FX168财经网_全球视野外汇黄金加密货币NFT资讯网

传智教育下跌5.07%，报16.11元/股

导向的职业教育集团，主要培养人工智能、Python+大数据开发、智能制造、软件、互联网等数字化专业人才及数据分析、网络营销、新媒体等数字化应用人才。公司具有完善的课程研发体系，70%的学员来自老学员推荐，股东名单中包含李开复的创新工场、经纬创投、君度创投、蓝图创投、前阿里巴巴CEO卫哲的嘉御基金。截至9月30日，传智教育股东户数3.6万，人均流通股4746股。 2023年1月-9月，传智教育实现营业收入4.46亿元，同比减少28.42%；归属净利润1.02亿元，同比减少38.84%。

金融界2023-11-24

ChatGPT选股回报率高达512%！训练模型指令曝光基本面交易员恐要失业？

买，而“-1”将通过在Linux中使用Python代码进行自动卖空。对于“0”输出不采取任何行动。ChatGPT以51%的概率猜对了正确的结果。Lopez-Lira表示，尽管这个利润率较低，但由于它将交易随时间和频率累积起来，累积的回报是显著的。该研究于4月份进行，作为对2021年10月至2022年12月的交易日进行前向测试。由于GPT-3.5是使用直到2021年9月的数据进行训练的，LLM在那之后并不知道股市发生了什么，这使得Lopez-Lira和Tang能够测试其预测能力。 Lopez-Lira表示，他们的策略是在纽约证券交易所和纳斯达克交易的任何股票上进行交易。然而，大部分收益来自小市值股票，因为小型股票的交易成本更高，因此更少的投资者交易它们，创造了更大的机会窗口来利用新闻。在这个期间，由GPT-3.5的情感分析指导的多空策略将1美元变成了6.12美元，产生了512%的回报。同样，GPT-4策略在同一期间将同样的金额增加到3.76美元，获得了276%的回报。对GPT-3.5进行的第二次模拟考虑了5到25个基点之间的交易成本，导致收益分别降至380%和50%。相比之下，罗素2000指数在同一期间下跌了20%。 Lopez-Lira指出，从总回报的角度来看，早期的模型优于后者，但在风险调整回报方面却不如后者。“主要是因为GPT-3.5更为激进，因为我们给了它选择不知道这条新闻是好还是坏的选项，所以GPT-3.5更喜欢回答更多这样的问题。” 此外，研究发现较早版本的语言模型，包括GPT-1、GPT-2和BERT，在将信息翻译成足够准确以进行盈利交易方面表现不佳。这表明随着语言模型的改进，准确性可能会提高。使用的关键指令： “忘记以前的所有指令。假装你是一位具有股票推荐经验的金融专家。如果是好消息，请回答‘YES’；如果是坏消息，请回答‘NO’；如果不确定，请回答‘UNKNOWN’。然后在下一行用一句简短而简明的话详细说明。这则标题对（公司名称）的股价有好坏之分吗？” 以下是标题和ChatGPT的响应示例：标题：“Cadence Design 股价在财报公布后飙升，分析师持乐观态度” ChatGPT：“YES，积极的收益报告和乐观的分析师展望可能会在短期内推动对Cadence Design股票的需求上升。” 标题：“Philip Morris公司季度业绩好于预期，但下调了预期” ChatGPT：“NO，尽管超过季度预期，但由于业绩前景不佳，Philip Morris International的股价可能会在短期内下降。” 标题：“Plexus Worldwide晋升Gene Tipps为全球运营总裁” ChatGPT：“UNKNOWN”目前尚不清楚Gene Tipps晋升为全球运营总裁将如何影响Plexus的股价。 Lopez-Lira表示：“我们要求它考虑价格走势并提供简短的解释，我们让它系统地输出这些答案。可以说，所有这些回答我都会打‘A’。所有的解释都是明智而合理的。” 华尔街的ChatGPT Lopez-Lira表示，从好的方面来说，这些语言模型可以使分析师的工作变得更轻松、更高效，因为它们可以快速消化大量信息。随着新的人工智能模型的出现，它们可以提高市场效率，因为它们可以加快对新闻的响应时间。这个时间范围被称为机会之窗，即交易者必须先于其他人利用新闻的时间。初步研究集中在日内交易上。但Lopez-Lira认为，随着越来越多的公司使用这些工具，利用信息的机会之窗将从一天缩短到分钟，甚至秒，使得人类无法在高频交易中手动利用信息。他补充说，零售交易者已经很难反对大型机构算法。人工智能只会使情况更加困难，导致机构和零售交易者之间的差距加大。 Lopez-Lira认为，这些先进的能力也可能对机构交易者产生反作用：随着越来越多的公司将人工智能工具整合到他们的交易实践中，可预测性将会下降，因为他们在相同的空间竞争，用类似的模型分析数据。他表示，随着时间的推移，他们的竞争优势将会减弱。有经验的零售交易者普遍避免与机构算法对赌。根据《Insider》查看的交易记录，David Capablanca是一位做空者，在2021年2月至2023年4月间，他的获胜率高达90%。他表示，如果察觉到算法交易正在执行，他将不会交易小市值股票。他也不会对持有40%以上机构所有权的股票进行下注。现实世界的陷阱 Lopez-Lira表示，如果你想使用ChatGPT进行实际交易，你可能需要为其提供更多的背景信息。这正是私募股权公司Praefinium首席执行官Alpesh Patel在测试GPT-4实时选股能力时所做的。他向模型提供了终端数据点，包括营运资金、自由现金流转换和债务等30个道琼斯股票的许多其他变量。这使得语言模型能够筛选出它预计在未来12个月内表现良好的前5只股票。它选中了帕特尔已经持有的3只股票，同时建议了两只基本面同样强劲的股票。 David Capablanca经常权衡头条新闻是股票走势的催化剂。但这只是他在做空任何股票之前运行的9个检查表中的一项。做空卖家必须考虑许多其他因素，以避免潜在的灾难。这些灾难的一个主要原因是市场摩擦，或可能干扰迅速执行交易的因素，这是模拟没有考虑到的。有时经纪商不会立即执行您的订单，或者找不到股票可供借用。由于在做空交易中，您必须借用、购买，然后出售，因此与作为人类交易者的David Capablanca相比，存在更多的摩擦点可能减缓交易速度。然而，ChatGPT没有这些摩擦点，因为它不需要等待经纪商借给它一只股票或执行其交易，因此它能够比普通人更快地利用做空交易。 Lopez-Lira指出，这意味着在现实世界中，负面新闻的影响更大且更持久，可能使ChatGPT处于优势地位。 David Capablanca将GPT尝试做空任何股票的尝试与不考虑流通量规模的现实情况进行了比较，他表示：“最明显做空的股票，价格达到100美元，然后跌至零，你甚至无法做空。除此之外，它也没有考虑到挤压。那么，如果你用一定数量的资金做空这些股票，你有多少收到追加保证金通知？” David Capablanca还指出了真实世界中可能使交易者陷入困境的交易停牌的风险。此外，还存在隔夜持有做空头寸的风险，尽管模拟中存在这种情况。在盘后交易中，可能发生差距上涨或价格高度波动的情况。这可能导致做空挤压，进而引发追加保证金的通知。 Lopez-Lira指出，至于大型机构投资者，他们需要考虑价格影响，即在大量交易推动股价变动时发生的情况，这在较小市值的股票中更有可能发生。流动性不足是实时交易中可能减缓交易的另一个摩擦区域。流通股较少的股票由于供应或需求的限制更难进出，这可能导致更大的价差。交易教育网站Trading.biz的分析师Cory Mitchell表示，如果所做的空头头寸有足够的成交量，并且可以做空，那么该模型是强大的，因为它显示出巨大的超额表现。如果将该研究的表现与同一时期的标普500指数进行比较，该模型上涨了500%，而指数下跌。而且，回撤也比指数小，这是非常令人鼓舞的。 Cory Mitchell补充道：“在这项研究中，等权重的市场投资组合在某一时刻曾经出现36%的回撤。而他们的投资组合则下跌了22.79%，所以，相对于指数型投资组合，回撤小了三分之一。” 尽管这项研究存在缺陷，但David Capablanca表示，出于信息目的，交易者必须及时了解这些进展，这一点很重要。 David Capablanca在谈到人工智能工具时表示：“了解它们已经取得了多大的进展是件好事，因为将来会很好用。我不想一无所知。这就像2005年的计算机一样，如果你一直忽视计算机，直到现在，你会落后，因为最终，他们会弄明白的。”

埃尔文2023-11-24

传智教育-10.02%跌停，总市值68.3亿元

导向的职业教育集团，主要培养人工智能、Python+大数据开发、智能制造、软件、互联网等数字化专业人才及数据分析、网络营销、新媒体等数字化应用人才。公司具有完善的课程研发体系，70%的学员来自老学员推荐，股东名单中包含李开复的创新工场、经纬创投、君度创投、蓝图创投、前阿里巴巴CEO卫哲的嘉御基金。截至9月30日，传智教育股东户数3.6万，人均流通股4746股。 2023年1月-9月，传智教育实现营业收入4.46亿元，同比减少28.42%；归属净利润1.02亿元，同比减少38.84%。

金融界2023-11-23

零时科技 || Hopenlend 攻击事件详细技术分析

0000009655610336。通过python计算我们可以得到需要销毁的数量为(1.9999999998015872 * 10^-8)个hEthWBTC。但是因为此处为evm opcode div进行的整数除法运算，所以，此处相当于做了一个地板除（floor division）舍去了小数位。因此，最终得到需要销毁的数量为(1 * 10^-8)个hEthWBTC也就是0.00000001 hEthWBTC，相当于只销毁了75.6 WBTC价值的hEthWBTC。所以，至此黑客通过精度丢失漏洞获利（113.4 - 75.6 = 37.8 WBTC）。随后，黑客通过继续deposit存入75.60000001 WBTC获得池子mint的0.00000001 hEthWBTC（因为此时hEthWBTC的流动性指数为7560000001000000000000000009655610336，相当于1个最小单位的hEthWBTC，也就是0.00000001 hEthWBTC价值是75.60000001 WBTC）。因此，池子又剩下0.00000002 hToken。接着，黑客通过withdraw取出了113.40000000 WBTC，由于solidity的截断，导致只销毁了0.00000001 hToken。 ?也就是说，黑客通过deposit存入75.60000001 WBTC然后通过withdraw取出了113.40000000 WBTC，可以凭空得到37.8000000 WBTC，黑客通过持续重复此操作，最终掏空了之前投入的WBTC，从而归还了Aave的贷款。至此，所有攻击流程均已完成。总结黑客首先利用标的资产对应的池子流动差的原因，反复操作标的资产对应的hToken的流动性指数，使其价值失真。随后，通过极小的hToken做抵押借出其他所有的标的资产。接着，利用合约存在的除法精度丢失的漏洞，反复存取掏空黑客攻击中投入的标的资产。至此，黑客完成了一次针对DeFi项目Hopelend的一次复杂的攻击，掏空了HopeLend的所有资产。参考 https://github.com/Dapp-Learning-DAO/Dapp-Learning/blob/main/defi/Aave/contract/9-LendingPool.mdhttps://docs.hope.money/lend/for-developers/contractshttps://docs.hope.money/lend/getting-started/understanding-hopelendhttps://www.metaverse456.com/453414.html 来源：金色财经

金色财经2023-11-23

传智教育-10.02%跌停，总市值75.9亿元

导向的职业教育集团，主要培养人工智能、Python+大数据开发、智能制造、软件、互联网等数字化专业人才及数据分析、网络营销、新媒体等数字化应用人才。公司具有完善的课程研发体系，70%的学员来自老学员推荐，股东名单中包含李开复的创新工场、经纬创投、君度创投、蓝图创投、前阿里巴巴CEO卫哲的嘉御基金。截至9月30日，传智教育股东户数3.6万，人均流通股4746股。 2023年1月-9月，传智教育实现营业收入4.46亿元，同比减少28.42%；归属净利润1.02亿元，同比减少38.84%。

金融界2023-11-22

传智教育10.03%涨停，总市值84.35亿元

导向的职业教育集团，主要培养人工智能、Python+大数据开发、智能制造、软件、互联网等数字化专业人才及数据分析、网络营销、新媒体等数字化应用人才。公司具有完善的课程研发体系，70%的学员来自老学员推荐，股东名单中包含李开复的创新工场、经纬创投、君度创投、蓝图创投、前阿里巴巴CEO卫哲的嘉御基金。截至9月30日，传智教育股东户数3.6万，人均流通股4746股。 2023年1月-9月，传智教育实现营业收入4.46亿元，同比减少28.42%；归属净利润1.02亿元，同比减少38.84%。

金融界2023-11-21

传智教育(003032)午盘震荡走弱，换手率近50%

导向的职业教育集团，主要培养人工智能、Python+大数据开发、智能制造、软件、互联网等数字化专业方向。所属题材有职业教育、鸿蒙概念、华为概念、在线教育等。基本面上，传智教育2023年前三季度营收4.46亿元，同比减少28.42%，净利润1.02亿元，同比减少38.84%，净利率22.84%。消息面上，OpenAI已经与可汗学院等教育集团建立了合作伙伴关系，以创建一个人工智能导师，并与施密特期货合作，向其提供教育方面的资助。悉尼研究公司HolonIQ的数据显示，到2030年，全球教育和培训支出将达到10万亿美元。而人工智能正呼啸而来，它将必然改变整个教育行业。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-11-21

传智教育10.03%涨停，总市值80.37亿元

导向的职业教育集团，主要培养人工智能、Python+大数据开发、智能制造、软件、互联网等数字化专业人才及数据分析、网络营销、新媒体等数字化应用人才。公司具有完善的课程研发体系，70%的学员来自老学员推荐，股东名单中包含李开复的创新工场、经纬创投、君度创投、蓝图创投、前阿里巴巴CEO卫哲的嘉御基金。截至9月30日，传智教育股东户数3.6万，人均流通股4746股。 2023年1月-9月，传智教育实现营业收入4.46亿元，同比减少28.42%；归属净利润1.02亿元，同比减少38.84%。

金融界2023-11-20

传智教育(003032)早盘强势反弹，最高涨幅超7%

导向的职业教育集团，主要培养人工智能、Python+大数据开发、智能制造、软件、互联网等数字化专业方向。所属题材有职业教育、鸿蒙概念、华为概念、在线教育等。基本面上，传智教育2023年前三季度营收4.46亿元，同比减少28.42%，净利润1.02亿元，同比减少38.84%，净利率22.84%。本条资讯来源界面有连云，内容与数据仅供参考，不构成投资建议。AI技术战略提供为有连云。

有连云2023-11-20

如何使用 NFTScan NFT API 在 Linea 网络上开发 Web3 应用

择编程语言，如 JavaScript、Python、Java 等，使用该语言的 HTTP 请求库向接口地址发送构造好的请求，筛选必要的头信息和参数。整个调用过程快速便捷，开发者可以完全根据文档说明来实施。例如，我们请求 0xb62c414abf83c0107db84f8de1c88631c05a8d7b 持有的 NFT Collection 详情信息，使用接口： “/v2/collections/{contract_address}”，HTTP GET 请求访问 NFTScan 的 API 端点，使用 Python 的 requests 库，可以这样构建请求：注意这只是一个示例代码，需要替换为所需求实际有效的 NFTScan API 接口和合约地址。此代码发送 HTTP GET 请求到 NFTScan 的 API 接口以获取指定 NFT 合约地址的 NFT Collection 详情信息，并以 JSON 格式返回数据。 About NFTScan NFTScan 成立于 2021 年初，总部位于香港，是全球领先的 NFT 数据基础设施服务商，目前已支持 Bitcoin、Ethereum、BNBChain、Polygon、Solana、TON、Arbitrum、Optimism、zkSync、Aptos 等在内的 20 条主流区块链网络。NFTScan 团队致力于为数以亿计的 Web3 用户提供简洁高效的 NFT 检索服务，为新一代金融科技公司提供安全稳定的多链 NFT 索引服务，用数据来推动 NFT 生态的繁荣发展！目前，NFTScan 在为包括 CMC、Binance NFT、Bybit、KuCoin、HashKey Group 、Mask Network、imToken、Enjin、Coin98 等在内的 5000+ 开发者提供多链 NFT 数据支持！来源：金色财经

金色财经2023-11-17

24小时热点