K-means-clustering: aandelen in groepen indelen
Leer hoe K-means aandelen indeelt in een vast aantal groepen van gelijkenden, waarom u K zelf kiest en waarom de groepsnummers niets betekenen.
Categorie: Machine learning
In gewone taal
Stel dat u een doos met allerlei knopen op tafel leegt en ze sorteert in een vooraf bepaald aantal stapels, waarbij elke knoop terechtkomt in de ene stapel waar hij het meest op lijkt. K-means-clustering doet hetzelfde met aandelen: het deelt ze in een vast aantal groepen in, zodat de aandelen binnen elke groep op elkaar lijken. De 'K' is simpelweg het aantal stapels dat u besluit te maken voordat u begint. Elk aandeel komt in precies één groep terecht, nooit in twee.
Wat het meet
K-means meet hoeveel aandelen op elkaar lijken op basis van hun cijfers en plaatst elk aandeel vervolgens in de groep waarvan het 'middelpunt' (het gemiddelde van alles in die groep) het dichtstbij ligt. Het is een 'harde' indeling: één aandeel, één groep, geen gedeeltelijk lidmaatschap. De computer blijft aandelen herschikken en elk middelpunt opnieuw berekenen totdat de stapels niet meer veranderen. - U kiest eerst K, bijvoorbeeld K=2 (twee groepen). - Elke groep heeft een middelpunt = het gemiddelde profiel van haar leden. - Een aandeel sluit zich aan bij de groep waarvan het middelpunt het dichtst bij ligt. - Klein voorbeeld: met de getallen 2, 3, 30, 31 en K=2 ontstaan een groep {2, 3} en een groep {30, 31}.
Hoe SurgeFlow het gebruikt
SurgeFlow gebruikt K-means als een van drie groeperingsmethoden die het ML-tabblad 'marktkaart' voeden. In plaats van op één enkele methode te vertrouwen, voert het er meerdere uit en behoudt het de groeperingen waarover ze het eens zijn; dat heet een consensus. Dit is puur beschrijvend: het toont welke aandelen zich op dit moment vergelijkbaar gedragen. Het voorspelt geen koersen en is nooit een koop- of verkoopsignaal.
Hoe u het op de site leest
Open het ML-tabblad (de 'marktkaart') en u ziet aandelen ingedeeld in een handvol clusters. Zie elk cluster als een familie van aandelen die er vandaag vergelijkbaar uitzien, niet als een rangorde van beste naar slechtste. Een cluster met label '3' is niet beter of slechter dan een cluster met label '1'; het nummer is slechts een naam, zoals een tafelnummer op een bruiloft. - Elk aandeel zit in precies één cluster. - Aandelen in hetzelfde cluster hebben op dit moment een vergelijkbaar profiel. - De clusternummers zijn labels, geen scores of rangschikkingen.
Wat het u niet kan vertellen
K-means beschrijft structuur; het voorspelt geen rendementen en vertelt u niet wat u moet kopen. De clusternummers en -ID's hebben geen blijvende betekenis; ze kunnen per run veranderen, dus 'cluster 3' van vandaag is morgen misschien niet 'cluster 3'. U moet K zelf kiezen, en een andere K levert andere groepen op, dus er bestaat niet één 'juist' beeld. Ten slotte gaat K-means ervan uit dat groepen ongeveer rond en vergelijkbaar in grootte zijn, waardoor het clusters die uitgerekt zijn, elkaar overlappen of zeer ongelijk zijn, kan opsplitsen of verkeerd kan indelen. - Clusternummers zijn niet stabiel tussen runs. - K is een menselijke keuze, geen feit; andere K, andere groepen. - Gaat uit van ronde groepen van vergelijkbare grootte; heeft moeite met afwijkende vormen. - Uitsluitend beschrijvend: het is geen advies en voorspelt geen koersen.