今天用固定资产投资、社会零售品销售、货物的贸易顺差和CPI对工业增长值做了一次回归。 主要是想看一下，哪些经济指标可以解释我国的经济增长。 本来是想着给GDP做一下回归。但是GDP数据是季度数据，而别的数据都是月度数据，频率不太一样，所以不太好弄。就用工业增加值来表征GDP，因为这两个数据相关性比较高，都是通过生产法计算的，工业增长值就是GDP的一个子项。 整体的处理比较简单，因为这只是个初步地操作。 4项解释变量都已经做了Z-SCORE化了。一共是129期的数据，因为有的数据1月份没有，就只能1、2月份一起算。时间跨度是从2015年1月份到2026年9月份。样本的数据量是足够了。 从整体上来看，模型高度显著。F = 56.50，p ≈ 4.7×10⁻²⁷（近乎为0）。 解释力上来看，能解释65％的工业增长值波动。 社零的系数是0.65，是里面系数最大的一个的解释变量了。t=11.50，p≈2.9×10⁻²¹（高度显著，p<0.001）。 贸易顺差是第二显著且系数第二的变量。系数是0.22。t=4.12，p≈6.8×10⁻⁵（高度显著）。 而固定资产投资对工业增长值是完全不显著。而且系数也非常小，只有0.0309。t=0.577，p=0.565（完全不显著）。 而且固投数据是这4项数据里波动第二大的数据。固投增长的同比百分数数据的平均值只有1.4，而标准差却高达25.8。 波动最大的数据是贸易顺差。标准差是219。而这10多年的百分数数据的平均值是15.6，是支出法GDP里面最大的一项，可见出口确实是中国经济的拉动引擎。 当然，我个人评价是因为自2022年以来，中国经济的发展模式发生转变，原先依靠房地产和基建扩大内需刺激生产的那套模式没有了，所以固投就没有解释力了。如果回归的时间跨度是在口罩期以前的话，应该会系数非常大。 最后是CPI。CPI跟工业增长值的关系是微弱的负向关系。对，你没听错。首先你要知道，中国经济长期以来有供大于求的结构性问题。所以CPI在2015年以后，基本上不会超过3。理论上，这个范围内，CPI越强，需求越旺盛，工业增长得也越快，但结论却恰恰相反。 CPI对工业增加值的系数是−0.1407，t=−2.420，p=0.017（5%水平显著，1%不显著）。 VIF 全部在 1.01–1.14 之间，条件数1.45也极低，说明四个解释变量彼此几乎不共线。 当然，这个回归也有问题。 一是残差严重非正态。 JB=9730，p=0.000；偏度4.835（明显右偏）、峰度44.4（极端厚尾）。这违反了经典 OLS 的正态误差假定。这种形态几乎可以肯定是个别极端月份造成的离群点。大概率是口罩期。 二是DW = 1.446，轻度正序列相关，说明残差有正相关，而且也说明OLS 标准误偏小、显著性被略微高估。 这个回归模型等我明天再改进一下。
一句话核心：四家主要央行同周议息，在金融历史上较为罕见；当前市场押注美联储9月份加息基本板上钉钉。 市场在关注什么：主角是美联储。上周8月核心CPI环比+0.3%（预期+0.2%），把9月16日加息25bp的概率从72%推到约90%。但真正看点在点阵图和Warsh的发布会措辞：是"一次性应对能源冲击"，还是"紧缩周期尚未结束"。同时密歇根消费者信心骤降至47.8、1年通胀预期飙至4.6%,这是市场最不安的组合。 当前情况，油价是最大变量。霍尔木兹海峡处于实际封锁状态，全球约20%原油运输受阻；沙特日输送700万桶的东西管道遭无人机袭击被迫关闭。WTI一度触$108，Brent站稳$100上方。IEA警告这可能导致疫情以来最大的全球石油需求降幅。 其余三家央行：英国央行预计维持3.75%，但若周三CPI大幅超预期（预期同比3.2%），内部3票鹰派可能逼出意外加息；欧洲央行已加息25bp至2.50%并上调2027/2028通胀预测；日本央行周五大概率加息至1.25%，市场定价概率约79%。 中国数据分化延续。周二公布8月工业产值（预期+4.8%）、社零（预期+0.8%）、固投（预期-7.1%）。外需靠出口撑着，内需和地产投资仍弱，市场在等北京是否加码刺激。 本周交易什么：美股中性偏弱（加息已定价但19倍远期PE缺乏空间）、美债偏空（10年期近4.97%，或测试5.0%）、黄金看多（地缘溢价+央行购金）、原油高波动（纯地缘博弈）、日元看多（加息触发套息平仓）、人民币区间（弱内需与利差压力抵消）。
AI 量化 2.0｜个人也能组建AI对冲基金？ AI 量化 2.0｜当 AI 开始帮你打工，个人也能组建 AI 对冲基金？ 如果 AI 已经能自动写代码、找因子、做 Backtest…… 未来 Quant 最核心的竞争力，还是“写策略”吗？🤔 传统的量化是“人在找策略”，而 AI 量化 2.0 是让系统先真正看懂行情 Quant 基础设施 Quandora联合 AI SPACEHUB #03 × NUS ConNeXT，带来这场不讲套话的 AI × QUANT 极客共创实验室！🚀 💡 我们在现场探讨什么？ 从 IDEA 到 ALPHA 的完整研投闭环，拒绝“纸上谈兵”： 1️⃣ 真假 Alpha：你的策略到底创造了 Alpha，还是纯粹的市场 Noise？ 2️⃣ 撕开 Overfitting 的假象：完美的回测曲线，是不是只是对历史数据的过拟合？ 3️⃣ 实盘的“最后一公里”：一个赚钱的 Backtest，扣除手续费、滑点与真实深度后，还能存活吗？ 🤖 Quandora 核心理念 Quantitative｜ 拒绝看图说话，只相信可复现的精确计算。 Robust ｜ 宁可提前敲碎过拟合，也绝不出售“样本内好看”的废品。 Executable｜ 能够抗住真实滑点与手续费的策略，才是真策略。 👥 适合人群Student / Trader / Researcher / Developer 及所有 AI Quant 爱好者 带上你的因子、策略想法与疑问，现场一起来拆解、回测与验证！砸碎假回测，寻找真 Alpha。🔥 #AI量化 #量化交易 #Quant #NUS #Quandora #AI对冲基金 #Web3量化 #新加坡科技 #金融科技 #Python量化
【内容回顾】这次和大家一起聊了滴滴最新的26q2财报，展开讨论了下国内进入守成阶段的滴滴，现在是如何在拉美再打一场本地生活战争的。感谢各位的参与啦，以后有值得学习的财报都可以来一起speak up & learn！ （以下信息经ai总结，手动勘误，并脱敏处理） === 看滴滴财报，先别把“交易额”当“收入” 滴滴最容易看错的地方，是几个数字长得都像收入，其实完全不是一回事 platform transactions看的是订单量，gtv类似gmv，是用户实际支付的总交易额，platform sales是扣掉司机、商家等第三方分成后平台留下的价值，revenue才是财务意义上的收入 gtv涨得快，只能证明平台更忙了，不代表滴滴赚得更多 中国网约车更多采用总额法确认收入，海外出行和外卖更多采用净额法，因此不同市场之间直接拿revenue横比，很容易得出错误结论 看滴滴这种平台，单量、交易额、平台收入、营收、利润必须一起看，只看一个数字基本会是盲人摸象 中国业务已经进入“守江山”阶段 国内滴滴已经不是一个高增长故事，而是一个成熟、稳定、盈利导向的生意 行业当年的混战基本结束，滴滴已经形成明显领先位置，其他出行玩家很难真正威胁基本盘 但成熟也意味着天花板越来越清楚，用户、订单和抽成很难再无限往上加 网约车本身就是一门辛苦生意。国内已经盈利，但利润率并不性感，继续扩大抽成还要面对司机体验和监管约束 所以国内业务更像滴滴的稳定底盘，负责赚钱、提供现金流，真正的增长想象力已经转向海外 滴滴出海，不是在复制一个“海外版滴滴” 拉美真正想做的，不只是打车，而是把滴滴变成本地生活入口 整套模型可以拆成三层：出行负责获客，外卖负责提高频次，金融负责提高变现 出行是最底层的“锚”，先拿到消费者、司机、地图调度、支付关系和城市运营能力，而且目前海外出行业务本身基本已经能盈利 外卖则把“偶尔打一次车”变成“每天都可能打开app”，但也是目前补贴最重、亏损最明显的战场 金融再把用户、司机和商家的持续交易数据变成支付、账户、小额贷款和消费信贷的机会 真正的飞轮不是“多做几个业务”，而是一个业务给下一个业务提供用户、供给、数据和心智 巴西负责想象力，墨西哥更像答案 巴西是滴滴最大的海外试验场，也是最烧钱的战场 市场够大、打车和外卖需求够高，但竞争同样猛烈。外卖不仅要抢用户，还要和本地平台争餐厅、配送网络和商户关系 出行带来的用户优势，只能降低外卖获客成本，不能凭空变出餐厅密度、配送体验和商家供给 因此外卖战争拼到最后，已经不只是补贴，还包括商户排他、法律博弈、监管和本地政府关系 巴西证明的是滴滴能不能把海外天花板做高，墨西哥证明的是这个模式能不能真正长期运转 相比仍在扩张和烧钱的巴西，墨西哥的出行、本地生活和金融组合被认为更完整，也更接近未来可复制的变现模板 下一阶段真正要看的，不是单量创新高，而是“少烧钱以后还剩什么” 拉美最大的问号不是能不能增长，而是补贴撤掉以后，增长还能不能留下 在竞争激烈的市场里，gtv和订单继续创新高完全可以靠更多补贴换来。规模越大，绝对亏损甚至可能一起变大 所以更重要的指标正在从“交易额多少”转向为复购怎么样、城市密度够不够、单位经济模型是否改善、亏损率能不能持续收窄 金融业务提供了更高的变现想象，但也把风险从撮合、安全扩展到了信用风险、催收、牌照和资金占用 金融可能让每个用户更值钱，也可能让资本市场开始用也许会更低的“金融公司估值”来看你 海外业务还额外背着汇率和国家风险。赚的是雷亚尔、比索等本地货币，最终投资者却用美元计价 因此滴滴海外真正的拐点，不是“拉美又多了多少订单”，而是证明这套本地生活飞轮可以在补贴下降以后自己转起来
滴滴的拉美战略，不是海外版网约车，而是三层本地生活平台。滴滴在拉美最重要的资产不是某一个app，而是一套已经形成规模的本地多边网络——用户、司机/骑手、商家，外加地图调度、支付与风控。出行负责建立高频入口和供给底盘，外卖提高使用频次与商户密度，金融服务把交易关系转化为支付与信贷收入。这三层相互协同，也相互放大风险
拉美业务里，墨西哥是滴滴的腹地和一个较为完整长期模板。不光单量大，更在于多层业务已经形成可观察的交叉使用。以下是截至2026年中滴滴墨西哥业务的一些基本公开数据整理
既然是滴滴财报，一上来得先搞清楚几个收入相关的口径，否则会一头雾水 platform transactions：单量（数量） gtv：总交易额，即用户支付的总金额，包括平台分给司机、商家、外卖员的部分 platform sales：“平台收入”，但不是营收口径，指gtv减去分给司机、商家、外卖员的部分，即平台从交易中真正留下的那部分价值贡献 revenue：营收，取决于滴滴在具体业务中是principal（gross basis）还是agent（net basis），滴滴对不同地区和属性的业务有不同定义，如图 gtv ≠ platform sales ≠ revenue，但三者高度相关 再往下拆profit、ebitda就比较容易理解了 是不是觉得和电商业务的gmv、gross revenue、net revenue等等有点神似。没错 尤其是营收确认时两种口径的选择，反映着滴滴在不同国家的业务特点和经营环境，里边有不少值得玩味的东西
持仓体验这里定义可以非常不一样，对大部分人来说持仓体验可能最重要的一点是能睡得着觉，不用因为担心剧烈的波动而导致必须睡一会就起来盯盘（虽然这也部分取决于你的仓位问题），但是常规情况下正常配置仓位还需要天天半夜起来盯盘的肯定不会是什么体验好的票。。。 一些常见的持仓体验不好的品种比如： 1. 高速暴涨过后的 meme 币（如 PEPE, BONK, PENGU, WIF 等）：这种标的在冲顶时极度诱人，但一旦流动性枯竭或资金轮动，回撤通常是 70%~90% 起步。持仓体验极差的原因在于你根本不敢睡觉——流动性池子浅，半夜随便来个巨鲸抛售或者黑天鹅事件，醒来可能账户就直接归零。 2. 高杠杆的山寨币与微盘小币：波动剧烈且深度不足，稍微有点风吹草动就会触发连环清算。持仓者每天都在“抄底”和“爆仓”之间穿梭，神经时刻高度紧张。 3. 陷入长期阴跌的“故事股”或无派息高成长股：业绩迟迟无法兑现，每次弹起都是诱多，每次回调都创新低。这种“钝刀子割肉”的体验比直接暴跌还要折磨人，让人不断在割肉与死扛之间痛苦挣扎。 相比之下，个人来说，目前感觉星展银行相关业务的持仓体验是真的非常好： 1.极其稳定的现金流（股息驱动）：季度派息，而且派息金额近年来稳中有升。持有这类股票，收益预期主要来自于定期的现金分红，而不是每天看 K 线图赌明天的涨跌。这种“现金入账”的确定性极大缓解了心理压力。 2.东南亚银行业的特有护城河：具备极高的信用评级（AA- / Aa1 级）与新加坡本地近乎垄断的地位。只要新加坡的宏观经济保持稳健，其基本面就不会出现毁灭性波动。 3. 低 Beta 属性与高进攻能力：哪怕是相比于高科技股或高杠杆品种，DBS 的股价走势长期收益率也不遑多让；另外因为这是银行类股票，所以即使遇到全球市场黑天鹅事件的回调，其强大的派息收益率也能提供很强的下行缓冲，更何况很多时候由于避险因素，科技类股票会跟银行类股票形成“跷跷板效应”，导致科技越跌银行越涨的情况…实际持仓体验比科技股好太多。 大家在自己的投资生涯里，还有哪些拿得最舒服、最省心的标的？欢迎在评论区分享你的持仓体验和原因！
港交所的安排显示，SHEIN-W（00625.HK）拟于9月1日开始交易。截至8月31日11:20 JST，港交所新上市页面仍未列出配发结果。对正在做跨境生意的人来说，这个空白并不影响今天最该算的一笔账：当小包免税、清关和本地履约条件改变后，“便宜且快”还剩多少利润空间？ 我重新翻到招股书的风险因素，美国小包的路径变化比估值更直接。 SHEIN披露，2025年约24%的收入来自美国；原产于中国、销往美国的产品，目前适用税率介于10%至87.5%，具体取决于商品和口径。公司也把原先部分小额包裹的简易申报改为正式清关，并计划通过调价转移部分新增成本。欧洲这边，欧盟已从2026年7月1日起取消150欧元以下包裹的关税豁免，对不超过150欧元的包裹按其中每类商品初步征收3欧元定额关税；欧盟范围的额外行政处理费还计划在2026年下半年生效。SHEIN约三分之一的净收入来自欧洲，这些变化会同时碰到价格、销量、清关时效和履约选择。 商品编码、原产地、销售主体、进口人和目的国各不相同，10%至87.5%不是所有卖家的统一税率。落到经营表里，同一条线路至少要分开记录关税、增值税、报关、行政处理、延误和退货，不能再把它们都塞进“跨境物流费”。 小单快返，到了边境以后还是不是快返？ SHEIN在招股书中把LATR模式拆得很具体：新品首单约100至200件，销售表现好再返单，最快五天完成补货。这个机制解决的是前端库存风险——先用小单测试需求，少压货，再把产能给到跑出来的款。 问题在边境之后。直邮可以少放本地库存，却更依赖单票清关、稳定时效和低退货率；本地仓能缩短配送和退货路径，但会提前占用现金，并把滞销、仓租和区域调拨留在当地。比较要固定到同一个SKU、同一个市场，并用完整贡献毛利说话，不能只看商品毛利。 如果团队还只看采购价、国际运费和平台佣金，建议把表格再加四列：进口税费由谁承担，正式清关需要哪些文件，退货回到哪里，库存从付款到回款要占用多少天。算完这四列，才知道“本地化”是在改善体验，还是把利润换成了仓库里的货。 一批货被抽查时，证明链在哪里？ 招股书披露，SHEIN在2025年拥有超过7,500家合约制造商，当年完成约5,150次供应商责任现场审计，覆盖按采购价值计算约95%的自有品牌合约制造商。 小团队不需要复制这个审计规模，先把证明链缩到自己的每个SKU就够了。 进入一个新市场前，可以先问清楚：谁能提供原材料与原产地记录？分包商是否在名单内？产品测试、工时与工资记录由谁保存？平台、海关或当地监管要求补件时，团队能否在一天内找到责任人和版本？这些动作不一定增加销量，却会决定一次抽查是补交文件，还是整批货停在边境。 这也不等于所有团队都该转向本地仓。产品轻、退货率低、复购稳定、清关路径成熟时，直邮仍可能更省钱；如果时效承诺、退货成本和税务处理已经开始吞掉转化率，再单独核算本地库存。美国、欧盟、英国或中东需要各算一遍，不能共用一个“海外市场”口径。 我更想听听正在一线做事的人：2026年以来，你所在市场变化最大的成本，是关税、清关时效、退货、平台合规，还是本地库存占用？如果愿意，也欢迎只写地区和品类，不必透露公司数据。把这些真实差异补齐，比讨论一个统一的“出海模式”更有用。 资料来源： SHEIN全球发售文件（含风险因素与业务章节，港交所，2026-08-24）：https://www.hkexnews.hk/listedco/listconews/sehk/2026/0824/2026082400033_c.htm SHEIN-W交易安排（港交所）：https://www.hkex.com.hk/eng/market/sec_tradinfo/tradarng/tradarng_news/currentmonth/e625a_260828.htm
