掘金量化api使用方法

经常有人问我们，为什么都说做货币量化只接交易所的 a p i， 明明第三方的 a p i 也很省事，甚至有的大机构会愿意提供融资和技术支持，为什么还是不愿意接？我们先来说说结论，不是第三方不好，也不是我们不想合作，相反，面对愿意支持我们的机构，我们心里是感激的，拒绝的时候也会非常不好意思。 在量化团队身上有一个更为重要、更现实的责任，我们守护的不是每一笔融资的好意，而是所有投资者的长期利益和资金安全。为什么这么说？因为在量化交易里， a p i 不 只是一个接口，而是策略的生命线。量化的胜负核心只有三件事情，速度、稳定性、确定性。在速度方面，行情的变化是毫秒级别的下单路径，只要多五十毫秒的延迟划点，就可能把 利润吃干净。在确定性方面，电路抖一下，断一次线可能来不及撤单或对冲，风险会被放大。对于确定性而言，我们必须百分之百的确定订单到达了交易所，真实成交，真实回报。量化最怕的就是 不确定性，而第三方的 a p i 问题不是他做的不够好，而是他天然会让这些事情变得更为复杂。第一，电路多一层，延迟和抖动就多一层，直连。交易所是由策略到交易所，而第三方就变成了从策略到第三方再到交易所，这一步看似只是转发，但在高波动的行情里， 毫秒就是盈亏的分水岭，我们无法把策略的成败压在非我们控制的延迟上。第二，稳定性要依赖别人，故障排查也会变得更为困难。交易所异常，我们能快速定位原因和边界，但第三方一旦出现限流、卡顿、路游问题，你会看到一大堆的症状，很难第一时间确认原因。 而在量化的世界里，你花多一分钟的时间排查，你的风险可能会放大十倍。第三，数据的一致。性。第三方通常会做缓存、聚合、截流或风险过滤，但量化策略依据的是交易所的数据真实，但交易策略依赖的是交易所的最终事实。一旦行情、成交、回报这三个方面出现延迟或不一致，策略的判断可能会脱离真实的市场，最终变成系统性的 误差。对量化而言，这可不是小瑕疵，而是致命变量。想到这里，真正的底线还没有完全说完。安全与可追责性， api key 代表了交易权限，有些账户还涉及调仓、资金划转等高敏感操作。一旦 key 离开了交易所的官方体系，风险就从技术风险转化成了资产风险。我们必须遵守一个朴 素但是较为残酷的原则，最小信任面。也就是说，资金的控制权只能交给最少、最清晰、最可追责的对象。在阶阶段，这个对象通常只有一个交易所官方。那为什么大型机构带着融资，带着成熟的系统来合作，我们也还是会拒绝呢？道理更简单，量化团队的核心 资产并不是融资过来的钱，而是策略和执行链路。一旦进入第三方的 a p i， 这就意味着变化策略有被追踪和推断的可能，哪怕对方是完全善意的，只要链路多了一个观察点就多了一层可被反向攻城的概率变化。策略一旦被推断，其性能优势就会快速衰退。链路执行的固执权稀释，你可以选择随时更换交易所平台，但是你却很难选择更换第三方的平台。 一旦对方遇到合规变化、政策限制、业务调整或者突然停机，你的策略可能会更为复杂。极端行情里如果出现执行固 责任，到底在交易所还是在第三方练路呢？当责任练不清晰时，投资人的保障就会变薄。我们无法让投资人的风险去承担系统结构的复杂度，所以我们才会显得相对保守。我们不是不想拿钱，也更不是高冷，而是我们必须优先考虑所有投资人的安全和长期 回报。我们很珍惜每一次的合作和融资机会，也真心感谢每一位愿意支持我们的机构。但我们的职业理论要求我们必须先过第一关，任何选择都必须先通过 投资人利益优先的原则评估。融资可以晚一点拿，合作可以慢一点谈，但风险不能提前埋，控制权不能轻易交。这就是为什么数字货币量化团队更倾向于直接交易所的 a p i。 因为我们要对结果负责，而结果背后是更多人的信任和资产。

啊，这个视频简单的来说一下这个结晶量化的一个集合进价的一个数据分析，结晶量化的话他是免费没有门槛的，大家都可以调用他的一个数据。 当然如果你有真实的账户的话，啊调用的数据是比较多的，没有的话啊相对是比较少的。呃，我们可以看一下他的一个数据的调用啊，有哪些权限， 他跟这个实盘，呃，差异在哪里？我们可以打开这个啊结晶量化这个软件，打开之后我们可以点这个实盘申请去看他一个数据的一个请求的数量， 如果你需要开这个现场版的话，呃，可以联系我，如果你注册之后它就是一个体验版，体验版的话它提供的数据就包括这个五天的一个 tick 跟 这个六个月的一个分钟线，还有所有的热线数据，以及支持这个五十只标利的实时行情。呃，这个专业版跟这个机构版都是付费的。呃，如果是现场版的话，需要开通的话可以联系他，是提供这个两个月的一个 tick 跟这个两年的一个分钟线， 以及相应的一个股票的增值的数据包。然后对于我们普通用户来说的话，我们要用的还是这种体验版啊，我这演示的也是体验版，之前我说过那个东财的一个量化，东财量化的话，他其实上他的后台接入的就是这个结晶量化，他只是换了一个壳， 因为我之前尝试用这个东材量化的话，跟这个斜金量化的话，他的代码基本是一样的，我只需要啊替换他的一个头肯就可以了， 所以东材量化那边就是套了一个壳，他实际上用的还是这个结晶量化，我们有了账户之后，我们可以去打开这个量化社区啊，进行相应的一个交流， 他这里就是第一条，这个结晶中单跟这个东方财富的中单一模一样啊，我们当然是可以进行在这里进行相应的一个交流。呃，我刚才说了啊，东方财富就是套壳，这个结晶量化 啊，跟这个接近中单是一模一样的。当你去访问他的官网，我们可以去啊看他的一个 api， 我们可以看这个 python 答案，如果你熟悉别的语言的话，你可以看其他语言的一个文档啊，他这个是调用的一些代码，这个文件的话跟这个东财那边也是差不多，他只是在这里把这个名称换了，东财的话也是差不多是这个。 呃，相应的一个调用的话，你可以去阅读这些文档啊，然后我们回来看这个软件。我们注册之后要去安装这个 sdksdk 的话，我们也可以通过这个官网去安装啊，在这边去安装 啊，当然我们在这里可以进行一键安装，安装的话我们可以打开这个系统设置，如果你没有安装的话，他会检测没有安装，你一键安装就可以了。我这里是两个拍审，都是进行了一个安装， 因为我之前的这个三点一一的话，安装之后那个 pandas 的版本是不同啊，不兼容，所以我又去安装了这个三点九。 安装之后啊，我们可以去复制它的一个 token， 然后我们要调用的时候就用到这个 token 啊，这个就是它的一个简单的一个介绍，还有一个要强调的就 是这个啊结晶电话的话，他是把啊他的数据返存到我们的本地电脑上的啊，你要准备有三十 g 以上的一个存储，如果你是服务器的话啊，基本上是运行不了的。呃，像我这里的话，我这个文件都达到了一百多 g 好像我这个返存文件，我们可以打开这个文件夹来看一下，这个就是返存文件 一百二十八 g 的一个版权，几乎所有的数据都存进来了。呃，他是首先调用本地的，如果本地的数据没有的话，他才从那个网络啊进行获取， 他那个提示的话是要准备有三十级的一个硬盘，但是我这里的缓存的话，他达到了一百二十八级啊，这一点需要注意的，如果你服务器没有这么 大的一个啊硬盘的话，是不建议放到壶器上进行运行的啊。然后我们来看这个代码吧，这个代码的话是获取这个集合进价的三秒钟的一个行情数据，如果现在的数据是没有变动的话，我们就以啊前面的一个数据进行一个填充 啊，这个代码的话就是整体的是这个代码，这个代码是我简单的自己写了一下，然后如果你要实际应用的话，要根据不同的情况进行一个加，你还要进行相应的一个修改，进行运行一下来演示一下。 我们都要用这个结晶量化和处理数据的话，我们要引入这些库啊，这些是引入的库，然后自定义他的一个代码，如果你的 tok 不是放到这个环境变量中的话，你直接把 tok 粘贴到这来就可以了， 今天的一个几何进价的一个数据，我们来演示一下， 这里就获取了平安银行的一个数据啊，今天的一个提额进价的一个数据啊，每三秒啊，零零啊，零三啊，零六零九啊，他就是每三秒啊获取一个数据。 然后如果你要对这个几何进价进行相应处理的话，你进行相应的加钱或者怎样处理的话，我们会对这个，呃，委托量，委托量进行相应的一个处理啊，去辨别他的一个进价的一个强弱 啊，在这里就不多说，主要要讲的就是这个结晶量化怎么去获取这个集合进价的三秒的一个数据啊，这个就是相应的一个代码。这个文章的话是昨天 发了，但是有网友在问这个 token 是怎么来的，所以录这个视频再说明一下这个 token， 这个 token 的话是这个接近量化的一个 token， 呃，这个内容就讲到这里。

大家好，我是洪湖炼化做了很久的绝地炼化，里面接入 ai。 呃，我这边已经，呃实现了，不过现在还在考回测，嗯，目前看来结果一般，嗯，回测还不大。 嗯，但是我觉得这是一种思路嘛，因为我现在的数据还没有给到很多，所以说 ai 不 一定很制冷。呃，目前的话， 嗯，前面的所有的代码我们之前也看过了，包括了一些策略和数据管理、商位管理，还有情绪。对，我现在加入了个情绪管理，我情绪管理的话是我自己实现的一个指标，就是我会去把 股票的一个趋势给统计出来，然后根据这种集值，比如说这种，呃超过了多少数量，嗯，比如说这种最新低的超过了多少，那么我就觉得可以可以满，可以可以下手见方了。然后红线在上面的话，我们就积极做多，然后红线在下面的话，我们， 嗯，比如三月份的时候，在下面的话，我们就嗯小仓位去玩。嗯，这个是一个，嗯情绪管理的。呃，然后的话我们是在嗯拍盘一包，就是拍盘锦，我们先，嗯把， 我们就是初筛一道，就是我们以三对羊为一拿到目标赛呢。这块我之前也已经讲到过，这一块的话，就是我们去，嗯，有一个， 有一个就是三倍扬的策略，嗯，这里我们可以随意提防的，可以去换成其他策略，然后一个三倍扬的策略，让他会根据我们的一些指标或者信号去识别该不该满足。这一块的方法是已经非常好了，你听完之前有讲过，嗯， 后面的话我们就会有一个 ai 的 一个筛选，嗯，设置，如果你你可以关闭，也可以打开，然后我们这里有一个 ai filter 的 一个 service， 这里的话我们主要是对 ai 的 一些渠道配置，还有一些嗯，运行，然后进行过反馈，这个我觉得，嗯， 没有什么特别要说的。然后这中间这个 ai 是 我们前段时前几天讲过的，他们已经有的，你们如果觉得感兴趣可以随便挑一个， 当然代码我肯定肯定是不会发给大家的，因为这块他并不具备实在价值。嗯，你们自己也可以自己去做，然后就只是讲了一个，你说有一个思路啊，可以让 ai 集集成进来，那我们就是这这个代码的话，你们自行换了也觉得不好了，或者说 参考你可以自取，还是得靠自己，因为我做我也是韭菜，我也只是折腾而已。 然后做到这，这个让 ai 帮我们进一步筛筛查，筛查之后，然后我们再放到这个监控里面，监控之后，然后我这边是用的七个数据，这个数据的话， 嗯，我们会在那个处理七个的时候去看他的买卖点。买卖点的话除了 ai 的 话，我们有个最基本的就是肯定是要大于开盘价，但是这些你可以不是根据自己的交易体系，然后卖的话也我们也可以让 ai 帮我们就是，嗯 进行判断。那我们现在我还没有做分时级别的，因为现在只做了日日线级别的筛选，那后续的话我们可以适当实时的把数据给他呀，让他给我们反馈。但前提是我们先要点呀，换一定自己的技能， 当然你通过小龙虾会有现在的技能，等技能起去实现都可以。那目前我是这样子实现的嘛，我学小龙虾也可以帮大家定的就是。呃，做一回事。嗯， 大概就这样吧，然后你们有什么好的想法或者方式也可以跟我一起。你们会不会觉得我这样子做不好了？那目前呢？我还在回测结果，我等一会去。因为是气压比较大的东西一般，然后我们可以看一下我们这里的。嗯， 是怎么做的？那你看他会告诉我们其实不一定。对，还能五步前，你看你要拿得出最新的信息，所以但这都是小问题。 对，你们做的时候可以把这个，如果用这个的话可以让做用他的那个缓存命中，那样子的话很消耗的拓客就会少很多。比如说我们 熬一整整天后，反正最多花几块钱吧。嗯，那我今天大概就是分享这些。嗯，有什么？拜拜。

文化，呃，我今天给大家实操一个关于昨日涨停，其实手板的一个决定，电话的代理，呃，这一块的话我已经做完了，然后具体侧面的话可以看这张图，买卖买卖的，嗯，当然，嗯，你们配置的不一样，设置的不一样，产品结果也不一样， 然后我这一块的话还在回测，回测的话结果有好有有不好的，因为时间很短的，一个是二五年十二月份二十九号到二零年一月十七号的，然后这两块是不同的啊，参数 啊，有些的时候呢，那年化两百多，有的就你看最近的就不太好， 可以先看代码的实现，嗯，这一块的话是先拿到我们的目标代码，就是昨日涨停，且是手板的，然后这一块就是我自己家的管理信息，我们可以自己不用加。拿到之后我们这块数据管理就是把各个黑名单呀， 费事的呀，会名单呀，洁净的呀，那些你都可以放在这里，我的是放在数据库里面的啊，所以说这块你们可以自己用，嗯， 电商也好， excel 也好，都可以。然后这里是处理，我们拿到新号的代理做一个过滤，嗯，再次过滤哈。 然后这个是拿，呃，历史数据去做形态分析，做形态分析的话是为了卖买卖的时候，嗯， 可以根据你不喜欢的形态，你就可以做的更细一点，就拿到主力数据，然后去慢慢分析，这是一个， 然后这个是数据库相关的，就是刚刚讲到的，没有什么可以说的，就很简略，你可以自己在数据库里面，也可以自己就像我这样子随便写一个长样的，然后可以进行过滤，然后，嗯， 这款 stock db， 嗯， manager 这块是实盘用的，就说我是希望把我买入记录放到那个 db， 以便于我后续的一个分析，然后毕竟就是为了还是因为其实股票都是数据了，就是后面去为了分析。 嗯，这一块的话是执行买卖的一个 tick 的 数处理数据的，然后我弄慢点，你们后面想参考的直接参考吧。 然后这一块也是把数据管数据连接给注入到呃，这种界面里，我这一块的话，其实后面可以是可以互用，不管你什么创意，这一块都可以互用的。嗯。这一块是 c o， 这个是词典吗？然后这款是 c o， 这款是 back。 呃，包括其实这里资金分配，这可能可以提出来，提到尺寸里。呃，提到后面去。嗯 嗯，这个是那样，那样的话就是先把各个基础酒店给注入，什么日子呀、片子呀都可以放到正午。嗯，然后我们去玩历史数据， 这些都是以前讲过的，这个当前的尺三点啊。可是如果说你坚定的太多了，他这个数据的话会很慢，比如说我觉得没必要的，比如你仓位买了，或者说今天我们购买的已达到上限，你就不用去做了。 那这个是订单的一个状态，现在在这里可以取你很多东西。嗯，你可以直接直取吧。 嗯，这个是消息。嗯。亲吻这一块我觉得很简陋，先不用看，然后这一块的话是一个形态分析和打分器，这一块你可以。嗯，别说有根据他的形态给他定义，但这里肯定有开源的，你可以去找找 这个双顶的 leo， 然后这块是我自己配合的，打分的就是，嗯，但我觉得嗯做的肯定肯定是在打分没做好，所以说以至于我的免疫非常之不稳定，这个是深的依赖，就不用分了。 嗯，这块是策略。对，这个后面就是其他的你可能都不用改，特别多，就是策略这块你可以自己慢慢。嗯，可以改。没有，比如说我的买卖条件都很很简略，你们可以，比如说会 ai 的 可以去中，用 ai 去就是攻略一套都可以 给大家看一个全流程，这个就是电杆管理，然后这些是这个是一些基础方法。 嗯嗯嗯，那你们，你们可以自己自己想学的话，个人，个人的话，嗯，很难，真的很难。我其实都做了好多策略，没什么用。有一个策略还行，但是我也分享过，你可以自己进去看 这一块的方案都没有什么好说的，我们可以自己看一下。结果这一块是最近的不太好信号分析。 嗯，这块不算很好，因为我没有最新的那个决定用了这个，因为我是用了万盒子，万能盒子，就这样，拜拜。

有这样一个策略，据说一年能翻八十六万倍，禁止取现，直接原地飞升。买到股票后，上涨的概率更是离谱到高达百分之九十八点零一，这乃是炒股，分明就是在印钞，巴菲特看了都得连夜拜师，最爱划开线的董王来了，也得请他去美国主持大局。这样的策略，你心动了吗？ 大家好，我是专注于量化投资的行不行？最近我同事说在童话顺的策略广场看到了一个年化百分之八千五百六十九万五千四百九十九点五五的策略，光读起来都要好久，这不赶紧去膜拜一下，都是对交易的亵渎。我马上顺的指引打开童话顺，在选股里找到了策略回测功能，点击策略广场去寻找那个神级策略。 我自己是在苹果系统找到的，其他系统可能入口会不太一样，如果有知道的朋友也可以在评论区分享一下。进了策略广场后，我就像刘姥姥进大官员，直接蒙了。 这里面的策略收益是个顶个的爆炸，一年翻几十倍的都排不上号，动不动就是几万倍几十万倍，干脆改名叫股神广场吧，这谁看了不迷糊？而一年翻了八十六万倍的策略，是由某个不知名网友公开分享的， 他条件是这样的，各种指标筛选应俱全，乍一看还挺像那么回事的。直到我看到最后一个条件，他要求未来六天涨跌幅从大到小排序，我差点当场就把电脑砸了。 我要是知道六天后哪个股票涨的最多，我还做什么量化啊，直接左脚踩右脚上天嘛。而且要我说，这个策略还是太保守了，我直接每天收盘去买第二天涨停的股票，到年底最起码能翻二百二十三一倍， 这收益不比他高多了？被当面泼了一盆冷水后，我又去翻了几个收益同样爆炸的策略，结果发现他们几乎都有未来多少天涨跌幅，排序的条件都是妥妥的未来函数，但这么大一个平台，五千多个，分享出来的策略多少得有几个靠谱的吧？ 所以我又去找了一个收益看的没那么吓人的策略，年化他百分之九十七点六二，在广场上根本排不上号，这种反而似乎还有一点实现的可能。我们来看一下他的具体条件，他要求选到的股票必须是中证两千的成分股， 并且剔除曾经 st 的 股票以及房地产股，上市时间要大于两年，且收盘后二市均线大于前交易日的二市均线，再将当日市值从小到大排列，选择市值最小的十只股票。这个策略的思路呢，听着倒挺像回事的，是一个加入各类筛选后的小市值策略。 我们是多量化交易的，不能只看他这里的结果就直接拿去实盘，还是得找来 a 股历史上所有股票每天的交易数据，并编写相应的代码，通过模拟实盘的环境来验证一下这个策略到底能不能帮我们赚这么多钱。 具体的数据和代码我也都整理好了，需要说明的是，他的策略条件中用到了中证两千成分股，这个指数的发行日期是二三年八月十一号，所以我们最早的回测日期就应该从这天算起， 我们直接运行程序，结果如图所示。从二三年八月运行该策略至今，代表策略的成色曲线从初始的一块钱涨到了一点七三元， 年化收益百分之二十四点三四，最大回测有百分之四十点七九，这个收益其实还是不错的，也跑赢了代表大盘的轰三买，是能帮我们赚到钱的，但远没有他说的那么高，难道是我看中了哪里吗？所以我又去钻研了一下他这个策略，发现他的回测是从二零二一年开始的，可那时候还没有中证两千成分股，难不成他是穿越者？ 如果我们把它其他选股条件都去除了，只保留了买市值最小的十只股票，效果又会怎么样呢？重新修改代码后，回测结果是这样子的， 代表策略的成色曲线从初时的一块钱变成了八点二九元，也就是翻了七倍左右，年化收益百分之一百三十一点二一，远远跑赢了代表大盘的忽悠三百，甚至比他测出来的还高，最大回测百分之三十九点四五，比之前的策略还小了一点。 这就有点尴尬了啊，难道他的条件是负向指标？我就添加了他最核心的收盘后二十均线大于前交易日二十均线这个条件。重新修改代码，运行了一下策略，结果又变成了这样。 赚钱还是赚钱的，但收益减少了，回测增加了，怎么看都是画蛇添足了。当然，不管怎么说啊，大事至少知道选，小事只是赚钱的，回测结果也是赚的，只是他的策略条件有些画虎不成反类犬罢了。 之后呢，我又去策略广场找了一个大市值类型的策略来研究。这个策略可厉害了啊，他从二零二一年开始运行，年化收益有百分之四百二十三点九二，选股的成功率高达百分之一百点零零，也就是选什么涨什么。策略的具体条件是这样的，一是时均线上穿，三是均线，二是非 s t， 三是羊包阴。 四是五日涨幅大于百分之一，涨幅小于百分之五，然后按市值从大到小排列，选择市值最大的一只股票买入。 肯定有朋友不太懂阳包阴是什么意思，我简单解释下。它是一个比较典型的 k 线形态，要求前一天为阴线，当天为阳线，并且这个阳线的开盘价要小于阴线的收盘价，阳线的收盘价则要大于阴线开盘价，呈现出这样一个阳线实体，完全覆盖阴线实际的样式。 确定了策略的思路后，我就写了一份代码，专门来对它做测试，代码运行结果显示，从二零二一年至今啊，代表策略的成色曲线从初始的一块钱跌到了零点六七元，年化收益是负的百分之七点四七，最大回撤极大，有百分之七十点六八，相当于发生回撤后翻两倍都没法回本。 而且看策略曲线，由于它的选股条件比较苛刻，有时候还不一定能选的到符合条件的股票。这结果怎么跟显示的完全不一样啊，又是被辜负的伤心的一天啊！ 对此，我们测试了三个同花顺策略广场里的策略，发现高收益高胜率的背后是回测结果不准确和大量的掺杂未来函数， 因此自己用同花顺回测玩玩是可以，但不建议大家盲目的跟随去使用广场这里的策略。另外，也总有人在网上看到的高收益策略，在后台和评论区让我去试试，说回测结果特别好，问我能不能直接拿去实拍。对此啊，我的建议是先自己亲自回测后再做打算， 毕竟他说的再天花乱坠，都不如你自己用大数据去验证一次。不管是网络大师还是 ai 大 师，甚至是我都不一定是对的， 你的经验会蒙蔽你，你的直觉会欺骗你，但是大数据不会，一切还是要用数据说话。大家如果还有更多大师的策略想测试的，也欢迎在评论区留言，遇到有趣的我们就会去用电话代码做测试，并做成视频，把结果公布出来。那么本期视频就到此结束，我们下期视频再见！

微克夫教育法，那里面的需求拉升派发，那都是默认人跟人在斗智斗勇啊。但如果你现在的对手是一个不睡觉，不恐慌，没有感觉的硅基生物 ai 算法呢？那么人类还有胜算吗？ 以前呢，你在跟机构在玩心理战，现在呢，你可能是在跟一套啊，每秒预算上百亿次，那唯一的目标呢，就是寻找流动性的自动化的 ai 系统，在玩猜拳山路行下得唔得啊，无谓赶尽杀绝啦。所以核心的问题来了， 在这个牌桌上，那维克夫这套人类心理学的剧本是废了呢？还是一种更加诡异的方法活着呢？要搞懂这个，那我们得要看市场是怎么进化的，我们先看一点零的版本啊，人类局， 这是威克夫的时代啊，交易靠吼啊，节奏慢，情绪和消息作为主导，那揣摩那个聪明人的心思呢？管用啊。二点零的版本呢，是机构局， 基金的投行做庄，那基本面再加技术面呢，趋势性很强。威克夫描述的是资金的动机，低买高卖啊，依旧成立，结构清晰啊。 现在呢，已经进化到了三点零的版本。算法局燃料呢，不再是什么观点，而是订单流。驱动市场的，是无数预设的程序啊，突破就卖，破位了就卖，活动大了就降仓啊，市场反应的速度进入了好秒级啊。 那关键来了，那为什么图表上呢，还可以呈现标准的微克夫理论的结构呢？并无那个完美的吸收区啊。最可能的真相是，这些结构呢，不是某人专门画的，而是被无数的算法合理采出来的。 在美股市场啊，类似苹果或者英伟达这种高流动性的标的，超过一半的交易呢，都是算法量化系统完成的。而且呢，这些系统有个特点啊，不情绪化，不犹豫、不会再等等看啊，更加不会。我感觉这里就差不多了，他们只干一件事情，执行规则。 这就意味着一件事情，市场呢，没有变得更加聪明，而是执行市场的人换成了一个不会犯困的版本。所以啊，你现在面对的不是一个会犹豫的对手，而是一套啊，不睡觉，不解释，也不讲武德的系统。接下来，重点来了，很多人会以为， 既然市场都被量化接管了，那维克夫这种结构的分析，那应该是彻底失效了吧。切切相反啊，结构不仅还在，而且更加标准呢。这个听起来是不是有点反常识呢？原因很简单， 量化的合力，会让市场的行为更加统一了。不同机构的模型啊，看起来很高级。那其实呢，底层的逻辑都是高度重合的，突破了就加仓，跌破了就减仓，波动大了就降风险啊。你可以啊，把这些行为想象成什么呢？像一群人 同时呢，都在听同一个指令，于是呢，会发生什么呢？突破位有一堆的买单同时找出来，正道区呢，就会来回的反复试探。 这些行为叠在一起，就在 k 线图上生长成什么样子呢？就是长成了你最熟悉的微克夫的结构。所以啊，这里有一个非常重要的升级啊，微克夫的结构不是被执行的，而是被涌现出来的， 你看到的不是计划，而是结果，这时候你肯定会很开心的。哎，这不更好吗？结构更标准了，我就更容易赚钱了。想挣钱是吧，还有一款 冷静一下啊，问题不在于有没有结构，而是在于你看到结构的时候可能已经晚了。给你看一个极端的案例啊， game stop， 二零二一年的那一波， 从十几美元冲到四百多美元，如果你当时用任何的结构分析，你可能会得到一个统一的结论啊，这个不正常， 但市场的回答是，哎，市场不正常没关系啊，但是可以成交。这里发生了什么呢？散务抱团空投呢？会被迫回补齐全，市场就会被触发连锁的反应。算法呢？只能被动的跟随整个过程啊，本质上是机制压过了结构。所以啊，你会发现一个事实， 当流动性开始失控的时候，所有的结构都会变成事后解释。我们再把镜头拉回 a 股啊，你要看过一种 k 线的形态叫天地板啊，早上涨停，那下午再停，你上午呢，可能还在分析那放量突破，情绪一致啊，可能啊，还要走主升浪，下午呢，你就开始思考人生了。 问题是啊，一天之内完成了稀稠洗盘、拉升、派发、压缩、打包一条龙服务，这说明什么呢？结构没有变，只是被压缩了啊，以前呢，需要几个月才能走完的节奏，现在呢，一天可能就要走完。 不是市场变复杂了，而是市场变快了，而你呢，还在用慢镜头过来看高速的播放。所以啊，市场可能已经不是一个理解的游戏，而是利用理解的游戏。什么意思呢？以前呢，你理解结构是优势，现在呢，你理解结构是可以被预测的行为。举个简单的例子啊， 你看到突破呢，会买你设置的止损，会放到支撑的下方，你看到放量会觉得安全。这些行为啊，在你来看，都是理性的决策。在算法来看呢，是可以被预测的订单的分布，于是呢，就会出现了一个非常微妙的关系，你在看结构，那算法呢，也在看你， 你在分析市场，市场呢，也在分析你的行为模式，这个就像什么呢？像你在用地图过来找路，但对方呢，也在用你的导航记录过来赚你的钱， 你以为你在进步了，其实你只是变得更加容易被理解，这个就是算法预判了你的预判，所以你看到的结构不是市场的真相，而是无数个交易行为叠加后留下来的痕迹，你在分析痕迹，而别人呢，正在制造痕迹。哎呀，那又怎么了，难道回家睡觉啊， 在这里啊，很多人就会开始焦虑了，那我是不是就不用看结构了？不是啊，是你要换一个用法。最后啊，给你三个非常落地的动作啊。第一，不预测， 不要用结构去猜接下来是涨还是跌，市场呢，不是让你过来猜方向的，而是让你去管理风险的。第二，不迷信结构啊，结构可以看，但他呢，只是一个信息，不是一个指令，他就像天气预报啊，不是一个交通灯。 第三呢，只做两件事情，看位置，管风险。什么叫看位置呢？就是你在高位还是低位，是在拥挤区，还是在没人关心的角落啊。什么叫风险管理呢？就是你错了，亏多少，如果你对了，赚多少，这两个问题啊，比你看一百个结构都要重要。 最后送你一句话啊，普通人都想看懂市场高手呢，只想在市场里面活得更久一点。你不需要成为最聪明的人，你只需要活得比他们都要久。你就赢麻了，你学会了吗？我是傻叔，赶紧订阅点赞转发，防止迷路！

谁说本地跑 ai 必须得买几万块的专业卡？今天我们用最便宜的二手图灵显卡，照样能干出几十人团队级别的商业级 a p i。 核心秘诀就是 b l l m 架构配合千万三点五 这套组合拳，能把老显卡的算力压榨到极致。不管你是接自己的业务系统，还是直连龙虾 openfloor 跑智能体，这套方案都能稳稳顶住一期视频，手把手教会你全公司的 ai 自由， 今天用最低成本帮你拿捏。废话不多说，显卡只推荐这三张，追求极限低价选十六 g 的 tesla t 十要大显存高容错选魔改二十二 g 的 两千零八十 t 要成熟稳定挂服务选降价后的 v 幺零零，系统无脑上一封通。二十四点零四 windows 直接用 wsl 二加 gpu 直通，别在硬件争论上浪费时间，我们的目标是赶紧把服务跑起来。 模型只认准一个千万三点五二十七 b 的 a w q 或 f b。 八、量化版二十七 b 是 目前筹密模型里性能和部署成本的绝对甜点位。做量化不是妥协，是为了在有限显存下硬抗高并发。 如果你的卡只有十六 g， 那 就退一步，用九 b 的 量化版保底，先确保能跑起来，不爆显存开始部署。很多人装完 dota 跑不起模型，就是因为缺了 nvidia 处理器 kit 容器，根本摸不到显卡，这是最致命的坑。找出屏幕上的完整命令，换国内原安装并配置给 docker， 最后务必重启 docker， 少一步直接翻车。 环境搞定后，去摩达社区拉取模型。重点是目录规范一定要放在加目录的 models 文件夹下，这个路径非常关键，接下来的启动命令必须精准挂在这个绝对路径，退错一个字母，容器都起不来。 重点来了，这就是那串价值百万的商业级启动命令，请务必保证完整复制。注意改两个地方， gpus 根据实际编号填横杠 b 左边，换成你的模型路径。此外，共享内存 shame size 必须给足十六 g， 防爆险存 i p c 等于 host。 打通多卡通信，这是稳住高病发的基石。这串命令里的这几个参数决定了你的病发上限。 显存利用率设零点八五六，安全缓冲引发竖设十六。如果你是单卡张量并行，必须改成一，以后不管接什么工具，连你的接口都能直接平替。 open ai 装杆拉满回车。执行后用这些命令看日制， 只要屏幕上没有爆出红色的飞豆 error， 不 管它输出多复杂的加载信息都是正常的。让子弹飞一会，等模型完全加载进显存。 最后做联通测试，开个新终端跑这段 q 命令，带上你的密钥，发一段对话请求，这里把流势输出和思维链都关掉，方便在终端看最直观的结果。如果这段命令能成功读出回复，恭喜你，你的企业级 api 已经搭建完成了。 最后是一个极度关键的避坑预警，第一次发请求时，终端会像死机一样查出几分钟，这时候把手离开键盘，千万别去重启容器，这是底层蒜子在做动态变异，等几分钟就好了。 ok， 大 功告成，记得点个赞再走吧！

写一个 python 脚本，就能让 ai 助手查 a 股实时行情。今天教你开发一个 openclaw skill， 一个 skill 就是 一个目录，包含 skill md 说明文档和 scripts 脚本目录所有脚本遵循四条约定， workspace 路径动态计算，北京时区输出 g、 s、 o n 到标准输出，外部依赖软引入。 先写代码转换函数， a 股代码六位数字，上海的以六开头加 r、 c、 h 前缀，深圳的以零和三开头加 r、 c 前缀。这是调新浪 a、 p i 的 基础 核心函数。用新浪财经 a p i 获取实时行情。 一个 get 请求，注意三点编码，用 g、 b、 k 加 request 请求头响应用正则解析，字段用逗号分割。第零个是名称，第三个是现价，第二个是磋收，算一下涨跌幅就出来了。 加个主入口，从命令行读代码，调函数 g， s， o n 输出，这就是 ai 读取结果的方式。然后写 skill md 文档，告诉 ai 什么时候调用，怎么调用， 跑一下试试。六十万零五百一十九，查贵州茅台，秒出结果零零零零幺，平安银行也没问题。四十行代码，一个完整的 skill 就 开发完了。 生产环境三个技巧，第一，容缩降级，主通道挂了，自动切备用。第二，批量查询，一次请求查几十只。第三，共享模块，把通用代码抽出来，其他 skill 通过 set process 调用。 最后看看实际效果。在飞书上跟 ai 助手说，查一下贵州茅台的行情， ai 自动调用你开发的 skill， 秒回实时数据，换一只股票也没问题。 从写代码到飞书里直接用，整个流程就是这么简单。有问题评论区留言，关注 ecup， 下期见！

一个 ai 炒股助手，背后接了多少数据源？答案是十个 e c f 的 数据体系分三层，底层是实时行情通道，中间是 ai 智能数据，上层是本地数据仓库，全部免费零成本运行。 第一层，四个行情通道，通达信协议，百毫秒即延迟五档，盘口主笔成交都能拿新浪财经做备份，海外也能访问腾讯接口拿股值，东财数据中心拿财报和龙虎榜四路并行，任何一个挂了都不影响。 第二层，妙享 a p r 东财出品，自然语言查数据，问他主力资金流向，直接返回结构化表格，还能智能选股，每天五十次免费搜索引擎，用 siri 海外消息一网打尽。 第三层，本地数据仓库， sq 数据库，三十张表，一百八十八万行情绪分涨停记录，油资可追溯查询，延迟十毫秒。 你问一句分析长飞光鲜背后，四个数据员同时工作两秒出结果，这就是 isia。