30. prosince 2025

5 jmen, jeden virál: warelay skončil jako OpenClaw

Your own personal AI assistant. Any OS. Any Platform. The lobster way. 🦞

https://github.com/openclaw/openclaw

by Peter Steinberger
https://github.com/steipete


Started like
WhatsApp relay
warelay → clawdis → clawdbot → moltbot → openclaw 

Peter Steinberger

Rebrand jako incident: virální příběh OpenClaw od utility k platformě

V lednu 2026 se kolem jednoho open‑source projektu ukázalo něco, co se někdy možná trochu přehlíží: pojmenování nemusí být jen kosmetika.

OpenClaw je "personal AI assistant", který běží na vašich zařízeních a odpovídá přes kanály, které už používáte

OpenClaw is a personal AI assistant you run on your own devices. It answers you on the channels you already use
(WhatsApp, Telegram, Slack, Discord, Google Chat, Signal, iMessage, Microsoft Teams, WebChat),
plus extension channels like BlueBubbles, Matrix, Zalo, and Zalo Personal.
It can speak and listen on macOS/iOS/Android, and can render a live Canvas you control.
README explicitně říká:
"The Gateway is just the control plane — the product is the assistant."

Zdroj: README
https://github.com/openclaw/openclaw/blob/main/README.md


warelay → clawdis → clawdbot → moltbot → openclaw 


Co uživatelé často uvádějí jako výrazný přínos (příklad z praxe):
„hands-free“ zadávání úkolů přes existující kanál
(Siri → iMessage → agent), který pak vrátí návrhy (události, ceny, alternativy)

„tvůj stroj = tvoje pravidla“


Přejmenování z Clawdbot na Moltbot proběhlo po požadavku Anthropic kvůli trademarku spojenému se značkou/mascotem Claude Code;
autor uvádí, že byl slušně „forced“ přejmenovat.
Zdroj: Business Insider
https://www.businessinsider.com/clawdbot-changes-name-moltbot-anthropic-trademark-2026-1

Samotný rebrand vyvolal chaos kolem účtů/napodobování a byl popisován jako bezpečnostní problém, ne jen marketing.
Zdroj: TechRadar
https://www.techradar.com/ai-platforms-assistants/moltbot-briefly-becomes-the-internets-favorite-ai-chatbot-after-chaotic-rebrand

Přechod warelay → CLAWDIS je doložen autorovým veřejným postem na X (datum na stránce může být zobrazeno jen přihlášeným; text je dohledatelný): https://x.com/steipete/status/1996622282580795807

Nezávislý rozhovor uvádí, že Steinberger v lednu udělal přes 6 600 commitů. Zdroj: The Pragmatic Engineer
https://newsletter.pragmaticengineer.com/p/the-creator-of-clawd-i-ship-code

Původ názvu PSPDFKit jako „Peter Steinberger PDF Kit“ (nikoliv „Post Script“) popisuje firemní blog po rebrandu na Nutrient: https://www.nutrient.io/blog/product-rebrand-pspdfkit-evolution-nutrient-engineering-perspective/ 



2) Časová osa jmen a co které "jméno" tvořilo či optimalizovalo

Dost pravděpodobný začátek timeline
„WhatsApp Relay“ a některé detaily kroků uvádí článek NxCode  https://www.nxcode.io/resources/news/openclaw-complete-guide-2026

warelay / „WhatsApp relay“

Nejpravděpodobnější motiv: čistě popisná utilita. Jméno říká, co to dělá.

https://github.com/steipete/warelay
a autorův příspěvek o přejmenování.

CLAWDIS
Posun od „funkce“ k „identitě“: kratší název, více brand‑ready.

Popis:
warelay is now CLAWDIS. Stil have to wrap up the release for this one tho... @openclaw added some features. group chat is the winner!
http://clawdis.ai
Had to rename since Telegram support is coming and WhatsApp RELAY really didn't fit anymore.

zdroj
https://x.com/steipete/status/1996622282580795807


Clawdbot

Růstová fáze: jméno, které se možná „přilepí“ a existující pozornost kolem Claude/Clawd.
Cena za růst: riziko kolize s cizím trademarkem.

Kontext: Business Insider
https://www.businessinsider.com/clawdbot-changes-name-moltbot-anthropic-trademark-2026-1


Moltbot

„Molt“ (svlékání krunýře) je chytrá metafora pro růst a současně odstup od kolizního názvu.
Rebrand den ale ukázal, že jméno je i bezpečnostní povrch (účty, typosquatting, scamy).

Kontext: TechRadar
https://www.techradar.com/ai-platforms-assistants/moltbot-briefly-becomes-the-internets-favorite-ai-chatbot-after-chaotic-rebrand


OpenClaw

Stabilizace: „Open“ (open‑source + komunita) a „Claw“ (kontinuita maskota), plus lepší vyslovitelnost než Molt. 

3) Co z #OpenClaw dělá něco víc než „dalšího bota“ 

3.1 Control plane jako designový trik

Většina botů je „jedna integrace“.
OpenClaw si v README vyloženě buduje architekturu:
Gateway je control plane (řízení), produkt je asistent (chování a kompetence). To je užitečná zkratka, protože:
dovoluje přidávat kanály bez změny „produktové identity“;
odděluje bezpečnostní vrstvu (gateway) od agentní vrstvy (asistent);
umožňuje škálovat skrz konfiguraci, onboarding a politiky.

„tvůj stroj = tvoje pravidla“ 

Samozřejmě i tvoje rizika použití beta verze - což bude tak cca do května?
Tzn beta-verzi ale i LLM používej s rozumem

3.2 Bezpečnost není doplněk, ale default

README má explicitní část o tom, že OpenClaw se připojuje na reálné messaging povrchy a příchozí DM je třeba brát jako nedůvěryhodný vstup;
popisuje i defaultní „pairing“ politiku pro neznámé odesílatele a allowlist.
Zdroj:
https://github.com/openclaw/openclaw



4) Možná méně známé souvislosti: proč to dává smysl právě u P. Steinbergera

4.1 Dlouhodobé téma: „hookovat“ chování bez přepisování systému

Steinberger je známý knihovnami pro runtime hooking/swizzling. InterposeKit je „modern library to swizzle elegantly in Swift“ a repozitář je archivovaný (read‑only).
https://github.com/steipete/InterposeKit

Aspects je podobně známá AOP‑like hooking knihovna a také je archivovaná. https://github.com/steipete/Aspects

Interpretace: AI asistent, který se „vkládá“ mezi vás a nástroje/kanály, je konceptuálně stejný druh přemýšlení, jen posunutý z runtime do workflow vrstvy. 

4.2 Rebrand není nová zkušenost

U rebrandu PSPDFKit → Nutrient je v blogu vysvětlen původ názvu
(Peter Steinberger PDF Kit) i to, proč se starý název stal limitující po rozšíření portfolia.
www.nutrient.io/blog/product-rebrand-pspdfkit-evolution-nutrient-engineering-perspective/ 

4.3 Tempo jako faktor rizika

Nezávislý rozhovor (Pragmatic Engineer) uvádí přes 6 600 commitů v lednu. Takové tempo zvyšuje šanci, že se „provozní“ věci (naming, bezpečnost účtů, domény) budou řešit až ve chvíli, kdy už hoří. https://newsletter.pragmaticengineer.com/p/the-creator-of-clawd-i-ship-code




5) Lekce, kdo může možná zítra „zvirálnět“

Pokud jste již relativně zkušený tak připravte rebrand jako release, ne jako tweet.

Doména, GitHub.org, npm balíček, X handle: zajistit dopředu.

Redirecty a migrační skripty: mít hotové předem.

V rebrand okně minimalizovat „gap“, kdy je handle volný.

Threat model pro jméno.

Typosquatting (balíčky, domény), falešné repozitáře, fake rozšíření do editorů.

V době AI nástrojů se navíc přidává „impersonation“ přes scamy na sociálních sítích.

Kontext: TechRadar
https://www.techradar.com/ai-platforms-assistants/moltbot-briefly-becomes-the-internets-favorite-ai-chatbot-after-chaotic-rebrand

Trademark kolize je otázka pravděpodobnosti, ne morálky.

Pokud název připomíná velkou značku, v okamžiku úspěchu se kolize materializuje.

Steelman (3 férové pohledy):

A) ochrana proti záměně značky/phishingu,

B) brzdění open‑source inovace a přesun nákladů na autora,

C) pragmatická domluva bez eskalace, ale i tak je rebrand rizikový.

Kontext: Business Insider
https://www.businessinsider.com/clawdbot-changes-name-moltbot-anthropic-trademark-2026-1


Jedna architektonická věta, která drží celý projekt pohromadě.

„Gateway je control plane“ je příklad: pomáhá uživatelům, médiím i contributorům.


6) Závěr

Pět jmen v řadě vypadá jako chaos.
Z jiného úhlu je to rychlý „kurz reality“: jméno určuje, kdo vás najde a kdo vás může napodobit;
jméno určuje, s kým se srazíte právně;
jméno určuje, jestli rebrand bude hladký, nebo se z jména skoro stane bezpečnostní incident.

OpenClaw je proto zajímavý nejen jako nástroj, ale jako případová sonda o tom, jak se open‑source projekt stává infrastrukturou.



Vybrané zdroje:

https://github.com/openclaw/openclaw

https://www.businessinsider.com/clawdbot-changes-name-moltbot-anthropic-trademark-2026-1

https://www.techradar.com/ai-platforms-assistants/moltbot-briefly-becomes-the-internets-favorite-ai-chatbot-after-chaotic-rebrand

https://newsletter.pragmaticengineer.com/p/the-creator-of-clawd-i-ship-code

https://www.nutrient.io/blog/product-rebrand-pspdfkit-evolution-nutrient-engineering-perspective/

https://x.com/steipete/status/1996622282580795807

https://www.nxcode.io/resources/news/openclaw-complete-guide-2026

https://github.com/steipete/InterposeKit

https://github.com/steipete/Aspects


https://www.reddit.com/r/openclaw




CodexBar

https://github.com/steipete/CodexBar




Peter Steinberger
steipete · he/they

📍 Vienna ↔ London | 🤖 Polyagentmorous builder | 🚀 Ex-PSPDFKit Founder



You must use AI! Don’t use AI!





29. prosince 2025

Jak se dá spočítat riziko a pravděpodobnost

Trading: odhad pravděpodobnosti a vztah riziko ↔ pravděpodobnost

Zadání 

1) bez páky (cash, bez marginu)  

2) pouze long Call / long Put (ztráta max = zaplacené premium)


1) Bez páky (cash, bez marginu)

Fakta

- U jedné akciové pozice bez páky je maximální ztráta na pozici 100 % vložené částky (při pádu ceny na nulu); není zde margin call z páky.

- Když do jedné pozice dáte podíl kapitálu **w** (zbytek držíte v cash),

pak přibližně platí: ztráta účtu ≈ **w × ztráta podkladu** (ignoruje dividendy, FX, gapy a poplatky).


Interpretace (co typicky zvyšuje/snižuje pravděpodobnost velké ztráty)

- Vyšší riziko bez páky obvykle znamená:

  (a) vyšší **koncentraci** (větší w), nebo

  (b) volatilnější titul/portfolio.

- Pro pevný práh ztráty účtu **a** to znamená: čím vyšší w, tím menší pohyb podkladu stačí, aby nastal drawdown ≥ a → pravděpodobnost překročení prahu roste.


2) Pouze long Call / long Put (kupujete opce, neprodáváte) 

Fakta (omezení ztráty)

- U **long call** je maximální ztráta omezená na zaplacené **premium**
  (počáteční vklad do opce). To platí vždy pro kupujícího (long).

- U **long put** je maximální ztráta také omezená na zaplacené **premium**   (počáteční vklad do opce). Ano, Put lze „vždy“ takto omezit, pokud jste kupující (long).

- Pokud byste opce **prodával** (short), omezení na vklad obecně neplatí  (např. nekrytý call může mít velmi vysoké riziko).


Fakta (pravděpodobnost plné ztráty premium při držení do expirace)

- Long call může expirací skončit bezcenně (OTM), typicky když **S_T ≤ K**.

- Long put může expirací skončit bezcenně (OTM), typicky když **S_T ≥ K**.

- Čím kratší expirace a/nebo čím více OTM, tím vyšší je šance, že opce skončí OTM  (a premium ztratíte celé), protože roli hraje časová hodnota (time decay).


Interpretace (jak se mění „riziko“ oproti akcii bez páky)

- Opce často sníží maximální ztrátu účtu, pokud premium tvoří malý podíl kapitálu

  (např. 1–3 % účtu na jeden obchod).

- Současně ale může zvýšit pravděpodobnost „ztratím 100 % vloženého premium“, zvlášť u krátkodobých/OTM opcí.

- Proto je užitečné rozlišovat dvě otázky:

  1) Jak velká může být ztráta (tail / worst-case)?

  2) Jak často nastane „ztráta“ (např. opce OTM)?


Praktický postup odhadu (stručně, bez „magického čísla“)

Fakta

- Musíte definovat událost a horizont, např.:

  - P (drawdown účtu ≥ 10 % do 30 dnů),

  - P (ztráta premium = 100 % do expirace),

  - P (margin call) (tady pro režim 1) bez páky typicky ne).

- Pro opce je minimum spočítat:

  - pravděpodobnost OTM při expiraci,

  - pravděpodobnost být nad break-even (call: K + premium; put: K − premium).


Interpretace

- V praxi dělejte scénáře (optim/base/stres) změnou volatility, gapů a režimu.

- Stanovte dopředu, co by vám změnilo názor (nová data, změna volatility, změna trendu, změna fundamentu, změna korelací).


Závěr (1:1)

1) Bez páky:
riziko roste hlavně s koncentrací (w) a volatilitou podkladu; max ztráta na pozici je 100 % vložené částky, margin call z páky typicky není.

2) Pouze long Call/Put:
ztráta je vždy omezená na premium (počáteční vklad) jak u call, tak u put, pokud jste kupující (long); zároveň často roste šance, že premium ztratíte celé (OTM do expirace), zejména u krátkých a OTM opcí.



Zdroje 

- Investor.gov – An Introduction to Options:

https://www.investor.gov/introduction-investing/general-resources/news-alerts/alerts-bulletins/investor-bulletins-63

- OCC – Characteristics and Risks of Standardized Options (ODD):

  https://www.theocc.com/company-information/documents-and-archives/options-disclosure-document

- Cboe – Equity Option Long Call KID (PDF):

  https://cdn.cboe.com/resources/participant_resources/kid/EN/Equity_Option_Long_Call_KID.pdf

- Cboe – Equity Option Long Put KID (PDF):

https://cdn.cboe.com/resources/participant_resources/kid/EN/Equity_Option_Long_Put_KID.pdf

- FINRA – Rule 2264 (Margin Disclosure Statement):

https://www.finra.org/rules-guidance/rulebooks/finra-rules/2264













2 - 4 základní opční kombinace pro snížení rizika při očekávaném výkyvu


1) Protective put (akcie + koupený Put)

- Efekt: podlaha na ztrátu (definuje min. prodejní cenu).

- Max. ztráta (na akcii, bez poplatků): (S0 − K) + P.

- Cena: premium P snižuje výnos; časový rozpad.

Příklad: S0=100, Put K=90, P=2 → max. ztráta = 12.


2) Collar (akcie + koupený Put + vypsaný Call)

- Efekt: podlaha (Put) + strop (Call).

- Net premium N = P_put − P_call.

- Max. ztráta: (S0 − K_put) + N.

- Max. zisk: (K_call − S0) − N.

- Varianta: „zero-cost collar“, když P_call ≈ P_put.

Příklad: S0=100, Put 90 za 2, Call 110 za 1.5 → N=0.5

- max. ztráta = 10.5

- max. zisk = 9.5


3) Put debit spread (koupený Put + vypsaný Put níž)

- Efekt: levnější než samotný Put, ale ochrana má strop.

- Max. riziko (samotný spread): čistý debit.

- Jako hedge k akcii: dobře tlumí střední pokles, slabé proti krachu.


Příklad hedge: S0=100, long Put 95 (3), short Put 85 (1) → net 2

- když ST=80: akcie −20; spread max +10; po prémii +8 → celkem −12

- když ST=0: akcie −100; spread pořád max +8 → celkem −92


4) Long straddle (koupený Call + koupený Put, stejný strike)

- Efekt: sázka na velký pohyb oběma směry s omezenou ztrátou.

- Max. ztráta: součet prémií.

- Break-even: strike ± (součet prémií).

- Nevýhoda: vysoký časový rozpad.

Příklad: strike 100, prémie celkem 6 → BE 94 a 106; max. ztráta 6.


Zdroje:

- https://www.theocc.com/getmedia/a151a9ae-d784-4a15-bdeb-23a029f50b70/riskstoc.pdf

- https://www.schwab.com/learn/story/what-are-options-collars

- https://www.schwab.com/learn/story/can-protective-puts-provide-temporary-shield

- https://www.optionseducation.org/strategies/all-strategies/long-straddle

- https://www.optionseducation.org/strategies/all-strategies/collar-protective-collar

- https://www.optionseducation.org/strategies/all-strategies/bear-put-spread




LLM odpověď na kritiku:

Kritické zhodnocení slabin uvedeného „výpočtu rizika“


### Fakta, kde má text pravdu (a je užitečný)

1) Normalita / „fat tails“ (tlusté konce rozdělení)

   - Směr výtky je správný: modely založené na normalitě často podceňují extrémy.

   - Regulace tržního rizika proto pracuje i s Expected Shortfall (ES) a stresovými obdobími.

   - Zdroj: BIS/BCBS (Market Risk, FRTB): https://www.bis.org/bcbs/publ/d352.pdf


2) Poplatky a exekuce (bid–ask, skluz)

   - Je správně, že spread a skluz jsou reálné a kumulují se.

   - Zdroj (edukační, ne peer-review): https://www.binance.com/en/academy/articles/bid-ask-spread-and-slippage-explained


3) Margin call / autolikvidace

   - Je správně, že margin riziko není jen „páka ano/ne“; existují maintenance margin a nucené likvidace.

   - Zdroj (edukační): https://www.cmegroup.com/education/courses/introduction-to-futures/margin-know-what-is-needed.html


4) „Žádná data/studie“ (chybí backtesty)

   - Validní: bez backtestu/simulace je tvrzení o riziku slabé a snadno zavádějící.


5) Risk/trade max 1–2 %

   - Běžná heuristika v edukačních textech pro nováčky (není univerzální „pravda“).

   - Zdroj (edukační):
 https://roklen24.cz/trading-neni-investovani-co-by-mel-vedet-kazdy-novacek/



### Slabiny / nepřesnosti v tom textu (co bych opravil)

6) „Extrémy reálně 2–5× častější“

   - Příliš konkrétní bez definice: jaký práh extrému, jaké aktivum, jaký horizont?

   - Směr je OK (podcenění), ale násobek může být jiný.

   - EVT (intro text): https://repub.eur.nl/pub/12381/ExtremeValueTheory_2003.pdf


7) „Bez poplatků… → +1–3 % rizika/rok“

   - Směšuje metriky: náklady typicky snižují očekávaný výnos a zvyšují pravděpodobnost DD/ruiny,

     ale univerzální „% rizika/rok“ bez strategie/obrátkovosti/likvidity nedává smysl.

   - Navíc „time decay“ (theta) u opcí není poplatek, ale vlastnost payoff.

   - Kalkulátor payoff (neřeší skluz/spready v praxi): https://www.tradingblock.com/calculators/long-put-option-calculator


8) „Margin call: typicky ne bez páky“

   - I bez „vědomé páky“ může vzniknout riziko nucené likvidace (deriváty, overnight margin, zvýšení

     požadavků při volatilitě, broker limity).

   - Viz CME margin zdroj výše.


9) „Retail DD ~10–20–50 %“

   - Bez zdroje je to dojem; a DD je navíc definicí citlivý (peak-to-trough, denní vs celkový, open vs closed P/L).

   - Pro retail CFD existují regulatorní souhrny ztrát retailu (tvrdší opora než neukotvené DD).

   - ESMA (omezení CFD, ochrana retailu): 

https://www.esma.europa.eu/press-news/esma-news/esma-agrees-prohibit-binary-options-and-restrict-cfds-protect-retail-investors


10) „Použij VaR/ES z historie + Monte Carlo“ (neúplné)

   - Historická VaR/ES trpí nestacionaritou (režimy se mění).

   - Monte Carlo je tak dobré, jak dobré jsou předpoklady (rozdělení, korelace, skoky/gapy).

   - Minimum: doplnit stress scénáře + citlivostní analýzu + režimové přepínání.

   - Zdroj (FRTB rámec): ¨
https://www.bis.org/bcbs/publ/d352.pdf



## Co z uvedených odkazů je relevantní

11) LuxAlgo (RRR)

   - RRR (risk–reward ratio) je užitečné, ale samo o sobě není risk management.

   - Musí se spojit s win-rate, distribucí výsledků a náklady.

   - https://www.luxalgo.com/blog/how-to-evaluate-risk-reward-ratios-in-trading/


12) Roklen24 (nováček)

   - Dobré jako rámec: money management, očekávání ztrátových obchodů.

   - https://roklen24.cz/trading-neni-investovani-co-by-mel-vedet-kazdy-novacek/


13) TradingBlock kalkulátor (opce)

   - Vhodné pro mechaniku payoff (max loss, breakeven), ale neřeší exekuci a modelové chyby (vol, jumps).

   - https://www.tradingblock.com/calculators/long-put-option-calculator


14) Peníze.cz (CFD/páka)

   - Relevantní pro vysvětlení, jak margin/páka násobí ztrátu a riziko likvidace.

   - https://www.penize.cz/derivaty/429767-investice-s-pakou-jak-funguji-cfd-kontrakty


15) MondFX + Purple Trading (drawdown pojmy)

   - Užitečné pro definice DD a komunikaci rizika účtu (High Water Mark apod.).

   - https://mondfx.com/what-is-drawdown-in-forex

   - https://www.purple-trading.com/cs/25-zakladnich-pojmu-ktere-zrychli-vase-rozhodovani-na-trhu/



## Jak bych doporučení zpřesnil (minimum pro „nepodbíhající“ risk výpočet)

16) Specifikovat metriky a jednotku času

   - DD (peak-to-trough), VaR/ES (hladina a horizont), risk-of-ruin.

   - U opcí zvlášť:
     max loss, path-dependence, gap risk, citlivosti (delta/gamma/vega/theta).


17) Použít více vrstev (ne jen VaR/ES)

   - (a) Payoff/mechanika (kalkulátor)

   - (b) Náklady exekuce (spread/slippage) podle likvidity a velikosti pozice

   - (c) Historická simulace + stresová období (krize)

   - (d) Citlivost na režimy (volatilita/korelace) + jumps/gapy


18) Opřít „retail realitu“ o data

   - U CFD: regulatorní statistiky/omezení jsou dobrý baseline pro rizika retailu.

   - ESMA viz výše.



Shrnutí uvažování (≤6 bodů)

- Text správně míří na hlavní třídy chyb: normalita, náklady, margin, chybějící data.

- Dvě konkrétní číselné věty („2–5ד, „1–3 %/rok“) jsou bez definice/metodiky neobhajitelné.

- „Time decay“ není poplatek; patří do payoff/dynamiky opcí.

- VaR/ES + Monte Carlo nestačí bez stresů a citlivosti na režimy/jumps.

- Lepší je ukotvit riziko přes DD + risk-of-ruin + stresová období + exekuční náklady.

- Pro retail (hlavně CFD) existují regulatorní opory, které jsou tvrdší než dojem.



TOP zdroje (APA)

- European Securities and Markets Authority. (2018-03-27). ESMA agrees to prohibit binary options and

  restrict CFDs to protect retail investors [press release].

  https://www.esma.europa.eu/press-news/esma-news/esma-agrees-prohibit-binary-options-and-restrict-cfds-protect-retail-investors

- Bank for International Settlements / Basel Committee on Banking Supervision. (2016; revised 2019-01).

  Minimum capital requirements for market risk [standard, PDF].

  https://www.bis.org/bcbs/publ/d352.pdf

- CME Group. (datum neuvedeno). Margin: Know What’s Needed [education].

  https://www.cmegroup.com/education/courses/introduction-to-futures/margin-know-what-is-needed.html

- LuxAlgo. (datum neuvedeno). How to evaluate risk reward ratios in trading [blog/education].

  https://www.luxalgo.com/blog/how-to-evaluate-risk-reward-ratios-in-trading/

- Roklen24. (datum neuvedeno). Trading není investování: co by měl vědět každý nováček [článek].

  https://roklen24.cz/trading-neni-investovani-co-by-mel-vedet-kazdy-novacek/














Odhad pravděpodobnosti a vliv rizika v tradingu 


Fakta: co přesně znamená „pravděpodobnost“ v tradingu

- Neexistuje jedno univerzální „o kolik“; musíte definovat událost (např. drawdown ≥ 30 %,

  margin call, ztráta > X Kč) a časový horizont (den / týden / rok).

- „Vyšší riziko“ se typicky dělá přes větší pozici, páku, margin nebo agresivnější risk-per-trade.

  To zvyšuje rozkmit výsledků a pravděpodobnost, že narazíte na pevný limit (margin call, stop, risk-limit).


Fakta: margin přidává nelineární rizika

- U marginu může broker vynutit prodej a můžete ztratit i více, než jste vložil do margin účtu.

  (viz FINRA disclosure v odkazech níže)


Ilustrace 1 (modelová): jak páka mění šanci velké ztráty pro daný práh

Předpoklad (jen pro intuici): roční výnos R ~ Normal(μ, σ), např. μ = 10 %, σ = 20 %.

Pákovaný výnos = L * R. Pravděpodobnost „rok dopadne hůř než -30 %“:


- P(L * R < -0.30) = P(R < -0.30 / L)

- z = ((-0.30 / L) - μ) / σ,  p = Φ(z)


Dosazení (μ = 0.10, σ = 0.20):

- L = 1×: z = -2.00  -> p ≈ 0.02275  (≈ 2.3 %)

- L = 2×: z = -1.25  -> p ≈ 0.10565  (≈ 10.6 %)

- L = 3×: z = -1.00  -> p ≈ 0.15865  (≈ 15.9 %)


Pozn.: je to zjednodušení
(ignoruje poplatky, skluz, „fat tails“, režimové změny, margin call).


Ilustrace 2 (path-dependent): risk-per-trade a série ztrát

- Když riskujete fixní podíl účtu f na obchod, po N ztrátách v řadě máte kapitál:

  K_N = (1 - f)^N

- Pro 50% propad jen sérií ztrát potřebujete:

  N ≥ ln(0.5) / ln(1 - f)


Příklady:

- f = 10 % -> N ≈ 6.58 -> 7 ztrát v řadě

- f = 2 %  -> N ≈ 34.31 -> 35 ztrát v řadě


Pokud je pravděpodobnost ztrátového obchodu q = 45 % a uděláte 200 obchodů, pak (při nezávislosti obchodů) vychází šance, že se objeví alespoň jedna série
7 ztrát v řadě, asi 33 %.


Pozn.: nezávislost je často nepravdivá (volatility clustering, změny režimu), takže reálně to může být vyšší i nižší podle strategie a trhu.


Proč se odhady v realitě často lámou (fakta + typické confoundery)

- „Fat tails“ a gapy: extrémy jsou častější než v normálním modelu.

- Volatilita se shlukuje (klidné vs. bouřlivé období), korelace se v krizi mění.

- Náklady (spready, skluz, funding), omezení likvidity, nucené likvidace.

- U páky/marginu: denní reset u pákových produktů, divergence od očekávání při držení déle.


Praktický postup (jak odhad dělat správně)

1) Definujte událost a horizont: P(drawdown ≥ X % do T), P(margin call), P(bankrot).

2) Odhadněte rozdělení výnosů (historie + stres scénáře; počítejte s extrémy).

3) Spočítejte metriky: pravděpodobnost překročení prahu, VaR / Expected Shortfall, a simulaci trajektorie (Monte Carlo / bootstrap).

4) Udělejte citlivost: co nejvíc hýbe výsledkem (volatilita, korelace, gapy, náklady, limity).


Shrnutí uvažování  

- „O kolik“ jde říct jen po definici události a horizontu.

- Vyšší páka/pozice zvyšuje rozptyl a šanci trefit pevný limit ztráty.

- Risk-per-trade mění pravděpodobnost velkého drawdownu nelineárně (přes série ztrát).

- Margin přidává skoková rizika (margin call, nucený prodej, změny požadavků).

- Odhad bez stresu a simulace je typicky optimistický.

- Správný výstup je interval + scénáře + „co by změnilo názor“.


Závěr

Ano, pravděpodobnost lze odhadovat, ale smysluplně jen pro konkrétní definici rizika; s vyšším

riskem (páka/pozice) typicky roste pravděpodobnost velké ztráty a margin callu nelineárně 

Zdroje

- FINRA Rule 2264: Margin Disclosure Statement:

  [https://www.finra.org/rules-guidance/rulebooks/finra-rules/2264](https://www.finra.org/rules-guidance/rulebooks/finra-rules/2264)

- SEC / Investor.gov: Updated Investor Bulletin: Leveraged and Inverse ETFs (2023-08-29):

  [https://www.investor.gov/introduction-investing/general-resources/news-alerts/alerts-bulletins/investor-alerts/sec](https://www.investor.gov/introduction-investing/general-resources/news-alerts/alerts-bulletins/investor-alerts/sec)








Dá se spočítat pravděpodobnost 


Co to znamená: „p = 0,27“ může znamenat „je asi 27% šance, že se to stane“ (ale jen v konkrétní situaci).

Fakt – 3 různé významy p:

Pravděpodobnost události: „zhruba 27× ze 100 podobných pokusů“.

Parametr modelu: „číslo uvnitř výpočtu“ (když je model špatně, číslo může být mimo).

p-value (statistika): „kdyby ve skutečnosti nebyl žádný efekt, jak neobvyklá jsou taková data“.

Interpretace – proč jedno číslo klame:

Mozek má rád jednoduché „ano/ne“, takže z p udělá falešnou jistotu, i když je to jen odhad.

Když se změní podmínky (jiní lidé, jiné prostředí, jiný čas), může se p rychle změnit.

Prakticky – jak s p zacházet správně:

Vždy se ptej „27 % čeho přesně a za jakých podmínek?“

Ber p jako rozmezí („něco kolem 0,27, třeba 0,15–0,40“) spíš než jako přesné číslo.

Udělej 3 scénáře (lepší / normální / horší) a řekni si, co bys dělal v každém.

Předem si nastav, jaká nová informace by ti „přepnula názor“ (a p pak aktualizuj).

Pokud chceš stručné vysvětlení p-value od autority: American Statistical Association (jejich statement k p-values, 2016).
www.amstat.org/about-asa




Z dat jako četnost: někdo spočítal podíl „úspěchů“ v podobných případech (např. 27 z 100).

Z modelu jako výstup pravděpodobnosti: model (typicky klasifikátor / logistická regrese) z dat spočítá „predikovanou

pravděpodobnost“ pro daný vstup.

Z bayesovského odhadu: p je „posterior“ (aktualizovaná pravděpodobnost) po spojení prioru a nových dat.

Z testu hypotézy jako p-value: p vznikne z testové statistiky a jejího rozdělení za platnosti nulové hypotézy; je to „tail

probability“ (pravděpodobnost stejně nebo více extrémních dat).

Ze simulace (Monte Carlo): p je podíl simulací, kde nastala událost, při zadaných předpokladech.

Z expertního odhadu / skórování: p je „přeložené“ skóre (rule-based), často kalibrované na historických datech (může být

špatně přenositelné do nových podmínek).

Interpretace (co si ověřit, abys věděl odkud p opravdu je):

7) Jaká je definice p (pravděpodobnost / parametr modelu / p-value), jaké jsou podmínky (pro koho, kdy, kde) a jaké zdroje dat a metoda výpočtu (model/test/simulace).

https://usafacts.org/explainers/what-does-the-us-government-do/subagency/national-institute-of-standards-and-technology/




Interpretace: „p = 0,27“ v běžné řeči může znamenat „zhruba ve 27 případech ze 100 to dopadne takhle“. 

Fakt: Jako pravděpodobnost události je p podmíněná volbou „třídy případů“ (kdy, kde, pro koho, za jakých podmínek).

Fakt: Jako parametr modelu je p číslo uvnitř zvoleného modelu (např. míra, kterou model odhaduje z dat), a jeho význam stojí na tom, že model je vhodný.

Fakt: Jako p-value je p pravděpodobnost (v rámci zadaného statistického modelu) získat data alespoň tak „extrémní“ jako pozorovaná, pokud platí nulová hypotéza; není to „pravděpodobnost, že hypotéza je pravdivá“.

Fakt: Samotná p-value také neměří velikost efektu ani praktickou důležitost výsledku a nemá být jediným „gatekeeperem“ rozhodnutí.

Interpretace: Jedno číslo často svádí k „gist“ závěru (rychlé zkratce typu „spíš ano/spíš ne“), takže p začne působit jistěji, než odpovídá realitě komunikované nejistoty.

Interpretace: Falešná jistota vzniká i tím, že nevidíte nejistotu modelu a to, že při posunu podmínek (drift/režimová změna) se může p rychle změnit, aniž by si toho člověk včas všiml.

Fakt: Aby p něco znamenalo, musíte doplnit „27 % čeho“ (událost), „pro koho“ (populace), „kdy“ (horizont) a „za jakých podmínek“ (podmínění).

Interpretace: Prakticky proto pracujte raději s intervalem/rozsahem (nejlépe predikčním či věrohodnostním ((credible interval)) než s bodem: „p je nejspíš mezi … a …; mimo to už nevěřím“.

Interpretace: Porovnejte scénáře (best/base/worst) a převeďte p na rozhodnutí přes dopady (např. očekávaná ztráta = p × dopad; plus limity pro „tail risk“).

Interpretace: Udělejte rychlou citlivost: které předpoklady (výběr dat, bias, covariáty, prior, měření) p nejvíc hýbou, a ty hlídejte.

Interpretace: Předem si nastavte „co by mi včas změnilo názor“ (nová data, změna mechanismu, drift signály, překročení prahu dopadu) a p průběžně aktualizujte.



nebo druhý příklad


V běžné řeči „p = 0,27“ znamená: „je to asi 27% šance, že se to stane“ (když opakuješ podobnou situaci hodněkrát).

p jako pravděpodobnost události: „Z 100 podobných případů by se to mohlo stát asi 27ד (ale jen v těch podmínkách, pro které to počítáš).

p jako parametr modelu: „Tohle číslo je knoflík uvnitř výpočtu (modelu), který byl nastaven z dat; když je model špatně, i p je mimo.“

p jako p-value (statistika): „Kdyby ve skutečnosti žádný efekt nebyl, p říká, jak moc neobvyklá jsou taková data jako ta, co jsme naměřili“ (není to „šance, že hypotéza je pravda“).

Problém: jedno číslo působí jako „pravda“, protože mozek chce jednoduchý závěr („ano/ne“), ale p je často jen odhad s velkou nejistotou.

Další problém: když se změní podmínky (jiní lidé, jiný čas, jiné prostředí), může se p změnit hodně rychle, i když číslo vypadá přesně.

Praktické poučení: p nikdy neber jako bod („27 % a hotovo“), ale jako rozmezí („něco jako 15–40 %“, pokud ho umíš odhadnout).

Udělej si scénáře: optimistický / realistický / pesimistický a pro každý si řekni, co bys dělal, kdyby nastal.

Ptej se: „27 % čeho přesně? pro koho? v jakém čase? za jakých podmínek?“ (bez toho je číslo skoro k ničemu). 

Řekni si dopředu, co by tě přesvědčilo ke změně názoru: „Jaké nové informace by musely přijít, aby p spadlo třeba pod 10 % nebo vyskočilo nad 50 %?“


Zdroje (nejdůležitější):

American Statistical Association. (2016-03-07). Statement on statistical significance and p-values [policy statement].

Wasserstein, R. L., Schirm, A. L., & Lazar, N. A. (2019-03-20). Moving to a World Beyond “p < 0.05” [editorial]. The American Statistician.

Reyna, V. F. (2021-04-12). Gist communication… [peer-reviewed]. PNAS.




Pravděpodobnost a Risk management při sázkách

Probability
sázka bet






28. prosince 2025

Spořící účet

Spořící účet 

zde bude asi časem úvaha

do čeho investovat krátkodobě - horizont 4-6 let
do čeho investovat dlouhodobě - horizont 15 - 25 let








ai bubble
https://trends.google.com/trends/explore?geo=US&q=ai%20bubble
 
ai bubble news
https://trends.google.com/trends/explore?geo=US&q=ai%20bubble%20news
 
michael burry ai bubble
 
michael burry ai bubble
 
the big short


new:
















 




27. prosince 2025

TOP black and white photo

TOP BW photo

2025


 




 






























Iconic Black-and-White photos
a look at the photograph through the ♥ heart   



Co si přečíst za knihy?

Inspirace, které knihy otevřít pro rok 2026
 
 
Oswald Spengler vs Arnold J. Toynbee vs Max Weber
 
Oswald Spengler
Narozen v Blankenburg, Německo - 29. května 1880
Zemřel v Mnichově - 8. května 1936
Žánr – historie, filozofie, umění

Vliv:
Friedrich Nietzsche
Johann Wolfgang von Goethe
Arthur Schopenhauer
Georg Wilhelm Friedrich Hegel
Herakleitos
Gustave Le Bon
Johann Joachim Winckelmann
Leo Frobenius


Doktorát získal na University of Halle (1904); do roku 1911 učil,
poté žil v Mnichově a pracoval na svém hlavním díle:

Der Untergang des Abendlandes  
www.britannica.com/topic/The-Decline-of-the-West

Steelman: 
a) Čte se jako silná „morfologie“ kultur a vlivná diagnóza modernity (důraz na rozdíl „kultura“ vs. „civilizace“)
b) Kritika míří na determinismus (příliš „předurčený“ cyklus) a slabší metodu oproti standardní historiografii


- Ve 20. století pokračovala snaha hledat v dějinách „velké vzorce“ zejména u Oswalda Spenglera a Arnold J. Toynbee.

- Spengler: Der Untergang des Abendlandes
(1918–1922) líčí dějiny jako biologicky pojaté kultury
  s předurčeným cyklem růst → úpadek; po 1. světové válce to mělo velký ohlas.
- Toynbee: A Study of History
(1934–1961) mělo podobně silnou recepci po 2. světové válce.
- Toynbee (jako Spengler) dělá komparativní studium civilizací a odmítá jediné lineární „směřování dějin“.

- Na rozdíl od Spenglera Toynbee připouští, že Západ nemusí být nutně odsouzen k zániku.
- Zmírňuje determinismus: nechává místo pro lidskou svobodnou vůli a (u něj) i možnost božského zásahu.
- Kritici upozorňují na napětí: tyto výjimky se těžko slučují s jeho požadavkem „vědeckého přístupu k lidským záležitostem“.
- Další výtka: jeho induktivní odvozování „zákonů vývoje civilizací“ může být logicky problematické.
- Celková pointa: s rostoucí skepsí vůči spekulativním „velkým systémům“ se začala zpochybňovat samotná proveditelnost takových projektů; tradiční filozofie dějin narazila na slepou uličku a má se dělat jinak než dřív.

Souhrn
"Velké cyklické" dějinné teorie (Spengler/Toynbee), jejich poválečnou
popularitu a následnou metodologickou kritiku, která vedla k ústupu od podobného
„systémového budování“ ve filozofii dějin



Arnold J. Toynbee

Na rozdíl od Spenglera ve svém Úpadek Západu, Toynbee nepovažoval smrt civilizace za nevyhnutelnou, protože může, ale nemusí nadále reagovat na následné výzvy. Na rozdíl od Karla Marxe viděl dějiny jako utvářené duchovními, nikoli ekonomickými silami.


Mezinárodní vztahy 20. století: Hledání nové stability

Nejprodávanější Oswald Spengler z roku 1918–22 Úpadek Západu truchlil nad pohlcením Kultur kosmopolitním mraveništěm z Civilizace a tvrdil, že pouze asi diktatura může zastavit pokles.
Naopak sociolog Max Weber doufal v charismatické vedení k překonání byrokracie


Dějiny jako proces dialektické změny: Hegel a Marx v filosofie dějin v Spekulativní teorie



How Civilizations Die, According to Arnold Toynbee



Arnold Toynbee interview (1955) - YouTube 

Yaacov Herzog - Arnold Toynbee Debate (1/6) - YouTube




Spengler = nejvíc deterministický „životní cyklus“ civilizací a úpadek Západu jako nevratný trend.

Toynbee = cykličnost + „challenge–response“ a prostor pro kontingenci (civilizace nemusí nutně
zahynout).

Weber = méně „velký dějinný scénář“, více metod a pojmů pro vysvětlování sociálního jednání a
moderních institucí (racionalizace, byrokracie, ideal-typy, Verstehen).




Hilbertovy problémy jsou 23 matematických problémů, které v roce 1900 publikoval německý matematik David Hilbert (do 2000 4 stále nevyřešeny) 
vs
7 Millennium 2000 Prize Problems 


1. Riemann Hypothesis: (Also in Hilbert's list) Concerns the distribution of prime numbers
2. P vs NP Problem: Concerns whether every problem whose solution can be quickly verified can also be quickly solved
3. Navier-Stokes Equations: Concerns the mathematical foundation of fluid mechanics
4. Poincaré Conjecture: Solved in 2003 by Grigori Perelman, who declined the prize
5. Hodge Conjecture: Concerns algebraic geometry
6. Birch and Swinnerton-Dyer Conjecture: Concerns elliptic curves
7. Yang-Mills Theory: Concerns the foundations of quantum field theory




Pořadí (od nejjednoduššího)

1. Co víme o prvočíslech
2. Velká Fermatova věta (tvrzení je jednoduché, důkaz je extrémně těžký)
3. Trochu abstraktní teorie čísel (modulo, struktury jako okruh/ideál)
4. Riemannova hypotéza (komplexní čísla + zeta funkce + nuly)

- Nejlépe se začíná prvočísly (definice, síto, Eukleidův důkaz)
- Fermat: jednoduché tvrzení z roku 1637, ale důkaz z 1994 je velmi hluboká matematika
- Abstraktní teorie čísel začíná prakticky: mod N; pak struktury
  (okruh / těleso / ideál)
- RH je nejtěžší na start: vyžaduje komplexní čísla a zeta funkci


Fermatova věta platí! 
Cituji:
Tuto poznámku napsal toulouský soudce Pierre Fermat někdy kolem roku 1637 na okraj stránky v Diofantově Aritmetice. Přeloženo do moderní řeči, Fermatova poznámka tvrdí toto: 
Jestliže n je přirozené číslo větší než 2, pak neexistují celá čísla a, b, c různá od nuly taková, že an + bn = cn.



---

1) Co víme o prvočíslech

1.1 Definice
- Prvočíslo = celé číslo > 1 dělitelné jen 1 a sebou.
- Příklady: 2, 3, 5, 7, 11. Ne-prvočíslo: 12 = 3×4.

1.2 Jak je najít (Eratosthenovo síto)
- Vypiš 2..30. Vyškrtni násobky 2 (kromě 2), pak násobky 3 (kromě 3), pak 5…
- Zbylá čísla jsou prvočísla.

1.3 Důkaz, že prvočísel je nekonečně mnoho (Eukleidův trik)
- Představ si, že máš „všechna“ prvočísla v seznamu: p1, p2, …, pk.
- Udělej číslo: N = (p1·p2·...·pk) + 1.
- N při dělení kterýmkoliv pi dá zbytek 1, takže žádné pi N nedělí.
- N je buď prvočíslo (nové), nebo má prvočíselného dělitele mimo seznam (také nové).
→ Seznam „všech prvočísel“ nemůže být konečný.

1.4 Jednoznačný rozklad (základní věta aritmetiky)
- Každé číslo > 1 jde rozložit na součin prvočísel „jedním způsobem“ (když ignoruješ pořadí).
- Příklad: 60 = 2×2×3×5.

1.5 Kolik je prvočísel do x (přibližně)
- π(x) = počet prvočísel ≤ x. Např. π(10)=4 (2,3,5,7).
- Pro velká x platí přibližně: π(x) ≈ x / ln(x) (ln = přirozený logaritmus).
- Intuice: prvočísla „řídnou“, ale pořád jich je nekonečně mnoho.

---

2) Velká Fermatova věta

2.1 Tvrzení
- Pro každé celé n > 2 neexistují kladná celá a, b, c tak, aby platilo:
  a^n + b^n = c^n.

2.2 Proč to překvapí (n = 2 funguje)
- Pro n=2 existují řešení: 3^2 + 4^2 = 5^2.
- Fermat tvrdí: pro n=3,4,5,… už žádné takové „přesné“ řešení v celých číslech není.

2.3 Malá „důkazová“ redukce
- Kdyby existovalo řešení pro n = k·m, pak existuje i řešení pro exponent k:
  a^(km) + b^(km) = c^(km) ⇒ (a^m)^k + (b^m)^k = (c^m)^k.
- Proto se v hlubší teorii často stačí soustředit na případy, kdy n je prvočíslo.

2.4 Co je jisté dnes
- Věta je dokázaná (důkaz je velmi pokročilý; 1995, Andrew Wiles).
- Na úrovni 14–15 let je cílem chápat tvrzení a kontrast s Pythagorovou větou, ne celý důkaz.

---

3) Trochu abstraktní teorie čísel 

3.1 Modulární aritmetika (mod N) = počítání „se zbytkem“
- 17 ≡ 2 (mod 5) znamená: 17 a 2 mají stejný zbytek po dělení 5.
- „Hodiny“: v mod 12 je 11 + 3 = 2 (protože 14 má zbytek 2 po dělení 12).

3.2 Rychlé řešení rovnic mod N (příklad)
- Najdi x: x + 3 ≡ 1 (mod 5).
- Odečti 3: x ≡ -2 ≡ 3 (mod 5). (Protože -2 a 3 dávají stejný zbytek po dělení 5.)

3.3 Okruh (ring) – proč to existuje
- Okruh je „svět“, kde máš sčítání a násobení (jako u celých čísel), ale nemusí existovat dělení.
- Příklad: celá čísla Z jsou okruh.

3.4 Těleso (field) – když jde dělit (skoro vždy)
- V mod p (kde p je prvočíslo) jde dělit každým nenulovým číslem.
- Příklad mod 7: číslo 3 má inverzi 5, protože 3×5 = 15 ≡ 1 (mod 7).
  (To znamená, že „dělení 3“ je stejné jako „násobení 5“.)

3.5 Ideál (ideal) – intuice
- Ideál je speciální podmnožina okruhu, která je stabilní na „× cokoliv“ z okruhu.
- Intuice v Z: sudá čísla. Sudé + sudé = sudé, a (libovolné celé)×(sudé) = sudé.

---

4) Riemannova hypotéza (jen tolik, aby to bylo snad pochopitelné)

4.1 Komplexní čísla (a + bi)
- i je číslo s vlastností i^2 = -1.
- Komplexní číslo s = a + bi má:
  - Re(s) = a (reálná část)
  - Im(s) = b (imaginární část)

4.2 Zeta funkce ζ(s) (zjednodušeně)
- Pro s > 1: ζ(s) = 1 + 1/2^s + 1/3^s + 1/4^s + ...
- „Nula“ funkce = hodnota s, pro kterou ζ(s) = 0.

4.3 Co RH tvrdí
- Existují „netriviální nuly“ ζ(s) (ne ty jednoduché/triviální).
- RH říká: všechny tyto netriviální nuly leží na přímce: Re(s) = 1/2.

4.4 Proč to souvisí s prvočísly (intuice)
- Zeta funkce je hluboce propojená s prvočísly (existuje vztah typu „součin přes prvočísla“).
- Kdyby byla RH pravdivá, dostali bychom mnohem přesnější kontrolu nad tím,
  jak „nepravidelně“ jsou prvočísla rozmístěna.


možné zdroje:

https://www.britannica.com/science/prime-number-theorem
https://www.britannica.com/science/Fermats-last-theorem
https://annals.math.princeton.edu/1995/141-3/p01
https://www.britannica.com/science/Riemann-hypothesis
https://www.claymath.org/millennium/riemann-hypothesis/















22. prosince 2025

With AI, build your own personal OS

Design and run your own Personal OS with AI

But probably much better off-line with LmStudio.ai

Run local LLMs like gpt-oss, Qwen3, Gemma3, DeepSeek and many more on your computer, privately and for free.
 
 
Why just check Andrej Karpathy:
 
Andrej Karpathy @karpathy  Digital Hygiene and Privacy Matters

 
 
 
Full Tutorial:
Build Your Personal OS with Claude Code or ChatGPT etc. in 50 Min | Teresa Torres 

 
Teresa and I (Peter Yang) talked about:

(00:00) Why Teresa uses Claude Code to run her life
(03:00) Live demo: The "today" command that builds Teresa's daily to do list
(07:00) Working with Claude Code to brainstorm tasks and ideas
(14:00) Live demo: Writing a blog post together using plan mode
(21:00) How Claude does SEO keyword research for blog posts
(26:00) Why Teresa still writes every word herself (but 10x faster)
(30:00) Pro tips to manage context so Claude doesn't "get dumber"
(36:00) The 3-layer context system: global, project, and reference files
(44:00) 3 tips to get started with Claude Code without feeling overwhelmed



Come see what you are missing.
Teresa Torres
Nov 28, 2025
 
 

How to set up a 3-layer Claude Code context system to run your life and business
Peter Yang
Dec 21, 2025




Teresa Torres - ProductTalk.org









crazy people like machine and then machine only

first people are forced to work like machines under machine control, later, the machine replaces them





My honest field notes on the specificity principle + why vague requests get vague results (and the prompts that fix it)
The agent has escaped the terminal! Claude Cowork 




Jaana Dogan, a Principal Engineer at Google

1. prosince 2025

Guide to Asymmetric Investing

Asymmetric Investing by Travis Hoium

www.youtube.com/@asymmetricinvesting/videos






'S&J Investments' Guide to Asymmetric Investing: High Floor, Higher Ceiling










$TE Investment Thesis: Why I own over $400k and made it my Largest Position
A bit about me so you can put this in context. 













invest

Kam poletíš do peklíčka nebo do nebíčka

Beruško 
kam poletíš do peklíčka nebo do nebíčka 




Prečo by ste mali využiť všetky legálne spôsoby ako neplatiť dane






Srovnání LLC a C-Corp  


Proč Mass, proč? Nejvyšší poplatky za založení LLC a roční poplatky v USA

USA
https://www.danovyraj.cz/usa-31.html   


USA: Jak tam založit společnost, jak tam podnikat.
Pohled právník z ARROWS, kteří tam pravidelně působí










tax

AI School - Adaptive learning technology

Adaptive learning technology uses AI and algorithms to deliver personalized learning.

It continuously evaluates a learner’s performance and adjusts content, pace, and difficulty in real time.

It acts like a digital tutor, guiding learners through custom pathways to improve mastery and engagement,
unlike static one-size-fits-all instruction.




Adaptive learning technology
represents a radical departure from traditional education. Their model is built around a bold claim: By leveraging AI-driven, adaptive learning technology ...  

Alpha School 




& what apps you should use for your kid



Co Alpha School je (model):
síť soukromých škol, která staví výuku na „2 Hour Learning“ – jádrové
akademické předměty mají děti zvládnout zhruba ve 2 hodinách denně pomocí adaptivních/AI nástrojů.

Denní režim (časově): typicky fungují jako běžná škola „celý den“ (např. 8:15–16:00), ale akademická část je koncentrovaná do rána; odpoledne je vyhrazeno pro jiné aktivity.

Ranní akademika (jak probíhá): studenti pracují individuálně v aplikacích („1:1“ tempo/úroveň),
systém je posouvá dál až po zvládnutí látky (mastery-based / koncept zvládnutí bez mezer).

Role dospělých ve třídě: místo klasických učitelů ve smyslu frontální výuky používají „Guides“ (průvodce), kteří mají víc roli mentoringu, motivace a podpory než tvorby lekcí a známkování.

Odpoledne (co se děje): „life skills“ workshopy a projekty – rozvoj dovedností, zájmů a praxe
(sport, umění, podnikavost, finanční gramotnost ap.).

Neřeší to striktně podle ročníků: uvádějí, že pracují spíš v „úrovních podle schopností“ než podle věku/ročníku.

Sociální část (co tvrdí škola): argumentují, že díky kratší „sezení u tabule“ mají děti zbytek dne více
interakce v aktivitách s vrstevníky a vedení průvodci.

„AI“ v praxi (co popisují externí zdroje): dle reportáží jde často o kombinaci adaptivních platforem
(např. IXL) a vlastních nástrojů; AI má být hlavně ve vrstvě personalizace/diagnostiky a doporučení dalšího kroku,





Adaptive learning technology (ALT): výuková technologie, která pomocí AI (umělá inteligence)
a algoritmů personalizuje učení pro každého studenta.
 
Jak funguje: průběžně vyhodnocuje výkon (správnost, rychlost, typ chyb, zvládnuté dovednosti)
a v reálném čase upravuje obsah, tempo i obtížnost.
 
Co dělá navíc: vede studenta „jako digitální tutor“ přes individuální učební trasu (co zopakovat, co přeskočit, co procvičit), aby se zlepšila míra zvládnutí (mastery) a zapojení (engagement).
 
Rozdíl proti statické výuce: není „one-size-fits-all“ (stejné pro všechny), ale adaptuje se na potřeby
a úroveň konkrétního studenta.