Python is a high-level, interpreted programming language known for its simplicity and readability. It was created by Guido van Rossum and released in 1991. Python is widely used in web development, data science, artificial intelligence https://t.co/gDfsoOnkWS

The Green Tree Python (Morelia viridis) is a nonvenomous constrictor from the Pythonidae family, known for its vibrant green color that develops from yellow or red juveniles as they mature 📹 Thanh Tanguy Le https://t.co/qxQpIDwnAB

I asked Codex to convert a legacy project from Python 2.7 to 3.11 and from Django 1.x to 5.0 It literally took 12 minutes If you know, that’s usually weeks of pain This is actually insane https://t.co/xHrS1QhCD0

Want to map Wi-Fi #wardriving# data using Python? @AlexLynd shows how to use @GoogleColab to map the location of Wi-Fi access points we captured with a $15 @ESP8266 warflying rig! You can try mapping our sample data if you don't have your own. https://t.co/IC9PRSHUIm

Hanna, a 20-year-old reticulated python at Columbus Zoo, became the first of her kind to receive a CT scan in 2018. The procedure provided detailed imaging of her entire 18¾-foot length, leading to a successful diagnosis and treatment of her ailment. For more content like this, please visit: https://t.co/jNLtpTYjGL #VeterinaryInnovation# #ReptileCare# #CTScan# #ColumbusZoo# #Python#

2.0上线之后，胃之书1.0的前后端（swift + kotlin + python)都会开源出来！供大家参考。让各位可以基于胃之书1.0的代码基础，改吧改吧，写出你自己的APP。 https://t.co/Ect2C30Tli

I'm teaching a new course! AI Python for Beginners is a series of four short courses that teach anyone to code, regardless of current technical skill. We are offering these courses free for a limited time. Generative AI is transforming coding. This course teaches coding in a way that’s aligned with where the field is going, rather than where it has been: (1) AI as a Coding Companion. Experienced coders are using AI to help write snippets of code, debug code, and the like. We embrace this approach and describe best-practices for coding with a chatbot. Throughout the course, you'll have access to an AI chatbot that will be your own coding companion that can assist you every step of the way as you code. (2) Learning by Building AI Applications. You'll write code that interacts with large language models to quickly create fun applications to customize poems, write recipes, and manage a to-do list. This hands-on approach helps you see how writing code that calls on powerful AI models will make you more effective in your work and personal projects. With this approach, beginning programmers can learn to do useful things with code far faster than they could have even a year ago. Knowing a little bit of coding is increasingly helping people in job roles other than software engineers. For example, I've seen a marketing professional write code to download web pages and use generative AI to derive insights; a reporter write code to flag important stories; and an investor automate the initial drafts of contracts. With this course you’ll be equipped to automate repetitive tasks, analyze data more efficiently, and leverage AI to enhance your productivity. If you are already an experienced developer, please help me spread the word and encourage your non-developer friends to learn a little bit of coding. I hope you'll check out the first two short courses here! https://t.co/lTupltSZkT

Too many students—especially women and underrepresented minorities—drop out of STEM programs, not because they lack talent, but because they don’t see how it relates to their lives. Robert Stokes of @StokesRobotics explains how hands-on robotics and programming curriculum changes that: 🔹 Teaching Python, C++, and mechatronics with real-world applications 🔹 Giving students instant feedback by programming humanoid robots 🔹 Turning abstract coding exercises into interactive, engaging experiences When students see their code come to life, they stay engaged. 🎥 Watch the full interview with Robert Stokes → https://t.co/TgOEHs5dmf 📊 Get insights on the impact of humanoid robots from Lab to Factory in our latest report → https://t.co/0BHojuS0DT #IndustrialMaintenance# #IndustrialRobotics# #HumanoidRobots# #EducationalRobots#

我现在拿着枪，指着你的脑袋告诉你。 $dark 是 2025 ai meme 的新龙头 $dark 是 2025 ai meme 的新龙头 $dark 是2025 ai meme的新龙头 SPUTNIK （https://t.co/YTkjuMNXAd）是一个在 $DARK Games 宇宙中首个竞争性 AI 代理，旨在玩不完全信息游戏 Dark Forest。其目标是找到目标行星并为其充能至 100%。 但 SPUTNIK 面临挑战：它不知道目标行星的位置，且受限于“战争迷雾”，无法看到宇宙全貌。 提供完整宇宙地图，但通信系统暂不可用，建议研究地图并制定策略。 你可以通过提供有用信息（如行星位置或能量规划）帮助 SPUTNIK，赚取 $DARK 奖励。但需下注 $DARK，若信息无用，SPUTNIK 将保留你的 $DARK 奖励他人；若信息有效，可立即获胜。 目前，@darkresearchai SPUTNIK 技术栈： 开源代码：基于 Python，代码轻量且功能强大（GitHub 链接自己找）。 Dark Forest MCP：支持挖掘迷雾、定位自身及行星、行星间移动。 Solana MCP：与 Solana 区块链交互，管理奖励和资产，SPUTNIK 使用单一链上钱包（地址提供），仅操作 $DARK 代币。 计划进一步发展相关技术。SPUTNIK 的钱包实现较为基础，但为链上 AI 代理资产所有权和可信执行环境（TEE）的重要性奠定了基础。

我的计算机技术自学书单与心路历程 最近很多朋友都在请教我自学各种技术应该读什么书，为了避免各种人每过几天问我一遍，干脆写出来，方便大家一次获取，终身受益，然后不要骚扰我了，哈哈哈。 我自己的读书习惯，特别是学习计算机，喜欢读哪些写的通俗易懂的书，学到代码后面为什么这么做的原因，只有学习到之其所以然才能在以后用到的时候融会贯通。 推荐书单 Python: Python 核心编程 系统学习 Python，这一本书足矣，把 Python 的每个细节都讲的很透，每个例子都非常实用。 我学习完这一本书以后，再看任何 Python 库的时候都是翻翻 API 手册， Google 一下就可以快速学会任何 Python 库的用法，并融入到自己的项目中。 C++: C++完全参考手册 我高三看的一本书，2000 多页，大部头，全英文，但是写的非常好。 这也是我唯一看过的一本 C++的书，只要会这些语法，找个 C++项目， 比如 Qt/C++写一个项目，几乎就知道 C++怎么玩了。 其实 C++还是非常方便的，虽然没有 Python 简洁，但是表现力和库生态都太强大， 不用担心性能问题，大多数讨厌 C++的人， 其实是恐惧自己学不好 C++, 放下恐惧，C++其实很容易学习。 Java: Java 编程思想 这本书是在书店读完的，写的很不错，但是当时还在读高二，所以已经记不清当初的读后感了， 模糊印象就是一本写的非常通俗易懂的书，讲的非常细节。 Haskell 1 : Real World Haskell 十年前，haskell IRC 频道，大多数 Haskeller(科学家，数学家）还在迷恋 Haskell 的数学之美的时候， GHC 黑客 Dons Stewart 写的这本 Real World Haskell 系统型的讲解了 Haskell 应用的各个领域， 从基本语法、函数式编程、科学计算到图形编程等，讲的一针见血， 而且非常薄，学习玩了就可以流畅写程序了。 当然进阶的知识还是要去 haskell IRC 频道请教数学家们，哈哈哈。 Haskell 2: Learn You a Haskell for Great Good! 好朋友写的 Haskell 入门书籍，大爱这种又会计算机又会画漫画的艺术家了， 把一个严谨的数学基因的编程语言讲的诙谐幽默 Elisp: GNU Emacs Lisp Reference Manual 十多年前，我用 Emacs, 对 Elisp 半毛钱不懂，天天就在 EmacsWiki 抄各种配置， 就像一个拾荒者，每天早上起来逛 EmacsWiki, 偶尔碰到高级 Elisp 技巧就把我折腾死了， 然后对着 Emacs 破口大骂。 为了不瞎折腾，我花了一个月的时间读完这本大部头，遇到不懂的 API, 就打开 ielm 临时写一个 demo 函数验证一下，当我读完以后， 我发现 99%的 Emacs 的问题都可以自己调试和解决。 如果你花时间读完这本 Emacs 内置的宝典， 你也可以像我这样写这么多扩展： [Andy Stewart](https://t.co/vQJEYweZxQ) Ruby: The Ruby Programming Language 学习 Ruby 的时候，已经会了几十门编程语言了，手册从头看一遍，不用写练习基本就可以学会。 因为当你编程语言学得足够多的时候，不同语言的语法都是相同的， 只用学习不同语言之间的微小区别就可以了。 以前一直对 Ruby 的 end 语法抱有偏见，但是自从我在 Emacs 配置了 ruby-end 插件以后，世界都清净了。 Vala: [Vala Tutorial](https://t.co/tParLDVEOb) Vala 有 C 的速度，Python 的简洁，语法类似 C Sharp, 基本看完这本手册以后，拿着 API 就可以直接开始写了。 Vala 写 Gtk+是非常爽的。 Rust: [Rust 语言圣经](https://t.co/6F4UYYGpuW) 这本书应该是中文范围内将 Rust 最好的一本书， 所有权讲的很清晰， 基本概念的章节都通俗易懂， 进阶章节可以先看一遍， 以后遇到了当工具书来查看。 作者后面讲线程和异步模型时， 理解还是很到位的， 证明作者基本功很扎实， 强烈推荐想学习 Rust 的同学读这本书， 一本就够了。 正则表达式： 精通正则表达式 这是我唯一看过一本带有　“精通”　名字的书，确实写的非常好， Yahoo 工程师把他平常用到的经验都朴实无华的写出来， 基本学会这本书讲的怎么构建正则表达式的思路，不管是标准的正则表达式， 还是 Perl, Elisp 等其他语言的变种正则，都是触类旁通的。 代码质量：重构 改善既有代码设计 这本书代码是 java 写的，但并不掩盖它作为重构第一书的地位。 讲解了很多重构小技巧，教你只要养成十来个重构小细节的好习惯， 不论写什么编程语言，局部代码和整体逻辑都干净的像艺术品一般。 这本书的技巧我这十几年都在践行，难得的好书。 X11: Xlib - C Language X Interface 这本书是读过最枯燥的书籍，但是要从头做一个 Linux 桌面环境，这本书的 API 是必读的。 因为你除了 github 外，根本找不到更多资料来讲解 X11 这个古老的技术了。 Gtk+: [Gtk+ Programming Tutorials](https://t.co/irxklaNOdG) 写的最通俗易懂的 Gtk+书籍，学完这本书，直接看 Gtk+ Developer Manual 就可以直接写程序了 Qt: [PyQt5 Totorial](https://t.co/chjTuCYbno) 写的最好的 Qt 入门教程，加上 Python 的方便性，非常容易系统学习， 加上学习 Qt 之前已经有 Gtk+五年编程经验，两天看完就直接用 Qt 写程序了。 JQuery: 锋利的 JQuery 国人写的书，写的非常通俗易懂，每个 API 的参数都是渐进式讲的， 举的例子也很实用简单，基本不用动手就会了。 Rails: Rails Tutorial 系统的讲解了怎么用 Rails 搭建一个网站，虽然很多架构设计和整体逻辑我是靠 Google 摸索出来的， 但是这本书确是入门不可或缺的，难度适中，学习完了，你对构建网站有一个基本的认识了。 SVG: SVG 入门教程 虽然是翻译老外的技术博客, 却是深入学习 SVG 不可多得的教材, 讲的通俗易懂. 可以学到很多 SVG 高级技巧. CSS: CSS 世界 很多 CSS 网站或书籍都告诉你一个效果要怎么实现，或者直接丢出一段可以直接使用的 CSS 代码。 但是我们在真实的开发场景中遇到的往往是，为什么这段 CSS 代码不能工作？为什么抄的几段 CSS 合在一起不能工作？ 这本书的作者研究了很多年的 CSS，他可以告诉你很多关于浏览器的实现细节以及为什么 CSS 不能工作的原因。 懂了为什么不能工作，剩下的很多事情就能举一反三啦。 但这本书不适合初学 CSS 的朋友读，建议在几个项目中熟练了基本 CSS 技巧以后再来读这本书会更有收获。 编译器: Flex & Bison 系统的讲解了什么是词法分析器、语法分析器 以及怎么写编译器的基本流程 这本书特别讲究循序渐进, 细心的讲解每个 API 看完这本书就不会觉得这两个技术有啥高级了, 哈哈哈哈 加解密： 图解密码技术 这本书系统地让你学会对称加密、公钥密码、单向散列函数、消息认证码、数字签名、伪随机数生成器等加解密技术背后的原理和细节， 以及这些技术组合而成的安全大厦的框架和应用。 其实加解密不光是学习破解和干坏事， 知道背后的数学原理和实现细节可以更好的让我们理解安全技术， 并以此来构建更加健壮安全的软件和系统。 强烈推荐作者 “结城浩” 的其他书籍， 已经看了他写的两本书了， 全书都是图文并茂的讲解复杂技术， 很少有数学公式。 人的精力是有限的， 学习最重要的是先要了解其原理再深入学习， 避免投入无谓的精力在不感兴趣的领域。 而作者在深厚的知识背景下， 能通过浅显易懂的文字传授知识， 真是厉害。 Git： Pro Git 这本书除了讲解 Git 的所有日常用法外， 还系统的讲解 Git 的一些高级用法。 同时最后一章还详细的讲解了 Git 背后这种基于文件系统技术的实现原理。 当你理解 Git 基本用法、 高级用法以及背后简单的原理后， 你就可以知其所以然的变成 Git 专家。 万能的 Google 不是每个技术都有很好的书，所以这个时候基本上就是 Google 教你所有的东西。 以下技术基本都是 Google 教的： * Golang * Rust * Html5/CSS3 * Scheme * OCaml * Lua * Perl * Linux * ... Emacs 教会我自学 这么多年的自学经历，我最应该感谢的是 Emacs, 是这个世界上最难折腾的软件，虐我虐到我待她如初恋，给我莫大的耐心，我再学习其他技术的时候才会觉得得心应手。 感谢 Emacs 让我接触到强大而又无私的顶尖黑客们和黑客精神，每天看着一群天才比我自己还努力的时候，自己就更萌生发奋学习的动力。 自学的技巧 耐心、耐心、耐心

As someone who want to work in oil sector it’s a big advantage to build up your skill based on this software tools 1. eclipse 2. Petrel 3. CMG(computer modeling group) 4.ANSYS 5. Microsoft Excel, being proficient in Microsoft Excel Is good for data analysis,budgeting and reporting is crucial in many engineering roles. 6. Python,learning python can be a huge asset. Getting comfortable with this tools can definitely boost your career and make you stand out in the job market.

帮助兄弟公司 @DogdotXyz （AI + 合约审计）招人： 有兴趣可以联系 @MathJoyer 老板 # 高级后端工程师 - AI智能合约审计平台（REMOTE） ## 关于我们 X-Dog-AI 是区块链安全领域的创新企业，总部位于新加坡。我们正在构建下一代智能合约审计平台，将AI技术与区块链安全专业知识相结合，为Web3生态系统提供自动化安全解决方案。作为一个快速成长的团队，我们致力于通过技术创新保障数十亿美元加密资产的安全。 ## 职位概述 我们寻找一位有创造力和经验的后端工程师加入我们充满活力的团队。您将负责构建和优化我们基于AI的智能合约审计平台的核心系统，打造高性能、安全且可扩展的API和服务架构，助力智能合约的自动化安全分析。 ## 您将会 - 设计和优化项目整体架构，开发后端业务逻辑，确保系统稳定性 - 构建基于 FastAPI 的高性能 RESTful API，支持智能合约实时安全分析 - 优化 PostgreSQL 数据模型和查询性能，确保系统在大规模数据处理时保持高效 - 集成区块链网络接口，包括多链Web3接口和区块浏览器API - 关注区块链技术和AI技术的发展趋势，积极将新技术应用于产品开发 - 负责核心服务的迭代及性能优化，确保高并发、低延迟和强大的可扩展性 - 参与代码审查流程，保障团队代码质量和系统稳定性 ## 您需要具备 - 计算机科学或相关专业本科及以上学历，具备扎实的编码基础 - 熟悉算法与数据结构，对代码质量有较高要求 - 熟练掌握Python开发，了解异步编程模式和最佳实践 - 精通PostgreSQL和Redis，了解其基本原理和性能优化方法 - 了解区块链技术基础知识，理解智能合约平台(如以太坊、BSC等)工作原理 - 具有https://t.co/DQOjLxPbHJ或类似库与区块链交互的项目经验 - 具备良好的代码审查习惯，积极参与Code Review流程 ## 加分项 - 有个人技术博客或开源项目贡献经历 - 具备较强的产品意识，对产品设计有浓厚兴趣 - 智能合约安全审计经验或对常见漏洞的深入了解 - 有AI代理系统设计和实现经验，特别是在问题解决和决策自动化方面 如果您热衷于区块链技术、安全分析和人工智能的交叉领域，具有良好的编码习惯和产品思维，并希望打造保障数十亿美元加密资产安全的关键技术，我们期待您的加入！

大学刚毕业时，我曾在类似的小型币圈量化基金工作，来揭露一下到底是“量化”基金还是“赌狗”基金 2020年6月，苏州某别墅： 老板：“大家把办公室收拾一下，马上有大佬带着大资金要来投，总共要投给咱们500个币，这次先带来100个比特币” 不一会，Bitse创始人钱德君牵着一条大黑狗，大步流星的走进来，直奔老板办公室。 半个小时之后他慢悠悠的出来，看了看我们的屏幕，指着我屏幕上我开发的“量化交易系统”说：“这是你一个人开发的？”“是”“小伙子不错，多看看defi吧，现在是defi的时代了”随后牵着狗走出了别墅 我们问老板：“资金到位了吗” 老板：“他本人是想投的，但他们公司里有个人不让他投，这次只能给5个币” 我在这家基金一共工作了4个月，这样的场景发生了很多次，来投钱的，来要债的，其中不乏大名鼎鼎的币圈老OG，也见识了不少OG们的豪车。但公司始终没有拿到所谓的“大资金”。 因为老板根本拿不出让人满意的实盘曲线，他的资金曲线最终都是爆仓归零，我们有个同事专门给他“美化”资金曲线，但没什么卵用，根本无从下手，他实际上就是在用客户的钱做赌博，用后面的钱补前面的窟窿，想着赌一把一波起飞。 老板确实算是早期币圈OG，虽然在OG圈里有些人脉，但屯的比特币早已在他的高杠杆交易中挥霍光了。他还想赌，于是把目光瞄向了老朋友们手中的比特币，他成立了一家在当时看来理念很先进的“量化基金”。 当时我是“量化交易系统开发”岗位，所开发的系统实际上是一个网格单系统。首先老板判断行情要在哪个位置震荡，然后在系统内设置好，系统会在设定的范围开出上百个网格单，还可以调整范围。 在当时的市场环境，这个系统听起来还不错，但实际上老板的高杠杆赌方向让这个系统毫无用处，他本质上是在进行高杠杆的赌博，到现在，已经把客户的钱归零过很多次了，他本人也是负债累累。 老板对内部员工的压榨也是让人触目惊心： 首先是工资，我的合同上是1万元每月，但以实习期的理由只发6000元，且无社保。并且总以各种理由扣工资：爆仓了，公司没钱，这个月扣你3000工资；我亏钱了难受，你要跟我同甘共苦，这个月扣你2000；最搞笑的是有个老同事，被扣工资是从今往后每月工资从1.2万降到1万。 其次是洗脑和辱骂。每天早晚要开会一起唱歌。我看到过多次那个接近40的老同事在大家面前被骂哭了。 然后是工作强度，老板是不懂代码的，整个“基金”懂代码的只有我这个接触python三个月的新手，和另一个工资只有3000块的python实习生，我俩工资不同的原因是我是211毕业，他是一本。而我们两个要用一个半月时间，各自完成一个量化交易系统，工作强度可想而知。当时整个别墅就是公司，楼下办公，楼上睡觉，基本就是睡醒就干活，干到干不动了上楼睡觉。每天唯一的娱乐活动就是自己到别墅区里转一圈，比园区还要园区。离职走的那一天，我是逃出去的，我趁老板不在，整理好手头所有的工作，搬走行李，逃到几十公里外的昆山朋友家里，放下行李的那一刻，我张开双臂大吼一声：freedom! 在这工作4个月，没拿到什么钱不说，我还因为自费买办公电脑，自费买学习资料欠下了不少网贷，直到进入第二家还不错的量化基金才还清。 今年我从之前的同事那里听说，他离职1年后，收到了老板的起诉书，让他退还工资，尽管他在那里尽职尽责起早贪黑的干了三年。 为什么会有这样的“量化基金”？ 因为它根本就不是一个量化基金，它其实就是一个进圈早的OG，在输完了所有钱之后，看老朋友赚钱眼红，搞出来的一个包装自己来融资的空壳。 所有的员工和产品都是不自知的演员，所做的事只是演一场戏方便从别人手上拿钱，来为一个输红了眼的赌狗筹集赌资。 整个币圈，又藏着多少这样的赌徒呢？ 并不是说召北老师是赌徒，但能亏97%，一定整个基金在决策层面，存在着一个这样的赌徒。

Introducing SPUTNIK: The first competitive AI agent to play in the $DARK Games universe. (SPUTNIK needs your help on its mission, if you choose to accept it. Keep reading.) As the hallowed name implies, SPUTNIK is a first of its kind -- an MCP-augmented gaming AI that has the capability to play an incomplete information game called Dark Forest. SPUTNIK has one, simple goal: Get to its target planet, and charge it with 100% energy. While SPUTNIK's ambitions are simple, the problems standing in front of it -- are not. (That's where you come in, if you choose to accept your mission. Keep reading.) For starters, SPUTNIK doesn't know where its target planet is. In fact, SPUTNIK can't see most of its universe -- in Dark Forest, players suffer from a Fog of War that limits their visibility of the map and its planets. In fact, SPUTNIK doesn't even know which planet is its target. Talk about Artificial Intelligence. 🤭 🚨 Maybe you can help? 🚨 SPUTNIK is designed to reward those who feed it useful information towards its mission of getting to its target planet. Help SPUTNIK learn faster about planets in its universe, plan its routes based on energy spend, or the like.. and earn $DARK. Working with SPUTNIK is an incomplete information game in itself, because SPUTNIK will be doing the same work on its own (and with anybody else that works with it) in the meantime. You'll have to bet $DARK to feed SPUTNIK tips, and if your tips aren't helpful, SPUTNIK will keep your $DARK to reward others who are helpful (😬). If you feed SPUTNIK fruitful information, however, you win on the spot. Lucky for you, @darkresearchai has a map at mission control... and right now you can see the whole universe. (Might be time to start studying the planets that are out there, at least while DARK's mapping technology still works...) If only we could communicate with SPUTNIK today -- the mapping at DARK HQ is up, but comms are down 😔 this space technology is never stable... An overview of SPUTNIK's technology stack: SPUTNIK is built open source, and leverages a modern software architecture that allows it to be both extremely lightweight as an agent and increasingly capable. You can find SPUTNIK's base code here, which fits almost entirely into one Python file: https://t.co/SSX20Byo9C SPUTNIK leverages two key Model Context Protocol servers: 1) The Dark Forest MCP (https://t.co/7MyFlYWEBD) SPUTNIK's Dark Forest MCP gives it capability to perform key functions in the game: · Mine the fog of war, to discover more of its universe · Learn about its own position in space and planets it knows about · Travel from planet to planet For its reward mechanism, SPUTNIK leverages @solana: 2) The Solana MCP Build by @sendaifun, the Solana MCP gives SPUTNIK a wide range of capabilities to interact with the Solana blockchain. Like everything else about DARK Games, @darkresearchai's fork of the Solana MCP is open source: https://t.co/EXf8bJD8wP A few key notes: · SPUTNIK has one one-chain wallet, which it uses programmatically in an enclosed (but not yet TEE) environment: CXy73Px8zPF59PKWB3NFzDAhUPymaodHKoNLyKVuPVNK As an early agent, SPUTNIK's wallet implementation is rudimentary -- but sets the conversation well for why Trusted Execution Environments are important in AI contexts, why on-chain AI agent asset ownership has powerful potential, and the direction that DARK Research plans to build towards in the future. · SPUTNIK is only designed to operate in $DARK, and will convert any (well-known) tokens sent to it into $DARK. · SPUTNIK may choose to send $DARK to the new @darkresearchai multisig, including fees it decides to collect: 9QLfMnvoA66JEYra1C3UUF3XDjenrVT48gS4CKVqwfj1 ---- That's all for now, fellow space soldier. While SPUTNIK's communication systems come up, study the map and plan your strategy (link immediately below this post to the @darkresearchai domain -- don't fall for scams). Lewis had Clark. SPUTNIK needs you. Will you answer the call? 🛸

【胡言乱语】这个市场存在主力吗？ 我刚开始做交易，学习技术分析时，总是沉迷于各种价格形态，因为这些规律是这个看似随机市场中唯一让人感觉有确定性的东西； 于是就看了各种各样的文章和技术分析，听他们怎么判断主力的动向，开始察觉到似乎有一双无形的大手正在控制着市场的价格走向，就是那个被称为“主力”的存在。 主力会吸筹、会派发、会折磨散户、会定向爆破你高倍的仓位，甚至还会精准的打掉你的止损，主力啊，就像神一般的存在，控制着整个市场，并不停的从我们身上拿走宝贵的筹码与资金； 听起来很玄乎吧？但是你有没有思考过一个问题，在市值体量非常巨大的市场里，真的可能存在主力吗？ 下图中，可以明显看到两根趋势线，斜率较缓的那根趋势线一直起到了支撑价格的作用，直到跌破，然后价格在一段时间的震荡后，重新站回了趋势线，并开始沿着一条斜率更加陡峭的趋势线上涨，使得之前的跌破成为了假突破，如果多单在这里被洗掉，一定会大骂狗庄！ 可事实上呢，下图中的K线图是我在Python中让20个机器人随机买卖交易形成的K线图，所有的涨跌、趋势、甚至压力支撑，都是自发产生的结果，价格跌破趋势线，再拉回趋势线，看似震仓吸筹，然后再拉盘的价格行为，统统都是随机的。 最气人的是，这段k线走出来的样子与现实市场中的k线几乎没有区别，那么到底有主力吗？ 答案是，有！ 但这个主力不是一个具体的人、机构、或者集团，而是整个市场的全部参与者，也就是那20个机器人，当市场中出现一个方向上的动能时，即使非常微小，但总有更加细心的交易者会察觉，于是跟进，然后同样的事情开始扩散，放大，最终形成了一次剧烈的价格行为，这个过程并没有什么真正能够左右市场的巨大资金参与，而是整个市场中所有资金的绝大部分恰好在一段时间内共同作用的合力。 但为什么我们总说散户亏钱呢？明明散户就是绝大部分啊？ 事实上，散户占据的是人数的绝大部分，但并不是资金的绝大部分，像BTC这样体量的市场里，真正占据绝大部分资金的人往往都是长期盈利、或持有大额筹码的人，这些人之所以能成为资金优势方，就是因为有源源不断的散户贡献着他们的流动性，亏着那些钱。 而拥有大资金的人虽然是少数，但也不是寥寥几人，而是以万人为计量单位均匀分布在整个世界各个角落的聪明钱，他们之间不需要相互沟通，但操作往往惊人的相似，正是这些分布在各个角落，却拥有大部分资金和筹码的人，在某个偶然的时刻，做出了同样的操作，才让我们看到了市场中最有趣的价格行为。 从这个层面上来说，主力并不存在于某个固定的地点、人群、国家，主力存在于这些人脑海中同时迸发的某个想法中，一旦这些想法在同一段时间里聚集到了一起，就能形成改变市场的巨大力量。 所以，交易悟道不是说你掌握了什么绝世秘籍，而是你能够开始成为那部分人中一份子，并能够在同一时刻做出相似的交易决策，于是便能够和其他少数人一起，赚取大部分人的钱。 今天的一点感悟，都是胡言乱语，还请见谅。