编程方式比较两个线(股票模式匹配)

Question

什么我想要做的是采取一定的库存案(定义为一系列的x、y坐标)，并比较它对历史的股票价格。如果我找到什么在历史价格相似的模式，我界定，我想回它作为匹配。

我不知道该如何来确定如何类似的两个曲线。我做了一些研究，您可以找到相似的两个直线(线性回归法)，但是我还没有遇到一个很好的方式比较两个曲线。

我最好的办法现在是获得一些高点和低点，从历史数据的范围内，我看，找到斜坡线，并比较这些斜坡的图案我想要匹配来看，如果他们大致相同。

什么好主意吗？我喜欢听到他们的声音！

编辑： 谢谢你的输入!我认为最小二乘法之前，但是我不确定去哪里用它。后输入我收到虽然，我认为计算最广场的各线的第一顺的数据点，然后扩展和延伸的图像詹姆斯建议应该得到我什么我要找的。

我计划使用这种识别特定的技术标志的股票，以确定购买和出售信号。现在已经站在那里，这样做在一定程度 (例如stockfetcher), 但当然我想自己试试吧看看如果我可以做任何更好。

Answer 1

其中一个问题是，曲线配合使用非线性功能并不总是要工作的一些模式取决于如何复杂。你可以使用二次或三次或一些其他的了多项式，获得更准确的结果，但它不会在所有情况下工作，特别是与任何急剧变化的数据通过时间。

老实说我觉得一个合理的和相对简单的解决办法是'规模"和"伸'模式，以便它发生在同一范围内的历史数据。你可以使用内插x轴和倍增加偏移的y-轴。在这之后只是看着平均的方分歧的各点如果是低于阈值，那么你可以认为这是一个匹配。它将需要一些调整以实现预期的结果，但我认为这是一个很好的方法，应允许你定义的任何一种模式而不依赖于回归产生了一个很好的配曲线。基本上它只是一个应用程序的统计数据。你也可以看看在标准偏差或差异为一个更全面的方法。

Answer 2

计算总的最小二乘的残差(y差异)对各点。这应该给你一个衡量的几何配合(如何类似的他们看起来).然后你应该可以设置一些公差为'类似不够'。

看看 http://en.wikipedia.org/wiki/Curve_fitting

Answer 3

数学不是我的强项，但是你可能可以使用 相关性.

计算相关的价值之间有两个数据集，并且如果相关性大于一定的价值(.8?), 然后考虑设置类似的 够了.

Answer 4

或者也许看衍生?

股票的价格变动的理论常常是建模为布朗运动的一个漂移的因素。(我知道的很少，但是看一看 在这里，)

如果你不介意我问为什么目的呢？

Answer 5

一想到可以采取移动平均数的变化的时间范围(每周、月、年；每周几个月，年；等)和比较他们移动平均线。

单个的平均水平也会给你一个更简单的比较..如果连续的项目的平均值是在一些标准化形式(从0..1考虑到分裂，等等)，可以比较连续的要素的矢量的每一个其它一些范围内 epsilon, ，获得一个潜在的匹配。

只是一个想法。

Mathworld(http://mathworld.wolfram.com/)应该还有一些走在曲线比较。

Answer 6

最小二乘法不是最好的你可以做它。使用RANSAC算法。它将处理这种数据，因为这种数据是非常不可预测和经常嘈杂。