预期差的来源可能包括盈利预测、行业景气度、政策影响等。在周期的每个阶段，导入期、成长期、成熟期、衰退期，对应的资产价格表现不同，预期差的来源也不同。
趋势类指标：例如移动平均线和MACD指标，这些指标通过计算一段时间内股票价格的平均值或比较短期和长期的指数移动平均线来判断股票的买卖时机。
数据集扩增就是要得到更多符合要求的数据。在物体分类（objectrecognition）问题中，数据扩增已经成为一项特殊的有效的技术。物体在图像中的位置、姿态、尺度，整体图片敏感度等都不会影响分类结果，所以我们就可以通过图像平移、翻转、缩放、切割等手段将数据库成倍扩充。
评估模型的泛化能力：样本内数据用于训练模型，而样本外数据用于测试模型的预测能力。通过样本外测试，可以评估模型在面对新数据时的表现，从而判断其泛化能力。
机器学习预测汇率，首先受突发非标因素干扰极强。地缘冲突、央行干预、政策喊话、大宗商品异动等黑天鹅事件无固定规律，模型无法提前捕捉与量化。
1.情绪指标核心看市场整体贪婪与恐惧，判断资金偏向，脱离单纯技术K线，抓人心预期偏差。极端恐慌时，利空常被透支，易出现底部反转；极端贪婪时，利好充分消化，容易冲高回落。
CFTC仓位数据核心是三类交易者+三个维度，用于判断情绪、趋势与拐点，适配中长线与波段，不适合超短线。
1.投机净多头，就是这类资金整体多头仓位＞空头仓位，代表机构投机资金当下偏向看涨，主动追涨、加仓做多，是顺势情绪走强的信号。
基金持仓变化与行情反转有着紧密关联，核心逻辑围绕资金拥挤度展开。机构资金集中抱团加仓，会不断推高标的价格，形成单边上涨行情；当持仓走到历史极值区间，意味着增量入场资金耗尽，市场利好已被充分消化，筹码过度集中后极易引发获利了结。
