Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
Henry
@hexizheng0
hello
Joined March 2024
692
Following
20
Followers
544
Posts
hexizheng0
retweeted
Verilla.eth
@CasaVerilla
5 days ago
这家伙用Claude Fable 5.1搭了一套Quant Spline Balance系统,在Polymarket上每天赚1667美元。 结果是在201天里已经赚了335210.39美元的盈亏,平均每笔��易大约60.02美元,在BTC、ETH、SOL涨跌市场上每个活跃小时大约有72.4笔交易。 几个AI代理协同工作,组成一个算法: 1. GAM通过非线性函数把BTC市场状况和涨跌价值联系起�� 第一个代理计算: z = β₀ + s₁(d) + s₂(v) + s₃(τ) + s₄(OFI) 其中: d = BTC相对参考价格的偏离 v = 波动率 τ = 剩余时间 OFI = 订单流失衡 sⱼ = 从历史数据里学出来的平滑函数 然后: p_Up = 1 / (1 + e^(−z)) F_Up = 1美元 × p_Up F_Down = 1美元 − F_Up 同样是BTC的波动,模型会根据波动率和距离市场结束的剩余时间,给出不同的估值 当Fᵢ > 买入成本ᵢ时,就考虑进场 2. 均值方差决定仓位里留多少方向性敞口 对于已经持有的Up仓位,第二个代理会把它的模型价值和加买Down这个选项做比较 目标残差: R* = min(Rmax, max(0, [p_Up − (1 − c_Down)] / [γ × p_Up × (1 − p_Up)])) 其中: c_Down = 相对1美元结算价值,Down的完整成本 γ = 对盈亏波动的敏感度 Rmax = 方向性残差上限 如果当前Up残差超过R*,就可以买Down来降低净敞口 Down的计算同理,方向反过来就行 当Up成本(t₁) + Down成本(t₂) < 1美元时,配对库存就提供了套利优势 他的Polymarket账户:https://t.co/SgdAbnWZcO 最赚钱的几笔交易: 535.21美元 → 2860.41美元(+2325.20美元) 632.26美元 → 2896.22美元(+2263.96美元) 685.37美元 → 2601.80美元(+1916.43美元) GAM通过非线性公允价值估算来选边,均值方差决定对冲规模和方向性残差。扣掉成本后低于1美元配出来的组合,本身就带着结构性的优势。#Polymarket
See More
CasaVerilla's tweet video.
hexizheng0
retweeted
Wall Street Mav
@WallStreetMav
10 days ago
Recessions have been banned by the Fed.
Henry
@hexizheng0
18 days ago
@TGLetter
BTC
hexizheng0
retweeted
侥幸没歪
@jxzdmzw
21 days ago
我很愿意认真回答这位德国朋友的疑问。 你的第一个问,其实是在说,由于中国是一个威权政府,因此人民在政治上不受认真对待。 这个命题本身就是错误的。威权政府,并不意味着人民不受认真对待。民主政府,也不意味着人民就受到认真对待。 新加坡是威权国家,菲律宾是民主国家,难道新加坡人的处境,不如菲律宾人吗?中国是威权国家,印度是民主国家,难道中国人的处境,不如印度人吗? 你的第二个问,你的发问本身并不严谨。不能笼统地说,中国人没有政治自由。这个问题要分两个维度来讲。 1、政治参与自由。 从这个维度讲,中国任何人有参与政治的自由。中国人都有权利申请入党、考公务员。筛选规则与民主制度不同,但不等于中国人没有参与政治的自由。 中国制度与民主制度的区别在于: 民主制度下,一个人只要有钱,可以在任何时候参与政治。就���川普一辈子没有从政,老了突然想要竞选总统,他就可以参选,而且成功了。 但在中国,任何官员都必须从基层公务员做起。一个人无法因为有钱,就能一步登天当上高官。 这种制度的好处有: A、公平性。 中国有大量的高层领导人出身平民家庭,如胡锦涛、温家宝、汪洋、李强,等等。像习近平这种红二代,反而是个意外。 B、专业性。 任何一个高层领导人,都必须经过几十年不同级别岗位的历练,他对国家各个层面的情况的了解,以及他的治理经验,不是一个企业家、一个明星,或者一个未治理过一个城市的议员,所能相提并论的。 C、远见性。 由于领导人不受制于短期的、非理性的民意,因此可以规划长远的发展战略,并以唯一���政党确保该战略的长期、有效的实施。 D、政策不受资本干涉。 你选择从政,就不能从商。你选择从商,就不能从政。这样一来,资本的归资本,政治的归政治,资本无法干涉政治。 2、政治权利自由。 当然,中国制度有其“表面上”的代价。为什么只是“表面上”的,后面再说。先说这种代价。 代价就是中国人不拥有谩骂政府、抨击政策的自由。我们可以批评政府,但必须在一种就事论事的理性语境中。我们不能喊“习近平下台”或者“共产党下台”。 我们也不拥有全民选举的自由,建立政党的自由。 这些“代价”为什么只是表面上的,可以从一则寓言说起: 一农场主临死前问儿子;猪抱怨饲料太差,牛报怨活太重,鸡报怨窝太脏,怎么办? 儿子说:“喂好饲料,干轻活,清理鸡窝。” 农场主摇摇头说:你啥都别��,给他们选票,让它们选择你或者你媳妇管它们,让它们以为这个家是它们做主。 这个寓言让我们思考,作为人民,我们要的是什么?我们要的其实是更好的生活,而不是选票以及骂政府的自由。 回到开头那个举例,新加坡缺少很多民主国家所具备的政治自由,但没有人会认为新加坡人受到压迫。 这就涉及到自由的定义,自由到底是什么? 按照罗斯福的定义,自由包括:言论自由、信仰自由、免于匮乏、免于恐惧。 在我们计算一个社会的自由度时,我们计算的是自由的总量,而不是单项自由的含量。 举个例子,很多非洲国家拥有选票和骂政府的自由,但人民生活贫困,出行只能靠双脚。我在中国,生活富足、商品丰富、服务便捷、社区安全,我坐3个小时的高铁可以抵达一座大城市,我也有经济条件时不时出国旅游。 你认为非洲人自由,还是我���由�� 诚然,中国还有很多人口,在物质生活上并不自由,但这是经济发展不充分导致的,不是政治压迫导致的。一个贫穷地区,无会因为给你民众选票和骂政府的自由,他们就变富裕了。 因此,当你谈自由的时候,你要计算自由的总量,不能单看一项自由的有无和多寡。你也不能将经济问题,归咎于某一项政治自由的问题。 坦率讲,我觉得你们的民主制度,已经病入膏肓了,中国人并不羡慕你们那种制度。
See More
hexizheng0
retweeted
陈大黄
@realchendahuang
21 days ago
发现一个开源的错题本。连上大模型以后,它会帮助你整理错题。 经常带娃的,或者还在读书的小伙伴,可以关注一下,让大模型真正帮助我们学习。 https://t.co/39XFs66Jn9
hexizheng0
retweeted
领哥LingGe🙏
@shangdu2005
21 days ago
冷知识: 最好的勃起药:西地那非 最好的根治头皮屑:酮康唑洗剂 最好的维C:维生素C片 最好的治疗脱发:非那雄安片+米诺 最好的去黑头:水杨酸+泥膜 最好的祛痘印:重组人表皮生长因子凝胶 最好用的杯子:柔情猫娘 最好的减肥针:替尔泊肽
hexizheng0
retweeted
شرک هستم
@Shrek_Khoshtip
23 days ago
شنیدم دوستان چینی ��اسه دیدن پورن میان توئیتر !! شما عزیزان کلمات: chudai nfsw fansly spicy gaand سرچ کنین تا در وقتتون صرفهجویی بشه.
hexizheng0
retweeted
丰密
@KuiGas
23 days ago
链上这么多年遗忘在各种合约里的资产初步估计超过25亿! 现在有了 AI,很多过去不记得的链上资产有机会重新找回来。如果之前深度参与defi,撸毛的链上玩家先把自己遗忘在链上的钱找回来吧。 神鱼
@bitfish
这里分享的网址是:https://t.co/tDM0vLkJ81 上周丰密我也写了分享了相关找链上资产内容,用的网址是:https://t.co/0fC6z8OKXr 有时间的去扒一扒数据,真是震惊,https://t.co/lszSdVTzMl
hexizheng0
retweeted
DiscusFish
@bitfish
23 days ago
最近沉迷扫链领钱, 到手几个小目标 ——放心,纯慈善,用AI 自动帮人把遗忘在合约里的钱领出来 视频欠了几期,这周更
hexizheng0
retweeted
秋田散人
@akitabtc
about 2 months ago
眼瞅着
@dingalingts
把自家预测市场转向了 HFT infra,对比隔壁的三天一宕机真是觉得,同样做一件事,不同团队的职业态度相差甚远。
hexizheng0
retweeted
小鱼儿股票财经
@SYU77996
about 2 months ago
离谱!通达信本地数据文件格式从不公开,A股量化想读它还得自己逆向 然 mootdx 早给你封装好了,2.3K stars,离线日线/分钟、在线实时行情、财务数据一把梭。 通达信是 A股最普及的行情软件,但它的本地数据文件一直是黑盒,拿来做量化要么硬逆向、要么满世界找解析脚本。 mootdx 不一样,基于 pytdx 封装,把「读本地文件 + 拉实时行情 + 下财务数据」全包了,Python 直接调。 核心能力: 1️⃣ 直接读取本机通达信日线、1/5 分钟线、分时数据,历史数据不用重新下载一遍 2️⃣ 支持在线行情,K 线、指数、分钟行情都能直接通过 Python 获取 3️⃣ 股票之外还能解析期货、黄金等扩展市场数据,研究范围不只 A 股 4️⃣ 财务数据也能自动下载和解析,后面做基本面、选股和因子研究更方便 5️⃣ 自带服务器测速和最优节点选择,不需要自己一个个试通达信行情服务器 6️⃣ 提供命令行工具,数据读取、财务下载、服务器测试都能直接在 Terminal 里跑 我比较喜欢它的一点是:它先认通达信已经下载好的盘,而不是默认你必须再买一份云行情。 做 A 股本地回测、把通达信数据喂给 pandas 的,这个值得留着。 https://t.co/8q3mLQMvb3
See More
hexizheng0
retweeted
孤桜ETH
@GYLQ520
about 2 months ago
模型训练啃了一堆,真要上线反而不知道从哪下手。我以前调参、跑分都还行,一碰到部署和监控就发虚。 哈佛这套开源教材《Machine Learning Systems》补的就是这段。源起 CS249r,在线书在 mlsysbookai。 不主攻把 acc 调高,讲单机怎么把系统搭起来,再讲分布式、数据、部署和盯着它跑。 边缘和板子上的实验也有。配套 TinyTorch,二十来个模块,从张量开始自己搓一个能训练的小框架。 2026 版还在改。当系统课读,不是公司上线手册。 https://t.co/I8SYxL5MeZ
hexizheng0
retweeted
爱吃折耳根的Ace
@_zheergen
about 2 months ago
有意思!别人回测一套策略还在等结果,VectorBT 已经把几千套参数组合一起跑完了。 项目叫 VectorBT,GitHub 9.2K Stars。 它最狠的地方不是“又一个 Python 回测框架”。 而是直接把策略、参数、股票、周期全部塞进 NumPy 矩阵,用 Numba + Rust 一次性并行计算,把原本几个小时的暴力搜索压到秒级。 核心能力: 1️⃣ 大规模参数扫描:���线周期、止损、止盈、不同资产可以一次批量测试,不用 Python 一层层 for 循环 2️⃣ 回测速度非常猛:底层基于 NumPy + Numba,新版还能挂 Rust Engine,把最吃性能的计算继续往下压 3️⃣ 多资产一起跑:BTC、ETH、股票、ETF、不同周期都能放进同一套矩阵里比较策略表现 4️⃣ 指标体系很完整:MA、RSI、MACD、自定义指标都能用,还能接 TA-Lib、Pandas TA 5️⃣ 回测结果不只看收益,交易记录、回撤、Sharpe、Portfolio Analytics、QuantStats 都能继续拆 6️⃣ 现在也开始往 AI Agent 靠,API 本身就是可组合的,Agent 可以自动生成想法、批量跑参数、再筛策略 传统回测都是 for 循环一根根K线过、一个策略一个策略跑,参数一多就等到天荒地老。 vectorbt 不一样,2017 年做到现在,思路是「矩阵式思考」,把��万组配置塞进数组、Numba + Rust 加速,一次性全部回测。 做 Python 量化、策略回测或者大规模参数研究的,这个基本值得放进工具箱。 https://t.co/r8vKeoq184
See More
_zheergen's tweet video.
hexizheng0
retweeted
爱吃折耳根的Ace
@_zheergen
about 2 months ago
卧槽!有人把机器学习做量化这件事,直接拆成了 27 章、9 个真实市场案例,再把代码、数据、回测和实盘部署全部开源了 项目叫 Machine Learning for Trading,GitHub 21.1K+ Stars,也是量化 ML 圈的圣经。 而且刚刚重做了第三版,不再只是教你训练几个模型,而是从一条交易想法开始,一路做到数据、因子、模型、回测、成本、风控,最后真正接到 Live Trading。 核心能力: 1️⃣ 数据这层非常硬:市场微观结构、SEC 财报、另类数据、订单簿、Crypto 链上数据,甚至合成金融数据都覆盖 2️⃣ 模型从 LightGBM、XGBoost 一路做到 Transformer、Mamba、TabPFN、因果机器学习和强化学习,不只是传统 ML 3️⃣ 9 个完整案例直接跑 ETF、Crypto ���续、美股日内、期权、外汇、期货和股票因子,不是只拿玩具数据演示 4️⃣ 回测不只看收益,还专门处理 Walk-forward、交易成本、过拟合、多重检验、Deflated Sharpe Ratio 这些量化最容易踩的坑 5️⃣ 新版把 RAG、知识图谱、Multi-Agent 金融研究也加进来了,还提供 61 个 Agent Skills 给 Coding Agent 直接用 6️⃣ 最后还有完整生产链:Portfolio、Risk、MLOps、漂移监控、熔断机制,以及 Interactive Brokers、Alpaca、QuantConnect 实盘方向 我觉得它真正厉害的地方,不是“教你哪个模型最准”。 而是逼你把一套量化策略真正走完整: 数据有没有未来函数? 因子是不是碰巧有效? 回测有没有过拟合? 交易成本算没算? 市场环境变了以后什么时候该停? 最后才轮到“这个模型赚不赚��”。 现在第三版还配了 6 个独立的 ml4t Python 库和大量预计算案例数据,很多实验不用自己从头跑几天。 如果你想系统学机器学习量化,而不是东拼西凑几十篇教程,这个仓库真的值得啃。 https://t.co/v4cVrqav2f
See More
_zheergen's tweet video.
hexizheng0
retweeted
梭哈.AI
@SUOHA_AI
about 2 months ago
「Trader-Archives」第三期正式上线!依然完全免费、全量开源 推特上 90% 的内容都是碎片与噪音,但剩下的 10% 绝对是无价的真金白银实战经验。这次我把 Crypto、美股、港股、A 股跨市场全能选手川沐
@xiaomustock
从 2022 年至今的 3,866 篇精华实盘推文全收录了! 目前 Trader-Archives 已收录三位顶级实战交易员: • 第一期,DeFi 做市/LP 顶级高手 CJ 老师 • 第二期,周期与宏观全能交易员/麦总 • 第三期,跨市场多资产全能选手/川��
@xiaomustoc
k ─── 愿意公开分享真实交割单与底层��辑的交易高手凤毛麟角,但很多硬核观点散落在数千条推文时间线里,极难系统研读 所以我把川沐老师的 3,866 条公开原推完整扒下来,分门别类提炼成 6 大卷 24 个核心实战课题与 168 条底层思维模型,叠了一层专属 AI 导师,做成了能沉浸读、能回测对照、能直接喂给自己 AI Agent 的开源资料库: ─── 特别提醒大家,本次所有资料均已上线并永久开源: 👉 川沐个人专属在线阅读网站(即刻沉浸精读): https://t.co/azHnsWfZ97 👉 Trader-Archives总站(所有博主都在这里): https://t.co/R28oSGJMgN 致敬川
沐 @xiaomusto
ck 老师的无私公开分享!供大家系统学习,一起穿越牛熊进化🫡 以上内容由研究员梭哈.A
I @SUOHA_
AI 独立收录重构,非投资建议,请DYOR ─── 另外,我已经收录了大量资料,不过AI的调试还需要一点时间.....欢迎大家推荐宝藏KOL
See More
hexizheng0
retweeted
Phoenix Yin
@Phoenixyin13
about 2 months ago
所谓的AI量化全流程99+策略外加全自动交易软件对学习 Quant 的价值非常低。 专业系统化投资的核心流程,是从提出有经济统计依据的假设开始,然后数据处理、建模、严格回测、样本外验证,再风险与组合构建,交易成本、执行,最后持续检验。AQR 对自己的量化研究描述也是强调 economic intuition、empirical research、portfolio construction 和 rigorous testing。 策略数量本身几乎没有意义。你测试得越多,越容易从历史数据里偶然筛出漂亮曲线,也就是 multiple testing、data mining 、overfitting。专业研究反而非常在意理论依据、样本外证据和统计检验。 甚至一条历史上预测效果不错的信号,加入交易成本之后都可能直接失效。 预测能力、并不自动等于可交易利润。 如果你注意过,你应该知道AQR 现在招本科 Research Summer Analyst要求的事情非常朴素,就是诸如统计和经济研究、金融数据分析、开发改进交易策略、portfolio construction、Python、quantitative problem solving那些东西,并没有会多少个策略这种指标。 回测天然存在 hindsight、交易成本、市场冲击以及真实风险无法完全模拟的问题。所以不要因为有人展示高收益回测,给你一套所谓的策略,就拿真钱交易。 如果你想做一个像样的项目,我反而建议你暂时一分钱都别花在���料包上。Quantopian 目前公开保留了 55 个 notebook-based lectures,涵盖参数估计不稳定性、overfitting 等重要的问题。而且,AQR真的也有免费的 systematic investing、ML 学习资料。
See More
hexizheng0
retweeted
Y林YourAirdrop.AI
@YourAirdropETH
about 2 months ago
跟单看着很简单——发现信号,再执行就可以了,但是涉及到链上数据、api接口、本地服务器以及各种没完没了的下单参数,实际上复杂度远超我刚开始的想象。 我遇到了vibe coding 最常见的三个麻烦:做着做着偏离目标,废代码越堆越多,藏着一堆不知道的错。我现在固定用七段提示词,按使用顺序排好了,可以直接复制。 1/ 开工前:划边界 AI 跑偏大多发生在第一步:你只想修一处,它把别的也改了。上一条说的那两道 AI 偷加的刹车,就是开工前没划边界。 提示词: 这次只做一件事:<目标>。 只许改这些文件:<列表>。 不要顺手重构、改默认值、加保护、加开关。你觉得别处该改的,写进最后的"建议",别动手。 动手前先告诉我:打算改哪几处,哪些现有行为必须不变。 2/ 任务一大:先写计划 这条我从项目早期一直用到现在。任务一长,它很容易做着做着就忘了最初要干什么。 提示词: 先别写代码。建一个计划文档,把我的原话目标放在最上面,再列步骤。 每做完一步记一行:做了什么,结果如何,离目标近了还是偏了。 发现偏了就停下来问我。 3/ 跑偏了:停手,回到最初的问题 越改越乱的时候,别急着重写。我们至少五次想过干脆重写,最后都是靠这几个问题收住的。 提示词: 先停,不要再改代码。 1. 用一句话复述我最初要解决的问题。 2. 列出你改过的每一处,标明它是为这个目标服务,还是顺手加的。 3. 哪些改动撤掉也不影响目标? 4. 重写能不能真的减少问题,还是只是换一种乱法? 把清单给我看,我同意后再继续。 4/ 修 bug:不许往上堆条件 AI 修 bug 最爱的办法,是再加一个 if。我们有一次修复,审了六轮才过,每轮的修法都是再补一个条件。 提示词: 如果你的修法是在判断里再加一个条件,先停。 想一想:能不能用一条更简单的规则,替掉现在这一堆分支? 新增的每一行,都要说得出删掉它会坏什么。说不出的就删。 5/ 改完:先交证据,再说完成 它说"搞定了"不算数。我们见过提交说明写着"已通过测试",其实根本没跑完。 提示词: 先别说"完成"。回答四个问题: 1. 除了我要的,你还改了什么? 2. 有没有新加"出错就跳过"?每一处都要留一行日志。 3. 说好"必须不变"的行为,逐条验证了吗? 4. 贴出你跑的命令和真实输出。 6/ 定期:只整理,不改行为 废代码是一点点攒出来的,得定期清。我们清出过一批假检查:测试只看"某行注释还在不在"。 提示词: 做一次只整理、不改行为的清理。 找出:没人调用的函数、重复的逻辑、写死的常数、吞掉错误的地方、和代码对不上的注释。 先列清单,我挑完你再改。改完证明行为没变。 7/ 换一个 AI 来审,并告诉它何时停 让另一个 AI 来审很有用,但要告诉它什么时候停。不设终点的话,它每轮都能找出新问题。后几轮找出的,要手动把文件改坏才会出现。 提示词: 你是审查者,不是作者。只找会造成损失、重复执行、静默失败的问题。 正常运行会碰到的才算"必须修"。其余记下来,不挡上线。 最后回答:���些代码是为了过审才补的,可以删掉? 用顺手的几段,直接写进项目的规则文件(claude 读 CLAUDE.md,codex 读 AGENTS.md),以后每次对话默认生效,不用重复说。 这些提示词治不了根。它该犯的错还是会犯,只是会早一点被你看见。 下一条聊聊:我们前后换了十几种选人方法,为什么没有一种站得住。
See More
hexizheng0
retweeted
琦玉老师
@KakaluoteW45042
about 2 months ago
FastAPI 把 OTel 做进 standard 版,意义是把 telemetry 变成默认路径——opt-in 的埋点永远是少数人开。Agent harness 同理:trace、token 账单、回放不该是外挂插件,是第一天就该有的默认。infra 的默认值才是真正的产品决策
hexizheng0
retweeted
币天天
@xiaofeilong99
about 2 months ago
舒服了,每个钱包都捡回了20u 只要曾经撸过OP,Arb,zkSync,W等等L2的项目的空投,都去查一下,有可能有遗漏的跨链的钱 不用连接钱包,直接输入地址就能查询。全网有1.35亿美元的资产等着领取,涉及50多万个的地址 自检:https://t.co/Ob4jJPdkJR
hexizheng0
retweeted
杂学大师✨
@Techbruneth
2 months ago
身体皮质醇超标的 9 个信号,你可能还没意识到。 1. 凌晨 2-4 点醒来
Techbruneth's tweet video.
Last Seen Users on Sotwe
Mature TV👄
Seen from
Turkey
Kathleen Letts
Seen from
Thailand
jedag jedug tobrut
Seen from
Indonesia
Mohammad Zakaria
مجهووول
Seen from
Switzerland
Openmind
Seen from
Jordan
karısını izlerken 31 çeken kocalar
Seen from
Italy
Erzurum Dadaş
Seen from
Germany
sarah albarcha
Seen from
Netherlands
PEA
Seen from
Thailand
Trends for you
1
Grimes
Under 10K tweets
2
#dwts
Under 10K tweets
3
Hornets
Under 10K tweets
4
Duke
Under 10K tweets
5
Spurs
Under 10K tweets
6
Brice Sensabaugh
Under 10K tweets
7
Looney
Under 10K tweets
8
Mary Peltola
Under 10K tweets
9
Carson Cooper
Under 10K tweets
10
Michigan State
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
240.6M followers
2
Barack Obama
@barackobama
118.7M followers
3
Cristiano Ronaldo
@cristiano
114.5M followers
4
Donald J. Trump
@realdonaldtrump
111.9M followers
5
Narendra Modi
@narendramodi
107M followers
6
Rihanna
@rihanna
98.7M followers
7
NASA
@nasa
92.2M followers
8
Justin Bieber
@justinbieber
91.8M followers
9
KATY PERRY
@katyperry
90M followers
10
Taylor Swift
@taylorswift13
84M followers
11
Lady Gaga
@ladygaga
75.5M followers
12
Virat Kohli
@imvkohli
73.4M followers
13
Kim Kardashian
@kimkardashian
70.8M followers
14
YouTube
@youtube
68.7M followers
15
Neymar Jr
@neymarjr
66.4M followers
16
Bill Gates
@billgates
65.2M followers
17
Selena Gomez
@selenagomez
63.1M followers
18
The Ellen Show
@theellenshow
62.1M followers
19
CNN
@cnn
61.7M followers
20
X
@x
60.6M followers
Olivia
Online
✨
⭐
💫