如何解决烛台模式的相似性评分
我正在制作股票市场预测器作为投资组合项目,目前正在使用 100 - percentage change
来计算相似度得分。以 21000 的模式进行比较,如果我将最小相似度设置为 20%,则仅匹配 60 个模式,但它的 60 个模式可供买入,60 个模式也可供出售,因此无法决定价格是上涨还是下跌。>
我的问题是有更好的相似度评分算法可以使用。 这是一些示例代码
def pattern_recognition():
global buy
global sell
predeicted_outcomes = []
pat_found = False
matched_pattern_array = []
for pattern in pattern_array:
sim = 0
for i,candle in enumerate(pattern):
sim += 100 - abs(percent_change(candle,pattern_for_recognition[i]))
total_sim = sim / 30
print(total_sim)
if total_sim > 20.0:
global count
count += 1
pat_found = True
matched_pattern_array.append(pattern)
def percent_change(start_point,current_point):
if start_point == 0:
start_point = 0.0000001
change = ((current_point - start_point) / abs(start_point)) * 100
if change == 0.0:
return 0.0000001
else:
return change
匹配的是每根蜡烛收盘价、最高价、最低价、开盘价、成交量、sma21、ema21、rsi、macdlines 的增加/减少百分比。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。