什么是一个正确的交易系统？
文章剖析了散户典型的情绪化交易循环：追涨、撤止损、浮亏加仓、恐慌割肉，指出其根源是缺乏交易系统。作者从概率学视角出发，认为盈利的本质是正数学期望，由胜率与盈亏比共同决定。一个正确的交易系统包含四个部分：确定的进场信号、前置硬性止损、倒推得到的仓位管理、客观的离场规则。系统化交易能阻断人性本能对操作的干扰，将交易从心理博弈转变为可执行的流程。作者倡导'沃尔玛交易法'，设置好止盈止损后远离盘面，依靠规则面对市场不确定性，最终获得波动世界中的真实生活。
全部文档 / 标签: 投资方法论
13 篇
华尔街最强操盘术《威科夫操盘法》如何看懂主力吸筹、拉升、派发与砸盘
文章系统介绍了威科夫操盘法这一经典交易分析方法。作者指出，交易失败的关键不在缺少指标，而在于没有看懂市场背后的供需行为。文章从威科夫的生平讲起，阐述其"复合人"的市场世界观，详解三大定律：供求定律、因果定律、努力与结果定律，并通过四阶段循环（累积、上涨、派发、下跌）揭示主力资金的完整操盘剧本。文章还深入解析了累积模型与派发模型中的关键术语（Spring、SOS、UTAD等），强调威科夫方法的本质是用主力视角审讯市场，识别筹码转移的意图。
推特里的我：一个专业投资者是如何思考，你也可以复制超越的投资指南
作者基于Grok对其多年公开推文与周报的归纳，系统梳理了自己的买方投资体系：以认知差为超额收益来源，以估值纪律为约束，以仓位分层为执行工具，以尾部风险管理为生存条件。文章提出可复制的六步决策顺序、成熟买方的五次转换（信息→预期差→盈利→估值→仓位→预案），以及制度宏观、产业公司、组合工程三套坐标系。作者强调波动不等于风险，投资者应追求'模糊的正确'，并通过公开分析帮助读者建立自己的判断框架，方法上最接近霍华德·马克斯。
吴伟志：为什么趋势投资更适合普通投资者
文章论述趋势投资为何比价值投资更适合普通投资者。趋势投资拥有完整的买入、持有、卖出、纠错闭环，纪律性更强；而基本面投资缺乏天然纠错机制，投资者容易在越跌越买中陷入巨大亏损（如融创案例）。选股能力只是投资体系的一环，仓位管理与风险管理同样关键。投资的核心在于分辨什么时候应该坚持、什么时候应该纠错，任何成熟体系都必须保留纠错能力，在长期犯错中控制损失、保住本金，让正确判断产生足够收益。
AI原生风险投资机构的投资方法论
Earlybird投资人Andre Retterath在How I Invest播客中分享了将风投机构转型为AI原生投资平台近十年的经验与七点核心心得。文章探讨了风投中的幂律分布与漏投明星项目的巨大代价（如错过Lovable的50倍回报）、不存在万能的'优秀创始人'标准（不同技术层级对创始人要求不同）、融资能力与创始人个人品牌正成为硬技能，以及AI原生机构应从第一性原理出发重新设计工作流程而非简单套用AI等观点。
基金投资从入门到精通：真正难的不是知识，而是“涌现”
作者分享了基金投资从入门到精通的路径。指出80%的投资者停留在“抄作业”阶段，剩余20%的人因性格差异分化进入不同的投资圈子，逐渐形成自己的方法论。从抄作业到入门必须主动学习技术面（K线、指标等）和基本面（财报、估值模型等）知识，以及宏观政策。但作者认为这些知识本身“什么用都没有”，真正的进阶在于像生物学中的“涌现”一样——大量基础知识堆叠后量变产生质变，最终涌现出属于自己的投资方法和策略。
创始人认可的最有价值的30位天使投资人
作者针对近期知名孵化器和风投排行榜引发的争议，提出了一个以创始人为核心视角的天使投资人评估方法。他认为无法做出完全客观的排名，而是回答一个更实际的问题：谁有可信证据能在此刻、此阶段对该公司有用。他提出优秀天使的四个标准：早期判断力、可重复性、相关运营经验和投资后的实际帮助。评估方法以早期选择记录为核心，优先采信公开可验证的融资链条和退出结果。文章按传奇天使、活跃天使和专业天使三类列出了约30位候选人，包括Peter Thiel、David Sacks、Nat Friedman等，并附其代表投资案例。
Chris Lee 解构《AI 超级周期》：五层产业链投资方法论
本文为 Chris Lee（李书沸）关于《AI 超级周期》的深度访谈。他提出 AI 投资应基于能源、芯片、存储、光互连和云端“五层产业链加 Crypto”的框架。核心观点认为 AI 真正的瓶颈在电力而非算力，因此极度看好能源与 AI 硬件。同时，由于寡头垄断和长期合约锁定，HBM 存储正脱离传统周期股逻辑。在芯片格局上，英伟达凭借 CUDA 生态稳固训练市场，而 ASIC 将在超大客户推理端分羹，两者共存做大蛋糕。强调掌握产业链稀缺节点和资产配置远比单纯选股更重要。
如何抓住下一个暴富机会：职业投资人的四步法与修正
文章转述了职业投资人静水关于如何抓住市场机会的四步法：坚持一年读财报打基本功、独立思考判断核心高增长行业、全方位验证后介入、坚定持有至基本面拐点。同时，作者针对普通人执行难度提出了三点修正建议：精简范围聚焦赛道、引入高频数据交叉验证、建立估值锚点，强调认知是财富的基础。
Loop Engineering 实战指南：美股投资者如何把 AI 从聊天工具变成投研助理
文章介绍了 Loop Engineering 的概念，旨在将 AI 从“一问一答”的聊天工具转变为能够持续执行并自我验证的“投研助理”。作者详细阐述了 Loop Engineering 的核心机制（目标、执行规则、验证标准、状态记忆），并结合美股投资场景，提供了一个具体的实战案例：每日美股市场研究 Loop。通过定义明确的 Prompt、引入独立的 Reviewer Skill 进行验证、以及利用 LOOP-STATE.md 保持记忆，投资者可以构建一个自动化且可靠的信息处理工作流，从而提升投研效率。
四种护城河：一张表看清公司能否持续赚钱
文章指出相比于增长率和估值，护城河才是决定一家公司能否持续赚钱的关键。作者基于巴菲特的“城堡与护城河”理论，结合 Claude 开源的投研框架，详细拆解了网络效应、转换成本、规模优势和无形资产这四种护城河类型，并提供了一张量化评估表。文章通过英伟达和戴尔的对比分析，阐述了护城河深浅对利润率的决定性影响，同时纠正了将“先发优势”和“高增长”误判为护城河的常见误区。
德鲁肯米勒：30年年化30%，投资智慧全解
文章深度解析了传奇投资人德鲁肯米勒 30 年年化 30% 且无亏损记录的投资智慧。内容涵盖其个人成长、导师影响、核心方法论（如“重仓与止损”、“资本周期”、“盯央行而非财报”）以及对宏观流动性的独特理解，揭示了其如何在巨大的心理压力下保持长期的卓越表现。
AI投资赚他妈的100倍：产业链全景与机会分析
本文从投资视角出发，将AI产业链划分为算力基础设施、模型层、中间件、应用层及能源约束四个层级。作者主张建立“知识仓”，深入理解产业逻辑，以应对未来的市场波动。文章详细分析了英伟达等核心公司的护城河，并指出了光互连、散热等第二、三圈层的潜在投资机会，强调了从“训练”向“推理”转变带来的市场格局变化。