首页
学习
活动
专区
工具
TVP
发布
您找到你想要的搜索结果了吗?
是的
没有找到

全球服务器市场波动,浪潮缘何“风景这边独好”?丨科技云 · 专访

Gartner2017年第三季度全球服务器市场报告显示,在x86服务器市场,浪潮销量和销售额首次进入全球前三,多节点云服务器领域出货量和销售额更是斩获全球第一。...浪潮集团副总裁彭震 拥抱互联网 云服务器成未来主流形态 据Gartner数据,全球x86服务器市场中传统的机架、刀片、塔式服务器已经出现负增长,多节点云服务器成为全球市场增长的唯一动力,...而所谓的云服务器,并不是一个新概念。早在2009年浪潮就开始了云服务器的开发与设计工作,2010年浪潮成功研制中国第一代云服务器。...不同于传统服务器的架构设计,新型的云服务器是基于融合架构设计理念对传统服务器进行了重新定义。...毫不夸张地说,浪潮正是行业内最早引领云服务器这种全新服务器形态的企业。九年的坚守,让如今的浪潮云服务器在市场上大获成功。

1.1K10

波动溢价:是否还能持续?

早在规模和价值溢价被“发现”之前,低波动率股票的优异表现就已在1972年Fisher Black等人首次在文献中记录下来。低波动性的异常现象已被证明存在于世界各地的股市中。...所以,高波动性本身并不是糟糕的未来回报的指标——换句话说,它不是一个独立的因素。 低波动溢价与市场环境有关 低波动溢价高度依赖于现有的市场环境。...低波动性因子在价值因子中暴露的时间大概为62%,在增长因子暴露的时间为38%。市场经济环境转换行为影响低波动策略的表现。当波动性较低的股票有价值敞口时,它们的表现平均优于大盘2.0%。...然而,当波动性较低的股票有成长型风险敞口时,它们的表现平均落后1.4%。...然而,新的研究表明,低波动异常能够被其他常见的因子所解释(包括流动性风险),而且低波动溢价的高低依赖于当前市场环境是价值还是成长。

36420

指标波动多大才算是异常?

所以,指标波动不可怕,指标波动代表的业务场景才可怕!脱离业务场景谈指标波动就是耍流氓。...若能准确地识别异常波动,从而做出波动预警,并及时应对,就能一定程度上保证所关心的业务场景系统的整体稳定性。 01 波动类型 数据波动绕不开时间特性。业务中最常遇到的就是今天的指标是什么样子?...数据+时间构成了波动的两个基本属性。 根据时间的不同特征,常见的波动类型有: 一次性波动:偶发的、突然性的波动。...这样的波动影响时间短,往往几天的时间便会恢复正常波动。举个单量的例子,在大促期间都是单量的爆发期,大促即为一次“偶发事件”,此时单量的波动即为一次性波动。...如在上述的周期性波动的例子中,在11月环比波动都会较大,这时设置同比波动预警会比设置环比波动预警更为合理。于是在波动判别中,需要注意业务实际背景。

59820

价格波动带的价格计算规则

价格波动带(PriceBanding) 炒过股票的读者估计都知道涨跌停板的概念,为了能够控制交易日当天的风险而引入的一个价格控制的措施。...在交易过程中,为了能平滑价格波动幅度,控制瞬时的风险,市场上还存在着价格波动带的概念,可以理解成为实时的迷你涨跌停价格限制,也就是说当报单时,价格会被限制在一个比较小的范围内,超出这个价格范围的,会被系统拒绝的...image.png 说它迷你,是因为它的价格限定范围会比较窄,如规定,当价格在2000-5000点时的价格波动带1%。...那如果当前价格是3456.8的话,价格波动带的范围有是多少呢?...舍入、舍出算法: 在关于波动带和涨跌停板价格计算中的舍入算法,简单来说就是,当原始计算价格落在两个tick中间的话,最终价格取离基准价格更近的那个tick。

7.4K20

因子之战:低波动与高Beta

标普500高贝塔指数(高贝塔)和标普500低波动指数(低波动)是2020年第二季度值得注意的异常值。尽管较高的Beta指数强势反弹,但较低的波动性滞后于市场,是表现最差的因子。...鉴于高贝塔和低波动性已接近历史表现的极端水平,这些策略的长期表现如何?资本资产定价模型告诉我们证券的收益应该与它的风险成比例。然而,高贝塔的历史表现一直令人失望,见下图。...另一方面,低波动性尽管它的绝对收益表现平平,却拥有较高的风险调整收益。...低波动性的力量始终来自于它的低收益离散度——在较小的资金撤出情况下,这个因子在经历一段艰难时期后的收益要小于较大资金撤出情况下的收益。 高贝塔系数和低波动性之间的长期收益差异是惊人的,见下图。...尽管2020年第二季度由于许多因子都带来了意想不到的收益,但高贝塔和低波动性的反常表现应该会让追逐短期业绩的市场参与者歇歇吧!

68841

用户活跃,指标波动该怎么分析?

╮(╯▽╰)╭ ▌二、陷入细节,纠结每一天波动。 看过活跃率、活跃人数指标的同学都知道,这玩意日常波动太多了。几乎大事小事都会对活跃率产生影响。有时间分析活跃率下跌的报告还没交,丫自己就涨回来了。...找到一些明显的规律后,可以用来做定性预测,根据未来要发生的时间,预计指标波动变化。也可以用来做解释。比如发生指标波动的时候,如果有对应事件发生+对应波动形态,那八成就是规律性变化。...▌查异常的常用办法 遭遇异常,要关注: 1、幅度:单日波动是否足够大 2、持续性:是否有持续增大、持续回落的走势 3、规律性:是否是有规律的、计划内的波动 4、关联性:关联的注册、付费指标是否同样波动...注意,不是所有的波动都值得追击,大幅度、持续性、非规律、波及其他指标的优先处理。偶尔的波动一下很正常,但是要记录发生时间,观察走势,当问题出现恶化时容易溯源。...▌追原因的常用办法 确认是异常波动,常见的形态有三种 1、事件型:一次性的,大幅度下跌 2、持续型:从某一节点开始,持续下跌 3、系统型:自身波动小,但始终比竞品差 ? 先判断是哪一型的问题再追原因。

76531

时间序列GARCH模型分析股市波动

p=22360 在这篇文章中,我们将学习一种在价格序列中建立波动性模型的标准方法,即广义自回归条件异方差(GARCH)模型。...价格波动的 GARCH 模型的思想是利用误差结构的近期实现来预测误差结构的未来实现。更简单地说,我们经常看到在高波动性或低波动性时期的聚类,因此我们可以利用近期的波动性来预测近期未来的波动性。...我们将使用SPY价格来说明波动率的模型。下面的图显示了SPY收益率。...,或者说是模拟了波动率峰值回落到长期平均水平的路径。...由于所有的计量经济学模型都是用过去的数值来预测当前的数值,所以它无法预见波动率最初上升的情况。 ---- 本文摘选《R语言时间序列GARCH模型分析股市波动率》

2.3K10

数据产品指标波动归因分析设计思路

开始分析波动原因,经过多个维度的拆解分析后,发现南京下降影响最大,结合最新公布的疫情信息,回复老板/业务说,“昨日数据波动的主要原因是XXX,指标总体下降XX,其中南京下降XX,影响率XX”。...一.数据波动产生的原因 业务数据不可能一成不变,尤其是互联网业务发展迅速,业务指标也会不断变化。数据的波动主要体现和对比日期(同比、环比等)出现上升或下降。...因此,可以先通过计算各个维度下,每个维度枚举值波动情况对大盘的影响,得到单一维度下,各个值的基尼系数(基尼系数的算法公式参考百度百科),得到哪些维度波动“不公平”,即差异比较大,由此可得影响总体波动的关键维度排名...,然后再针对具体维度下的各个枚举值,计算波动影响Top的值。...四、小结 指标波动是数据工作中最常见的问题,高效的异常波动的归因分析流程主要从以下几个方面逐步完善: 建立完善的数据质量监控体系,才有足够的自信,确认不是数据问题 利用基尼系数分析或其他分析方法,产品化影响波动的关键维度以及影响率

1.1K10

厚尾和波动集聚,哪个风险更大?

它们呈现出厚尾分布,并以一种复杂的、非随机的方式有序排列,其中大(小)的波动之后出现大(小)波动,这种现象被称为波动集聚。...关于收益率的厚尾分布和波动集聚的实证研究有很多,但由于对于收益率服从正态分布的简单假设,这些明显的现象也尝尝被忽视,比如在计算使用日度波动率计算年化波动率时,由于正态的假设,我们只是简单的乘以根号252...波动集聚的现象导致的回撤比收益厚尾更大,所以波动集聚带来的市场不稳定性来的更严重。 如果度量厚尾和波动集聚?...去除波动簇可将最大回撤降低约30%。不含波动簇的系列的减容幅度明显大于不含重尾的系列。此外,我们发现,当这两个厚尾和波动集聚都被删除时,与没有波动簇的收益序列相比,下行风险的改善是微乎其微的。...4、从收益序列中删除厚尾和波动集聚与只删除波动性集群的序列相比,导致最大回撤增加。 5、分散化投资对于波动集聚的影响没有任何减轻。

29430
领券