封面

All About AI · 14:36 · 发布 2026-06-10 · 9892次观看(截至抓取) · 观看原视频

主旨

博主把新发布的 Claude Fable 5 接进 Claude Code,让它在 Polymarket「5 分钟涨跌」预测市场上自主设计并执行一套 +EV 交易策略,展示了这套 agentic 交易的工作流、策略逻辑与成本踩坑。

核心论点

  1. 把 LLM 当交易研究员——点它到历史数据、给一个「找出 +EV 策略并执行」的目标,让它自主产出可运行的 bot,是一套 forward-goal 式的执行范式。(→ 详解2)
  2. 策略核心是领先-滞后套利——Binance 价格领先、Polymarket 报价滞后,当模型估的公平价值减去要价再减手续费超过阈值才买。(→ 详解3)
  3. 最反直觉的发现是「长赔率淡化」——故意押一些自估胜率仅 22-23% 的低概率单,因为赔付极不对称,期望值依然为正。(→ 详解4)
  4. 无人值守靠 cron 自巡检——用 Claude Code 挂定时任务,让 bot 每 2 小时自我体检、按证据调整、必要时重启,整夜自主运行。(→ 详解5)
  5. Fable 极烧 token,靠模型切换控成本——杂活交给 Sonnet、只有核心分析才切回 Fable。(→ 详解6)
  6. 首测结果亮眼但样本极小——约百刀利润、71% 胜率,博主自己也预期会向均值回归,不宜当作策略有效的证据。(→ 详解1)

知识点详解

1. 首测结果:一夜跑出约百刀利润 00:20

博主把 Fable 5 设好后让它跑了约 10 小时,账户约 +$41、胜率 71%,继续跑到 15 小时后接近 +$100。他反复强调对结果「有点意外」,尤其是模型自己挑的策略很有意思。

要留意的是:这是单次、小样本的实盘展示,不是统计意义上的策略验证。博主在片尾明确说,他觉得后面「大概会往均值回归掉一些」,只希望长期能维持在绿色区间。

所以这一篇的价值不在「这策略能赚钱」的结论,而在于它把「LLM 自主操盘」的完整链路演示了一遍。

2. 工作流:点数据、定目标、让它自主跑到底 01:22

博主的标准做法是:先从 Polymarket 5 分钟涨跌市场抓一批数据快照,把数据文件 tag 给模型,然后下一个目标——分析数据、写测试、找出 +EV 的信号策略,再自己 build 并 execute。

这正是一次 forward-goal 式执行:不是单轮一次性指令,而是「交出目标 + 成功标准,让模型自主跑完多步」。他甚至在 prompt 里加了句「用你 100 倍金融天才的脑子解决这个」,但模型没接梗,直接进入规划。

一个他强调「做 agentic 交易很重要」的细节:跑了 3 小时后,他让模型「分析目前为止的成交、如有改进就调整期望值」,做了一轮基于实盘反馈的自我校准,之后看到了一波上扬。

3. 策略核心:公平价值 + 领先-滞后套利 03:57

模型给出的策略描述是:买入「模型公平价值超过可执行要价加手续费」的那一侧,数据上 Binance 领先、Polymarket 盘口滞后。博主特别赞赏它把手续费算进了公式,因为算前瞻收益必须扣费。

落地成可执行的参数大致是:当 公平价 − 要价 − 手续费 ≥ 0.04、且只在窗口的 15~180 秒区间、边缘要连续两次成立才触发;下单用 fill-or-kill,每个市场只做一单、持有到结算、不设止损。

风控上用 分数Kelly仓位(四分之一 Kelly)、每单 5% 本金,配 staleness / 成交量校验护栏和「单日亏损 10% 熔断」。这构成一套 领先-滞后套利 的完整信号-执行-风控闭环。

4. 正 EV 与「长赔率淡化」 05:58

最让博主意外的,是模型主动把策略拆成两类:一部分是较保守的常规单,另一部分是他称为「deep long shots fading a jump」的低概率高赔付单。

模型对某笔单只给 22.7% 胜率,但它写道:这不是故障或坏入场,而是 正EV交易——$59 的赢额远大于 $13 的亏额,盈亏平衡点在 18%,模型给 23%,于是有约 4.5 美分的正边缘。

关键认知:判断一笔单该不该下,看的不是单笔胜率高低,而是「胜率 × 赢额」与「败率 × 亏额」的乘积对比。这种 长赔率淡化 就是靠不对称赔付,让一批大概率会输的单子整体上仍为正期望。

不过博主也承认前期踩了坑:早期在 0.15 这类极低价位下了太多长赔率单,若当时收紧,账面能从 +$41 变成约 +$120;后来模型在他追问下自我收紧了这类低价入场。

5. Cron 自巡检:让 bot 整夜无人值守 07:02

博主要去睡觉,但想让 bot 整夜跑,于是让模型「设一个每 2 小时唤醒的监控,检查已成交、按需调整、并重启 bot」。Claude Code 据此挂了 cron job。

每次唤醒它会做一遍健康检查:分析所有成交、核对公式与策略、有强证据才调整、必要时重启。他翻了几次调度日志——第一、第二次「健康,无需变更」,到第五次「本轮很正向,无需变更」。

这一步把 forward-goal 从「一次性跑到某终态」升级成「定时自巡检的持续循环」,是让 agentic 交易真正做到无人值守的关键机制。风险自负:让 AI 挂 cron 自主操盘真金白银,出错也会自动继续。

6. Fable 很烧 token:靠模型切换省钱 09:16

博主专门提醒:Fable 非常「token hungry」,不注意会把账户额度烧干。他的对策是 模型切换——查数据存在哪儿这类杂活,切到 Sonnet 跑,又快又省;只有真正要做交易分析时,才切回 Fable。

演示里他还把 Fable 的 effort 调到 extra high(没上 ultra),让它生成一个暗色主题的交互式 HTML 页,可视化解释策略与买入信号的计算公式。

这条经验可迁移到任何 Claude Code 重活场景:按任务价值分配模型档位,别让贵模型干便宜活。

关联

  • 印证 / 延伸:forward-goal 的定义(交目标 + 成功标准让模型自主跑到终态)。2026-07-02-Fable5五个高杠杆用例 讲的是把 Fable 5 用在编程/调研任务上,本片把同一模式落到实盘交易,并新增了 cron 定时自巡检这一「持续循环」形态——是 forward/goal 在交易场景下的具体展开。
  • 复现:Fable 5 七级建站 把 Fable 5 用在网站设计的 Level 7 one-shot 演示,与本片”落到实盘交易”是同一模型在不同垂直场景的展开。

术语

  • Polymarket(去中心化预测市场,可对短期事件如 BTC 5 分钟涨跌下注)
  • 5-minute up and down market(5 分钟涨跌市场:押 BTC 在 5 分钟窗口收涨还是收跌)
  • Plus EV / +EV(正期望值:一笔或一批交易长期算下来赚钱)
  • Fair value(公平价值:模型估的真实概率所对应的价格)
  • Kelly criterion(凯利公式:给出理论最优下注比例;取其分数以降波动)
  • fill or kill(限价立即全额成交,否则撤单)
  • Hold to resolution(持有到市场结算才平仓)
  • bps(基点,0.01%)
  • cron job(定时任务,到点自动触发)

金句

“It’s plus expected value because the $59 wins dwarf the $13 loss. Break even is 18%. Model says 23%.” → 一句话点破 +EV 的本质:决定该不该下注的从来不是单笔胜率,而是赔率与胜率的乘积。

立场与利益

博主 All About AI 在片尾引导观众加入付费 Discord 会员社区(「become a member」)、并明确背书「去试试 Fable」,构成对 Fable 及自有社区的利益关系。同时须注意:这是单次小样本的实盘展示,博主自己也预期会回归均值;+EV、Kelly、领先-滞后套利都是通用量化共识,不依赖任何特定产品。本片不构成投资建议,涉及真金白银自主交易,风险自负。

价值定位

  • 适合谁:已在用 Claude Code、对 agentic trading / 预测市场量化感兴趣、想看「把 LLM 当交易研究员」实操长啥样的人。
  • 解决什么:给了一套可迁移的工作流骨架(点数据 → 定 +EV 目标 → 让模型产出可执行策略 → cron 自巡检 → 模型切换省钱),外加几个能带走的量化概念(+EV、长赔率淡化、分数 Kelly、领先-滞后套利)。
  • 认知 vs 实操:偏认知演示——策略与公式一闪而过,无完整 prompt、无代码,拿不到可直接复现的 bot;但工作流范式与风控概念可迁移。
  • 2026-07-02-Fable5五个高杠杆用例 重叠(同讲 Fable 5 的 forward/goal 用法),但本片独有「把该模式落到实盘交易 + cron 无人值守 + 模型切换省 token」的具体场景。

自检问题

  1. Fable 5 给出的「长赔率淡化」为什么明知单笔大概率会输还要下注? 答案:因为它是 +EV——自估胜率约 23% 高于 18% 的盈亏平衡点,且 $59 的赢额远大于 $13 的亏额,长期期望为正。见详解4 05:58
  2. 博主如何让 bot 在他睡觉时整夜无人值守运行? 答案:让 Claude Code 设 cron job,每 2 小时唤醒做健康检查、按强证据调整策略、必要时重启 bot。见详解5 07:02
  3. Fable 5 在使用成本上有什么坑,博主怎么应对? 答案:Fable 极烧 token,博主用模型切换——查数据等杂活切 Sonnet,核心分析才切回 Fable。见详解6 09:16
  4. 这套策略识别买入信号的核心逻辑是什么? 答案:Binance 领先、Polymarket 滞后;当模型公平价值减去可执行要价再减手续费 ≥ 阈值(约 0.04)、且边缘连续两次成立才买。见详解3 03:57