surf_modify

a former crypto-botter. occasionally trade nikkei225 options. When Bitcoin reaches $1 million, I am curious to see what the price of other altcoins will be.🤔

[ᴛʀᴀᴄᴇʀ @DeFiTracer]

🚨 BREAKING:

BINANCE, COINBASE AND BYBIT AGGRESSIVELY DUMPING BITCOIN RIGHT NOW

THEY’RE SELLING MILLIONS OF $BTC EVERY FEW MINUTES AND DUMPED PRICE BELOW $59,000

SOMETHING EXTREMELY BAD IS HAPPENING...

[RunnerXBT @RunnerXBT]

we really getting Microstrategy insolvency in 2026

wild

[Ash Crypto @AshCrypto]

Saylor’s $MSTR Fud is hitting hard.

Bitcoin just dropped below $61,000

ETH hit a low of $1,615

$261 million in longs were liquidated.

[SamAlτcoin.eth ☀️ @SAMALTCOIN_ETH]

Saylor sold 32 $BTC, then said $ETH confidence collapsed.

Unfortunately, Tom Lee was in the room.

[Ash Crypto @AshCrypto]

BREAKING: Michael Saylor’s Strategy just sold 32 $BTC for $2.5M, for the first time since 2022.

[Deep @DeepStarts]

That's how programming feels nowadays

[須田桃子 @MomokoSuda]

連載2回目の記事です。JIP論文の「不正矮小化」の疑惑に迫りました。

【内部資料入手】京大の調査は公正に行われたのか？ 公表されなかった報告書から浮かぶ「不正矮小化」の疑惑｜SlowNews | スローニュース #SlowNews #スローニュース #調査報道 https://t.co/GUy0Eu7bwy

[ひろゆき @hirox246]

約3億円の研究費を国から貰っていたのに研究改竄した京都大学小田裕香子教授。
内部告発した研究員はクビになり、京都大学は内部告発を知ってたのに当時助教だった小田裕香子氏を教授に出世させた。
小保方晴子氏みたいな事件。

[滝沢ガレソ @tkzwgrs]

【話題】京大で“論文改ざん”発生→告発した研究員はクビに

■京都大学・小田裕香子教授
・細胞生物学者
・2021年、助教授時代に発表した論文が米学術誌で高評価
・2023年、小田氏の研究室の研究員が「論文内データを不正操作した」と内部告発
→告発者に雇い止め通知＆小田氏は教授に出世

・さらに、 小田氏は告発者に対して「あなたはラボを潰したいんですか？」と発言か
・京都大学「告発を受けて調査しましたが、確かに論文に改竄が認められたものの、研究の結論への影響は少ないと思われるので問題なし！育児で忙しかったのでつい改竄しちゃったらしいです」(今ここ)

[naiive @naiivememe]

Why did the agent step back instead of ramming into the suspect?

[naiive @naiivememe]

everyone : " Bitcoin is dead "

Bitcoin :

[がぅまる@BTC&Crypto億トレ目指して勉強中 @gaumaru_aieng]

【ご報告】
Bitgetに預けておりました仮想通貨の全資産をハッキングで全て失いました。現在は体調もメンタルも回復し、少し落ち着きましたので、ご報告とさせて頂きます。
Bitget社とのやり取りを経て一旦の結論としては補填は一切ナシ。警察サイバーセキュリティ班に捜査はしてもらっており状況です。

[Beardo @BeardoTrader]

Bitcoin. Could it really be that simple?

[きょうたつむら@帰国 @11c]

Wiseカードで600ペソ（約5,000円）を引き出したら46万円請求された全記録【メール全文・証拠公開】｜tabitabiwago @tabitabiwago https://t.co/Nw5rbilTT0

懸念していたリスクが現実となってしまった。
僕がRevolutやWiseを使わない理由はこれ。

[naiive @naiivememe]

bro: “Who said being traders is stressful? I feel great.”

also bro after 1 bad trade:

[zekitter @zekitter]

ホンダの社長、ヤバすぎる

[あいば@生成AI×トレード📈 @aiba_algorithm]

この論文読んだので、初心者でも分かるように解説。

結論：米国市場が夜に動く
→ 数時間後に日本市場が開く
→ 同業種に伝播する

この“時差”を取りにいく。

ポイントは、
米国の11業種の今日の動きから、日本の17業種の明日を予測すること。

ただ、11×17で全部の関係をそのまま推定すると、データ不足でノイズまみれになる。

そこで使うのがPCA（主成分分析）。
たくさんの業種の値動きを、少数の共通パターンに要約する手法です。

イメージとしては、28業種がバラバラに動いているようで、実は

① 全体がリスクオン/オフか
② 米国優位か日本優位か
③ 景気敏感 vs ディフェンシブのどちらが強いか

みたいな少数の軸でかなり説明できる、という発想。

でも普通のPCAには弱点がある。
サンプル数に対して変数が多いと、相関行列の推定が不安定になって、抽出される因子もブレやすい。

そこで論文では、部分空間正則化で
「データから見えた構造」だけでなく
「本来こういう構造のはず」という事前知識も混ぜて、PCAを安定化させる。

ざっくり言うと、
生データ100%ではなく、事前知識を強めに混ぜてノイズを抑えるイメージ。

その上で、抽出した共通因子に米国の今日のリターンを入れると、
「今日はリスクオン寄り」「景気敏感優位」みたいなスコアが出る。
それを日本側に写像して、翌日の業種別シグナルにする。

で、上位30%を買い、下位30%を売る。

結果はかなり強くて、
正則化PCAは、通常のPCAや単純モメンタムを大きく上回った。

面白いのはここで、
エッジ自体は“業種間の伝播構造”にあるけど、勝負はその構造をいかに安定推定するかにある、という話。

「予測式を工夫する」より前に、
何をどう圧縮して、どうノイズを殺すかが効く好例だと思います。

[カーシェアマニア @carsharemania]

LUUP、補償改定で死亡後遺障害が1000万→500万に半減。対人は無制限維持だが、利用者の補償を削る方向でコスト調整に来た印象。LUUP利用者の命の価値はこんなもんやろってラインまで露骨に下げてきたの草

[naiive @naiivememe]

BTC 66K BTC 66K today
5 years ago