为什么 ML 市场地图只是描述,而非预测

了解为什么像聚类(clustering)与主成分分析(PCA)这类非监督式模型只能描绘市场结构,却永远不会给出买入或卖出信号。

类别:机器学习

用大白话解释

SurgeFlow 的 ML“市场地图”就像把一大盒纽扣按外观分成几堆,而不是按好坏来分。电脑观察大量股票,把行为相似的归在一起,然后画出这些堆的样貌。它描述的是数据此刻的样子,并不会说哪颗纽扣比较幸运,也永远不会告诉你该买什么或卖什么。

它衡量什么

“非监督式”(unsupervised)的意思是没有人事先告诉模型正确答案;它只是靠相似性自己找出模式。它衡量的是结构:哪些股票会聚在一起、哪一两条汇总线(称为 PCA 主成分)抓住了数据中最大的离散程度,以及今天哪些股票在统计上显得不寻常(即“异常”anomaly)。举例来说:想象有 10 只股票。如果其中 6 只在大量成交下上涨约 +1%,另外 4 只在小量成交下下跌约 -1%,模型可能会把它们分成 6 只和 4 只两个聚类。这个划分描述的是今天的行为,并不是在预测那 6 只会继续上涨。 - 聚类(cluster)=一群走势相似的股票 - PCA 主成分=抓住最大离散程度的一条汇总线,而非真实的经济力量 - 异常(anomaly)=今天相对于同类显得不寻常,无所谓好坏

SurgeFlow 如何使用它

这正是 ML 标签页(/ml)的底层基础,它是美股市场每日一次的快照,完全只用已经存在的数据构建(价格、成交量及类似特征)。整个流程会先把这些特征缩放(scaling),再用 PCA 压缩,然后用数种聚类方法将股票分组,并保留它们彼此一致认同的分组结果。它纯粹是描述性的:把市场整理成一张易读的地图。它不产生任何分数、不对“较好”的股票排名,也不给出任何交易信号。

如何在网站上解读

在“Research”(研究)下面打开 ML 标签页,你会看到股票被放进各个聚类,以及当天被标记为不寻常的名称。把一个聚类读作“这些股票近期走势相似”,把一个异常读作“这只今天相对于同类特别突出”。把它当成一面透镜,帮你提出更好的问题,然后再到其他标签页去查证。 - 聚类告诉你谁一起在动,而不是谁会赢 - 异常是一个值得进一步观察的提示,而非推荐 - 在下结论前,先到 Price(价格)、Factors(因子)、Fundamentals(基本面)或 News(新闻)标签页交叉查证一只股票

它无法告诉你什么

这是诚实的核心:这张地图描述结构,它不预测收益,也不给出买入/卖出信号。PCA 主成分是数学上的汇总,并非真实的经济因子,本身没有任何固有意义。聚类编号只是标签,没有永久的身份;聚类本身会随着样本改变而改变;而聚类的数量(K)是人为的选择,并非世界的客观事实。把这里的一切都当作提问的起点,绝不要当成投资建议。 - 今天的“第 3 号聚类”和明天的“第 3 号聚类”并不是同一个“东西” - 换一批数据重跑,分组可能就会改变 - 概率型的输出(例如来自 GMM 的)是模型的估计值,而不是某只股票上涨的胜算 - 相似的股票彼此靠得很近,并不代表有因果关系 - 统计上不寻常,并不等于是好的或坏的机会 - SurgeFlow 属于研究与教育用途,不是投资建议