社区

会员网站更新了多篇深度宏观相关的深度内容。 防失联，添加邮箱，后台发私信。 加社群学**后台发私信，近期发车。 我们公众号的主线是量化，宏观交易和AI，不是如何批量用AI生成廉价内容（视频/段子/菠菜等），也不会告诉你如何用AI搞什么灰产。 我现在的主轴很简单： 1）如何利用AI的力量，让自己的交易水平进一步提高，把能管理的AUM水平再往上提一个档次。 2）如何通过正确的施工和代码，将我的量化宏观交易台搭建起来。 3）你们浏览器进不了麻烦换个梯子，国内社群只讲AI，不谈交易不谈量化偶尔不谈宏观（偶尔写避免你们忘了我是干嘛的。 我的定位其实很尴尬。 因为整个中文圈现在的思维还停留在 搞AI是AI 搞交易是交易 搞量化是量化是量化 搞宏观是宏观。 搞股票的是股票 看FED的天天看几个会议文件在那里自嗨。 比如说明明线性代数和微积分都是数学，不知道为什么认为学这两个就不是数学要分别学。 还处于这种很尴尬的局面。 我在做的是吃力不讨好的事，把这些被你们高度学科化，独立认识的体系统合，形成可操作可执行的界面，这就是Ztrader 存在的意义。 Ztrader体系的内容绝对不会发布在这里，懂的就懂含金量有多少不解释。 将内容～观点～策略～工具～AI～图表～RAG～知识库串联起来，真正成为SOLO Desk Terminal 把我过去的经验，知识技能封包。 这是Ztrader会员网站工具存在的意义。 这个阶段在做代码的强化，后续将变成app存在。 因为现在的互联网有时过于碎片化，难以得到一个足够系统化的内容沉淀。 避免未来像张雪峰那样（默哀三秒）。毕竟我们这还属于自媒体。 自媒体不成为系统，最后类死的只有创始人。 这就是为什么你们要学**AI的原因。 我属于极少数做交易写自媒体向下沉淀的。 自媒体又本质是劳动密集型行业。 你讲AI建系统，别人链Open Claw都不知道怎么安装。 你讲期

小龙虾OpenClaw系列，加入AI社群请后台私信：社群 防失联，和谐，后台私信工作邮箱！ 如何利用OpenClaw 打造自己的量化工作站01 如何利用OpenClaw 打造自己的量化工作站02 ｜搭建量化中控台 99%的人不知道，如何用OpenClaw(小龙虾）搭建上市公司财报分析系统 01 十大OpenClaw 搞量化最高效方法/思路 99%的人用小龙虾（OpenClaw）都用错了：最常见的10个致命错误 “小龙虾”究竟是技术革命，还是又一场集体焦虑？ 我对小龙虾和AI现状的几点看法 自从小龙虾爆火之后，很多人开始使用小龙虾，一开始兴冲冲以为终于可以指挥千军万马创建黑客帝国纵享一人企业百个llm模型搬砖的丝滑，结果发现跑了最简单的删除邮件任务之后tokenburn爆表。 发现原来小龙虾一点都不便宜！ 牛逼哄哄浏览器打开自行处理任务，结果发现token买单的时候500刀！ 你才发现，你以为小龙虾在给你打工， 其实是你在给小龙虾打工！ 今天我们来重点聊聊小龙虾是如何烧钱的？ 如何控制小龙虾的成本，真正让AI做你的24小时打工仔！ 这是真正的烧钱结构：从 Heartbeat 到 Skill，一份系统级成本止损指南 很多人第一次跑起 OpenClaw 的时候，注意力都放在同一批问题上： 它能不能连上模型？工具能不能调？浏览器能不能动？ 很少有人在第一天认真问另一个问题： 这个系统到底在哪些地方、以什么频率、用什么机制在花我的钱。 结果就是，系统看起来很顺，聊天很丝滑，几天后回头看账单——人直接清醒。 不是因为 OpenClaw 有什么阴谋。是因为他们从一开始就没把它当成一个带持续运行成本的调度控制平面来看。 你以为你在发消息而已？后台还在跑一堆进程！ OpenClaw 官方文档对架构写得很清楚：整个小龙虾系统围绕一个单一 Gateway 进程设计。这个进程会持续维护： 会话状态

记录下项目的进展和一些技术想法。 我不知道我还会在这里更新多久了，后续重心会转移回到自己的平台，后台私信留下你的邮箱防失联。 回答几个问题。 1）为啥不国内搞平台，备案不就好了？ 问这问题的应该是不理解什么叫做监管，以及叫做什么都要扫脸，或者早就无所谓什么叫做数据隐私，因为大环境就是不给。所以我应该算回答了这些问题。 如果尿尿也要备案，那我还是尿身上好了。 2）你的项目不就是AI搞的？ 嗯，你行你上。 你连怎么登录ssh怎么安装小龙虾都要上淘宝，我还和你废话探讨什么？ 3）项目可以干嘛？ 文章系统（代替公众号）+Z学院模块（代替知识星球）+ 其他模块（交易/回测引擎/研究/部署/图表和AI层） 我不对信息做简单处理和加工。真正做过对冲基金的人知道我的整个线路有多么复杂。 其他懒得解释。 我会这两天在油管上面发视频。 日志更新和思路。 1. 更新了更加完整的schema,将复杂的数据链路打通了，落地的过程中自学了数据表格的处理，role角色的规划和部署，同时也学会了精确定义，约束变量。 2. 升级了新的功能图表。chart模组现在能够展开战争相关的信息，资讯和信号，所有这些都会在下周上线。毕竟所有这些信息很零碎，今天你丢一发，明天我回应一发，信息很乱，很杂，加上懂王碎嘴，所以我开发了个界面把所有信息整合起来。 3. 持续优化模块，尤其是AI系统在其他模块的耦合和联动。这是接下来除了complex auth之外最大的挑战。 4. 思路a 未来的产品会很泛滥，但真正的好产品和项目本质上就是一种工作流。workflow= product 这才是价值所在，毕竟现在html简单的这些前端代码真的不值钱。 5. 思路 b 所有我落地的项目都需要具备几个核心。首先是要能够复用，再来是能够增效。同样的，用AI落地真正能够长期复利的系统才是正确方向，坚持长期复利主义。 其他想到了再写。

分享/点赞/推荐 本号随时被删文，被封号，后台私信邮箱备份防失联。 AI 星球社群搜WX：carsonblock 先别神化 agent。主流、最高效的 10 种 OpenClaw 用法，其实都在解决同一个问题 大多数人一提到 OpenClaw，第一反应还是“这东西能不能替我做更多事”。这个问题本身没错，但问法太宽了。真正更有价值的问题是： 什么用法最主流，什么用法最高效，什么用法最容易最快落地。 因为 OpenClaw 本质上不是单一聊天界面。按照官方文档和仓库说明，它是一个你自己运行的 personal AI assistant / self-hosted gateway，可以把常用聊天渠道接进来，由一个 Gateway 作为控制平面，再配合 tools、skills、browser、dashboard、automation 等能力去执行工作流。它支持多种聊天渠道，Gateway 默认跑在本地，CLI 启动后可以打开 dashboard，并通过配置控制模型、通道、sandbox、cron、hooks 等。 所以，OpenClaw 最强的地方，不是“会聊天”，而是它把你已经在用的聊天入口、工具链、浏览器、自动化和 agent skill 系统，接成了一套控制层。官方文档明确写到，OpenClaw 的 tool/plugin 体系负责读文件、跑命令、浏览网页、发消息和与设备交互；skill 则以 SKILL.md 为核心，用来教 agent 怎么调用这些能力；受控浏览器则是独立 profile、由 Gateway 通过本地控制服务管理，而不是直接乱动你平常的个人浏览器。 如果把这些能力拆开看，OpenClaw 最主流、最高效的用法，大致有 10 种。它们看起来分散，底层其实是同一件事： 让一个 agent 变成你的统一操作层。 01｜把 OpenClaw 当成多渠道入口，而不

近期我会在会员网站里发布美元秩序的一系列观点，包含： 1. 整个中东局势的剖析 2. 美国债务问题剖析 3. 美联储接下来的加息进程，对你没看错。 4. 世界秩序的本质以及其将如何进一步滑向更加严峻的混乱局面。 最近整个Z系统做了大量的debug, 并针对整体文章的可阅读性，准确度，数据和图表进行了进一步优化。 文章系统我的要求很简单： 因此我优化了包括字体，排版等一系列细节。 现在哪怕是数学公式/代码块都不在话下。 2. 修复了许多旧有的bug, 影响加载速度的，冲突的路由和进程，现在强化了cursor工作流的情况下，修复bug运维的速度有了质的飞跃。过去过多依赖于vibe coding，缺乏对于细节的把控和打磨，现在也突破了这一层。 3. 现在99%声称AI无敌的自己肯定是没搞过运维，没搞过一堆的路由和auth,用很多晚上的一人公司产品基本只有1/2个功能，我干到现在手上的md约束模版/prompt Constraints已经巨厚一沓。三座大山，routes/auth/耦合性，等到产品上线，如何随时CICD/rollback基本上是我的深夜日常。 4. 所有复杂的系统工程的本质都是相通的，因为我完全没有CS科班背景，很多功能和函数的实现我只能靠自己反向工程逆推，然后到我明白这些具体功能如何实现，立骨架，抠细节，最后实现，反复测试，多设备测试。 在整个项目开发的过程中，我要处理： 1）服务器ubuntu （linux),的整体环境安全 2）工作流 3）代码开发/维护/迭代本身 4）产出内容，随时从交易脑子切换成代码/写作脑。 5）思考整个项目的框架结构耦合，how data input/integret/output Anyway 反正现在99.9%的读者已经读不懂我的很多内容，我还是讲那一句，谁落地谁知道。 ====正文====== 我的看法： 1. 人类的下一个20年

本号随时会被删/封，后台私信留下你的邮箱。或是加入Z社群/AI星球社群。霍尔木兹封锁正在成为这十年里最重要的事件。它是地缘政治/能源/国际秩序的三重锚点，而不仅仅只是航运保费涨了多少，霍尔木兹航运走多少油的问题。全球宏观研究者/交易员/PM/投资者都需要铭记今天所发生的一切。另：这次所谓的SPR原油储备“贷款”，也就是今天媒体说的所谓“原油贷”。SPR本质不是能源政策，而是一种典型的commodity liquidity operation，本质逻辑更接近oil repo而不是库存释放。懂repo的我就不另行解释了，想学更多的直接进我的文章页面（Zresearch)本质来说。政府不是在卖油，而是在通过exchange机制向市场临时注入现货供给，以缓解prompt市场的流动性紧张，同时通过未来必须归还并附带barrel premium的结构，把需求推回远期曲线，从而影响term structure而不是单点价格。真正的意义不在释放多少油，而在于它改变的是time spread和curve预期，这本质是用库存去做市场稳定器，类似央行通过回购操作稳定资金利率，只不过这里稳定的是能源市场的即时供给压力。从宏观角度看，这种操作传递的信号不是shortage，而是policy层认为当前是liquidity stress而非structural supply crisis，因此更像是一次针对油价波动率的干预，而不是方向性的价格管理过去十年，全球宏观市场几乎被一个核心变量主导：流动性（而且是过剩那种）。无论是量化宽松、财政刺激，还是科技增长叙事，本质都围绕资金成本与资本可得性展开。供给冲击并非不存在，但通常被市场视为短期扰动，而非结构性变量。真正发生变化的是，随着中东局势再度升温，实体供给约束开始重新进入资产定价的核心逻辑，这可能意味着市场正在从“流动性主导时代”向“供给约束时代”发生微妙

别再让AI替你做线性/简单粗暴的结论，要让它替你构建“分析系统”本公众号随时可能被封禁、删除。请私信留下你的个人工作邮箱，防失联。文末有 AI 知识社群，欢迎加入。前文链接：99%的人不知道的AI读财报的技巧 0199%的人不知道的AI读财报的技巧 02：从判断到建立决策以下为正文：很多人以为，AI 读财报最厉害的地方，是它可以在几秒钟之内读完几百页 PDF。这当然有用，但这不是关键。真正厉害的地方在于，它可以把一份财报，从“信息材料”，变成“可反复验证的研究系统”。绝大多数普通投资者使用 AI 的方式，仍然停留在一个非常初级的阶段：上传财报问几个问题得到一段总结然后以为自己已经“研究过”这家公司问题在于，这种方式仍然是一次性的。你只是让 AI 替你节省了阅读时间，但并没有建立任何可以复用的判断框架。你得到的是一份一次性答案。而不是一套分析系统/框架。但在真实投资世界里，真正有价值的并不是“这一次你怎么看”，而是你能否建立一套机制，在未来新财报出来时，第一时间知道：哪些东西变了哪些东西没变哪些东西表面没变，但底层已经开始松动这才是 AI 在财报阅读里最容易被低估的能力。它不是帮你下判断。它是帮你建立一个持续验证判断的引擎。一、真正重要的不是“读懂这份财报”，而是建立公司的追踪框架很多人读财报有一个根本性误区。他们把财报当成一篇文章。仿佛读完这一篇，就完成了对一家公司的理解。但公司不是文章。公司是一个持续运转、不断变化的系统。你今天看到的收入、利润、现金流、指引、管理层表述，都只是这个系统在某一个时点切出来的一个横截面。如果你只读单份财报，你看到的只是静态信息。而投资真正需要的是动态判断。所以，AI 最该做的第一件事，不是替你总结这份财报讲了什么。而是替你建立一张“公司跟踪地图”。这张地图至少应该包括五个层面：第一，公司的核心增长变量是什么。第二，公司的利润是由什么驱动出来的

本号随时会被删，被和谐。真正关注请留下你的个人邮箱防失联（后台私信）近期看了很多的项目，AI无疑给我们带来了巨大的生产力跃迁，但也引爆了集体的焦虑外溢。我每天都在不断打磨我自己的Z生态系统，我称呼自己为真.AI爱好者应该没有多大的问题。这套系统集成了内容（文章/信息流/课程/AI助手/策略工具回测引擎/数据/新闻抓取/期权实验室/交易策略部署/RAG系统等大量模块）每一套模块我都不断打磨，力求能够完整打通。过去你需要用N个工具去执行，去设计你自己的交易策略，去管理你的交易系统和资金，现在一套就足够。当然后续的功能绝对不只是这些，我的目标是形成足够强大的矩阵和close loop.当然我同时打造了多重agent帮助我产生内容/选题/整理数据/甚至是各种bot, 而且我的AI也会约束我的交易策略，执行和脚本，现阶段不够强大稳定。但这套体系从未停止自我进化，完善。切到正文，我的核心观点：1）绝大部分用户不知道自己要搞干嘛，也不知道小龙虾可以干嘛，甚至也不知道AI能干嘛。我不是反对试验本身，我反对的是你没有从错误中学习，你只是永远只是想要获得现成的。AI时代没有完美的现成的工具，因为和你的短期目标/中期目标/工作流不匹配。2）一家公司员工再怎么多，庞大，也顶不住CEO不知道自己在干什么，甚至是乱来。先确定好你的目标到底是什么？AI再牛逼，考试的还是你自己，AI再牛逼，人们会笑的段子也就那几条。AI再牛逼，核心运作的代码链就是那几个核心语句/函数。AI再牛逼，也无法通过简单几行代码赚爆市场。3）设计100个Agent对你的意义还不如就搞好一个agent，先学会怎么控制token用量，控制md加载的模式，以及学会精确通过diff/EOF/sed等指令去控制你对于生产代码的控制力，等到你驾驭好了一个agent，有精确控制token 消耗的能力，以及明确精简的工作流和阶段性目标，你会发现这

欢迎阅读前文链接：如何用 AI 搭建自己的量化交易工作站 01 ｜建立基础骨架如何用 AI 搭建自己的量化交易工作站（02）——从“写几个策略”到“建立策略研究引擎”如何用 AI 搭建自己的量化交易工作站（03）——从策略研究到“策略工厂”本号随时会被和谐/封，前面一个号已经被封。接受新文章防失联请公众号后台私信个人邮箱！尽可能不要用qq邮箱！加入AI量化投研社群，搜索文末星球号。进入正文：大多数人理解 AI，还停留在“问一句，答一句”的阶段。“黄金怎么看？”“今晚非农会不会爆？”“美股还会跌吗？”这种用法当然有用，但获取知识的上限很低。因为你调用的不是系统，只是一个会说话的界面。真正适合做量化的，不是把 AI 当成“会聊天的分析师”，而是把它变成一个可调用、多通道、可接工具、可管理上下文、可执行工作流的操作层。这也是 OpenClaw 这类框架真正有意思的地方。OpenClaw 本质上不是“又一个聊天壳子”，而是一个运行在你自己设备上的个人 AI assistant control plane。官方描述里，它可以接入多种聊天渠道，配合本地 Gateway、技能系统和受控浏览器，让 agent 在你自己的环境里工作，而不是只在网页对话框里嘴炮。官方文档还给出快速启动方式、Node 22+ 依赖、Dashboard/Control UI、本地受控浏览器、以及基于 SKILL.md 的技能机制。这件事一旦放到量化场景里，意义就不一样了。因为量化并不只是“写一个策略”。量化真正痛苦的部分是：你要同时处理数据、事件、价格、新闻、风控、日志、提醒、执行、复盘、参数调优、研究归档、跨平台通知。换句话说，量化的瓶颈，很多时候不是模型本身，而是研究与执行链路的碎片化。OpenClaw 的价值，不在于它帮你“预测涨跌”，而在于它可以作为一个量化工作流编排器。这个定位如果想明白了，后面的路就清

阅读前文：99%的人在用AI省时间，只有1%的人在用AI建立自己的帝国99% AI使用者做不到的事：如何建立知识拓扑网络99% AI使用者犯的错：如何形成正确的使用路径99% AI使用者不知道的极限工作流（必分享）普通交易者如何用AI建立自己的宏观框架？欢迎订阅本号。本号随时可能被封/被删。为了防止失联，欢迎私信留下你的工作邮箱或私人邮箱。今天这篇文章，我想系统讲清楚我现阶段对于整个 AI 应用、生态与工具体系的看法。先说结论：AI 永远不是神龙。它不会因为你开了个会员、换了个模型、装了几个插件，就立刻把你的人生抬升到另一个阶层。这个世界上，从来没有任何一个东西，能够在不改变你的情况下，先改变你的命运。真正改变你人生的，永远只有三样东西：执行力、思维方式、决策能力。AI 只是第一次把“工具层”的杠杆放大到了极其夸张的程度。但工具再强，接不住的人，照样接不住。也有人问我：“你把这些都分享出来了，你自己还怎么混？”这个问题我反而不担心。因为你们现在看到、学到的，往往只是我愿意公开讲出来的v0.1。而我自己手上实际在用的，已经是v4.0，并且还在以“小时”为单位迭代。我自己的 ztrader.ai，本质上就是一个长期思考之后的直接产物。我每天做的事情其实很单调，甚至可以说非常无聊：写文章、写代码、交易、用 AI。我也只会这四件事。但如果把这四件事持续做下去，并且让它们彼此增强，就会形成一个多数人根本无法理解的复利系统。一、先拆解底层逻辑在 AI 时代，一个人的真实生产力，不再只是传统意义上的勤奋、经验和知识堆积。更准确的表达应该是：AI时代生产力 = 人类层 × AI层其中，人类层：思维 × 方法 × 逻辑 × 执行AI层：工具 × 工具使用技巧 × 工具组合能力 × 创造工具的能力合起来就是：生产力 =（思维 × 方法 × 逻辑 × 执行）×（工具 × 技巧 × 组合 × 造工