搞量化交易，光是选个回测框架就能纠结半天，更别说找策略、找数据源、补理论。 Awesome Systematic Trading 这份开源合集把这些内容收集整理一起，资料相当全面。 包含 97 个库和工具包，涵盖回测、实盘、指标计算、风险管理、券商接口这些环节。 GitHub： 其中 40 多个策略来自知名机构和学术论文，并按债券、商品、货币、股票、加密货币分类。 另外还有 55 本书、23 个视频访谈，从入门到专业都覆盖到了。 同时提供了中文版说明，照着这份清单摸一遍，量化的大致版图就有数了。

说句实话，用 Claude Code 这么久，真正让我写代码写得顺、界面不丑、Bug 还变少的，不是什么玄学配置，就是下面这几个 Skill。今天全给你摊开，别再自己瞎折腾了。 先说个心里话：很多人装了一堆插件，结果一个都没吃透。与其贪多，不如把这几个用明白，一个顶十个。 1️⃣ Frontend Design：专治界面丑。视觉和交互一起管，做出来的东西终于不像程序员随手拼的了 🔗 2️⃣ Interface Design：管布局、层级和组件。页面乱成一锅粥的，靠它理顺 🔗 3️⃣ React Best Practices：现代 React 该怎么写，它直接给你上规矩，少踩坑 🔗 4️⃣ Brainstorming：想方案的时候用，优缺点都给你摆出来，不是只丢一个答案糊弄你 🔗 5️⃣ Systematic Debugging：不瞎猜。先假设再验证，一步步把 Bug 逼出来，这个我最爱 🔗 6️⃣ Changelog Generator：把 commit 记录直接变成能见人的更新日志，再也不用手写到崩溃 🔗 7️⃣ API Design Principles：API 设计得清楚、统一、好维护，后面接手的人不会骂你 🔗 8️⃣ Error Handling Patterns：错误处理写得干净又抗造，别再满屏 try catch 糊墙 🔗 9️⃣ PostgreSQL：帮你建模、调查询，数据库慢得像老牛的，试试它 🔗 🔟 Prompt Engineering Patterns：复杂任务怎么把指令写清楚，让 AI 真听懂你在说啥 🔗 就这些。不用全装，挑你现在最头疼的那两三个先用起来，比收藏一百个链接管用多了。

今天来深扒科普一下”深喉“ 叠甲：我写这个东西不是为了流量，不是为了取悦任何人。所有内容都是原创的，随便你们拿去洗稿。只不过我做任何事都有学术精神，就像我做的投研一样。另外就是日常秀一下知识面，分享给有需要的人 1.口交和深喉的区别 1.1口交发生在口腔，刺激器官是唇&舌 1.2深喉发生在喉腔，刺激器官是喉腔肌肉，极强包裹感。另外就是喉腔有大量粘稠的液体，可以插出大量沫子。视觉奇观。 2.如何训练深喉，和科学原理 因为喉腔有咽反射区（gag relex），会干呕，流泪，以及抵触异物入侵的本能。但是深喉的发生部位在咽反射区后面。所以需要做克服咽反射训练（systematic desensitization） 首先我建议如果没有合适的玩伴尽量先个人主动训练 遇到没轻重的玩伴被动训练，可能会非常遭罪和受伤。 2.1 筷子，牙刷，手指。抵住舌根，起初舌根会不自觉弓起来抵触异物，有干呕感，甚至流泪。因此需要逐渐适应。能停留10~20s后进入下个阶段 2.2吞服温水后，在有润滑的前提下，习惯这个位置的慢速抽插。能坚持5s则过关 如果没有吸烟，喝酒，槟榔习惯的，呼吸系统偏脆弱这个阶段起初可能会反复发炎，吃头孢。 2.3实战，主动深喉来掌握呼吸技巧，完成换气训练。直到能顺利穿越反射区，插出大量粘稠的沫子吐到男朋友的jj上面做润滑。完成全部训练。 3.深喉有哪些进阶玩法 3.1掐脖子，配合窒息 3.2平躺头部悬空可以插到喉咙隆起，视觉刺激 3.3被动深喉（face fuck），极端情况可以插出呕吐物，口味较重 4.如何处理sub drop 因为深喉往往伴随流泪，呕吐，压力释放，情绪崩溃。所以事后一定要进行sub drop的aftercare工作。 即长时间拥抱，盖摊子，抚摸，安抚情绪，冰敷红肿部位，蜂蜜水润喉。否则事后女方极其容易陷入长期抑郁情绪，影响工作生活。 新交的男，女朋友也可以开玩笑的用手指头挖一下她的舌根。如果对方没有呕吐反应，舌根甚至都不会弓起来反抗。仅仅是眉头紧锁。。。恭喜你啦，你的伴侣是被人调教过的。这是好事儿啊。

刚才看了一会system design，翻到一个概念叫back-of-envelope calculation 说白了就是估算数量级，不用精确到个位数，但得先有个数量级的直觉 书里举的例子是估算Twitter的存储开销，假设日活多少、平均每条推文占多少字节、图片视频占比多少，几步乘下来，一年大概要多少存储 这套东西看着简单，其实是工程师很重要的一个素质，真正做系统设计的时候，没人指望你一开始就给出精确方案 但你得知道，这个系统大概是要扛百万级请求，还是十亿级请求，数量级不同，整个技术选型都是完全不同的路子 单机数据库还是分库分表，同步写还是异步队列，全看你这个粗估算得准不准

Coinbase 发布最新 “System Update”，推出 SEC 注册的 AI 投资顾问 Coinbase Advisor，并将美国与国际站现货及衍生品市场流动性整合为统一资金池。Coinbase 同时扩展股票、期权及永续合约产品，支持用户转入股票投资组合，并计划上线更多美股、指数和 ETF 交易。此外，平台还推出旅行预订入口、基于 USDC 抵押的 Coinbase One 信用卡，以及加密预测市场、代币发行和预 IPO 永续合约等新功能。（The Block）

Claude Fable 5 system prompt 泄露了 刚看完这份声称是 Claude Fable 5 system prompt 的文档 里面有产品身份、拒答边界、搜索策略、版权规则、工具调用、文件处理、Artifacts 存储，甚至还有引用格式和技能路由。 这份文件来自第三方仓库，只能说是“声称泄露”，不能当官方实锤。但作为观察 AI agent 设计方式的样本，它很值得研究。 Github链接：

🚀 AI 芯片新贵 Cerebras Systems， 将在开盘撮合完成后， 由 MSX 同步 Nasdaq 节奏上线现货交易。 “英伟达挑战者”， 今天正式上桌。👀 公告详情👇 #MSX# #麦通# #链上美股用麦通# #CBRS# #AI#

冷知识： 将静态写作规则保留在 system prompt，动态上下文移到 user prompt ，可以极大提高缓存命中率，减少token消耗： # 当前（跨章缓存失效） system_prompt = 静态规则 + 动态上下文 user_prompt = 场景信息 # 优化后（跨章缓存命中） system_prompt = 静态规则（跨章不变，可缓存） user_prompt = 动态上下文 + 场景信息

网友投稿： 上财计算机系TCS方向课程非常非常好，但是其他system level的课程比较拉胯。 我一直以来也是这个观点，就是本科生多学点TCS是个非常好的事情，多花点时间把TCS基础打扎实，TCS的基本思路和构造，才是万金油。 哪怕今天流行的loop engineering，tree of thoughts，追根溯源也是TCS 这些基本简单设计启发的灵感。