Tumgik
cryptosima · 9 months
Text
Tumblr media
[圖片]大餅回到正常走勢,接下來依舊看空,大餅現價26000附近做空,第一目標目標25600,第二目標25300.止補倉26100,止損26300!#
0 notes
cryptosima · 9 months
Text
上下插針明牌爆空軍,空軍實慘。 還是多軍穩,吃肉。
Tumblr media Tumblr media
0 notes
cryptosima · 9 months
Text
這一波插針誘空要爆死好多迅速反應加倉的空軍! 狗莊,我勸你仁慈!
Tumblr media
0 notes
cryptosima · 9 months
Text
美盤時間比特幣會繼續上漲嗎?
0 notes
cryptosima · 9 months
Text
30歲少婦賭你第二張會心動?
Tumblr media Tumblr media Tumblr media Tumblr media
0 notes
cryptosima · 9 months
Text
幣圈就像一個渣男,高無止境低無下限。 這波你遲到肉了嗎?
0 notes
cryptosima · 9 months
Text
多頭趨勢釋放完畢,空頭回檔也進入尾聲,接下來盤面27200-28000區間橫盤震盪。
Tumblr media
0 notes
cryptosima · 9 months
Text
幣圈就像一個渣男,高無止境低無下限。 這波你遲到肉了嗎?
0 notes
cryptosima · 9 months
Text
多頭持續發力,淩晨的回踩是為了更好的突破! 目標26500,下方支撐26000補倉,止損25800!
Tumblr media
0 notes
cryptosima · 9 months
Text
Tumblr media
空軍在哭泣…#bitcoin
0 notes
cryptosima · 9 months
Text
要跌早下去了,我賭它這把要上去!
Tumblr media
0 notes
cryptosima · 9 months
Text
Tumblr media Tumblr media
多頭持續給力,繼續沖高! 等待2美刀落袋!
0 notes
cryptosima · 10 months
Text
Tumblr media
人民幣匯率又突破7.3,要知道22年1月份匯率還在6.3,短短一年多人民幣貶值16%,與中國貿易密切的日本韓國匯率也在貶值,這還是在美聯儲將結束加息的情况,這種狀況如果還發生戰爭,,,
所以,今天山寨崩了不是很正常嗎?
0 notes
cryptosima · 10 months
Text
Tumblr media
黃金在昨晚向下插針快速反彈至高點1911.70後,完成了短暫的洗盤。 慢慢陰跌至1900形成一個小支撐。 日內關注上方目標1908-1910!
1 note · View note
cryptosima · 10 months
Text
Tumblr media
為什麼每次都破不了29000,兩次插針都在29000上方一點點。 我想是因為很多人的止盈比特都在29000,莊家預判(真實)了你的預判。
1 note · View note
cryptosima · 10 months
Text
说好的瀑布呢?我都不想看了,就这???
Tumblr media
0 notes
cryptosima · 10 months
Text
Tumblr media
最近和幾個朋友聊天,發現都有一個共同的感悟,那就是30歲以後的人生,只有“投入”和“回報”。
年輕時踩過的很多坑、走的很多彎路,都是因為思想太擰巴,太容易感情用事造成的。
突然醒悟的標誌性事件,就是開始越來越關注自己的投入和回報,因為明白了這才是人類最基本、也是最終極的生存法則。 ‍
“投入”和“回報”這兩個詞聽起來很簡單,操作起來也不過是做簡單的加減法,但我還是講講我在這方面3個比較深的感觸,希望能讓各位少走彎路:
1.要學會量化投入和回報,一切不能量化的東西,都是空談。
凡事帶著量化的視角去看,拋弃情感的桎梏,才會變得理性、活得通透;
2.在量化的基礎上,要學會設定止損點。
不要等到難受極了、懷疑人生了,再去想值不值得、該不該做、要不要提訴求;
3.優化自身的投入回報模型,避免出現投入很多、回報很少的結果。
操作過程中學會問自己下麵三個問題:
(1)我的總體投入是否合理? 對於我想要的結果而言,這些投入是否過多,或者過少?
(2)把我的投入進行折開,每一項投入是否都有意義? 是否對我要的結果有積極影響? ‍
(3)在這些投入中,哪些是無效投入? 哪些需要加大投入? 接下來我該停止做什麼? 繼續做什麼? 開始做什麼? ‍‍‍‍‍‍‍‍‍‍
基於以上這套思考,你就會不斷優化自己的行動模型,直到得到你想要的結果了。
0 notes