烛台模式的相似性评分

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。