就如同妈妈们认为牛肉是健康的面包是健康的蔬菜是健康的，但是汉堡是不健康的垃圾食品。遍看现在的商场里的各个商铺，一层是各种茶饮和智能手机汽车、顶层是年轻人消费的电影院和运动健身服务，其他层除了餐饮，其他大量都是儿童服务、女人服务，这样小孩上课、妈妈等待时间去做做女人消费，下了课一吃儿童餐。我理解就是用大众熟悉的古代符号+现代设计，这就是用大众的已有认知，不用教育不用新植入。传闻他父亲让他受受社会毒打让他去工地干活装沙子，他倒好，既见到了底层工友的人性，又把底层工友逗的哈哈笑，笼络了一批底层工友。

美元指数汇率，对外一头（需方）和全球基础大宗商品（石油、金属、粮食）结算相关，对内一头（供方）和美国国债发行-美国联邦政府财政与赤字相关。2010年代、2020年代，大家看到美国科技迅猛发展（2010年代的苹果和AWS、2020年代的英伟达和特斯拉），美国股市七姐妹应运而生。所以国债又和股票相关。美国低谷在70、80年代，那时候，旧账焦头烂额、新的产业还未起规模无法顶上。而美国国债的发行，需要购买方（国债投资者）、销售方（美国财政部）。第一张图：美国科技、美国股市、美元指数汇率、大宗商品的历史走向。

被家人安排了一辈子的她，她其实一直想为自己疯一回，而不做别人眼里的乖乖女。你看她和周冬雨主演的《七月与安生》，其实在学校砸烂电闸箱的就是她，而不是看似一直捣蛋作怪后来追随摇滚歌手远走他乡的七月。名叫安生，其实不安生。想起这个单纯得不能再单纯的女孩子，却命运因缘苦恋了著名的浪荡子摇滚歌手小乐，那个拽拽的装逼的被人揍进医院的小乐。无论他顺境或逆境，无论他富贵或贫穷，无论他健康或疾病。无论她顺境或逆境，无论她富贵或贫穷，无论她健康或疾病。带我走，就算我的爱你的自由，都将成为泡沫。那模糊的肩膀，越奔跑，越渺小。

不过和我在山西时的经历蛮类似的，事后回头去看，很多看似专业复杂的事，其实都不复杂不专业，就是行内人把它当宝、当自己的吃饭本事。所以，在山西学计算机，当时会的人很少，你有问题你都找不到人问。所以毕业的时候，有一份薪水在当地特别好的工作机会，但是我也没打算留在山西，而是想着来北京闯荡，因为我相信北京的计算机图书发达、互联网发达、计算机产业视野高视野广阔、这里的人才济济、这里的人才格局心胸也应该比山西要大。从我个人看来，丁元英之所以发财，就是：充当德国资本的白手套，利用了中国股市早期规则漏洞，赚钱了。

我说这话的意思是：人类之所以能有真正的推理能力，其中一个原因就是：通过多模态（视觉/语音/文本），不仅可以学习到更多更立体的信息，而且这些信息如果能融会贯通，那就能表现出更强大的泛化能力。你现在可以把AI大模型看做是更好的知识搜索引擎。因为这样的泛化原理，所以也必然会导致有些问题，AI举一反三错了：你知道是个新问题，AI以为是已有老问题的变形版，所以这就出现了咱们常说的AI幻觉。现在业界解决举一反三错误的幻觉问题，人们采取的方式就是：家长教育小孩的方式，遇到一件错事，就告诉他什么是对，错了就要受到惩罚。

我是70后，我毕业参加工作的时候，我的部门经理/师父辈都是60末70初的老牌大学生，他们说我们这代毕业生是黄鼠狼下崽一代不如一代。如钢铁侠、美国队长、金刚狼、超人、蝙蝠侠、毒液....。这几年电影公司也明白电影还得拍给年轻人看，于是出现了披着各种外衣的青春片，如《暮光之城》、《移动迷宫》、《饥饿游戏》。退休人员即使每月上万退休金，他们的网名也是：海阔天空、平淡是真、顺其自然、厚德载物...后来我做了CTO，我招聘了第一代90后。如今90后也35岁了，有房贷、有娃，到了35岁HR都嫌弃、不好换工作的时候。

1、 MSE（均方误差）：适用于误差分布较为均匀且极端值较少的情况，对大误差的惩罚力度较大。3、MAE（平均绝对误差）：适用于误差分布中存在较多极端值的情况，对所有误差的惩罚力度相同。4、多模态、单模态：如同时能接受新闻文本甚至图片并接受时序数据，还是只能接受单一时序数据。4、MASE（平均绝对缩放误差）：适用于不同时间尺度、不同量纲的数据，不受数量级影响。1、多步预测、单步预测：如一次可生成未来多日预测还是只能预测下一日如此往复。2、点预测、概率分布预测：如一个明确的值还是多个分布区间的值。

退休的高管评价估计是：咱们当年真牛，那大家的能力、那大家的干劲和团结心。还有人引用了任老板很久以前的一个段子：建议家属带此员工好好看看病。昨天，在一个公众号作者群，阿里万字文引发了热议。内部高管评价估计是：书生意气 百无一用。离开的高管评价估计是：唉，真变不好了。外面的高管评价是：垃圾。

要么大痴：不对中国股市做任何解读，就如同不可解释的大海牛人工智能一样，只做为中国股市的影子，你拍一他就拍一。要么大智慧：只有对中国政治/中国社会/中国人性有深刻认知，才能理解中国股市，才能在中国股市赚钱。我也经常说：创业、交易、金钱，最见人性。我就算是在俗世修行吧。我个人是这么理解的：佛家说大智慧和大痴都能成佛。如果不属于这两者，我个人估计在中国炒股很难挣钱。天才再往前一步就是疯子。

创始人学历平平，没正经上过班，说起话来表情平静、没感染力，团队里也没精英；王宁性格沉稳，话不多，喜怒不形于色，拥有消费行业创业者的许多优良品格。以前投资人对泡泡玛特的评价是。上市后，每一位投资人都提到。

还有一点也挺深刻印象，教授向上校解释为什么选中这么个瘦弱人来做增强实验，他的解释是：强大的人会滥用力量，只有弱小的人才懂得珍惜力量。不过说这句话的时候，美国队长已经做了上述那四件事，这是前提。如果没有那前提的四件事，弱小的人如果掌握了力量，更更加滥用力量。、上校扔了个炸弹，其他人都跑了，只有他为了保存团队牺牲自我。、一直千方百计要参军，目标恒定，手段多样。、被大个子反复打倒，却不服输。昨天看了半个小时美国队长。

这几天有了：从四大资产管理公司的四大证券基金期货公司。今年有了：从四大资产管理公司来。大家一直希望中国有平准基金。三、救市资金从哪里来？

日本xx的20年，7-11零售平价、优衣库平价、无印良品平价、大创平价（类似莎莎+名创优品）、萨莉亚平价崛起。中国道路可能是：在国内用新浪潮产品找价值增量（比如华为做智能汽车）、在国外用成熟老产品找市场增量。但事实是：总有老职业衰退，总有新职业出现，人们总能被动地勉强地适应新时代活了下来有口饭吃。中国在智能新能源汽车时代崛起，中国也赶上了互联网-手机-AI这些新兴产业。这个问题：大工业时代也是热议过、计算机时代也是热议过。浙大毕业的黄峥人大毕业的刘强东做了零售行业。这就是中国最顶级聪明的一帮人的选择。

就如同咱们现在也不使用纸币，央行也不印纸币，要量化宽松，只需要发个文，放宽准备金限额，然后update一下数据库，做个央行和其他银行之间的Transaction。但是进入了2000年以后，各国包括美国都不顾国债和GDP平衡，全都争相发币，2001年互联网泡沫大发币、2008年全球金融危机大发币、2020年全球疫情大发币。估计还得遭遇一次全球什么危机，再一次全球大发币，才能结束全球国家绑定一国货币的模式。英国衰落了，美国崛起了，美国美元代替了英国英镑的位置。现在，美国又面临了二战前英镑的问题了。

一种是简易的：通过对话框，输入中文自然语言提示模板，选择深度思考探索模式，从网上联网爬取搜索你想要的信息或者你上传自己的信息（如WORD/EXCLE），AI就会按照你的提示模板要求自己加工信息，必要时还自己生成python代码来帮助自己加工信息，然后输出结果。而上述的规划员、研究员、开发员、报告员，想要完成它自身的工作，一是调用一些现成的工具，如爬虫、如解析OFFICE文档，二是需要通过Function Calling的形式调用大模型的API，让大模型帮它生成编程代码、生成网页、生成图表。

5、我还观察到一个特点：在中国，量化的最舒适区是5-50亿规模。那些百亿量化基金，ROI会越来越不划算。、放弃个股中性策略（只做多不做空）。但仍然保持股指中性策略。、逐步从抢帽子高频交易降低到中频交易（这就很有意思）。），放弃全市场选股，选股数量比过去大幅减少。、做高低两个极端的指增选股（沪深。、逐步从纯量化选股，走向量化选股。主观选股（这就很有意思）。

9、前边没有任何征兆，突然20厘米涨停的，会掉头向下。2、最高价触及过涨停价但就是不涨停的，也会掉头向下。1、涨幅超过7%-9%还不涨停的，就会掉头向下。7、放高倍量涨停的（比如3倍以上），会掉头向下。10、一年里就这唯一一次涨停的，会掉头向下。3、炸板反复炸板不涨停的，会掉头向下。4、多次炸板才涨停的，也会掉头向下。8、放高倍量却不涨停的，会掉头向下。5、一字板涨停的，会掉头向下。6、T字板涨停的，会掉头向下。

虽然每年的五月是后年报月，该ST、立案调查、违法查处、退市，但该干嘛干嘛。本质上，每家地方上市公司，都是当地xx的提款机，所以过去股票即使ST了也很难退市。这是中国几千年来的传统套路，从管仲、吕不韦，中国人就早慧洞察了这种模式。这几天，成交额在1万亿这个枯荣线，情绪指数倒是健康，但是因为没有主线题材，所以情绪体感不佳。增量资金虽然不多，做两条裤子不够，但集中做一条裤子还是可以的，宝贵的那点资金不在这，就在那。无论是：政治、军事、金融、经济、就业、物价、房价、消费数据的发布，都只是影响7天的消息。

他们只是因为工作际遇不同成为了基金操盘手，对于他们而言也只是一份工作而已，他们也是上了班叫操盘手，下了班叫老百姓、上网叫吃瓜群众、自己买股票也叫韭菜。如果市场没有任何驱动外部因素，也就不会推动情绪波动，市场也就基本没有操作价值，即使有个别妖股，其实周期太短，我们作为跟随者也无法把握。的涨跌，是没有道理和逻辑的，就如同棋篓子下棋，连自己都不清楚自己为啥要出这一招。股票市场普遍共识，这和政策舆情是密切相关的，有舆情，但是否会形成事实涨幅，确实是集体情绪一起同步共振才能导致。但目前，所以市场人都没找到路。

2、过去我们使用了TimesFM，这次又有了TimesFM-Fin，是专门经过金融大数据微调的预训练大模型。4、我们还准备把FinGPT用上去，它是第一个能把内容型数据（如新闻）、结构性数据（如行情数据），融合在一起。3、这次我们还使用了去年11月Salesforce发布（今年入ICLR 2025顶会论文）的Moirai-MoE模型，这个模型的起点效果就不错，很有潜力。1、过去我们使用了Timer的两个尺寸的模型，今年他们发布了更大的Timer-XL，我们也想继续用，跟着走，越走越强大。