2026-09-05

@AnotherXStr Thanks for calling me an engineer rather than a stock KOL. I really appreciate it

@chewthecud9527 目前而言，我看不到任何不持续上升的可能性

这绝对是个好问题。我尝试分享一下我的拙见，Overfitting芒格君（我自己）, 在 GPT 时代，不如叫蒸馏, 在投研里面是一件坏事吗？目前没有数据，这个我将来搭建好环境、训练好之后，会做回测。不过我认为和 machine learning、DL 的 overfitting 绝对是两回事 1. 我们通常说的 overfitting 更多见于深度学习和机器学习中，本质上还是用离散的数据或者连续数据去预测某种 logits，算 loss，然后有更好的表现。Overfitting的原因还是维度不够。而且 DL/ML 是尝试去拟合所有的数据、大众的数据，去预测一种普适规律；而投研是预测我的精准偏好 2. 在 GPT-6 面前，首先，GPT-6 的基本思维逻辑是聪明的，这是它学习的客观知识，智力到位了，他对自然和股市，还有知识规律，是有一个基本的理解的 下一步就是选择。这是为什么我尝试把 96,000 条我的真实交易策略蒸馏进去，我的目标就是让它 overfitting 我的策略，如果真的 overfit 了我自己，那我蒸馏真的成功了。我们有的时候给 AI prompt，让它学习一些股票大师的投资经验，其实也是在尝试主导 AI 的倾向和选择

@curious_hao 我觉得研报是锦上添花，但不是必须的，普通投资者可能需要花太多的时间去看，有时候也看不懂。我的建议是买华尔街几大投行（大摩、小摩、花旗）的研报，重点 cover 感兴趣的板块。后续我可以把我的研报用 GPT-6 蒸馏出来，直接分发，这个可能更省事

@l6666636 还是不够用，200 刀的 Pro 我 reset 了两次，一晚上就用完了。这说明啥？看好算力和互联，以及 host token 的云

我更看好已经持有的 AI 投资了！如果你问我 AI股市投资为什么能比普通交易者、分析师背景的人看得更透彻？ 原因是：AI 是我的工作，是我的生活，是信仰，我每天都在遇到和解决AI 的瓶颈和痛点。在硅谷，连中餐馆奶茶店讨论的都是 AI。耳濡目染，切身体验，这是纸上谈兵，看 K 线永远给不了的 高强度用完 GPT-6 和 Fable5.1，我无比坚定已经持有的 AI 投资了，并且打算大胆持续加码。新模型消除了我心中对算力需求的疑问，因为他们太强了 从两个维度来说，都有不少的上行空间： 1. 如果你持续追求强大的模型，你会发现 Token 的额度根本不够用，烧钱烧得太快了。因为推理强度高，特别是 GPT-6 的 Loop Transformer 架构，对 Token 的消耗量会进一步上升，我能看到这个未来的趋势 2. 当 AI 真正可用、达到了 AGI 的临界点，很多人也会开始使用。之前门槛比较高、不说人话、需要专业人士才能使用的工具，将来一定会被所有的大众用上，这个增量市场我不敢想象

09/05 我真的很爱 AI，昨天和 GPT 6 之后干了一个通宵，现在是早晨 8 点，一晚刷完了两张 reset 周卡，共计 13.24 亿 Token，跟大家汇报一下我做了什么，我想用 AI 解决什么问题？什么让我感到兴奋？ 以下都是我昨天晚上尝试的新鲜的一手体验 1/ 用 AI 帮我讲投行研报 体验就是终于开始说人话了，相比于 Fable 5.1 来说，我更觉得像是在跟一个真人同事对话。之前说的好像一坨，每个字都是正确的，串在一起就是不太懂，不得不追问好多轮 GPT 6 可以一次性说对，并且我能读得下去，这是最大的变化 2/ 用 AI 帮普通人规划 AI 学习路线，如何钻研透一个 domain，以及反向输出一套简历去 hack AI 大厂的筛选系统，并配上学习路径和方法 正如我所说，今年是大规模裁员开始的元年。普通 SDE 马上就要走到尽头了。周围很多人有焦虑，需要换工作，但不知道如何学起 我把我在硅谷一线厂看到的招聘原则、积累下来的学习资料以及 domain knowledge 都输入给 GPT6。输出是针对你想去的岗位生成一个完整编辑好的简历 Word/PDF，反向 hack 硅谷或者任意一个大厂的 HR 简历筛选系统 我认为秒杀许多的付费课，和人类简历修改 tutor，大家如果感兴趣，我可以把这个发布出来，大家也看看靠不靠谱。我给了我的团队成员，希望他能找到一份好的工作 3/ 强化学习我的投研策略，让 AI 基于一个开源模型，通过 SFT、fine-tuning 和 post-training 来彻底蒸馏我的投研方式以及决策 大部分人的蒸馏，还是用 AI 读一遍我所有的文章，通过文本生成 prompt 来给 AI，我认为会有漂移和幻觉，以及针对不到精髓 之前我们做机器学习或者深度学习、股票交易，更多的都是数据，你要把它变成离散值或者向量的数学表示。现在 GPT6 帮我全用多模态+强化学习，全方位蒸馏一个芒格君 我收集了我过去一年所有的交易记录，有成功的案例，也有失败的案例。然后让 AI 回溯了每一天我当时的交易切面：我是怎么想的、宏观有什么变化、微观有什么变化，当时的大背景是怎么样？是否有重要事件？ 我回测根据股价和 AI 的发展，注入了我通常的交易思路，构建了许多数据，总共 96K条 GPT-6 帮我构建了环境，清理了数据，创立虚拟环境，再模拟股票交易，并通过挣钱作为 reward，来复盘我喜欢的股票和对应的市场 sense 不幸，这个任务当前失败了，一个 query 消耗掉了我 120% 的 200% 的周 Token，GPT-6 写了 23,000 行代码搭建 RL 的 infra 环境。 这三个事情我会继续推进下去，这是给大家一个短暂的汇报，下个帖子我聊聊我观察到的目前最前沿模型的局限性和弱点，以及怎么规避

@yaoyaomua 我真心建议大家不要盲目跟单。我不卖课，也没有收费服务。 既然大家信任我，那挣钱了，大家不必分我；亏钱了，也请不要骂我. 投资需谨慎，需要对自己负责