等待切换到 Kimi 的百万美元代价
文章以复利投资为类比，论述延迟切换到更便宜的 AI 模型（如 Kimi）的隐性成本。通过 Emma 和 James 两位投资者的对比说明时间复利的威力，指出 AI 开发中省下的推理成本可转化为更多实验、更快学习，形成复利式优势。昂贵推理就像投资中的管理费，悄无声息地拖累长期发展。建议按任务匹配模型，尽早利用低成本推理加速产品迭代，因为错过的实验时间无法事后弥补。
全部文档 / 作者: leopardracer
3 篇
从100美元开始理解Black-Scholes：期权定价背后的统计学原理
一位数学专业出身的科技分析师以通俗易懂的方式讲解期权交易背后的数学原理。文章从100美元投资示例引入对数收益率概念，解释为何对数收益率比平均收益率更能反映真实收益；随后基于股价随机波动、收益率服从对数正态分布、平均收益等于无风险利率三个假设，推导股价概率预测方法，讲解如何用累积正态分布函数计算股价超过某阈值的概率，并介绍波动率（对数收益率标准差）随时间按√N缩放的原理，为理解Black-Scholes期权定价公式和希腊字母打下基础。
如何将 Claude Code 打造为投资研究分析师
文章讲述了作者如何利用 Claude Code 这一编程工具，成功转型为个人的投资研究分析师。通过将其与 Obsidian 知识库及浏览器自动化工具集成，作者构建了一个能够自动筛选数据、抓取信息、建模并撰写报告的工作流。文章指出，与普通的聊天机器人不同，Claude Code 能够独立执行复杂的任务链条，极大地提高了金融研究的效率。