Last Notes
两脚羊基因代代传承，要建立长期的自由主义传统很难，改革开放、市场经济很大程度上可以说是自上而下推动的，但这种强人政治模式遇到千年不遇的开明统治者和国际环境概率实在太低了，绝大多数人并不理解这段历史有多么空前绝后，然而人亡政息，天时地利人和不再，又慢慢回归长期性质了。
是的，这种就是有理性有分寸的，不至于被情绪完全带着走。
解释以下这种情况：
最近，很多关注的诺友，没名字(显示一串数字符)，没头像(只有通用的机器头)，甚至没内容。
可我中继显示是活跃的。奇怪
行动上多用先验方法，少用实证主义，不必非到眼见为实才相信承认谋事，比如不能直到看见黑色天鹅才知道天鹅不只有白的。
多年前看到一句话，随着年龄增长，会发现优秀的人不是年纪大了才优秀。
毕竟，天才、英雄很难被埋没的。
估计是教授，学生没那么大权限，何况学生的业绩可能不会这么烂😂
完全不理解
原来编辑资料的地方没有闪电地址项了，改到设置页面的钱包选项。
但我用的是cake wallet，不在可选范围内，好在原来的设置不会变，好在可以用其他客户端编辑。
上一轮我们主要聚焦在国内量化巨头，其实放眼全球，量化投资最早发源于华尔街，那里活跃着许多堪称“印钞机”的传奇机构。这些团队不仅拥有极深的护城河，其长期业绩也多次验证了数学和科技在金融市场的统治力。
以下是几家国外最著名、最具代表性的头部量化团队及其历史业绩表现：
🏆 文艺复兴科技 (Renaissance Technologies)
* 总部： 美国纽约
* 核心人物： 詹姆斯·西蒙斯 (James Simons，被誉为“量化之王”)
* 团队特色： 全球量化投资的鼻祖。他们不雇佣华尔街的传统金融分析师，而是大量招募数学家、物理学家、天文学家和计算机科学家。其核心策略是寻找市场中极其隐蔽的非随机模式。
* 王牌基金与业绩：
* 大奖章基金 (Medallion Fund)： 这是金融史上最传奇的基金。从1988年到2018年的30年间，该基金的年化平均收益率高达66%（费前），即使在扣除高达5%管理费和44%业绩提成的惊人费率后，投资者依然能获得约39%的年化净收益。
* 现状： 由于策略容量有限，大奖章基金早在上世纪90年代就停止对外募资，仅接受内部员工资金。对外发行的基金（如RIEF）虽然收益率不及大奖章，但长期依然跑赢大盘。
📐 德劭集团 (D. E. Shaw & Co.)
* 总部： 美国纽约
* 核心人物： 大卫·肖 (David E. Shaw)
* 团队特色： 同样由计算机科学家创立，被称为“华尔街的量子基金”。德劭最早将计算机建模引入投资，策略极其多元化，涵盖统计套利、事件驱动、基本面量化等。
* 历史业绩：
* 德劭的旗舰复合基金自1988年成立以来，保持了极强的长期稳定性。截至2023年底，其旗舰基金自成立以来的累计回报率超过1000%（费后），年化收益率长期保持在两位数，且最大回撤控制得远优于传统对冲基金。
* 值得一提的是，亚马逊创始人杰夫·贝佐斯（Jeff Bezos）在创办亚马逊之前，就是德劭集团的高级副总裁。
🧮 Two Sigma
* 总部： 美国纽约
* 核心人物： 约翰·奥弗戴克 (John Overdeck) 和 大卫·西格尔 (David Siegel)
* 团队特色： 典型的“硅谷风格”量化巨头。他们极其注重大数据和人工智能，不仅分析金融数据，还会处理卫星图像、天气数据、社交媒体情绪等海量“另类数据”来预测市场。
* 历史业绩：
* Two Sigma的旗舰基金在2008年金融危机期间依然实现了正收益，一战成名。
* 在2010年代，其旗舰基金的年化收益率普遍在15%-20%左右。虽然近几年随着管理规模突破600亿美元，超额收益有所衰减，但其凭借强大的科技基础设施，依然是全球最赚钱的对冲基金之一。
📉 AQR资本管理 (AQR Capital Management)
* 总部： 美国康涅狄格州
* 核心人物： 克利福德·阿斯内斯 (Clifford Asness)
* 团队特色： 学术派量化的代表。AQR将芝加哥大学等顶尖商学院的金融学术理论（如价值、动量、质量、防御等因子）大规模应用到实际投资中。
* 历史业绩：
* AQR的业绩非常透明，其策略更偏向于“聪明贝塔”（Smart Beta）和因子投资。
* 其多元化阿尔法基金自成立以来，年化收益率大约在8%-10%之间。虽然在某些年份（如2018年）曾遭遇较大回撤，但长期来看，其风险调整后的收益（夏普比率）在业内一直名列前茅。
🤖 千禧年管理 (Millennium Management)
* 总部： 美国纽约
* 核心人物： 伊斯雷尔·英格兰德 (Israel Englander)
* 团队特色： 采用“多策略+平台化”模式。千禧年旗下有数百个独立的投资团队，每个团队像一个小公司一样独立运作，公司通过严格的中台风控来平滑整体收益。
* 历史业绩：
* 千禧年追求的是极致的绝对收益和低波动。自1989年成立以来，其年化收益率稳定在13%-14%左右。
* 最惊人的是它的稳定性——它几乎每年都是正收益，极少出现年度亏损，被誉为“永不回撤的印钞机”。
📊 业绩总结与对比
为了让你更直观地了解这些巨头的表现，可以参考以下简化对比：
机构名称 核心策略风格 长期年化收益参考 (费后) 备注
文艺复兴 (大奖章) 高频统计套利/模式识别 约 39% (1988-2018) 史上最强，仅限内部资金
千禧年管理 多策略平台/绝对收益 约 13-14% 极度稳定，几乎无年度亏损
德劭集团 混合策略/数据挖掘 约 10-15% 历史悠久，综合实力极强
Two Sigma 机器学习/另类大数据 约 10-15% 科技属性最强，规模巨大
AQR资本 学术因子投资 约 8-10% 策略透明，偏向机构配置
补充说明：
近年来，这些海外巨头也加速了在中国市场的布局。例如，桥水 (Bridgewater)（虽然更偏向宏观对冲，但也大量运用系统化量化模型）的中国基金在2022年曾拿下国内私募业绩冠军；Two Sigma 和 德劭 也均已在中国完成了私募管理人备案，将全球的量化经验带到了国内市场。
Yes. I encourage you to read through the gists posted here: #nevent1q…awfk
考公也不影响投简历找工作，工作了也能同时考公，专业太拥挤可以换其他的，甚至转行…
对开发者不太有好...
Mastodon 所属联邦网络没有一致性的统一标准协议, Mastodon 说什么就是什么活脱脱一个事实标准, 所以虽然都是 ActivityPub 但是各玩各的
导致现在 Mastodon 最终也只能是 Mastodon 这个软件了...某种程度上也...
具体的有一位叫 cxplay 的网友 :bili_fantastic: 还写过一篇文章来阐述 https://join.nostr.moe/start/why-nostr/
@nprofile…35c0 开源社交联邦协议federal除了mastodon还有哪些用户量很大的app或社区？bluesky？threads？这俩跟mastodon互通吗？
看他们能不能发展起来吧, 不过目前看起来够呛...
没有统一的各语言 SDK, 官方开源就开源了一批前端
估计照着这个状态活下去了也会变成下一个 Mastodon:eveonecat2_IsLiquid:
机械硬盘就足够了吧, 企业级氦气盘读写是可以跑慢 2.5G 网络的, Homelab 使用足够了QAQ
嗯，实体企业做期货主要是套期保值，严格根据已有现货或计划购入原料来做，可以平滑成本，毕竟售价不太可能和原材料价格一样实时波动。
买房子如果也是像期货里期货当现货做的模式，即使亏损也会相当可控。也就是有全款拿下的实力才买，首付相当于保证金，手里的资金足以覆盖贷款余额，此时没有净杠杆，只要肯止损，理论亏损上限只比首付略高。
期货当现货做倒是有这样的人的，期货是保证金交易，占用资金比较比较低。这人太一根筋了。
过于自恋，闹出笑话，惹得天下嘲笑，但瑕不掩瑜，小事一桩。
我之前打个顺风车，竟然是一辆奔驰，后来我买到了高铁票，就取消了顺风车。
司机太多了。。。
我猜应该是电车，油车要亏死。。。
一般这种都是下班或者周末私家车兼职跑跑补贴家用。
我前两年就周末偶尔拉几单，一天赚个百十块钱。
是啊，到目的地了，看着他停在路边，一直没开走，应该是继续在接单。
还有一种是借用平台拉客我在老家小县城就遇到过,你即使点的独享，还是把你好几个人拼在一起走。
不是非要靠投资为生，但完全不会投资是不行的，大部分人对资本有很大的误解，储蓄不能增长不完全是技能水平低，错误认知和观念更致命。
你妈跟我奶奶一样，所以我离她远远的，我猜我爸一辈子最开心的日子大概是老太太没了之后的这几年，只不过这话不能公开说，大不孝😂
嗯，人也是自我实现的，如果所有的准备都是为了保住工作或新工作，那工作到法定退休几乎不可避免
Check if it is not the amount of hashtags. The new version has a new filter that removes any post citying 5 or more hashtags.
Spammers love putting all the irrelevant hashtags in a single post so this filter removes all of them.
You can change the filter in Security Filters setting, but many other clients do the same: hide any post that cites more than 5 hashtags.
