基于图形化的K线序列相似度研究  

作　　者：付兵[1,2] 蒋世华[1] FU Bing;JIANG Shihua

机构地区：[1]长江大学文理学院,湖北荆州434020 [2]长江大学计算机科学学院,湖北荆州434023

出　　处：《信息技术与信息化》2023年第3期78-81,共4页Information Technology and Informatization

基　　金：湖北省教育科学规划2020年度课题,“计算机科学与技术+金融学”专业融合发展的研究,项目编号:2020GB109;教育部产学合作协同育人项目,融合大数据技术的移动软件开发课程改革,项目编号:202101130017。

摘　　要：以往K线相似度比较一般都是基于时间序列化的数据比对,主要依据数据库存储的历史数据序列,而这一研究是针对图形化的A股K线序列进行比对。首先,提出了4种图形化K线相似度比较方法,分别是逐点比较、形态比较、SIFT相似度比较和综合相似度比较。然后,通过Python编程使用不同的比对方法对样本进行相似度计算。最后,分析比较计算结果,其中将SIFT相似度比较数据与每日K线形态比较数据分配不同的权重综合考量得出的综合相似度比较方法取得了较好的比对效果,实验结果表明,在相似度前三名判断中该算法与观察者主观判断得出的结论一致。

关 键 词：时间序列 K线图 K线序列 图像相似度 相似度比较 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]