Sublime

这其实就是废话，大盘涨不动机构就去炒小盘股，所谓volatility偏低； vix/iv飙起来表示做空者变多开始hedge，自然是要先抛被炒起来的小盘股了 我也不清楚这么简单的道理一定要用自己也不理解，甚至名词误用的vanna、charm、和一个不知道被谁发明的dispersion来解释 他知道dispersion（色散）的定义是什么吗？不会以为是difussion（扩散）吧。买盘扩散到小盘股，这样理解？ 天呐 不是我歧视他，如果他真的能看的懂（甚至说的清楚）这些名词的数学含义 也不至于高中的时候考不上清华，现在只能在赌狗面前装逼了 Wisdom is to use simple words to express complex ideas, not the other way... See more

这次崩盘和历史上多次“黄金坑”非常不同 1）还没怎么跌，市场就进入extreme fear 2）连续大跌5天，毫无反弹迹象 3）日内多次收绿，一收绿就被打回原形 4）多只股票创下新低，BTC新低 这绝非简单回调 而是美股正式见顶的开始 买盘全都跑了

可以看到，在美国过去22年的物价指数中，涉及到人的部分物价飞涨；涉及到纯技术商品的部分物价停滞不前，甚至暴跌 这其实就是美国人能依然过得体面的原因 这也是正常、可持续经济体发展的必要条件 商品可以贬值，人不可以 谢谢大家 https://t.co/y9mq1V0p96

澄清一些DeepSeek里关于降本增效的概念： 首先，增加训练效率的是MOE，Mixture of Experts，也就是所谓混合专家模型。他指的是模型每一个Transformer Block在最后那一层网络中，仅选择1/k的参数激活进入下一个Block。 这导致对于每一个token来说，一个600B的模型仅需激活了接近37B的权重，相当于每一个token的训练可以节省约80%算力，大大提高了训练速度。 其次，增加推理速度的是MLA，Multihead Latent Attention，多头隐空间注意力机制。名字很玄乎，本质就是通过一些矩阵把注意力机制中最关键的KQV三个矩阵投影到更低维的空间（隐空间）中，以便存在缓存中。这样每次推理的时候就不需要重新计算 大大增加了推理速度 这两... See more

从股价指标PEG Ratio（市盈增长率，计算方式为P/E除以EPS增速）来看，Meta竟然比TSLA更贵，而在经过DeepSeek、禁运和关税等一系列打击之后 NVDA竟然是最低的，和AMD一致，仅为0.67倍。。。 https://t.co/UisQgPWpIY