1. 形态识别介绍

1.1 定义

“形态”表征的是股票价格或者交易量在某一时间段内的走势，如上升形态、下降形态、震荡形态。形态识别指根据股票的走势形态来预测未来的股价走势。

1.2 有效性

股市的交易方法大致可以分为基本面交易法和技术面交易法，技术交易者不仅关注股票的技术指标，同样关注K线形态，价量形态等。著名的分析理论有：波浪理论，缠论等。

如果假设股价可以及时反映股票信息，那么股票走势形态包含了所有的历史信息，比如基本面的变化可以被某一段的独特走势形态所反映；另一方面，技术指标本质上是形态的部分描述，比如上升形态的动量指标会变大。

此外，股价是由市场供求关系所决定，因此交易者的交易心理也会显著影响股价的变动。这也意味着，股票的走势形态可以反映交易者的交易心理。

综上所述，股票形态可以反映基本面变化信息、技术指标信息以及交易者心理信息，蕴含着交易逻辑。因此，股票形态会表现出相似的形态，并且相似形态的不同股票会表现出相似的走势。

2. 形态识别算法

形态识别，类似于语音识别，本质是波形特征的捕捉与识别。比较常用的识别算法有神经网络算法，隐马尔科夫算法等的基于机器学习的算法，也有基于技术指标以及函数极值的统计判断方法。

3. 交易策略

3.1 策略思路

采用动态时间规整（dtw）算法实现形态识别功能，基于动态规划思想，dtw算法有效的解决了匹配时长不确定的问题，在语音识别等领域有着广泛的应用。基于人为挑选出的标准形态，每个交易日利用形态识别算法计算全A股股票形态与标准形态的距离，进而挑选出距离小于阈值的股票并以当日开盘价买入，持有五日以收盘价卖出；如果持有过程中某一天收盘价下跌超过-5%，则以收盘价止损。

3.2 策略框架

4. 回测结果

stats
结果
测试天数 1624
开始时间 2010-01-05
结束时间 2016-09-07
交易次数 1533
平均交易次数 0.9439655
盈利次数 898
亏损次数 635
胜率 0.5529557
盈利平均值 0.005392898
亏损平均值 -0.005113296
盈亏比 1.491502
年化收益率 0.2737562
年化收益率标准差 0.1055228
夏普比率 2.594285
最大回撤 0.3063514

5. 完善