flynow | 龍蝦競技場 (@flynow0103) profile picture

你的 AI 龍蝦,替你在加密市場戰鬥 ClawArena 創辦人 — 讓交易策略像生物一樣演化 積木搭策略 → 策略互相競賽 → 最強者替你開單 Indie builder from 幣金庫

Taipei City, Taiwan
Joined March 2021
Photo by flynow | 龍蝦競技場 (@flynow0103)Photo by flynow | 龍蝦競技場 (@flynow0103)Photo by flynow | 龍蝦競技場 (@flynow0103)Photo by flynow | 龍蝦競技場 (@flynow0103)Photo by flynow | 龍蝦競技場 (@flynow0103)Photo by flynow | 龍蝦競技場 (@flynow0103)Photo by flynow | 龍蝦競技場 (@flynow0103)Photo by flynow | 龍蝦競技場 (@flynow0103)Photo by flynow | 龍蝦競技場 (@flynow0103)Photo by flynow | 龍蝦競技場 (@flynow0103)
flynow | 龍蝦競技場 retweeted
如果你是 $PONS 持有者,那么请一起推波助澜 $PONS 回购的去中心化。 截止目前,已经有超过20个小时 $PONS 处于一个极低效率的销毁状态,原因不是协议收入的问题,而是 @ponsdotfamily 团队没有及时将协议收入转入回购分配器。 目前尚不清楚pons 团队迟迟未向回购分配器转入资金的原因(目前处于托管账本的待转入资金约 $1.4M),此前也出现过类似的补回购资金不及时的情况。通过合约写死将对应回购资金自动划入回购分配器,不再等人手工补弹药,技术实现上并无太大难度,关键看团队想不想这么做。 pons 的官方doc 也明确表示未来的版本回购将是去中心化的,现在,正是推动回购去中心化的成熟时机。 让每一枚 $PONS 的燃烧都由代码保证。 @MEADGod
Pons 的回购销毁力度明显下降了一个数量级,目前每15分钟只烧约等值350刀的币。 先别慌。不是协议用于回购的弹药用完了,而是团队还没往回购分配器补弹药。 Pons 的回购机制并非完全去中心化,分2步走: 第一步:团队将托管账本(协议收入)的资金划转到回购分配器; 第二步:回购分配器自动执行TWAP 程序买 $PONS 并打到销毁地址。 目前托管账本里还有约165万美元的资金,其中80% 将用于回购;但回购分配器上仅剩12.7万美元,这就是目前 $PONS 烧得明显慢的原因。只需等团队往回购分配器里补弹药,就能加大火力烧了。 出来做事了,奥兹。 @MEADGod
43
21
2
171
52,204
flynow | 龍蝦競技場 retweeted
不要用日频数据预测股票价格涨还是跌 不要用日频数据预测加密货币 1. 从一篇爆款论文讲起 前两年时序预测领域最火的论文之一是 AAAI 2023 的《Are Transformers Effective for Time Series Forecasting?》。它的结论非常炸:在线性分解到位的情况下,许多“长序列预测”的 Transformer 其实打不过一个简单的一层线性模型(作者把这套叫 LTSF‑Linear)。这篇现在已经三千多引用,成了无数论文的默认基线。 问题出在它的“金融数据”代表——Exchange‑Rate。这个数据集其实就是 8 个国家相对美元的日度汇率,1990 到 2016,几十年拉成一条平滑的曲线,变量极少、维度极低、趋势很强。在这么温顺的数据上做预测,任何顺滑的模型都能看起来很厉害,线性模型赢 Transformer 也就不奇怪了。可它并不代表真实可交易的金融问题:没有微观结构、没有交易 frictions、没有容量与冲击,更谈不上实盘里那种 regime 一夜之间换风格。 这一步“偷换概念”影响极大——后面很多时序论文继续用 Exchange‑Rate 当金融代表,刷出很漂亮的误差指标,然后顺手把结论外推到“金融也能这样”。工业世界的人看了只会摇头:这和我们每天面对的问题,几乎不是一个宇宙。 2. 说回“日频为什么不行” 第一,样本太少。十年二十年日频数据不过几千个点,随便一个 LSTM,参数就上万了,你还要做特征、小网格、早停、超参搜索,隐形自由度一路飙升。用这么点样本去驯服这么多自由度,要是真能稳定外推反而会很奇怪。 第二,信号太弱。日度的期望收益通常是 0.x% 的量级,噪声(波动)是 1%—2%。在这么低的信噪比里,除非你有非常长的样本,或者你引入了强结构(比如截面、明确的状态切换、微观约束),否则模型大概率在学噪声。 第三,机制常变。政策、撮合规则、参与者结构、交易时段、做市与流动性,几年就能换好几轮。单一时间序列上“可平稳学习”的隐含设定,在金融里经常不成立。很多论文用随机/混洗切分、用全样本做标准化、做一大堆试验只汇报最好的那次,这些都能轻松制造“漂亮结果”。 3. 工业视角里,我们更关心什么? 其实在传统量化领域,使用日度数据也是很常见的,但是那种日度数据是同一天看成百上千个资产的横截面实现得,样本量按 资产数×时间 增长,信号可以靠分散 idio 噪声来显形。 但是这招放到加密货币上,效果就没那么好了。在这里,可用的高流动币种本来就不多,截面维度有限;而且资产相关性高、很多币都是跟着大饼以太这两个大哥走;再加上产业/叙事切换快,公共成分(系统性)占比高,横截面里能靠平均法消掉的 idio 反倒不多。 所以加密里要做“日度截面择时”,经常会遇到:样本不够、相关性太高、能学到的公共结构就那么几条,而且很快换风格。你把股票市场那套“日度截面因子”直接搬过来,基本走不远。 下面点名一些“日频加密货币预测”的典型写法,用来说明问题。不是为了挤兑作者,只是让读者对套路有感知: —— 有论文堆了 VAE+CNN+LSTM 一大串去预测三千行比特币日度数据,训练目标还是收盘价,反复拿 0.99 的 R² 说事,毫无意义; —— 有论文用 2024–2025 的 BTC 日度数据,不到一千行,去做 15 天的价格预测,还上 LSTM 或贝叶斯状态空间模型,对测试误差挑最好的版本讲故事; 这些写法的通常:数据维度低、样本短、目标是“直接预测价格”,评价只报 RMSE/MAE/准确率,不做跨时期稳健性,不做含成本回测,更没有容量和交易冲击的约束。对做交易的人来说,这些结论基本不可执行。 所以我们想写这篇文章,不是说“机器学习没用”,而是说: 别把深度学习用在注定没信息的地方。单资产日频价格预测这个题,先天样本小、SNR 低、机制在变,适合教学演示,不适合宣称“可稳定赚钱”。要么做截面(多资产),要么做微观(高频),要么换到风险侧(波动率、流动性、成交概率),再配上像样的评估(时间顺序切分、walk‑forward、泄露防护、含成本回测、跨阶段稳健性、现实容量)。这样,模型结果才有可能落到钱上。 如果非要一句收尾: 在单资产日频上证明可预测性,偶尔能挖到水,但更多时候只是更接近海市蜃楼。把力气用在维度足够、样本够大、约束真实的任务上,才是让 AI 在金融里产生持续价值的路。 4. 结语 本篇文章只是抨击那些拿日频预测来水论文文章的人,不过也是因为他们带来了一些量化韭菜 在我看来,用15分钟以上的级别都已经很危险很危险,很容易过拟合 如果你觉得不对,那你快去试试,亏完了记得回来留言 主创:高频做市小组成员 - Jervis Zang 指导:苏慕白
2
4
1,083
flynow | 龍蝦競技場 retweeted
AI 记忆彻底被 99% 解决! 亿万个性化Agent 即将记住你一生,人类 AI 时代真正来临了! 昨天晚上,一个叫 Supermemory 的团队出圈了,在 X 上扔出一颗核弹: “代理内存现在可能已经完全解决了” 他们用一个全新技术 ASMR,把LongMemEval 这个 AI 记忆界最难考试刷到了 99% 准确率! ⚠️⚠️ 这是什么概念? • 普通人记不住昨天中午吃了啥 • 传统 RAG(向量搜索)记着记着就乱套、忘旧信息 • 而他们的实验系统,能在 11.5万+ token 的混乱对话历史里,精确分辨老说法和新更正、重建时间线、处理矛盾信息…… 99%!几乎完美! ⚠️⚠️ 更牛的是,他们完全抛弃了向量数据库和 Embedding,全程用多 Agent 并行推理。 过程像科幻电影: 1/ 3 个观察者 Agent 同时读你的聊天记录,像三个小秘书分工提取谁你喜欢、啥事发生、什么时候更新 2/ 你问问题时,3个 搜索 Agent同时开脑洞:一个挖直接证据、一个挖隐含情绪、一个画时间地图 3/ 最后 8-12 个专家 Agent 同时答题,投票选出最准答案 零向量数据库,纯 Agentic 思考、可直接塞进机器人!创始人说这只是实验沙盒,不是生产版。但已经证明记忆天花板被打破了! 再过 11天,他们要把完整代码开源!我超期待这个! ⚠️⚠️ 想象一下未来: • 你的AI助手真正认识你:记得你三年前说讨厌香菜、上周说想买房、昨天说孩子生日要蛋糕 • 亿万个高度个性化 Agent,24 小时为你学习、进化 • 机器人管家、个人医生AI、学习教练……全都拥有终身记忆 这不是科幻,这是即将就要发生的事。Supermemory 之前已经在 LongMemEval、LoCoMo、ConvoMem三个大榜拿下 SOTA,直接把天花板掀了。 AI 内存不再是瓶颈,个性化 Agent 时代真正启动!
🤖 Made with AI
This quoted post is unavailable.
26
24
144
31,331
用Manus AI開發程式比gemini 好太多了! 省了一倍時間雖然成本也多了一倍…..
1
29
flynow | 龍蝦競技場 retweeted
Pendle has one obsession in 2026: Making you and your yield stupidly powerful. Our goal is turning Pendle into the no-brainer destination for anyone looking for the best yields. Some highlights from the big, scary mindmap straight from the sweaty depths of Pendle's backoffice 👇🏻
53
67
28
383
201,866
科技的盡頭是玄學(emoji) 如果你對目前的交易迷茫, 或還不知道該不該入手區塊鏈資產。 來試試看這免費區塊鏈命理軟體吧 linggen-web.pages.dev 或許你會找到你要的答案
1
19
幣圈科技的盡頭是玄學 如果你對目前的交易或是還不知道該不該入手區塊鏈資產 來試試看我寫的區塊鏈命理軟體吧 linggen-web.pages.dev/ 或許你會找到你要的答案
1
17
用Manus手搓了一套區塊鏈命理軟體 linggen-web.pages.dev/ 來看看你跟區塊鏈的八字合不合吧? 用下面我的Manus AI邀請碼登入可以多送500點 manus.im/invitation/0VVQIW5G…
23
flynow | 龍蝦競技場 retweeted
1011 事件,我認為幣安確實有責任,但核心問題並不在於 USDe。 因為時間線對不上。 市場崩盤的最低點是 5:20,USDe 在 5:20 只有微幅脫鉤,一直到 5:54 最低點來到 0.65。 如果 USDe 的脫鉤是導致市場崩盤的原因,那麼 0.65 應該出現在 5:20 之前或同時。 既然脫鉤的最低點出現在市場已經開始反彈的 30 分鐘後,這說明 USDe 的極端脫鉤是市場劇烈波動後的「次生災害」,而非引發崩盤的導火線。 所以說 USDe 循環貸的風控確實有改進空間,但那不是 1011 的問題主因。 真正的問題是:5:18 到 5:20 之間,到底發生了什麼事? 我做了一份過去 6 年的極端行情歷史對照分析。過去每次極端行情,幣安與其他交易所的價差幾乎都在 5% 以內。但 1011 當天,有超過半數的幣種幣安價格是全場最低,其中不少偏差超過 50% 甚至 100%。 這種規模的價格錯位,在過去任何一次黑天鵝中都沒出現過。 而且當時出現一個前所未見的現象:同一個幣種的 USDT 交易對價格明顯遠低於 USD 交易對,這種現象幾乎出現在所有 Top 30 的主流幣種。 眾所周知,離岸交易所 USDT 交易對的定價權在幣安,OKX、Bitget、Bybit 都沒有能力讓離岸所跟法幣所的價格偏離到這種程度。 從結果反推:幣安當時系統應該出了問題。如果肇事點在別處,沒道理流動性最好的幣安,價格反而異常最低。 至於造市商撤出流動性?我覺得這也不是主因。 過去像川普關稅這類風險事件,造市商為了避險,確實會擴大點差、減少掛單金額。但近乎「全面撤單」令人匪夷所思。 造市商通常簽有 Uptime 合約,而且同一個幣也不會只有一個造市商,要全部同時撤走流動性,從機率上說不太可能。 而且不同造市商之間的庫存是不一樣的,肯定有庫存比較少,需要補貨的造市商。 沒有道理你今天在 3 塊、4 塊賣了 ATOM,然後看到 ATOM 一路跌到 0.01 塊,中間都不去補貨,一點買盤都沒有。從庫存管理的角度來看,這件事情完全不合理。 據我所知,很多造市商不打算出面細講,原因很簡單:幣安得罪不起。一旦失去在幣安做市的資格,在這行基本不用混了。 老徐開了這一槍,讓事情能公開討論是好事,只是我覺得重點可能放錯了。 既然幣安做了 10/11 復盤公告,那不如就趁這個機會,讓整個行業把事情攤開來講一講。
No complexity. No accident. 10/10 was caused by irresponsible marketing campaigns by certain companies. On October 10, tens of billions of dollars were liquidated. As CEO of OKX, we observed clearly that the crypto market’s microstructure fundamentally changed after that day. Many industry participants believe the damage was more severe than the FTX collapse. Since then, there has been extensive discussion about why it happened and how to prevent a recurrence. The root causes are not difficult to identify. ⸻ What actually happened 1.Binance launched a temporary user-acquisition campaign offering 12% APY on USDe, while allowing USDe to be used as collateral with the same treatment as USDT and USDC, and without effective limits. 2.USDe is a tokenized hedge fund product. Ethena raises capital via a so-called “stablecoin,” deploys it into index arbitrage and algorithmic trading strategies, and tokenizes the resulting fund. The token can then be deposited on exchanges to earn yield. 3.USDe is fundamentally different from products such as BlackRock BUIDL and Franklin Templeton BENJI, which are tokenized money market funds with low-risk profiles. USDe, by contrast, embeds hedge-fund-level risk. This difference is structural, not cosmetic. 4.Binance users were encouraged to convert USDT and USDC into USDe to earn attractive yields, without sufficient emphasis on the underlying risks. From a user’s perspective, trading with USDe appeared no different from trading with traditional stablecoins—while the actual risk profile was materially higher. 5.Risk escalated further as users: •converted USDT/USDC into USDe, •used USDe as collateral to borrow USDT, •converted the borrowed USDT back into USDe, •and repeated the cycle. This leverage loop produced artificial APYs of 24%, 36%, and even 70%+, widely perceived as “low risk” simply because they were offered by a major platform. Systemic risk accumulated rapidly across the global crypto market. 6.At that point, even a small market shock was sufficient to trigger a collapse. When volatility hit, USDe depegged quickly. Cascading liquidations followed, and weaknesses in risk management around assets such as WETH and BNSOL further amplified the crash. Some tokens briefly traded near zero. The damage to global users and companies—including OKX customers—was severe, and recovery will take time. ⸻ Why this matters I am discussing the root cause, not assigning blame or launching an attack on Binance. Speaking openly about systemic risks is sometimes uncomfortable, but it is necessary if the industry is to mature responsibly. I expect there may be significant misinformation and coordinated FUD directed at OKX in the near future. Even so, speaking honestly about systemic risk is the right thing to do—and we will continue to do so. As the largest global platform, Binance has outsized influence—and corresponding responsibility—as an industry leader. Long-term trust in crypto cannot be built on short-term yield games, excessive leverage, or marketing practices that obscure risk. The industry needs leaders who prioritize market stability, transparency, and responsible innovation—not a winner-take-all mentality where criticism is treated as hostility. Crypto is still early. What we choose to normalize today will determine whether this industry earns lasting trust—or repeats the same mistakes again.
119
36
13
337
236,949
flynow | 龍蝦競技場 retweeted
Big milestone for AIUSD! 🚀 We officially launch our first Agentic Trading product. This marks the beginning of true AI-native money infrastructure going live. Full coverage by @BusinessInsider 👇 markets.businessinsider.com/…
1
9
108
flynow | 龍蝦競技場 retweeted
搞钱神图,万物皆周期~ 最近一张经济周期图太火了[Periods When to Make Money],这张图是在1872年有个叫George Tritch的人发明的,建议大家先保存哈~
537
440
30
1,456
750,057
flynow | 龍蝦競技場 retweeted
New Year. Sharp Tools. 🛠️ As we step into 2026, data is your biggest edge. 📊 Crypto ETF Dashboard 📈 Crypto Stocks 🧭 SoSoValue Indexes Stop guessing. Start tracking. Happy New Year from the SoSoValue Research team! 🎆 #Bitcoin #Investing #MarketData #SoSoValue
7,794
11,458
717
51,196
543,358