Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
MIG
@ammna205
韭菜爱幻想
Joined October 2022
1.1K
Following
220
Followers
1.7K
Posts
Pinned Tweet
MIG
@ammna205
over 1 year ago
此心不动,随机而动
MIG
@ammna205
15 days ago
@binance
@MrsbeastD
日韩股也快点安排上。
MIG
@ammna205
15 days ago
@binance
搜索功能是不是不能用啊?我搜索什么股票代码都搜不到,只能通过首页来浏览。
MIG
@ammna205
about 2 months ago
@sukie234
这才是顶级自由,想上班就上,不想上就休息
Who to follow
Meshchain.Ai
@yangandy6588
qweqw (❖,❖)
@qweqw03943421
⚙️ BTC BIT @CNPYNetwork
Common Sense
@GiuseppePersia1
MIG
@ammna205
about 2 months ago
@xiaomustock
现在有光棒产能的光纤公司,流水线都已经干冒烟了,限制光纤生产的是光棒,但是光棒的扩产周期要两年左右,短期 AI 光进铜退的现实可等不了两年
MIG
@ammna205
about 2 months ago
@DekuKing1
主要是光棒的扩产周期长
MIG
@ammna205
3 months ago
@X3746453257154
@sichen250639
这种本质上是流量生意吗?类似于带货,通过转化率获得分成🤔
MIG
@ammna205
3 months ago
@Superntr0
这是 AI?
MIG
@ammna205
5 months ago
@DekuKing1
ALM 有吗
MIG
@ammna205
5 months ago
@sukie234
思路清晰👍
MIG
@ammna205
6 months ago
@bigbottle44
黄淮学院?
MIG
@ammna205
8 months ago
@DanHuang666
现在加密是地狱难度,流动性对于美股 ai 的支持明显是高于加密 的,现在感觉连溢出的流动性都不来加密了,后面加密市场感觉还是会越看越难,现在就小额玩玩就好了,一起保护好钱袋子💪!
MIG
@ammna205
8 months ago
@DanHuang666
当时去美股闭眼买入一麻袋 ai 相关,到现在估计都自由了
MIG
@ammna205
8 months ago
很不错的文章,AI 绝对是未来发展的方向,或许在不久后我们就能看到一个巨无霸的 agent,集合了文章中所有的 agent 功能,通过海量的 API 接口来获取信息、分析信息、然后进行操作,所以到那时候,交易对于人类来说,会不会已经死亡。🤔
404Lychee
@mempoolDAO
8 months ago
AI Trading Agent全景图:从执行到决策的7种agent类型详解 上个星期其实一直在做trading agent 的研究,这个过程中
@the_nof1
就火了起来,把一个很问题快速地丢到了大家面前?AI真的能比人更会交易?如果大家都去跟单AI,在一个零和市场里谁输钱? 今天勤快一点把上周的研究梳理一下。 按照大致的进化路径,先说说AI Trading Agent的几种主要类型, 1. Execution Agent - 执行型agent 这是初生代交易Agent,当时还叫Bot。他们当时的功能局限于自动下单、止盈止损、套利执行这些具体操作,做的是"微观优化", - 比如TWAP策略会在设定时间内均匀执行订单,降低对市场的冲击; - VWAP策略按市场成交量比例执行; - 智能路由会在不同DEX之间比价找最优路径。 它们不预测市场,不需要历史特征或预测模型,可以说不涉及AI,现在很多交易所也在用这种bot,只要把一些规则预先写好,依靠实时数据流和交易环境状态,
@_hummingbot
、
@3commas
就是这种初生代bot。 2. Strategy Agent - 策略型agent AI 模型逐渐介入,它要决定买什么、什么时候买、仓位怎么分配。相比执行型agent,它有学习和推理能力,能生成策略。 数据来源很丰富,包括历史K线、订单簿数据、链上数据、衍生品数据,甚至社交媒体上的情绪文本都会被用来分析。
@numerai
是这一代Agent的代表,它用Web3的激励机制来驱动Web2的AI trading。全球的数据科学家在平台上训练模型,如果愿意,他们可以质押Numberai的平台打击NMR,表示对自己模型的信心,其他用户可以跟着押注。 Numerai根据市场评估预测准确率,表现好就获得NMR奖励,差了就扣除stake。 给出Aggressive的是,
@numerai
有一个自己的实盘基金,它根据平台科学家们上传的模型,生成一个"超级模型",然后用这个超级模型的信号去操作真实的美股投资组合。 实盘赚钱了就按照模型权重给各个模型去分钱。这个实盘从6千万美元起步,到现在4.5亿美金左右。 也就是说,用户在这里不仅仅获得代币奖励,等于用NMR买基金,有点刺激。NMR代币在这里既是押注资产,也是权益证明。 值得注意的是,
@numberai
到现在还没有加密领域的实盘,他们允许用户上传加密交易模型(图1),但是母基金不开实盘。可能是加密市场的缺乏监管的被操纵的特征,让传统基金不想被piao。 https://t.co/TUXbS6NQjc 石破天惊开了实盘,首先这些模型不再是不知名科学家上传的,都是赫赫有名的模型,他们日常工作每天用的。你们大模型不是各个都吹嘘自己怎么厉害吗?做饭扫地看病这个都一时难以落地评估,交易是最容易落地的,来比比,别逼逼。 模型可以独立决定订单类型、杠杆倍数、平仓时机,决策直接提交至Hyperliquid智能合约。目前为止还是中国货焕发光彩,Qwen和DS都表现不错。 NoF1刚刚出来那天我还在想基于这个模式完全可以建立一个polymarket式的预测市场,让用户押注哪个AI模型会表现更好。现在看来没得玩,输赢一目了然。 3. Portfolio Agent - 组合管理型agent Portfolio Agent是从"单策略优化"进化到"多策略、多资产协同优化"的产物。它要管理整个资产组合,涉及多币种、多市场、多策略,核心目标是分配仓位、平衡风险、最大化风险调整收益。它的数据来源包括多个Strategy Agent的信号、波动率和相关性矩阵等风险数据,以及组合层的收益和风险暴露等反馈数据。 这代模型说实话目前还都是纸上谈兵,吹风很大程��是2024年年年底那一步,这些项目先靠meme破圈,然后再发白皮书谈理论,但是到现在也没看到特别靠谱的产品
,@ai16zv
c
,@swar
m都是,目前都可以看做白皮书产品。 但是里面的商业模型确实有一点启发意义,Eliza靠胖妞meme起价,him等海外KOL喊单起来的,它希望依靠一个叫"Marc AIndreessen"的AIAgent 基于Eliza框架自主分析投资机会、执行决策并管理运营。 他们还有一个dao,号称ai16z DAO管理着约2500万美元的资产,持有ai16z代币的用户可以影响AI生成的交易策略,也就是参与治理。DAO成员投票越多,AI就越会考虑用户的建议,但AI在财务决策上始终拥有最终决定权。 AI6Z虽然沦为一个骗子项目,这种"AI当基金经理+用户参与治理"的模式可能未来会真正有产品发展起来。
@virtuals_i
o 的自建项目
@Vader_AI
_ 也是类似思路,目前要白名单才能用。用户把USDT等资产存入不同的投资组合(比如Small Cap或Micro Cap),AI负责自动调仓、买卖、止盈止损。 产品和商业模式上和Eliza有点类似
,@Vader_AI
_平台收0.5%的管理费,收益分配给质押$VADER的用户。用户可以通过质押代币或参与DAO投票来影响投资策略,决定资金的运用方向。 3. Arbitrage Agent - 套利型agent 这类agent是实实在在跑起来了的,专注发现并执行市场中的价差机会,做链上、跨链、CEX-DEX套利,还能防MEV攻击。 它的利润来自市场错位,而不是预测价格方向。相比普通的套利bot,Arbitrage Agent能自动扫描多市场、多资产、多链的机会,动态调整,还有自学习能力。 简单解释一下MEV(Miner Extractable Value)。比如有人在Uniswap上用1000 ETH买入一个小币,这会推高币价。如果另一个人提前知道这个交易,就可以抢跑(front-run)或者跟单(back-run)来获利。这就是MEV。
@flashbots_
x 是代表产品,它其实是个去中心化、可验证的高频交易系统,只不过交易的标的是"交易排序权"和"区块打包权"。 Flashbots通过MEV-Boost和Relay拿到几乎全网的order flow,对AI Agent来说,这相当于拥有最优的训练数据集和实时市场数据源。每个AI agent(Searcher bot)都像微型对冲基金,谁能更好地预测用户交易路径、谁能更优地出价、谁能更快响应网络,谁就能赚到钱。这形成了一个自学习的生态系统。 4. Market-Making Agent - 做市型agent 这种Agent也是非常成熟的,这类agent在交易所或去中心化市场上提供买卖双向报价,通过买卖差价(spread)赚取收益。它的主要功能是提供流动性、优化价格滑点,同时获得稳定收益。和其他agent相比,它追求的是持续收益和低风险,而不是一次性���利或策略alpha。 核心模块包括持续在买卖两侧挂单的Quote Generation、管理库存避免单边暴露的Inventory管理,以及优化自己交易带来价格冲击的滑点优化。它主要依赖实时订单簿数
据。 @wintermut
e_t ,专注OTC交易,处理90%以上的订单簿外交易。地理上也在扩张,比如在亚洲期权市场做了2.1亿美元的交易量。技术上有AI驱动的实时对冲算法,还提供CFD和衍生品服务。 5. Signal Agent - 信号型agent Signal Agent专注于生成交易信号(买/卖/持仓建议),通常不直接执行交易,而是为Execution Agent或Portfolio Agent提供高质量的决策输入。可以把它理解为Strategy Agent的"预测和信号模块独立出来",成为基础设施,被多个agent复用。 它的特点是不直接执行交易,仅提供决策输入,融合多数据源做决策。数据来源和Strategy Agent类似,但反馈数据不会用于实际交易,而是用于下一步逻辑的生成
。 @aixbt_ag
ent Agent。它专注于实时抓取Twitter上加密市场相关的热门讨论,用自然语言处理(NLP)进行深度情感分析,识别市场情绪(乐观、悲观或中性),帮助用户理解市场趋势。
目前@ai
xbt最显眼的是作为Twitter机器人运作,它自己在Twitter上都拥有49万followers。最关键的是,它的功能只对持有代币的用户开放,会自动检索钱包,如果钱包里没有这个代币就无法使用chat功能。这种持币检索的机制我觉得很聪明,直接增加了代币的实 6. Meta-Agent - 智能决策型agent 这是最高级的agent,负责协调、组合和优化多个底层agent(Strategy、Portfolio、Signal、Arbitrage、Market-Making等)。底层agent专注单一功能,Meta-Agent是系统级决策者。 它的数据来源不仅包括市场数据,还包括底层agent的输入和输出。这是它的进化之处——数据不仅仅来自市场,也来自其他agent。但是我感觉目前应该也还在纸上谈兵阶段。
See More
ammna205
retweeted
404Lychee
@mempoolDAO
8 months ago
AI Trading Agent全景图:从执行到决策的7种agent类型详解 上个星期其实一直在做trading agent 的研究,这个过程中
@the_nof1
就火了起来,把一个很问题快速地丢到了大家面前?AI真的能比人更会交易?如果大家都去跟单AI,在一个零和市场里谁输钱? 今天勤快一点把上周的研究梳理一下。 按照大致的进化路径,先说说AI Trading Agent的几种主要类型, 1. Execution Agent - 执行型agent 这是初生代交易Agent,当时还叫Bot。他们当时的功能局限于自动下单、止盈止损、套利执行这些具体操作,做的是"微观优化", - 比如TWAP策略会在设定时间内均匀执行订单,降低对市场的冲击; - VWAP策略按市场成交量比例执行; - 智能路由会在不同DEX之间比价找最优路径。 它们不预测市场,不需要历史特征或预测模型,可以说不涉及AI,���在很多交易所也在用这种bot,只要把一些规则预先写好,依靠实时数据流和交易环境状
态,@_hummingb
o
t、@3comm
as 就是这种初生代bot。 2. Strategy Agent - 策略型agent AI 模型逐渐介入,它要决定买什么、什么时候买、仓位怎么分配。相比执行型agent,它有学习和推理能力,能生成策略。 数据来源很丰富,包括历史K线、订单簿数据、链上数据、衍生品数据,甚至社交媒体上的情绪文本都会被用来分析。
@numer
ai 是这一代Agent的代表,它用Web3的激励机制来驱动Web2的AI trading。全球的数据科学家在平台上训练模型,如果愿意,他们可以质押Numberai的平台打击NMR,表示对自己模型的信心,其他用户可以跟着押注。 Numerai根据市场评估预测准确率,表现好就获得NMR奖励,差了就扣除stake。 给出Aggressive的
是,@numer
ai 有一个自己的实盘基金,它根据平台科学家们上传的模型,生成一个"超级模型",然后用这个超级模型的信号去操作真实的美股投资组合。 实盘赚钱了就按照模型权重给各个模型去分钱。这个实盘从6千万美元起步,到现在4.5亿美金左右。 也就是说,用户在这里不仅仅获得代币奖励,等于用NMR买基金,有点刺激。NMR代币在这里既是押注资产,也是权益证明。 值得注意的
是,@number
ai到现在还没有加密领域的实盘,他们允许用户上传加密交易模型(图1),但是母基金不开实盘。可能是加密市场的缺乏监管的被操纵的特征,让传统基金不想被piao。 https://t.co/TUXbS6NQjc 石破天惊开了实盘,首先这些模型不再是不知名科学家上传的,都是赫赫有名的模型,他们日常工作每天用的。你们大模型不是各个都吹嘘自己怎么厉害吗?做饭扫地看病这个都一时难以落地评估,交易是最容易落地的,来比比,别逼逼。 模型可以独立决定订单类型、杠杆倍数、平仓时机,决策直接提交至Hyperliquid智能合约。目前为止还是中国货焕发光彩,Qwen和DS都表现不错。 NoF1刚刚出来那天我还在想基于这个模式完全可以建立一个polymarket式的预测市场,让用户押注哪个AI模型会表现更好。现在看来没得玩,输赢一目了然。 3. Portfolio Agent - 组合管理型agent Portfolio Agent是从"单策略优化"进化到"多策略、多资产协同优化"的产物。它要管理整个资产组合,涉及多币种、多市场、多策略,核心目标是分配仓位、平衡风险、最大化风险调整收益。它的数据来源包括多个Strategy Agent的信号、波动率和相关性矩阵等风险数据,以及组合层的收益和风险暴露等反馈数据。 这代模型说实话目前还都是纸上谈兵,吹风很大程度是2024年年年底那一步,这些项目先靠meme破圈,然后再发白皮书谈理论,但是到现在也没看到特别靠谱的产
品,@ai16z
v
c,@swa
rm都是,目前都可以看做白皮书产品。 但是里面的商业模型确实有一点启发意义,Eliza靠胖妞meme起价,him等海外KOL喊单起来的,它希望依靠一个叫"Marc AIndreessen"的AIAgent 基于Eliza框架自主分析投资机会、执行决策并管理运营。 他们还有一个dao,号称ai16z DAO管理着约2500万美元的资产,持有ai16z代币的用户可以影响AI生成的交易策略,也就是参与治理。DAO成员投票越多,AI就越会考虑用户的建议,但AI在财务决策上始终拥有最终决定权。 AI6Z虽然沦为一个骗子项目,这种"AI当基金经理+用户参与治理"的模式可能未来会真正有产品发展起来。
@virtuals_
io 的自建项
目 @Vader_A
I_ 也是类似思路,目前要白名单才能用。用户把USDT等资产存入不同的投资组合(比如Small Cap或Micro Cap),AI负责自动调仓、买卖、止盈止损。 产品和商业模式上和Eliza有点类
似,@Vader_A
I_平台收0.5%的管理费,收益分配给质押$VADER的用户。用户可以通过质押代币或参与DAO投票来影响投资策略,决定资金的运用方向。 3. Arbitrage Agent - 套利型agent 这类agent是实实在在跑起来了的,专注发现并执行市场中的价差机会,做链上、跨链、CEX-DEX套利,还能防MEV攻击。 它的利润来自市场错位,而不是预测价格方向。相比普通的套利bot,Arbitrage Agent能自动扫描多市场、多资产、多链的机会,动态调整,还有自学习能力。 简单解释一下MEV(Miner Extractable Value)。比如有人在Uniswap上用1000 ETH买入一个小币,这会推高币价。如果另一个人提前知道这个交易,就可以抢跑(front-run)或者跟单(back-run)来获利。这就是MEV
。 @flashbots
_x 是代表产品,它其实是个去中心化、可验证的高频交易系统,只不过交易的标的是"交易排序权"和"区块打包权"。 Flashbots通过MEV-Boost和Relay拿到几乎全网的order flow,对AI Agent来说,这相当于拥有最优的训练数据集和实时市场数据源。每个AI agent(Searcher bot)都像微型对冲基金,谁能更好地预测用户交易路径、谁能更优地出价、谁能更快响应网络,谁就能赚到钱。这形成了一个自学习的生态系统。 4. Market-Making Agent - 做市型agent 这种Agent也是非常成熟的,这类agent在交易所或去中心化市场上提供买卖双向报价,通过买卖差价(spread)赚取收益。它的主要功能是提供流动性、优化价格滑点,同时获得稳定收益。和其他agent相比,它追求的是持续收益和低风险,而不是一次性套利或策略alpha。 核心模块包括持续在买卖两侧挂单的Quote Generation、管理库存避免单边暴露的Inventory管理,以及优化自己交易带来价格冲击的滑点优化。它主要依赖实时订单簿数据
。 @wintermute
_t ,专注OTC交易,处理90%以上的订单簿外交易。地理上也在扩张,比如在亚洲期权市场做了2.1亿美元的交易量。技术上有AI驱动的实时对冲算法,还提供CFD和衍生品服务。 5. Signal Agent - 信号型agent Signal Agent专注于生成交易信号(买/卖/持仓建议),通常不直接执行交易,而是为Execution Agent或Portfolio Agent提供高质量的决策输入。可以把它理解为Strategy Agent的"预测和信号模块独立出来",成为基础设施,被多个agent复用。 它的特点是不直接执行交易,仅提供决策输入,融合多数据源做决策。数据来源和Strategy Agent类似,但反馈数据不会用于实际交易,而是用于下一步逻辑的生成。
@aixbt_age
nt Agent。它专注于实时抓取Twitter上加密市场相关的热门讨论,用自然语言处理(NLP)进行深度情感分析,识别市场情绪(乐观、悲观或中性),帮助用户理解市场趋势。
目前@aix
bt最显眼的是作为Twitter机器人运作,它自己在Twitter上都拥有49万followers。最关键的是,它的功能只对��有代币的用户开放,会自动检索钱包,如果钱包里没有这个代币就无法使用chat功能。这种持币检索的机制我觉得很聪明,直接增加了代币的实 6. Meta-Agent - 智能决策型agent 这是最高级的agent,负责协调、组合和优化多个底层agent(Strategy、Portfolio、Signal、Arbitrage、Market-Making等)。底层agent专注单一功能,Meta-Agent是系统级决策者。 它的数据来源不仅包括市场数据,还包括底层agent的输入和输出。这是它的进化之处——数据不仅仅来自市场,也来自其他agent。但是我感觉目前应该也还在纸上谈兵阶段。
See More
MIG
@ammna205
8 months ago
@CyberPhilos
@jessepollak
@baseinchinese
哥,现在属于你了
MIG
@ammna205
8 months ago
@xiaoheshang2025
钱花得不亏,我之前都刷不到你,今天一直上首页
ammna205
retweeted
PP
@0xphilo
8 months ago
https://t.co/u3PNLnkj7j
MIG
@ammna205
8 months ago
@0xphilo
专业,不过为什么流量这么差,都还没起床吗
MIG
@ammna205
8 months ago
@sukie234
美美美🤩
MIG
@ammna205
8 months ago
@porounclemao
���哥,交易量不是他们喊起来的吗?或者说,车头们喊哪个,哪个就可以成为龙头,我不理解“盘活”这一步具体是什么操作。
Last Seen Users on Sotwe
Dlirtim🔞
Seen from
Germany
ᴋᴜꜱᴇɴ╰
Seen from
Indonesia
Nina Fire
Seen from
Germany
فضايح العرب 🥵🔞
Seen from
Jordan
Saami
nob nobkung
Seen from
Thailand
Alihaydar
Seen from
Indonesia
ชอบสาวใหญ่ใจถึง..
Seen from
Thailand
Rob_343
Seen from
Canada
Boy×Singlet
Seen from
Indonesia
Trends for you
1
Kenzie
Under 10K tweets
2
#GMMTVOuting2026
Under 10K tweets
3
#WWERaw
Under 10K tweets
4
New Zealand
Under 10K tweets
5
Aniya
Under 10K tweets
6
Newsom
Under 10K tweets
7
Vance
Under 10K tweets
8
Melania
Under 10K tweets
9
Jelly Roll
Under 10K tweets
10
Colt Keith
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
240.3M followers
2
Barack Obama
@barackobama
119.2M followers
3
Donald J. Trump
@realdonaldtrump
111.6M followers
4
Cristiano Ronaldo
@cristiano
109.6M followers
5
Narendra Modi
@narendramodi
106.9M followers
6
Rihanna
@rihanna
97.4M followers
7
NASA
@nasa
92.1M followers
8
Justin Bieber
@justinbieber
90.7M followers
9
KATY PERRY
@katyperry
87.2M followers
10
Taylor Swift
@taylorswift13
81M followers
11
Lady Gaga
@ladygaga
72.5M followers
12
Kim Kardashian
@kimkardashian
69.5M followers
13
Virat Kohli
@imvkohli
69.1M followers
14
YouTube
@youtube
68.6M followers
15
Bill Gates
@billgates
63.6M followers
16
The Ellen Show
@theellenshow
62.5M followers
17
CNN
@cnn
61.9M followers
18
Neymar Jr
@neymarjr
61.7M followers
19
X
@x
60.9M followers
20
Selena Gomez
@selenagomez
60.3M followers
Olivia
Online
✨
⭐
💫