[
  {
    "i": 0,
    "speaker": "Speaker 1",
    "text": "我对交易有了一些新的认识。无论是尝试日内交易的普通人，还是专业交易员，他们的操作方式与对冲基金的做法截然不同。现在，我想告诉大家"
  },
  {
    "i": 1,
    "speaker": "Speaker 1",
    "text": "我最近学到的一个观点，它彻底颠覆了我对交易的看法。那就是：量化交易员并不会依靠图表上的趋势线或指标来做决策。而你"
  },
  {
    "i": 2,
    "speaker": "Speaker 1",
    "text": "可能会想，那他们到底是怎么做的呢？这正是我将在本视频中向大家展示的内容。在交易推特（Trading Twitter）的深处，我发现了一个由一位名叫"
  },
  {
    "i": 3,
    "speaker": "Speaker 1",
    "text": "Rowan 的人发布的帖子。他是一名量化交易员，凭借量化策略赚了大量资金。他毫无保留地揭示了这些对冲基金量化交易员所使用的秘密，正是这些方法让他们取得了超越"
  },
  {
    "i": 4,
    "speaker": "Speaker 1",
    "text": "普通交易员的业绩，不仅更加稳定，而且复杂度也显著更高。我深入研究了他关于所谓“对冲基金方法”的全部工作，并将其简化为一个视频，也就是你现在正在观看的这期内容。"
  },
  {
    "i": 5,
    "speaker": "Speaker 1",
    "text": "因此，在本视频中，我将为大家提供几项内容。第一，我会确切地解释什么是对冲基金方法。第二，我将把整套对冲基金方法转化为一种格式"
  },
  {
    "i": 6,
    "speaker": "Speaker 1",
    "text": "让AI理解。第三，我会给你一个可以直接复制粘贴的提示语，你可以把它放进你的Claude代码或任何LLM中，立即安装这套方法"
  },
  {
    "i": 7,
    "speaker": "Speaker 1",
    "text": "到你自己的交易策略中。如果你使用的是Claude代码，你可以把这个提示语当作一个技能添加到你的AI中。每次你有新的策略时，它会自动将这套方法应用到策略上"
  },
  {
    "i": 8,
    "speaker": "Speaker 1",
    "text": "到策略上。到视频结束时，你将拥有所有必要的工具，可以像对冲基金量化分析师一样进行操作。在你订阅之后，我们马上开始。"
  },
  {
    "i": 9,
    "speaker": "Speaker 1",
    "text": "在这段视频中，我们将介绍构成对冲基金方法的10个要素。在解释完所有内容之后，我会给你两个提示语。一个是用于"
  },
  {
    "i": 10,
    "speaker": "Speaker 1",
    "text": "将这套方法安装到你的Claude代码或你使用的任何LLM中。另一个提示语是一个可视化图表，你可以使用Pine Script把它添加到你的Trading View图表中。我要让你知道"
  },
  {
    "i": 11,
    "speaker": "Speaker 1",
    "text": "这些提示语你可以完全免费地复制和使用。我甚至都不需要你的邮箱。你可以在描述栏顶部的链接中找到我的GitHub页面，上面有这些提示语。"
  },
  {
    "i": 12,
    "speaker": "Speaker 1",
    "text": "首先要理解的是，这些对冲基金和量化分析师并不是使用你和我所使用的相同数据进行操作的。我认为，大多数时候你和我都是凭感觉进行投资，比如我对比特币有好的感觉，或者对Palunteer有好的感觉，这都是一种感觉。而量化分析师和对冲基金则会尽最大努力"
  },
  {
    "i": 13,
    "speaker": "Speaker 1",
    "text": "将这些感觉量化，实际上给它们赋予数值。这有点像你出门时说：‘今天风很大，我将根据这个做出决定。’而如果量化分析师或对冲基金出去，他们想要的是一个数值。风有多大？风的方向是什么？"
  },
  {
    "i": 14,
    "speaker": "Speaker 1",
    "text": "量化这些感觉，实际上是为它们赋予数值。这有点像走到外面说：“哦，今天有风。”然后据此做出决策。而如果是量化分析师或对冲基金走到外面，他们想要的是一个数值：风力有多强？风向指向哪里？"
  },
  {
    "i": 15,
    "speaker": "Speaker 1",
    "text": "然后利用这些数字做出决策。所以我想向大家介绍一种叫做“状态”的概念。每家对冲基金和量化机构都会基于这些状态进行运作。只有三种"
  },
  {
    "i": 16,
    "speaker": "Speaker 1",
    "text": "状态：牛市状态（bull state）、横盘状态（sideways state）和熊市状态（bear state）。牛市状态的定义是：在过去 20 天内，"
  },
  {
    "i": 17,
    "speaker": "Speaker 1",
    "text": "将所有收益率相加，是否达到 5% 或更高？例如，如果连续 20 天每天都上涨 1%，那就代表累计涨幅为 20%，显然属于牛市状态。如果在 20 天中有 15 天上涨 1%，"
  },
  {
    "i": 18,
    "speaker": "Speaker 1",
    "text": "但有 5 天下跌 1%，那么在这 20 天周期内整体仍会有 10% 的涨幅，这也同样符合牛市状态的标准。而如果过去 20 天的累计收益率为"
  },
  {
    "i": 19,
    "speaker": "Speaker 1",
    "text": "负 5% 或更低（即 -5%、-6% 等），则会被归类为熊市状态；介于两者之间的则属于横盘状态。我知道这听起来非常基础，但请"
  },
  {
    "i": 20,
    "speaker": "Speaker 1",
    "text": "拭目以待，看看他们如何利用这些信息。因此，流程的下一步显而易见：我们需要确定当前的状态是什么？今天处于什么状态？于是他们所做的就是"
  },
  {
    "i": 21,
    "speaker": "Speaker 1",
    "text": "他们会回溯整个资产的历史数据。假设是 Bitcoin，他们实际上会对 Bitcoin 历史上的每一天运行算法，并为每一天打上标签"
  },
  {
    "i": 22,
    "speaker": "Speaker 1",
    "text": "与其状态相结合。因此，想象一下，你现在拥有了比特币或任何资产的完整价格历史。从第 20 天开始，每一天（因为那是你实际上首次能够）"
  },
  {
    "i": 23,
    "speaker": "Speaker 1",
    "text": "有一个为期20天的回溯期，一直延续到今天，并且有一个标签。每一天都是一个特定的状态。这将我们带到了他们在这个对冲基金方法中使用的第三条规则。它被称为马尔可夫属性。它涉及这样一个整体"
  },
  {
    "i": 24,
    "speaker": "Speaker 1",
    "text": "即市场仅根据当前状态转移到下一个状态。这与交易员的看待方式完全相反，他们倾向于回顾历史，试图预测明天会发生什么。但马尔可夫性质只关注今天。所以我打个比方，假设你正从小石城开车出发，"
  },
  {
    "i": 25,
    "speaker": "Speaker 1",
    "text": "从阿肯色州一路到纽约市。你前往纽约市的路线完全取决于起点位置。这听起来可能非常明显，但让我再进一步说明"
  },
  {
    "i": 26,
    "speaker": "Speaker 1",
    "text": "更清楚了。从阿肯色州小石城前往纽约市的路径，与从内布拉斯加州前往那里的路径并不相同。不言而喻，在这段旅程中，假设你到达了俄亥俄州，那么"
  },
  {
    "i": 27,
    "speaker": "Speaker 1",
    "text": "例如，从俄亥俄州前往纽约市的旅程也是不同的。从俄亥俄州到纽约的旅程是完全独特的。如果你身在俄亥俄州想要前往纽约，那么你最初是否从小石城出发就完全无关紧要了。"
  },
  {
    "i": 28,
    "speaker": "Speaker 1",
    "text": "我希望我已经把这一点讲得很清楚了。"
  },
  {
    "i": 29,
    "speaker": "Speaker 1",
    "text": "总而言之，过去并不能真正指示未来走向。你可能会想：“好吧，Lewis，我们刚才不是回顾了 Bitcoin 整个历史中那'20 天’的表现吗？如果过去无关紧要，我们为什么要这么做？”"
  },
  {
    "i": 30,
    "speaker": "Speaker 1",
    "text": "也许我刚才说得有点极端，但 Markov 原则关注的确实是当下。当下拥有最大的权重。而这引出了一个叫做“对冲基金矩阵”的概念，在这期视频之前，我根本不知道这个东西的存在。"
  },
  {
    "i": 31,
    "speaker": "Speaker 1",
    "text": "但它完全合乎逻辑，并将我们之前讨论的所有内容串联在了一起。现在，利用我们从 Bitcoin 整个历史中获得的所有数据，我们可以发现状态发生转变的时刻。"
  },
  {
    "i": 32,
    "speaker": "Speaker 1",
    "text": "因此，我们可能会从横盘市场进入牛市或牛市状态，也可能会从牛市状态进入熊市状态，每一次这样的转变都会被统计和记录。"
  },
  {
    "i": 33,
    "speaker": "Speaker 1",
    "text": "他们的做法是回溯历史，查看每一次状态转变发生的时刻，例如在牛市和横盘市场之间发生的转变，并将它们全部统计下来。"
  },
  {
    "i": 34,
    "speaker": "Speaker 1",
    "text": "这样，我们就拥有了一份完整的记录，涵盖了所有已发生的状态转变及其发生次数。"
  },
  {
    "i": 35,
    "speaker": "Speaker 1",
    "text": "它们发生的次数。因此，从熊市到牛市、牛市到熊市、震荡市到牛市、震荡市到熊市、熊市到震荡市、牛市到震荡市，每一种组合，我们现在都"
  },
  {
    "i": 36,
    "speaker": "Speaker 1",
    "text": "统计完毕了。我们可以为每种情况发生的次数赋予一个数值。既然我们已经有了这些计数和统计结果，就可以将它们转化为百分比。这就引出了"
  },
  {
    "i": 37,
    "speaker": "Speaker 1",
    "text": "这个非常简单的 3x3 网格。这有点难以解释，所以我直接在屏幕上展示给大家看。屏幕上显示的是三行，代表今天的市场状态。"
  },
  {
    "i": 38,
    "speaker": "Speaker 1",
    "text": "三列则代表明天的市场状态。每一行的总和必须等于 100%，因为明天必然会发生某种情况，概率为 100%。市场最终必定会落入"
  },
  {
    "i": 39,
    "speaker": "Speaker 1",
    "text": "其中一个区间。因此你会注意到，对于明天的价格存在一个最可能的结果。这正是“趋势是你的朋友”这一概念的由来。如果你处于熊市状态，"
  },
  {
    "i": 40,
    "speaker": "Speaker 1",
    "text": "那么第二天最可能的结果仍然是熊市状态，但这并非 100% 确定。其他结果也有可能发生。但对冲基金和量化交易者正是利用概率来判断第二天的走势。"
  },
  {
    "i": 41,
    "speaker": "Speaker 1",
    "text": "这一过程每天都在推进，通过回顾所有这些状态转换、统计数据以及概率，他们能够判断第二天最"
  },
  {
    "i": 42,
    "speaker": "Speaker 1",
    "text": "最有可能出现的结果。因此，大家现在可以看到屏幕上有一条从左上角延伸到右下角的对角线单元格序列。这三个单元格代表市场保持"
  },
  {
    "i": 43,
    "speaker": "Speaker 1",
    "text": "完全一样。那就是牛市状态转为牛市状态，熊市状态转为熊市状态，横盘状态转为横盘状态。"
  },
  {
    "i": 44,
    "speaker": "Speaker 1",
    "text": "我之所以强调这条对角线，是因为它展示了一个叫做持续性的概念。这种持续性带来了一个叫做粘性的术语。每个状态都有一个粘性得分"
  },
  {
    "i": 45,
    "speaker": "Speaker 1",
    "text": "本质上来说，牛市有多大的粘性？好吧，如果我们今天处于牛市状态，并计入过去 20 天的数据，那么明天再次进入牛市状态的可能性，要比进入任何其他状态的可能性都大。"
  },
  {
    "i": 46,
    "speaker": "Speaker 1",
    "text": "其他状态。牛市状态通常是非常粘性的状态。熊市市场也是如此。因此，任何时候都有一个实时的矩阵计分板，用来确定"
  },
  {
    "i": 47,
    "speaker": "Speaker 1",
    "text": "明天的结果。这就是量化分析师和对冲基金用来决定今天在哪里下注的依据。所以，如果你知道牛市状态的粘性得分为80%"
  },
  {
    "i": 48,
    "speaker": "Speaker 1",
    "text": "例如，那么你也可以很容易地对明天同样是牛市状态进行对冲，并因此做多。他们并不是说明天一定是牛市状态。他们是说"
  },
  {
    "i": 49,
    "speaker": "Speaker 1",
    "text": "有 80% 的几率，也就是 80% 的概率，明天也将是牛市状态。为了让这对你来说超级酷且惊艳，我实际上编写了一个用于指标的 Pine Script。"
  },
  {
    "i": 50,
    "speaker": "Speaker 1",
    "text": "可以在图表上显示这个矩阵，你现在就可以使用。所以，当我们进入这个视频的教程部分，我解释如何操作时，我会向你展示如何确切地安装这个指标"
  },
  {
    "i": 51,
    "speaker": "Speaker 1",
    "text": "Pine Script 导入你的 TradingView。这样你就可以在任何资产的图表上看到这个 3x3 矩阵了。是不是很酷？我觉得是时候订阅了，你不这么认为吗？那么，总结一下"
  },
  {
    "i": 52,
    "speaker": "Speaker 1",
    "text": "到目前为止，我们已经讨论了什么是状态，也明确了具体有哪些状态。我们还确定了今天的状态。这正是对冲基金用来进行判断的计算方法。"
  },
  {
    "i": 53,
    "speaker": "Speaker 1",
    "text": "基于过去 20 天的走势来判断我们当前所处的状态。我们之前讨论过马尔可夫性质，那是第三点。"
  },
  {
    "i": 54,
    "speaker": "Speaker 1",
    "text": "第四，我们刚才讨论了那个对冲基金所使用的 3x3 网格形式的转移矩阵。第五，我们谈到了这种持续性，也就是我提到的那条对角线。"
  },
  {
    "i": 55,
    "speaker": "Speaker 1",
    "text": "刚才给大家展示了该资产的粘性得分。但第六步是一个我从未预料到的有趣举措，那就是：如果我们不只想做一天的预测呢？如果我们"
  },
  {
    "i": 56,
    "speaker": "Speaker 1",
    "text": "想预测更远的未来吗？我们如何利用所有这些数学知识和到目前为止收集的所有信息，来做出更长远的未来预测？"
  },
  {
    "i": 57,
    "speaker": "Speaker 1",
    "text": "其实是有计算方法的，我马上展示给你看。这种方法叫做“矩阵平方”。好消息是，你不需要任何新的数学知识，你已经"
  },
  {
    "i": 58,
    "speaker": "Speaker 1",
    "text": "已经具备了。所以，你只需将矩阵与自身相乘即可。如果你想得到一个为期 2 天的矩阵，就将矩阵自乘平方；如果你想预测未来三天，就将其自乘立方"
  },
  {
    "i": 59,
    "speaker": "Speaker 1",
    "text": "。别担心，我会用真实数字给你演示一个例子。这个过程可以无限延续，取决于你想预测多远未来的情况。当然，随着"
  },
  {
    "i": 60,
    "speaker": "Speaker 1",
    "text": "你不断进行平方和立方运算，最终的概率百分比会随时间推移而下降。那我们来看一个三天的例子，我想看完之后"
  },
  {
    "i": 61,
    "speaker": "Speaker 1",
    "text": "你就明白了。第一条路径就像是从牛市状态到牛市状态。以前面用过的例子来说，如果我们现在处于牛市状态，明天仍然是"
  },
  {
    "i": 62,
    "speaker": "Speaker 1",
    "text": "牛市状态的概率是 80%。但该牛市状态延续到下一天的概率，本质上就是 0.8 乘以 0.8，也就是自乘，结果是"
  },
  {
    "i": 63,
    "speaker": "Speaker 1",
    "text": "0.64，即 64%。因此，我们得到了一个为期两天的预测，表明两天后我们仍处于牛市状态的概率为 64%。通过为所有不同的组合"
  },
  {
    "i": 64,
    "speaker": "Speaker 1",
    "text": "执行这种计算，你最终就能得到一种方法，可以在一个巨大的矩阵中清晰地列出百分比概率，展示该资产"
  },
  {
    "i": 65,
    "speaker": "Speaker 1",
    "text": "在特定天数后处于特定状态的可能性。你可以看出这与画趋势线之类的方法有多么不同，对吧？这是数学化的、基于方程的。而这"
  },
  {
    "i": 66,
    "speaker": "Speaker 1",
    "text": "这正是量化分析师在做的事情。那些在大学时期就掌握这套方法的人，毕业后就能拿到年薪 65 万美元的工作。这千真万确，我也正在制作一期视频来讲这件事。但是"
  },
  {
    "i": 67,
    "speaker": "Speaker 1",
    "text": "如果你把这个思路进一步外推，不再只是展望未来两三天、进行简单的平方或立方运算，而是假设你要做一个 28 天的"
  },
  {
    "i": 68,
    "speaker": "Speaker 1",
    "text": "预测。那么我们就需要将矩阵自乘 28 次方。这些数字会变得令人难以置信。实际上，如果你在图表上"
  },
  {
    "i": 69,
    "speaker": "Speaker 1",
    "text": "观察这些百分比的分布情况，你会发现它们最终都收敛成一条极窄的带状区域。这条带状区域表明，任何特定结果发生的概率"
  },
  {
    "i": 70,
    "speaker": "Speaker 1",
    "text": "都微乎其微，以至于你无法从中提取出任何有意义的信号。举个例子，它可能会显示：28 天后出现某种结果的概率是 0.2%，另一种结果也是 0.2%"
  },
  {
    "i": 71,
    "speaker": "Speaker 1",
    "text": "再一种结果还是 0.2%，依此类推。所有结果的概率都会趋于均匀，比如都是 0.2%。但由于可能的结果数量极其庞大，达成这些结果的路径也多种多样，因此"
  },
  {
    "i": 72,
    "speaker": "Speaker 1",
    "text": "对如此远期的预测进行实际应用意义不大。这就是第七点：平稳分布。那么，如何从这一切中提取信号以实际执行交易呢？这需要一个称为“信号生成”的过程，也就是第八步。"
  },
  {
    "i": 73,
    "speaker": "Speaker 1",
    "text": "因为当我思考这个问题时，我会想，好吧，这些数学推导都很棒，但我该如何利用这些信息呢？"
  },
  {
    "i": 74,
    "speaker": "Speaker 1",
    "text": "事实上，尽管到目前为止进行了大量的计算和方程推导，最终的运算却非常简单。这也是我发现量化基金运作方式的特点：他们"
  },
  {
    "i": 75,
    "speaker": "Speaker 1",
    "text": "在后台处理大量复杂的事务，只是为了基于这一基础将其简化。所以，他们所做的只是一个简单的计算：用这个数值减去那个数值。下面我们就来谈谈具体做法。"
  },
  {
    "i": 76,
    "speaker": "Speaker 1",
    "text": "基本上，他们关注的是明天处于牛市状态的概率。具体做法是，用明天的牛市概率减去明天的熊市可能性。"
  },
  {
    "i": 77,
    "speaker": "Speaker 1",
    "text": "而其中最精妙的部分在于：得出的差值越大，你投入该交易的资金就越多。因此，在这种情况下，牛市与"
  },
  {
    "i": 78,
    "speaker": "Speaker 1",
    "text": "熊市之间的差值决定了交易规模的大小。这样一来，你也同时实现了风险管理。让我举一个具体的例子。假设明天处于牛市状态"
  },
  {
    "i": 79,
    "speaker": "Speaker 1",
    "text": "的概率是 65%，而明天处于熊市状态的概率是 20%。当然，由于概率总和必须为 100%，那么明天处于横盘状态的概率就是 15%。因此，要从这些数据中提取交易"
  },
  {
    "i": 80,
    "speaker": "Speaker 1",
    "text": "信号，你只需将明天的牛市概率 65% 减去明天的熊市概率 20%，结果就是 45%。"
  },
  {
    "i": 81,
    "speaker": "Speaker 1",
    "text": "因此我们确定了方向，因为结果是 +45%。这意味着我们将做多。每位量化交易员和对冲基金都会有自己的计算方法，来判断信号有多强"
  },
  {
    "i": 82,
    "speaker": "Speaker 1",
    "text": "45%，以及他们会在该交易上投入多少资金。我想每家对冲基金在这方面都会略有不同。你知道，有些人可能会将 +45% 视为非常强烈的信号"
  },
  {
    "i": 83,
    "speaker": "Speaker 1",
    "text": "信号，并在那笔交易中投入更多资金，而其他人可能认为该信号稍弱，从而投入较少资金。但关键在于，它为你指明了方向。你可能会好奇，那这个值怎么可能会是负数呢？"
  },
  {
    "i": 84,
    "speaker": "Speaker 1",
    "text": "嗯，你做的是同样的计算。你是在用牛市百分比减去熊市百分比。因此，如果熊市百分比大于牛市百分比，最终就会得到一个负数。"
  },
  {
    "i": 85,
    "speaker": "Speaker 1",
    "text": "因此，信号是做空。而该结果显现的程度，就是你建立该头寸的程度。所以，这与那种'比特币感觉如何'的理念相去甚远"
  },
  {
    "i": 86,
    "speaker": "Speaker 1",
    "text": "今天看涨。今天感觉不错。但这与那种感觉相去甚远。这是通过计算得出的，比如我有多看涨或多看跌，以及据此投入多少资金。作为结果。这是计算出来的。"
  },
  {
    "i": 87,
    "speaker": "Speaker 1",
    "text": "它看似简单实则复杂，确实令人惊叹。那么现在，在我们进入本视频将要讲解的十个步骤中的第九步之前——教程部分"
  },
  {
    "i": 88,
    "speaker": "Speaker 1",
    "text": "相对较快。我只为大家准备了一个复制粘贴用的提示词。好的，在第九步中，我们将进行一种称为“前向滚动回测”的操作。这个前向滚动回测让我"
  },
  {
    "i": 89,
    "speaker": "Speaker 1",
    "text": "花了大量时间去尝试理解，我也不能完全确定自己是否已经完全掌握，但我会解释我所理解的部分，希望它能讲得通。现在，当你在交易时，通常"
  },
  {
    "i": 90,
    "speaker": "Speaker 1",
    "text": "我们会构建一个策略，并对其进行回测。该回测基本上会选取所有过去发生的数据，并将该策略应用于全部"
  },
  {
    "i": 91,
    "speaker": "Speaker 1",
    "text": "历史数据。因此问题在于，而这正是人们（尤其是散户交易者）陷入困境的地方：你拿着那个策略，它已经从所有"
  },
  {
    "i": 92,
    "speaker": "Speaker 1",
    "text": "所有数据中学习完毕，然后你将该策略实施到比如说 2020 年。这并不是一个好的回测，因为 2020 年的数据已经被嵌入到整个回测之中而你却是在将其应用回过去的时间点。"
  },
  {
    "i": 93,
    "speaker": "Speaker 1",
    "text": "这非常复杂，但这并不是一个好的回测，因为它已经从未来学习了信息。例如，如果你将该策略应用于 2020 年，它实际上已经包含了未来的数据"
  },
  {
    "i": 94,
    "speaker": "Speaker 1",
    "text": "结果已被嵌入策略之中。因此，这毫无意义。如果我们今天拥有全部数据，那就意味着策略已经学习了 2020 年和 2021 年的数据。因此，这"
  },
  {
    "i": 95,
    "speaker": "Speaker 1",
    "text": "向前回测的方法是对这个问题的一种缓解。现在，这在计算上非常耗费资源，或者至少在人工智能出现之前是这样。暗示一下。但每一天都必须完全"
  },
  {
    "i": 96,
    "speaker": "Speaker 1",
    "text": "重新计算。因此，整个矩阵必须完全重做。这样我们就避免了将基于全部数据学习到的策略应用于过去却失效的问题。从我"
  },
  {
    "i": 97,
    "speaker": "Speaker 1",
    "text": "理解这一点，这就是它的工作原理。如果你不理解，其实也没关系，因为 AI 会替你完成这些工作。现在，我们来到第 10 步，事情即将令人震撼，好吧？所以，做好准备。"
  },
  {
    "i": 98,
    "speaker": "Speaker 1",
    "text": "之前我们讨论过如何定义状态。比如，哪些数值用来定义一个状态？我们说过，上涨 5% 及以上意味着牛市，下跌 5% 及以下意味着熊市，而介于两者之间的"
  },
  {
    "i": 99,
    "speaker": "Speaker 1",
    "text": "处于中间状态就是横盘。但这是主观的。比如，是谁决定的？是我们决定的。人类决定的。"
  },
  {
    "i": 100,
    "speaker": "Speaker 1",
    "text": "这是对牛市和熊市含义的主观解读。显然，这就引出了系统的一个天然缺陷：它现在行不通了，对吧？我们怎么能依赖这些主观"
  },
  {
    "i": 101,
    "speaker": "Speaker 1",
    "text": "意见和其他一切都是某种程度上计算和数学化的，但我们仍然剩下最薄弱的环节，也就是我们的主观看法。因此，步骤10将所有这些都解决了，并"
  },
  {
    "i": 102,
    "speaker": "Speaker 1",
    "text": "解决了这个问题。它消除了那种主观性，从而让我们能够真正界定什么是牛市、什么是熊市以及什么是震荡市。这被称为"
  },
  {
    "i": 103,
    "speaker": "Speaker 1",
    "text": "隐马尔可夫模型。这是流程的一部分，它会回溯我们所关注资产的全部价格历史、所有状态转移，以及我们标记的所有状态和标签。"
  },
  {
    "i": 104,
    "speaker": "Speaker 1",
    "text": "之前附加在它们上面的东西已经被移除了。所以它不再从状态标记中学习，而是实际上对整个策略进行了一遍模式识别。"
  },
  {
    "i": 105,
    "speaker": "Speaker 1",
    "text": "它关注的是价格持续上涨或下跌等细节，是在没有标签的情况下审视大量不同的数据点。因此，为了实现这一点"
  },
  {
    "i": 106,
    "speaker": "Speaker 1",
    "text": "非常简单易懂，几乎就像个保姆。他们走进房子，里面有一群孩子。他们不会立刻就知道，嗯，这个孩子……患有多动症。这个孩子总是睡觉。这个孩子疯狂且暴力。"
  },
  {
    "i": 107,
    "speaker": "Speaker 1",
    "text": "你知道，他们一开始并不知道这些情况。不过几天之后，一旦他们坐下来观察这些孩子，观察他们的行为方式以及他们之间的互动你就可以对每个孩子了解很多，并为每个孩子赋予或指定一种性格。"
  },
  {
    "i": 108,
    "speaker": "Speaker 1",
    "text": "但需要时间去分析和观察。这就是这个隐马尔可夫模型正在做的事情。经过所有这些之后，现在让我们来确定这些孩子的性格。它实际上会给这些孩子贴上标签，比如ADHD、暴力、嗜睡。"
  },
  {
    "i": 109,
    "speaker": "Speaker 1",
    "text": "它会对所有孩子都这么做。它在图表数据上也做同样的事情。因此，它现在实际上会为每个数据点指定一个牛市状态、熊市状态和横盘状态，即使之前没有任何标签。"
  },
  {
    "i": 110,
    "speaker": "Speaker 1",
    "text": "所以当你将两者重叠时，比如你有5%是牛市，-5%及以下是熊市，这些我们之前主观赋予的标签，以及隐马尔可夫方法生成的标签，你可以将它们重叠，看看它们在哪些地方相互确认。"
  },
  {
    "i": 111,
    "speaker": "Speaker 1",
    "text": "当它们相互确认时，这会给你一个绿色信号，让你现在可以继续前进。"
  },
  {
    "i": 112,
    "speaker": "Speaker 1",
    "text": "我希望你已经理解了所有这些内容，这就是组成这个对冲基金方法的十个要素中的全部。但这些信息对你来说目前还只是知识，我们需要一个真正的方法，将这些应用到我们自己的交易策略中，特别是使用AI，让它们在我们的电脑上运行。"
  },
  {
    "i": 113,
    "speaker": "Speaker 1",
    "text": "所以，你将得到一些东西。你首先会得到一个Claude代码技能。你可以将这个技能安装到你的电脑上，特别是如果你使用Claude Code的话。如果你不使用Claude Code或其他任何LLM，你实际上可以使用这个one-shot提示，它会在你的系统上学习，无论你使用的是不是Claude Code。"
  },
  {
    "i": 114,
    "speaker": "Speaker 1",
    "text": "获得几样东西。首先，你将获得一个 Claude Code 技能。你可以将此技能安装到电脑中，特别是如果你正在使用 Claude Code 的话。如果你没有使用"
  },
  {
    "i": 115,
    "speaker": "Speaker 1",
    "text": "Claude Code 或任何其他 LLM，你实际上可以使用这个 one-shot 提示词，它会让任何系统（无论是否为 Claude Code）都学会这种方法。但这个技能、这个系统将"
  },
  {
    "i": 116,
    "speaker": "Speaker 1",
    "text": "适用于你要求它应用的任何交易策略。所以，如果我有针对 Bit Tensor 及其所有子网的策略（就像我在现实生活中实际做的那样），我可以复制并粘贴这个提示词"
  },
  {
    "i": 117,
    "speaker": "Speaker 1",
    "text": "到我的 Claude Code 中。它可以学习并确定需要对我的策略进行哪些更改，以符合这种对冲基金方法。这将是一个复制粘贴式的提示词，带你从头到尾"
  },
  {
    "i": 118,
    "speaker": "Speaker 1",
    "text": "非常简单地完成整个过程，无论你对 AI 或交易有多少经验。此外，作为一个小bonus，我创建了一个 Pine Script。正如我之前提到的，这是"
  },
  {
    "i": 119,
    "speaker": "Speaker 1",
    "text": "一种在 TradingView 图表上可视化 3x3 概率网格的方法。这将是一个单独的复制粘贴内容，你可以直接进入 Trading"
  },
  {
    "i": 120,
    "speaker": "Speaker 1",
    "text": "View 上的 Pine Script 编辑器并粘贴进去。那么，让我们开始教程吧。"
  },
  {
    "i": 121,
    "speaker": "Speaker 1",
    "text": "好的。首先，你要前往视频描述中的第一行链接，它会将你带到一个 GitHub 页面。该 GitHub 页面将提供所有代码我迄今为止所有工作的代码。"
  },
  {
    "i": 122,
    "speaker": "Speaker 1",
    "text": "它会提供 Pine Script，以及用于在 Claude Code 或任何 LLM 上安装的 one-shot 提示词，接下来我将逐步演示如何操作。所以，你现在已经来到"
  },
  {
    "i": 123,
    "speaker": "Speaker 1",
    "text": "GitHub 页面，可以看到一系列内容。嗯，如果你向下滚动查看，就能看到其中的两个要素：我们目前正在进行的镜头前构建部分，也就是"
  },
  {
    "i": 124,
    "speaker": "Speaker 1",
    "text": "Markov 对冲基金方法。点击它会在另一个标签页中打开链接。如果你打算在 TradingView 中使用，我们也同样点击 Pine Script _bonus。所以"
  },
  {
    "i": 125,
    "speaker": "Speaker 1",
    "text": "这里就是你要安装到 AI 中的对冲基金方法技能。你需要从此刻开始一直向下复制全部内容。这些都是我"
  },
  {
    "i": 126,
    "speaker": "Speaker 1",
    "text": "整理好的信息，以便你在系统中创建此技能。好了，我已经复制完毕。你来到这边，点击粘贴并按下回车。随后会"
  },
  {
    "i": 127,
    "speaker": "Speaker 1",
    "text": "进入一个 onboarding 流程，它将把整套内容安装到你的计算机中。如果你使用的是 Claude Code，它会创建一个技能。因此，任何时候你有"
  },
  {
    "i": 128,
    "speaker": "Speaker 1",
    "text": "交易策略时，只需说：“嘿，你能运行一下 Markov 技能吗？”它就会执行整个流程，确保该策略得到充分强化"
  },
  {
    "i": 129,
    "speaker": "Speaker 1",
    "text": "好了。所以它说我将安装“对冲基金方法”技能到这个文件中，在 Mac 和 Linux 上大约需要 90 秒，在 Windows 上最多需要两到三分钟。你不需要任何密钥或"
  },
  {
    "i": 130,
    "speaker": "Speaker 1",
    "text": "账户或管理员密码。很好。这是Rowan在Rowan Chain上的框架，一个可观测的马尔可夫 regime 模型，可以从任何交易代码中构建出牛市、熊市和平行状态的转移矩阵。"
  },
  {
    "i": 131,
    "speaker": "Speaker 1",
    "text": "很好。所以如果你准备好了，只需要输入 go，它就会开始这个过程。现在流程基本完成了。我们目前进行到 2 分 21 秒，你可以看到整个入职流程的第四阶段，显示它将运行一个"
  },
  {
    "i": 132,
    "speaker": "Speaker 1",
    "text": "嗯，基本上是在 SPY 十年图表上的一个马尔可夫机制。这只是一个演示，用来证明它确实有效。在此之后，你也可以说，嘿，在比特币上运行它，在"
  },
  {
    "i": 133,
    "speaker": "Speaker 1",
    "text": "以太坊，你想对它做什么都可以。它会应用我们今天讨论的马尔可夫状态，将所有内容应用到该资产上。它真的可以是任何资产。就这样，整个"
  },
  {
    "i": 134,
    "speaker": "Speaker 1",
    "text": "Markov 对冲基金方法技能已安装。所以当你想在某个策略上使用它时，只需输入正斜杠 markov，你就能看到对冲基金方法。你在那里输入，然后谈谈你的"
  },
  {
    "i": 135,
    "speaker": "Speaker 1",
    "text": "策略或其他内容。这就是它的工作原理。接下来，我们将讨论如何将 Pine Script 应用到我们的 TradingView 中。你只需来到之前提到的 Pine Script 页面"
  },
  {
    "i": 136,
    "speaker": "Speaker 1",
    "text": "之前谈到过。点击这里复制原始文件。然后你可以去到你的TradingView。我已经安装好了，但我会先删除它，这样你可以看到整个过程。在"
  },
  {
    "i": 137,
    "speaker": "Speaker 1",
    "text": "右侧，顺便说一下，这是在桌面应用上。我们有一个山形图标，这就是Pine Script的图标。你可以点击它。有时候把它稍微拉出来一点会更方便"
  },
  {
    "i": 138,
    "speaker": "Speaker 1",
    "text": "一些。我们可以通过Ctrl+A或Cmd+A全选内容，然后删除它。接着我们点击Cmd+V进行粘贴。这就是Pine Script代码。我们只需要"
  },
  {
    "i": 139,
    "speaker": "Speaker 1",
    "text": "点击这里的播放按钮，也就是添加到图表。现在我们可以关闭这个窗口，等待它在图表上生成。记住，这是比特币的图表。好了。"
  },
  {
    "i": 140,
    "speaker": "Speaker 1",
    "text": "Markov状态已经应用在这里了。这种方法对任何资产都有效，因为它会自动进行计算。显然，我们之前解释了九种卡片式的视图，但长期混合状态是我更喜欢关注的。"
  },
  {
    "i": 141,
    "speaker": "Speaker 1",
    "text": "如果我们看明天的牛市概率，明天有29%的概率是牛市。明天是熊市的概率是42%，而横盘的概率是29%。所以，熊市概率最高，是因为我们最近处于熊市状态，"
  },
  {
    "i": 142,
    "speaker": "Speaker 1",
    "text": "对吧？正如我们之前讨论的，这是一种粘性状态。这就是它的运作方式。所有内容在这里都能正常工作。我实际上会去更改一下图表。比如，我们可能用XRP来举例。"
  },
  {
    "i": 143,
    "speaker": "Speaker 1",
    "text": "也许我们可以试试，比如说 XRP。同样，它也会套用 XRP 的数据。其实这里什么都可以做。嗯，我不知道还能展示什么。股票，比如特斯拉。马尔可夫机制对它也适用。"
  },
  {
    "i": 144,
    "speaker": "Speaker 1",
    "text": "好了，希望大家能从中获得巨大的实用价值。这只是关于如何利用 AI 实施量化策略系列内容的一部分。如果在任何阶段"
  },
  {
    "i": 145,
    "speaker": "Speaker 1",
    "text": "你在这个过程中遇到阻碍，随时可以通过 01 systems 联系我。链接在描述栏的第二位。那基本上是我唯一能提供反馈并帮助大家解决"
  },
  {
    "i": 146,
    "speaker": "Speaker 1",
    "text": "沿途遇到的问题和 bug 的地方。所以如果你感兴趣不妨去看看，我们下期再见。"
  }
]