XAPO 是个好银行，但是中国大陆居民无法用它来投资美股 Xapo 无疑是一个非常优秀的银行，它用比特币来发放利息，本身的利息也很高，而且里面比特币存款本身就有利息。它就应该是年轻人的第一个也是最后一个银行，至少目前我看来。 但问题是，它对中国大陆居民不开放美股的购买资格，也就是说不能在里面买美股，那赚钱的通道就没有了，比如不可以在里面买 STRC，不能用 1 万美元的 STRC 抵扣它的年费了。而且少了 STRC 这种优质的资产也是很不爽，用 saturn 这种 DeFi 也总感觉不是很安全，毕竟不是真正的优先股，看到我上一篇就写了下现货权益的重要性，现在还是认为现货重要，那肯定不能买。 不过无论如何呢，还是感觉把钱放过去吃利息是 …

阅读更多

梳理一下最近。梦到哪写到哪。 钞能力能够解决几乎所有问题，买身份买地买官等，因此总是在做投资相关的事情。 1、xapo是最好的银行。这个产品本身最开始是针对存储比特币而设计出来的，后续转型成为全球私人银行是找thoughtworks做的，存款利率超过4%并且以比特币形式每日发放，还能原生支持美股现货，支持比特币抵押贷款，发放1个金属卡、1个塑料卡和5个虚拟卡，等等等等，总之非常好。 2、维护了一套订单流情报系统，搭建了一整套数据采集、replay、告警的管线。计算VPIN、OFI、Hawkes三个因子就能很好的抓到订单流微观结构，插针、反转等都能抓到，交易时入场点可以非常精准的选择了（仅仅需要自己自律一点）。不过另一套数据还暂时没有 …

阅读更多

日元涨到 154，像避险资金一样离谱。市场在 yen carry 与去法币化两态间横跳，理论打不过主权扭曲的现实；能做的只是把钱配进黄金、比特币这类硬资产，然后吐槽。

阅读更多

周末平掉全部日元空头：BOJ 干预与贝森特用平准基金换日元后，对手盘变了。贬值大趋势未改，但短期内不能再持有空头。

阅读更多

把「进大厂还是考编制」拉长到 20–30 年生命周期：对比跨国公司、本土民企、学术、医疗与体制稳定五条路线的现金流、安全感与隐性福利。这篇纯Ne，一点Ni洞察都没有的。

阅读更多

作为终极合成货币的“做空日元” 一、 资产端信任破局与负债锚的崛起 当今全球宏观金融正经历一场深层的范式转移：传统作为价值储存的“正资产”正集体面临信用贴现与剧烈波动。 美元遭遇财政赤字与去美元化的双重侵蚀，黄金与加密货币则因衍生品的高杠杆化而缺乏微观清算的稳定度。 当所有资产都变得不再“无风险”时，全球资本自发将目光投向了“负债端”，通过建立确定性的、零成本的主权债务空头，来反向锚定自身资产的购买力。 二、 日本国家信用的体制化“献祭” “做空日元”的共识并非建立在对某种新公信力的信仰上，而是寄生于日本庞大老龄化债务与巨额海外净资产的结构性困境。 日本央行为了防止本国财政破产，被迫维持极低利率，从而成为了全球金融体系的“终极低息流 …

阅读更多

阅读非虚构类书籍时，我习惯先用 AI 整理成 Wiki——提取 entity 和 concept，形成结构化的笔记。但阅读时需要在书籍和笔记之间反复切换，多个应用来回跳转，注意力不断被打断。 于是 vibe 了一个阅读器：左侧 EPUB，右侧 Wiki，左右分栏对照阅读。 阅读时 Wiki 的预处理？ 最近在看 Robert Caro 的 The Power Broker。完全不了解美国新政时期的政治背景，语言有隔阂，人物极度混乱——Robert Moses 的家人、同事、对手、机构，名字相似且关系复杂。直接硬读的话，读到头晕眼花也理不清头绪。 我的习惯是：先整理好人物和概念，把复杂的、揉成一团的信息，拆解成「元数据 …

阅读更多

在人工智能浪潮与地缘宏观格局交织的背景下，全球资本市场正处于剧烈的结构性异动期。当前的投资核心逻辑必须摒弃盲目的多空情绪，转向价值和物理规律推演。当前的资产定价呈现出虚拟网络资产与物理实体商品之间的极端错配。 在虚拟经济端，人工智能正在引发一场深远的生产力变革。该技术在提高生产效率的同时，将导致知识与服务业价格面临长线通缩风险，底层劳动回报率因此承压，从而引发社会消费预期的收缩。这促成了社会心智模型的极化：善于行动和探索的 Se 型个体通过 AI 赋能转化为高效超级个体或科技新贵，资产向头部高度集中；而追求稳定的 Si 型个体由于传统工作流失，在动荡中风险承受力降级。这一链条传导至资本市场，表现为标普 500 指数和纳斯达克指数极高 …

阅读更多

NotebookLM 的核心能力不是"生成播客"，而是长上下文下的 source-grounded 问答——上传一组材料后，AI 基于材料内容回答问题并标注引用来源。这个能力天然适合金融尽调：招股书几百页、同行财报几十份、政策文件若干，人类读完需要数小时，而 NotebookLM 可以在分钟级别回答"这家公司的收入结构是什么""同行毛利率对比如何""风险因素有哪些"这类具体问题。 在 X 上看到了一个手动 workflow：把 IPO 相关材料上传到 NotebookLM，设计一组标准问题，让 AI 逐一回答，最后汇总成投资决策。这个 workflow 的价值在于结构化——不是泛泛地问"这家公司怎么样"，而是围绕收入结构、同行对比、 …

阅读更多

涌现没有被证伪了，而是被拆成了几套更精确的工具。

阅读更多