打賞
  • 回覆
  • 轉發
  • 分享
單從 $btc 技術面看,6萬8-7萬會是這輪主跌浪的強支撐,熊底按刻舟求劍法看在4萬-5萬,但是看這個區間的人太多了,我覺得大概率最終的大底部會在3萬左右。等1年後回來看看猜得對不對😁
BTC-1.76%
查看原文
  • 打賞
  • 2
  • 轉發
  • 分享
GateUser-1d7d2d38:
密切關注 🔍
查看更多