zhongjiang
23 posts


在量化交易中,当我们计算因子值时,经常会遇到一些极端值。本文想谈谈一些简单常见的因子极端值处理方法 为什么极端值会影响因子分析 大多数统计方法,如线性回归、标准化,都假设数据的分布是相对连续的,没有极端值。当因子值出现极端值时,它们会拉偏模型的估计 举例来说,你计算某个因子与未来报酬的相关系数。大部分股票的因子值在 0 到 20 之间,但有一档股票的因子值是 500。这一个极端值会把相关系数拉高,让你误以为因子有效。如果你没有处理这个极端值,你的回测结果可能是虚假的 方法一:删除 这是最直接的方法:把极端值直接从数据集中移除。常见的删除标准包括:因子值超过均值 ± 3 倍标准差、因子值超过 Q3 + 1.5×IQR、因子值超过某个百分位数 优点是简单、直接,完全消除极端值的影响 缺点是如果极端值是真实的市场事件,删除它们会让你低估尾部风险。当样本量较小时,删除极端值可能导致资讯损失,特别是在金融数据集规模相对有限的情况下,这个影响会更明显 方法二:缩尾 缩尾不删除极端值,而是把它们替换为某个百分位数的值。例如,5% 缩尾就是把所有小于第 5 百分位数的值替换为第 5 百分位数的值,把所有大于第 95 百分位数的值替换为第 95 百分位数的值。缩尾保留了样本数量,同时降低了极端值的影响 优点是保留了所有样本,不会损失数据量,处理方式较为稳健 缺点是会改变数据的真实分布,如果缩尾比例过大,可能会掩盖真正的极端事件。在金融市场中,极端事件往往包含重要资讯,过度缩尾可能导致低估风险 方法三:转换 转换是对因子值施加一个非线性变换,压缩极端值的影响,同时保留所有样本。常见的转换包括:对数转换,适用于右偏的正数因子;平方根转换,比对数更温和;Box-Cox 转换,用一个参数自动找到最佳转换方式;Rank 转换,把因子值转换成排序,完全消除极端值的影响 优点是保留所有样本,且可以同时矫正偏 缺点是解释性下降,转换后的因子值不再是原来的单位。但不同转换方法的效果差异明显,可能需要搭配交叉验证来判断最适合的处理方式。

MASSIVE DELAY ALERT TO ORACLE’S STARGATE SITE AND BLOOM ENERGY🚨🚨 Oracle’s Project Jupiter behind-the-meter datacenter project in New Mexico that plans to use Bloom Energy is at risk of a 1-2 year delay due to permitting and pipeline building blockers. (1/8)🧵


JUST IN: Nvidia CEO Jensen Huang says a 1GW AI factory on Nvidia architecture costs is headed toward $100,000,000,000.


AI牛市拆解:交易技术面 vs 产业链基本面 | 近2小时高浓度访谈干货全整理 @rickawsb 老师推荐的这份AI产业访谈长达近两小时,信息量巨大,两位嘉宾分别从交易技术面和产业基本面与供应链几个截然不同的视角,对AI牛市的行情、风险及细分赛道进行了深度拆解 我已整理成纯文字版,全文无删减,高浓度分享给大家学习👇 嘉宾:Labubu(黄老师)@labubu_trader|挖掘机老师@QihongF44102 1️⃣ CPO与光模块:短期不看好,进度远不及预期 ➤ 挖掘机老师高度认同SemiAnalysis看空报告,CPO大爆发会推迟。CSP最看重数据中心稳定性,当前CPO在量产可靠性和维修性上根本不过关 ➤ 上游核心元件严重缺货,整个供应链产能不足,极度缺乏CW激光器,无法支持大规模上量 ➤ 光模块板块估值已透支:宁波调研显示实际交付量远低于宣称,5月北美光通信股票已提前计价2027年30倍PE,现阶段明确不看好 2️⃣ MLCC与被动元件:涨价才刚开始,弹性极大 ➤ AI服务器高端MLCC需求是传统服务器的5-7倍,高端产能被村田、太阳诱电、国巨、三星电机等少数日韩台大厂垄断(80%-90%份额) ➤ 这类资产起涨前PB极低。目前涨价刚开始,第一波炒“预期”,接下来炒“业绩兑现(Delivery)”,利润空间很大。早期看PB,中后期看PE 3️⃣ 存储与半导体设备:长线供不应求,设备迎涨价红利 ➤ 存储是5年超级周期,未来五年大概率供不应求。三星和海力士到2028年利润惊人,当前PE不到5倍(排除地缘风险,三星市值潜力5-6万亿美元) ➤ 长鑫存储IPO不冲击全球格局,反而会拉高整个存储板块估值中枢(中国半导体公司常享20-30倍估值) ➤ 全产业链缺货涨价时,半导体设备(ASML、TEL等)罕见迎来“涨价”窗口,材料端弹性更大,是本轮重点布局方向 4️⃣ 台积电与地缘政治 ➤ 台积电地位稳固。全行业都在涨价(海力士利润率达90%),台积电利润率50%-60%,涨价非常合理 ➤ 特朗普“科技国家队”支持Intel,本质是解决AI发展导致其他行业劳动力短缺的社会矛盾,是一种“转移支付”的聪明手段 5️⃣ 宏观大盘节奏与6月风险预判 ➤ 黄老师指出市场极度厌恶“不确定性”。他5月底已预测6月回调,6月存在多重不确定性(霍尔木兹海峡石油危机通胀担忧、FOMC鹰派预期、SpaceX上市抽血等),华尔街遇到不确定性会提前避险 ➤ 下半年仍处于牛市上升趋势,但走势会非常“颠簸(Chop)”,涨几天跌几天,比较折磨人 6️⃣ 核心赛道交易风险(存储、QCOM、Intel、ARM) ➤ 黄老师提醒存储(美光)短期踩踏风险极高:全市场对冲基金和新兴市场基金极度重仓且高杠杆持有,任何微小瑕疵或负面消息都可能引发大规模去杠杆 ➤ 看空QCOM与Intel概念炒作:QCOM核心Nuvia团队已大量流失,上涨纯属炒作;Intel先进封装获政策支持主要出于地缘政治,追赶台积电仍很遥远 ➤ 看好ARM长线价值:需求确立且未来可能自己做CPU,基本面优秀,但当前价格偏贵,若回调至合理区间会有较好上行空间 7️⃣ 交易体系与止盈信号 ➤ 黄老师认为:技术指标本质是“市场共识”。常用21日、50日均线,因为全市场都在用,它代表过去交易者的平均持仓成本 ➤ 散户信息天然滞后,必须通过动能、相对强度等指标确认趋势,顺势而为 ➤ 顶部止盈的绝佳信号是量价背离:高位抛物线加速、K线越来越长、成交量异常放大时(如5月底三星电机),买卖双方分歧严重,结合ATR倍数判断距离均线过远,就是强烈危险信号和止盈良机 8️⃣ 大模型降价对半导体的长远影响 ➤ 黄老师分析,OpenAI和Anthropic的Token降价竞争对下游应用爆发是绝对利好。但长远看,应用端对算力成本的敏感和压价,会以超预期速度向半导体硬件上游传导,未来半导体“靠涨价赚钱”的逻辑可能会被打破 9️⃣ 总结:AI牛市深层逻辑与风险提示 挖掘机老师认为:AI产业链的瓶颈已经从前端算力(GPU、被过度炒作的CPO)向后端的支持性硬件转移(存储、MLCC被动元件、半导体设备),这是当前资金正在重估的价值洼地 黄老师则认为:在拥挤赛道(尤其是存储)和极高杠杆环境下,市场极其脆弱,下半年将是宽幅震荡的颠簸行情。投资者需要密切关注量价极限信号(高位爆量),在充满不确定性的宏观节点前提前避险止盈 原访谈近两小时,信息密度极高,有时间建议大家去听听🤠


VIX is still holding above 20, this means the events are not cleared, CPI is just one of it. But OPEX is now purely supportive, the charm/vanna flow I mean

There was a 95% chance of a bounce or a bottom today due to Friday’s VIX reading. With the VIX closing down more than 10% today, there is now an 85% chance of a top or a sell tomorrow. Tomorrow is also my turn date, June 9th. Will tomorrow mark the bottom before we rally to nATHs by my June 19th turn date? Let’s see!

本周计划是全力减仓半导体,必要时刻主动大仓位做空。 理由见评论区链接文章。












