每年春天，Chris Camillo 不做財報分析，不看技術線圖，而是打開 Google Trends，查兩個詞：「roof repair」和「roof damage」。這背後是一條清晰的因果鏈：北美最大的屋頂建材商 Beacon Roofing（BECN），營收高度依賴冰雹。冰雹砸得越兇，屋頂壞得越多，Beacon 賣出的建材就越多。而冰雹過後第二天，受災的屋主就會上網搜尋「怎麼修屋頂」。換句話說，Google Trends 上這兩個詞的搜尋量，就是一根提前洩漏 Beacon 營收的溫度計。有一年，Camillo 看到的搜尋高峰是過去多年的將近三倍。
華爾街的分析師要等到保險公司六週後發布災損報告，才知道這一季發生了什麼。Camillo 用一個免費的瀏覽器，搶在所有人前面五六個禮拜就知道了答案。他重倉、高槓桿做多 Beacon。財報一出，營收遠超預期，股價暴漲。這筆交易的背後，是一個可以重複的結構——Camillo 把它叫做「社交套利」。過去十八年，他用同一套方法把兩萬美金滾到超過七千萬（年化約75%，單一帳戶、經過審計）。這篇文章要拆開這個結構，看它為什麼有效，再用它檢驗：有了 AI，這套方法還是不是少數人的專利。
每一筆社交套利，都是同一個結構
每一筆成功的社交套利，都同時具備三段結構。
第一段，一個會撼動營收或觀感的改變。可以是消費行為、文化潮流、新科技、天氣或政治。在屋頂交易的例子裡，這個改變是一場特別嚴重的冰雹季。
第二段，一個能在官方數據之前看到這個改變的即時代理指標。官方數據（財報、分析師報告、保險災損統計）總是延遲的。代理指標則是那個提前洩漏真相的東西：搜尋量、論壇提及頻率、貨架被掃空的速度，或是還沒賣出去的座位數。在屋頂交易中，代理指標就是 Google Trends 的搜尋量。
第三段，一段市場還沒反應的時間差。這段時間差正是報酬的來源。它從代理指標可被觀察的那一刻開始，到這件事變成共識、被股價消化的那一刻結束。在屋頂交易裡，這段時間差長達五六個禮拜。
進場和出場的理由，都只跟這個結構有關。Camillo 在「資訊不對稱」的那一刻進場——也就是他看到了代理指標、但市場還沒看到的時候；他在「資訊變成共識」的那一刻出場——也就是其他投資人開始看到同一件事的時候。中間股價怎麼跳，他不管。他不設止損。他交易的是資訊，只要代理指標指向的事實還沒被推翻，股價往下就是加碼的機會，而不是離場的訊號。他不看本益比，不看技術線，十五年前就關掉了 CNBC。
Camillo 用三個問題篩掉大部分的雜訊：
- 這個改變會不會明顯撼動營收，或明顯改變世界對這家公司的看法？
- 它的規模和速度夠不夠大，足以撼動這家公司或這個產業？
- 市場上其他人，是不是已經知道你以為自己獨家看到的事？
三個都過關，才值得下注。
這套方法之所以能成立，靠的是一個資訊時序上的事實：人們說出口的渴望，比他們掏出的錢更早出現。華爾街交易的是「交易數據」，例如信用卡刷卡紀錄，一份要價數百萬到數千萬美金，而且要等消費真的發生才看得到。Camillo 交易的是「對話數據」，是人們在買之前就在網路上講的話。對話數據比交易數據更早，代價是它不精確、要靠人解讀。Camillo 自己也買信用卡數據，拿來算自己該什麼時候出場。當刷卡數據開始顯示趨勢，代表華爾街也快看到了，那段時間差即將關閉。
案例：訊號可以從哪裡冒出來
把 Camillo 過去十八年的交易攤開，按「訊號從哪裡冒出來」分類，你會發現它們全是同一個三段結構，只是改變藏在不同的地方。每一則案例中，我用粗體標出的，是他搶在華爾街前面的那個即時訊號。
一、某個產品突然在貨架上爆紅
e.l.f. Beauty（ELF）
2019年初，美妝大網紅 Jeffree Star 拍了一支半張臉用7美金 e.l.f.、半張臉用50到60美金專櫃品牌、結論是兩邊效果一樣的影片，觀看次數破千萬。Camillo 抓到的訊號更早：e.l.f. 的網路討論量在那段時間突然暴增。他順著聲量追到那支影片，再親自跑去 Walgreens 站了一整天，看著媽媽和小孩把貨架上的 e.l.f. 掃空。他打電話給一家大型銀行負責美妝的分析師求證，對方反問「Jeffree Star 是誰？」。當時 e.l.f. 股價約7美金，後來漲到160美金。
Newell Brands（NWL）
2017年，一股自製史萊姆黏土的風潮席捲全美小孩，而製作黏土的關鍵原料是白色的 Elmer's 膠水，它的母公司正是 Newell。Camillo 看到的訊號是**「Elmer's glue」「DIY slime」這類詞的網路提及頻率突然暴增**。膠水只佔 Newell 營收約2.5%，但那一季 Elmer's 銷量跳升約六成——對一家每年只成長2%的老牌公司來說，這足以撼動整體營收。他買進 Newell，用槓桿選擇權進場，賺了300%。
任天堂 Wii（NTDOY）
2006年的 E3 電玩展，媒體版面全給了新一代 Xbox 和 PlayStation，Wii 的體感操控被當成噱頭。Camillo 連續好幾天跑去 GameStop 問店員賣況。訊號很乾脆：Wii 一上架就被搶光。他把幾乎全部資金押進任天堂的 ADR。等到華爾街意識到 Wii 是現象級產品，股價已經漲了約七成。
Crocs（CROX）
2020到2021年疫情期間，醫護人員大量穿 Crocs，加上一連串名人聯名，讓這雙橡膠醜鞋翻紅。Camillo 從 TikTok 留言和店頭追蹤這股熱度。訊號是留言區裡的國中生開始把 Crocs 講成潮鞋，而華爾街長年認定它只是一時流行、每季都低估它。他在財報前加倍下注。財報出來，Crocs 又一次大幅超預期。
UGG 的迷你款（母公司 Deckers，DECK）
UGG 每年秋天都會回溫。Camillo 的做法是把基準線拉長：他連續十五年、每年九到十月都在數 TikTok 上 UGG 的留言量，心中有一條清楚的季節基準。大約2021到2022年，UGG 推出迷你款（UGG Minis），那年秋天的留言量明顯衝出基準線之外，他判斷這不是例行回溫，而是一個爆發點。母公司 Deckers 的股價也跟著走了一大段。
Celsius（CELH）
大約2021到2022年，能量飲料 Celsius 在健身和年輕族群裡快速竄起。Camillo 靠的訊號是TikTok 留言裡這個品牌的聲量，在主流市場注意到之前就先暴衝，他很早進場。後來一支聲稱 Celsius 含有害成分的影片在 TikTok 爆紅、衍生影片累積上億觀看，他追蹤到這股負面聲量正在傷害品牌、拖住成長。同一個訊號源，既能告訴你一個品牌要起來，也能告訴你它什麼時候要出事。
泡泡瑪特與 Labubu
2024到2025年，中國潮玩公司泡泡瑪特的 Labubu 公仔在全球掀起搶購。Camillo 追蹤的訊號是TikTok 留言裡這股收藏狂熱往各國擴散的速度。他買進在香港掛牌的泡泡瑪特，按他受訪時的說法，這家公司一年內市值大約從130億美金跳到400億美金。
Snapple（童年的第一筆放空）
13、14歲時（大約1990年），他注意到的訊號是家附近 7-Eleven 把檸檬味 Snapple 的貨架空間砍掉大半，店員說是因為新對手進來、而且是永久的。他判斷 Snapple 要出問題，透過當股票經紀的哥哥下了一筆看跌期權。那一季 Snapple 公佈了史上最差的財報，他的期權翻了三倍。
二、一部影視或一場演出，撐起一家公司
Netflix（NFLX）與《怪奇物語》
2016年，《怪奇物語》上線後口碑炸開。Camillo 用自己公司 TickerTags 的數據統計上線後的網路提及。訊號是它的討論深度是 Netflix 史上任何一部劇的三倍：觀眾不只是看，還會逼朋友、家人去訂閱才能一起追。尼爾森式的傳統數據只看得到「多少人看了」；只有對話數據看得到那種會驅動新訂閱的狂熱。
Mattel（MAT）與芭比電影
2023年的芭比電影上映前，多數人——包括他在一場晚宴上爭論的好萊塢電影金主——都覺得會撲街。Camillo 從上映前約九個月（2022年秋天）就開始追蹤。訊號是電影票房預測論壇上的預售座位數遠超任何人的預期。芭比是 Mattel 營收很大的一塊，一部熱賣電影足以帶動股價。他買進大量買權，股價從十幾美金漲到21、22美金。他在電影上映那個週末前出場。
Sphere（SPHR）與《綠野仙蹤》
2025年8月，拉斯維加斯球體場館推出這場新秀。Camillo 先讀開演頭48小時的觀眾留言，看到一百多則「下個月要從歐洲飛來看」，接著去查場次的售票狀況。訊號是一兩週後的場次座位賣得異常地快。散戶分析師最先注意到座位售罄，華爾街等到公司上調財測、宣佈加場才跟上。
獅門影業（LGF）與《飢餓遊戲》
《飢餓遊戲》首集2012年3月上映。一個同事讀過原著小說，跟 Camillo 說這會是史上最大的系列電影之一。他跑去看影迷追蹤票房的論壇，那裡會根據各戲院的預售座位推估開片票房。訊號是預售座位的數字遠超預期。
The Container Store
收納用品零售商 The Container Store 的生意，取決於有多少人想把家裡收拾乾淨。Camillo 的訊號是2019年初，一檔教人收納整理的實境節目衝上了 Netflix 熱門排行第一，掀起一波居家斷捨離的風潮。他買的是這波風潮最直接的受惠者：賣收納箱和層架的 The Container Store。
三、天氣、災難與突發事件
新冠肺炎（2020），他這輩子最大的一筆
疫情剛在中國爆發、市場還不當一回事的時候，Camillo 做了一件多數投資人不會做的事：用 Google 翻譯一篇篇讀中國醫生和科學家的第一手報告，判斷這會失控成全球大流行。他每週把約10%的資產押進標普、賭場股、航空股的看跌期權。市場一開始不跌，他連續加碼，一度虧掉三四成，直到市場崩盤。那一年總帳戶的年化報酬率約370%。市場觸底兩天後，他反手重壓十四五家居家概念股，從惠普的印表機、Peloton 的健身車，到一家擁有 Schwinn 自行車品牌、九個月內漲了八九倍的加拿大公司。
Peloton（PTON）
這批居家概念股裡，他押得最重的是 Peloton。他的訊號不只是「健身房關了，大家在家運動」，而是更深的一層：Peloton 用戶論壇裡，車主對這台機器近乎宗教式的狂熱和黏著度——使用者把它當成一種身分、一個社群，而不只是一台健身車。他自己從沒騎過一台 Peloton。
四、一個科技或商業模式的轉向
蘋果（AAPL）與第一代 iPhone（2007）
當時華爾街盯著一個缺陷：iPhone 只跟 AT&T 獨家綁約，而 AT&T 在曼哈頓的訊號爛到出名，所以覺得它賣不動。Camillo 在一場泳池派對上借朋友的 iPhone 玩了五分鐘。他看到的訊號是現場另外二十幾個人玩過之後，每張臉都是同一個上癮的表情。他重壓蘋果。
亞馬遜（AMZN）與 AWS 雲端
2010年前後，他每晚泡在工程師的技術論壇上。訊號是**「AWS」「雲端運算」這些詞的提及頻率正在快速攀升**。他看到工程師正在大規模把公司伺服器搬上亞馬遜雲端，而這個趨勢還沒反映在任何一份華爾街報告裡。
Palantir（PLTR）
2024年，多數人——甚至包括 Palantir 的持股者——都搞不懂這家公司到底在做什麼。Camillo 判斷的訊號是一個約十二個月的窗口：隨著 Palantir 完成第一批客戶的成功案例、開始快速增加客戶，世界會逐漸看懂它在 AI 浪潮裡的位置。他在30美金重倉、高度槓桿。
輝達（NVDA）的每週期權
2025年貿易戰後的反彈段，他連續約十四週，每週把一成、有時一成半的流動淨值押進輝達的週選擇權。每一筆都綁著一個他能預判時間點的具體事件：他追蹤誰要飛去阿聯酋談主權 AI 和資料中心，推算那一週會冒出什麼新聞。
五、結構性趨勢，配上一個夠狠的 CEO
Robinhood（HOOD）
這是一筆還在進行的長期押注。Camillo 觀察到的訊號是年輕男性把投資和交易變成一種身分認同、一種次文化。他估計未來三十到三十五年，大約一百兆美金的財富會透過繼承轉移到這個世代手上，而其中很大一塊，會經由 Robinhood 流進市場。他從2024年底開始建立這個部位；在2025年11月的一場訪談中，他說這已經是他最大的單一持股。
六、名人與網紅，把一個產品一夜引爆
愛力根（Allergan）與凱莉・詹娜的豐唇
大約2015年，凱莉・詹娜（Kylie Jenner）帶起一整波豐唇熱潮，而做唇部填充劑的大廠正是愛力根。Camillo 抓的訊號是這股豐唇熱在社群上的擴散速度，順著它押注愛力根。
Glu Mobile（GLUU）與金・卡戴珊的手遊
2014年，金・卡戴珊推出一款手機遊戲《Kim Kardashian: Hollywood》。大約有兩個月時間，它是全世界最熱的手遊，而開發商是上市公司 Glu Mobile。Camillo 的訊號是他在熱潮一開始就盯著這款遊戲的聲量，於是重押 Glu Mobile。
Lululemon（LULU）與 Urban Outfitters（URBN）的「Bama Rush」
2022到2023年，阿拉巴馬大學的姊妹會招新（Bama Rush）在 TikTok 上爆紅。Camillo 看到的訊號是TikTok 上 Bama Rush 內容帶動的特定品牌需求：一年熱點落在 Lululemon，另一年落在 Free People（Urban Outfitters 旗下品牌）。兩個熱點他都做了。
七、線下的人潮，和他自己的生意
PF Chang's 與 Cheesecake Factory
Camillo 早年（大約1990年代）在達拉斯，親眼看到 PF Chang's 和 Cheesecake Factory 門口排著三個鐘頭的隊。訊號就是那條排到街上的人龍，而它背後是一個還能複製到全國上百、上千家分店的成長故事。華爾街的人沒看到，純粹因為這些店還沒開到他們住的地方。
Sweetgreen（SG）
Camillo 自己在達拉斯開餐廳。2026年，當沙拉連鎖店 Sweetgreen 宣佈推出雞肉凱薩捲時，他一口氣接上三個訊號：他自己餐廳裡，雞肉凱薩捲是十二年來賣得最好的單品；他打電話去 Sweetgreen 的門市問，店員說這個新品推出十天內就佔了兩成銷售；他每晚讀 TikTok 上相關影片的留言。三個訊號指向同一件事。
八、最冷門的訊號源：病人家屬的論壇
2000年代，Camillo 做過幾筆生技交易。訊號來自：參加新藥臨床試驗的病人，他們的家屬會在 Facebook 社團和醫療論壇裡交流——從這些對話可以判斷一場試驗進行得順不順利。他靠讀這些貼文，搶在試驗結果正式公布、藥物獲批之前進場。
九、反向操作，以及「抓到也賺不到」的案例
星巴克（SBUX，放空）與 Dutch Bros（BROS）
這一筆的訊號來自他自己家裡：他太太本來是星巴克的常客，後來嫌太貴不去了，改喝 Dutch Bros。他往外一看，發現 Dutch Bros 的得來速據點在拉斯維加斯到處冒出來，再用對話數據驗證「星巴克太貴」這個抱怨正在擴散。他在2023年做空星巴克。
維多利亞的秘密（當時的母公司 L Brands，LB，放空）
2018到2019年前後，Camillo 看到的訊號是年輕女性開始倒向無鋼圈、舒適的 bralette，甚至流行不穿胸罩，而市佔第一的維密，連 bralette 這個品類都還沒開始賣。他放空它的母公司 L Brands。
J.Crew（他最有名的「錯過」）
2008年，蜜雪兒・歐巴馬穿了一身黃色 J.Crew 上電視，登上各大媒體版面。這件事為 J.Crew 帶來數百萬新客戶，Camillo 卻沒把它連成一筆交易。他後來在 eBay 上買下同一套衣服，掛在衣櫃裡提醒自己。
Vita Coco（COCO，他又一次的「錯過」）
2026年初，一整年的健康風潮把椰子水推成「最被認為健康的補水方式」，做椰子水的上市公司 Vita Coco 交出史上最好的財報，財報當天股價跳了三四成。訊號其實很直接：只要去 Google Trends 查「coconut water」或「Vita Coco」，過去三四個月就是一條筆直向上的曲線。Camillo 後來坦承這一筆他因為忙著看 AI 而錯過了。
Under Armour（UAA，看對卻賠錢）
大約2012到2013年，他極度看好 Under Armour 的 ColdGear 保暖系列——這個判斷後來也對了。但財報前一週，同類的 Lululemon 公佈了爛財報、又遇上分析師調降評等，整個運動服飾類股被拖下水。他一路往下加碼，Under Armour 後來確實交出好財報，他卻在過程中先賠了一大筆。
為什麼華爾街看不到
這套方法能持續有效，是因為它打在華爾街的結構性盲區上。
第一個盲區是人。絕大多數賣方分析師是中年男性，活在東北岸的同溫層裡。女兒在追什麼、青少年在 Discord 上聊什麼、家庭主婦在 Facebook 社團抱怨什麼——這些剛好落在他們的雷達之外。Camillo 說自己過去二十年最大的幾筆交易，多數來自女性和青少年的潮流。
第二個盲區是數據的時序。華爾街依賴的交易數據要等錢花出去才存在。對話數據發生在掏錢之前，所以永遠更早。
第三個盲區：華爾街缺乏解讀對話數據的能力。
從車庫拍賣到華爾街：一種本能的進化
還沒有 eBay 的年代，Camillo 每個週末天沒亮就搭公車去逛車庫拍賣。他發現主辦的家庭主婦對手錶、釣具、工具箱這類男性用品的二手價值毫無概念——在她們眼裡是雜物，在二手市場上卻很值錢。他用1美金買進、10美金賣出。同一件東西，買賣雙方掌握的資訊不對等，價差就是利潤。
2007年，三十出頭、在達拉斯做業務的他，從8萬7千美金的存款裡拿出2萬來測試這個本能。三年內變成200萬。2011年他出了書《Laughing at Wall Street》，後來被收進 Jack Schwager 的《Unknown Market Wizards》。
2010年代中期，他和合夥人開了一家叫 TickerTags 的公司，要把這套方法機器化。他們把整個 Twitter 的資料流接進來，建一套「標籤」字典：每一個產品、品牌、技術、文化現象、人物、政府法規，都對應到一家或多家上市公司。最初35萬個詞組，賣給 Jefferies 時已經超過150萬個，配上七年的歷史數據，即時統計每個標籤的提及頻率，跟歷史和季節基準比對，自動標出異常。
客戶是華爾街的銀行和一些最大的避險基金、量化基金。Camillo 在裡面待了幾年，得到一個結論：這些機構慢、官僚、誘因錯位。就算把數據送到他們手上，他們也用不起來。他一小時能解讀完的東西，最好的基金要花好幾個禮拜。他甚至開過一檔叫 SIA Capital 的避險基金，只活了60天。
賣掉 TickerTags、離開機構之後的這些年，反而是他生涯報酬最好的一段。
AI：能不能把這套系統化
Camillo 的優勢，有一半來自勞力：他親自天沒亮去逛拍賣，每晚花三到四個小時讀 TikTok 留言，親自站在 Walgreens 一整天，親自用 Google 翻譯讀中國的醫學報告。當 AI 讓這些觀察變得幾乎免費，這套方法會怎麼變？
他自己已經把 AI 接進流程，但只接後半段。當他發現一個消費行為的改變，他把這個改變描述給 ChatGPT，請它列出全球所有會受惠和受害的產業與上市公司。過去這件事要花他六到十個小時，現在大約20秒。他也用 AI 拉財報逐字稿。但他畫了一條很清楚的線：AI 做不到「發現」那個想法。他試過，到目前為止，AI 沒辦法自己浮現出「世界正在改變」的訊號。他也不讓 AI 下單。
這裡需要區分兩個層次：「觀察」（刻意去看某個東西）和 「發現」（從雜訊中浮現出「這是一個改變」的判斷）。AI 可以大規模自動化「觀察」，掃描全網、統計頻率、抓取異常——這正是替代數據量化基金早已在做的事。但 Camillo 的能力是「發現」：他知道該觀察什麼，也知道觀察到的東西意味著什麼。當「觀察」因為 AI 而變得幾乎免費時，單純靠掃描全網來交易的策略會變得非常擁擠，時間差趨近於零。
Camillo 自己問過一個問題：當人人都是好投資人，還有人是好投資人嗎？
優勢沒被壓縮的地方有三個。第一是判斷：偵測正在快速商品化，但因果判斷仍然稀缺。第二是沒有現成數據商覆蓋的一次性訊號：數 Sphere《綠野仙蹤》的剩餘座位，沒有任何一家替代數據公司在賣這種產品。第三是華爾街和量化基金都懶得碰的長尾：太小、太怪、太新，還沒有乾淨數據產品的角落。
在 AI 時代，瓶頸從「觀察的勞力」移到了三件事：提出假設、設計代理指標、做出判斷。
Camillo 現在押的 AI 主題，本身就是這套方法的延伸。他重倉 Bloom Energy（BE），因為它的燃料電池能讓資料中心比排隊等燃氣渦輪機快六到十二個月上線。他把亞馬遜（AMZN）當成 AI 與機器人最大的長期受惠者。而他投入一半精力的，是他眼中世代級的機會：具身智能。他認為人型機器人一旦成真，人類等於擁有近乎無限的勞動力，而特斯拉（TSLA）最被低估的就是 Optimus 部門。
紀律與代價
Camillo 的每一條紀律，幾乎都是賠錢換來的。
部位大小，等於你做功課的深度。 2019年他重倉 Restaurant Brands（QSR），論點是旗下漢堡王的素食堡和 Popeyes 的爆紅脆雞堡會帶來史上最好的一季。他放過了佔營收一半以上、比較難查的 Tim Hortons，假設它會平平淡淡。結果 Tim Hortons 因為加盟商集體反彈交出災難性財報，整支股票不漲反跌，他在這筆槓桿期權上虧掉了當時三分之一的淨資產。財報前幾週，Tim Hortons 的加盟商在佛羅里達開過一場抗議大會。
就算你全對，還是可能輸。 2014年假期季，JAKKS Pacific（JAKK）推出的《冰雪奇緣》Elsa 娃娃，是那一季的第一名玩具。財報果然爆棚，盤前漲30%，他的期權瞬間漲了兩三百倍。然後開盤，股價一路下滑，收在倒跌20%。幾週後他才查到：一個持股10%的機構股東，趁這天的強勢和流動性，一天之內把整批持股倒光。從那以後，他把單筆槓桿期權壓在流動資產的5%到10%。
其他紀律：
- 把錢分桶。用一個「大錢帳戶」承擔高風險，裡面的錢來自每天省下、本來就打算花掉的小錢。
- 黑天鵝一定會來，所以要事先準備。加州大地震未來三十年幾乎一定會來，那就先研究好那天該做多和做空什麼。
- 不要離開你的優勢區。他投了大約160家新創，回報平平。
Camillo 自己講得最白：他在交易上的成功，99%的人複製不了。你看到的是六筆漂亮的交易，看不到的是有多少次掃描一無所獲、多少訊號最後是假的。一個發出一百個訊號、只給你看六個成功案例的系統，本質上就是包裝過的倖存者偏差。
更深一層：運氣和能力根本分不開。Schwager 訪問過幾十個頂尖交易員，問他們這輩子最糟的一筆交易是什麼。很多人的答案不是賠最多的那筆，而是決策做得最爛的那筆。一筆交易的結果由能力和運氣組成。如果你做了爛決策卻剛好賺到錢、因此覺得自己對，你就會用同一套錯誤邏輯一直做下去。頂尖交易員用決策本身合不合理來衡量自己，而不是用單筆的賺賠。
結語：可以複製的不是交易，是流程
Camillo 的某一筆交易你大概複製不了，但這個流程可以。有三樣東西你可以放進自己的投資裡：把日常連到財報的觀察力、為一個論點客製代理指標的耐心、以及敢承認自己做錯的誠實。
想更深入了解 Camillo
- 他自己的書《Laughing at Wall Street》（2011）：已絕版，但 Amazon 上還找得到二手書。
- Jack Schwager《Unknown Market Wizards》（2020）中的專章：完整審計過他的紀錄。連 Camillo 自己都說，這一章解釋得比他本人還清楚。
- YouTube 頻道「Dumb Money」（Dumb Money Live）：他和 Dave Hanson、Jordan McLain 共同主持的節目。
- X（Twitter）@ChrisCamillo：他常在這裡即時貼出觀察到的趨勢和正在下的注。
提醒：跟著看可以學方法，但不要照抄他的交易。他用的槓桿和集中度是一般人不該複製的，而且你看到的每一筆漂亮交易，背後都有許多沒被秀出來的落空與失手。
本文為我們的分析，素材來自 Chris Camillo 的多場公開訪談、他的著作《Laughing at Wall Street》，以及 Jack Schwager《Unknown Market Wizards》中的相關章節。文中報酬數字為 Camillo 公開、據其所述經過審計的個人紀錄，不構成投資建議。文中提到的持倉、進出場時點與報酬，反映的是各場訪談錄製當下 Camillo 本人的說法，不代表最新狀況。