监督式 vs 非监督式:机器学习的“市场地图”
了解“会去预测已知答案的 AI”和“只是去找出数据结构的 AI”两者的区别,以及市场地图在做什么。
类别:机器学习
用大白话解释
机器学习(Machine Learning, ML)是一种让计算机自己在数据里找出规律的方法。它有两大风格。监督式学习(Supervised learning)有一个“正确答案”可以照着学:你给它看很多早已贴好标签的例子(这封 email 是垃圾邮件、那封不是),它就学会给新的例子贴标签。非监督式学习(Unsupervised learning)则完全没有答案卷:你只是把数据交给它,它就会把看起来相像的东西分成一堆,或指出其中怪怪的那些。SurgeFlow 的机器学习“市场地图”属于第二种:它把股票分进一群群长得相像的组,并标记出不寻常的股票,过程中从来没有人告诉它什么叫“好”或“坏”。
它衡量什么
非监督式学习衡量的是相似度,而不是未来的股价。市场地图会看每一只股票近期的数字(像是它涨跌了多少、成交多不多、规模多大),然后问:“今天哪些股票在统计上看起来相像?”看起来相像的股票会落到同一群,也就是同一个“聚类(cluster)”。某只股票如果它的数字和其他所有股票都长得不一样,就会被标记为“异常(anomaly)”,也就是离群值(outlier)。 - 监督式例子:从 1,000 封贴好标签的 email 中,它学会把一封新 email 标成“垃圾邮件”或“非垃圾邮件”——这里有一个正确答案可以对照。 - 非监督式例子:给它 500 只没有任何标签的股票,它可能会形成 5 个聚类——比方说 200 只“大型而平稳”、150 只“小型而跳动剧烈”等等——纯粹是依据这些股票的数字彼此怎么摆在一起。 - 异常例子:如果 499 只股票的成交量都接近平常,但有 1 只的成交量是平常的 20 倍,那 1 只就会被标记为不寻常。
SurgeFlow 如何使用它
这是机器学习“市场地图”标签页底层的基础。每天一次,针对全部 4 个市场(美国、中国、日本、香港),SurgeFlow 会取出每只股票的一批特征,把这些数字放到同一个共同尺度上,接着跑聚类来形成各组,再加上一道离群值检查来标记出不寻常的股票。结果是当天股票如何被排列的一张快照。它是描述性的:它总结的是今天市场的结构,而且每天都会重新构建一次。
如何在网站上解读
打开机器学习标签页(/ml)。你会看到股票被放进一个个聚类——每个聚类只是一桶当天看起来相像的股票——以及一些被标为异常的股票。把一个聚类读成“这些股票最近的表现很相像”,把一个异常标记读成“这一只比较突出,值得进一步看看”,而不是把它当成一个定论。这些组可能会一天一天有所变动,因为这张地图每天都用最新的数字重新构建。 - 一个聚类 = 当天一群长得相像的股票;这个聚类本身并不内含“比较好”或“比较差”的意思。 - 一个异常标记 = 这只股票近期的数字相对于大众来说不寻常——这是一个去调查的提示,不是一个信号。 - 组成员身份可能每天都会改变;这是正常的,不是程序出错。
它无法告诉你什么
市场地图描述的是结构;它不预测股价,也从不说买入或卖出。落在某个“平稳”聚类里,并不代表这只股票会一直平稳;被标记为异常,也不代表这只股票会涨或会跌——离群值之所以不寻常,可能只是出于一些无聊或一次性的原因。因为没有答案卷,这些组并无“对”或“错”之分,它只是把今天的数据加以排列的其中一种合理方式;换一种设定可能会把界线画得不一样。把它当成一张“今天各只股票落在哪里”的地图,然后自己做功课——SurgeFlow 是研究与教育,不是投资建议。 - 不做预测:今天的相似度对明天的股价没有任何确定的说法。 - 不是信号:聚类或异常都不是买入/卖出的指示。 - 没有标准答案:在没有标签的情况下,并不存在唯一正确的分组方式——它纯粹是描述性的。