今天又到了4月的最后一天，明天就是5月 祝小伙伴们 5.1 快乐 总结了一下这个月的总收入，不但没有盈利 还亏的惨不忍睹 说说币安 Alpha,、群友说有人发帖子说3月赚了5000多美金,纯利润 我想不是高手，就是号很多很多 我之前也不记录刷交易量多出来的损耗，因为怎么都是赚 除了有个月被KOGE🈹挺惨的，剩下月份的收益还可以 我从2月开始记录我每天刷号的成本，可能是我刷的技术太差了 对比下来是一个月比一个月难刷，损耗还多 但是收益确一个月比一个月少 怪不得刷Alpha的人急剧减少 下图是我从4.1-4.30每天比正常多损耗的USDT 刷16分我按照3.5USDT本金每个号算的 刷15分按照1.7USDT本金算的 声明没几个号，不超过一只手的数量 今天走了快2万步，明天会走更多步 但是每天还是按时刷ALpha 别问为啥，只要不亏钱就一直刷 为了情怀，不刷会感觉今天少了点啥 又趁着节假日出门了，拥抱人山人海🤣 本来应该这个月多点收益，奈何昨天在飞机上，没办法抢Alpha

4月Bg千万俱乐部直接放大招，给VIP发苹果旗舰礼盒！我看不少朋友已经在群里讨论了。 统计周期从4.1-4.30，最终快照就在4月30日，时间这么充裕，完全来得及慢慢冲量。想拿礼盒的兄弟姐妹们，最近交易量够的赶紧规划一下，冲个VIP月底直接领奖，苹果的东西用着就是舒服～

国家统计局数据显示，5月中国工业增加值同比增长4.5%，较4月修正后的4.1%（为2023年7月以来最低增速）有所加速，并超出市场预期的4.3%。其中，制造业同比增长4.4%，电力、热力、燃气及水生产和供应业增长7.6%，而采矿业增速放缓至2.3%。在41个主要行业中，有28个实现增长，例如计算机和通信设备制造业增长17.0%，汽车制造业增长8.3%，而非金属矿物制品业则下降5.6%。今年前五个月，工业产出累计增长5.4%。从环比看，5月工业产出增长0.4%。 来源：边际Lab x FinGraph财经图集

一图看懂｜特斯拉 $TSLA 2026 年二季度财报 7月23日，美股盘中三大指数继续走低，特斯拉股价大跌14%，谷歌跌7%，亚马逊、 Meta 跌4%....麻了 简单解读一下特斯拉二季度财报，建议大家还是观望： 1/ 卖车这边其实不差：收入 282 亿美元，超预期约 263 亿，同比 +26%；交付 48 万辆，同比 +25%，二季度创纪录 2/ 但利润很弱：调整后每股收益 0.33 美元，预期约 0.51；毛利率 16.8%、运营毛利率只剩 1.4%，都明显低于市场预期 3/ 账上「赚到的」有水分：GAAP 净利约 11 亿美元里，大约 10 亿是 SpaceX 股权浮盈；经营利润本身只有约 4 亿 4/ 现金在疯狂烧：自由现金流亏损约 11 亿美元；资本开支 58 亿，同比翻倍还多，全年投入还会继续抬 5/ 市场对特斯拉的自动驾驶和机器人不满意：FSD 订阅 148 万、北美新车开通率超一半；Cybercab 已投产、Robotaxi 开了七城、Optimus 产线在装——但电话会里说扩张和量产都不会很快 6/ 储能很一般：部署量可以看，毛利率电话会口径大约只有 20% 出头，还含大额质保，长期指引也没那么高 我个人还是挺看好 $TSLA 的，他们做的生态叙事很难不让人心动啊🫨🫨。但现在理智来说还是建议观望吧... 公开材料整理，不构成投资建议

与黑天鹅同行：BTC 期权卖方策略的仓位管理指南（2026） > 本文的凯利公式的应用方法主要参考 Retail Options Trading (Sinclair & Brodie, 2024) 第 17 章 期权卖方策略的特点就是“赢小亏大”（见下图每周 P&L分布），虽然总体胜率高达八九成，但是一次尾部事件就可以让几个月积累的利润归 0。这种偶尔让人极不舒服的大亏也正是做空波动率风险的溢价来源。 我们可以试图通过一些信号过滤降低遭遇尾部行情的概率，但是这类方法在降低尾部行情的同时也往往降低了盈利，导致遭遇尾部事件时，可能尚未通过盈利建立起足够的缓冲垫。 面对这种困境，Sinclair 给出的方法是接受尾部事件是策略的一部分，不去消灭尾部，而是通过凯利公式进行仓位管理让单次的尾部事件的破坏力可控，不至于让账户失去交易能力。 在应用凯利公式之前，我们先来看看参与对比的几种期权卖方策略： 做空周末波动率 本周期之神（ETF 上市后），夏普高达 3.35，最大 2 笔尾部亏损分别为 2025 年 10 月 10 日的 -4.78% 和 2026 年 1 月 30 日的-3.78%，这 2 次亏损占总体亏损的 64%。 策略详见： 每周 10 Delta 现货备兑 本周期最强现货备兑策略，胜率 93.6%，夏普 1.19，最大单笔亏损为川普当选后的 2024 年 11 月 8 日至 15 日， BTC 单周上涨 15.7%，策略亏损达到了-4.07%。 策略详见： 每周卖出平值 Put 本周期最强卖 Put 策略，胜率72.3%，夏普 0.33，最大的两笔亏损来自 2025 年 2 月 25 日和 2026 年1 月 30 日，两周亏损了 94 周权利金收益的40%。如果排除这两笔最大亏损后的夏普为 1.5+，当然交易没有如果，只是说明这个策略是本周期尾部行情的最大受害者。 策略详见 具体的 9 个步骤的计算结果可以看图中下表： 第 1 步：确定心理预期最大亏损 这个值不参与运算，只是用户和计算结果对照 第 2 步：确认原始凯利公式上限 可以通过对比离散凯利、连续凯利（包括平均亏损，最大亏损）的计算结果，确认原始凯利公式能接受的最大亏损比例。 第 3 / 4 步：将第二步结果两次折半，即1/4凯利 半 Kelly 收益只丢 1/3，但波动率小一半，因此宁肯低估不要高估。 第 5 步：正偏加成 做空波动率的偏度为负，远端尾部全在亏损那侧，所以这个加成不适用，这一步是给做多波动率策略用的。 第 6 步：左偏减仓 和上一步相反，对于赢小亏大的策略，单笔 Kelly 公式假设损失就是平均损失，但真发生时是 3-4 倍的平均损失。 第 7 步：肥尾减仓 极端事件的实际幅度远超正态分布预测，比如 2025 年 10 月 10 日的那笔是 5 个标准差的跌幅，在 100 个样本的发生率为 10 万分之 6，但我们还是碰到了。 第 8 步：小样本减仓 小样本的区间估计较宽，容易高估优势。 第 9 步：相关策略合并减仓 我们这里是假设三个策略单独跑的仓位管理，所以这一步不适用。 最终结果 做空周末波动率修正后的可承担最大亏损预算为 4.79%，和历史盈亏分布中的最大亏损 4.78% 几乎一致（4.79 / 4.78 ≈ 1），意味着假设的10 万美元账户确实可以用来开一组。 每周 10 Delta 现货备兑修正后的可承担最大亏损预算为 3.64%，略低于历史盈亏分布中的最大亏损 4.07%，意味着 10 万美元账户卖出一张的比例略高（3.64 / 4.07 ≈ 0.89），账户余额需要提高到 11 万美元。 每周卖出平值 Put修正后的可承担最大亏损预算为 0.45%，大大低于历史盈亏分布中的 17%，意味着样本期内表现出的风险过大了，需要更换策略。

一个感觉，从商业逻辑来看，未来GPT6/7/8，可能和手机常规升级换代一样，不会再有从GPT1到GPT4的数据量+训练量巨大飞跃了(GPT4.5已经试过了) 让GPT5做了一幅这几年的旗舰模型token定价曲线，发现有很多地方和PC/手机芯片的商业逻辑是非常相像的，这集我看了太多遍，其实能看出很多很有意思的结论 GPT4.5刚推出的时候$150/M，价格非常昂贵，官方称为“非常大而且计算成本高”（very large and compute-intensive model），是一次“超大且昂贵”的实验性base model 从token价格来推测，GPT4.5是GPT4的10倍规模，这可能是大力出奇迹路线和商业可行性冲突的一次探索，于是四月的时候openai就计划未来将GPT4.5下线了。从token价格推测GPT5可能只有5T参数，GPT4的3倍规模 所以chatGPT以后的升级，大概会是沿着大家能支付意愿的sweet spot(比如$80/M旗舰 + $15/M普通)，分成几档价位，做出这个成本下最好用的模型，每隔一段时间比如12~24个月更新一代新产品（GPT5.5/GPT6） 在下一代新算力/数据/架构范式变革之前，Benchmark爆炸式上台阶的时代大概已经过去了 GPT5就是典型，营销层面上也在淡化数字游戏，每年的提升不再单纯的聚焦benchmark，而是更加全方位的提升：成本降低，幻觉减少，对用户刻意讨好改善，长上下文，一致性，多步思考推理机制等等，从单纯的base model升级变成了系统级升级，同时要考虑长线商业盈利 --------------- 类似的剧本在芯片界就见的太多了 PC/手机每年的旗舰机芯片阉割之后变成次旗舰和中低端芯片，比如intel i7芯片和i5/i3都是同样的设计同一批芯片，测试出来，性能最好的标为i7，性能差一些的就降频，关闭核心，变成i5和i3 每一次换代之后，旗舰芯片的价格保持基本不变，性价比最高的就是i5/i3，单核性能比上一代旗舰i7持平甚至更好，但是价格一半都不到 每一代旗舰i7的单核通过超频和堆料达到略高一点的分数，但是因为架构同属于同一代，单核跑分和次旗舰比提升非常小 ----- 至于大模型，旗舰模型(比如GPT-5 pro)的定价基本上就在$80/百万token附近，这代表了当前模型的最高水平 每一次换代之后，性价比最高的就是次旗舰模型，性能会和上一代旗舰类似甚至更好，但是价格会便宜，甚至到只有不到20%，就比如GPT5的价格($10/M)，但是性能比上一代（按一年来算）旗舰o1要好一些，盈利靠海量用户 以后每一代推出例行升级情况下，之前的o3/4.1/4.5/o1 pro/o4 mini high之类的命名就太复杂了，干脆把这些全部隐藏起来，由内部router去根据用户画像以及意图，去给出用最低成本让用户满意的模型 从此以后就和PC/手机一样，每一代跑分改善一些，全方位提升一些（幻觉减少，对用户逢迎改善，长上下文，一致性，多步思考推理），然后分几档价位去满足各类用户的需求，GPT6 pro, GPT6, GPT mini，每一代的次旗舰相当于前一代旗舰水平 以前讲究的是手机贬值的速度，以后就是模型的贬值速度 从商业逻辑来看，模型公司和fabless芯片公司的成本花销的模式也非常相像： 每一代大模型一次性的训练费用就像是芯片的开发(数亿美元)和tapeout费用成本（上亿$），而推理token费用是边际分发成本，就像是每一个芯片的成本 从2015年的六七十美元一片手机旗舰芯片(连定价都如此相似$70/M)，随着台积电涨价和通胀，到了2025年的200~250刀一枚旗舰芯片 AI的技术浪潮不像是互联网，靠生态本身的繁荣和更多链接就能创造更多价值，AI的破坏性革命几乎是完全建立在模型的能力大小之上的，由此带来的范式转移影响也是建立在模型能力上的 从这一点来看，我们可能更像是在2010~2012年的移动互联网时代：手机经历了前面三四年的飞跃性成长，来到了一个稳定发展期，每一代的硬件进步仍然非常可观：十四年前的手机芯片开始趋于稳定迭代，那时还不到1B晶体管数量(28nm节点)，十四年之后的今天，手机芯片已经接近了30B晶体管数量(3nm节点) 这十四年还包括了摩尔定律放缓的2012年到2019年整整七年，在功耗墙被手机卡死的情况下，仍然规模增长了30倍 大模型的进步也一样，每一代的进步可能会让人失望（比如GPT5的平淡相比GPT4问世时候的炸裂程度），但是到十年后回看，仍然是非常不可思议的进步 即便是每一代提升让人失望，这也仍然是指数发展的奇迹

美国4月M2数据发布，年增率增速放缓 先看图，美国M2年增率和标普500的大趋势，有一定的相关性。 1月：4.09% 2月：4.69% 3月：4.57% 4月：4.725% M2年增率是市场对流动性的体感，可以对比去年同期的增长情况，减少季性因素的影响。 目前美国M2年增率仍然处于增长趋势，但是增速放缓。 最后要说一下，M2年增率和美股的关系，不是共识性规律，仅可以作为补充性的佐证，参考性有、但有限。

昨天终于不是冷门之夜了，强队基本都回来了 #世界杯# 法国3-1塞内加尔，法国赢了但丢球也说明没那么稳。 挪威4-1伊拉克，哈兰德这火力确实有点吓人，亚洲球队迎来首败。 阿根廷3-0阿尔及利亚，梅西帽子戏法，太牛逼了。 奥地利3-1约旦，奥地利最后还是把比分拉开了。 昨天预测胜负方向4中4，具体比分的预测结果不理想。 #WorldCup#

【开云-8月2日 7点30分 美职联 温哥华白帽 vs 洛杉矶FC】 数据初盘开出主队-0.5/1，说明机构对温哥华白帽实力的认可。温哥华白帽近期攻防两端起伏较大，近10场取得4胜4平2负，虽然前场具备一定的爆破力，但防守端集中力不够，近2场美职联更是1平1负未能尝到胜绩。洛杉矶FC近期攻防两端展现出极佳的运转效率，近10场取得5胜1平4负，尤其是近期斩获各项赛事五连胜，前场火力全开且多点开花，近两轮联赛更是连轰7球，反击与阵地战节奏兼备。在两队近10次交锋中，洛杉矶FC取得5胜3平2负占据优势，且近期对决中在攻防对位上心理优势明显。此役温哥华白帽虽坐镇主场，但在攻防秩序与防线抗压能力上难以抵挡客队凶猛的火力。综合分析，本场更看好洛杉矶FC客场顺利拿下胜利。 全场让球：洛杉矶FC+0.5/1@1.87 全场大小：小3@1.96 推荐比分：0-1