个人瞎逼逼

本章内容 量化分析 用回测（backtesting）测试策略 作为“变局者”的催化剂（catalysts） 交易所与券商的区别 用 Python 执行下单 订单类型与交易方式（modalities）

本章涵盖的内容（This chapter covers） 解读图表中的形态 如何使用蜡烛图（K 线） 哪些均线有助于评估股票 布林带、MACD 与均线带（moving average ribbons）

本章涵盖的内容（This chapter covers） 为结构化研究构建 AI 代理 使用 LangChain 构建 AI 代理 复用强提示词以获得可比研究 将研究结果导出到 Notion 第 8

本章涵盖的内容 使用机器学习预测股价所面临的挑战 用大语言模型开展投研 通过 Python 向大语言模型提交提示词 用提示工程改进提问质量 让我们用一个“激进”的想法开启本章：如果我们不再写代码做金融

在技术领域打拼3-5年，你或许已成为团队里能独立攻坚的骨干，但薪资总在“高级工程师”区间徘徊。 这往往不是因为能力不足，而是你的价值表达停留在“技术实现”层面，没能让面试官看到你作为“技术决策者”的

本章内容（This chapter covers） 风险分类 风险缓释 对冲策略 用马科维茨模型优化投资组合 评估非财务风险 探索那些可能数倍增值的资产令人兴奋。但如果你把毕生积蓄押在“非凡收益”上，

本章内容（This chapter covers） 从线上与线下来源收集投资组合数据 分析投资组合中的资产表现 预测资产与组合的未来回报 制作月度被动收入与收益报告 在 Google 表格中收集与管理

本章内容（This chapter covers） 以策略打造被动收入 寻找高质量分红股票 何时应在收益型组合中选择债券而非股票 通过**加密货币质押（staking）**获取被动收入 第 4 章讨论

本章内容 运用**投资论点（investment thesis）**来预测成长型公司 基于投资论点构建与之匹配的投资组合 为你的投资组合寻找体现论点的具体资产 承担必要的风险以追求潜在收益 本章探讨如

本章内容 对投资领域的核心理解 帮助我们发现盈利性投资的指标 财报中该看什么 在第 1 章中，我们提出：程序员的特质常能让这些“比特与字节的巫师”成为出色的投资者。但光有特质（和大脑）还不够。想想你在

本章内容 证券与市场概览 管理风险并最大化收益的投资策略 面向数据驱动型投资者的工具与技巧 程序员可转化为优势的特质 艰难的工作环境，常常是迈向财务独立之旅的起点。正规教育很少能让人真正为残酷的职场现

本章内容包括： AI 系统的安全防护 第三方 AI 组件的审查机制 内嵌隐私保护（隐私即设计） AI 偏见的识别与缓解 遵守不断演进的 AI 法规 随着 AI 创新的加速，数字产品的风险面也在扩大，有

Gemini 2.5 Pro 发布好几周了，技术的底裤都被扒得稀烂了，报告才姗姗来迟。 我看完技术报告，几件事值得聊聊。 1️⃣现在大家都喜欢玩矩阵，模型发布也不例外 G哥也不免俗，精心设计了一套产品

本章内容包括： 为什么你可能需要微调语言模型 产品经理在微调过程中的角色 创建微调数据 领域微调、监督微调和指令微调 在前两章中，你学习了提示工程（prompt engineering）和检索增强生成

本章内容涵盖 - 语义嵌入 - 语义搜索 - 语言模型与定制知识的整合 - 检索增强生成（RAG） - 高级检索增强生成优化 在大多数公司里，多年来积累的专业知识——战略洞察、协作学习和行业经验——散

本章内容涵盖： 提示工程基础 将外部知识整合到提示中 帮助语言模型进行推理和行动 组织提示工程流程 自动化提示优化 提示赋予语言模型（LM）生命。提示工程是一种强大技术，可在不通过昂贵微调更新模型内部

本章内容概览 理解语言模型的能力 选择合适的语言模型 针对特定任务定制语言模型 在更广泛的应用场景中考虑语言模型 评估语言模型 本章将带你深入了解语言模型（LM）的世界，这些模型可应用于多种任务，从内

本章内容包括： 机器学习的迭代过程 无监督学习与监督学习 时间序列分析与趋势检测 通过推荐实现个性化 尽管人工智能常被炒作为“新”技术，但实际上我们早已在日常生活中广泛使用它——比如谷歌搜索、你那不完

本章内容涵盖： 构建 AI 解决方案空间的地图 数据模态及有标签数据与无标签数据的区别 预测型、生成型和智能代理型 AI AI 中的自动化程度 各类 AI 用户界面 在 AI 解决方案空间中，很容易迷