把美股当Meme炒，用1.2万刀狂赚750万刀，仙股交易员@timothysykes 你以为只有币圈能把几百块炒成几百万？ 有个美国人，17岁拿着1.2万美金进场，大学没毕业，账户已经滚到165万美金。 后来他把全部实盘记录公开在 连续三年在Covestor的60000多名交易员里排名第一。 CNN采访他，福克斯请他上节目，哈佛请他去演讲。 他只做日内交易，只玩仙股，持仓从不过夜。 别人买英伟达、特斯拉，他在买什么？$1以下的垃圾股，随时可能归零的那种。 但他的收益率，碾压了所有华尔街基金经理。 这个人就是 Timothy Sykes。 🫡那些没人要的垃圾，在他手里翻了几十倍 他的日常持仓，全是一两块钱的股票。 你看一眼他的持仓记录，第一反应是：这些是什么鬼公司？ 都是些你没听过的名字——市值几千万、股价几毛钱、每天成交量还不如一个菜市场。 但就是这些"垃圾"，在他手里变成了印钞机。 $ASTC —— 从底部启动，一路狂飙。Sykes 的学生在 $7 进场，在 $26 附近分批离场，单笔利润 30%+。他发推庆祝的时候，股票还在涨。 $PAVS —— 4块钱起步，一路干到 22 块。他没有在最高点喊"还能涨"，而是在上涨途中反复强调：逢强卖出、分批止盈、设好止损。他的学生有人在这只票上单日赚了 4 万多美金。 $INHD —— Supernova 式爆发。他在推上连续发帖，学生单日利润从 24k 到 40k+，有人直接打出"life-changing money"。 $EDHL —— 4块钱到 10 块，只用了 12 分钟。然后到 15 块。如果你看了他的复盘，你会发现他在启动前就已经把它放在了 watchlist 上——不是因为内幕消息，是因为他的扫描器筛出了这只票的异常量能。 $STI —— 又一个 Short Squeeze 的代表作。空头被打爆的价格曲线，像一条垂死的蛇在挣扎。 $AZI —— 2 块到 12 块。6 倍。 $CHAI —— Sykes 自己发推说 "NAILED $CHAI"。 23 只股票。每一只都翻倍。最多的一只翻了 84 倍。 你是不是想问：他是怎么找到这些的？ 🫡就是追高，就是喜欢买垃圾，一个字勇 先说一个反常识的事：他几乎不做基本面分析。 他不看 PE、PB、ROE。不看资产负债表。甚至不看管理层是谁。 因为他买的这些公司，大部分压根就不赚钱。有些连收入都没有。你看它的财报，能把你看出抑郁症来。 那看什么？ 看炒作周期。 Sykes 的核心方法论，叫做 7-Step Pennystocking Framework（7步仙股框架）。 他花了 20 年，把 penny stock 的价格走势总结成了七个可预测的阶段： 1. 预泵期（Pre-Pump） — 聪明钱悄悄进场，股价开始异动，社交媒体有人开始铺垫 2. 加速期（Ramp） — 成交量放大，聊天室和推文开始密集讨论 3. 超新星爆发（Supernova） — 这就是散户能赚钱的阶段。放量暴涨，100%-1000% 不是梦 4. 悬崖跳水（Cliff Dive） — 炒作结束，急跌 50%+ 5. 恐慌接多（Dip Buy） — 这是他最得意的手法。急跌到恐慌低点，Level 2 确认支撑，一把接住反弹 6. 死泵反弹（Dead Pump Bounce） — 最后一哆嗦，空间不大 7. 长吻晚安（Long Kiss Goodnight） — 慢慢跌回起点，归零 你发现了没有？他要的不是好公司，他要的是好故事。 只要故事够热——新药获批、大厂合约、行业热点——配合低浮动、高成交量，一只没人要的仙股就能在几天之内变成 supernova。 ------- 举个例子：假设有一个 AI 芯片相关的仙股，只有 200 万股流通在外。突然有消息说它拿到了某大厂的测试订单。 第一天，你知道，我也知道，所有人都知道 第二天，空头开始做空，因为股价已经涨了 50%，他们觉得"太离谱了" 第三天，空头被挤。200 万股的流通盘，根本不够空头平仓 股价从 2 块到 8 块，只需要三天，而你什么都不用做 Sykes 做的，就是每天都用他的 PREPARE 七步评分系统 去扫描可能发生这种事的目标。七个维度，不达标就跳过，每周找 10-15 个候选。 ------- 🫡 他把仙股的周期画成了一张图 四个阶段，七种走法。任何一支仙股都在这张图里： 第一阶段：隐秘吸筹。 聪明钱在没人注意的时候偷偷买。这时候进去肯定赚最多——前提是你能猜对谁会涨。99%的人猜不对。 第二阶段：盘整等风来。 价格横盘，成交量慢慢放大，社交媒体上开始有推文。这时候进去可能要等几天甚至几周。赌的是热度会不会炸。 第三阶段：超新星。 媒体开始报、散户开始冲、价格直线拉升。这是散户最容易赚钱的位置。 别在狂热末期接盘就行。 第四阶段：出货。 聪明钱开始卖。价格往下掉。 但这个阶段有两个容易赚钱的位置： • 暴跌反弹（Dip Buy）——涨了30%-50%的标的突然跳崖，接多。很容易拿到5%-10%的利润。 • 死猫反弹做空（Dead Pump Bounce）——暴跌后小反弹，做空。利润不大但稳。 其他位置？Sykes的态度很明确：别碰。宁可空仓等三天，别在不对的位置浪费子弹。 ------ 🫡那普通人怎么用这套东西 说实话——9555笔交易，每天筛选10-15个标的，七年打磨一张量表，这不是一般人能坚持的。 所以我把这套 PREPARE 方法论蒸馏成了 Agent Skill。 能帮你自动筛选符合条件的标的 比如你说 "$ASTC"，我会告诉你： 形态：进入 Supernova 爆发期（模式 #3）✅# 流动性：日均成交量达标 ✅ 催化剂：有新闻驱动（合同/合作）✅ 历史表现：过去同类模式下表现一致 ✅ 风险回报：当前入场点距止损 8%，目标利润 30%+（1:4）✅ 结论：符合入场条件。建议小仓位，设 8% 止损，分批止盈 这不是预测。这是用 Sykes 20 年的经验，帮你把决策过程规则化。 不过说实话，真正有用的不是skill本身——是他那句"对了吃满，错了秒割"。大部分人不是不会买，是亏的时候舍不得割。你是哪一种？ github的skill链接如下

黑客松的颁奖台，从来不是终点。 X Layer Super Nova 启动——生态里的下一颗星，我们来找。 首批项目： - Billion Live @Billion_Global —— 一个App搞定直播、交易、预测 - XTruth @xtruthlab —— Web3版"事实核查"，链上裁决不说谎 下一颗Super Nova，就在路上。👉

既然 Kimi K3 已经把开放 Agent 模型带到 2.8T 参数这个规模，@Meta 为什么还发布一个 30B 的 Muse Glimmer？ Kimi K3 代表的是一条很明确的路线：继续扩大开放模型的能力边界—— 2.8T 参数、1M context、视觉理解，面向长程 coding、知识工作和深度推理。Kimi 官方还建议用 64+ accelerators 的 supernode 部署它。它更接近在回答： 开放模型还能承载多复杂的 Agent 任务？ Glimmer 选择的是另一种部署尺度。 30B 多模态、Apache 2.0 开放权重。 HuggingFace在发布说明里直接写了本地 coding、文档分析、个人助手，以及 “Claw- or Hermes-like setups”；发布当天还提供 transformers、llama.cpp、vLLM 接入，并展示了 GGUF 量化和 OpenAI-compatible endpoint 的本地运行路径。 Llama 早就能接进 Agent，Glimmer 的变化不在于第一次具备这项能力。我认为重点是： 这次发布把模型的使用语境更明确地放到了自行部署 Agent 的开发者场景里。 当然，本地不等于轻量。HF 给出的 BF16 推理参考仍是 1×80GB H100，这不是普通人能部署的；量化后的性能、硬件门槛和长期运维成本，还需要真实使用验证。 所以 Meta 发 Glimmer，并不是拿 30B 去打压 2.8T。 K3 把开放模型推向更大的能力规模；Glimmer 则把多模态、开放权重、量化路径和本地 Agent 工作流结合在一起。 Meta 这次关注的可能是另一类需求：开发者是否能把模型部署、修改，再接进自己的文件、工具和工作流。 出处：