Trader ⪼ Multi chain Content writer
Joined September 2022
- Tweets79.8K
- Following2.8K
- Followers4.9K
- Likes80.9K
Keen🦇🪐 retweeted
GM guys. The market's boring right now, and that's usually when things happen underground to set up the next important move.
This week's update covers why everything has gone quiet, what the Fed's blackout is, what it means for price, and what to watch this week.
It also includes technical analysis on bitcoin:native , Ethereum, gold, and more.
Give it a watch, like, repost, and share it with your friends and trading communities. Have an amazing trading week. 💚
Keen🦇🪐 retweeted
SpaceX 财报数字挺好，股价怎么还跌了？
最近开始买美股后，我第一次认真打开 SpaceX 的财报。营收涨了，利润也涨了，财报发布后股价却跌了。
单看每个数字我都认识，放到一起就不知道这份财报到底算好还是不好。股价跌，是公司真的出了问题，还是大家原本期待得太高，我也分不清。
我把 SpaceX最新一季的业绩公告、电话会文字稿和财报发布后的市场资料一起丢给 Ling-3.0-flash-Fin，让它帮我理一遍：SPCX 这季经营得怎么样，主要数字都在增长，股价为什么还会跌。公司自己公布的内容和市场对股价的解释，要分开写清楚。
买卖还是我自己决定。我需要 AI 做的，是把这些看不明白的材料读完，把关键数字、公司的解释和市场的反应整理到一起。哪个地方还想细看，我再顺着它给出的材料继续问。
Ling-3.0-flash-Fin 是蚂蚁百灵首个金融增强模型。它沿用 Ling-3.0-flash 的架构和长上下文能力，保持 124B 总参数、5.1B 激活参数，在此基础上继续做了金融语料预训练和领域后训练。
它主要处理年报、财务工作簿和多份研究材料。在投研场景里，可以用于信息检索、研究推理、估值建模和报告写作。
面向金融从业者与开发者，Ling-3.0-flash-Fin 将在 OpenRouter 开启为期一个月的限时免费 API 调用，方便用户在金融研究、数据分析与应用开发等场景中快速体验和验证模型能力。
OpenRouter 体验地址：
openrouter.ai/inclusionai/li…
本文仅为模型体验记录，不构成投资建议。
🤝 Paid partnership
Keen🦇🪐 retweeted
最近在看 Broadcom，所以最新财报出来后，我直接拿来测了下 Ling-3.0-flash-Fin。
我比较想知道的是：AI 业务涨得这么快，Broadcom 现在的增长到底有多依赖 AI？
这次没有让模型简单总结财报，而是让它顺着半导体、AI 收入、软件业务、利润和现金流一路拆下去，同时核对数据来源和口径。
最后给出的判断比较清楚：
Broadcom 这季度增长很强，AI 已经成了最明显的驱动力，现金流表现也不错。
但隐患也很明显——如果后面的增长越来越集中在 AI 加速器和网络需求上，那就要继续看这种高强度需求到底能维持多久。
这也是 Ling-3.0-flash-Fin 比较有意思的地方。
它不是只回答一个金融问题，而是会把检索、分析、计算和结果整理串起来，最后给出可以复核的结论和风险提示。
它基于 Ling-3.0-flash 继续做金融增强，依旧是 124B 总参数、5.1B 激活参数。
这次比较让我意外的是，它对财务数据之间关系的处理，明显更像在真正做研究：不会看到一个高增长数字就停下来，而是会继续追收入结构、利润、现金流和潜在风险。
至少从这次 Broadcom 财报测试来看，它的金融增强，不只是“更懂几个金融术语”。
Ling-3.0-flash-Fin 试试，大家现在可以直接在 OpenRouter 上体验：openrouter.ai/inclusionai/li…
开源地址：huggingface.co/inclusionAI/L…
以上仅为模型测试，不构成任何投资建议。
Keen🦇🪐 retweeted
净利暴增 298%，谷歌是真赚钱，还是账面好看？
为了搞清这件事，我让两个 AI 查了同一份账。
一个是蚂蚁百灵刚发布的 Ling-3.0-flash-Fin，1240 亿总参数、每次只激活 51 亿的金融增强模型；另一个是它的 Ling-3.0-flash，没做金融增强的原版
题目是 Alphabet 2026 年第二季度财报
数据让它自己联网去找它提交给 SEC 的 8-K 原件
Fin 版先干了一件事：报出处。Exhibit 99.1，2026 年 7 月 22 日发布，用了合并利润表、分部结果、现金流量表三张，附 SEC 原文链接
两版都算出自由现金流 −58.55 亿美元。我去比财报原文的调节表，官方写的就是 $ (5,855)M，一分不差
净利暴增 298% 这件事，两版也都拆开了：增量 839.97 亿里，771 亿来自股权证券收益，占 91.8%；剔掉之后实际净利润 350.93 亿，同比只增 24.5%，EPS 从 9.11 掉回 2.85
到这里两版打了个平手
差别出在第二道题——英伟达。
我让它解释：营收环比涨 17.9%，净利润却只涨 2.3%，为什么
基模的账算到一半断了。毛利增 109.85 亿，减费用增 7.87 亿，营业利润增 101.98 亿，再减其他收益减少的 85.94 亿，得到 16.04 亿——然后直接跳到"净利润仅微增 13.67 亿"。中间差的 2.37 亿
Fin 版把这条链闭合了，还自己推出了我没给的两个数：上季度税前利润 699.03 亿、上季度所得税 115.82 亿。101.98 − 85.94 − 2.37 = 13.67，正好对上
同一道题里，基模还说"其他收益很可能是大规模出售国债的收益"
财报里没有国债这回事我去查现金流量表调节项：其他收益 77.73 亿里，77.71 亿是股权证券收益，是股票浮盈。Fin 版只写"非经营性收益回落"，没往下猜
但 Fin 版也翻过车。
我另外拿一道自己构造的毛利率题测过（不是真实财报）：20.79 ÷ 56.20 = 36.9929%，该保留 36.99%，它给了 37.00%；同一道题重跑一次，又给了 36.99%。这次反倒是基模算对了
两轮测下来，我改了用法：别拿它当计算器，简单算术自己按；拿它当勾稽员，多步推导和口径核对交给它，再验一遍关键节点
完整实测过程见下方视频。
测试条件：OpenRouter 通道，temperature 0.6（官方推荐值 1.0），每题只跑一次，样本很小。文中数字均可用财报原文复核：
· Alphabet 2026Q2：sec.gov/Archives/edgar/data/…
· NVIDIA FY2027Q2：nvidianews.nvidia.com/news/n…
Ling-3.0-flash-Fin 已在OpenRouter 开启为期一个月的限时免费 API 调用
入口：
inclusionAI/Ling-3.0-flash-Fin · Hugging Face
Ling-3.0-flash-Fin 已经正式开源
凭借开放权重团队可以私密部署它，将其连接到搜索引擎、Python、数据库和电子表格
Hugging Face：
inclusionAI/Ling-3.0-flash-Fin · Hugging Face
ModelScope：
Ling-3.0-flash-Fin · 模型库
Keen🦇🪐 retweeted
英伟达交出的这份 962 亿美元季度收入的财报，数字大到很容易让人失去感觉！
我看完把这台 AI 基建印钞机拆开看，哪部分已经是落在报表里的真金白银，哪部分是市场已经提前押注的未来
于是我把 NVIDIA FY2027 Q2 的两份官方文件交给 Ling-3.0-flash-Fin，设了个简单但特别狠的规则：
- 只根据 PDF 说话；
- 每个判断都标出依据；
- 推不出来的地方，直接写“推不出来”
它给我的答案很清楚，具体过程看我下面这个视频！
先看已经落地的部分：
- 季度收入 962.21 亿美元，同比 +106%
- 数据中心收入 890.23 亿美元，同比 +117%
- GAAP 净利润 596.88 亿美元
- 前六个月经营现金流 744.21 亿美元
这是一台正在全速运转的机器：收入、利润、现金流，三项都摆在台面上！
更有意思的是另一份清单！
- AI 云合作里有 360 亿美元承诺；
- SB Energy 的担保上限达到 1050 亿美元；
- 还有一个计划撬动超过 5000 亿美元第三方资本的平台安排
这些数字足够让任何人热血沸腾！
但放回财报原文，它们有各自的位置：未来承诺、担保、拟议安排。
它们描绘了 AI 基建会往哪里冲，也不该被直接塞进这一季的收入里
我很喜欢 Ling 这次给出的处理方式，它把“已确认”、“正在推进”、“现有材料无法判断”摆在同一页
看财报最容易发生的事，就是看到一个巨大的数字，立刻替它配上一个巨大的故事
但真正有用的工具，应该帮你先把数字放回原文，再决定故事该讲到哪里
完整实测视频放在下面。两份 PDF、关闭联网、所有提问和输出都在视频里
Ling-3.0-flash-Fin已经在OpenRouter限时免费
快去体验看看👇 openrouter.ai/inclusionai/li…
*本次测试仅基于两份 NVIDIA 官方文件，不构成投资建议
🤝 Paid partnership
Keen🦇🪐 retweeted
Where capital moves on #JustLendDAO?
Supply Market 📥
🥇 #ETH
🥈 #sTRX
🥉 #TRX
Borrow Market 📤
🥇 #USDT
🥈 #TRX
🥉 #BTC
Supply reveals where users earn. Borrow reveals where liquidity is needed.
Liquidity always leaves clues.
🔗Supply & earn: app.justlend.org/homeNew?lan…
Keen🦇🪐 retweeted
一个金融模型，能不能真的替你读财报、算比率、做 DCF，而不是只会“聊金融”？
我拿微软 FY2026 财报狠狠干了 15 个真实任务。
结果比我预期夸张：
我开始觉得，它离真正进金融 Agent 流水线没那么远了。
Keen🦇🪐 retweeted
以前在 360 工作过，也一直持有一点 360 的股票。
所以看到最新一季报后，我还是挺想认真研究一下：这次扭亏，到底是业务变好了，还是费用降下来了？
刚好最近在体验 Ling-3.0-flash-Fin，就把整份财报直接丢给它做了次测试。
它不只是把财报摘要了一遍，而是顺着营收、毛利率、销售费用、研发费用和经营现金流一路拆下来，把数据来源和计算过程也列得比较清楚。
这也是 Ling-3.0-flash-Fin 比较打动我的地方：它不是只
针对某一道金融问答给出答案，而是把信息检索、研究推
理、计算和结果交付串成一条完整的工作流。面对财报、
工作簿和多份研究材料，它会尽量优先寻找可信的一手信
息，核对数据口径，再调用工具完成计算，让结论能够回
到原始材料中复核。
它延续了 Ling-3.0-flash 的长上下文能力，在金融语料
训练和工具使用上做了专门增强，同时采用 124B 总参
数、5.1B 激活参数的架构，兼顾专业能力和运行效率。
再加上开放模型路线，对金融机构、研究团队和开发者来
说，也更方便进一步部署和二次开发。
最后的判断是：360 一季度确实扭亏了，但利润改善更
多来自费用下降；收入和现金流也在改善，不过现在还不
能太早下结论。
因为我既是前员工，又是股东，看这家公司多少会带点感
情色彩。让模型帮我把数据重新梳理一遍，反而能提醒自
己：熟悉一家公司，不等于真的看懂了它的财报。
分析结论十分透彻 还带有隐患提示
大家也可以找一家自己熟悉的公司，把财报扔给 Ling-
3.0-flash-Fin 试试。现在可以直接在 OpenRouter 上体验：
openrouter.ai/inclusionai/li…
看看它给出的结论，和你的判断是不是一样。
以上只是模型测试，不构成任何投资建议。
Keen🦇🪐 retweeted
公司要上市的饼画了三年，我今天用AI把它底裤扒了！!
扒完我都想把报告丢老板桌上！！
之前面试的时候，HR给我说公司马上就要上市了，
一晃眼，2年多了，结果还停在新三板！！
每年公布的财报确实看不太明白，
到底能不能上市，我用AI一次性扒干净！！
这次无意间看到蚂蚁发布的金融增强模型 Ling-3.0-flash-Fin，
一个搞金融的，做的金融模型，应该是有点东西的！！
这个垂直模型， 是用Ling-3.0针对性训练的，针对年报、财务工作簿、研究材料和工具调用做过金融增强，拥有124B总参数，每次只激活5.1B参数，262K长上下文。
分析几份报表，绰绰有余！！
所以我直接找来企业年报（公开版），然后在OpenCode里调用这个模型，让它分析财报，并告诉我存在的上市风险，和未来两年上市的可能性！
它读完大几百页材料，在里面找数据，然后统一口径、完成计算，重点检查：
收入和利润是不是真的增长；
经营现金流能不能匹配净利润；
应收账款、存货是否增长过快；
利润有没有依赖政府补助和非经常性收益；
是否存在大额关联交易；
审计意见和关键审计事项有没有埋雷；
偿债能力、持续经营和内控是否存在风险。
看起来就很专业！完全就是数据导向！！
所有的风险，都不是轻飘飘一句话，而是直接列出了：
异常数据＋报告页码＋计算过程＋潜在影响＋待补材料＋可能面对的监管问询。
比如发现收入增长明显快于现金流，它就继续追查应收账款、客户集中度和期后回款；
发现利润大幅增长，它会拆解到底来自主营业务，还是补助、投资收益和资产处置；
发现关联交易占比较高，它还会进一步追问交易必要性、定价公允性以及公司是否具备独立经营能力。
至于“未来两年能否上市”，它还很严谨的给了一套条件判断：
哪些财务指标具备基础；
哪些问题必须整改；
哪些风险可能影响进度；
如果目标是两年内上市，未来应该完成什么。
我虽然不是业务口的，但确实很多问题都直戳痛处，看完最后的报告，我都想把它打印出来丢到老板桌上！！
所以，Claude和GPT这种旗舰模型真不能通吃，一些细分专业领域还是考不上，
通用模型有通用模型的好，垂直模型有垂直模型的妙。
我觉得这种金融模型主要适合几类人：
1、专业方向：需要大量读年报的投研人员，以及经常核对报表更新模型的财务/审计人员。
2、学习方向：对金融、投融资有兴趣的，可辅助学习。
3、企业团队：正在准备融资、尽调和上市的企业团队。
4、开发方向：想要开发金融场景工具的开发者。
5、像我这样：想知道公司到底怎么样，有没有画饼！
Keen🦇🪐 retweeted
用金融AI模型改进我的 A 股 GPT
我之前用 CodeX 搓了一个自己的 A 股交易 Agent—— AguGPT（A股趋势雷达），成功获得 300% 的收益。
由于市场环境和执行等缺陷，回撤很多，
说实话，做股票的 AI 投研 Agent，最怕的不是模型不聪明，而是模型在关键数据上“胡说八道”。
现在我打算用专门的金融模型来改变策略试试。
我开始研究百灵刚发布的 Ling-3.0-flash-Fin ，接进了 AguGPT 的工作流里。
很多大模型只能做单轮问答，但金融 Agent 的本质是：
“寻权威源 ➔ 辨口径 ➔ 交叉核验 ➔ 多步计算 ➔ 交付可复核决策”。
在实际接入 AguGPT 的早盘管线后，这几个维度的体验提升非常明显：
下边是我的一点实验分享：👇
Keen🦇🪐 retweeted
蚂蚁百灵首个金融增强模型 Ling-3.0-flash-Fin 真的是打在我的心巴上啊！😍
我现在 Notion 里面记录着几十只基金，十几只 ETF 跟股票，Fin 是硬生生把我的家庭资产季度复盘工作流缩短了十倍！
同一份输入实测 Ling-3.0-flash-Fin 要比 Ling-3.0-flash 的 Reasoning 展开明显更多，而且在复杂金融材料里 Fin 能把过程讲的更清楚，仓位怎么归类、历史判断和后续信息怎么分开、哪些地方必须留给人复核。
它不等于更准，更不等于能替你做投资决策；但金融任务里，过程能展开，后面才有机会复查。
OpenRouter 体验地址：openrouter.ai/inclusionai/li…
模型信息：mp.weixin.qq.com/s/QZbUG_pLv…
🤝 Paid partnership