标准差聚类

一种量化现象，即资产价格预测或走势的统计离散度显著偏离历史平均水平。

标准差（SD）聚类是一种量化市场广度指标，用于追踪特定范围内有多少单个资产同时经历统计上异常的价格变动或模型预测。与可能被少数超大盘股严重扭曲的市值加权指数不同，这种方法对每项资产一视同仁，以衡量市场走势的真实参与率。 为观察标准差聚类，量化模型会建立一个历史基线，反映平均而言每天通常有多少股票朝某一方向移动或触发特定信号。当触发这些信号的资产比例突破历史均值上下一个或两个标准差的阈值时，就识别出聚类信号。这表明市场广度正朝着高度异常、统计显著的方向移动。 对散户投资者而言，标准差聚类有助于识别尚未在被动型市值加权指数ETF中显现的潜在机构吸筹或派发行为。向上的聚类信号表明许多个股普遍存在广泛的买入力量，历史上这被视为更广泛市场上涨的领先指标。相反，向下的聚类信号可以在主要指数开始下跌前预警系统性疲软。 一个常见误区是假设聚类信号必然意味着趋势会立即反转或延续。高度波动的宏观环境可能产生假阳性或短暂聚类，并迅速均值回归。因此，分析师通常使用这些信号来判断整体市场健康状况，而不是用来精确择时进场或离场。

一个量化模型追踪由500只股票构成的股票池。在平均交易日中，历史基准显示，50%（250只股票）的交易价格高于其20日移动均线，历史标准差为5%（25只股票）。如果市场突然变化导致310只股票（62%）的交易价格高于其20日移动均线，则与均值的偏离为12%（62% - 50%）。由于12%除以5%的标准差等于2.4，市场正在经历一次+2.4标准差的聚集事件，表明出现了极不寻常且广泛的看涨市场广度。