S2N重点关注

坦白说，如果你和邻居相处融洽，那你已经做得很好了。今天我将教你一个窍门，如何知道你与邻居是否相配。这有点技术性，可能不是每个人都感兴趣。明天我会尽量轻松一些。

当你建立投资组合时，通常会将一组相似的股票符号分组到一个固定的配比类别中。例如，经典的60%股票和40%债券投资组合。你可以选择在60:40配比中使用1支股票和1支债券，或者你可以使用一组相似的股票和债券来在类别配比内实现一定程度的分散。

我例举的ETF（交易所交易基金）符号有:

股票

"SPY"，美国大盘/大市值。 "QQQ"，科技/增长倾向。 "VTI"，美国整体市场。

债券

"BND"，综合债券市场 "AGG"，综合债券市场 "TIP"，通胀保护债券 "LQD"，投资级企业债券。

老式的量化方法是使用经典的相关矩阵进行分组。就像你在下面看到的那样。

然而，如果你想和大佬们一起玩，你需要跟上潮流。有一种更复杂的方法称为树状图聚类，属于一种名为层次聚类的酷炫统计框架。

我会尽量简化，所以使用了单连通性。不用担心这是什么意思；我们专注于图表展示的内容。如果你一直在想邻居是什么意思，你马上就会发现，而且有点老套。我都快脸红了。如果你接触过机器学习（AI），就会知道有一个寻找最近邻的迭代过程。我之前警告过这挺老套的。

在下面的图中，你可以清楚地看到，无需我向机器耳语，如何对符号进行分组；效果相当不错。股票以浅蓝色分组，债券以橙色分组。垂直线的高度和颜色聚类非常重要；它们越短，则关系越密切。在下面的图表中，三个股票ETF相比四个债券ETF更密切相关。

重点是，通过考虑数据的整体结构，树状图有时可以揭示比传统相关性更微妙的关系。

S2N观察

关税的好处是显而易见的。工会工人能看到他们“受到保护”。而关税所造成的损害是看不见的。损害是广泛分布的。有些人因为关税而失业，但他们却不知道这一点。- 密尔顿·弗里德曼

特朗普总统宣布对钢铁征收25%的关税，详情将于今天公布。关税的戏码才刚刚开始。这将变得非常混乱。关税提供了惊人的谈判能力，但我仍然坚信，整体效果对全球经济，包括美国在内都是不利的。

本周末，一位著名的市场策略师发表了和上周另一位高薪分析师发表过的无意义评论。标普道琼斯指数的高级指数分析师霍华德·西尔弗布拉特上周说。“自1928年以来，如果标普500指数1月份有正收益，那全年有80%的几率会上涨。”

不要激动，自1928年以来，标普500指数在97年中有71年实现全年正收益，占总体百分比的73%。我真的不会对霍华的“1月效应”指标读得太多。

我敢打赌，如果你问街上的普通人自从Covid疫情头天以来加密货币的表现如何，当时你可以花几百万美元买一只数字化猩猩，或者当山姆·班克曼-弗里德斯花1300万美元购买超级碗广告时，他们会说加密货币业绩优秀。

放轻松，除了大型数字货币，标准普尔加密指数自2021年以来下跌64%。

为了补救一下，给大家提供一些更容易消化的东西，尤其是很多人可能正在受超级碗的宿醉之苦。这是本世纪初商品指数的详细情况。贵金属表现出色。能源受到严重打击。

S2N筛选警报

你能相信在马克·扎克伯格偷看杰夫·贝索斯女友的衬衫15天后，他的股价仍在上涨吗？15天的复兴创下了META的历史纪录。

绩效审查

对于那些对这封信是陌生的人，着色是Z分数调整的，这样只有比该符号通常更大的变化才会突出显示。

图表画廊

今日新闻