YuCry | (❤,👾, 💵)

🛠️ QR in 百亿私募
🎓 上海交大不知名校友
🔗 Binance 队长，高返可私
📖 Quant Trading | LLM & AI Agents
ex 私募 Co-Founder ¥8M | Founder of NOVA

[YuCry | (❤,👾, 💵) @0xYuCry]

上一条推文，很多人对 1693% 的资金费年化很惊讶

我做了全网第一个 DEXs 资金费率面板，永久免费 & 开源。

🌐 https://t.co/3KQYdmrWBM

实时监控费率变化，资金费机会自动高亮

功能比较简单：

- 聚合多个 DEX 的资金费率
- 自动换算成统一的 APY
- 计算跨平台的 最大资金费路径
- 实时更新，并把潜在套利机会标出来

📦 项目地址，欢迎贡献！

https://t.co/jejjreN51F

[YuCry | (❤,👾, 💵) @0xYuCry]

体验了一下 @Binance 的美股交易，几点真实感受：

✅ 入口顺手，和现货界面基本一致，订单记录、交易习惯都对得上，没有学习成本

❌ 行情图有点弱，不支持切换时间周期，和做现货/合约时的体验差距还是有点明显

下单时有个 Session 选项没看懂，查了下

选 24-Hour Trading 的话，盘前、盘后、隔夜都能撮合，不用等开盘。会走隔夜盘、盘前、正常开盘、盘后的流动性撮合。

背后是老牌美国券商 Alpaca 执行+清算，Nest Trading 做中间层转单。

选 Regular Trading Hours 就只在正常开盘时段（美东 9:30-16:00）成交。Market Order 和限价单都可以下，但只在开盘时段执行

本质上是把美股四个交易时段全打通了，不过仍然是 24/5，周末不交易。

如果想 7x24 小时都玩，就去交易美股代币，那是另一套东西（bStocks，把持仓的股票按 1:1 比例代币化，映射到 BNB Chain 上）；再或者就是玩美股的永续合约。

最近美股波动挺大的，估值的重新修复需要时间，警惕左侧抄底。

#BinancebStocks #美股 #tokenization

[YuCry | (❤,👾, 💵) @0xYuCry]

科普一下炒股手续费。

主要四项：

佣金：券商收的，按成交金额万X计算，最低有 万0.6+
印花税：国家收，万5，只在卖出时征收，买入免
过户费：交易所收，万0.1
其他费用：交易所+证监会的规费，很少

总体印花税最贵，ETF则完全免征。这也是为什么长期做波段的人偏爱ETF，来回一个交易少一笔印花税，积累下来差距明显。

开户的时候经常看到券商打出"免5"的福利——意思是取消每笔交易最低5元的佣金门槛，小额交易按实际金额的万X收，不再强制收起步价。

对小资金用户影响比较大，大资金基本感受不到差别。

[YuCry | (❤,👾, 💵) @0xYuCry]

https://t.co/dG3KTibKj1

[YuCry | (❤,👾, 💵) @0xYuCry]

把 USB 连接到 Android 手机那一刻，我算是为什么 app -> api 转变了。

开启 debugging 模式之后，codex 把安卓机操作的明明白白的，安装软件，配置，设置。codex 全权对手机无死角访问。就连锁屏密码都能给你取消咯

真的让我感受到了 ”ai 将会是互联网唯一入口" 的感觉。

OK，顺便开源一下 android-remote-browser：

通过 Tailscale、droidVNC-NG 和 noVNC，在 iPhone Safari 中远程控制自有 Android 手机。

别用来干坏事哦

[YuCry | (❤,👾, 💵) @0xYuCry]

我翻遍了白毛 @aleabitoreddit 从 2026-03-23 到 2026-06-08 732 条历史推文，竟然发现 绿的谐波 的喊单毫不意外

她在正式中文喊单前，已经三次直接提过 Leader Drive：

2026-05-15 02:41 UTC — https://t.co/FaoYt0peaq
提到自己更喜欢 Leader Drive："I actually like Leader Drive more..."
理由：相比 Harmonic Drive，Leader Drive 更便宜、更适合量产，并覆盖更多机器人零部件。

2026-06-04 03:39 UTC — https://t.co/fhoA2dH2lo
又把 "Leaderdrive/Harmonic for Humanoids components" 放进 AI 上游 chokepoint 框架里。
这说明它不是孤立提及，而是被放进“AI 资本开支向上游瓶颈传导”的核心框架。

2026-06-05 02:31 UTC — https://t.co/CscOQYcU9r
正式中文长文喊 绿的谐波（LeaderDrive，688017），称其为布局人形机器人赛道时最青睐的中国上市标的。

随后，20cm 枪出如龙！

不仅如此，我还发现了 8 个她极为可能喊单的股票的蛛丝马迹....

#绿地谐波 #白毛股神

[Serenity @aleabitoreddit]

I do like Harmonic Drive (6324) as the Western Leader (eg. harmonic reduction gear) at ~$4.2B MC.

Very large part of robotics/humanoid BOM value.

I actually like Leader Drive more (since it's cheaper for mass production, covers more parts). And maybe Sanhua for $TSLA Optimus.

But prefer to advance Western supply chains with my capital over ones in China.

It's not just profiting off markets, but what you want to get accomplished as well (helping advance US supply chains and Robotics leaders).

[YuCry | (❤,👾, 💵) @0xYuCry]

国外这篇 海力士 的推文火了，推测周一海力士有 24 亿美金抛压 $7709.HK $SKM

简单总结一下原因：

1. 这是 2x，正股跌 30%，他单日能跌 60%

2. ETF 发行方与期权做市商之间，存在正向飞轮关系。这解释了他暴力上涨的愿意，同时也暴露了死亡循环的可能。

3. 这种期权对冲，杠杆太太太太高了，敞口过夜的风险极大，本身容易开盘杀个大的。

[degentrading @degentradingLSD]

These are my calculations - let me know if this is wrong - otherwise we are looking at 2.4B of selling on SK Hynix just from 7709HK alone. Without including in all the other leverage within the KR ecosystem

[YuCry | (❤,👾, 💵) @0xYuCry]

黄金验证一次，商业航天验证一次，存储再次验证

[YuCry | (❤,👾, 💵) @0xYuCry]

"Parabolic advances usually carry further than you think, but they do not correct by going sideways." — Bob Farrell

“抛物线式上涨往往比预期走得更远，但其修正从不以横盘收场。”

这句话的含金量还在上升

[YuCry | (❤,👾, 💵) @0xYuCry]

做空加密有种欺负八旬老叟的感觉，到底想不出他拿什么还手。

[YuCry | (❤,👾, 💵) @0xYuCry]

Z总完美把我的想法嘴替出来。最好的新闻交易（手动），来自如果没有渠道壁垒会不会被炒作。通常发生在跨市场、跨语言、抑或意想不到的事件，譬如黄仁勋突然喊单 $MRVL 万亿。这种新闻尚未被监控时，alpha 就浮现了。

#绿的谐波

[小Z @richrichardoz]

这种是标准的新闻交易，第一时间看到可以追。

因为境内绝大多数炒股股民是没有翻墙能力获取一手信源的，国内也没有类似于方程式新闻这种秒级追溯新闻的金融媒体。

所以大多数接盘侠吃的都是二手消息和尾气，需要等国内金融媒体转发后才有机会买入。

不过大A是T+1，买入后没法立即卖出，所以需要看周末信息发酵的力度了。

[YuCry | (❤,👾, 💵) @0xYuCry]

@Talpxi Fair, hardware has a harder ceiling — no community to bail it out when the story breaks. The bubble anatomy is different even if the entry premium looks similar.

[YuCry | (❤,👾, 💵) @0xYuCry]

$CBRS 做空复盘，顺便聊一个更大的结构性变化。

做空 crbs 还是蛮确定的机会，对下跌兑现的时间判断有误，没有赚到。比较符合我对它 pump 剧本的预期：IPO 低成本筹码 + 造福效应后的热度 + 盘前拉升唬一下套保，然后腰斩。

这次复盘让我想到一个更值得记录的问题：

为什么 Circle 当时能冲？因为没有 pre-IPO 市场，华尔街垄断定价权，散户能参与真正的价格发现。

现在不一样了。SpaceX 在pre IPO 中定价 2 万亿估值了，上涨潜力有多大？翻倍超越英伟达？

Pre-IPO 定价的普及，本质上是让市场提前出清预期。结果就是：IPO 资产更容易在上市时被高估，而几乎不会被低估。不对称性变了。

尤其是容易高估，而不容易被低估

[YuCry | (❤,👾, 💵) @0xYuCry]

AI hardware hypes just as hard as crypto — different crowd, same premium. The real difference is where the bubble inflates. Circle had no pre-IPO market, so the overvaluation showed up at open. CBRS already got priced in upstream. So shorting CBRS post-IPO and shorting Circle post-open are structurally the same trade: you're fading a valuation that already peaked, just at different points in the price discovery timeline.

The pre-IPO market didn't eliminate the bubble. It moved the bubble earlier — and made it harder to catch if you're only watching the tape.

[YuCry | (❤,👾, 💵) @0xYuCry]

聊一个我最近在用的因子，叫价格跳跃成交额相关性因子

原理其实很朴素。

价格在某一分钟成交突然密集起来，价格上下剧烈抖动，我们就认为这一分钟发生了大规模清算爆仓。

价格往一个方向极端运动，往往靠的是对手盘爆仓作燃料。

这种清算后，燃料短暂枯竭。常常短期内反向运动。

这种因子在盯盘时也有体现。当你观察到：

挂单被扫得很频繁，价格跳来跳去但没有方向，甚至交易所前端有点卡。

那就是差不多了，适合抄底，尤其适合平仓。

基本上能决定未来半个小时的走势。

从 OrderBook 的角度讲，放量是很强的市场的信息，盘口上的单子数量是相对平稳的。所以定价容易出现偏离，或者带着更强的倾向性。偏短周期，做 T 胜率很高。

[YuCry | (❤,👾, 💵) @0xYuCry]

国内券商被封了？还有人不知道怎么开美股账户?

无门槛、合规、还能绕开 CRS 税务信息交换——两家美国券商 + 两条入金路线，收藏备用。

第一步：选券商

两家美国券商，开户零门槛，直接官网注册：

Interactive Brokers（IBKR）：老牌美国券商，无最低入金门槛，覆盖美股、港股、期权、期货，交易品种最全。（部分反馈开不了了，而且有封号存量账户）

Charles Schwab（嘉信理财）：同样无开户门槛，界面友好适合新手，提供 24 小时中文客服。

为什么选美国券商？美国券商不参与 CRS（共同申报准则）对中国的税务信息自动交换，比香港本地券商隐私保障更强。两家均受 SIPC 保险保障，账户资产最高赔付 $500,000 美元。

（如果真要开港券商，看到不少人在办致富券商，自行找渠道）

第二步：入金方式（需要境外银行卡）

方式一：去香港办港卡（简单直接）
亲身赴港，在汇丰、中银香港、渣打等银行申请储蓄卡，当日即可拿卡，办完直接绑定券商入金。（记得做好攻略，别白跑一趟，最近越来越收紧）

方式二：汇丰卓越理财 → 港卡 + 美卡（足不出户，一步到位）

展示 50 万人民币资产（展示即可，无需实际转入），申请汇丰卓越理财账户。卓越账户可同时申请香港卡和美国卡，直接具备美元入金能力。（杭州汇丰是这样，了解到山东等地区门槛要求是 100w，而且要求必须存入）

开户全流程

选定券商，官网注册 — IBKR 或嘉信官网填写个人信息，全程线上，约 15 分钟完成。

准备境外银行卡 — 赴港办港卡，或通过汇丰卓越申请港卡 / 美卡。

完成入金，开始投资 — 绑定银行卡后电汇入金，到账后即可交易美股、ETF 等资产。

目前美国银行也在逐步收紧大陆身份，建议尽快办理！！

[YuCry | (❤,👾, 💵) @0xYuCry]

@0xYond From ChatGPT Pro

[YuCry | (❤,👾, 💵) @0xYuCry]

@kuailexiaoe_ 50-150 是何意味？在找 quant 的工作吗？管理规模么

[YuCry | (❤,👾, 💵) @0xYuCry]

美国券商 IBKR 放松开户门槛了，望周知。

全程中国资料，强调一下，开户不用银行卡！开户不用银行卡！开户不用银行卡！开户不用银行卡！

走链接可以每入金 100 美元，获得 1 美元奖励
🔗https://t.co/WNdnhPahbH

手把手教程放评论区了

[YuCry | (❤,👾, 💵) @0xYuCry]

Happy Bitcoin Pizza Day🍕!

[币安Binance华语 @binancezh]

2026年的披萨节会有惊喜吗❓

来和币安一起吃披萨，发掘惊喜🤩

🍕预测5月22日当天 BTC 价格，赢币安限定刮刮乐！

带 #币安披萨节 RT本条，并在评论区留下你认为 $BTC
在5月22日（UTC+8）的24小时内最高价的预测

🎁我们将抽25位或得实体披萨节刮刮乐！兑奖链接：https://t.co/qMAbK2Q3S4

[YuCry | (❤,👾, 💵) @0xYuCry]

今天读 Bengio、Courville、Vincent 那篇 Representation Learning: A Review and New Perspectives，本来以为只是补一篇深度学习老综述，结果读着读着，突然对“为什么金融量化里用深度学习这么别扭”有了一点新的理解。

论文最核心的意思其实很简单：

> 机器学习效果很大程度上取决于数据表示。好的表示，会把原始数据里混在一起的底层因素拆开，让后面的预测任务变容易。

在图像里，这个说法很直观。

一张猫的照片，原始像素很复杂，有光照、姿态、背景、角度、遮挡。但“猫”这个结构是稳定存在的。深度学习的厉害之处，就是能从像素里逐层学出边缘、纹理、部件、形状，最后形成比较抽象的“猫”的表示。

所以它可以忽略一些无关变化，比如光照和背景。

但读到这里我突然意识到：金融量化不是这么回事。

金融里的表示学习，学的不是稳定自然结构，而是：

> 低信噪比、非平稳、带反馈的社会博弈结构。

在金融里，我们经常说因子，比如 value、momentum、quality、low volatility。现在回头看，这些因子本质上就是人类手工设计的representation。

原始数据是价格、成交量、财报、资产负债表、现金流量表。研究者把它们加工成估值、盈利质量、成长性、动量、风险暴露。这不是纯客观发现，而是带着很强的经济先验和归纳偏置。

换句话说，传统因子研究就是一种“人工表示学习”。

而深度学习想做的是：能不能别靠人肉矿机一点点挖因子，让模型从数据里自动学出更好的表示？

这个想法当然很诱人。但金融数据跟图像、语言最大的不同在于：标签太吵了。

比如一个因子的月度 alpha 可能只有 0.2%，但单月波动可能有 8% 甚至 20%。这意味着什么？

意味着真实信号很小，而噪声巨大。（这个因子只能能解释 0.2% 的价格变动）

当面临一个低信噪比系统时，执行系统时那种反复打脸、反复怀疑自己的痛苦是注定的。当你兴奋的发现资金费、OI 和走势之间“兴奋的规律”时，人工的能力给很难统计出这种指标效率的波动。导致坚持一两次后自我怀疑。

在这种系统里，短期结果本来就非常像随机游走。一个长期有正期望的策略，完全可能连续几个月甚至几年表现很差。问题在于，你很难判断：

这是正常噪声？
还是策略真的失效？

买基金的时候你总能看到一句话：“过去业绩不代表未来走势”。反映的就是金融系统的非平稳性。

为什么金融里不能简单复制图像和 NLP 的大模型路线。

因为图像和语言里有大量稳定结构。比如光照通常是 nuisance variable。猫在亮处是猫，在暗处还是猫。模型可以学会对光照不敏感。

但在金融里，所谓 regime 不是简单的“光照”。利率环境、流动性、拥挤度、风险偏好、政策状态，本身就会改变收益生成机制。

也就是说，市场状态不是可以被忽略的噪声，它本身就是决定因子是否有效的结构变量。

所以如果一个 value 因子某段时间失效，复杂模型当然有可能学会忽略它。但问题是：

1. 模型是否看到了真正导致失效的状态变量？
2. 历史上这种状态出现过足够多次吗？
3. 未来的机制会和过去一样吗？
4. 模型是在学条件规律，还是在记历史噪声？

这几个问题不解决，模型越复杂，越可能把偶然性包装成结构。

[YuCry | (❤,👾, 💵) @0xYuCry]

https://t.co/c78SMHYwGz

[YuCry | (❤,👾, 💵) @0xYuCry]

你有没有发现，最可怕的不是没干活，而是干完以后完全想不起来自己干了什么。

每天都很忙，消息回了很多，会议开了很多，问题也排查了很多。可是一到汇报、组会、写季度总结、述职材料的时候，脑子突然空了。

“我这周到底做了什么？”

“这个问题当时是怎么排查的？”

“我明明忙了三天，为什么写出来只有一句话？”

这其实很危险。

因为很多真正的工作量，都不在最终结果里，而是在过程里。比如你一开始怎么判断，后来为什么改方案，中间试过哪些办法，和谁沟通过，哪里返工了，最后怎么收敛到现在这个结果。

这些东西如果当天不记，过几天基本就没了。等到周五、月底、述职前再补，已经不是写总结，是考古。

所以我做了一个 Codex Skill：Worklog Skills。

你可以在地铁上、等外卖的时候、开完会走回工位的路上、下班前，随手把今天的碎碎念丢进去。口语化可以，乱也可以，说着说着又想起前面的细节也可以。

它会先整理成一版方便你 review 的 cleaned draft：去掉口语废话，把相关内容放到一起，对齐同事名和项目名，把不确定的地方标出来，并且区分正式工作内容和一些 social / 环境信息。

你确认没改歪之后，再生成日报、周报素材、转正材料或述职证据。

如果你有目标，比如转正、季度述职、论文总结、年终总结、晋升准备，它还可以在日报后给一个 comment：今天这些工作对目标有什么帮助，缺什么证据，下一步应该补什么。

最适合那种真的做了很多，但写总结时总觉得自己“好像没什么可写”的人。