dan

[dan @daniel___176]

堅持做這件事，錢永遠不會缺 #思維大全 #行为艺术 #skills #服务 # behavior #psychology #service https://t.co/3yOSJtlDIb via @YouTube

[dan @daniel___176]

朋友關係分5層，最頂是談錢 # #money# #思维认知# #psychology# #思維大全# #wealth#friendship #r... https://t.co/YK9RJzpBcQ via @YouTube

[dan @daniel___176]

納瓦爾：只有1%人會認真決策這三件事 https://t.co/43zh8kYLA2 via @YouTube

[lufei @lufeieth]

跟踪了Chris了五六年，他对每次大周期位置和转折的判断都非常准确。

现在他的判断是：“刚从底部起来，正在为下一段主升浪蓄势，同时对潜在风险保持清醒。”

BTW：Chris非常喜欢冲浪。🏄🏻

[华尔街观察 Xtrader @cnfinancewatch]

世界十大经典量化交易系统深度解析

风险提示：以下仅为策略原理科普，不构成任何投资建议，历史回测收益不代表未来行情表现。

1、海龟交易系统（Turtle Trading）

策略内核：中长期趋势跟踪，突破开仓
入场：价格突破过去20日最高价做多；跌破过去20日最低价做空。
出场：价格回落跌破10日最高价平仓多单；回升突破10日最低价平空单。
仓位公式：Unit=\frac{1\% \times Capital}{N \times PointValue}
N‑ATR20，用20日平均真实波幅控制单次风险，海龟是现代趋势交易的开山鼻祖，��合期货大类资产。

2、跳空交易系统（Gap Trading）

内核：隔夜跳空缺口回归交易
做多入场：开盘向下跳空 Low < Low_{prev}‑k\times ATR
出场：价格回补缺口Price≥High_{prev}；止损缺口下方ATR倍数。
做空入场：开盘向上跳空 High>High_{prev}+k\times ATR
出场：缺口回补 Price ≤ Low_{prev}；多用于美股、股指期货日内缺口套利。

3、海豚交易系统（Dolphin Trading）

内核：短期动量+ATR动态止损，5‑30分钟短线趋势
做多入场：EMA5>EMA20 且收盘价向上突破前2根K线高点
出场：多单止损位 = EntryPrice − 2×ATR(14)；止盈盈亏比≥2:1
属于偏灵敏的短线趋势系统，震荡行情容易产生频繁假信号。

4、马丁格尔交易系统（Martingale Strategy）

内核：亏损后加倍加仓，押注行情终将回调
加仓公式：Position_{n}=2\times Position_{n‑1}
出场：盈利一笔后全部仓位一次性平仓。
⚠️高风险策略，单边趋势行情会出现毁灭性爆仓，实战极不推荐裸用马丁。

5、R‑Breaker R突破交易系统

经典日内反转‑突破双模式系统
做多突破入场：Price≥Pivot+0.35\times (High‑Low)
做多反转入场：下探S2支撑后回升；
出场：收盘平仓或者触及反向阻力位；
是全球期货高频日内标杆系统，兼顾趋势突破与反转。

6、双重推力系统（Dual Thrust）

日内趋势标杆，国内CTA圈普及率极高
Range = Max(High[1]‑Low[1],High[2]‑Low[2])
做多入场：Open+0.5×Range
做空入场：Open‑0.5×Range
出场：当日收盘全部平仓，纯日内不留隔夜仓，参数简单易回测。

7、菲阿里四价日内系统（Fairy Four Price）

四价：昨日高点、昨日低点、昨日收盘、今日开盘
做多入场：现价>昨日最高价；做空入场：现价<昨日最低价
出场：止损：开仓价‑ATR；收盘强制平仓；纯日内趋势，规则��简。

8、Oliver‑Kell EMA动量趋势系统

双均线趋势跟踪
做多入场：EMA(5)>EMA(20)，且上一周期EMA5在EMA20下方（金叉）
做空入场：EMA(5)<EMA(20)（死叉）
出场：均线反向交叉平仓；依靠均线过滤震荡，抓中长期波段行情。

9、自动扶梯系统（Escalator Trading）

移动止盈趋势跟踪，阶梯式上浮止损
做多入场：突破N日新高；
动态出场止损线 = HighestHigh(n) − Multiplier × ATR；
价格不断新高，止损不断上移，锁住浮盈，让利润奔跑，典型的趋势加仓拿长线策略。

10、Checkmate 将死趋势跟踪系统

本次视频主讲品种，属于大周期高级趋势跟踪
核心：大周期ATR过滤，规避震荡，只抓大行情
做多入场：Close > Highest(High,40) && ATR(20) > ATR(60)1.1
做空入场：Close < Lowest(Low,40) && ATR(20) > ATR(60)1.1
出场止损：StopLoss = EntryPrice − 2.5*ATR(20)；
趋势结束反向信号平仓。
将死系统用波动率阈值先筛掉震荡市��只在市场波动率放大、趋势启动之后进场��大幅降低假突破，牺牲小部分早期入场机会换取更高胜率。

综述

纵观十套经典系统，可分为两大派系。一类以海龟、扶梯、将死系统为代表的长周期趋势跟踪派，核心逻辑截断亏损、让利润奔跑，依靠少数大趋势行情覆盖多次小止损亏损；另一类以双重推力、菲阿里四价、R‑Breaker为代表的日内短线系统，不留隔夜风险，依靠高频、高胜率累积收益。马丁格尔是唯一反趋势加仓策略，风险属性与其余9套趋势系统完全相反。交易者可根据自己资金体量、可持仓周期，挑选适配自己性格的系统回测优化。

[Yishi @ohyishi]

https://t.co/2X7IKQxyYY

[期权坤哥 | Sober CFA @Amy6Tina]

40岁，靠期权养家，多亏了我的妻子

Hi，我是坤哥，86年的，今年40
一个女儿的爸爸，一个女人的丈夫
一个靠交易吃饭的人

做了12年期权，后6年在做市商
每天过手的交易量上亿美金
后来出来自己做，带学员
写文章，录视频，看起来风风火火

但只有我自己知道，每天晚上坐到屏幕前
决定我当天状态的，不是看了多少研报
不是开盘前挂了什么单
是回家前家里那盏灯亮不亮

01 交易员最大的风控，不在盘里

干这行的人都懂，情绪是最贵的成本
回到家冷战，开盘你就容易上头
该止损的手软，不该扛的死扛
脑子明明知道不对，手指就是不听

我以前也觉得，男人把钱挣回来就行
后来才明白，家里气氛不对
你在外面披荆斩棘那股劲是散的

后方不稳，前方所有冲锋都是瞎冲
我妻子不懂Delta和Gamma
但她懂得在我大亏那天不多问一句
大赚那天提醒我别飘
这比任何风控模型都管用

02 孩子不看你说了什么，他看你怎么活

我女儿6岁，刚上小学
有天她跟同学说："我爸爸爱交易。"
我听到的时候愣了一下
在她眼里，爸爸就是那个每天坐在屏幕前
有时候皱眉有时候笑的人
她不懂K线，但她懂一件事：
爸爸出门前会抱妈妈，回家会先喊"我回来了"

周末会放下手机陪她搭积木
父母的相处方式
是孩子认识世界的第一份说明书
写的是吵架冷战，她就觉得世界是冷的
写的是包容温柔，她心里就有底
你是什么样的人，比你做什么样的单更重要
孩子不会记住你挣了多少钱
但她会记住家里的温度

03 陪你走到最后的，只有她

父母会老，孩子会长大飞走
到最后，坐在你对面吃早饭的
还是你妻子

我经历过1011，经历过大熊市
经历过单日1000万美金的大波动
这些数字外人听着刺激，但深夜复盘时
坐在旁边给你倒杯热水的，只有她
你对她的好
她一笔一笔还给你

04 下半场拼什么

年轻时拼胆识、拼体力、拼谁更敢赌
40岁以后拼的是稳定
不是交易系统的稳定，那个早有了
拼的是生活系统的稳定
身体别掉链子
家里别出乱子
心态别崩

这三样稳住了，交易是自然的结果
亏妻百财不入，不是迷信
带着气、背着内耗坐到盘前，决策一定变形
和气不是软弱，是顶级的风控

名利要争，但更要争的是回家有人等
吃饭有话说、睡前不翻旧账
交易场上赢再多
家里那盏灯灭了，都是输

我是坤哥，40岁，靠期权养家
家是我最重要的仓位
一辈子要守住

[Mark Minervini @markminervini]

Don't allow the next bear market to destroy your investment portfolio. The Minervini SPY Allocation Model is designed to help long-term investors stay on the right side of the market while minimizing unnecessary trading and secular bear market risk.
Call us to discuss at 917-268-1800 and talk to a live person to learn more today.

[Wealth Code @WealthCode99978]

AI基础设施八层堆栈：从电网、芯片到AI Agent，谁掌握下一轮增长？

Piper Sandler将新一代AI基础设施划分为8个层级。随着AI规模化扩张，瓶颈正在从单纯的GPU算力，逐渐向电力、冷却、网络、存储、云计算和推理等环节扩散。

第一层｜电力、电网与土地

$NEE：可再生能源基础设施，满足超大规模数据中心不断增长的电力需求。

$CEG：核电提供全天候稳定电力，AI数据中心对24/7电力的需求正在提升核电价值。

$TLN：探索数据中心背后的核电供电模式。

$IREN：将稀缺电力和电网接入能力转化为大规模AI算力。

$DLR：拥有数据中心最核心的物理基础设施和土地资产。

$EQIX：掌握云计算与AI网络之间的重要互连节点。

第二层｜数据中心、机架与散热

$VRT：随着AI机架功率密度持续提升，800V直流供电以及电力管理的重要性不断提高。

$SMCI：通过液冷机架将高密度GPU转化为真正可部署的AI计算能力。

AI芯片越来越强，但功耗也越来越高。

算力增长的下一个瓶颈，很可能不是GPU，而是如何给GPU供电和散热。

第三层｜芯片与计算硬件

$NVDA：AI计算平台的核心供应商。

$AMD：正在构建第二个能够在超大规模数据中心部署的AI加速器平台。

$AVGO：为Google TPU、Meta MTIA等超大规模客户提供定制AI芯片设计能力。

$GOOGL：正在将TPU从内部AI基础设施优势进一步发展为面向外部客户的数据中心计算产品。

$INTC：推动先进制程和外部晶圆代工业务，同时获得$TSLA等潜在大客户支持。

$ARM：从IP授权进一步向完整服务器CPU市场延���，试图获取更大的芯片价值。

第四层｜AI网络与互连

$ANET：高速以太网正在成为超大规模AI集群的重要网络骨干。

$CSCO：将传统企业网络优势延伸至AI数据中心网络架构。

$CLS：生产连接AI集群所需的高速网络硬件。

随着GPU数量从几千颗扩展到几十万甚至百万颗，GPU之间如何高速交换数据的重要性正在快速提升。

第五层｜高性能存储

$PSTG：通过DirectFlash等技术提高存储效率，同时减少AI基础设施占用的电力和机架空间。

$DELL：将服务器、存储和企业AI基础设施整合在一起。

$NTAP：连接企业数据资产与云端AI工作负载。

$HPE：将企业存储进一步纳入基础设施即服务体系。

AI不仅需要计算，也需要大量高速读取、写入和处理数据的能力。

第六层｜编排与工作负载

$IBM：通过Red Hat OpenShift建立企业私有云和混合AI的控制层。

$NTNX：将AI基础设施能力进一步带入企业私有数据中心和本地部署环境。

这一层的核心价值在于：如何让企业真正管理和运行AI，而不仅仅是购买GPU。

第七层｜GPU云与AI云

$CRWV：通过长期合同验证GPU资产的残值和长期商业价值。

$NBIS：围绕大规模合同电力建设AI云基础设施，并通过客户预付款降低资本开支压力。

$DOCN：将AI计算和推理能力扩展到传统超大规模云之外。

$MSFT：Azure正在成为全球最大的AI计算分发平台之一。

$AKAM：通过边缘计算将AI推理进一步推向终端用户。

$AMZN：通过AWS以及自研芯片实现AI基础设施商业化。

$ORCL：围绕大型客户长期合同快速扩张AI云计算容量。

第八层｜模型执行、Token与AI Agent

$NET：随着非人类流量在网络中的占比持续提升，Cloudflare正在成为AI Agent与互联网之间的重要分发层。

$FSLY：通过边缘计算把AI推理进一步靠近最终用户。

这一层可能是整个AI产业链最容易被低估��部分。

当AI Agent开始自主搜索、编程、交易、执行任务时，AI产生的流量���不再只是人与模型之间的一问一答，而是机器与机器之间持续不断的数据交换。

真正值得关注的是，这8层并不是彼此独立的。

AI需要更多Token → 需要更多推理 → 需要更多GPU → 需要更多内存和网络 → 需要更高密度的数据中心 → 需要更多电力和冷却。

因此，AI基础设施的投资机会正在从单一的“GPU故事”，扩散成一条完整的产业链。

电力是底座，芯片是计算核心，网络和存储解决数据瓶颈，云负责商业化，而AI Agent最终负责创造需求。

这才是下一轮AI基础设施超级周期真正的全景图。

[Musolsol.𝟎𝐱𝐔 @MMMusol]

华尔街现在最值得读的一份 13F，不只是巴菲特的了

是 Stan Druckenmiller @standuquesne

理由可能有点神奇：
这位传奇交易员，多了一个谁都不敢轻视的新身份
——现任美联储主席的“导师”。

现任主席 Kevin Warsh 离开美联储之后，曾经长期在 Druckenmiller 的 Duquesne 体系里工作

他们俩不是那种在晚宴上碰过杯的华尔街熟人，而是一起研究宏观交易十几年的老搭档。

Warsh 自己公开说过，他习惯很早就到办公室，和 Druckenmiller 讨论日元、英镑、美债和全球市场。

现在，这两个人一个坐在美联储里制定货币政策，另一个还在押上巨额的真金白银，赌市场的走向。

我当然没有证据说 Warsh 向 Druckenmiller 泄露过任何未公开的政策信息，也不会把他的交易直接叫作内幕交易。

但作为一个投资者，我真正在想的，是另一个更微妙的问题：一个和现任美联��主席一起推演了十几年宏观的人，会不会比普通市场参与者更清楚 Warsh 的政策底线在哪里？

带着这个问题再去看 Druckenmiller 最新的 13F，很多原本风马牛不相及的交易，突然就能串成一条线了

他卖掉了一批最拥挤的高位 AI 硬件股——光模块、存储、芯片代工，纷纷退出；
同时又买进一批矿企和数据中心资产；
继续重仓 $NTRA ，加仓 $AMZN 这类 AI 应用和平台公司；
另一边，他买进了住房、抵押贷款、汽车金融、航空，还有明显增多的小盘股。

我的判断是，他正在提前交易两件还没发生、却正在发生的事：

第一，AI 最疯狂的硬件阶段，已经进入了后半程。

第二，AI 的资本开支正在越来越依赖信用扩张，而这会反过来捆住美联储继续加息的手脚。

换句话说：AI 泡沫，可能正在从一个股票泡沫，慢慢演化成一场“算力次贷”。

先看我觉得最值得琢磨的仓位

住房、抵押贷款、汽车金融、航空、小盘股——这些行业是八竿子打不着的，却有一个共同点：全��怕高利率。

房贷利率接着涨，房地产最先难受；
金融条件继续收紧，汽车消费和信用市场承压；
经济真被高利率打衰退了，航空和小盘股也好不到哪去。

所以这组交易，本质上是在押一件事：
美国经济还能继续增长，但货币政策不会再来一次猛烈收紧。

这跟单纯押“大降息”还不是一回事。

如果他真的认为美国马上衰退，就没必要去买航空、汽车和小盘股。

他真正押的，更像是一个 Goldilocks 的环境：
经济别崩，利率也别再往上。

问题就出在这里

一个和 Warsh 一起讨论了十几年宏观的人，现在突然明显加重这些利率敏感资产。

这是不是说明，他比谁都清楚 Warsh 最不愿意面对什么？

我们没有证据证明他提前知道下一次 FOMC 怎么投票。

但顶级宏观交易员真正需要知道的，从来不是下一次加息加多少，而是：

在什么情况下，美联储根本承担不起继续加息的代价。

这个答��，我越来越觉得，和 AI 有关。

过去两年大家讨论 AI 泡沫，眼睛都盯在股票估值上。

$NVDA 多少倍市盈率？
OpenAI 值多少钱？
数据中心要烧多少资本开支？

但到了 2026 年，我更愿意盯着的东西已经悄悄换了。

AI 正在从一个股权故事，变成一个信用故事。

最开始，是 Meta、是Google、是 Microsoft 这些科技巨头，拿自己的现金流买 GPU、建数据中心。

那时候风险其实没那么吓人，因为这些公司的资产负债表足够厚。

可随着整个行业一年又一年地往 AI 基础设施里砸进天文数字的钱，项目已经大到连科技巨头都开始想办法把资金压力往外推了。

于是越来越多的银行贷款、项目融资、私人信贷、SPV、长期租约，涌进了 AI 产业链...

逻辑也开始自己绕自己：
AI 需求未来会增长，所以先建数据中心；
数据中心有长期客户，所以能融资；
融到钱就买 GPU；
GPU 采购变成芯片公司的收入；
芯片公司的高增长，又反过来证明 AI 需求强劲。

转了一圈，需求、融资、资本开支和收入，开始互相作证

这味道，我开始觉得有点熟悉了

08 年以前，美国房贷市场最重要的那个假设，是“房价不能跌”。

今天 AI 基础设施越来越重要的那个假设，是“算力需求不能掉”。

只要 Token 还在增长、模型还在烧算力、OpenAI 和 Anthropic 还在扩张，这些数据中心的租约就有价值，项目融资就能继续滚下去。

可万一有一天，AI 的收入增长跟不上资本开支了呢？

那问题就不再只是几只 AI 股票估值太贵，而是那些建立在数据中心租约、GPU 采购、项目融资和私人信贷之上的资产负债表，谁先出问题。

这就是“算力次贷”。

我不是说 AI 数据中心就等于美国的次级房贷，我是说：

一个科技产业周期，正在越来越明显地，被金融杠杆放大���。

这时候再看 Druckenmiller 卖 AI 硬件，就很有意思了

他并没有清空所有 AI 资产——台积电还拿着，半导体还在配，Amazon 大幅加仓，Natera 依然是第一大重仓，���疗和生物科技仓位也很重。

所以他真正表达的，不是“AI 结束了”，
而是“AI 第一阶段最容易赚的钱，开始没那么好赚了”。

过去两年 AI 最确定的生意是什么？
卖 GPU、卖存储、卖服务器、卖光模块。

只要资本开支还在涨，供应链就能赚钱。

但这些逻辑，现在几乎已经变成华尔街的常识。
真正需要去想的，是下一步。

如果这轮天文数字般的 AI 资本开支继续往下走，
下一轮最缺的是什么？

Druckenmiller 给出的答案，我猜是：电

他一次买了几家过去主要做比特币挖矿的公司

如果只是看多比特币，完全没必要同时买这么多家。
我更倾向于认为，他看上的其实是这些公司的另一类资产：
土地、电网接入、变电站、电力合同，还有已经到手的并网容量。

这些东西，以前是为了挖币准备的，
现在 AI 数据中心突然也需要，而且非常缺。

GPU 可���扩产，服务器可以扩产，存储也可以扩产。

但一个大型数据中心从拿地、审批、接电到正式运营，快不起来。

所以 AI 的短缺，正在不断往下游迁移：

23 年抢 GPU，后来抢存储，再后来抢服务器、光模块和液冷，到了现在，越来越多的人开始抢电。

矿企手里最值钱的东西，也从“能挖多少比特币”，变成了“有多少兆瓦可以快速交给 AI 数据中心”。

所以 Druckenmiller 一边卖部分 AI 硬件，一边买矿企，一点都不矛盾。

他只是开始寻找：
上一轮 AI 繁荣制造出来的，下一轮稀缺。

Natera 依旧是第一大重仓，这一点更能说明他根本没有离开 AI。

如果他真的认定 AI 马上全面崩盘，不会继续重仓 Natera，也不会继续加 Amazon 这种平台型资产。

Natera 现在是 Duquesne 最大的 13F 持仓，Druckenmiller 自己也公开讲过，他非常看好 AI 在生物科技里的应用。

这其实代表了另一种 AI 投资思路

市场前几年一直在交易一个问题：谁在给 AI 卖东西？

而 Druckenmiller 可能已经开始交易另一个问题：
谁能够真正用 AI ���钱？

GPU 是成本，数据中心也是成本。真正能决定这轮 AI 投资最终是不是泡沫的，是这些投入能不能转化成新的收入和生产率——更快发现药物��点、更低成本做基因检测、更高效做广告、更便宜地运营云服务。

这也是为什么我认为，他不是看空 AI，他只是在从 AI 的资本开支端，往 AI 的收入端移动。

最后，再回到 Warsh

如果现在重新进入一轮激进的加息周期，会发生什么？

数据中心的融资成本上涨，私人信贷的风险溢价抬升，AI 项目的回报率下降，科技公司的资本开支压力上升，高杠杆的 AI 基础设施企业信用利差扩大，最后再传导回半导体、科技股，和居民的财富效应。

所以今天美联储面对的，可能已经不只是“通胀高不高、就业强不强”这两个老问题了。

还多了一层：如果继续把利率往上抬，会不会直接刺破美国目前最大的一轮资本开支周期？

这才是这份 13F 最值得玩的那点“阴谋论”

Druckenmiller 现在做的，也许就是在这个假设被市场真正质疑之前，提前换座位。

[Annie 所长 @web3annie]

25年底清仓，并空仓了半年后，美国顶级风投彼得蒂尔再次出手了：

增持
1. 亚马逊 $AMZN
最大仓位，$1.1亿。全球最大的云服务和数据中心运营商，AI算力爆发直接推高其电力需求，公司还积极布局小型核反应堆，能长期吃到AI能源红利。

2. Vista Energy $VIST
阿根廷Vaca Muerta页岩油区的主力生产商，产量持续快速增长，受益于全球能源需求和当地政策支持，成长性突出。

3. Vistra $VST
拥有大量核电和天然气发电资产的独立电力商，正好卡住AI数据中心最缺的稳定电力供应，是典型的“卖铲人”标的。

4. 美国电力 $AEP
大型受监管公用事业公司，电网和输电项目多，能稳定分享AI和数据中心扩张带来的用电负荷增长。

5. DTE Energy $DTE
区域电力和天然气公用事业龙头，业务稳��，电网升级直接对接数据中心和工业用电增长，分红和增长兼具。

6. 第一能源 $FE
中西部主要电力公司，电网现代化���入大，能受益于AI算力对可靠电力的长期刚需。

7. CMS Energy $CMS
密歇根州核心电力和天然气供应商，业务稳定，电网升级正好匹配数据中心扩张带来的用电需求。

8. X-Energy $XE
先进小型模块化核反应堆开发商，获美国能源部支持，并与亚马逊等巨头合作，直接卡位下一代清洁可靠电力赛道。

他买的全是电啊！

[Rey｜英语自由与判断 @ReynoldDai]

如果一个孩子从高中开始听 David Senra，

五年后，

他的脑海里会住着几十位世界级创业者。

Steve Jobs、Jensen Huang、Jeff Bezos、DHH、Charlie Munger……

他会越来越关注：

为什么伟大的公司能够诞生？

为什么真正优秀的创始人总在说”No”？

为什么自由比融资更重要？

为什么产品最终塑造品牌？

AI时代，

获取知识越来越容易。

真正稀缺的，

是世界级的判断结构。

英语自由让孩子连接全球；

判断位让孩子理解世界；

自主探索和创造力，让孩子创造未来

[Annie 所长 @web3annie]

华尔街顶级对冲基金城堡 Citadel 创始人 Ken Griffin，在2007年金融危机前夕，通过极致执行力和果断决策，一夜之间吃下$300亿的真实故事：

1. 危机爆发：波士顿巨头的救命电话
2007年的某天周日上午，肯·格里芬的合伙人突然接到了一通紧急求助电话。电话来自波士顿的一家老牌竞争对手——Sowood资产管理。

这家机构当时手握着一份极为庞大且复杂的信用衍生品组合，资产规模高达 300 亿美元。然而，随着市场信用状况急剧恶化，他们的风险模型彻底失效。在极短的时间内，Sowood 损失了数亿美元，账户资金瞬间告罄。

更绝望的是，各路债权人发出了逼债的追缴保证金通知。如果在周一早晨市场开盘前无法将手里的资产变现交割，Sowood 将在几十个小时内直接宣告破产。

留给他们的生存时间，只剩下不到 24 小时。

2. 闪电行动：50人突击队与另一家投行
接到求助后，肯·格里芬没有丝毫犹豫，立刻展现出了恐怖的组织与动员能力。

Citadel 在几小时内迅速组建了一支由 50 名顶尖分析师和交易员组成的突击团队。其中 8 名核心成员被要求立刻乘坐私人飞机直飞波士顿，直接扎进 Sowood 的办公室，通宵进行复杂的尽职调查和数据拆解。

要在一个晚上评估并吞下 300 亿美元复杂的信用资产，这在华尔街历史上无异于奇迹。

为了分担风险或提供竞争性方案，当时还有另一家华尔街顶级大型投行也被拉入了这场紧急救场行动。

两家机构的团队在堆积如山的数据和风险评估文件中，疯狂地干到了深夜。

3. 格林威治之夜：傲慢与狂热的对决
深夜时分，两家机构的底层团队都在熬通宵，而这场交易最戏剧性的一幕发生了。

另一家大投行的项目高级负责人，从他位于的豪华别墅里，给肯·格里芬打来了一通电话。

那位投行高管语气悠闲地对格里芬说：

“听着，时间太晚了，今晚不可能搞定的。我要去睡觉了，我也让我的手下们赶紧回家。我们明天早上起来再接着收拾这摊子事吧。”

听到对方打算放弃通宵，格里芬冷冷地回应道：

“明早起来，这里将没有任何东西留给你来收拾。我们今晚就会把这笔交易全部搞定。”

投行高管在电话那头轻蔑地笑了笑，觉得格里芬在吹牛，随后便挂断电话去睡觉了。

4. 绝地吞噬：清晨 6 点的终局
投行高管挂断电话后，格里芬和他的团队不仅没有休息，反而开启了极限运转。他们与时间赛跑，对每一笔复杂的衍生品进行风险定价和折价计算。

清晨 6 点，距离周一全球金融市场开盘仅剩最后几个小时。

Citadel 团队砸下重金，一口气买下了 Sowood 旗下全部 300 亿美元的资产组合，一举解除了 Sowood 的破产危机，同时也以极低的价格把这批优质核心资产收入囊中。

当那位��在格林威治豪宅里的投行高管在晨光中醒来、准备按照原计划继续谈判时，这场涉及 300 亿美金的饕餮盛宴已经彻底结束了。他甚至连入局分一杯羹的机会都没剩下。

5. 故事的尾声：拼命奔跑者的哲学
事后，肯·格里芬在总结这次名垂华尔街战史的“收购案”时，引用了一句他极其钟爱、据传来自美国前总统林肯的名言来概括 Citadel 的企业灵魂：

「等待的人或许能得到一些东西，但那仅仅是拼命奔跑的人挑剩下的。」

格里芬用这一夜的行动向华尔街证明：在残酷的商业博弈中，极致的执行力与对机会的饥饿感，才是决定生死的终极武器。

[美研芒格君 @Kay2289123]

最近 72 小时下跌，很多人崩溃离场，痛哭对不起家人。跟着大V 财经博主们终于忍不住开始做空，今天又被收割

Citadel大资金设局收割，我们都是 play 的一环罢了，人为刀俎，我为鱼肉。能够战胜资本的，只有看懂和耐心

我结合在硅谷的所见所闻、听到的消息和公开的资料，复盘了 72 小时这场史诗级的Leopold精准猎杀事件。

深度复盘了华尔街机构如何利用一份宏观报告，结合砸盘、买卖国债来控制科技股的下跌，又如何趁低接盘、暴力拉升，看完之后，你还敢相信网上的自媒体以及机构看似专业的报告吗？

非常干净、利落、冷血

有时候不用太自作多情，我们都是华尔街机构菜板上的一块肉罢了。短期之内，你永远不知道牌桌背后在发生什么。有的时候，不是资金针对于散户，我们只是被海水顺路冲跑的小虾米罢了

有一件事不会错：看懂了行业的主线，价值总会回归主线。

算力、互联、存储，我会持续跟大家一起走完这个十年不遇的投资机会

[Eva Ai @Eva200699]

表达能力差，正在拖你的后腿

2019年MIT教授帕特里克·温斯顿有一场1小时的《如何说话》讲座

播放量超过1900万，很多观点现在依然很实用

[Rounder @CryptoRounder]

LEAPS Call 持续施工。

LEAPS Call 的全称是 Long-Term Equity Anticipation Securities Call，可以简单理解为一种到期时间很长的看涨期权。

期限特别长：这是它和普通期权（通常几周/月内到期）最主要的区别。它给了你更长的时间等待币价上涨，让投资判断有更大机会验证。

用低成本撬动高收益：只需支付币价一小部分的期权费，就能 “控制” 相应数量的币。如果币价如预期上涨，期权进入价内后，就近似于持有现货。如果失败，最大损失就是期权费。

[Brian Feroldi @BrianFeroldi]

My Investing Checklist Mindmap

[WangNextDoor @WangNextDoor2]

李在镕个人持股虽不足2%，却靠三星特有的“金字塔+交叉持股”结构，用极小股本撬动了过半投票权，把外资大股东稳稳锁在财务角色里。面对12万亿韩元天价遗产税，他坚持“不卖股、不稀释控制权”，靠分红和质押化解危机，出狱后强势重启美国芯片厂、押注AI新赛道，稳住了家族江山。这哪是拼股权，分明是玩转资本结构的顶级操作——用最小的资本成本，攥紧了三星帝国的实际方向盘。

[硅基人老王 @AI_oldwang]

��歌大脑创始人吴恩达：

'我100%的任务都由AI代理完成，自我改进循环是下一步。

再给3-6个月，提示词就会消失。'

32分钟清晰讲解从零开始构建循环。

价值远超任何500美元的代理课程。

看完视频再读下面的完整指南。

[Murphy @Murphychen888]

大的，可能又要来了......

在历史上有很多次，当IV跌破40%后都出现了行情的“大幅波动”。其中的逻辑，我们在5月11日的推文中有详细解释（见引文）。

👉 简单总结有以下3点：
1、低IV代表波动共识高度一致，超预期事件易被放大。
2、低IV吸引波动率套利盘进场，空方平仓会放大波动。
3、做市商short gamma越积越深，破位后顺势对冲放大波动。

🚩 近1年的几次案例有：
1、1月初IV低于40%的15天后，BTC从9.7w跌至6.2w；
2、4月末低于40%的14天后，BTC从8.2w跌至6w；
（也就是我在5月11日发推提醒的这次��
3、6月15日后，BTC从6.6w跌至5.8w；

当然，低IV后也并非每一次都会迎来“下跌”波动。比如在25年6月IV低于40%的9天后，出现的是一波从10.1-11.9w的“上涨”波动。

所以IV不是预判“方向”，而是预判"幅度"。

再回到当前，1 week: 33%，1 month: 34%，两项都低于40%；所以，市场的反身性以及交易规则所引发的“波动”概率正在上升。

现货选手没啥关系，合约选手请系好安全带哦！