投资交易领域专用小模型已非常成熟，从1B 到 7B覆盖从个人到机构的全场景需求。
它们在速度、可解释性、稳定性、成本上全面优于通用大模型，是当前 AI 量化交易的主流选择。
核心逻辑是：用小模型的 “专注”，解决交易的 “精准” 与 “高效”。

在AI大模型时代，回答将越来越便宜，提问将越来越贵。
创新是靠提问驱动的，只有问题提对了，答案才能走在正确的路上。

大模型暂时没有情感、意识和主观体验。
人类大脑依然是大模型仰望的存在。

AI短线投资策略实战核心：
先回测、再小仓、后迭代，AI 是工具，风控永远第一。

分时形态
锯齿震荡 = 洗盘；
阶梯拉升 = 主力持续做多；
断崖下跌 = 资金出逃

按照马斯洛的需求层次理论，人的需求分为：
生理需求主要能填饱肚子；
安全需求，主要是有点小钱不被劫；
社交需求，主要是有朋友陪聊天喝酒；
尊重需求，主要是有几个小跟班吹捧；
自我实现需求，主要是追求成王成圣。

AI是工具，非圣杯：
AI模型基于历史数据学习，可能面临过拟合风险，
即在过去数据上表现完美，但在未来市场中失效。
同时，面对黑天鹅等极端事件，AI也可能出现意外亏损。

研究搞钱 研究人性 保持健康
自律 终身学习 运动

SFT: Supervised Fine-Tuning，有监督微调，
一种重要的模型优化技术，它通过在预训练模型的基础上，
使用标注好的数据进行进一步训练，以提升模型在特定任务或领域上的性能

知识库中的嵌入模型是一种算法，用于将原始文档转换为知识库中的向量表示形式。
向量用一组数字来表示，知识库里的文本被转化为一组由数字组成的向量