这个自从不能写鸡汤之后，这个文章就真是难写，写什么都是很水的感觉，纠结了很久，我决定仿照源哥的操作方式，来写一篇代码文；


17年8月，我写了一篇曲线相似的文章，主要是用来判断两条股票走势，这是基于一条基本理论，历史是相似的，你找到类似的的趋势，将来会有大概率往这个方向去发展，当时讲了若干种方法，本文主要讨论这个操作的实现；

做这个事情主要分为两步，第一步是获取股票历史数据，第二步是算出相似度


获取历史数据主要是以下操作，我大部分获取数据的方式是通过python来获取
1. 首先安装python环境，我一般装python2.7,python里面2.*和3.*是完全不一样的，这个baidu一下就可以了；
2. 然后装python的pip或者easy_install，python大部分的库都是可以通过这两个来很方便的装上的，类似于yum的操作；

3. 装主要的机器学习库，如matplotlib,numpy,sklearn,scipy, tensorflow,caffe2,python是目前来说机器学习的主流语言，常用的机器学习库都有，这些库里不仅有csv的常用操作，如类似于read_csv这些,也有各种画图操作，还有基本上你书上学到所有算法，都能在python库里找到，如简单的knn,kmeans，复杂一点的集成学习等，包括算auc,roc都能，基本都可以;这个稍微麻烦一点就是依赖库的安装，国外的源比较慢，国内的用douban,阿里，清华的源都可以；然后还有一种其他的方式，装Anaconda，对所有的语言来说，最复杂的是装环境，anaconda就是解决这个问题，他把主流的操作都封到一个python版本里，虽然文件大一点，但是只要装好了，就全部装好了；
4. 获取股票数据,我一般用tushare，tushare可以理解是一个抓取库，他把网上一些股票来源，如新浪，网易财经等，获取后做完数据清洗，作为公共的数据来源；需要先安装pandas，然后easy_install tushare就可以了，如下图，get_k_data，filename是股票id，然后给出起始时间就可以了；网站是http://tushare.org/


如下图所示，就是一个股票的数据，包括open,close等参数；




然后我们进入第二个阶段，就是实现阶段，那篇文章主要是实现两条曲线相似性 http://hlhome.xiaojukeji.com/forum.php?mod=viewthread&tid=153；
这里就快速过一下，因为之前讲过，或者可以百度：
1. 欧式距离
2. 皮尔森
 
3. 加速度算面积
4. 狗绳距离，具体见下图

我们随便拿出两段数据，画个图显示一下：

我们那159915的数据，然后根据过去3年的数据，每100天作为一个图像输入，第一个作为基准输入，然后从节点200开始，每20天作为一个时间切片的起始点，来算两段图像的相似度，把距离最短的保存起来，然后用于展示，最后的图像如下图所示；

目前来看，狗绳算法效果稍微好一点；

接下来，我说另一个数据处理一定会做的事，就是归一化，常用的归一化方式可以百度
我这里用的Min-Max Normalization，也就是x∗=(x−min)/(max−min)，这样就把x归到0-1之间去了，这个算法不好的地方，就是一旦有一个极值，数据就不好看了，因为分母特别大；

其他算归一化的方式，还有zscore（x∗=(x−μ)/σ），这是认为数据符合正态分布的；这些实现numpy里面都有，然后得到了下图；


还是有点不像，所以说曲线相似也不好搞，而且股票还有一些问题，因为你不能用全部的股票集来算训练，因为很容易过拟合（想想为啥容易过拟合），我一般做到这里，然后用相似函数作为核函数用kmeans来聚类，或者直接选取几种图形来算相似度，也是解法，
发现字数够了，然后后面的事，我抽空继续写写