GMM 与软聚类:新手入门指南

了解什么是高斯混合模型 (GMM)、它如何给每只股票一个属于某个群组的概率,以及为什么那只是一种“契合度”估计,而非预测。

类别:机器学习

用大白话解释

想象你要把一袋弹珠按颜色分组。“硬”分组会把每颗弹珠放进恰好一个堆里。“软”分组则温和一些:一颗蓝绿色的弹珠可能 70% 属于蓝色、30% 属于绿色,因此它同时部分属于两个堆。高斯混合模型 (GMM) 就是用这种软方式来分组的方法。SurgeFlow 用它来问“今天哪些股票看起来相似”,并给每只股票一个属于各群组的概率,而不是硬把它塞进某一个盒子里。

它衡量什么

GMM 假设数据是由几个彼此重叠的“团块”组成(每一团都是一片钟形的云,称为一个高斯分布)。对每只股票,它会算出一个后验概率 (posterior probability):这只股票契合各团块的程度,而这些数字加总起来是 100%。某一群组的概率较高,代表这只股票更靠近那个群组那片云的中心。这是一种“契合度”(FIT) 的衡量,而不是对未来任何价格走势的衡量。 - A 群的云 = “高波动”股票;B 群的云 = “平稳”股票。 - 某只股票可能算出来是 80% 属于 A 群、20% 属于 B 群。 - 另一只股票被拆成 55%/45%,就坐在两群之间的围墙上。 - 这 80% 是对“分组”的信心,绝不是“上涨概率 80%”的意思。

SurgeFlow 如何使用它

GMM 是 ML“市场地图”标签页(位于 /ml)背后三种聚类方法之一,该标签页每天给出一份描述性的解读,告诉你哪些股票看起来相似。SurgeFlow 会同时跑 KMeans、GMM 与第三种方法,再把它们合并成每只股票一个达成共识的群组。GMM 的软概率(也就是它的后验概率)会被混入一个聚类信心分数 (cluster confidence score):大致一半来自这几种方法彼此的一致程度,一半来自 GMM 的后验概率。所以高信心代表模型很确定某只股票该归到哪里,而不是代表这只股票值得买入。

如何在网站上解读

打开 ML 标签页 (/ml) 并挑选一个市场。你会看到一些群组卡片(每张卡片是一个群组,并附上像“动量”或“深度价值”这类白话名称)以及一张个股表格。每只股票都会显示一个信心值:较高代表它稳稳地坐在自己的群组内,较低代表它横跨两个群组,在每天重新计算时可能会在群组间移动。点击某张群组卡片,即可把表格筛选成只剩该群组的成员。 - 高信心:股票是其群组中清楚、居于中心的成员。 - 低信心:属于边界情况;可预期它随时间可能在群组间翻动。 - 群组名称是对共同特征的描述,不是投资建议。

它无法告诉你什么

最重要的提醒:GMM 的概率是模型对“某只股票今天有多契合一个统计团块”的估计,而不是任何投资结果发生的概率。90% 的信心不代表有 90% 的盈利机会,甚至不代表有任何盈利机会。聚类描述的是结构;它不预测收益,也不给任何买入或卖出信号。这些群组也取决于模型的假设、所选用的特征,以及当天的数据,因此会随着情况改变而改变。 - 不是预测:高信心 ≠ 很可能上涨。 - 假设数据形成整齐的钟形云,这只是一种近似。 - 群组名称是共同特征的简称,不是质量判断。 - SurgeFlow 是研究与教育用途,绝非投资建议。