小小帅fighting

HELLO MY FRIEND
专注于美股、crypto、AI、投资、移民、知识普及
Focused on U.S. stocks, crypto, AI, investing, immigration, and knowledge sharing.

[小小帅fighting @valaruakar]

举个特别简单的例子

普通投资者看到：

Nvidia 最近AI很火 → AI还会发展 → Nvidia应该继续涨 → 买。

专业交易者可能完全不这么想。

他可能研究：

当半导体板块动量达到某个水平，同时成交量、波动率、利率、市场宽度满足某些条件时，过去10年类似情形出现了800次。

然后发现：

平均未来20个交易日收益 +1.2%
胜率 57%
最大回撤 -8%
扣掉交易成本以后仍然有正期望
于是交易。
他甚至不需要“相信 Nvidia 会涨”。
这就是两种思维方式的区别。

更重要的是：专业交易员知道自己“不知道什么”

普通炒股很容易变成：

“我觉得它会涨。”

然后：

跌了 → “庄家洗盘。”
再跌 → “长期逻辑没变。”
再跌 → “现在割肉太亏了。”
最后 → 深套。

专业系统更接近：

条件满足 → 做。
条件消失 → 不做/退出。
亏损发生 → 接受这是分布的一部分。

所以他们并不追求每次都对。
甚至一个策略可能：
100次交易
45次赚钱
55次亏钱
仍然能够赚钱。

因为关键是：

赚的时候赚多少，亏的时候亏多少。
真正的分水岭：有没有“系统”

[小小帅fighting @valaruakar]

@Karl_13jh 苏州嘛？

[小小帅fighting @valaruakar]

https://t.co/StlVgLUU7f

[小小帅fighting @valaruakar]

我想了好几天总结的：

可以把真正的美股/量化操盘手赚钱理解成���句话：

不是“预测股票涨跌”，而是用一套有统计优势的交易系统，在大量交易中把微小优势不断复利。

1. 传统美股交易员：赚“判断的钱”

比如一个交易员判断：

苹果未来一段时间上涨概率明显高于50%。

他可能做：

买入股票 → 上涨 → 卖出

但真正专业的交易员不会只看“猜对几次”，而会计算：

期望收益 = 胜率 × 平均盈利 − 败率 × 平均亏损

例如：

胜率 55%
赢一次平均 +2%
输一次平均 -1.5%

那么：

0.55 × 2% − 0.45 × 1.5% = +0.425%

只要这个优势可以稳定重复，长期就可能赚钱。

2. 量化交易：赚“统计规律的钱”

量化更进一步。

它不一定关心：

“Tesla 明天涨还是跌？”

而是寻找类似：

某种市场状态出现以后，未来1000次平均会发生什么？

例如：

策略A：动量

过去一段时间明显上涨的股票，短期继续上涨的概率可能存在某些统计规律。

策略B：均值回归

某些资产短期偏离历史关系后，可能出现向均衡水平回归的现象。

策略C：统计套利

例如两个历史上高度相关的资产：

A价格突然大幅偏离B
↓
做多相对便宜的
做空相对贵的
↓
等待价差收敛
这时候赚钱的核心不是：
“我觉得A会涨。”
而是：
“这个价差在历史和模型条件下存在正期望。”
3. 高频交易：赚极小的价差

还有一种更极端：

HFT（高频交易）

可能一次只赚：

0.001%

甚至更少。

但它一天做：

几万 / 几十万 / 更多次交易

于是：

微小优势 × 巨大交易次数 = 可观收益

因此这种公司真正的竞争力往往不是“看盘能力”，而是：

低延迟

算法

订单簿建模

市场微观结构

交易成本控制

风险管理
基础设施
4. 做市商：赚“流动性的钱”
这��很多人容易误解的地方。
做市商并不是一直赌涨跌。
例如：
买价 $99.99
卖价 $100.01
它同时提供买卖报价。

如果大量交易发生，它可以从：

Bid-Ask Spread（买卖价差）

中获得收入。

当然，真正做市远比这个例子复杂，因为它同时承担：
库存风险 + 信息风险 + 波动风险

所以核心能力是定价和风险管理。

5. 真正的大型量化机构，还有一个隐藏优势：资金规模

假设一个策略：

年化收益 10%

个人：

10万元 × 10% = 1万元

基金：

100亿元 × 10% = 10亿元

所以专业机构并不一定追求：

“一年翻倍。”

它们可能更看重：

稳定的正收益 + 可扩张的资金容量 + 较低回撤

这也是为什么月赚10%并不是判断一个操盘手是否厉害的好指标。

最关键的一点：高手赚的其实是“风险溢价/信息优势/执行优势”

可以把整个行业粗略画成：

交易利润
│
┌───────────┼───────────┐
↓ ↓ ↓
信息优势 模型优势 执行优势
│ │ │
新闻/数据 统计规律 速度
基本面 因子 成本
另类数据 ML/AI 做市
│ │ │
└───────────┼───────────┘
↓
风险管理
↓
长期正期望

所以真正厉害的人往往不是：

“我能猜中下一只牛股。”

而是：

我有一个别人没有的优势，而且这个优势可以被系统化、规模化，并且经过长期数据验证。

如果你想往这个方向走

你现在如果是从**“1万元买美股”**开始思考，其实可以把路径理解成：
普通投资者
买指数 → 长期持有 → 获得市场收益
↓
主动交易者
个股/期权 → 寻找交易机会
↓
系统交易者
Python + 数据 + 回测 → 建立交易策略
↓
量化研究员
数学 + 统计 + ML + 金融 → 寻找可重复的alpha
↓
职业量化
Alpha + 执行 + 风控 + 资金管理

↓

量化基金/交易机构

把策略放大到几十亿甚至更大的资金规模

真正值钱的不是“会炒股”，而是拥有一个可验证、可复制、可扩张的赚钱系统。

[小小帅fighting @valaruakar]

台湾居然是美国免签的

[小小帅fighting @valaruakar]

同样都是买纳斯达克100，为什么有人买 QQQ，有人却换成 QQQM？ 更有意思的是，今年还有新出的 IQQ 和 QNDX，把费率进一步压到了 0.10% 我把这4只纳指100 ETF 放在一起对比，供大家参考差别： 🔸QQQ 资产规模约 4577.5 亿美元，费率 0.18% ——纳指100最经典的选择，优势在于规模和流动性 📷QQQM 资产规模约 994.8 亿美元，费率 0.15% ——跟踪同一个指数，但成本更低，更适合长期持有 📷看重规模和流动性：QQQ 希望长期持有、降低成本：QQQM 关注最新低费率产品：IQQ / QNDX 过去，纳指100 ETF 的竞争是“谁能跟踪指数” 现在，竞争开始变成同样买纳指100，为什么要支付更高的管理费 费率从 0.18% 降到 0.10%，短期看差距有限，但长期投资中，成本差异会慢慢累积

[小小帅fighting @valaruakar]

技术杠杆 资本杠杆 商业杠杆

[小小帅fighting @valaruakar]

高收入的共性

稀缺能力
↓
创造巨大价值
↓
公司/资本愿意付高价
↓
工资 + 奖金 + 股权 + 分成

[小小帅fighting @valaruakar]

美股是投资市场，是有效市场，是一个心态稳定的价值投资者能确定长期盈利的市场。 A股是把不良垃圾资产处理打包成筹码的赌场，并把这些垃圾筹码吹出泡沫后让银行发债的空头支票印刷机。 身边统计学:父辈玩股市十有八九都是亏钱的。盈利者寥寥无几。 自己身边玩美股的没见��总体亏损的。基本年化10个点打上。A股的话主要是亏损中或回本中。 玩美股聊的:alpha,beta,Al泡沫，市盈率，公司业务，股息，美联储降加息，就业率，金银比因子，消费信心这些宏观因子。聊的是正儿八经的经济情况。顶多聊聊RSI,BOLLl,MACD那些动能参数但不作为预测标准。讲实话，随着时间的推移，人可以慢慢形成正确财富观念。 结论:投资是一生的事，永远投资并追求中上年化是普通人保护自己的最好手段，买美股，拥抱价值投资。

[小小帅fighting @valaruakar]

量化其实就是炒股，只不过把‘凭感觉炒’变成了‘用数据和程序炒

[小小帅fighting @valaruakar]

海外面试记 感觉是小说：
去年八月份寫的一篇文章一不小心讓我稍微火了一把，短短時間內在微博達到了上千的轉發量，甚至連像搜狗首席執行官王小川這樣的業界大佬都轉發了那條微博。微博上面的聲音有兩派，一派是支持者，認爲「這個年輕人很有想法」，另一個聲音則對我的想法、行爲提出了質疑，認爲我貶低學術、太過浮躁。我原來在微軟亞洲研究院系統組的老闆對我的想法尤其不滿，甚至對我進行了半公開的點名批評，並告誡其他在微軟亞洲研究院的實習生不得浪費機會。

後來我瞭解到，我寫這篇文章的時候是八月份，正好是個大互聯網公司校園招聘開始的前夕。由於這篇文章裏面公開讚揚了Hulu，而且鼓勵和我一樣的年輕人投身業界，同時表達了對大公司的不滿，被許多人認爲是符合他們的利益的。由於轉發量過大，甚至已經引起了微軟公關部門的注意，以至於向我之前在微軟老闆施壓，要求他立刻「解決問題」。我恍然大悟，只好大呼被人利用了！

（補充：此文發佈後微軟又聯繫到我，認爲以上說法不正確，以下爲解釋）

这个不符合事实哟，我不想再有不必要的误解。实际发生的是负责我们的实习生项目的高校关系部一直致力于保证实习生计划的质量，觉得我们工作没有做好，才找到我们。我们也发现了问题并马上采取措施，加强了对实习生的关注。我不希望大家了解的和事实不符。

轉眼間又過去了一年，已經快到我大三的暑假了，再開學就是大四，眼瞅是要畢業的人了。我���要與在清華的日子告別了，同時我十六年的求學生涯也將接近尾聲。有人說現在感嘆還太早，大四還沒開始，距離畢業還有一年呢！但也有人告訴我，其實大學只有三年，大四和前三年的「過法」不一樣。在我看來，大學每年都不一樣，這一年來我接觸了許多新東西，我和去年的我想法已經有了很大的區別，正所謂是「年年歲歲花相似，歲歲年年人不同」。想想看明年這時候就要畢業了，實習的機會也不多了，所以就寫篇文章記錄一下當時坎坷的經歷吧。

面試準備
有了去年面試美國公司失敗的經歷，我早早就開始了準備。從去年十月份，我就開始瀏覽硅谷各個公司招聘暑期實習生的信息了。由於沒有先驗的知識，根本不知道哪些公司在招實習生，只好像爬蟲一樣查找。在查找的過程中學會了使用LinkedIn和Glassdoor，這兩個網站是非常好的工具，尤其是Glassdoor，還可以看到許多公司的薪酬信息、面試題等。這些信息都是員工匿名披露的，不違反保密規則，甚至還被許多公司的HR鼓勵。

英語
去年面試失敗很大的一個原因可能就是英語。當時我見到外國人根本不知道如何張口，更別說在電話裏面了。我當時的每個面試都是戰戰兢兢，如履薄冰地準備好一切可能問到的的問題的回答，然後唸出來，一旦遇到了沒準備的內容可想而知。

認識到問題以後，該怎麼做就很清楚了，就是練習英語，尤其是口語。但是具體怎麼練呢？這要感謝Gmail廣告。Google在詳細掃描我的郵件和即時通信記錄以後，分析出了我有學習英語的打算，於是就在郵箱界面上不斷給我推送學習英語的廣告。我發現有一種叫做「電話英語」的廣告看起來似乎很有趣，於是就抱着試一試的心態找了幾家電話英語看（請不要諮詢我電話英語相關問題，我不會推薦任何具體的一家）。在購買電話英語服務之前，這些公司都有免費試聽的服務，或者說叫分級測試，於是我就找了好幾家測試了一下自己的分級。電話英語的模式就是一對一和一個英語國家的外教在電話中交談，以此提高英語水平。由於歐美國家勞動力成本較高，加上有時差因素，這些電話英語公司僱傭的外教許多是菲律賓的。菲律賓長期以來是殖民地，平均英語水平在亞太地區是最高的，而且不像印度英語有嚴重口音。許多美國的公司都把電話服務熱線外包給菲律賓。比較各種學習方式後，我不得不承認電話英語是一種價格不貴，而且可以保證學習質量的途徑。經過幾個月的練習，我的口語水平提高了很大一個層次，於是我都敢一個人去美國了。

簡歷
我買了一本《The Google Resume》，仔細研讀了裏面關於寫簡歷和面試的部分。《The Google Resume》可謂是幫了我的大忙，還有這本書作者創辦的網站CareerCup上面以一個工程師出身的HR的視角全面介紹了技術職位面試的細節。依據這本書的建議，我精心寫了一頁簡歷，但是前前後後修改了幾十個版本。

📷
準備好簡歷以後，我分別在Google、Facebook、Apple、Twitter、Amazon網站上面投了簡歷，其中Google、Facebook、Twitter有學長幫我內推。在經過難熬的等待之後，最終除了Amazon以外，均得到了電話面試的機會。

Google
Google是我接到面試通知的第一家公司，在11月份就開始面試。我收到郵件通知以後，HR問我哪天有時間，然後給我安排電話面試。Google的HR並沒有給我打電話，而是直接安排面試的。由於有時差，所以面試都是在午夜到凌晨之間，所以必須熬夜或者早起了。如果作息不正常，���對自己能力發揮造成很大影響，需要慎重對待。Google給我安排了兩輪連續的面試，每輪一個小時，從北京時間凌晨兩點面試到四點。

由於簽署了保密協議，我不能透露面試的具體題目。題目的類型都是算法題，還有個算概率的數學題。答題的方式是打開一個Google docs頁面，你和面試官共同編輯，同時用電話保持交談。面試官會直接說題目的內容，或者把題目寫在Google docs上，看完以後回答問題。一般來說是先描述算法，然後面試官會繼續追問或者要求證明，最後寫程序。程序直接寫在Google docs上，由於沒有語法高亮和縮進，還是挺不舒服的。不管問題會不會，一定要主動和面試官交流，澄清問題，也許是少了什麼條件或者理解錯誤，最忌諱的就是一句話不說自己一直在想，或者上來就寫代碼。

面試完了以後，大概過了兩個星期，HR發郵件給我說面試結果不錯，給我約了個時間打電話。電話中HR告訴我說我通過了面試，下一步就是進入Google的Host Match流程了。在Google，美國實習生都要有一個Host，大概是經理（Manager）或者導師（Mentor）的職責。每個面試通過的實習生需要等待有Host看中你的簡歷，然後和你聯繫，交流以後決定是否接受你。我一直等到一月份，HR纔告訴我說有了Host願意和我聯繫。和Host電話聊過以後，我對他們做的項目還挺有興趣的，但是我七月份纔放假，和他們的計劃有些衝突，所以就沒有然後了。過了一段時間又有一個Host聯繫我，不過我對他們做的東西實在不感興趣，所以就拒絕了。後來由於HR好像知道我已經在Google北京入職實習了，就沒再用心給我找其他Host，所以最終Host Match失敗。

Apple
得到消息的第二個公司是Apple，我的簡歷經過HR的篩選，被安排了電話面試。同樣是硅谷的公司，面試要在半夜進行，對精力是很大的考驗。Apple公��是出了名的重視設計，就連HR給我發的郵件都和別的公司HR不一樣，一般公司的郵件都挺樸素的，Apple的郵件是有信紙的，默認還被Gmail關閉着，點開以後纔能看到。

面試也是通過電話進行的，寫代碼是通過一個叫collabedit的在線編輯工具，許多公司都喜歡用這個東西面試，包括Twitter和Facebook。面試官先問了我一個算法題，挺簡單的，我回答出來以後繼續追問新的問題，然後讓我證明自己的想法，並寫代碼。寫完以後面試官問我做過的最有意思的一個項目是什麼，我告訴他是Continuation.js，然後向他介紹了一下。最後他問我用過Apple的哪些產品，爲什麼喜歡Apple，我就說我用Mac，爲什麼喜歡我實在沒說出來，因爲我也不是特別喜歡Apple。看來Apple果真是一個要求員工都必須是忠誠的教徒式的公司。

Apple是我自己在網上投遞的一家公司，沒有任何內推，這種情況下面試通過概率挺小的，畢竟你還是一個外國人。面試完一輪以後，就沒有了音信，反覆給HR發郵件問，說正在進行中，可是進行了很久還是沒有結果，所以我知道我是被默拒了。

Twitter
Twitter是我面試過的惟一一家私有公司��未上市），因此決策權全部都在CEO手中。而且未上市的公司資金有限，面試門檻要比面試過的其他大公司高不少。據說Twitter發的每個Offer都是要經過CEO親手簽字的，包括實習生在內。作爲一個實習生，Twitter竟然給我安排了六輪面試，比我之前面試Hulu的輪數還多，可見還是比較嚴格的。

Twitter的每輪面試都是通過Skype進行的，寫代碼也是collabedit。相比與其他幾個公司，Twitter面試的算法挺有難度的，同時也很考察細緻程度。Twitter面試的一個特點是需要寫的代碼量很大，其中一場面試上我一個算法寫了一百行的程序，不僅複雜，還要保證正確性。面試的算法涉及到了回溯搜索、二叉樹操作、動態規劃、緩存替換以及貪心策略和證明。

第一輪面試是我在去美國之前面試，印象中是我期末考試的前一天晚上，當時讓我真的是焦頭爛額不知道該先準備哪個。第二輪面試��間更是巧合，正好是在美國的旅途中，那天我只好���在Berkeley的旅館中電話面試。我倒是挺想直接去Twitter面試的，但是HR就是沒給我安排，我只好後來自己過去找學長參觀。第三輪是在我回國後，正好是大年初三，這次更悲劇，我的電腦由於被人潑水損壞了，過年又沒人修，我只好一個人跑到五道口的一個網吧裏面，待了一夜。第四五六輪按說應該Onsite面試，但是考慮到我面試的是實習生而且在國外，就改成電話了，這三輪連着面時，時間總共長達四個小時，從凌晨三點到早上七點，十分消耗體力，而且需要保持高度的清醒。

最終我拿到了Twitter的offer。

Facebook
Facebook上市不久，許多老員工拿了一筆錢都紛紛走人了，空出大量的職位，在加上上市融資到不少錢，Facebook一直在急速擴張中，就連實習生職位也很多。和面試Twitter類似，我面試Facebook的時候正好在紐約，於是我只好把寶貴的觀光時間拿出來躲在旅館裏��面試。

Facebook一共面試了兩輪，兩輪之間相隔一個多星期，面試的���度和之前面試Google（美國）差不多。面試涉及的問題主要是動態規劃和二叉樹，感覺這兩個東西是面試最喜歡考到的了。其中有一輪面試中面試官還是一個中國人，聽他說完以後我頓時對我的英語有了信心，最後我和他說了兩句中文，他立刻說「I am not supposed to speak Chinese with you.」，真是無語。Facebook的Offer我也順利拿到了。

📷 📷

值得一提的是Facebook的HR是一個非常靠譜的人，她自始至終一直在幫助我，幫我爭取到了關鍵機會，如果不是她，我很可能此次實習申請就失敗了。我後來在她的LinkedIn簡歷上面看到了傳奇的經歷：她2000年進入華盛頓大學，主修英文文學。在2003年的時候爲了響應國家的召喚，她毅然離開了校園，加入了國家衛士，遠征伊拉克。她在伊拉克和科威特等地擔任戰地記者和編輯，一直到2006年，纔榮歸故里，然後完成學業，開啓了她的事業。

棘手的簽證
最終我拿到的有效的Offer有兩個：Twitter和Facebook。其中Twitter是先拿到的，拿到同時HR給我打電話告訴我薪水、團隊和簽證的信息，並給了我一個期限要求在此前決定。Facebook的Offer是在Twitter後兩個星期內拿到的，HR告訴了我差不多同樣的信息。

聽起來一切都很好，但簽證出現了問題。按照美國法律規定，實習生應該申請J-1簽證，又稱交流訪問學者簽證。這個簽證有一個叫做兩年規定（2-year-rule）的東西，意思是我作爲「交流學者」訪問以後，有回到祖國服務兩年的義務。在這兩年內，我不得申請任何美國的允許移民傾向的簽證，如H-1B或L-1。很顯然這是各國政府爲了防止人才流失和美國博弈的結果。對於那些拿過J-1簽證去美國，然後留學美國，最後留在美國工作的那些人他們是怎麼搞的呢？其實雖然有兩年規定，但是可以找中國大使館申請豁免，然後拿着「不持異議信」就可以免受兩年規則的限制。一般來說申請豁免只要不是國家��派的就差不多都會給，但問題在於是時間很長，而且只給拿超過六個月以上簽證的中國公民辦，像我這種實習完了就回來的是不行的。

這個問題非常棘手，而且只對中國人產生約束，所以許多大公司的HR和法律諮詢部門都不知道。甚至有些公司十分傲慢，你給他們解釋都沒用，因爲他們覺得他們自己是正確的，在他們眼中J-1沒什麼問題，反正可以豁免嘛，殊不知中國大使館有中國特色的規定。只有極少數曾經被這個問題困擾過，有着一手經驗的HR纔會明白其中玄機。好在我相當幸運，我Facebook的HR之前面試過一個中國人，他因爲有J-1在身，而且人在國內，最後窮盡一切辦法還是沒有辦成，雙方損失慘重。於是到我這裏就成了經驗，她小心翼翼地幫我弄清了一切問題。

除了J-1以外，還有一個可以考慮的途徑是H-3簽證，又稱「培訓簽證」。事實上培訓簽證是一個更��的選擇，它沒有任何的後遺症，只是對公司來說稍微貴一些，需要準備的材料陌生一些。我分別向Facebook和Twitter的HR問看能不能幫我辦H-3簽證，得到的答案均是沒辦法，理由是H-3簽證要求培訓者接受的培訓必須是在國內無法接受的，並且目的是爲了回國以後培訓他人。對於Microsoft、Google這樣的跨國公司的來說，辦理H-3簽證是合理的，但Facebook和Twitter在中國根本沒有辦公室，你說你回國培訓誰呢？

於是我陷入了一個窘境：要麼接受J-1簽證和附帶的兩年規則，要麼放棄這次實習機會。其實兩年規則對我來說主要是心理成本，因爲拿了它以後就像一個枷鎖套在我的身上。這個枷鎖只有人在中國大陸待夠兩年以後纔能解除，儘管我畢業就去美國工作並不是我的第一選擇，但少了這個選擇卻是令人沮喪的。人性就是這樣，失去一個東西的痛苦要遠遠大於獲得同一樣東西的喜悅。

正當我在猶豫時，Facebook的HR突然幫我申請到了一個新��機會：可以去英國倫敦的辦公室。英國不存在美國這樣的簽證問題，我可以申請Tier-5臨時工作���證，只需要Facebook擔保即可。這樣一來一切問題就解決了，因此我接受了這個Offer，並禮貌地拒絕了Twitter。

Google北京
去年十二月我還申請了Google北京的暑期實習生，由於距離較近，直接去Google辦公室進行了面試。我一共面試了三輪，其中前兩輪是連續進行的。第一輪面試我遇到了很難的組合數學題目，由於思路不對，浪費了不少時間，最終沒有答出來。第二輪面試難度也比較大，涉及了C語言字符串處理、動態規劃和貪心算法證明，但是我答得還不錯。過了幾天，HR告訴我說兩位面試官反饋差別較大，於是對我增加了第三輪面試。第三輪面試是一位很資深的工程師，令我驚奇的是他在面試我之前仔細看了我的簡歷以及我網站上列出的我做過的所有項目，並針對我的簡歷進行了提問，包括函數式編程的一些內容，以及JavaScript的CPS變換。

過了幾天，HR告訴我通過��面試，但是開始時間是暑假。我聯繫到Google北京輸入法組的楊帆學長，希望可以提前開始實習。Google考慮到我的特殊情況，答應了我的要求，於是我就從今年2月開始在Google北京���習了。

📷

總結
我將在7月1日奔赴英國倫敦，然後開始爲期兩個多月的暑假實習。這次機會對我來說是十分來之不易的，而且最終能夠如願以償是因爲我很幸運。如果沒有Facebook的HR爲我努力爭取到倫敦的機會，我很可能在猶豫中放棄。如果她沒有遇到上一個相同情況的中國人，她也不會爲我爭取這個方法。如果沒有衆多學長指點我、給我幫助，我很可能還在矇昧中。我相信機會是隨機的，但是面對機會的選擇是可以由個人意志決定的。

[小小帅fighting @valaruakar]

清华大学朋友给的他们树洞写的润学干货 应该是真的 很全面 建议点赞收藏
USA: https://t.co/RPgAiB6IdW
GBR: https://t.co/6IcFrXAYzv
CAN: https://t.co/XOfEOj6W4P
AUS: https://t.co/SPJ1Oz9uE1
NZL: https://t.co/JBIgoBHuYm
SGP: https://t.co/OFKCoGLCP2
JPN: https://t.co/Pg4GHFqeZ4
CHE: https://t.co/wLSYQ49MDH
DEU: https://t.co/qxuDlDx1os
FRA: https://t.co/J3SSjchQZ2
NLD: https://t.co/3btrSuCW00
BEL: https://t.co/LkajkAMEVk
LUX: https://t.co/fJr1kkbFaD
IRL: https://t.co/DY7a6GrXON
AUT: https://t.co/PZyc4IK23H
SWE: https://t.co/Rn15btUvYq
FIN: https://t.co/ZcS9QJ9D8A
DNK: https://t.co/lPcZQUEjrw
NOR: https://t.co/CvakDxFyhI
ISL: https://t.co/UTDFqp8SOo

[小小帅fighting @valaruakar]

这是支付宝的 是真的嘛？

[小小帅fighting @valaruakar]

借力做事 的典型

① 创业：不要创造风，而要站到风口上

假设两个人都想做 AI 产品。

A：

“我要做一个超级厉害的 AI 产品。”

于是自己研究技术、写代码、设计 UI、找用户、做营销……

每件事情都靠自己推动。

B：

“哪些事情已经在发生？”

他发现：

AI 能力越来越强
大量企业不会使用 AI
企业愿意为提高效率付费
已经有成熟的大模型 API
已经有成熟的支付、云服务、获客平台

于是他不去重新发明一切，而是：

大模型 → 提供能力
云平台 → 提供基础设施
社交媒体 → 提供流量
支付平台 → 提供交易
自己 → 找到具体需求并把它们组合起来
这就是“借势”。
可以画成：
传统创业

自己
↓
研发
↓
产品
↓
流量
↓
销售
↓
客服
↓
赚钱

大量力量都来自自己

而借势型创业：

AI技术 ─────┐
↓
平台流量 ───→ 你的产品 → 用户付费
↑
支付系统 ───┘

你主要负责：
发现需求 + 组织资源 + 设计系统

所以《道德经》所谓的“无为”，不是不做事。

而是：

不亲自做所有事情。
真正厉害的创业者，往���不是“最能干的人”，而是最会调动外部力量的人。
② 职场：不要和系统硬碰硬，而是让组织的力量推着你走
比如一个普通员工想升职。
一种方式是：
天天加班 → 拼命表现 → 主动抢活 → 希望老板看见
这当然可能有效，但成本很高。
另一种方式是观察：
公司现在最重要的问题是什么？
假设公司正在大力发展海外业务，而大多数同事都不懂英语、不会海外平台运营。
你恰好开始研究：
英语
海外市场

AI工具

数据分析

海外客户沟通
这时候你的个人能力和公司的结构性需求发生了重合。
于是：
公司战略
↓
海外业务增长
↓
需要相关人才
↓
你恰好具备相关能力
↓
获得项目
↓
获得成果
↓
获得更大职责
↓
职位/薪酬变化

注意这里最关键的一点：

你没有强行要求公司给你机会。
而是：

公司本身就在产生机会，你提前站到了机会经过的地��。

这就是“势”。

更高级一点：让别人帮你完成你的目标

比如你想成为某个领域的核心人物。

低效方式：

“我要让所有人认识我。”

于是天天发内容、参加活动、主动认识人。

更高效的方式：

找到一个本来就聚集目标人群的平台。

比如：

优秀平台
↓
聚集优秀的人
↓
你进入平台
↓
参与真实项目
↓
产生作品
↓
作品传播
↓
别人主动认识你

这就从：

“我要认识很多人”

变成：
“我要进入一个优秀的人自然聚集的地方。”
这是非常典型的“借势”。
③ 个人成长：不要天天逼自己，而是设计环境
这个可能是《道德经》思想最容易被低估的地方。

假设一个人想学习英语。

传统方法：

“我要自律！”
“每天背100个单词！”
“不能玩手机！”
“坚持！”
然后靠意志力硬顶。
但是意志力本身也是一种有限资源。
更聪明的方法是改变环境：
手机语言 → 英语
YouTube → 英语内容
娱乐 → 英语电影
兴趣 → 英语游戏
社交 → 英语交流
工作 → 英语资料

最后出现：
你不是在“努力学英语”，而是在生活过程中不断获得英语输入。
于是：
环境
↓
行为
↓
重复
↓
能力
↓
身份改变

而不是：
意志力
↓
强迫自己
↓
痛苦
↓
坚持
↓
崩溃

这就是非常典型的：
“以环境之势，代替意志之力。”
三个案例其实是同一个公式
把创业、职场、个人成长放在一起，会发现结构完全一样：

场景不借势借势创业自己做所有事情借技术、平台、资本、流量职场拼命证明自己进入公司正在增长的方向学习靠意志力逼自己设计让自己自然学习的环境

所以可以抽象成：

找到“势”
↓
┌─────────┴─────────┐
↓ ↓
外部趋势 内部环境
↓ ↓
顺势进入 调整结构
↓ ↓
借力放大 降低阻力
└─────────┬─────────┘
↓
行动
↓
结果

这就是我理解的《道德经》式成功逻辑：

低水平的人：用自己的力量对抗世界。
中等水平的人：提高自己的力量。
更高水平的人：寻找可以利用的力量。
再往上：构造一个让力量自动流动的系统。

所以“借势”最终不是技巧，而是一种看世界的方法。

你不再只问：

“我还能努力多少？”

而开始问：

“现在什么力量正在增长？我怎样站到它的路径上？”

这也是为什么互联网、AI、平台、资本、网络效应、个人品牌、自动化系统这些东西特别重要——它们本质上都是把一个人的个人力量，接到更大的力量上。

[小小帅fighting @valaruakar]

@PierFriesX 1

[小小帅fighting @valaruakar]

一文读懂：什么是天使轮、A轮、B轮、C轮、D轮融资？

我们经常听到这样的新闻：

“某某公司完成数亿元A轮融资。”
“某某科技公司完成B轮融资。”
“某独角兽公司完成C轮融资，估值大幅提升。”
那么，A轮、B轮、C轮到底是什么意思？
其实很简单。

融资轮次，本质上就是一家创业公司从一个想法，逐渐成长为成熟企业的过程。

可以把它理解成：

种子轮 → 天使轮 → A轮 → B轮 → C轮 → D轮及以后

公司越往后，通常意味着产品、商业模式、用户规模和收入等方面越成熟。

一、种子轮：我有一个想法

种子轮是创业最早期的融资。

这个时候，公司可能连完整产品都没有，创业者手里可能���有：

一个Idea

一个商业计划

一个技术原型

一个创业团队
投资人这时候投钱，本质上是在赌：
这个人和这个想法有没有可能成为一家真正的公司？
因此，种子轮非常依赖创业者本人。

可以简单理解为：

种子轮 = 有想法。

二、天使轮：已经开始干了

到了天使轮，创业项目通常已经比种子阶段更进一步。

可能已经有：

初步团队

产品雏形

商业计划

第一批用户

初步市场反馈
但是，商业模式还没有被充分验证。
投资人关心的是：
你到底能不能把这个东西做出来，并且找到真正的市场？
因此，天使投资承担的风险仍然非常高。

简单来说：

天使轮 = 开始做，但还没证明一定能成功。

三、A轮：证明这件事能跑通

到了A轮，公司通常已经不再只是“讲故事”。

投资人开始看到一些真实的数据，例如：

产品已经上线

有真实用户

用户数量增长

有一定收入

商业模式出现雏形

团队基本成型
这时候投资人的问题变成：
这个商业模式到底能不能跑通？
如果答案比较积极，公司就可能获得A轮融资。
所以可以把A轮理解成：
A轮 = 产品出来了，商业模式开始得到验证。

四、B轮：证明之后开始快速扩张

如果A轮解决的是“能不能跑通”，那么B轮解决的通常就是：

既然已经跑通了，能不能快速做大？

这时候公司通常已经有比较明确的商业模式，并且出现了一定规模的：

用户

收入

市场份额

品牌影响力

公司获得B轮资金后，往往会把钱投入到：

市场扩张、招聘、技术研发、渠道建设、业务增长等方面。

所以：
B轮 = 模式已经验证，开始规模化增长。
五、C轮：从增长走向行业竞争
到了C轮，公司通常已经比较成熟。

它可能已经拥有：

大量用户

稳定收入

成熟商业模式

较大的市场规模

比较明确的行业地位

这个时候，公司已经不再只是证明“我能不能活下来”。

而是开始解决：

我能不能成为这个行业的重要玩家？
因此，C轮资金通常会进一步用于：
扩大市场
加强竞争优势
并购其他公司

拓展新的业务

为未来上市做准备

可以简单记成：

C轮 = 已经做大，开始向行业头部发展。

六、D轮、E轮、F轮：继续融资
D轮以后其实没有特别神秘。
它们通常意味着：
公司已经完成前面的融资阶段，但仍然需要更多资金继续发展。
例如，公司可能正在：

全球扩张

进入新市场

进行大型并购

加大研发投入

应对行业竞争

为IPO做准备

所以：

D/E/F轮 = C轮之后的继续融资。

当然，现实中的融资并不是严格按照“A→B→C→D”机械推进的。
有些公司可能出现：
Pre-A、A+、B+、C+
也有些公司可能直接跨过某个阶段。
七、那么天使投资、VC和PE又是什么？
这三个概念经常和融资轮次一起出现。

1. 天使投资（Angel）

主要投资非常早期的创业公司。

投资的时候，公司可能还没有成熟产品，甚至还没有收入。

投资人主要看：

创业者 + 团队 + Idea + 潜力

风险非常高，但如果公司成功，投资回报也可能非常高。

2. VC：风险投资

VC（Venture Capital）主要投资中早期、高成长性的创业公司。

和天使投资相比，VC通常希望看到更多的实际证据：

产品

用户

收入

增长速度

商业模式

VC投资的核心逻辑可以概括为：

你已经证明这件事情���可能成功，我现在给你钱，让你把它快速做大。

3. PE：私募股权投资

PE（Private Equity）通常投资更加成熟的企业。

这类公司往往已经具备：

比较成熟的商业模式
稳定的收入
较大的业务规模
相对清晰的盈利能力
PE关注的问题和早期VC有所不同。

它更加关注：

这家公司如何进一步提升价值，并最终实现退出？

其中一种常见退出方式就是公司上市。

八、用一家公司的一生来理解

假设你突然发现了一个非常好的商业Idea。

第一阶段

你只有一个想法：
“我要做一个AI教育平台。”
这时候：
种子轮。

↓

第二阶段

你找了几个朋友，做出了Demo。

开始有投资人愿意给你第一笔钱。

天使轮。

↓

第三阶段

产品正式上线，获得了10万用户，并且开始产生收入。

投资人发现商业模式可能跑得通。

A轮。

↓

第四阶段

用户���速增长，公司开始进入更多城市。

需要大量资金扩大业务。

B轮。

↓

第五阶段

公司已经拥有数百万用户，在行业中具有较大影响力。

准备进一步扩大市场。

C轮。

↓

第六阶段

公司继续融资，用于全球扩张、并购、研发或者IPO准备。

D轮、E轮、F轮……

最终：

IPO → 上市

这就是一家公司从一个Idea走向资本市场的大致过程。

九、最简单的记忆方法

如果只记住一句话，可以记：

种子轮：有想法
天使轮：开始做
A轮：做出来了
B轮：跑通了
C轮：做大了
D轮以后：继续扩大

因此，所谓“融资轮次”，本质上不是几个字母，而是：

公司成长过程中，不同阶段的资本需求。

公司的发展逻辑大致就是：

Idea → 产品 → 验证 → 增长 → 规模化 → 成熟 → IPO

而资本，就是在这个过程中不断给公司提供燃料。

所以，当你以后再看到：

“某公司完成10亿元C轮融资”

你就可以大致理解为：

这家公司已经不是一个刚开始创业的小项目，而是已经具备一定规模和商业验证，需要更多资本继续扩大业务。

核心逻辑是：

越往后，通常意味着公司已经积���了更多可验证的东西。

[小小帅fighting @valaruakar]

打造睡后收入的办法 建议大家收藏

如果按照“普通人从零开始”的逻辑

我会把它理解成一个阶梯：

① 卖时间

咨询 / 家教 / 打工
↓
获得现金
② 把经验产品化
家教
↓
教材 + 题库 + 课程
↓
一份东西卖很多次

③ 把产品互联网化

课程
↓
网站 / 小程序 / SaaS
↓
自动获客 + 自动交付 + 自动收费
④ 把注意力资产化
X / YouTube / 小红书 / Newsletter
↓
持续积累粉丝
↓
广告 + 联盟 + 产品 + 订阅
⑤ 把现金流资产化
收入
↓
股票 / 债券 / 房产 / 股权
↓
资本本身产生收益

真正值得关注的是这三个

如果你的核心目标是：
“我睡觉的时候，系统还在工作。”
那么最典型的是：
内容资产 + 数字产品 + 软件
因为它们共同具备：

一次生产 → 无限复制 → 全球销售 → 边际成本接近0

例如一个人做一个：
“日本生活/留学信息数据库”
前期：
自己研究 + 整理信息
然后：

免费 X 内容
↓
引流
↓
19.9 元/9.9美元资料包
↓
99 元/月数据库
↓
自动付款
↓
自动交���

这就开始从劳动收入变成资产收入。
而且有一个很重要的区��：
“睡后收入” ≠ “躺着赚钱”。
真正的睡后收入往往是：
前期大量劳动 → 建立资产 → 后期维护资产。

[小小帅fighting @valaruakar]

杠杆思维 大家都看看
如果再往底层抽象
其实可以浓缩成 6种杠杆：
1. 钱的杠杆
资本 → 买资产 → 资产产生更多资本
2. 人的杠杆
团队 → 别人的时间 → 放大个人产出
3. 技术的杠杆
软件/AI → 一套系统服务无限多人
4. 注意力的杠杆
流量/IP → 一次表达 → 大量���看到
5. 信用的杠杆
学历/品牌/履历/作品 → 降低别人信任你的成本
6. 时间的杠杆
复利 → 让过去的努力继续产生收益
所以你说的“继承”，只是：
别人已经积累好的资本 + 信用 + 网络 + 时间复利，你直接获得了使用权。
而创业者、程序员、自媒体、投资人实际上是在寻找其他形式的“非继承型继承”：
继承不了钱，就继承技术；
继承不了家族网络，就借平台；
借不了平台，就造流量；
没有流量，就造产品；
产品做大后，再把产品变成资产。
这也是为什么**“借力能力”往往比单纯“努力程度”更决定上限**。

[小小帅fighting @valaruakar]

@lhy9569591 真的？

[小小帅fighting @valaruakar]

牛逼 大佬总结的ai取代精算师的过程