ZeroBlock

Spędziłem lata na obserwowaniu rynków i jedna rzecz, którą zauważyłem, to że rozprzestrzenianie inwestycji brzmi prosto w teorii, ale w praktyce staje się znacznie trudniejsze. Z Binance oferującym dostęp do akcji i ETF-ów w USA, próbuję zbudować ramy, które mogą działać w różnych warunkach rynkowych, a nie tylko dobrze radzić sobie podczas dobrego rynku.
Moje pytanie dotyczy zbalansowania akcji i ETF-ów w tym samym portfelu.
Dla inwestorów, którzy przeszli przez cykle rynkowe, jak decydujecie, kiedy firma zasługuje na własną pozycję, zamiast uzyskiwać ekspozycję przez ETF, który już posiada tę firmę.
Na przykład, jeśli jesteś optymistyczny wobec technologii, czy wolisz posiadać ETF, który obejmuje duże firmy, czy może selektywnie dodajesz pojedyncze akcje, gdy wierzysz, że niektóre biznesy mogą przewyższyć sektor. Ważne jest, jakie czynniki sprawiają, że masz wystarczającą pewność, aby zwiększyć koncentrację w pojedynczej akcji, zamiast polegać na rozprzestrzenianiu swoich inwestycji.
Często widzę dwa różne podejścia. Niektórzy inwestorzy twierdzą, że szerokie ETF-y zmniejszają ryzyko i eliminują podejmowanie decyzji. Inni wierzą, że znaczące przewyższenie wyników pochodzi tylko z wczesnego identyfikowania firm i trzymania ich przez zmienność.
To, co próbuję zrozumieć, to gdzie doświadczeni inwestorzy stawiają granicę między zarządzaniem ryzykiem a posiadaniem przekonania w swoje inwestycje. Czy jest jakaś metryka wyceny, próg wzrostu, przewaga konkurencyjna lub warunki rynkowe, które wpływają na twoją decyzję dotyczącą pojedynczych akcji i ETF-ów?
Interesuje mnie, jakie opinie mają ludzie, którzy inwestowali zarówno w rynki byków, jak i w trudne spadki, dotyczące pojedynczych akcji i ETF-ów. Jakie lekcje zmieniły sposób, w jaki alokujesz między ETF-ami a pojedynczymi akcjami USA i jakie błędy byś unikał, gdybyś zaczynał od nowa dzisiaj, dotyczące akcji i ETF-ów.
#MyStocksQuestion

Something markets have taught me over the years is that attention is easy to measure but habits are much harder to see.
When I look at Genius, that is the lens I keep coming back to.
A lot of projects attract users during periods of excitement. What tends to matter over longer timeframes is whether people keep returning when there is no major narrative driving activity. Markets eventually separate tools people talk about from tools people actually use.
The interesting question for Genius is not whether it can attract attention. It is whether it can become part of a trader's regular workflow.
If market participants start using a platform every day to track narratives monitor capital flows identify opportunities or filter information, the value proposition changes. At that point user behavior becomes more important than marketing reach because recurring usage is often a stronger signal than temporary spikes in traffic.
The opportunity is fairly clear. Information has become one of the most competitive areas in crypto and traders increasingly need systems that reduce noise rather than add to it. If Genius can consistently help users make sense of market activity, retention could become more important than user acquisition.
The weakness is that workflow products face a high standard. Traders rarely stay loyal to a platform unless it continues providing useful insights. Switching costs are often lower than many people assume. A tool can gain users quickly and still struggle to keep them if the quality of information or execution starts to decline.
That is why I am less interested in headline growth numbers and more interested in behavioral signals.
Before becoming more confident in the thesis, I would want to monitor returning user activity, session frequency, time spent on platform, engagement with analytical features, and whether usage remains stable during quieter market conditions. Those metrics would tell me far more than short term attention ever could.

@GeniusOfficial
#genius $GENIUS

Jednym z wzorców, do których ciągle wracam, jest to, że rynki często nagradzają infrastrukturę dopiero po tym, jak uczestnicy zaczynają na niej polegać, a nie tylko ją zauważać.
Kiedy patrzę na Genius, to jest pryzmat, który uważam za najbardziej użyteczny.
Wiele uwagi w krypto koncentruje się na aktywach, które są najbliżej spekulacji. To, co mnie bardziej interesuje, to czy projekt staje się częścią workflow tradera. Gdy platforma zaczyna wpływać na to, jak użytkownicy odkrywają informacje, monitorują rynki lub podejmują decyzje, może stać się bardziej odporna niż projekty, które w pełni zależą od siły narracji.
Możliwość dla Genius jest prosta. Jeśli rynki on-chain będą się dalej fragmentować i stawać bardziej intensywne pod względem danych, wartość narzędzi, które pomagają użytkownikom interpretować te informacje, może wzrosnąć razem z aktywnością na rynku. W takim środowisku retencja użytkowników może być ważniejsza niż krótkoterminowa uwaga.
Słabością jest to, że produkty informacyjne są wysoce konkurencyjne. Traderzy szybko przyjmują przydatne narzędzia, ale równie szybko je porzucają, gdy przewaga znika. Utrzymanie długotrwałego użytkowania jest zazwyczaj trudniejsze do osiągnięcia niż początkowy wzrost.
Dlatego mniej interesują mnie ogłoszenia nagłówkowe, a bardziej zachowanie. Chciałbym zobaczyć, czy aktywni użytkownicy nadal wracają w czasie spokojniejszych warunków rynkowych, czy zaangażowanie rośnie razem z zmiennością rynku i czy platforma staje się stałym miejscem docelowym, a nie tymczasową ciekawostką.
Na razie to jest ta część tezy, na którą najbardziej warto zwrócić uwagę.
@GeniusOfficial
#genius $GENIUS

Pamiętam, jak kilka lat temu obserwowałem małego sprzedawcę owoców przy drodze. Każdego ranka układał te same owoce w nieco inny sposób. Na początku myślałem, że po prostu trzyma stoisko w porządku. Później zauważyłem coś innego. Owoce umieszczone tam, gdzie ludzie naturalnie patrzyli najpierw, sprzedawały się szybciej, nawet gdy jakość była identyczna.
Ta obserwacja zmieniła moje myślenie o rynkach.
Na początku myślałem, że sukces głównie pochodzi z posiadania najlepszego aktywa lub najsilniejszych fundamentów. Po latach obserwacji rynków kryptowalut stałem się mniej pewny. Uwaga często działa jako filtr, długo zanim kapitał podejmie decyzję. To, co ludzie widzą, wpływa na to, co badają. To, co badają, wpływa na to, co handlują.
To jedna z przyczyn, dla których GENIUS przykuł moją uwagę.
Ciekawsze pytanie nie brzmi, czy projekt przyciąga uwagę. Wiele projektów to robi. Trudniejsze pytanie brzmi, czy uwaga przekłada się na długotrwałe uczestnictwo. Rynki są pełne aktywów, które przez krótki czas stają się bardzo widoczne, ale mają problem z utrzymaniem użytkowników, gdy początkowa ciekawość opada.
Potencjalną siłą GENIUS jest to, że uwaga może stworzyć pętlę zwrotną. Większa widoczność może przyciągnąć więcej użytkowników. Więcej użytkowników może stworzyć więcej dyskusji i aktywności. W teorii to może poprawić dystrybucję i świadomość w czasie.
Ryzyko polega na tym, że uwaga jest jednym z najmniej trwałych zasobów w krypto. Porusza się szybko. To, co jest popularne dzisiaj, może być ignorowane za miesiąc. Jeśli uczestnictwo zbytnio polega na stałej widoczności, sieć może mieć trudności, gdy uwaga przenosi się gdzie indziej.
Zanim zacznę być bardziej przekonany, będę uważnie obserwował kilka rzeczy. Czy nowi użytkownicy pozostają aktywni po dołączeniu? Czy aktywność rozprzestrzenia się w różnych grupach, czy koncentruje się wśród małej liczby uczestników? I co najważniejsze, czy zaangażowanie pozostaje stabilne, gdy ekscytacja rynkowa opada?
Te metryki często ujawniają więcej niż sama uwaga.
@GeniusOfficial
#genius $GENIUS

Dlaczego magazyn muzeum skłonił mnie do myślenia o OpenLedger
Kilka lat temu odwiedziłem muzeum. Pozwolili odwiedzającym zobaczyć część swojego magazynu. Byłem zaskoczony, że cenne przedmioty nie były na wystawie. Były starannie skatalogowane w tle. Każdy obiekt miał zapisy dotyczące jego pochodzenia, kto się nim zajmował i jak łączył się z innymi eksponatami.
To doświadczenie utkwiło mi w pamięci. Kolekcja miała wartość tylko wtedy, gdy jej historia mogła być zweryfikowana. Bez tych informacji wiele przedmiotów byłoby trudnych do zaufania.
Myślałem o tym, śledząc dyskusję na temat atrybucji danych w AI. W miarę jak modele AI stają się coraz potężniejsze, pojawia się proste, ale ważne pytanie: skąd pochodzą dane? Wiele systemów produkuje wyniki, ale zrozumienie źródła wiedzy stojącej za tymi wynikami to wyzwanie.
To jeden z powodów, dla których OpenLedger przykuł moją uwagę. OpenLedger bada infrastrukturę, która pomaga łączyć systemy AI z wkładami danych. Idea nie polega tylko na generowaniu inteligencji. Chodzi o stworzenie jasnych powiązań między twórcami danych, zbiorami danych a wartością, jaką z nich czerpiemy.
Co czyni to interesującym, to fakt, że atrybucja często wydaje się problemem w tle, dopóki nie stanie się krytyczna. Jak w przypadku magazynu muzeum, większość ludzi nigdy nie widzi zapisów dotyczących kolekcji. A jednak te zapisy nadają kolekcji sens.
Myślę, że zdecentralizowana atrybucja danych jest warta uwagi. AI zależy od informacji z różnych źródeł. Systemy, które mogą śledzić i organizować te wkłady, mogą stać się równie ważne, jak same modele.
Czasami ważna część systemu to nie to, co widzisz. To zapis tego, jak wszystko się rozwijało. OpenLedger pracuje nad tym. Atrybucja danych jest kluczowa.
@OpenLedger
#openledger $OPEN

Kilka lat temu czekałem na dworcu, gdy mój pociąg miał opóźnienie. To, co naprawdę przykuło moją uwagę, to jak setki ludzi poruszało się po stacji bez żadnych problemów. Pociągi kursowały z różnych peronów. Ludzie przesiadali się. Pracownicy dostosowywali rozkłady. Większość osób nawet nie zauważyła całej pracy, która była wykonywana w tle, aby wszystko działało sprawnie. Zauważali to tylko, gdy coś poszło nie tak.
To doświadczenie pozostało ze mną, ponieważ uświadomiłem sobie, że wiele systemów nie zależy od tego, jak szybko coś jest robione, ale jak dobrze wszystko jest skoordynowane.
Myślałem o tym, gdy przyglądałem się Bedrock i tematowi koordynacji walidatorów. Kiedy ludzie mówią o krypto, zazwyczaj mówią o transakcjach lub aplikacjach. Jest warstwa, która leży pod tym wszystkim, która pomaga różnym osobom zaangażowanym pozostać na tej samej stronie. Jeśli ta warstwa zaczyna mieć problemy, może to wpłynąć na sieć.
Co uważam za naprawdę interesujące w Bedrock, to że zwraca uwagę na tę część infrastruktury, której ludzie zazwyczaj nie dostrzegają. Projekt jest połączony z takimi rzeczami jak staking i udział walidatorów, które zazwyczaj są postrzegane jako zadania w tle. Te rzeczy mają duży wpływ na to, jak sieci pozostają spójne i jak obowiązki są dzielone wśród zaangażowanych osób.
Dworzec mógł działać, ponieważ wiele różnych części podążało za systemem. Żaden pojedynczy człowiek nie musiał znać rozkładu, aby stacja mogła działać. Sieci krypto mają wyzwanie. Muszą znaleźć sposoby, aby duże grupy ludzi mogły współpracować bez potrzeby posiadania jednej osoby na czołowej pozycji.
Dlatego koordynacja walidatorów to coś, na co warto zwrócić uwagę. Może nie jest to najbardziej zauważalna część krypto, ale często decyduje o tym, jak wiarygodna wydaje się sieć w dłuższej perspektywie.
Im więcej przyglądam się projektom, takim jak Bedrock, tym bardziej zwracam uwagę na systemy, które utrzymują wszystko połączone, niż na funkcje, które przyciągają całą uwagę.
@Bedrock
#bedrock $BR

What a Warehouse Inventory System Taught Me About Genius
A years ago I went to a big warehouse where lots of items came in and out every day. What surprised me was that workers didn't rely on their memory. Every box had a location and every move was tracked. The real value wasn't the products on shelves. The system that helped find and understand those products.
I thought about this when considering Genius and finding information in crypto. Crypto creates a huge amount of data transactions happen liquidity moves new tokens appear and stories change. Most of it is public. Finding useful information is hard.
What I find interesting about Genius is that it's like a system that helps you find and understand information than a typical crypto app. Of making new information it organizes what's already there and makes it easier to navigate.
The warehouse worked because every item had context. Without that structure it would have looked like piles of boxes. Crypto can feel the way. Data alone isn't very helpful if people can't connect it to something
That's why I keep an eye on projects like Genius. Not because they create activity but because they help make sense of whats happening.
Systems that quietly organize information are often less noticeable than those that produce it.. They can be just as important because understanding a network is often the first step, to using it well.
@GeniusOfficial
#genius $GENIUS

Miałem pytanie, które nie dawało mi spokoju, gdy patrzyłem na projekty łączące inteligencję i kryptowaluty: ile tak naprawdę wiemy o tym, skąd pochodzą odpowiedzi z modelu?
Zazwyczaj ludzie interesują się tylko końcową odpowiedzią. Jeśli odpowiedź wydaje się słuszna, nikt nie zastanawia się, jak została stworzona... Im więcej dowiadywałem się o OpenLedger, tym bardziej dostrzegałem, że stara się ona prowadzić rejestr wszystkiego, co dzieje się z modelem od początku, z danymi, aż do finalnej odpowiedzi.
Na początku myślałem, że to sposób na bycie bardziej otwartym i uczciwym... Po bliższym przyjrzeniu się, zacząłem dostrzegać, dlaczego to jest ważne. Jeśli możemy śledzić, skąd pochodzą dane, kto pomaga w treningu modelu i co model robi, to przynajmniej możemy próbować zrozumieć, skąd pochodzi wartość i kto przyczynił się do jej powstania.
To nie rozwiązuje automatycznie wszystkich naszych problemów. Rejestry tego, co się wydarzyło, są użyteczne tylko wtedy, gdy informacje są dobre i ludzie je sprawdzają. Te rejestry mogą również skomplikować sytuację, a wielu użytkowników może nawet nie zwrócić na nie uwagi.
Myślę, że interesujące jest nie tyle sam model, co próba pokazania ścieżki, jaką przeszedł. Na rynku, gdzie odpowiedzi z inteligencji często wydają się pochodzić znikąd, to wydaje się zmianą w sposobie myślenia ludzi.
Im więcej obserwuję, co się dzieje, gdy inteligencja i kryptowaluty współpracują, tym bardziej myślę, że pytanie nie dotyczy tego, co model może stworzyć, ale tego, czy ktokolwiek może zrozumieć, jak to zostało zrobione.
@OpenLedger
#openledger $OPEN

Widzę, że ludzie mówią o Genius Terminal. Mówią, że to coś jak Bloomberg dla rynków onchain. Na początku myślałem, że to tylko coś, co ludzie mówią na Twitterze kryptowalutowym, bo ładnie brzmi.
Po spędzeniu trochę czasu z Genius Terminal, moje zdanie o tym się nieco zmieniło.
Co mi się podoba w Genius Terminal, to fakt, że nie próbuje zgadywać, co się wydarzy następnie. Chodzi o zebranie wszystkich informacji, które są dostępne na łańcuchu, i przedstawienie ich w sposób łatwiejszy do zrozumienia. W krypto jest mnóstwo informacji, ale są one rozproszone. W portfelach, protokołach, pulpitach i kanałach społecznościowych. Trudność polega nie na znalezieniu informacji, ale na znalezieniu sposobu, aby je zrozumieć.
To jest miejsce, w którym porównanie do Bloomberga zaczyna mieć sens. Bloomberg jest cenny, ponieważ traderzy mogą zobaczyć wszystkie potrzebne informacje w jednym miejscu. Genius Terminal wydaje się próbować robić to samo dla aktywności onchain.
Porównanie do Bloomberga nie jest doskonałe. Rynki tradycyjne mają ustandaryzowane informacje, podczas gdy krypto jest rozproszone i może być naprawdę hałaśliwe. Nawet jeśli informacje są dobrze zorganizowane, użytkownicy wciąż muszą zdecydować, co jest ważne, a co nie.
Im dłużej patrzyłem na Genius Terminal, tym mniej myślałem o nim jako narzędziu do analizy informacji, a tym bardziej jako o sposobie ułatwienia sobie radzenia z całą tą informacją, która jest dostępna. To, czy to naprawdę jest przydatne, prawdopodobnie będzie zależało od tego, czy traderzy będą mogli podejmować decyzje dzięki temu, a nie od ilości informacji, które Genius Terminal może dostarczyć.
@GeniusOfficial

#genius $GENIUS

One thing that caught my attention recently is how yield opportunities are starting to look very different from what they did a year or two
For a time most strategies felt tied to a single asset or a single ecosystem. If conditions changed there was not flexibility. While I was looking into Bedrock I started thinking about yield opportunities
What stood out to me was the focus on bringing assets into the restaking conversation instead of building everything around one token. This approach feels closer to how many users manage their portfolios. People rarely hold one asset and wait for something to happen.
The interesting part is not necessarily returns from yield opportunities. It is the idea that yield sources can become more diverse while assets remain productive across layers of the market. Yield opportunities are. This change is important.
At the time there are limits to these new yield opportunities. Moving parts usually mean more complexity. Understanding where yield comes from and what risks are attached to yield opportunities becomes harder as strategies expand across protocols.
That is why I do not see projects like Bedrock as a replacement for traditional staking. I see them as a sign that the market is experimenting with ways to use idle capital. Yield opportunities are. This evolution is important.
The shift in yield opportunities itself may be more important, than any yield number because it shows how quickly the structure of onchain opportunities continues to evolve. Yield opportunities are becoming more diverse. This change is significant.
@Bedrock
#bedrock $BR

Przez jakiś czas myślałem, że rywalizacja między portfelami polega głównie na ułatwieniu korzystania.
Jeden portfel dodaje ochronę. Inny sprawia, że transakcje wydają się realne. Ktoś buduje wygląd. Kategoria idzie do przodu. Główna idea pozostaje ta sama.
Dlatego porównanie Genius Terminal i Rabby wydaje się ciekawsze niż na pierwszy rzut oka.
Na pierwszy rzut oka są w tej samej kategorii. Oba pomagają użytkownikom radzić sobie z kryptowalutami. Oba są blisko warstwy transakcji. Oba próbują zredukować błędy.
Kierunek wydaje się inny.
Rabby wciąż wygląda jak portfel, który z czasem stał się mądrzejszy. Główne zadanie to nadal zarządzanie transakcjami. Wszystko inne wspiera ten cel. Kiedy go używam, czuję, że to proste. Sprawdzam transakcję. Rozumiem ryzyko. Podpisuję, jeśli ma to sens.
Genius Terminal wydaje się zmierzać w stronę czegoś
Portfel nadal tam jest.. Wydaje się bardziej jak centrum środowiska podejmowania decyzji. Skupienie wydaje się przesuwać z podpisywania transakcji na pomoc użytkownikom w zrozumieniu, co robić przed ich podpisaniem.
To brzmi użytecznie, dopóki nie pojawi się inne pytanie.
Co się dzieje, gdy dużo inteligencji znajduje się między użytkownikiem a rynkiem?
Każda warstwa wsparcia wprowadza kolejna warstwę zaufania. Jeśli rekomendacje staną się częścią przepływu pracy, użytkownicy mogą w końcu przestać kwestionować założenia. Krypto ma historię ludzi delegujących osąd i odkrywających później, że wygoda niesie ze sobą własne ryzyko.
Mimo to, pomysł warto obserwować.
Większość portfeli została zbudowana dla świata, w którym użytkownicy już wiedzieli, czego chcą. Nowa generacja wydaje się zakładać, że użytkownicy potrzebują pomocy w znalezieniu możliwości, zanim w ogóle dotrą do ekranu transakcji.
Ta różnica może okazać się ważniejsza niż porównania funkcji.
Rabby wydaje się skoncentrowany na tym, aby transakcje były bezpieczniejsze.
Genius Terminal wydaje się skoncentrowany na tym, aby decyzje były łatwiejsze.
To brzmi podobnie.
W praktyce mogą prowadzić do różnych ekosystemów.
@GeniusOfficial
#genius $GENIUS

Część, która przykuła moją uwagę, to nie model, a czas oczekiwania.
Projekty AI mówią o większych modelach i lepszych wynikach... Bardzo niewiele mówi o małych opóźnieniach, które cicho psują doświadczenie.
Dlatego warto obserwować, jak OpenLedgers pracuje nad OpenLoRA.
Kilka dni temu myślałem o tym, jak większość systemów AI zwalnia, gdy zbyt wielu użytkowników pojawia się w tym samym czasie. Model może być dobry. Czas oczekiwania rośnie. Odpowiedzi stają się niespójne. Ostatecznie deweloperzy zaczynają ograniczać dostęp lub dodawać drogi sprzęt.
OpenLoRA zdaje się podchodzić do tego problemu.
Użycie Flash Attention i Paged Attention to nie funkcja. To jak praca za kulisami, której nikt nie zauważa, gdy działa dobrze. Flash Attention zmniejsza ruch pamięci podczas inferencji. Paged Attention zarządza pamięcią efektywnie, gdy wiele zapytań jest aktywnych jednocześnie.
Ciekawym pytaniem jest, co się stanie, gdy tysiące dostosowanych adapterów LoRA będą konkurować o zasoby. Większość systemów ma trudności, gdy personalizacja rośnie. Każda nowa wariacja modelu generuje dodatkowe obciążenie.
OpenLoRA wydaje się być zaprojektowane z myślą o tej rzeczywistości, a nie udawać, że jej nie ma.
To, co uważam za solidne, to skupienie się na latencji, zanim skalowanie stanie się problemem. Wiele projektów czeka, aż pojawi się zator, a potem zaczyna szukać rozwiązań.
Wciąż pozostaje kilka pytań.
* Jak będzie wyglądać wydajność, gdy aktywność sieci stanie się nieprzewidywalna?
* Co się stanie, gdy biblioteki adapterów będą znacznie większe niż oczekiwano?
* Czy efektywność może pozostać spójna w różnych środowiskach sprzętowych?
Te pytania są ważne, ponieważ niska latencja jest łatwa do zademonstrowania w kontrolowanych warunkach... Prawdziwe ekosystemy rzadko są kontrolowane.
Na razie wybór projektowy wydaje się praktyczny. Zamiast gonić za większymi liczbami, OpenLoRA koncentruje się na tym, aby system nadal działał, gdy użytkowanie staje się nieporządne. To może okazać się ważniejsze niż sam rozmiar modelu. OpenLoRA OpenLoRA zdaje się mieć podejście. Model i OpenLoRA współpracują ze sobą.
@OpenLedger
#openledger $OPEN