Aprendizado não supervisionado e clustering

O aprendizado não supervisionado não tem rótulos — nenhuma 'resposta certa' a prever. Em vez disso ele encontra estrutura escondida nos dados. Em mercados é usado menos para previsão direta e mais para entender e organizar.

Clustering

O clustering agrupa itens semelhantes. Algoritmos como k-means ou clustering hierárquico podem:

• Agrupar ações que se comportam de forma parecida em 'setores' orientados a dados que podem diferir da classificação oficial.
• Identificar regimes de mercado — clusters de dias que compartilham características de volatilidade e correlação, para que uma estratégia possa se adaptar a qual regime está vigente.

Redução de dimensionalidade

Os mercados geram um número enorme de variáveis correlacionadas. A Análise de Componentes Principais (PCA) as comprime num punhado de fatores independentes que explicam a maior parte da variação. Aplicada a uma curva de juros, por exemplo, a PCA notoriamente recupera três fatores intuitivos: nível, inclinação e curvatura.

Isso importa porque alimentar centenas de features redundantes e correlacionadas num modelo convida ao overfitting. Reduzi-las a alguns componentes significativos é ao mesmo tempo mais limpo e mais robusto.

A ressalva honesta

Os resultados não supervisionados são interpretações, não verdades. Um algoritmo de clustering sempre vai retornar clusters mesmo em ruído puro; os clusters só são tão significativos quanto os dados e o humano que os lê. Bem usado, o aprendizado não supervisionado é um microscópio para estrutura. Usado com descuido, fabrica padrões que não estão lá.