基于K线形态聚类的相似K线序列搜索系统及方法技术方案

本发明专利技术提供一种基于K线形态聚类的相似K线序列搜索系统及方法，涉及数据评估技术领域。本发明专利技术通过对K线序列四个维度的完整数据进行定性和定量两个角度的研究，使得K线的形态特征与走势情况能被完整体现出来，用于后续步骤的相似度分析；提出相应的相似性度量与计算方法，提高搜索结果的正确性；通过聚类技术和优化搜索策略，提高搜索效率。提高搜索效率。提高搜索效率。

【技术实现步骤摘要】
基于K线形态聚类的相似K线序列搜索系统及方法


[0001]本专利技术涉及数据评估
，尤其涉及一种基于K线形态聚类的相似K线序列搜索系统及方法。

技术介绍

[0002]当前社会已经步入高速发展时代，在金融股票投资方面，随着上市公司数量的增加，所产生的可用于分析的金融数据以及相关信息的总量在持续增加。一些研究显示，股票的K线序列具有较为明显的相似性，即在不同股票中会不断地重复出现相似的K线序列，而多项研究工作均发现，K线数据的波动在历史上能找到相似情况用于预测。因此若能查询到相似的股票K线序列，将对投资行为具有一定的指导作用。在这个大前提下，应用计算机科学技术，对股票市场中所有的股票K线数据进行深入研究，实现快速搜索相似K线序列，成为了当下一种迫切而具有经济潜力的需求。
[0003]K线数据的定性分析是解读K线图图案的重要技术手段。大多数对于K线图图案的研究都集中在单个K线图或日间价格变动上，与此同时，大多数研究中使用的K线图模式都是经验丰富的投资者的总结，这种人为衍生的“模式趋势”相关性在复杂的金融市场中通常无效。人工总结出的图案类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于K线形态聚类的相似K线序列搜索系统，其特征在于，包括离线定性聚类模块和在线定量搜索模块；所述离线定性聚类模块包括数据获取模块、数据表示模块和聚类存储模块：所述数据获取模块用于从互联网上获取所需K线数据并进行整理与清洗；所述数据表示模块用于对数据进行定性分析完成重新表示的过程，将数据表示为同时具备形态特征和数据特征的形式；所述聚类存储模块用于将数据表示模块表示完成的K线数据，按K
‑
中心点聚类法得出相应的聚类结果，将处理完毕的K线数据划分为多个聚类簇；所述在线定量搜索模块包括K线分簇模块、相似计算模块和结果输出模块：所述K线分簇模块用于在用户输入待计算相似的K线数据后，对其进行聚类计算，以此得到输入K线数据的归属类簇；所述相似计算模块用于在得出的归属类簇中进行相应的相似度计算，并按设计好的优化搜索策略得出结果；所述结果输出模块用于输出最相似的K线片段或K线片段列表。2.一种基于K线形态聚类的相似K线序列搜索方法，基于权利要求1所述的一种基于K线形态聚类的相似K线序列搜索系统实现，其特征在于，包括以下步骤：步骤1：从互联网获取所需要的K线数据，并将其进行清洗，剔除空白数据和残损数据后，存入数据库或者内存中；步骤2：当完成K线数据的获取后，要对步骤1中获取的数据进行定性分析，从而完成重新表示的过程，以此将数据表示为同时具备形态特征和数据特征的形式；步骤3：基于步骤2得到的重新表示后的K线数据，按K
‑
MEDOIDS聚类方法得出相应的聚类结果，将处理完毕的K线数据按照K
‑
中心点聚类法进行聚类，得出多个聚类簇，并在此过程中，对生成的聚簇的不断进行检验，如果发现聚类不平衡或者聚簇中点的间距过大，则重新开始进行聚类，直到所有点都处于间距合理的平衡聚簇中；步骤4：接收用户端输入的待搜索相似的K线数据，基于步骤3得到的聚簇进行K
‑
MEMODIDS聚类计算，获取用户输入数据的所属类簇；步骤5：根据步骤4得到的所属类簇，获取该类簇中的全部数据，一一与用户输出数据进行DTW相似度计算，按给定的优化搜索策略得出最相似的K线片段或K线片段列表，并将结果进行输出。3.根据权利要求2所述的一种基于K线形态聚类的相似K线序列搜索方法，其特征在于，所述步骤2具体包括以下步骤：步骤2.1：加载步骤1中清洗处理完毕的K线数据；步骤2.2：根据步骤2.1中所获得的K线数据四个维度之间的大小关系，用不同的字符代表不同的大小关系，以字...

【专利技术属性】
技术研发人员：张斌，王建翔，那俊，王广普，安萌，袁昊，
申请(专利权)人：沈阳麟龙科技股份有限公司，
类型：发明
国别省市：