SD聚类信号

主要 Pattern Analysis 读数——即今日 AI 股票预测在多大程度上倾向某一方向，并以自身历史为基准，按标准差（1、2 或 3 个 SD）进行分级。

标准差（SD）聚类信号是一种技术性市场宽度指标，旨在衡量在任一给定交易日，一组人工智能股票预测在单一方向上的倾向有多强。通过分析固定股票池中卷积神经网络（CNN）价格预测的集体输出，该系统计算每日宽度统计量，例如看涨预测比例（Up ratio）、看跌预测比例（Down ratio）、平均预测置信度以及高置信度预测数量。随后，将每一项每日统计量与其长期历史基准进行比较，以确定其偏离历史均值多少个标准差。 当某一主要方向统计量（上涨比例或下跌比例）突破高于其历史均值1、2或3个标准差的阈值，且相反统计量没有发出冲突信号时，就会生成每日信号。例如，如果上涨比例突破其标准差阈值，而没有任何看跌统计量突破阈值，则会触发“UP”信号。如果看涨和看跌统计量同时突破各自阈值，或者只有次级置信度指标突破阈值，则该日被归类为中性。最终的主要信号代表达到的最高且无冲突的标准差水平，例如“2 SD UP”或“1 SD DOWN”。 对于散户投资者而言，该信号可作为衡量全市场动能和系统性情绪变化的指标。由于阈值基于标准差构建，大多数交易日自然不会产生信号，这代表正常的市场噪音。当出现2 SD或3 SD信号时，它表明存在极端统计离群值，即AI模型出现罕见且高度集中的一致判断。投资者利用这些罕见读数来识别潜在市场转折点、突破或过度延伸趋势，但他们必须保持谨慎，因为3 SD事件极其罕见，且基于较小的历史样本量。

假设精选股票池的历史上涨比率平均为42%，标准差为10%。要触发2 SD UP信号，当日上涨比率必须至少高出历史均值两个标准差：42% + (2 10%) = 62%。如果在某一天，AI模型预测63%的股票将上涨，那么63%的上涨比率就成功超过了62%的阈值。假设没有看跌统计数据（如下降比率）超过各自的阈值，那么这一天就会被判定为“2 SD UP”信号。