scourglass🦄

CEO of Cryptic Core

[scourglass🦄 @scourglass]

6 weeks. 1 build. See you at Metropolis. 🏙️ #MetropolisHackathon

(Attach the downloaded profile card to your post, then remove this note.)

[scourglass🦄 @scourglass]

@andreeliasdev Great job! did you use the compute shader to draw the grass?

[scourglass🦄 @scourglass]

該慶幸自己又避開了一個爆雷

[Charles ｜🟪$ETH🌟👑 @charles48011843]

🚨🚨🚨
Bitmart交易所出现重大资金短缺！ ！ ！
开始大量禁止用户提币！ ！ ！
员工询​​问资产储备，被老板 @sheldonbitmart 严厉斥责，并表示Bitmart就是不公开资产储备
@BitMartExchange @BitMart @50Nent

[Lookonchain @lookonchain]

After a month of inactivity, whale 0x519c deposited 8.8M $USDC into Hyperliquid and opened a 10x short on 175,082 $HYPE($7.62M).

And this whale is still adding more to his $HYPE short.

https://t.co/3dtMSel2ov

[scourglass🦄 @scourglass]

@Rosebud_AI @Rosebud_AI Could you also send me the code ?

[scourglass🦄 @scourglass]

結算前把輸的那邊錢領光，博壞筊

[Gena @GenaTheCroco]

Seems the @Polymarket exploit of cancelling orders is being used not just to manipulate the order books but also for directly stealing money and in one of the markets with more fees, the crypto up/down.

[scourglass🦄 @scourglass]

@Vladic_ETH An inspiring article, But I guess it only works on daily settled option instead of the 15 minute one. Because there is no guaranteed convergence during that timeframe.

[scourglass🦄 @scourglass]

im skipping the line for Polymarket. if you care about being early, use my link: https://t.co/rUZqGW85wF

[Jeff Liang @JeffLia12309881]

我打算近期筹备一节公开课，把经典的简单期权策略及其回测效果都梳理一遍。谁支持？可以转发一下。转发越多，稿子写得越快。

[scourglass🦄 @scourglass]

I just won $9.65 on @Polymarket!

Join me and put your money where your mouth is: https://t.co/htMqp42pB1

[scourglass🦄 @scourglass]

@Web3Tinkle 有個問題值得深思，我都已經收集了那麼全的數據了，使用演算法難道不能做完上面的模式計算嗎?

[耳朵 @RookieRicardoR]

🔥 全网都在重温这个视频，因为我们都觉得自己“不够聪明”。

最近 X 上一个推荐 Justin Sung《How to Remember Everything You Read》（如何做到过目不忘）的帖子，仅用 3 天就狂揽 1100 万阅读，现在该视频在 Youtube 的累计播放量已达 860W+。

信息时代以来，我们似乎都患上了严重的“知识焦虑”，总觉得自己学得太慢、忘得太快。

作者 Justin Sung 从神经科学和认知心理学的角度，在这个视频中提出了一套名为 PACER 的系统方法，用来高效理解和消化知识，

1️⃣ 认知层面的核心转变：从“囤积”到“消化”。

大多数人在自我提升时容易陷入一种知识焦虑，认为读得越快、越多就越好。

旧认知：学习 = 输入，试图记住所有细节，像扫描仪一样把书印在脑子里。

新认知：学习 = 输入 + 消化。

但是不进行“消化”，哪怕读了再多，90%的内容都会被遗忘（作者称之为“精神呕吐”），真正的认知升级不在于你“看过”多少，而在于你留住了多少，并能将其转化为解决问题的能力。

2️⃣ PACER 系统

PACER 模型，实际上是一种元认知能力的训练——即“对思考的思考”。

它要求你在接触信息的第一时间，先判断“这是什么类型的信息”，然后调用不同的脑力资源去处理，它将知识分为五个类型：

P - Procedural（程序性知识）：

特征：教你怎么做的流程（如编程、急救步骤）。

策略：立刻实战，不要死记硬背步骤，要在做中学。

行动力优于记忆力，对于技能类知识，身体的记忆比大脑的记忆更可靠。

A - Analogous（类比性知识）：

特征：能让你联想到已知事物的信息。

策略：批判性类比（Critique）。思考新旧知识哪里像、哪里不像、在什么情境下类比失效。

通过将新知识挂载到旧知识的树干上，你的认知网络会指数级扩张，而不是孤立地堆砌碎片。

C - Conceptual（概念性知识）：

特征：解释原理、理论、关系的信息（如科学原理、经济学模型）。

策略：图谱化（Map）。画思维导图，建立非线性的知识网络。

专家与新手的区别在于，专家的大脑是网状的，新手是线性的，通过Mapping，你是在训练自己像专家一样看到事物背后的系统和关联，而非单一的孤点。

E - Evidence（证据性知识） & R - Reference（参考性知识）：

特征：具体的案例、数据、或者细枝末节的参数（如历史年代、具体数值）。

策略：存储与延后复习（Store & Rehearse）。不要在阅读时花大量精力背诵，先记在笔记/闪卡里，后续用间隔重复（如Anki）来记忆。

学会脑力资源的配置，不要用宝贵的深度思考时间去死磕枯燥的数据，把它们外包给工具或留给碎片时间。

3️⃣ 认知成长的心法

接受“遗忘”是常态，对抗遗忘靠“主动连接”： 视频提到像 Kim Peak（电影《雨人》原型）那样的照相机式记忆虽然神奇，但在高阶的逻辑推理和问题解决上并不占优势。

作为普通人，我们的目标是构建逻辑网，而不是数据库。

慢即是快： 为了平衡“输入”与“消化”，你可能需要降低阅读速度，甚至读一半停下来去画图、去思考，这种看似“低效”的停顿，恰恰是神经元建立连接的关键时刻，真正的勤奋是思维上的深度卷入，而不是眼球转动的速度。

从“学生思维”转向“专家思维”： 学生思维往往是被动接收、线性阅读、死记硬背，而专家思维是主动筛选、网络化构建、并在实践中验证，PACER 系统就是一套强迫你进入专家思维模式的工具。

[Dave.𝟎𝐱U @bc1qDave]

【进击的 MM 2：做市商订单簿与订单流】

为什么在买入山寨币后短时间内老是水逆？为什么看似资金巨无霸的做市商接不住 1011 的卖单？为什么 1011 后聊的 mm, 每个都云淡风清的说自己当天没咋亏/反倒赚了？这篇文章将为大家介绍做市商的订单薄与订单流

1，限价订单簿 (Limit Order Book, LOB)

做市商的战场不是 K 线图，而是 LOB

核心概念：
1：深度 (Depth)： 每一层价格上的挂单量。
2：步长 (Tick Size)： 价格变动的最小单位。在高频环境中，步长对排队策略至关重要。
3：价格改进 (Price Improvement)： 当你提供的价格优于当前最优买卖价（NBBO）时，你就为市场创造了价值。

比如现在 BTC bid 是10 万，ask 是11万，要是你以 10.1 万价格出价，你就缩小了 spread, 为市场创造了价值。

我在写文章的时候，想怎么给大家讲这个板块，后来我觉得，干啥都没有直接把真实 oreder book展示一下来的清楚。帮 bg 的好朋友打个广告吧，用 bgb 举例 @xiejiayinBitget

上面就是 bgb 最小步长的订单簿。我们看到最小是 0.001，现在盘口深度只有 1000 多刀，价差控的很小，打到了最小 tick size。同时深度以“圣诞树”形状分布，越远离盘口单量越大，但是当我们把 tick size 调大一点后会发现，深度应该按照喇叭状分布，离盘口越近单量越大，流动性越足，越远摆单越少（1011流动性真空的原因之一）

2，做市商盈利来源：点差(spread)

点差不仅仅是利润，它主要由三部分成本构成：

1：订单处理成本 (Order Processing)： 交易所手续费、硬件延迟、人力。
2：库存风险 (Inventory Risk)： 持有头寸期间价格对自己不利的风险，我们上一集讲了
3：逆向选择成本 (Adverse Selection)： 这是最核心的——你成交时，对方可能掌握了你不知道的信息。也就是说你可能被内幕哥阴了。

点差也有三种：Quoted Spread (报价点差)，Effective Spread (有效点差)，Realized Spread (实现点差)。

报价点差是最好理解的 ask-bid 价差，实现点差是衡量做市商在价格调整后实际留下的利润：
2 x (P_trade – P_futuremid)
这里面包含了未来的中位价，有点像考虑机会成本。

3，订单流 order flow

订单流是做市商收到的下单，这是个很深的 topic，做市商会对订单流做各种操作比如对冲，匹配，改动摆单等等，in order to 管理自己的 book（账本）。这里面有相当多专业概念和操作技巧，甚至还会涉及法律问题，比如 agency trade 不能和 principle trade 做对手方，due to conflict of interest（但是币圈不管这块）。

本文就只介绍订单流毒性 (Order Flow Toxicity) 与VPIN 这两个概念，要是有 mm 老板招我打工我再来给粉丝朋友们更新专业 order flow managing（open to job🥲）

有毒流量 (Toxic Flow)是指来自知情交易者的订单，他们知道价格即将变动，所以造成 realized spread 损失，因为他们通过内幕知道了P_futuremid。所以作为狗庄我们也要当心被有毒的内幕哥阴了。

无毒流量(Noise/Retail Flow)是来自散户或被动调整权重的基金。这是做市商最喜欢的“口粮”。

为了保护自己，做市商的防毒机制会调整报价。一种简单的防止“毒性”的方法是，假设所有主动订单都是有毒的，假设买入，于是 mm立刻下调 reservation price，报价整体下移。这也回答了上一章留下来的问号，为什么我们老是买在高点？因为做市商会风控调整报价。但聪明的你一定会再次提出疑问，如果内幕哥大量买入呢？仗着有信息优势直觉头铁冲击盘口怎么办？是的，这可能是 1011 发生的事，也是资产百亿的大 mm 没接住盘的原因。

核心指标来了：VPIN (Volume-weighted Probability of Informed Trading)

VPIN ≈ 当前市场中，做市商被“单向流量持续击中”的概率，出现大量单边压力时 MM inventory 单边累积，Mean reversion 假设失效，此时 mm 会撤单（Pull quotes），暂时不提供流动性来等 order flow 恢复对称。但是万一没等来order flow 恢复对称？或者 order flow 偏移太离谱直接把自己爆仓了？这就是 1011 惨案了。有点想出一集写写交易所1011是如何赚钱的，看看吧

说回正题，VPIN 异常后，MM 会撤单（Pull quotes），或扩大点差（Widen spread），相当于多赚点服务费来弥补价位赔钱，还有缩小 size控制 inventory 累积速度。

本集是我们做市商第一部分故事的结尾，从散户视角来看，传说中狗庄操盘的真相已经被揭露。接下来我会从 mm 角度，介绍一些更“机构”的 topic，大家抓稳。

动漫每集的结尾都会放下集预告，进击的 MM 第三集预告：如果我们进入咒术回战的世界，订单流是“咒力”，报价操作是“术式”，那么下一篇，我们将看看做市中的“领域展开”。
欢迎关注，不要走开

[scourglass🦄 @scourglass]

@Mrluanluan 妥妥地讓你窒息又不讓你死的節奏，說這背後沒有人控盤我是不信的。

[Dave.𝟎𝐱U @bc1qDave]

https://t.co/THM46lm5VP

[Joshua.D @yiyun_dan1]

很多人问：跌到 87,000 了，是不是该抄底了？ 我打开期权做市商的 Gamma 热力图看了一眼，合上了电脑。

我的建议是：管住手，别接飞刀。

这张图展示了我们脚下的真实地形（见图）： 此刻的 $87,000，正悬在“负伽马（Negative Gamma）”的深红海域里。

头顶有盖 ($88k)： 往上看，88k 位置虽然有一点绿色的短期支撑，但很薄。这意味着反弹会非常吃力，做市商在这里不仅不会助涨，反而在上方形成了阻力。

脚下是油 ($86k - $80k)： 最可怕的是下方。注意看图中 $86k 以下那片刺眼的深红色。 这意味着一旦价格跌破 $86,000 这道防线，做市商将由“护盘者”瞬间变为“砸盘手”。为了对冲风险，他们必须顺势抛售现货，引发“踩踏式下跌”。

引力黑洞 ($80k)： 看到那个深红色的 -15,262 了吗？那是 $80k 的位置。 它是空头最大的磁铁。如果在 $86k 失守，行情大概率会像坐滑梯一样，毫无阻挡地滑向 $80k。

现在的 $87k 不是底部，而是半山腰。 我们要么等价格强势站回 $90k（脱离红色泥潭），要么就耐心等到 $80k 附近的极端恐慌释放。

在这种“负伽马加速区”里，比信心更重要的，是耐心。

[scourglass🦄 @scourglass]

在以往追蹤WhaleTrade都會看到賣出 Risk Reversal，真的沒有人能說透到底為什麼這些鯨魚敢賣這麼大額不怕虧錢。經由@JeffLia12309881 講解過後才知道原來是在賺SmileDelta(Vanna Carry)。課程還有最前沿的論文解讀。
來上課真的讓你少走10年彎路，對期權的理解高出好幾個數量級。

[scourglass🦄 @scourglass]

@Mrluanluan 真不愧是機構，早就布局好日圓多單，不過一有風吹草動就先砸大餅是哪招？

[scourglass🦄 @scourglass]

@JeffLia12309881 想插嘴但能力不允許🥲

[冰河 @binghe]

看到一个很价值的Github项目：TradingAgents！听说很多投行也用它！25.9K 的星星

简单说，就是把“华尔街投研团队”完整搬进 AI 里：

基本面分析、情绪分析、新闻解读、技术指标、研究员辩论、风控、交易员、组合经理……

全部用多个 AI agent 来扮演，然后他们一起给出买/卖/持有的综合判断。

对我们来说，它最大的价值不是“炒股神器”，而是一个很干净的实验平台：

我们可以用它去理解 AI 多角色协作、去测试“AI 如何做复杂决策”、去做回测。

对做内容、做产品、做 Second Brain 工具的人来说，都有启发性。

优点是：结构完整、流程真实、开源可改、能回测、能 paper trade。

缺点也很现实：不是稳赚不赔，成本不低、模型依赖强，现实市场的不可控因素 AI 也应付不了。

所以别把它当玄学，而是当“AI 投研实验室”。

你能从中看到 AI 如何分析信息、如何辩论、如何决策——这对我们做 AI 工具、做认知类内容、做产品思维，都有巨大参考价值。

挺有意思的项目，值得研究一下。