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。
文章深入探讨了如何利用神经网络构建量化交易系统。作者解释了对冲基金如何利用机器学习提取交易优势,揭示了神经网络计算条件期望的数学本质,而非直接预测未来。文中分析了为何直接预测价格会失败,并提出了正确的数据处理方法和架构选择,旨在为交易者提供一个从数据准备到信号部署的完整实施框架。
文章针对当前市场热点分散(黄金、原油、外汇等波动大)导致交易者需频繁切换平台的问题,介绍了差价合约交易平台 Mitrade。作者从交易成本(零手续费)、界面设计、图表工具(内置 TradingView)、模拟账户、资讯功能(MitradeGPT)及出入金便利性六个维度进行了详细评测,认为其适合多品种交易及新手练习。文末注明为付费推广并附带了风险提示。
文章深入剖析了 DeepSeek-V4 如何通过 HCA、CSA 和 SWA 三通道并行架构,将 KV Cache 压缩至基线的 2%,从而实现工程上可行的 100 万 token 上下文。然而,这种极致的压缩是有代价的:MRCR 8-needle 测试准确率在 1M 长度下显著下降至 0.59。文章指出,V4 通过牺牲检索精度换取了推理成本的数量级降低,是一种‘有损的 1M’,并明确论证了该设计原理上无法完全替代 RAG 系统。
文章详细评测了 DeepSeek V4 模型。V4 采用混合架构,参数量达 1.6T,虽未集成多模态能力,但在推理和代码领域表现优异。作者指出该版本通过 MXFP4、TileLang 和 MegaMoE 等技术,深度适配华为昇腾等国产芯片,旨在解决算力卡脖子问题。实测中,V4 在写作和长文本处理上表现出色,但在 Agent 意图识别和复杂开发约束遵守方面仍存在瑕疵。
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。
本文介绍了超级短线交易员Ross Cameron的抓妖股策略。他通过筛选高成交量、小流通盘的最强股票,利用MACD在0轴上方运行的信号,配合特定的回踩形态(如微回踩、牛旗、ABCD结构)入场。文章详细解析了其选股逻辑、止损止盈技巧及盈亏比计算方法,强调只在强势股中配合强势信号交易。
本文是《股票技术面手册》系列的完结篇,作者分享了利用技术指标进行做T(日内交易)的方法。文章指出技术分析的本质是在共识中寻找确定性,而非预测未来。作者详细讲解了K线、支撑压力位、布林线等指标,强调“指标观市场情绪,策略定概率”。最后提出将基本面作为底仓、技术面作为浮动仓位的投资策略,并预告后续将开启资金面系列分析。
本文详细介绍了一种通过 TradingView MCP 将 Claude AI 直接连接到 TradingView 的方法。这使得 Claude 能够读取实时价格数据、执行技术分析、绘制图表指标、管理警报列表,甚至充当自动交易助手。文章不仅解释了背后的技术原理(利用 Node.js 和 MCP 服务器),还提供了在 5 分钟内完成配置的详细步骤,以及抓取实时数据、生成市场研究报告、UI 自动化等多个实际应用场景。
本文详细拆解了 Hermes Agent 长达 1 万 token 的系统提示词,将其分为 9 层结构进行分析。作者发现主要的 Token 消耗集中在 AGENTS.md 项目开发指南,并提供了通过调整 `TERMINAL CWD` 路径来减少 50% Token 消耗的优化技巧。文章还涉及 Memory 管理、Skills 索引及平台适配等技术细节。
文章分析了近期所谓“禁止翻墙”政策的真实含义,指出其核心在于禁止机房中继流量以打击优化体验,而非切断国际互联。作者解释了运营商打击私线出境的商业逻辑,并论证了基于网盘和加密传输的新型技术手段难以被屏蔽,得出结论:墙只能增加成本和负担,无法彻底阻断翻墙。