K-means 聚类:把股票分进不同群组

了解 K-means 如何把股票分进固定数量的"相似群组"、为什么要由你来选择 K,以及为什么那些群组编号本身并没有任何意义。

类别:机器学习

用大白话解释

想象把一盒混在一起的纽扣倒在桌上,再把它们分成固定数量的几堆,每颗纽扣都被放进它最像的那一堆。K-means 聚类(clustering)对股票做的就是同一件事:它把股票分进固定数量的群组,让同一组里的股票彼此相似。这里的"K"就只是你在开始之前决定要分成几堆的那个数字。每一只股票都恰好落在一个群组里,绝不会同时属于两个。

它衡量什么

K-means 根据股票的各项数字来衡量它们有多相似,然后把每只股票放进"质心"(centroid,也就是组内所有成员的平均值)离它最近的那一组。它是一种"硬性"分组:一只股票只属于一个群组,不存在部分归属。电脑会不断重新分配股票、重新计算每个质心,直到各堆不再变动为止。 - 你要先选定 K,例如 K=2(两个群组)。 - 每个群组都有一个质心 = 其成员的平均轮廓。 - 一只股票会加入质心离它最近的那一组。 - 小例子:用数字 2、3、30、31 并设定 K=2,会被分成 {2, 3} 一组和 {30, 31} 一组。

SurgeFlow 如何使用它

SurgeFlow 把 K-means 当作喂给 ML"市场地图"标签页的三种分组方法之一。它不只信任单一一种方法,而是同时跑好几种,再保留它们意见一致的分组结果,这称为共识(consensus)。这纯粹是描述性的:它显示目前哪些股票的行为相似。它不预测价格,也绝不是买入或卖出信号。

如何在网站上解读

打开 ML 标签页(也就是"市场地图"),你会看到股票被分进几个聚类群组。把每个聚类想成是一个今天看起来相似的股票家族,而不是一个从最好排到最差的排名。标记为"3"的聚类并不比标记为"1"的聚类更好或更差,这个编号就只是个名字,像婚宴上的桌号一样。 - 每一只股票都恰好待在一个聚类里。 - 同一聚类里的股票目前有相似的轮廓。 - 聚类编号是标签,不是分数或排名。

它无法告诉你什么

K-means 描述的是结构;它不预测收益,也不会告诉你该买什么。聚类的编号和 ID 没有任何固定意义,它们在不同次运行之间可能改变,所以今天的"聚类 3"明天不一定还是"聚类 3"。你必须自己选择 K,而不同的 K 会给出不同的群组,所以并不存在唯一"正确"的图像。最后,K-means 假设各群组大致呈圆形且大小相近,因此对于被拉长、互相重叠或大小极不平均的群组,它可能会切错或标错。 - 聚类编号在不同次运行之间并不稳定。 - K 是人为的选择,不是事实,不同的 K 就会有不同的群组。 - 假设群组呈圆形、大小相近;遇到奇形怪状的群组会吃力。 - 仅供描述:它不是投资建议,也不预测价格。