OmniTrader
Python ★1自适应加密量化框架:零前视回测、实时风险熔断开关、遗传策略进化 + 样本外验证,零依赖自托管控制台。
投资人 · 创业者 · 前大学教师
从讲台到世界500强,从一级市场到自己的公司;2016 年起研究比特币与加密市场,
写周期、写流动性,也写判断本身。
这里不追热点,只留存能反复使用的框架和能跑起来的工具。
我做过四种角色,顺序大致是:大学教师 → 世界500强 → 投资人 → 创业者,现在是自己公司的 CEO。 这条路径没有刻意规划,但回头看有一条主线——一直在把"判断"这件事从书本搬进真金白银的场景里验证。
2016 年在某世界500强做 PM 时偶然读到比特币,把所有能找到的资料翻了一遍、白皮书读了五遍。 那时我在高校经历过 2008 年金融危机的余波,看过外贸和出口行业成片倒下——所以我对流动性格外敏感。 此后从 ICO、DeFi 到 NFT,几轮周期看下来,最有用的不是预测,而是识别驱动机制什么时候换了。
在大学教书,训练的是把复杂的东西讲清楚;在500强,看到的是大系统在约束下如何运转; 做投资,逼着我把每一个观点押上仓位;创业,则是把前面所有教训一次性兑现或清零。 这四个视角叠在一起,是我看公司和看市场时和纯卖方、纯学术都不一样的地方。
这个站点分三块:写作是沉淀的分析框架与复盘(多数首发于 Paragraph), 项目是我做过的量化、监测与 AI 应用, 分析 Skill是把常用分析流程做成可复用的 agent skill——和写文章一样,能复用才值得做。
精选六篇。覆盖比特币周期、流动性、Web3 信任机制与判断本身;中英双语,多数首发于 Paragraph。
量化、监测、AI 与一些有趣的实验。能做出来就不停留在纸面——多数有可点开的线上版本。
把常用分析流程做成可复用的 agent skill,思路同 Zara 的 frontend-slides——代码只是表达媒介,能复用才值钱。三个均已独立开源,含计算内核与单测。
可比公司估值八步:拉同业、取倍数、建 Comps 表、给隐含估值区间。配计算内核,负基数与 N/A 自动跳过不编造。
查看 SKILL.md →单页 DCF:两阶段折现 + 敏感性 + 下行地板 + 仓位倒推。内置红线(WACC≤g 报错、地板须低于基准)。
查看 SKILL.md →宏观四变量周更攻守面板;硬规则:信用或流动性任一警戒即强制防守,覆盖绿灯数。
查看 SKILL.md →投资、合作,或只是想聊聊框架,欢迎直接说。