青梨手记(一):学习技术分析的纯粹脉络
文章系统梳理了技术分析的学习脉络,将其分为指标入门期、价格本源期、理论体系期和实践淬炼期四个阶段。从基础指标使用,深入到裸K、结构与量价分析,再到道氏、波浪、威科夫、SMC 等理论体系的学习,最终强调通过实盘将知识转化为可执行的交易系统。
文章系统梳理了技术分析的学习脉络,将其分为指标入门期、价格本源期、理论体系期和实践淬炼期四个阶段。从基础指标使用,深入到裸K、结构与量价分析,再到道氏、波浪、威科夫、SMC 等理论体系的学习,最终强调通过实盘将知识转化为可执行的交易系统。
本文系统讲解缠论技术分析体系,从K线包含关系、顶底分型入手,逐步介绍笔、线段、中枢的定义与构造规则,以及中枢延伸、新生与扩张的区别。文章详细阐释了趋势与盘整的结构定义、背驰判断方法及MACD辅助条件,并逐一区分一买二买三买与一卖二卖三卖的形成条件。最后以BTC 4小时图为例串联全部分析流程,强调缠论是结构分析体系而非稳赚公式,并提示信号确认时间、仓位管理、风险控制及指标重绘等实盘陷阱,给出循序渐进的学习路线。
文章为技术分析初学者构建了一张完整的学习地图,从市场原始数据(价格、成交量、持仓量)出发,系统梳理了六大类分析方法:K线与价格行为、市场结构、传统图表形态、技术指标(趋势、动量、波动率、量价、市场宽度)、成交量与订单流分析,以及时间周期与数学工具(斐波那契等)。作者强调K线只是价格数据的显示方式,技术分析范围远大于K线形态;各分支之间存在重叠,学习者无需一次掌握所有方法,但应了解整体框架,明确每个工具观察什么、如何关联,从而减少无目的的学习,逐步构建自己的交易系统。
文章详细介绍了四位顶级交易员——Kristjan Qullamaggie、Mark Minervini、尼古拉斯·达瓦斯和威廉·欧奈尔的止盈策略。涵盖了分批锁定利润、均线跟踪、箱体理论突破止损以及基于盈亏比和统计数据的离场规则。文章强调卖出规则需客观化,旨在平衡利润保护与趋势延续,避免情绪干扰。
本文是交易心理与方法系列第二篇,由 Dan Fitzpatrick 撰写,介绍 S.M.A.R.T. 交易流程:策略(Strategy)、市场(Market)、可实现目标(Attainable Target)、风险管理(Risk)与记录追踪(Tracking)。作者强调策略必须是书面化的简明规则;策略需与市场环境匹配,趋势市用突破、震荡市用均值回归;入场需基于明确的图表结构而非情绪,且潜在收益须能合理化所承担风险;止损前须先定义'错'的标准;追踪交易日志能将自我评判转化为自我认知。文章倡导以可量化、可重复的流程取代冲动与直觉交易。
作者分享从大厂软件工程师转向 AI 基础设施方向一年的学习历程与心得。毕业加入大厂后,因工作缺乏主动性空间和创造感,三个月后决定转向 AI infra。通过学习基础知识、深入研读 SGLang 源码、参与社区贡献,逐步加入 SGLang-Omni 项目并进入一家 AI infra 创业公司。作者认为这一年是高回报率的一年,但也指出 AI 领域竞争激烈、节奏快,转行需权衡个人追求。文章最后强调了开源的重要性,认为强大的 AI 工具不应只掌握在少数公司手中,呼吁更多人参与开源社区。
文章介绍了文艺复兴科技公司创始人、数学家吉姆·西蒙斯的交易智慧。其旗舰大奖基金自1988年以来年均回报率达66%(费后39%),堪称史上最佳。作者总结出五大交易经验:1)通过历史数据回测量化优势,寻找非随机模式;2)严格遵守交易系统纪律,不随意干预模型;3)交易多元化的流动性标的以获取更多机会;4)无需高胜率也能获得丰厚回报,1:2或1:3的盈亏比配合50%胜率即可盈利;5)盈利交易的普适原则是风险管理、仓位控制和正期望系统的数学基础,关键在于人以纪律执行系统而非被情绪左右。