根据技术炒股，有一个很重要的技能是看图说话，因为看图可以帮助你判断当前的位置，从而算出未来如何演变：
       这里面看图是第一个步骤，也是最重要的。有效的识别当前的状态，对于未来如何发展至关重要；这个时候不同专业的优势就体现出来，计算机最大的优势是什么。。我们会写程序呀，所以可以把所有的状态都统计出来：


       如何统计所有的状态，有很多种聚类方法，这里只讨论如何计算2条曲线的距离，这个是所有算法的一个基础：
第一步都是归一化，算数归一化、几何归一化都可以，就不细讲了；
       接下来主要讲各种算距离的方法：


1. 欧氏距离：这是最简单的办法，两两算距离平方，相加后取根号；距离越小，越相似；有点是简单，缺点是没办法判断度；
2. 皮尔逊系数：上个方案的问题，引入一个皮尔逊系数，用来判断相关程度；分子是（x-x’）(y-y’)的求和开根号，分母是(x-x’)**2求和开根号乘以（y-y’）**2求和开根号，0.8-1.0是极强，0.6-0.8是强相关，0.4-0.6是中等相关，再往下就不怎么相关，也很简单，数学意义大概是两组向量夹角的余弦；

3. 加速度测试积分位移算法：光看这个名字就高大酷炫叼。。因为看不懂呀；看了看图，我的理解是算两个曲线的面积差的绝对值，分子是这个值的积分，分母是两个曲线面积小的积分，这个比值越接近于0，表明两者之间的距离差越小；

4. Fréchet distance：这是一个法国人提出的算法，直观的解释就是狗绳距离，你去遛狗，无论怎么走，两条曲线的距离是确定的，有上限的。。你唯一需要的就是在不同的时间用一个函数去映射你和狗；

5. 动态时间规整算法dtw：这个是个1970年提出来的算法，差不多快50年了，最开始是因为在语音识别领域里面，不同的人说话的速率不一样，所以有可能有的人在同一个音节上的停留时间是别人的几倍，体现的图像上，就是可能一个图像的若干点，都映射到另外一个图像上的一个点，所以可能在图像上做若干变形，在匹配的效果上就能大大增强，dtw就是这样一个算法，通过动态规划的方式获得两个时间序列的时间对应关系，获得两个序列的最小距离；

6. mfcc:这个是声音处理的常用处理方法，先对声音做一定的预处理，高通滤波或者去噪什么的，然后进行傅里叶变化，把声音数据映射到频域上，然后做mel滤波（根据数据公式变一下），滤波后做反傅里叶变化，然后就得到了mfcc特征，然后根据这个特征对声音做处理；我的理解是把正常的图像数据放到频域上去看，然后做一些滤波，再反傅里叶变化回来，我自己做过若干次实验，觉得这个还是不错的，所以才有那么多做量化基金都会去招一些有声音识别背景的人；

7. simhash,这是一种文本相似度的算法，首先将文本分词，同时得到每个词的权重，将词进行64位hash后，并和权重相乘，得到一个值，将所有词的hash按对应位置相加，得到一个结果，并对其进行降维到0,1，得到文本的唯一标示符，判断两个文本是否相似，就用hamming距离算两个标示符的差就可以了；不过曲线上如何用我还得想想；

8. 蚁群算法：这个是解决最短路径的问题，已知场景的最短路径都是很好解的，Dijkstra，印象中就是找到最小边，然后在他的邻点不断的找最小边加进来就可以了，或者不停找最小边，直到把所有顶点都加进来，但是这种对npc的问题，基本上没办法做，所以就有了蚁群算法，这种类似于蚁群在寻找食物，刚开始每只蚂蚁在寻找食物的时候，都是按照自己的路径来走，同时会在路径上释放自己的信息素，下次再找路他会按信息素最多的路径去走；刚开始，每只蚂蚁都有自己的路，但是随着时间的增加，最短路径的路上蚂蚁会来回的更快，同时会释放更多的信息素，就会有更多的蚂蚁走到最短路径上来；刚开始会比较慢，随着模型的建立之后，就会越来越快~他是一个自优化的过程，这个是做最短路径的时候看到的，觉得有用，就加上了


       simhash考虑的文本内容，使得hash代码会根据文本的意义做更多的加权，这个在算文本相似性的时候，意义很大，同事速度很快，类似于geohash一样，只需要做字符串比对就可以了，性能会很好；如果放到股票里，股票大部分都是数字方面的东西，如何应用也是个问题；


       大部分算法都用过或者实现过，但是基本上都有个性能的问题，同时越简单的算法，往往看到的意义也越直观；复杂的算法有用，但是一般情况下还好，出了问题就一脸蒙逼，这也是基础不牢的人的最大问题；当然现在python大部分时候，都会给你一个成熟的函数，也不需要你来想这些问题；


       本文就简单讲讲这个吧~