为了计算两个K线序列之间的相似度,我们不仅要考虑K线序列的形状相似度,还要考虑位置相似度。如果仅考虑形状相似性,则会引起两个问题:具有相同形状特征但位置特征不同的两个K线系列具有相同相似性。

例如,假设的K线序列图示于图2,我们可以看到的是,根据K线的形状特征的定义,所有的对应的K线的具有相同的形状特征。这些意味着并且具有相同的形状特征;但是,如图4所示,K线系列中的相对位置不同,并且具有相同的相对位置。因此,股票价格的整体趋势并不相同,即如果仅考虑形状相似性,我们将得出错误的结论,即

为了解决这个问题,引入了K线坐标的概念,希望通过在K线序列中定义K线的坐标来实现K线的位置匹配。本文将K线序列中的K线序列称为K线坐标。收盘价涨幅范围称为K线坐标。此外,在K线系列中,第一条K线的坐标设置为1。因此,基于K线坐标的K线系列的位置相似性模型定义如下。

分别表示的坐标,其被下式所限定:

表示之间的位置相似性,由定义

表示之间的位置相似性,由定义其中代表的权重由于可以给每个K线赋予不同的权重,因此可以很好地识别具有特殊坐标的K线序列。