K-Means聚类算法是一种常用的聚类算法,它将数据点分为K个簇,每个簇的中心点是其所有成员的平均值。K-Means算法的核心是迭代寻找最优的簇心位置,直到达到收敛状态。 K-Means算法的优点是简单易懂,计算速度较快,适用于大规模数据集。但是它也存在一些缺点,例如对于非球形簇的处理能力较差,容易受到初始簇心的选择影...
成交量K线生成原理:当每成交X金额时,生成 一根K线,这样每根K线成交量都是一样的 a 我们只需针对价格进行聚类而不用考虑成交量维度,也不用进行标准化,不会因标准化丢失信息。 b 维度的降低也减小了模型复杂度。 c 采用成交量堆积K线,虽然可能没法过滤噪音trade,但也可以减少不必要的噪音K线数量,出现的信号也可能...