分位数法：将数据排序，取其分位数为上下界，通常可以是99%和1%。
标准差法：将数据均值加减3~5个标准差，定义为上下界。
显然，截尾操作将损失值过大和值过小的数据信息。这种清洗方式隐含了哪些假设？

隐含假设之一，少数数据不适合统计归纳。突发的事件和新闻会带来变化很大的数据，这部分信息不一定是当前模型能够学习到的，因此我们希望通过截尾，来减弱这些突发事件数据对其他数据造成的影响。
同时，在许多量化模型里，异常值对模型训练会产生较大的影响，我们隐含假设了模型应该发现的是重复了非常多次的规律，而不去学习到极少数数据中含有的信息。