股票形态识别一代

形态识别一代

一、功能简介

二、交互式界面

1、界面介绍
2、具体功能

三、识别算法

1、平滑
2、线性分段
3、计算距离

四、改进

1、提高计算速度

 

一、功能简介

形态识别一代。主要功能包括：
a、 绘制指定日期下某品种的分时图，该分时图基本与文化财经一致。
b、通过鼠标操作，可以截取任意时间段下的形态。
c、根据截取的形态，自动从历史数据中识别出相似的形态。

二、交互式界面
1、界面介绍

2、具体功能
1 、左边为绘图区：绘制日内分时图，白线指价格，黄色柱线指成交量，通过鼠标操作可以移动绘图区中的蓝线，两蓝线之间代表需要截取的形态。
2 、在右边功能区，各按钮功能。
       输入日期：指定日期
       绘图：绘制分时图
       截取：确定截取两蓝线之间的形态
       保存：保存所截取的形态
       识别：识别所选取的形态，并保存
三、识别算法
1、平滑
目的是过滤掉时间序列中一些细小的波动，程序中有两种方法供选择，一是加权线性回归，而是多项式拟合。可直接调用，并生成平滑后的曲线，可根据效果修改参数。
a、加权线性回归

2、多项式拟合

2、线性分段
特征提取，提取原序列的特点，并用关键点表示。对需要比对的序列使用相同的方法进行特征提取，比较两个序列的特征是否一致，作为初步筛选条件。
如图：

得到数据：

Index：索引
value: 关键点的值
hl: 高点表示为1，低点表示为2
3、计算距离
计算两个序列间的距离，程序提供了两种方法
a、欧式距离。计算点距离，具体方法不再叙述
b、模式距离。根据线性分段得到的数据，按权重计算两序列的分段斜率差。具体内容请参考资料：<<基于斜率表示的时间序列相似性度量方法>>,<<时间序列的模式距离>>

分段后的两序列，t为索引，k为斜率

进行时间对等处理：

斜率距离：

四、改进
1、提高计算速度
历史数据包含了最近四年的分钟数据,又要在每天循环遍历.双重for循环,计算量大.尤其是用到加权线性回归算法时,复杂度又提升了.考虑使用多线程.