V. Cheatcode Research📈 · Nov 8, 2026 · 2:24 PM UTC

V. Cheatcode Research📈

Cheatcode Research是由一群十年前在北大就读本科，现在活跃在湾区，纽约，香港和新加坡等地科技、金融机构一线的朋友们一起创建的投研DAO组织，由于除了我以外大家基本都在机构/公司任本职，利害相关需匿名。我来帮大家对外整理输出。这里写对科技美股的产业一手信息判断，对加密和AI结合叙事的观察，也写我们如何被大脑激素裹挟不理智交易，和如何利用脑科学知识摆脱裹挟做对投资决策。 CCR的缘起是一个北大老同学炒股炒币群，从疫情期间狗狗币第一次破圈，一直到去年的半导体，今年的光模块，大家输出自己周围人或所在行业shop talk的内容，取得了一个小群体里的“价值情报网络”，和难得的“有效利他主义”实践。交换了解全球最聪明/离钱或产业最近的圈子信息这件事，让我想起了我的第一份工作。我曾短暂地在一家咨询公司服务华尔街风头最盛的两家对冲基金，做的事情和我们现在做的非常相似: 1. 十年前的华尔街对冲基金是怎么 “合规” 提前拼出财报的听着玄乎其实非常简单：财报发布前四到六周，对冲基金雇佣一家咨询公司做商业尽职调查（CDD)，咨询公司再去市场打“专家电话”（expert call）。以曾经的牛股海天味业为例，咨询公司目标找到各大区、各省区的在职或刚离职的经理，通过招聘网站或第三方公司的专家库找到目标的“专家”。通过一小时几百美金的咨询费，聊以下问题：这个月你区域的出货节奏怎么样、经销商打款是提前还是压后、KA 渠道的费用什么时候确认、竞品在这个价格带做了几次促销、库存周转是三十天还是四十五天。几十通电话打完后，收入、毛利率、费用率就清楚了。通过一套excel 搭建模型，将同比增速拼出一个区间，算出来的财报误差常常在正负个位数以内。这样一来，相比于KOL和普通人，对冲基金付出小几十万美金就能提前知道财报内容，提前开单获取上亿美金的收益。游戏，互联网等行业的上市公司同理，如果你在上述行业工作过，你很可能接到过这样所谓的“专家访谈电话”。是不是觉得自己可能值更多钱哈哈！八年前这套东西叫 “专家网络”（expert network）；今天它换了个更体面的名字，叫 “另类数据”，或者 “基本面研究外包”，继续被机构采购。看到X上很多博主在赌财报，不知道他们的信息来源是否像上述一样可靠。很巧合的是，最近几年的热点行业，CCR的成员都有在头部公司工作，或在金融机构覆盖这个行业的研究（也印了那句清北学生到哪个行业，哪个行业就快到顶了，美女也同理）。我们看到Citrini的天才研究员们把自己的insight呈现给市场，我们也想找个方式，参与进这场浩浩荡荡的时代潮流中。 2. 财富的代际转移，与桶里的螃蟹早期的CCR群里，最反对币圈的，是做题做得最好的那几个家人。这件事我看了很久才想明白：他们不是没看懂，是厌恶，厌恶的是 “这么low的一群人凭什么赚到钱”。这种情绪在英文里有个不太好听的对应词，叫 meritocratic contempt—— 信分数排序的人，对没通过排序却先富起来的人的敌意。它比单纯的嫉妒更硬，因为它自带道德优越感。离得越近的人，越不愿意看见你赚钱。这个现象有个很准确的英文说法，crab mentality，螃蟹心理。桶里的螃蟹，谁往上爬，其余的就会把他拽回来。不是因为他爬错了，而是因为他爬出去了。我作为18年入圈工作的中早期参与者，前期劝说他们加入，后期制止他们FOMO，我发现，比早期 “他们讨厌” 更值得写的是市场加热期的另一件事：我们站在行业中心看到的，和市场定价的，差得非常远。加密货币是这样，半导体是这样，光模块更是这样。在产线上、在供应链里、在交易所里，你知道这个季度到底发生了什么；然后你打开盘面，看见一个比现实更夸张的数字。此时金融市场进入了靠幻想支持的泡沫期，即超买FOMO期。《乌合之众》里讲，人一旦进入群体，智力会降级，情绪会传染，暗示变得极容易接受。比特币，AI股票，宗教等等，都是人类的群体幻觉。这种幻觉会像田野里的麦穗一样闻风而动，又像多米诺骨牌一样树倒猢狲散，周而复始。那怎么办。我们的答案是：趁早看清并参与每一轮革命，哪怕你不信它，再趁早从革命中抽身，哪怕你留恋他。革命这个词现在被用烂了，但它的本质很朴素 —— 财富的代际转移。新的生产资料被发明出来，旧的分配渠道被改写，钱换一批人拿。算力、数据、链上流动性、模型权重，是这一轮的新生产资料；谁手里握着，谁就能重新分一次。旧钱只是换了持有者，变成了新钱。幸亏这些话我这五年，在群里一直说lol。 3. 和湾区工程师聊基座和后训练，聊出了交易时的脑科学年初的一天，我想搞懂 base model 和 post-training 到底差在哪，找到了个在湾区的 AI 工程师的双学位老同学请教。他讲到一半我发现不对劲 —— 我们聊的不是模型，是脑子。基座模型做的事是极其纯粹的: 给定前面所有 token，预测下一个。没有偏好，没有价值观，没有 “应该”。它是统计本能在规模上的极致。后训练才把 “人想要什么” 灌进去，SFT 教它照着示范答，RLHF 和 DPO 用奖励模型给它塑形。这是在教模型明辨是非，不是教它懂语言。先天和后天，在模型这里是分开的两步。然后是他讲的那句让我坐直的话：多巴胺不是快乐，是误差。也就是说，人脑和模型在最底层优化的是同一个目标函数。区别只在于人脑的奖励函数是进化写死的，模型的奖励函数是后训练时人给的。这个类比一旦成立，交易里那些讲不清的症状全都有了解释。赚钱的时候不止盈，不是贪。浮盈在持续供给多巴胺，一旦平仓，未来的预期误差就归零，神经系统会把 “卖出” 编码成一次惩罚。亏钱的时候看什么都难受，是因为损失带来的心理权重差不多是同等收益的两倍。再叠上皮质醇升高和注意力窄化，视野会真的变窄。此时的我们并不理智。 FOMO 更难对付，社会性疼痛和物理疼痛共用同一套前扣带回的回路，所以 “错过” 在体感上不是少赚了一笔，是被群体甩下了。很多时候我们没有意识到的是，我们的纪律在和大脑的神经递质抢方向盘。我发现这种神经激素的群体化传染可以解释上文提到的群体无意识: 个体的失控会被群体放大。情绪传染、信息级联、羊群效应，说的都是这件事：一个人的杏仁核被劫持，一群人的前额叶会一起下线。所以你需要一套逻辑+一些诤友，甚至一个grok bot来让自己保持理智。活着是逆熵，投资有道有术，术是说起来容易做起来难的，CCR在输出行业洞见”道”的同时，也希望能有一点人情味，我们想在这片黑暗森林里陪伴你一起解决投资——这个将伴随我们一生的课题。 To think like a pro，to trade like a hedge fund.

V. Cheatcode Research📈

一年十倍难再现？为什么我们认为2027年的AI投资并未进入困难模式

The White House

一年十倍难再现？为什么我们认为2027年的AI投资并未进入困难模式