返回首页
最新
嗨，HN，
我开发了一款工具，让交易者可以通过简单的英语描述策略来进行回测。
为什么要这样做？因为手动回测需要耗费数小时（有时甚至数天）和大量精力，尤其是在你发现想要测试的新过滤条件或变化时。大多数交易者要么浪费大量时间手动回测，要么没有编码技能来实现自动化。我想解决这个问题。
你只需写下：
“当价格突破前一天的高点且成交量超过100万时买入，止损设在低点以下，止盈设定为2倍风险”
然后它会在历史数据上运行回测，并返回交易结果、指标、入场截图，甚至提供改进策略的AI建议。
目前还处于早期阶段，需要进一步打磨，但核心功能已经可以使用。我非常希望能收到关于产品、可用性或任何你认为可以改进的地方的反馈。
你可以在这里尝试MVP版本： [https://www.BacktestAI.com](https://www.BacktestAI.com)
欢迎随时提问！
嗨，Hacker News，
我是一个iOS应用程序的开发者，这个应用是为了应对我对现有文本转语音工具的种种不满而开发的。我希望能有一种现代、真实的AI声音，而不是让我去计算字符或盯着时间。
我的目标是创造一种“设置后就可以忘记”的听书体验。其核心功能包括：
真正无限的听书体验：没有字符限制或时间限制。我的目标是让你可以无忧无虑地听完一部10小时的有声书。
高质量的AI声音：它使用的是优质的新一代AI声音，听起来自然且引人入胜，而不是机械的。
几乎可以阅读任何内容：你可以从多个来源导入内容：
PDF、Epub和其他文档，网页文章，Kindle书籍（这是我非常看重的一个功能）。
Android版本已经在开发中，敬请期待。
感谢你的关注！
展示网站似乎使用了类似的模板：
https://www.designlumo.com/
https://tryapril.com/
<p>有人知道这是什么或者这些来自哪里吗？
我们曾经玩过SEO游戏。
写博客
等待3个月
也许会排名
也许会转化
实际上，在8家早期AI初创公司（A轮或更早）中发生的事情是：
- Google首页排名大约需要94天
- 自然点击率（CTR）：2.6%
- 第一个合格的潜在客户：6-8周
所以我们放弃了这个玩法。
我们问了一个问题：
当有人询问ChatGPT或Perplexity使用什么工具时，我们能多快出现？
结果是……比Google更快。
而且，这确实带来了潜在客户。
当我们采用LLM优先策略时，发生了什么变化：
- Perplexity在48小时内抓取了我们的内容
- ChatGPT（带浏览功能）在3天内索引了功能页面
- 现在18.2%的会话来自LLM来源的路径
- 这些潜在客户的转化率比博客流量高出2.4倍
然后，Reddit解锁了另一个层次。
我们在这里发布了无链接的技术分析。
其中一篇（关于我们如何自动化AI代理管道）被Perplexity引用在：
- “UX AI代理”
- “最佳Firecrawl替代品”
- “如何追踪LLM机器人”
没有推广。没有SEO。只是公开构建。
3天后：
- 9条Perplexity查询引用
- 2个提到我们的入站潜在客户
Reddit是LLM的训练数据金矿。
以下是对我们有效的做法：
1. 在产品页面添加问答块（每个少于40个字）
示例：
问：FireGEO如何检测ClaudeBot？
答：它指纹识别已知的Anthropic头部，并通过反向DNS匹配IP块，如2600:1f18::/32
- 48小时内被Perplexity索引
- 5天内获得11次机器人访问
- 1个潜在客户 → 一周内试用注册
2. 构建ai-sitemap.xml
仅包含高信号页面：
- API文档
- 功能比较
- 定价细分
- 技术规格
抓取率比默认网站地图高2.3倍。
GPTBot、ClaudeBot和PerplexityBot每天在日志中出现。
3. 将Reddit视为输入层
我们在这里发布原始内容，然后再发布到博客上。
在过去30天内：
- Reddit上约有30,000次浏览
- 在Perplexity回答中有9条引用
- 直接来自这些提及的2个潜在客户
如果你正在推出一些真实的东西，试试这个：
- 安装FireGEO或通过反向DNS + ASN日志追踪LLM机器人
- 创建llm.txt以提供结构化答案
- 用UTM标记LLM流量并路由到CRM
想知道在LLM可见性方面对你有效的做法是什么吗？
这里有没有其他人看到的策略或见解？
我刚刚和我的新Pixel 9 Pro手机的客服进行了一个非常荒谬的对话。我有一个无法删除的eSIM。客服人员起初试图将责任推给移动运营商，当这没有奏效时，他又说他不负责，因为我通过一个“非授权”的经销商购买了手机（实际上是德国一家较大的IT商店）。我对谷歌居然有客户支持聊天感到惊讶，但这实际上是我很久以来遇到的最荒谬的支持体验。
在过去几年里，我换了几份工作，积累了不少科技…杂物。<p>我们说的是太多的水瓶、不合脚的袜子、行李标签套等等。<p>我相信我并不是唯一一个拥有“未使用科技赠品盒子”的人，而把这些东西全部扔掉感觉很浪费。<p>有没有人找到好的方法来利用这些东西？
每次我在网络界面上询问Claude有关Claude Code的问题时，它给出的回答都非常无助。<p>一两周前，我询问了我遇到的329错误，它指向了一个不存在的状态页面。当它最终找到正确的状态页面时，我让它读取，结果它拒绝了。<p>刚才，我问是否有Claude Code与GitHub的集成。Claude给了我一个通用的“我没有具体信息”的回答，并建议查看官方文档。<p>相比之下，当我向ChatGPT提出完全相同的问题时，它在多个网站上进行了快速搜索，并给出了详细的答案，直接链接到Anthropic关于其官方GitHub集成的文档（甚至还提到了由于最近的新速率限制公告而需要考虑的自动化问题）。<p>这感觉是一个可以解决的问题。难道Anthropic不能利用自己的文档来提供更好的关于自己产品的答案吗？当他们的竞争对手提供的信息比Anthropic自己的AI更好时，真的让人感到沮丧。<p>这似乎是一个基本的产品集成问题。<p>还有其他人遇到过这个问题吗？