两张在X轴上有非线性扭曲的报价图的比较
在十字架上突破平面？
我可以建议如下：为其中一个图形输入非线性时间，例如将其设置为片状线性表函数，段的动态和它们的 "节奏" - 参数。接下来，使用任何可用的数字方法并选择适当的分段参数，使两个图形的相关系数最大化。这很耗费时间，但会有效果。
alsu:
我可以这样建议：为其中一个图形引入非线性时间，例如将其设置为片状线性表函数，迪娜段和它们的 "节奏" - 参数。接下来，使用任何可用的数字方法并选择适当的分段参数，使两个图形的相关系数最大化。这很耗费时间，但会有效果。
我可以这样建议：为其中一个图形引入非线性时间，例如将其设置为片状线性表函数，迪娜段和它们的 "节奏" - 参数。接下来，使用任何可用的数字方法并选择适当的分段参数，使两个图形的相关系数最大化。这很耗费时间，但会有效果。
思考....遗传学？....
如果我们从图表本身出发呢？对折线的图形进行近似处理（这本身就允许有成千上万的变体），然后对折线进行比较，允许顶点沿X轴的小幅移动？
wmlab:
L-BFGS，Levenberg-McVardt方法，等等等等。反映....遗传学？....
如果我们从图表本身出发呢？对折线的图形进行近似计算（这本身就允许有成千上万的变化），然后对折线进行比较，允许顶点沿X轴的小幅移动？
有可能通过足够大阶的多项式对图形进行近似...比方说，8-10个应该足够了，并调整时间转换，使多项式的系数尽可能地匹配
另外，我们应该定义什么是 "相似"，什么是 "相同"。
(这样我们就可以在一定程度上谈及相似性)
也许应该涉及到一个低-高的地图（或向上和向下的脉冲）。
识别不同级别的最小/最大值--如1/2/3级等。
需要确定一个参考点。
例如，如果高一级的最小/最大序列与--
你可以简单地比较最小/最大线。
实际上，如果我们谈论的是正式的日子分类--那么我就做了这样的工作。
(这样我们就可以在一定程度上谈及相似性)
也许应该涉及到一个低-高的地图（或向上和向下的脉冲）。
识别不同级别的最小/最大值--如1/2/3级等。
需要确定一个参考点。
例如，如果高一级的最小/最大序列与--
你可以简单地比较最小/最大线。
实际上，如果我们谈论的是正式的日子分类--那么我就做了这样的工作。
有没有人注意到，经常有两个欧元兑美元 或英镑兑美元的盘面图是相似的？当然，并不总是如此，但往往昨天的模式在今天出人意料地重复，你可以尝试在此基础上获利。但是...
波峰和波谷虽然是重复的模式，但在时间上并不重合。例如，昨天中午的下跌是从下午2点15分开始的，而今天的下跌是在下午1点。有许多相似性标准--Spearman、Pearson、最小二乘法，但我不知道有什么标准可以比较X轴上有小扭曲的图形。有谁知道有这样的方法吗？