社区

先强调我并非CS出身，我关于编程的框架和知识体系和我对语言的学习/掌握一样，基本都是靠自学。

今天没想到发什么，反正世界就是朝着WW3走，但绝大部分人其实心理上是不愿意接受或是做准备的，因此近期我觉得也没必要在地缘政治上多写什么，因为没有意义。

为了使我每篇笔记对我而言都是正收益（对所有这些都是笔记，严格来说不是给你们的干货，是我的自学笔记），你们能看就看吧，英文内容在公众号菜单里获得链接就行了。

不讲废话， 几个总结。

1. 何为系统？

系统本质是work flow,是input vs output，是多个功能和模块的有序统一。比如在搭建，升级现有平台的过程中里，占据90%以上的开发进度你们是不可见的，在routes/nginx上花费大量的时间，半数以上都在curl, 本质上和你做交易算法一样的，算法和核心交易逻辑其实代码来看不会多于几行，但真正系统级别的实现是各个模块的integration， 跑通所有的功能，在开发的路径上很多时候慢即是快。

2. 宏观和量化如何结合？

宏观中存在大量的策略子集，本质上是不太受到宏观政治议题的干扰的。这些指标和标的之间的相关性本质是结构性的，因此结构套利是可能的（举例来说crosspair fx,流动性好的那几个）

过去多年的主观宏观交易经验让我在timing/risks/momentum上有近乎于直觉般的分析能力和识别能力，33了，即将迈入宏观交易员的巅峰期。

我现在在做的无非是将过去的能力和技术做总体的封包和入库。在原有的理解上升华成可执行的系统。过去做宏观对冲，对冲本质让我能够获得alpha， 但对冲本质你经常要扛住decay这也意味着更多的系统级套利能够让我更加具备鲁棒性。

3. 数据深度的挖掘，整理，以及可视化

开发自家平台的过程中其实飞速提升了我对于系统的理解能力。我非常庆幸我选择自行开发而不是外包团队。

核心在于这中间太多的细节，你如果对技术毫无把控力，代码是别人的，底层话语权也是别人的。如果是这样，为何去建？

AI copilot的好处在于短期内帮助我建立了上万份的代码指令集，包括Rust等高阶语言在内的stack, 你能想象到这种速度和密度的学习节奏吗？

过去企业搞个简单的CMS后端dashboard用django做开发，你debug每天要上stackoverflow问多少人？有的时候某个关键的bug你问了，很可能要两周后才会有大牛回复你。可想而知你SOLO代码的学习进度能有多快？

我跑量化跑系统，市场一开始，我的系统就开始跑，给到了反馈，报错，我立马改，立马优化，每一次的debug实际上升级的不是AI他妈的升级的其实是我。然后下一次也不用看log，上来看到代码块你自己就知道错在哪里了。

市场给你反馈。

Curl给你报错，给你反馈。

Json 和AI系统告诉你哪些work哪些不work, 

无需抱大腿，无需讨好人，妥妥极限自学神器。我不怕错误，不怕bug，我怕没有失误和bug让我学习。

最后你问我，什么是系统？

真正的系统不是AI，

真正的系统，是你。

是经历了无数debug奋战

pnl loss, 

系统崩溃，交易执行逻辑出错，

之后还有能力恢复成原状，跑通系统的你自己。

很多人没搞懂，AI不是不错，

AI更不是万能。

你要是个**，

你的AI也大概率救不了你。