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

最近 X 上最难忽视的账户，应该就是 @aleabitoreddit 了。 中文圈叫她白毛股神，英文圈叫 Serenity。 说实话，一开始我这种打土狗的看她内容，第一反应是： 这不就是美股版发 CA 吗？ 币圈项目方发个 CA，兄弟们冲进去打狗。 她发个 AI / 半导体 / 800V 产业链名单，美股、欧股、A 股全有人跟着找弹性标的。 区别是： 链上打狗怕貔貅，怕撤池子，怕老鼠仓。 股票这边怕财报雷，怕监管函，怕量化盘，怕全市场突然把一张众包名单当圣旨。 但认真看了几天之后，我发现她真正厉害的地方，不是“喊中了哪只票”。 而是她在做一件很少散户会做的事： 不追最热的龙头，而是顺着 AI 基建的资金流，往上游倒推供应链。 别人还在盯 NVDA、META、GOOGL。 她在找的是： 大厂绕不过去， 但市值还没完全反应过来的那一段窄路。 这套东西，说白了就是 chokepoint 思维。 不是找“下一个英伟达”， 而是找“英伟达不得不付钱买通的那一格”。 光模块、CPO、InP 衬底、SiPh、800V DC、电源、机器人、能源…… 这些东西对我这种 Web3 玩家来说，刚开始看确实有点像进了传统金融补习班。 但越看越发现，crypto 和 tradfi 的 alpha 其实越来越像。 币圈也是一样： BTC 涨完找 L2， Solana 涨完找 Meme， AI 叙事起来找算力、数据、Agent、DePIN， 一个主线起来之后，资金永远会去挖第二层、第三层。 市场本质没变： 先买共识，后挖弹性。 先买龙头，后找瓶颈。 先看叙事，再找还没被定价的那一格。 所以我现在觉得，白毛股神最值得研究的不是她又带飞了谁。 而是她把 AI / 半导体供应链，拆成了一张普通人也能看懂、也能交易的地图。 这比单纯喊单值钱多了。 当然，影响力大了之后也有问题。 比如 800V 那种跨市场大名单，一旦被市场误读，就很容易从 research 变成“全网找标的冲”。 她自己也澄清过，有些只是粉丝推荐、众包整理，不是个人 conviction。 这点其实挺重要。 因为一个账户影响力大到能同时牵动美股、欧股、A/H 股的时候，市场缺的就不是更多喊单了。 而是更多能把边界讲清楚的人： 哪些是高 conviction？ 哪些只是 watchlist？ 哪些是产业链节点？ 哪些只是被情绪带起来的影子标的？ 我做 Web3 / 链上研究比较多，最近看她内容最大的感受是： 我们链上这帮人，不能只会问“这个币会不会拉”。 以后更要学会问： 这个叙事真正的瓶颈在哪里？ 谁是铲子？ 谁是入口？ 谁是大厂绕不过去的节点？ 谁还没被市场定价？ 这个思路对 Web3 也一样有用。 最后想请教一下 Serenity @aleabitoreddit ： 当研究从光模块 / CPO 这种相对清晰的 chokepoint，扩展到 800V DC、机器人、能源这种更宽的物理层主题时，你会用什么标准判断一个节点还值不值得放进 conviction portfolio？ 还是说你现在已经在从“单点 chokepoint”，转向“跨市场主题地图”了？ 这个问题我真挺好奇。 @aleabitoreddit 我这种链上打狗选手，也想被传统金融供应链研究狠狠教育一下

USDC已经把西方合规稳定币的赛道蚕食殆尽，在亚洲似乎还没有一个真正能打的角色出现。 Solana上首发的USDGO @usdgo_official ，短期来看它想成为出海企业美元稳定币首选，机构可以加入watch list看看。@osldotcom @OSL_HK