K线的字符串表示及距离.pdfVIP

目录 1 引言 1 2 时间序列 2 2.1 时间序列表示 2 2.2 时间序列的相似性度量 3 3 符号聚合近似 4 3.1 通过 PAA 降低维度 5 3.2 离散化 6 3.3 距离测量 7 4 用 SAX 来研究 K 线 10 5 结论 16 K 线的字符串表示及距离 摘要： 时间序列与我们生活紧密相关，对时间序列的研究能有效帮我们预测诸如气象，股价之类的 信息。符号聚合近似法是一种有效的时间序列降维技术，其对时间序列相似性的度量是时间序列 挖掘中的基础工作。本文详细研究该方法，并对其在 K 线中的相似性度量进行应用。 关键词 ：时间序列 相似性 符号化 K 线 Abstract: Time series is closely related to our life. The study of time series can effectively help us forecast information such as weather, stock prices and the like. Symbolic Aggregation Approximation is an effective time series dimension reduction technique. Its measure of the similarity of time series is the basic work in time series mining. This article studies the method in detail and applies its similarity measure in the K-line. Key words ：Time series Similarity Symbolic K-line. 1 引言 当我们看到手中的股票暴跌时，在捶胸顿足的同时有没有想过要是自己能提前预测未来的 行情该多好。而 K 线无疑就是我们研究股票最好的工具，如果把每日数据放在一张纸上，就能得 到日 K 线图，同 的方法也可画出周 K 线图、月 K 线图。K 线图直观、立体感强、携带信息量 大，因其细腻独到的标画方式而被引入到股市及期货市场，股市及期货市场中的 K 线图的画法 包含四个数据，即开盘价、最高价、最低价、收盘价，所有的 k 线都是围绕这四个数据展开，因此 K 线可以反映大势的状况和价格信息，是历史数据的客观反映，能够表现当前市场的需求，并且 往往暗藏未来价格涨幅变动信息，对一支票过去历史数据波动的研究，往往可以对其自身，以及 其他股票的未来价格变动作出一些合理预测。在此基础上，我们如果能找到一段之前的某个与现 在走势相似的股票，就可以根据这段相似走势 K 线来对之后的走势进行合理预测，现在的 问题 是两段 K 线的相似性该怎么来衡量？基于此想法，我们找一个合适的模型—— 时间序列来研究 K 线。 2 时间序列 时间序列是一种常见的与时间有关的数据，是指将某种现象某一个统计指标在不同时间上 的各个数值，按时间先后顺序排列而形成的序列。时间序列法是一种定量预测方法，亦称简洁外 延方法。在统计学中作为一种常用的预测手段被广泛应用。时间序列分析在第二次世界大战前应 用于经济预测。二次大战中和战后，在军事科学、空间科学、气象预报和工业自动化等部门的应 用更加广泛。时间序列分析(Time series analysis)是一种动态数据处理的统计方法。该方法基于随 机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。其 中的流式时间序列相对静态时间序列而言，具有无穷、连续、实时和快速等特点，在传感器网络、 金融等领域广泛存在，随着慢慢到来的大数据时代，我们有能力采集和存储更多的流式时间序 列。那么如何在其中猎取有价值的数据呢？时间序列数据挖掘是一种常用方法【5】。和其它数据挖 掘方法一 ，时间序列的相似性度量是一项基础性工作，同时也是分类、聚类、规律发觉、模式识 别等工作的子进程。所以我们的想法是要找到一段相似的 K 线，就是要从一个大型的数据库中 找出最相似的序列，然后对两个序列进行比较，最简