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线序列图和示于图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线的和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；即。但是，如图4所示，K线系列中的和的相对位置不同，并且具有相同的相对位置。因此，股票价格的整体趋势与并不相同，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。

让分别表示的坐标，其被下式所限定：

让表示和之间的位置相似性，由定义

让表示和之间的位置相似性，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。