最近 X 上有个人火了

如果你最近在刷 X（Twitter），可能已经见过这个账号：@aleabitoreddit，网名 Serenity。

TA 的简介只有一行：前 Reddit WallStreetBets 知名交易员，AI/半导体供应链分析师，前 RISC-V 基金会成员，前 AI 研究科学家，现在专门交易"那些被忽视的瓶颈公司"。

听起来像是标准的 X 牛皮吹手简介？但数据说话：TA 2025 年 7 月才注册 X，到今年 5 月粉丝就涨到了 35 万以上，订阅人数直逼马斯克。

更让人侧目的是TA 的战绩。TA 自称年化收益率最高峰达到 +501%，目前稳定在 +122% 左右，公开点名了超过 38 个股票标的。有人专门做了一个"Serenity Tracker"网站跟踪TA 的持仓，发现TA 宣称的 3840% 年化收益率主要来自于提前布局 AI 和半导体供应链里不知名的小公司。

有人核查过吗？有。TA 在 Reddit 时代曾因提前推荐 $AXTI（从 12 美元涨到 70 美元）被 WallStreetBets 版主封禁，理由据称是"散户赚太多让版主不舒服"。这个细节倒是蛮有意思的。

当然，社媒上的收益截图永远要打折看。但单从选股能力来说，围绕TA 推荐标的的独立核查结论基本都是——确实很准。于是我就在想：能不能把 TA 的推文信号实时接入交易系统？

这类信息的价值在哪里

先说一个背景。

在 A 股，我们习惯看研报、盯主力资金、蹲消息面。但在美股和加密市场，X 上的 KOL 影响力有时候不亚于机构研报——尤其是那些在垂直领域确实有积累的人。

Serenity 的核心方法论叫做 "Chokepoint 理论"：从高确定性的终端需求（AI 算力爆发）出发，逐层逆向拆解供应链，找出那些技术壁垒极高、供需严重错配的上游小公司。这些公司往往市值很小，机构没覆盖，但一旦需求爆发，弹性会非常大。

这个逻辑清晰，而且TA 是实名（虽然匿名）持续跟踪的，不是那种喊完就跑的短线博主。

类似的逻辑可以延伸到很多地方：

-- 马斯克在 X 上的一条推文能让 Dogecoin 在几分钟内暴涨
-- 币圈的大 V 喊单一个山寨币，往往是散户接盘的开始（这个反向用也行）
-- 某些传统金融圈的分析师，在 X 上披露持仓往往领先于公开报告

社媒信息本身就是一种 alpha，只是大多数人没有系统性地接入它。

但有个现实问题：我们买不了美股现货

Serenity 推荐的标的大多是美股，比如 NVDA、MRVL、AVGO、SIVE 这些。普通用户没有美股账户，或者不想走那条路，怎么办？

这里有一个思路：币安（Binance）的 TradFi 股票永续合约。

币安上线了一批以美股股票为标的的永续合约，用 USDT 结算，支持做多做空，不需要美股账户，7×24 小时交易。目前覆盖了包括 NVDA、MRVL、AMD、AVGO、META、MSFT、AMZN、GOOGL 在内的几十个主流美股标的，而且还在持续扩充。

这意味着：Serenity 推荐了 MRVL，我不需要开美股账户，直接在币安上开 MRVL_USDT 永续合约的多单就行。

当然，这类合约和直接持有股票是有区别的——没有分红，只是价格跟踪，而且有资金费率成本。但对于短中期的方向性交易来说，足够用了。

系统的整体思路

想清楚这件事之后，我开始设计这个系统。

整体就三步：

            
            
            
① 实时获取 Serenity 的推文
        ↓
② 用 LLM 解析推文信号（看多哪个标的？置信度多高？）
        ↓
③ 匹配币安 TradFi 合约，执行交易 + 风控

第一步是最关键的——怎么实时获取推文？

Twitter 官方 API 现在要收费，而且价格不便宜。有没有免费方案？

有：RSSHub。这是一个开源工具，可以把各种网站转成 RSS 订阅源，包括 Twitter 推文。配上自己账号的 Cookie，就能把任何用户的推文实时转成 RSS——本质上是用自己的账号去抓取页面，完全免费。

RSSHub 的部署

我把 RSSHub 部署在一台境外服务器上，这样不需要额外处理网络问题，服务器上装的是 Podman（CentOS 系统常见的容器运行时），一条命令搞定：

            bash
            
            
podman run -d \
  --name rsshub \
  -p 1200:1200 \
  -e NODE_ENV=production \
  -e CACHE_TYPE=memory \
  -e TWITTER_AUTH_TOKEN="你的auth_token" \
  -e TWITTER_COOKIE="auth_token=你的auth_token; ct0=你的ct0" \
  diygod/rsshub:latest

其中 auth_token 和 ct0 是 Twitter 账号的 Cookie，在浏览器开发者工具里能找到（F12 → Application → Cookies → x.com 下面）。

这两个值相当于账号的登录凭证，请只用小号操作，不要泄露。

验证一下：

            bash
            
            
curl "http://localhost:1200/twitter/user/aleabitoreddit" | head -3

看到 <?xml 开头的 RSS 内容就成功了。之后策略里直接 HTTP 请求这个地址，就能拿到最新推文列表。

动态获取合约表

币安的 TradFi 合约在持续上新，所以合约表不能写死，每次启动和定时刷新：

            python
            
            
def refresh_equity_contracts():
    ms = exchange.GetMarkets()
    new_map = {}
    for key, market in ms.items():
        info = market.get("Info", {}) or {}
        sub_type = info.get("underlyingSubType", [])
        # 筛选 TradFi EQUITY 永续合约
        if (
            ".swap" in key
            and "TradFi" in sub_type
            and info.get("underlyingType") == "EQUITY"
        ):
            ticker = key.replace("_USDT.swap", "")
            new_map[ticker] = key   # {"NVDA": "NVDA_USDT.swap", ...}
    return new_map

这样新上线的合约会自动纳入，LLM 解析推文时也会把最新的合约列表传给它作为参考范围。

让 LLM 读懂 Serenity 的语言

这一步是整个系统最有意思的地方，也是最需要打磨的地方。

直接让 LLM 判断"这条推文看多还是看空"太粗糙了——Serenity 的表达方式很有特点，不了解 TA 的人会误判很多。

比如 TA 经常发这样的推文：

"Wow… new extremely transformative news got released today. Making a certain photonics company the effective upstream laser chokepoint for $NVDA NVLink fusion CPO ecosystem. Can anyone guess the name?"

这条推文本质上是在卖关子引流，下一条才是真正点名的看多推文。如果 LLM 不知道这个习惯，可能会把它判断成对 NVDA 的强看多信号——完全跑偏了。

所以 system prompt 里要把TA 的表达习惯明确写出来：

            python
            
            
system_prompt = (
    "你是一个专门解读Twitter用户「Serenity」推文的交易信号提取器。"
    "该用户是AI与半导体供应链分析师，你需要理解 TA 特有的表达习惯：\n"
    "1. TA 很少直接说「买入」，而是通过描述公司供应链地位、壁垒来暗示看多\n"
    "2. 强烈看多的关键词：「I personally think」「undervalued」「going much higher」"
    "「chokepoint」「structural」「thesis validated」「go brrr」「bullish」\n"
    "3. 看空关键词：「avoid」「overvalued」「nuking」「ban」「bearish」\n"
    "4. 提问式推文（「Can anyone guess?」「Does anyone know?」）"
    "是卖关子引流，本身不构成交易信号，direction 应为 neutral\n"
    "5. 宏观趋势描述若未点名具体标的态度，不构成信号\n"
    "只输出合法 JSON，不输出任何其他内容。"
)

返回统一的 JSON 格式：

            python
            
            
{
    "tickers": ["MRVL", "LITE"],  # 只含作者明确表态的标的，必须在合约列表里
    "direction": "long",           # long / short / neutral
    "confidence": 85,              # 0-100，信号综合强度
    "reason": "作者明确表示看多AI网络互联需求"
}

置信度的判断标准：

• 明确表态 + 有具体逻辑支撑：80-95
• 描述正面事实但未明确表态：55-75
• 提问/卖关子/互动类：10-40（此时 direction 强制 neutral）
• 宏观描述无具体标的：30-50（tickers 返回空）

实际跑下来，对"引流推文"的识别准确率挺高，这类推文基本都被正确过滤掉了。

风控设计

信号有了，下单逻辑其实没那么复杂，关键是风控要稳。

仓位管理：
-- 单笔仓位：账户权益的 5%
-- 最大同时持仓：5 个标的
-- 杠杆：1x，不加杠杆

止损：
-- 硬止损：入场价亏损 5% 直接平仓，没有商量余地

止盈：没有固定止盈，只有回撤止盈

这个设计来自于 Serenity 的持仓风格——TA 的逻辑是等供需错配兑现，持仓周期往往比较长，用固定止盈会切掉很多利润。所以改成移动回撤止盈：

            python
            
            
# 浮盈达到 8% → 启动移动追踪
# 实际回撤阈值 = max(30%, 峰值 × 35%)
# 峰值越大，允许回撤越大

giveback_pct = max(30, peak * 0.35)
drawdown = peak - pnl_pct
if drawdown >= giveback_pct:
    # 执行平仓

举个例子感受一下：
-- 峰值 +20%，阈值 = max(30%, 7%) = 7%，回撤到 +13% 离场
-- 峰值 +80%，阈值 = max(30%, 28%) = 28%，回撤到 +52% 才离场

大赢家可以充分奔跑，小亏损快速止损——这个结构和 Serenity 自己的持仓风格是匹配的。

一个安全阀：先通知，再交易

策略默认是**"仅通知"模式**：有信号只打日志，不实际下单。等观察一段时间，确认 LLM 的判断符合自己的预期之后，再手动切换到"实际交易"模式。

仪表板有四张表：

推文历史里有个"信号类型"列，会自动标注每条推文是"💎 强信号"还是"🎭 引流/提问"，方便回头校对 LLM 的判断质量。

一点延伸思考

这套框架本质上是把特定信息源实时结构化并接入交易系统，Serenity 只是其中一个例子。只要有 RSS 或者可以抓取的数据源，理论上都可以接进来。RSSHub 支持的信息源已经超过几千个，不只是 Twitter。

当然，信号源的质量决定了整个系统的天花板。选一个乱喊单的人，系统再精妙也没用。Serenity 能用，是因为TA 有完整的分析框架，不是那种喊完就跑的短线博主。

最后说几句

整个系统搭下来，真正花时间的地方是两块：一是 RSSHub 的部署（境外服务器 + Cookie 配置），二是 LLM prompt 的调优（让它准确理解特定 KOL 的表达习惯）。

代码部分其实不算复杂，发明者平台的框架把很多底层的东西都封装好了，重点是想清楚业务逻辑。

建议新上手的朋友先跑一段时间通知模式，对着日志看 LLM 的判断有没有明显跑偏，确认稳定之后再切实盘。毕竟跟着社媒信号交易这件事本身就是在押注 KOL 的判断能力——仓位不要太重，分散一点，把止损守好。

策略代码和完整实现在评论区，欢迎交流。

策略代码： 社媒KOL信号跟踪_币安TradFi股票合约