动量分析的时间周期级别区分 - 动量指标需根据其时间参数严格区分长、中、短期，例如RSL指标参数为144天属于长期动量，VAD指标参数为21天属于中期动量，两者相差约7倍 [1] - OVS指标的时间参数为2至4天，属于短期动量，与中期VAD指标之间同样存在约7倍的差距 [1] - 长、中、短期动量之间的阶梯倍数约定在5至7倍，其数理基础源于缠论，即连贯一笔最少需要5根K线，加上顶底转折前的两根共7根，深入下一级时空则需将本级别K线拆解为低级别的5至7根 [1] 不同级别动量背离的识别与定义 - 判断本级别动量背离需满足两个条件：一是存在动量峰值下降过程，二是动量必须“落水”（跌破零轴）之后再形成新的峰值方可进行比较 [3] - 长期动量指标的次级别背离在效果上大致等同于中期动量指标的本级别背离，例如RSL指标的次级别背离大致等同于VAD指标的本级别背离 [3] - 若动量指标未经历“落水”并形成新峰值，则不能定义为当前观察级别的顶背离，例如VAD指标在日线图上未落水形成新峰值，则其背离可能属于更小时周期级别 [3][4] 多级别背离的嵌套关系与市场影响 - 动量背离存在层层嵌套的时空模型，例如在小时级别图上确认的VAD顶背离，其落水前可能还隐含一个更次级别的背离 [5] - 严格区分时间周期级别至关重要，因为不同级别的顶背离所引发的价格回撤性质和严重程度各不相同 [5] - 这种嵌套模型反映了人类交易行为的共性，在缠论中被称为“区间套”，在混沌理论中则类比为分形数学或俄罗斯套娃结构 [5]

文章核心观点 - 文章将孔子总结的人生成长阶段与交易者的心智进阶历程相类比，描绘了交易者从初入市场到达到至高境界的六个阶段蜕变过程，核心观点在于交易成功的关键在于从追求技术（“术”）转向领悟市场本质与自我认知（“道”）[1][2][3][4][5][6][7][8][9] 交易者成长阶段论 - **第一境：初识市场的“光明执念”**：交易新手处于“正”的阶段，视市场为严谨科学，认为亏损是偶然，盈利有确定性方法，当亏损成为常态时会产生困惑与怨恨[2] - **第二境：取舍之间的“规则雏形”**：对应“三十而立”，交易者开始做“减法”，筛选技术并建立适合自己的简单交易规则，这是交易哲学与规则的初步成型，标志着从“术”向“道”探索的转折，但此阶段可能仍是资金曲线黯淡的时期[3] - **第三境：接纳无常的“知行合一”**：对应“四十而不惑”，交易者不再困惑，核心是认清市场不确定性并接受“未来不可预测”，实现从“知道”到“做到”的跨越，理解“盈亏同源”，能凭借理智执行系统实现长期稳定盈利，此时胜率可能仍徘徊在50%左右[4][5] - **第四境：反求诸己的“内心求索”**：对应“五十而知天命”，交易认知发生关键转折，主战场从外在市场转向内在心灵，关注心态与交易结果的正反馈循环，开始进行漫长的自我探索[5] - **第五境：兼容并蓄的“弹性共生”**：对应“六十而耳顺”，交易者能包容不同方法，看见其背后价值，不再执着于具体交易数据如年化收益率、胜率能否突破60%等，系统核心逻辑清晰但操作灵活可调，以自身情况为参照，将“长期生存”作为唯一目标[6] - **第六境：天人合一的“终极顿悟”**：对应“七十而从心所欲不逾矩”，是交易最高境界，对市场的认知超越交易本身，达到“人道合一”，心灵成为最强大的交易工具，欲望与规则融为一体，交易成为本能流露[7][8][9] 交易哲学与心态 - 交易成长暗合“正、反、和”三阶段，初入者处于满怀热忱的“正”的阶段[2] - 交易者需明白光明与黑暗（盈利与亏损）对等共生的市场本质[2] - “立”是交易的入门门槛，成长是悄无声息的过程，如同种子在地下扎根[3] - 实现稳定盈利的关键是坦然接受市场不确定性，并执行自己的交易信念[4][5] - 交易心态与结果存在正反馈循环，过往盈亏影响当下心态，当下心态决定未来结果[5] - 交易格局的升华体现在从“看清一种方法的弊端”到“看见一种方法的价值”[6] - 交易的终极状态是让想做的事（欲望）恰好是该做的事（规则），没有约束与挣扎[9]

公司核心业务与模式 - 公司（艾语智能）利用AI技术解决小额信贷贷后管理难题，专注于传统律所不愿承接的、标的额约1万元人民币的小额逾期案件[1] - 公司业务并非简单的“催收”，而是通过AI提供分期陪伴方案，帮助逾期者还款并摘掉“老赖”标签，致力于信任重建[1][4] - 公司商业模式清晰：若有人欠款1万元，可协商分期（如每月500元）偿还，公司同时提供法律援助询问，直接交付结果[17] 技术应用与差异化 - 公司技术路径明确区分“假AI”（基于规则）、“老AI”（如卷积神经网络，缺乏泛化能力）和“新AI”（具备强泛化能力），并坚持用“新AI”解决老问题[14][15][24] - 公司将AI应用于法律文书（副文本）场景，但与美国OpenAI投资的Harvey不同，公司专注于提供最终的法律服务结果，而非律师工具[13][15] - 公司利用多模态AI能力（如图生文），在知识产权保护等领域对抗黑产变形，用3天时间跑通反侵权技术[4][16] - 公司系统通过AI批量处理案件，机器负责整理材料、提交法院并跟进，律师仅需开庭，实现了“AI律所”的工业化效率，小团队可管理4万个案件[4][29] 市场选择与竞争策略 - 公司主动放弃红海竞争，专攻“别人解决不了的事”，选择无人竞争或同行放弃的领域，例如逾期一年以上、传统律所因利薄而不接的小额批量案件[16][18][28] - 公司选择市场时遵循“场景与技术相乘”的漏斗原则，要求市场非萎缩、技术需用“新AI”，且第一曲线与第二曲线需具备相关性[13][27] - 公司定位的细分市场具有低毛利但数量巨大的特征，如小额信贷逾期立案及知识产权保护[28][29] 运营与效率 - 公司高度重视人均效率，将其作为关键业务指标[35] - 公司强调高管需深入一线，通过亲身实践（如跑法院、与法官交流）来了解真实情况并积累行业知识（Know-how），而非仅听汇报[19][36] - 公司注重交付给客户的任何材料（邮件、短信、PPT等）的质量，亲自过手以确保品质[35] 创始人认知与商业理念 - 创始人认为创业的底层逻辑是“爱上客户的问题，不要爱上自己的解决方案”，核心是以客户为中心[19] - 创始人坚信“所有的商业价值都是社会价值的变现”，将社会价值置于商业价值之前，秉持“商业向善，AI向善”的理念[2][41][47] - 创始人认为在甲乙方关系中，稀缺方才是甲方，公司因能解决别人无法解决的问题而在客户关系中保持强势，且从未调整过价格[38] - 创始人通过立案产生司法压力，然后为借款人提供更长的分期还款计划（如12期或24期），帮助其度过难关，立案后回款率可能提升至原来的10倍或20倍[36][45] 行业发展与机会 - 创始人认为AI应用市场巨大，类比蒸汽机和内燃机，应用层机会远多于底层模型优化，因此公司主动放弃对模型的微调，等待技术自然成熟[10] - 法律AI领域存在差异化机会，中国法条制与美国判例制的不同，决定了法律AI产品的交付结果和方法完全不同[13] - 行业专业知识（Know-how）是细分领域AI应用的关键，其特征包括：模型不知道且推理不出、能每日积累经验、经验能反哺模型做得更好[30]

AI技术应用进展 - 蚂蚁集团发布全模态AI助手“灵光”，可根据自然语言描述在30秒内生成可交互的小应用，实现零门槛定制专属工具[1] - 麦当劳2025圣诞广告由AI全流程辅助制作，较传统广告制作周期缩短70%[1] - AI已在写代码、做方案、剪视频、搞策划等领域展现高效率和高精准度，并开始介入管理决策、资源调度等核心领域[6] 行业面临的挑战与困境 - AI技术正快速突破创意、逻辑、复杂决策等传统上被认为是人类优势的领域，导致各行业从业者普遍产生无力感和替代焦虑[4][6] - 当前公司普遍采用先进管理工具和AI监控系统，但员工反而感到更累，表现为计划赶不上变化、跨部门沟通低效、在自动化考核中难以找到自身价值[8][9] - 管理者在环境不确定时倾向于加强控制，制定更细规则、增加AI监控和实时汇报，导致组织僵化和员工工具化[11] 管理思维变革的必要性 - 传统“牛顿式”管理思维将组织视为机器、员工视为零件的模式在AI时代已失灵，无法应对瞬息万变的环境[11] - 继续坚持“机器逻辑”与AI比拼听话、精准和不出错，是在用人类短板对抗AI长板[13] - 需要放弃控制拥抱混沌，将组织视为生命系统而非精密机器，依靠愿景、价值观和信息让组织自主生长进化[19] 新型组织实践案例 - 海尔集团砸掉科层制，将几万人公司变为几千个“小微”团队，这些团队自主找用户、组队和分钱[17] - 海尔以“用户体验”作为“奇异吸引子”，在混乱中确立秩序，允许团队为满足用户需求采取任何行动方式[17][19] - 海尔场景品牌“三翼鸟”的命名灵感直接来源于《领导力与新科学》书中提到的混沌理论概念[15] 个体应对策略 - 在无法改变大系统的情况下，可在自身影响范围内创造“理智的岛屿”，建立不同规则[25] - 在小组或部门中尝试将同事视为有血有肉的人、说真话、慢下来倾听并建立真实连接[26][27][28] - 人类在担当、愿景、信任和守望方面的能力是AI难以复制的，这构成了AI时代人类的护城河[30]

卡莱斯基商业循环模型 - 模型核心是利润催生投资，投资创造就业和收入，收入支撑消费，消费反过来影响利润的闭环系统[2] - 模型存在内在不稳定性，投资决策与投产之间的延迟可能导致系统从平稳振荡滑向失控[2] - 该模型试图证明繁荣与崩溃是资本主义经济系统内生的现象，而非偶然或政策失误的结果[2] 模型求解的历史挑战 - 1963年英国经济学家R G D 艾伦将模型转化为混合差分-微分方程，但只能证明系统可能有周期解，无法确定临界条件[3] - 70年代希克斯、萨缪尔森等诺奖得主通过乘数-加速数模型简化问题，但得出的线性模型无法模拟现实的剧烈波动[3] - 80年代动态系统理论应用分岔理论和混沌理论等新工具，仍因模型结构特殊而无法解决该独特闭环的求解问题[3] 杨小凯的贡献 - 质疑模型的可解性本身，指出存在一大片参数不确定性区域，这是本质困境而非技术缺陷[4][5] - 强调经济系统像雨林般复杂，某些不确定性是内生的、不可消除的，打破了经济学可被公式完全驯服的幻觉[8] - 其贡献在于承认并照亮了经济模型中不可判断区域的存在，这是一种更高阶的诚实[9][11][12] 模型的后续突破 - 1988年一位中国学者发现投资敏感性与时滞的乘积划出了经济从繁荣滑向崩溃的临界线[13][14] - 该突破证明工资份额跌破特定阈值会触发消费萎缩和投资的非线性崩塌，金融杠杆会加剧系统不稳定性[14] - 五十年悬案得以破解，首次解出了卡莱斯基模型的稳定性判据[14][15]

公司概况 - 测测是一款融合星座、MBTI、情绪洞察等泛心理工具的产品，长期占据女性用户心智，日活超100万用户，注册用户超5000万，其中80%为女性且多来自一线城市 [3] - 公司团队规模仅200人，但已实现数亿营收并持续盈利，商业模式包括工具性社区、知识付费平台及AI咨询服务 [3][27] - 创始人任永亮为北大医学部背景的理工男，2011年因情感问题转向用算法研究人类行为，将科学理性与泛心理学结合开发产品 [4][9] 产品功能与演化 - 核心功能包括每日心情评分、MBTI测试、星座合盘分析，用户最常使用前三功能为每日心情、测测AI、MBTI [18][12] - 产品形态从早期"基于大数据的个性化推荐引擎"逐步扩展，集成社交玩法、达人咨询平台及AI对话服务，功能设计围绕荣格心理学理论 [10][12] - 2019年上线对话机器人"测测AI"，用户可免费提问情感等问题，后续计划开发具身智能机器人以打破被动交互模式 [28][30] 用户行为与数据洞察 - 用户高频提问集中于情感领域，如"他在想我吗"等，反映对确定性的情感需求 [16] - 产品通过多巴胺和催产素机制设计交互，聊天功能可短期缓解焦虑并建立长期情感连接 [17] - 每日心情评分基于太阳历周期系统计算，结合东西方周期理论如康波周期、六十甲子等 [21] 技术理念与行业定位 - 创始人认为星座、MBTI等是"智人理解自己的假说"，产品用算法+概率模型整合非科学体系的社会现象 [25] - 公司避开与抖音等"最大化多巴胺"产品的直接竞争，转向具身智能方向，试图建立主动陪伴式用户关系 [30][31] - 行业壁垒在于垂直领域的技术与内容结合能力，早期因市场小众未遇强力竞争 [13][26] 发展战略 - 商业化路径从工具社区转向双边平台，达人咨询分成成为主要收入来源，但公司更注重AI化探索而非变现 [27] - 未来重点布局具身智能机器人，计划实现自主交互能力，虽缺乏硬件基因仍坚持投入研发 [31][32] - 技术路线受混沌理论启发，创始人长期关注"世界可计算性"命题，将产品视为对人类行为模拟的实践 [34][35]

缠论核心思想 - 缠论前10篇为精髓部分 无需复杂数学语言 直击交易本质 强调市场认知与强者选择[1] - 核心方法论包含三点：明势(了解市场)、锚定(选择G点)、与强者共舞(避开弱势标的) 与马克理论高度相通[1] - 技术分析属于粗浅层面 关键在于逻辑理解与应用 过度纠结细节参数无意义[1] 三维筛选体系 - 排除弱势标的三维度：技术分析(价格行为/指标)、比价(人气/资金潮)、基本面(买入逻辑而非单纯财务数据)[2] - 三维体系与马克理论框架对应：技术分析对应图表技巧 比价对应相对强度 基本面对应高速盈增/催化剂[2] 交易操作特征 - 缠论专注低吸策略 与马克突破交易形成差异 后续98篇围绕低吸逻辑展开[2] - 实战中无需过度划分笔/段等几何结构 5根同向K线即可判定小型走势[2] 理论体系基础 - 缠论具备复杂科学支撑(混沌/系统论) 为国产交易理论标杆 需具备相关学科基础才能深入理解[3] - 自相似性源于不变人性(贪嗔痴慢疑) 构成走势重复出现的哲学本质[3] - 动力学部分未完成 原著者病故导致理论体系存在残缺[3]