
Co-Founder @GoHyperTrend | 三流Trader|二流PM|一流架构师|顶级梦想家 | 为了一串伟大的 CA 来作为我的墓志铭而努力
Hong Kong
Joined May 2021
- Tweets872
- Following1.1K
- Followers1.1K
- Likes833
Pinned Tweet
市场嘈杂,但真正的价值源于持续的建设和创造。不追逐喧嚣,不迷失方向。
一路向前,一路 Building💪(•_•💪)
#Hyperliquid
AI Agent 正在从辅助工具进化为链上资产管理者。
当 AI 开始自主交易,资金权限如何分配?风险如何控制?又该由谁按下暂停键?
AI 可以自主执行,但风险必须可控。
10 月 21 日 20:30,HyperTrend 联合多位嘉宾,共同探讨 AI Agent 背后的资金安全、权限管理与风险控制。
从链上信用到 AI Agent,探索下一代 DeFi 的更多可能。
欢迎预约 Space,一起交流!🚀
假如 AI Agent 连赚 3 个月,你会给它多少钱试单?
$100、$1,000,还是 0?
周三 20:30,@MindwingsD、@CindyCreation、@Go3Trader 一起聊聊:资金、权限、收益核验、暂停开关。
主持:@cocoweb3_
Space 现已开放预约👇
xitter.cf/i/spaces/1pKdRDkNpbNJW
🎁 送出 1 份价值 $99 的 Explorer 创世节点资格
也是吃了一口热乎的,体验了一盘 @papertrade_xyz 掷色子
同为 @HyperliquidX 生态,1000 倍杠杆、零滑点、无资金费率,以及通过交易亏损铸造 PAPER 的机制,确实很有创新性,快速破圈,C位出道;
但在我看来,@papertrade_xyz 真正值得研究的不是杠杆倍数,而是对传统交易所商业模式的重新设计。
通过让交易员直接与协议 LP 交互,PaperTrade 尝试重新定义交易对手方、流动性积累和价值分配机制。
当然,创新不代表风险消失。LP 偿付能力、报价操纵、极端行情下的兑付压力,以及代币激励的长期可持续性,都需要时间验证。
我始终认为,下一阶段 DeFi 的竞争,不仅是交易速度、杠杆和手续费,也不是把传统金融模式搬到链上,而是底层金融机制与风险定价能力的竞争。
@papertrade_xyz 试图重新定义交易亏损的价值,而 HyperTrend 正在探索如何将链上交易行为转化为可验证、可定价、可使用的信用。
方向不同,但都指向同一个趋势:链上金融正在从单纯复制传统金融产品,走向重新设计金融规则。
值得关注,也值得持续观察。
100 Genesis Nodes in just 2 hours. 🚀
A huge thank you to our first 100 believers.
This is just the beginning. We're building for the long term.
Onchain credit is the future. Let's build it together. 🌌
100 Genesis Node holders are now onchain.
It took just 2 hours to reach the first milestone.
The early network around HyperTrend’s onchain credit infrastructure is taking shape—one node at a time.
The Genesis Node mint is live.
Who’s next?
Claim your place:
publicsale.hypertrend.top/
🚀 HyperTrend Genesis Node Mint 倒计时 4 小时!
创世节点即将正式开启,HyperTrend 链上信用生态迈出重要一步。
⏰ 10月10日 16:00正式开放铸造
🔗 publicsale.hypertrend.top
官方合约地址已公布,请认准官方渠道,注意资产安全。
4 hours until HyperTrend Genesis Node Mint.
The official contract address has been published:
0xf7Af67932793c4D7536Ff305fF2E653d937E5276
Network: Arbitrum
Official site: publicsale.hypertrend.top/
Opens today · 16:00 SGT / 08:00 UTC
Verify the domain, network and contract before signing. Ignore Mint links sent by DM.
Mint is not open yet. Please wait for the launch announcement.
FinnZhou🚀.hl retweeted
4 hours until HyperTrend Genesis Node Mint.
The official contract address has been published:
0xf7Af67932793c4D7536Ff305fF2E653d937E5276
Network: Arbitrum
Official site: publicsale.hypertrend.top/
Opens today · 16:00 SGT / 08:00 UTC
Verify the domain, network and contract before signing. Ignore Mint links sent by DM.
Mint is not open yet. Please wait for the launch announcement.
HyperLiquid生态又一大作,赞下先
大家好,我是 ZK,OpenETF 的 Co-founder。
我很少在 X 上讲自己,今天讲讲我的故事,以及为什么建设 openetf.xyz。
这是个老故事,但今天有新内容。刚好 10 年前,2016 年的国庆节,ofo 做了一个历史性的决定:要不要在国庆假期结束后,把仅在校园运营的共享单车放在城市街头提供服务。
后面的故事大家都知道了,那个国庆节的决定让 ofo 登上历史舞台。
国庆节结束,我作为 day 1 参与 ofo 的创立成员、PKU 校友,以及团队中为数不多有工作经验(两年)的人,接手了 ofo 的 GTM 重任,负责增长营销、品牌战略、品牌传播、公关。
作为两年奥美广告、本科学生物的新手,边学边干,学增长,学营销方法,学独角兽公司打仗。摸索着从 0 到 1 构建了共享单车新客增长模型。
当时竞争格局是熟悉的剧本,老大老二一决雌雄目标并购对方,顺便干掉老三及其他,因此共享单车的新客增长模型可以抽象为——「货架上两种可乐二选一的决策场景」,用户先选红色可乐,还是先选蓝色的;城市街头就是货架,同样两款车,新客先选黄色单车,还是先选其他颜色。
一个内核是快消品的共享单车增长模型诞生了:
- research(定性洞察、定量统计,分析用户心理和决策模型)
- 定位战略(特劳特:一个符号占据用户心智)
- brand mkt/marcomm(认知、兴趣、偏好、品牌忠诚度)
- 包装(车身改装、车身图案、挂件配件定制)
- 陈列(线下运营调度,成为离用户最近的那辆车,局部的竞争优势)
- 场景提示(货架附近的场景营销,车身挂签、地铁、公交、写字楼楼宇广告)
- 促销策略(抓手)
- APP 环节的转化漏斗优化(与快消品模型的不同之处)
好的战略+优秀的执行,一套连招下来,不赢都难。
结果是一年花了 1 亿美金,搞了 2 亿用户,份额第一名,ofo 的营销案例被写入商学院的教科书。
增长模型的部分商学院没写,因为我没对外分享过。
那年我 26 岁,觉得自己牛逼得要死。
后来我做 founder 才意识到,创业要比当高管难 100 倍。要学的实在太多了,这一学就是十年。
第一课。
「产品不够完美,你愿不愿意带着这些问题先走到用户面前?」
广告人有个毛病,对审美、调性、taste 有要求,对「作品」有执念,再叠加做题家身份,自我要求和期待直接拉满。很多时间都花在优化上。
作为 founder 早晚都要面对一个现实,“打磨”有时候时候是一种推辞,完美主义、高期待、贬损同行竞品都是同理。就是怕面对真实用户,怕解决真实问题,怕被评判,怕被比较,怕当草台,本质上是害怕直面失败,这是很多创始人最大的心魔。
回看十年前的黄色自行车,民用自行车架结构脆弱,充气轮胎漏气就不能骑,四位数机械密码锁、没有定位,记住密码约等于车归你了...对于复杂的城市路况和社会环境,每一项都是草台配置。
十年前能做出进城市的决定,准备直面无数挑战和问题,而不是闭门优化,这是顶级魄力。
今天看来,勇气只是副产品,共享单车真实地解决最后一公里出行问题。
「满足真需求」是创业的第一性原理。而满足真需求的产品也会帮助创始人抵抗恐惧。
战略上胜利,才不必在战术上卖力。
另外,我还是相信好的 taste 一定会给我回报,sooner or later。
第二课是,太早学会了烧钱。
这烧钱我不得不学。ofo GTM 前后我去股东机构经纬创投开会,合伙人给我讲滴滴 Uber 打仗、讲美团点评合并、讲外卖大战、讲老大如何兼并老二。他对我说,如果我学不会烧钱,就提议戴老板换掉我。
故事的结局全国人民都知道了,虽然烧出几亿用户、烧出一家独角兽、烧出第一名,但还是遗憾落幕。
那时候书生气重,责任心重。之后好几年团队还一直反思,是不是对资本、对钱缺乏敬畏。
当然现在想明白了,成功合并就是史诗,是新四大发明。合并失败就是浪费。这是游戏规则,是 playbook。另一方面宏观环境确实变了,有增量的时候要激进增长,存量博弈的时候必须精细化运营、收敛扩张。这些 learnings 可能等 openetf.xyz 到独角兽的时候才用的上,先 mark 住。
自己创业完全是另一回事,缺钱才是创业的常态。缺钱怎么做增长这课正在恶补,不过好在学习能力还可以,好在有很多好老师好榜样。
这第三课是突破自我的思想束缚。
第一份工作是广告公关,第一次创业做的也是增长营销的工作,可以说是干传播起家的,但我很少营销和展示自己。
除了包袱重、面子薄、骄傲,也喜欢低调谦逊,想靠产品靠作品,觉得酒香不怕巷子深,可能也想装个大的。
另一方面作为一名理科生,确实发自内心欣赏搞数学的韦东奕、搞物理的 @chameleon_jeff 、搞代码的 @cz_binance 、搞工程物理的 @elonmusk 这帮理工男的低调+有点 nerd 的 vibe。
不过当我看到 CZ 都开始脱衣服了,我的学长 @justinsuntron 百无禁忌大开大合,我还装什么呢。
得入局。
第四课是创业方向,为什么是 OpenETF on Hyperliquid
年轻时经历过惊艳的人和事确实是一种诅咒。我对不够颠覆、不够创新的东西不再分泌多巴胺了。
所以会对电子烟、人造培育钻石、Backpack、Hyperliquid 这种东西上头。
你被什么感召,什么就是你的命。「创业选方向」这种叙述本身就是错的,因为真正创新、颠覆性的方向根本就不是选出来的,你是被召唤的。
其次是找到真需求、真痛点。回顾过去十年的创业和职业经历,正反馈最强的业务是 2023 年下半年做的一支私募基金:买到了 $28,000 的 BTC、$60 的 SOL、$5 的 HYPE。
最强的正反馈,也伴随着最强的痛点:
- 做一支基金的门槛太高
- 好的策略没能被更多人看到
- 人与人之间的信任成本太高
- 募资规模受限
在传统金融里,基金是一种特权。牌照、人员资质、运营、审计,每一项都是准入门槛,很重,也很贵。
无论是否合规,投资人只要把资金交给基金管理人,就必然有信任成本,资金和数据的状态都要打上问号:跑路、挪用、超出风险边界的交易、对敲、老鼠仓、虚报净值……
投资人看到的往往只是 PPT 上的收益曲线。尤其是通过 API 接入的量化策略,验证历史业绩的成本很高;反过来,量化团队也只能依赖投资人守信、按约支付费用。
归结起来是两个痛点:门槛成本高,信任成本高。
再总结为一个字,就是「贵」。
带着这些痛点,直到遇见另一个惊艳的项目 Hyperliquid,我意识到这些痛点终于可以用前所未有的方式解决。
HyperCore(链上订单簿)和 HyperEVM(智能合约层)共享同一套 HyperBFT 共识,两者之间没有跨链桥,以全链上、去信任的方式原生互通:合约可以持有资产、读取 HyperCore 状态,并直接向 HyperCore 发出交易指令。
这让一种新的基金形态第一次成为可能,OpenETF 把它实现出来:
- 同一个 Vault 合约,在 HyperEVM 上是 ETF 的金库,负责募资、发行份额、付款;
- 在 HyperCore 上是基金的交易账户,持有整个投资组合。从申购、交易到赎回付款,资金全程不下链;
- 每一次申赎的定价都在同一笔交易里直接读取链上状态,不依赖任何外部价格源或平台报价。
在这个底座之上,OpenETF 把发行、投资和管理一支基金需要的东西做成了一套产品:
1. 任何基金管理人(个人、机构、agent)都可以把 HyperCore 交易组合和 HyperEVM DeFi 组合打包成一支 ETF。
现货篮子、多空策略、中性套利、观点表达(L Hype/S ETH)、杠杆代币、DeFi+订单簿+outcome 复合投资组合...everything。
2. 投资人通过持有 ETF 的份额,持有这支 ETF 的整个投资组合。
3. ETF 份额是 ERC-20 代币,有自己的 ticker,投资人按 NAV 申购、赎回,份额可以在钱包之间自由转让;有流动性时可以在二级市场买卖,未来还可以抵押借贷。
4. 基金资产由 Vault 合约持有,管理人只能指挥交易,没有提币权限,跑路和挪用在结构上不可能发生。
5. OpenETF 提供申赎、会计、基金生命周期管理、交易执行和风控组件,降低管理人的管理成本和投资人的信任成本。
基金的形态会发生根本性的转变:从一种带有特权属性的金融工具,变成链上金融原语。
开放、可组合,任何人都可以参与,任何人都可以发行,任何人都可以验证。
任何 trader 都可以无缝成为 ETF manager,各种 ETF 会在所有地方保持流动。
这就是 OpenETF,only possible on Hyperliquid。
这就是我,在 build 的东西定义了我。
——
感谢有机会向老师们介绍我和在做的事情,期待跟大家有更深入的熟悉和交流!
期待 OpenETF 可以满足 trader、agent、机构等基金管理人以及投资人的真需求,欢迎讨论!
Genesis Pass 正在领取中,做个小问卷,作为测试网开放时的体验通行证。
欢迎关注 @openetfxyz 获取最新进展。
感谢倪大,这个龙虾一定dei去掉小字
冰镇龙虾味道香爆
同时也祝贺 @NeoSoulAI
凌晨2点半送走最后一位小伙伴,然后吃了一顿员工餐。感谢 @bagel_win 和 @NeoSoulAI 团队的小伙伴,不仅仅赞助了本次活动,还全程从晚上八点一直站到凌晨两点半迎来送往 300 多名小伙伴,让 Token2049 的小龙虾🦞局,顺利的办完了。
没有你们这次的活动不可能办成,很多小伙伴都说我的活动办得好,这不是我一个人的,小龙虾组委会近十名小伙伴一起的功劳,谢谢你们。
还要感谢 @Gate 和 陈总提供的好酒。虽然不方便喝,但也变成了很好的抽奖活动,感谢。
最后更要感谢所有参加小龙虾局的小伙伴们,很多都在楼下排队超过一个小时,而且活动中也还有很多招待不周的地方,但当前几乎所有小伙伴都在说这是 Ta 吃过最好吃的小龙虾的时候,我是发发自内心的开心。做活动最大的收获就让参加活动的小伙伴们满意。
谢谢各位小伙伴的支持,祝愿你们在新加坡度过一个非常开心愉快的 Token 2049。
coming soon👀
Liquidity chases yield.
Credit anchors it.
The HyperTrend Genesis sequence begins October 1st.
Mark the date.
10.01.2026 👁️
#Hyperliquid #DeFi #HyperTrend
吐槽一下 filecoin:native 吧,毕竟相爱的第六个年头
最后一次 filecoin:native 爆仓是在10月11日早上,相信大家也都记得这个日子,我是长期 filecoin:native 多军
这里边有自己买的、挖矿挖的、分红分的,彻底爆完的那一刻,也不想再去接点里边提了,留着当个念想吧
这些年它的每一次下探,都有我的仓位
第一次 是在 21 年的 4 月 20 日 185-125
第二次 是在 22 年的 5 月 1 日 17-11
第三次 是在 25 年的 2 月 3 日 4-1.96,这次没爆,止损走了
第四次就是2025年10月11日,止损挂着也没辙,彻底清空币安账户的 $FIL;
真的想吐槽他,也开不了口,团队也还在,基金会也没乱搞,千言万语,互道一句加油吧;
@hleco_cn @Filecoin
HL 中文台「吐槽大会」正式启动🔥
🟩 吐槽话题 ——
「
你被哪个币/股「伤的最深」?
」
$HYPE 新高之际
发推分享 - 瓜分 28.88 $HYPE 奖池 🤑
⏰ 活动时间:9.21 — 9.28 (7天)
🎁 丰富奖励:
▶︎ [Aqua] 天才交易员 × 1 名
独享 9.99 $HYPE
▶︎ [HL] 格调操盘手 × 10 名
每人 1.88 $HYPE
▶︎ [HL] 尊贵交易员 × 10 名
赢 @HyperliquidX 精美周边礼盒
✍️ 三步轻松参与:
1️⃣ 关注 @hleco_cn + @aquaexio;
2️⃣ 引用本活动帖,围绕话题分享原创内容;
3️⃣ 内容中艾特中文台 @hleco_cn
抗单踏空爆仓... 种种种种
回想自己的合约之路
大家分享吐槽一波吧 !!
9月22日,上海见
👀9月22日,上海见!🤝
123X @123xLabs 「AI与多资产交易的未来 · 上海站」即将开启。
这一次,我们不只聊 AI,也不只聊 Crypto,而是把 AI与多资产交易 放在同一个现场:
🤖 Agent进入交易之后,我们相信的是策略,还是Agent本身?
HyperTrend @GoHyperTrend 从「策略时代」走向「信用时代」,聊聊 AI Agent 如何重构交易流程。
🔍 每天面对海量信息,如何真正用AI做投研?
Uweb @Uweb_agent 从实操出发,拆解辅助投资研究的 AI 工作流。
⚡ Perp DEX + Trading Terminal + AI Agent,会不会成为下一代交易入口?
@Ewanyun 从黄金、外汇到Crypto,探讨多资产环境下正在形成的新交易范式。
🧠 AI工具越来越强,为什么人反而越来越累?
@key1doo 重新思考人与AI的分工,以及真正有效的AI协作方式。
🎙️最后,我们把问题重新交给交易者:
标的怎么选?策略怎么做?执行如何优化?AI应该参与到哪一步?@Go3Trader @Ewanyun
加密、美股、黄金、外汇等不同市场交易者同场圆桌,回到真实交易本身。
📍上海 📅 9月22日 14:00–18:00
AI在进化,市场也在变化。
欢迎交易者、AI/量化从业者和行业建设者来到现场,一起寻找下一代交易方式。🚀
Thanks❤️
@JinseFinance @TreeNewsCN @fxh_crypto @talk99 @137LabsCN @MarsDAO_ @VARIETY_LABS
贴个总结:
Arthur Hayes 最新文章的核心逻辑很简单:
AI 可能是真技术,但围绕 AI 的资本开支,正在变成一场信贷驱动的房地产泡沫。
数据中心是“房子”,芯片是快速折旧的设备。随着算力效率提升,Token 消耗可以继续增长,但并不代表所有数据中心建设都能获得足够回报。
真正危险的是:
AI CAPEX 增速开始放缓,但银行仍会继续放贷,因为有利润、有政策支持,而且大家都相信最后政府会兜底。
于是路径会变成:
AI 信贷扩张
→ 优质项目逐渐饱和
→ 资金流向低效甚至伪 AI 项目
→ 资本错配扩大
→ 金融风险暴露
→ 政府救助和印钱
→ 过剩流动性重新进入 BTC 和加密市场
所以 Hayes 真正看多的,不是 AI 公司能赚多少钱,而是 AI 泡沫最终会迫使政府释放更大规模的流动性。
他的判断是:AI 先抽走了加密市场的流动性,但当市场开始追问“投资回报在哪里、什么时候能拿回本金”,政策层面为了避免泡沫破裂,可能制造出自 2021 年以来最大的一轮加密牛市。
AI 泡沫未必是 BTC 的敌人,它可能是下一轮 BTC 牛市最大的流动性来源。
"Situationship" is my $BTC bull porn essay on how the AI bubble will burst, and why the money printer will go hyper brrrr and take us back to a rip roaring bull market.
"The question of internal framing is the key variable that determines whether AI is a bubble. But before we understand the bubbliciousness of AI, the better question to ask is in what kind of businesses are we investing, or in relationship terms, “What are we”? The dichotomy, at least to my Luddite brain, is the distinction between what investors believe AI CAPEX represents: is it technology or real estate? The zeitgeist is that this multi-trillion dollar build out is “technology” and must receive insane growth multiples by the market. But I believe AI CAPEX is just another boring real estate play. However, in this instance, what’s inside the data center is compute that creates silicon-based lifeforms that will aid human civilizational development in the most profound way since the railroads.
The distinction between real estate and compute is important because the recently post-pubescent hedge fund bro, the bank, the private credit fund, and ultimately the government believes funding the building of a data center and power plant is like lending to Apple, instead of lending to Lehman Brothers. The bursting of the AI bubble will occur because financial intermediaries, tacitly supported by the US and Chinese governments, will over build data centers and everything that goes into providing the substrate to house chips that train AI models and conduct inference. Therefore, the AI bubble is a credit story like 2008 and not an earnings story like 2000.[1]"
Link to my substack and the full article on my bio.
今天晚上8点,一起聊聊
熟悉的交易平台正在陆续退出舞台,但市场从未停止运转。
用户在迁移,流动性在重组,新的交易入口也正在形成。变化背后的真正逻辑是什么?下一站又会在哪里?
8 月 5 日 20:00(UTC+8),和 @123XLabs、@0xJunely、@Go3Trader、@Ewanyun、@VincentQV1998、@NealonCrypto 一起聊聊。
🔔 Space 预约:xitter.cf/i/spaces/1pJkOOBpLYVJj…
#PerpDEX #DEX #CEX
从第一次使用 trade[XYZ]
@tradexyz_cn
到持续做空
$SNDK
:我如何用 AI Agent 重构自己的交易流程
我第一次使用 trade[XYZ],是在 2025 年 12 月。
当时我开了一笔
$NVDA
空单,仓位不大,持仓一天左右,最后小幅盈利离场。
那笔交易本身没有什么值得炫耀的,但它让我第一次非常直观地感受到:
Crypto 原生账户,正在成为进入全球资产市场的新入口。
不需要重新开一个美股账户,也不需要在不同平台之间搬资金。用链上账户和 USDC,就可以交易股票、大宗商品等不同类型的永续合约。
对我来说,它真正改变的不是“多了一个可以炒美股的平台”,而是:
我的加密交易账户,第一次可以用同一套资金和交易习惯,表达对不同资产的判断。
后来,我开始交易
$NVDA
、白银、原油,也逐渐把注意力放到了
$SNDK
上。
为什么是
$SNDK
?
$SNDK
是这一轮 AI 基础设施行情中最极端的标的之一。
市场对 AI 的交易,最早集中在算力和 GPU;随后开始向电力、数据中心、网络设备和存储扩散。
Sandisk 所处的 NAND Flash 和数据存储环节,正好承接了这个叙事。
到 2026 年上半年,SNDK 一度成为市场表现最强的股票之一。即使在 7 月经历明显回撤,其年内涨幅仍然极为夸张。
我的判断是:
AI 存储需求是真实存在的;
NAND 周期改善也是真实存在的;
但市场已经提前交易了太多未来;
一旦增量资金减弱,价格会出现非常剧烈的均值回归。
所以,从 2026 年 3 月开始,我逐渐把
$SNDK
当成主要的做空标的。
最初几笔交易很顺利
3 月 18 日,我第一次做空
$SNDK
。
开仓价格大约在 746.77,几个小时后在 743.13 附近平仓,小幅盈利。
3 月 20 日,我再次做空,也顺利盈利离场。
随后我做过一次短线多单,同样拿到了利润。
连续几笔正确之后,人很容易产生一个危险的错觉:
不是行情暂时配合了你,而是你已经理解了这只股票。
我当时对于
$SNDK
的大方向判断并没有完全错。
真正的问题是,我把“估值过高”直接等同于了“价格马上会下跌”。
但在极强趋势中,这两件事情完全不同。
一个资产可以被明显高估,也可以在高估之后继续上涨一倍。
4 月,我为“方向正确”付出了最大的一次代价
4 月初,我开始连续建立 SNDK 空单。
最早的仓位建立在 760 美元附近,之后股价继续上涨,我又在 833 美元和863 美元附近加仓。
这套交易在主观上看起来很有逻辑:
价格越涨,估值越贵;
估值越贵,做空赔率越高;
既然长期判断没变,就应该继续加仓。
但它实际上隐藏着一个非常典型的交易错误:
我在用基本面观点,对抗价格趋势。
4 月 14 日,我在大约929 美元附近平掉了主要空头仓位。
这一笔亏损约 3,490 USDC。
这也是整个
$SNDK
交易过程中,对我影响最大的一笔。
它让我重新意识到:
交易不是判断一家公司最终值多少钱,而是在特定时间内,判断市场会如何给它定价。
方向可以对,时间可以错。
逻辑可以对,仓位可以错。
长期可以对,但账户可能等不到长期兑现。
我开始意识到:交易系统不能只有“观点”
过去我们评价一笔交易,经常只看两个结果:
赚了多少钱;
最后的方向对不对。
但这两个指标远远不够。
一次盈利,可能只是承担了巨大尾部风险之后的幸运结果。
一次亏损,也可能是一笔严格执行、赔率合理的合格交易。
所以后来,我用HyperTrend 的六维交易分析体系来分析自己的交易行为:
1. 收益质量
利润是来自稳定、可重复的策略,还是来自单次重仓和高杠杆?
同样赚 1,000 USDC,分十次低回撤赚到,和一次梭哈赚到,信用完全不同。
2. 风险控制
最大回撤是多少?
止损是否明确?
亏损后是主动降低风险,还是不断加仓试图证明自己?
我在 4 月的 SNDK 交易中,最大的问题就出在这个维度。
3. 胜率矩阵
不是简单统计总胜率,而是拆分不同资产、不同方向、不同市场环境和不同持仓周期下的表现。
一个交易员可能擅长震荡行情中的短线做空,却不适合在趋势行情中持续摸顶。
4. 杠杆艺术
杠杆是否与信号强度、波动率和止损距离匹配?
真正的问题通常不是“用了几倍杠杆”,而是:
当观点错误时,这个仓位是否允许你理性退出?
5. 市场相位
当前处于趋势、震荡、恐慌、挤仓,还是事件驱动阶段?
SNDK 在 4 月到 6 月的核心特征,不是单纯的高估,而是强趋势、强叙事和高拥挤度同时存在。
在这种环境中,传统估值模型的有效期会明显缩短。
6. 链上足迹
交易者真实做过什么,而不是他说自己做过什么。
包括持仓持续时间、加仓习惯、止损纪律、盈利后的风险变化,以及不同市场中的实际表现。
链上数据不会告诉我们一个人下一笔一定能不能赚钱,但它可以帮助我们判断:
这个人的收益,究竟来自能力、纪律,还是偶然性。
经历 4 月的亏损以后,我并没有停止交易
$SNDK
。
因为我的核心判断仍然存在:
$SNDK
的长期产业逻辑成立,但价格中已经包含了过于乐观的预期。
5 月,我重新开始分批建立空头仓位。
这一阶段最大的变化不是观点,而是流程。
我开始尝试让 AI Agent 对每一个交易信号进行质检。
它不会简单回答“做多还是做空”,而是检查:
数据是否有效
行情数据是否最新;
是否存在数据缺口;
是否临近财报、投资者日等重大事件;
当前价格是否因非正常流动性产生偏差。
逻辑是否一致
交易依据究竟是估值、趋势、事件还是资金面;
当前仓位是否与最初逻辑一致;
是否在亏损以后偷偷修改了原来的交易理由。
风险是否匹配
预期收益是多少;
无效点在哪里;
止损距离是多少;
当前仓位对应的账户损失是多少;
同方向风险是否已经在其他仓位中重复暴露。
信号是否已经衰减
最初发现的价格偏差是否还存在;
市场是否已经交易了同样的逻辑;
信号的胜率和盈亏比是否在下降;
是否应该降低仓位或者直接终止策略。
Agent 最重要的作用不是替我预测价格。
而是在我准备下单之前,多问一句:
你现在做的,还是原来的那笔交易吗?
之后,我开始把“预测”变成“状态管理”
5 月,我在
$SNDK
1,500 美元附近再次建立空单。
但这一次,我不再试图用一个价格精准抄顶,而是:
将仓位拆成多个部分;
对不同开仓批次设置独立的风险预算;
下跌时分批止盈;
上涨时重新评估信号,而不是默认继续补仓;
根据市场相位调整仓位,而不是只根据估值调整仓位。
5 月13 日建立的一组空单,随后分别在 1,494、1,438 和1,454 美元附近分批平仓。
5 月18 日,我又在 1,399 美元附近建立空头仓位,并在 1,379 至1,298 美元区间分批退出。
这些交易没有单笔夸张的利润,但它们开始表现出更好的收益质量。
然而,系统并没有立刻让我变成一个完美的交易员。
5 月27 日,我依然出现了一笔约 413 USDC 的亏损。
6 月,
$SNDK
继续剧烈上涨,我在部分空单上再次承受回撤。
这恰恰说明:
AI Agent 不能消灭错误,它只能让错误更早暴露,让损失保持在账户可以承受的范围内。
真正的变化发生在 7 月
6 月底,
$SNDK
一度冲到2,300 美元附近,随后开始快速回落。
7 月2 日,我在 1,932 美元到1,842 美元区间连续分批平掉空头仓位。当时之所以提前止盈,并不是因为 SNDK 的交易信号发生了变化,而是为了保护另外一个
$ZEC
的仓位所带来的整体风险敞口。如果单独看
$SNDK
,这一笔其实本可以继续持有到我原本计划的止盈位置 1,518 美元附近,从而获得更完整的一段下行收益。但由于
$ZEC
的错误交易占用了风险预算并放大了账户波动,我被迫提前降低整体风险暴露,最终也因此错失了
$SNDK
这一段本可以实现的额外利润。
当月,仅从交易记录计算,
$SNDK
相关交易实现了约 1,085 USDC 的净收益。
但如果把整个周期放在一起看,我在
$SNDK
上仍然是亏损的。
从 2026 年3 月18 日到7 月28 日:
共记录139 笔 SNDK 成交;
累计名义成交额约42.4 万 USDC;
累计交易费用约27.25 USDC;
最终净损益约为 -1,839.52 USDC。
所以这不是一篇“我成功做空 SNDK”的文章。
恰恰相反。
它是一篇关于我如何在一次失败的交易中,逐渐建立交易系统的文章。
如果只看最终盈亏,这段经历是失败的
但如果从交易系统的角度看,它也带来了几个非常重要的改变:
第一,我不再把观点当作仓位。
观点越坚定,不代表仓位应该越大。
第二,我不再把估值当作入场信号。
高估可以成为观察条件,但真正的交易仍然需要趋势、流动性和市场相位确认。
第三,我不再只让 AI 给出信号。
相比“预测涨跌”,信号质检、风险检查和逻辑一致性审查,可能是 AI Agent 在交易中更早能够创造真实价值的地方。
第四,我开始接受交易不是一次性的判断,而是一系列状态转换:
观察 → 建立假设 → 小仓验证 → 增加风险 → 持续质检 → 减仓或退出。
每一步都应该有明确条件。
从第一次用 XYZ 做空
$NVDA
,到后来反复交易
$SNDK
,我越来越确定一件事:
未来的交易入口一定会更加开放。
股票、加密、大宗商品和更多现实资产,会逐渐进入同一套链上账户体系。trade[XYZ] 本身也在强调通过链上基础设施提供全球市场和多资产永续交易。
但资产变多、交易时间变长、杠杆更容易获得,并不天然意味着交易者会赚得更多。
它同样意味着,人会面对更多信息、更多冲动和更多犯错机会。
因此,下一阶段真正稀缺的,不只是交易机会。
而是三种能力:
识别谁值得学习。
判断什么信号值得执行。
知道什么时候应该停止。
这也是我在
$SNDK
上用 1,839 USDC 买到的教训。
交易历史:
app.hypertrend.top/profile?a…
This Post is from a suspended account. Learn more
从第一次使用 trade[XYZ] @tradexyz 到持续做空 $SNDK:我如何用 AI Agent 重构自己的交易流程
我第一次使用 trade[XYZ],是在 2025 年 12 月。
当时我开了一笔 $NVDA 空单,仓位不大,持仓一天左右,最后小幅盈利离场。
那笔交易本身没有什么值得炫耀的,但它让我第一次非常直观地感受到:
Crypto 原生账户,正在成为进入全球资产市场的新入口。
不需要重新开一个美股账户,也不需要在不同平台之间搬资金。用链上账户和 USDC,就可以交易股票、大宗商品等不同类型的永续合约。
对我来说,它真正改变的不是“多了一个可以炒美股的平台”,而是:
我的加密交易账户,第一次可以用同一套资金和交易习惯,表达对不同资产的判断。
后来,我开始交易 $NVDA、白银、原油,也逐渐把注意力放到了 $SNDK 上。
为什么是 $SNDK?
$SNDK 是这一轮 AI 基础设施行情中最极端的标的之一。
市场对 AI 的交易,最早集中在算力和 GPU;随后开始向电力、数据中心、网络设备和存储扩散。
Sandisk 所处的 NAND Flash 和数据存储环节,正好承接了这个叙事。
到 2026 年上半年,SNDK 一度成为市场表现最强的股票之一。即使在 7 月经历明显回撤,其年内涨幅仍然极为夸张。
我的判断是:
AI 存储需求是真实存在的;
NAND 周期改善也是真实存在的;
但市场已经提前交易了太多未来;
一旦增量资金减弱,价格会出现非常剧烈的均值回归。
所以,从 2026 年 3 月开始,我逐渐把 $SNDK 当成主要的做空标的。
最初几笔交易很顺利
3 月 18 日,我第一次做空 $SNDK。
开仓价格大约在 746.77,几个小时后在 743.13 附近平仓,小幅盈利。
3 月 20 日,我再次做空,也顺利盈利离场。
随后我做过一次短线多单,同样拿到了利润。
连续几笔正确之后,人很容易产生一个危险的错觉:
不是行情暂时配合了你,而是你已经理解了这只股票。
我当时对于 $SNDK 的大方向判断并没有完全错。
真正的问题是,我把“估值过高”直接等同于了“价格马上会下跌”。
但在极强趋势中,这两件事情完全不同。
一个资产可以被明显高估,也可以在高估之后继续上涨一倍。
4 月,我为“方向正确”付出了最大的一次代价
4 月初,我开始连续建立 SNDK 空单。
最早的仓位建立在 760 美元附近,之后股价继续上涨,我又在 833 美元和863 美元附近加仓。
这套交易在主观上看起来很有逻辑:
价格越涨,估值越贵;
估值越贵,做空赔率越高;
既然长期判断没变,就应该继续加仓。
但它实际上隐藏着一个非常典型的交易错误:
我在用基本面观点,对抗价格趋势。
4 月 14 日,我在大约929 美元附近平掉了主要空头仓位。
这一笔亏损约 3,490 USDC。
这也是整个 $SNDK 交易过程中,对我影响最大的一笔。
它让我重新意识到:
交易不是判断一家公司最终值多少钱,而是在特定时间内,判断市场会如何给它定价。
方向可以对,时间可以错。
逻辑可以对,仓位可以错。
长期可以对,但账户可能等不到长期兑现。
我开始意识到:交易系统不能只有“观点”
过去我们评价一笔交易,经常只看两个结果:
赚了多少钱;
最后的方向对不对。
但这两个指标远远不够。
一次盈利,可能只是承担了巨大尾部风险之后的幸运结果。
一次亏损,也可能是一笔严格执行、赔率合理的合格交易。
所以后来,我用HyperTrend 的六维交易分析体系来分析自己的交易行为:
1. 收益质量
利润是来自稳定、可重复的策略,还是来自单次重仓和高杠杆?
同样赚 1,000 USDC,分十次低回撤赚到,和一次梭哈赚到,信用完全不同。
2. 风险控制
最大回撤是多少?
止损是否明确?
亏损后是主动降低风险,还是不断加仓试图证明自己?
我在 4 月的 SNDK 交易中,最大的问题就出在这个维度。
3. 胜率矩阵
不是简单统计总胜率,而是拆分不同资产、不同方向、不同市场环境和不同持仓周期下的表现。
一个交易员可能擅长震荡行情中的短线做空,却不适合在趋势行情中持续摸顶。
4. 杠杆艺术
杠杆是否与信号强度、波动率和止损距离匹配?
真正的问题通常不是“用了几倍杠杆”,而是:
当观点错误时,这个仓位是否允许你理性退出?
5. 市场相位
当前处于趋势、震荡、恐慌、挤仓,还是事件驱动阶段?
SNDK 在 4 月到 6 月的核心特征,不是单纯的高估,而是强趋势、强叙事和高拥挤度同时存在。
在这种环境中,传统估值模型的有效期会明显缩短。
6. 链上足迹
交易者真实做过什么,而不是他说自己做过什么。
包括持仓持续时间、加仓习惯、止损纪律、盈利后的风险变化,以及不同市场中的实际表现。
链上数据不会告诉我们一个人下一笔一定能不能赚钱,但它可以帮助我们判断:
这个人的收益,究竟来自能力、纪律,还是偶然性。
经历 4 月的亏损以后,我并没有停止交易 $SNDK。
因为我的核心判断仍然存在: $SNDK 的长期产业逻辑成立,但价格中已经包含了过于乐观的预期。
5 月,我重新开始分批建立空头仓位。
这一阶段最大的变化不是观点,而是流程。
我开始尝试让 AI Agent 对每一个交易信号进行质检。
它不会简单回答“做多还是做空”,而是检查:
数据是否有效
行情数据是否最新;
是否存在数据缺口;
是否临近财报、投资者日等重大事件;
当前价格是否因非正常流动性产生偏差。
逻辑是否一致
交易依据究竟是估值、趋势、事件还是资金面;
当前仓位是否与最初逻辑一致;
是否在亏损以后偷偷修改了原来的交易理由。
风险是否匹配
预期收益是多少;
无效点在哪里;
止损距离是多少;
当前仓位对应的账户损失是多少;
同方向风险是否已经在其他仓位中重复暴露。
信号是否已经衰减
最初发现的价格偏差是否还存在;
市场是否已经交易了同样的逻辑;
信号的胜率和盈亏比是否在下降;
是否应该降低仓位或者直接终止策略。
Agent 最重要的作用不是替我预测价格。
而是在我准备下单之前,多问一句:
你现在做的,还是原来的那笔交易吗?
之后,我开始把“预测”变成“状态管理”
5 月,我在 $SNDK 1,500 美元附近再次建立空单。
但这一次,我不再试图用一个价格精准抄顶,而是:
将仓位拆成多个部分;
对不同开仓批次设置独立的风险预算;
下跌时分批止盈;
上涨时重新评估信号,而不是默认继续补仓;
根据市场相位调整仓位,而不是只根据估值调整仓位。
5 月13 日建立的一组空单,随后分别在 1,494、1,438 和1,454 美元附近分批平仓。
5 月18 日,我又在 1,399 美元附近建立空头仓位,并在 1,379 至1,298 美元区间分批退出。
这些交易没有单笔夸张的利润,但它们开始表现出更好的收益质量。
然而,系统并没有立刻让我变成一个完美的交易员。
5 月27 日,我依然出现了一笔约 413 USDC 的亏损。
6 月, $SNDK 继续剧烈上涨,我在部分空单上再次承受回撤。
这恰恰说明:
AI Agent 不能消灭错误,它只能让错误更早暴露,让损失保持在账户可以承受的范围内。
真正的变化发生在 7 月
6 月底, $SNDK 一度冲到2,300 美元附近,随后开始快速回落。
7 月2 日,我在 1,932 美元到1,842 美元区间连续分批平掉空头仓位。当时之所以提前止盈,并不是因为 SNDK 的交易信号发生了变化,而是为了保护另外一个 $ZEC 的仓位所带来的整体风险敞口。如果单独看 $SNDK,这一笔其实本可以继续持有到我原本计划的止盈位置 1,518 美元附近,从而获得更完整的一段下行收益。但由于 $ZEC 的错误交易占用了风险预算并放大了账户波动,我被迫提前降低整体风险暴露,最终也因此错失了 $SNDK 这一段本可以实现的额外利润。
当月,仅从交易记录计算, $SNDK 相关交易实现了约 1,085 USDC 的净收益。
但如果把整个周期放在一起看,我在 $SNDK 上仍然是亏损的。
从 2026 年3 月18 日到7 月28 日:
共记录139 笔 SNDK 成交;
累计名义成交额约42.4 万 USDC;
累计交易费用约27.25 USDC;
最终净损益约为 -1,839.52 USDC。
所以这不是一篇“我成功做空 SNDK”的文章。
恰恰相反。
它是一篇关于我如何在一次失败的交易中,逐渐建立交易系统的文章。
如果只看最终盈亏,这段经历是失败的
但如果从交易系统的角度看,它也带来了几个非常重要的改变:
第一,我不再把观点当作仓位。
观点越坚定,不代表仓位应该越大。
第二,我不再把估值当作入场信号。
高估可以成为观察条件,但真正的交易仍然需要趋势、流动性和市场相位确认。
第三,我不再只让 AI 给出信号。
相比“预测涨跌”,信号质检、风险检查和逻辑一致性审查,可能是 AI Agent 在交易中更早能够创造真实价值的地方。
第四,我开始接受交易不是一次性的判断,而是一系列状态转换:
观察 → 建立假设 → 小仓验证 → 增加风险 → 持续质检 → 减仓或退出。
每一步都应该有明确条件。
从第一次用 XYZ 做空 $NVDA,到后来反复交易 $SNDK,我越来越确定一件事:
未来的交易入口一定会更加开放。
股票、加密、大宗商品和更多现实资产,会逐渐进入同一套链上账户体系。trade[XYZ] 本身也在强调通过链上基础设施提供全球市场和多资产永续交易。
但资产变多、交易时间变长、杠杆更容易获得,并不天然意味着交易者会赚得更多。
它同样意味着,人会面对更多信息、更多冲动和更多犯错机会。
因此,下一阶段真正稀缺的,不只是交易机会。
而是三种能力:
识别谁值得学习。
判断什么信号值得执行。
知道什么时候应该停止。
这也是我在 $SNDK 上用 1,839 USDC 买到的教训。
交易历史:app.hypertrend.top/identity/…
This Post is from a suspended account. Learn more

































